ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ РАЗРАБОТКИ ОПТИМАЛЬНОЙ МОДЕЛИПРЯМОГО УДАРА В БОКСЕ Текст научной статьи по специальности «Нанотехнологии»

УДК 796.853 DOI: 10.36028/2308-8826-2021-9-2-132-138

ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ РАЗРАБОТКИ ОПТИМАЛЬНОЙ МОДЕЛИ ПРЯМОГО УДАРА В БОКСЕ

И.Я. Хасаншин

Финансовый университет при Правительстве Российской Федерации, Москва, Россия

Аннотация

Цель работы состояла в разработке оптимальной модели прямого удара в боксе на основе искусственной нейронной сети в виде многослойного персептрона, а также в разработке методики совершенствования техники ударов в боксе на основе обратной связи, когда каждый удар, нанесенный боксером, сравнивался с оптимальной моделью.

Методы и организация исследования. Архитектура нейросетевой оптимальной модели удара включала в себя входной слой из 600 узлов - значений абсолютных ускорений и угловых скоростей, три внутренних слоя (256 - 128 - 64 узлов), а также бинарный выходной слой (лучший и нелучший удары). В модели применялись функция активации в виде сигмоиды на каждом слое, функция потерь в форме двоичной кросс-энтропии. В качестве алгоритма оптимизации был применен алгоритм Adam. Для измерения ускорений и угловых скоростей на запястьях боксеров были закреплены инерциальные измерительные устройства (англ. Inertial Measurement Unit - IMU). В наборе данных для разработки оптимальной модели участвовали высококвалифицированные боксеры (стаж - более 5 лет тренировок). Лучшие удары выбирались по критериям силы и скорости. Сила удара определялась при помощи боксерской подушки с функцией измерения силы удара. Для того чтобы иметь возможность сравнивать удары, был разработан единый параметр, названный качеством удара, который равен произведению эффективной силы (характеристика, пропорциональная мощности удара) и скорости удара. Для исследования влияния биологической обратной связи боксерские подушки были оснащены пятью светодиодами. При ударе по подушке включалось тем больше светодиодов, чем более удар соответствовал оптимальной модели. Результаты исследования. В ходе исследований была обнаружена почти линейная зависимость между качеством удара боксеров начального уровня и оптимальной моделью. Применение обратной связи позволило получить повышение качества ударов от 11 до 25%, что в среднем вдвое выше, чем в группе, где методика обратной связи не применялась.

Заключение. Исследования показали, что возможна разработка оптимальной модели удара. По степени соответствия этой модели можно оценивать и обучать технике ударов боксеров.

Ключевые слова: техника ударов в боксе, искусственная нейронная сеть, многослойный персептрон, биологическая обратная связь, распознавание ударов.

USING AN ARTIFICIAL NEURAL NETWORK TO DEVELOP AN OPTIMAL MODEL OF A STRAIGHT PUNCH IN BOXING I.Y. Khasanshin

Financial University under the Government of the Russian Federation, Moscow, Russia Abstract

The purpose was to develop an optimal model of a straight punch in boxing based on an artificial neural network in the form of a multilayer perceptron.

Methods and organization of the research. The architecture of the neural network optimal punch model included an input layer of 600 nodes - the values of absolute accelerations and angular velocities, three inner layers (256 -128 - 64 nodes), as well as a binary output layer (the best and the worst punches). The model used the activation function in the form of a sigmoid on each layer, and the loss function was in the form of a binary cross-entropy. The Adam algorithm was used as the optimization algorithm. To measure accelerations and angular velocities, inertial measurement units (IMUs) were attached to the boxers ' wrists. Highly qualified boxers (more than 5 years of training experience) participated in the data set for the development of the optimal model. The best punches were chosen according to the criteria of strength and speed. The punch force was determined using a boxing pad with the function of measuring the punch force. In order to be able to compare punches, a unified parameter was developed, called the quality of the punch, which is equal to the product of the effective force (a characteristic proportional to the power of the punch) and

the speed of the punch. To study the effects of biofeedback, the boxing pads were equipped with five LEDs. When punching the pad, the more LEDs were turned on, the more the punch corresponded to the optimal model.

The results of the research. In the course of research, an almost linear relationship was found between the punch quality of entry-level boxers and the optimal model. The use of feedback allowed for an increase in the quality of punches from 11 to 25%, which is on average twice as high as in the group where the feedback method was not used.

Conclusion. The research has shown that it is possible to develop an optimal punch model. According to the degree of compliance with this model, you can evaluate and teach the technique of punches of boxers. Keywords: boxing punch technique, artificial neural network, multilayer perceptron, biofeedback, punch recognition.

ВВЕДЕНИЕ

Техника в боксе играет ведущую роль, так как представляет собой умение наносить наиболее сильные, быстрые удары самым оптимальным способом. Однако трудно определить, какая техника ударов правильная, особенно у спортсменов высокого уровня. Чаще всего техника ударов — это схема, под которую тренер пытается подогнать спортсмена, что не всегда является хорошей стратегией. Поэтому нередки случаи, когда спортсмен обладает правильной, красивой техникой ударов, но удары при этом не очень сильные и быстрые, и спортсмен имеет мало побед. Вместе с тем человек обладает мощным регуляторным механизмом, который уже давно используется в методиках биологической обратной связи и применяется, к примеру, в реабилитации неврологических больных, а также в спорте. Вместо того чтобы пытаться объяснить боксеру, как правильно наносить удары, можно давать оперативную информацию о качестве ударов, для того чтобы тело спортсмена само находило верную

технику. Одной из основных гипотез нашего исследования было то, что механизмы саморегуляции организма человека позволят боксерам неосознанно выбрать наилучшую технику ударов. Целью исследования была разработка методики совершенствования техники ударов в боксе на основе обратной связи, когда каждый удар, нанесенный боксером, сравнивался с лучшей выборкой в режиме реального времени и результат сравнения сообщался боксеру для коррекции техники ударов. Вторая гипотеза — это то, что можно создать оптимальную модель техники удара, ориентируясь на которую, можно улучшить технику удара. Это не просто конкретный двигательный паттерн, это модель, которая была сформирована на основе данных разных боксеров, отличавшихся весом, силой, ростом, стилем и техникой ударов. В ходе экспериментов необходимо было определить, будет ли степень соответствия оптимальной модели коррелировать с техникой ударов у контрольной группы боксеров, не участвовавших в создании модели.

Рисунок 1 - Принципиальная схема эксперимента Рисунок 2 - Фото и схема боксерской подушки Figure 1 - General scheme of the experiment Figure 2 - Photo and schematic diagram of a punching pad

МЕТОДЫ

И ОРГАНИЗАЦИЯ ИССЛЕДОВАНИЯ

На рисунке 1 показана общая методология проведения эксперимента, на рисунке 2 — принципиальная схема и фотография боксерской подушки. При проведении экспериментов боксер наносил удары по боксерской подушке (рисунок 1). Были исследованы только прямые удары правой и левой рукой. Боксерская подушка, которая крепилась к стене, была оснащена функцией измерения силы удара и В1иейэоШ-модулем для обмена данными с компьютером. На запястьях боксера были закреплены инерциальные измерительные модули (1Ми), включающие гироскоп и акселерометр, позволяющие отслеживать вращательные и поступательные движения рук, а также В1иейэоШ-передатчики, которые передавали данные в компьютер для анализа с помощью искусственной нейронной сети. Также на боксерской подушке было установлено пять светодиодов, которые при каждом ударе сигнализировали боксеру о качестве удара — чем лучше удар (сильнее, быстрее), тем больше светодиодов включалось, то есть осуществлялась обратная связь с боксером. Боксеры были одеты в стандартную спортивную одежду и боксерские перчатки весом 10 унций.

На рисунке 2 можно видеть, что внутри корпуса боксерской подушки 1 находится воздушная камера 2. Когда по воздушной камере наносится удар, давление в ней увеличивается пропорционально силе удара. Давление

измерялось с помощью датчика давления 3. Данные датчика давления преобразовывались в аналого-цифровом преобразователе микроконтроллера, который был установлен в блоке управления 4. Информация о качестве удара передавалась по беспроводной сети с компьютера. Исходя из этих данных, микроконтроллер управлял светодиодами 5; чем выше качество удара, тем больше светодио-дов включалось.

IMU вместе с микроконтроллером и модулем Bluetooth был установлен в коробке, которая была прикреплена к запястью боксера с помощью боксерских бинтов (рисунок 3). IMU был установлен таким образом, чтобы положительная ось X акселерометра была направлена вдоль направления удара, а ось Y — в сторону большого пальца. Направления угловых скоростей также показаны на рисунке 3. Коробка с установленным IMU и микроконтроллером была небольшой, поэтому она удобно помещалась в боксерскую перчатку. Технические характеристики акселерометра: чувствительность = ± 16 g, нелинейность = 0,2%. Гироскоп: чувствительность = ± 2000 °/сек, нелинейность = 0,5%. Для построения модели удара была применена искусственная нейронная сеть, разработанная на основе многослойного персеп-трона. Архитектура нейросети включала в себя входной слой из 600 узлов — значений абсолютных ускорений и угловых скоростей. Также нейронная сеть содержала 3 скрытых слоя (256 узлов — 128 узлов — 64 узла) и би-

н Bluetooth-модул см Bluetooth module)

Рисунок 3 - Измерительный модуль, закрепленный на руке при помощи боксерского бинта, и боксерская перчатка вместе с измерительным модулем

Figure 3 - Measuring module attached to the arm with a boxing hand wrap and boxing glove with measuring module

нарный выходной слой (лучший удар, нелучший удар). Искусственная нейронная сеть разрабатывалась на основе библиотеки Keras и Tensorflow [1,2]. В данной работе применялась функция активации в виде сигмоиды на каждом слое. Поскольку выходные данные имели только 2 категории, была использована функция потерь в форме двоичной кросс-энтропии. В качестве алгоритма оптимизации был применен алгоритм Adam, который можно использовать вместо классического стохастического градиентного спуска для итеративного обновления весов нейронной сети на основе обучающих входных данных. В экспериментах приняли участие три группы боксеров. Группа 1: пол — мужской; численность — 10 человек; возраст — от 23 до 32 лет; вес — 3 человека до 57 кг, 4 человека до 72 кг, 2 человека до 91 кг, 1 человек — 96 кг; стаж — более 5 лет тренировок. Группа 2: пол

— мужской; количество — 10 человек; возраст

— от 18 до 23 лет; вес — 4 человека до 57 кг, 5 человек до 72 кг, 1 человек — 91 кг; стаж — до 2 лет обучения. Группа 3: пол — мужской; количество — 10 человек; возраст — от 18 до 22 лет; вес — 5 человек до 57 кг, 3 человека до 72 кг, 1 человек — 90 кг; стаж — до 2 лет обучения. Эксперимент состоял из трех серий. В первой серии были собраны наборы данных для создания оптимальной модели удара. В этой серии экспериментов участвовала первая группа опытных боксеров, задачей которых было делать только одиночные удары. Каждый спортсмен нанес прямой удар по боксерской подушке 500 раз каждой рукой. Для формирования категории лучших ударов из всех экспериментальных данных было отобрано по критериям силы и скорости 5% лучших ударов. Кроме того, каждый боксер ударил 300 раз каждой рукой, чтобы собрать тестовый набор данных. Сила удара регистрировалась с помощью датчиков давления, которые измеряли давление в воздушной камере. Однако сила удара неверно отражает эффективность удара, для оценки удара нужно учитывать мощность удара, то есть отношение работы к времени. Механическая работа, как известно, прямо пропорционально зависит от силы и расстояния. В данной работе не требовалось

определения точных значении мощности, достаточно было оценочных данных, поэтому была введена величина, которая была названа эффективной силой удара:

(1)

Я = —

г

где Рей. — эффективная сила удара, Р [Н] — сила удара, и ^с] — время удара.

Эффективная сила удара показывала, что чем больше величина удара и меньше время воздействия, тем эффективнее удар. Время удара

— это время от начала возрастания силы удара до максимума. Вторая величина, определяющая эффективность удара, — это скорость. Скорость меняется во время удара сложным образом, но для лучшего удара имеет значение то, с какой скоростью кулак врезается в цель. Этот момент фиксировался по сигналу от боксерской подушки — это был момент начала удара.

Во второй серии экспериментов определялось, действительно ли лучшие удары боксеров группы 2 будут наиболее близко соответствовать оптимальной модели ударов, которая была разработана в первой серии экспериментов. И есть ли зависимость между степенью сходимости модели и ударов и степенью эффективности удара. В этой серии каждый боксер из этой группы сделал по 500 ударов правой и левой рукой. В третьей серии участвовали вторая и третья группы боксеров. Вначале для каждого боксера был установлен уровень эффективности его ударов. Затем вторая группа проходила обучение при помощи техники обратной связи, то есть при каждом ударе на боксерской груше загорались светодиоды. Количество светодиодов соответствовало эффективности удара (пять

— максимально эффективный, то есть наиболее соответствующий оптимальной модели удара, которая была разработана в первой серии экспериментов, один — наименее эффективный). Третья группа тренировалась без применения обратной связи. Третья серия экспериментов продлилась 1 месяц. Для оценки ударов была введена величина др, которая была названа «качество удара» и яв-

КИНЕЗИОЛОГИЯ

лялась произведением эффективной силы и скорости удара. Для того чтобы можно было сопоставить результаты разных боксеров, данные качества их ударов были нормированы по максимальному значению, эта величина была названа относительным качеством ударов qrp.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ

В первой серии нужно было определить 5% лучших ударов 1-й группы опытных боксеров для сбора датасета модели лучших ударов. В таблице показаны нижние пределы показателей лучших ударов левой и правой рукой всех боксеров. Feff был вычислен по формуле (1). Полученные экспериментальные данные можно сравнить с данными работы [3]. В [3] нет указания на то, какой тип удара они изучали, но из конструкции экспериментальной установки можно сделать вывод, что это прямой удар. Скорость удара сравнима с данными, полученными в работе [4]. Таким образом, были отобраны две категории ударов — "лучшие удары" и "нелучшие удары", после чего модель прошла обучение. Во время обучения искусственной нейронной сети происходит итеративная оптимизация, называемая градиентным спуском. Каждый тренировочный цикл обычно называют эпохами. Точность модели становилась равной 1 уже к 30-40-й эпохе. В то же время оценка модели по тестовым данным показала хорошую валидацию модели. Вторая серия состояла в том, чтобы определить, может ли быть создана оптимальная модель удара или эта модель может быть разработана только для каждого

боксера индивидуально. Как и в первой серии экспериментов, были определены значения эффективной силы, скорости и качества ударов.

На рисунке 4 показан график зависимости относительного качества удара от точности, то есть уровня совпадения значения качества удара с модельным, которое было получено в первой серии экспериментов. На основе полученных данных была получена интерполяционная зависимость, которая близка к линейной:

дгр = 0.31+ 0.32 • х + 0.29 • х2 (2)

где qrp — относительное качество удара, х — уровень совпадения качества удара с модельным.

Можно заметить, что в области низкого качества удара (до 0,3) сходимость с моделью слабая и также наблюдается большой разброс значений. Это можно объяснить тем, что при плохом качестве удара, по-видимому, не существует единой модели удара. Таким образом, мы взяли поле линейных и угловых скоростей удара, сравнили их с моделью и обнаружили, что чем ближе их совпадение, тем лучше техника удара. В работе [3], где была разработана виртуальная система обучения китайской гимнастике, не применялось распознавание видов движений, а сопоставлялись степень соответствия положения основных сегментов тела модельным. Авторами [3] были получены результаты, которые позволили разработать систему обучения технике китайской гимнастики. В работе [5] на основе Кте^ также стремились получить модель движений каратэ, а затем

Таблица - Удар левой рукой/Удар правой рукой Table - Left-handed punches/ Right-handed punches

Боксер/ Boxer Сила,Н / Force, H Время удара, с/ time of punch, s Feff Скорость удара, м/с /Punch velocity, m/s qp

1 884,2/924,6 0,17/0,16 5231,7/5965,2 12,1/13,2 63303/78919

2 821,8/921,9 0,14/0,138 5828,5/6680,9 13,0/14,3 75828/95671

3 921,8/928,4 0,17/0,16 5390,7/5661,2 9,8/10,1 53044/56724

4 790,2/827,9 0,21/0,23 3762,9/3538,4 11,5/10,9 43424/38427

5 906,6/936,1 0,15/0,16 5886,8/5850,7 9,9/9,1 58337/53124

6 994,8/1100,6 0,18/0,157 5620,2/7009,9 10,4/11,15 58449/78160

7 963,1/985,8 0,19/0,186 5016,3/5300,1 9,2/9,16 46199/48548

8 1096,9/1121,2 0,18/0,179 6060,6/6263,9 9,11/10,9 55211/67962

9 1285,4/1295,4 0,2/0,184 6395,1/7040,3 7,5/7,6 47771/53154

10 1395,9/1402,2 0,23/0,2 6042,8/7011,3 6,9/6,03 42178/42278

в целях обучения сравнить с этой моделью движения. Совпадение лучших движений с модельными получены на уровне 91,07%. После подтверждения гипотезы о возможности создания оптимальной модели удара была проведена третья серия экспериментов. В эксперименте участвовали группа 2 и группа 3. Обе группы занимались по одинаковым программам в разных спортивных залах. Во время тренировок над техникой ударов вторая группа боксеров работала на боксерских грушах, которые имели пять светодиодов. Количество включаемых светодиодов зависело от качества нанесенного удара, то есть насколько нанесенный удар соответствовал модели лучшего удара, разработанной в первой серии экспериментов. На рисунке 5 представлен график изменения качества удара у каждого боксера групп 2, 3 через месяц тренировок. Во второй группе произошел рост качества ударов от 11 до 25%, в среднем увеличение

составило 17,51%. В третьей группе произошел рост качества ударов от 5,94 до 12%, в среднем увеличение составило 8,56%. Таким образом, методика с обратной связью показала высокую эффективность. Это хорошо согласуется с работой [4], где описывается применение биологической обратной связи при спортивной стрельбе. Обратная связь в работе [4] производилась при помощи распознавания ошибок на основе машинного обучения и способствовала повышению точности стрельбы и сокращению периода обучения.

ЗАКЛЮЧЕНИЕ

В исследовании была проверена гипотеза, что чем лучше техника удара, тем ближе его параметры к идеальным, модельным. В результате проведения эксперимента была найдена зависимость между качеством удара и степенью соответствия модели. Эта зависимость оказалась довольно близкой к линейной. Та-

Рисунок 4 - Зависимость относительного качества удара от степени совпадения качества удара с модельным Figure 4 - Dependence of the relative punch quality on the degree of coincidence of the punch quality and the model value

100000,00 80000,00 60000,00 40000,00 20000,00

0,00

Боксеры: (Boxers)

Начальные значения Изменение через месяц тренировок

(Initial values Gain after a month of training)

■ группа 2 (group 2) ■ группа 2 (group 2)

■ группа 3 (group 3) группа 3 (group 3)

iiiLiii Ji

■IIIIIIMII

10

Рисунок 5 - График изменения качества удара, группа 2 и 3 Figure 5 - The graph of the punch quality, group 2 and 3

ким образом, можно сделать вывод о том, что существует некая оптимальная модель удара, которая получена на основе поля линейных и угловых скоростей и которая может быть использована в качестве лучшей техники удара. Была также проведена серия экспериментов, для того чтобы определить практическую значимость полученной модели. С этой целью две группы примерно одинакового уровня подготовки, веса и возраста в течение месяца проводили тренировки по схожей программе. В одной из групп тренировки проводили на специальной боксерской груше, которая была оснащена пятью светодио-дами. Эти светодиоды включались при ударе,

и чем ближе удар был к модели, тем больше светодиодов включалось, то есть так была организована обратная связь в реальном времени. Вторая группа тренировалась по обычной программе. В итоге через месяц тренировок у первой группы показатели качества ударов были в среднем более чем в два раза лучше, чем у второй группы. К тому же наращивание качества ударов в первой группе происходило с впечатляющей динамикой. Это косвенным образом подтверждает гипотезу о возможности разработки оптимальной модели боксерского удара, а также показывает эффективность применения этой модели совместно с обратной связью в реальном времени.

ЛИТЕРАТУРА

1. Главная страница Keras, https://keras.io.

2. Главная страница Tensorflow, https://www. tensorflow.org

3. Chadli, S., Ababou, N., Ababou, A.: A New Instrument for Punch Analysis in Boxing. Procedia Engineering. 72. 411. 10.1016/j.proeng.2014.06.073 (2014).

REFERENCES

1. Home page Keras, https://keras.io.

2. Home page Tensorflow, https://www.tensorflow.org

3. Chadli, S., Ababou, N., Ababou, A.: A New Instrument for Punch Analysis in Boxing. Procedia Engineering. 72. 411. 10.1016/j.proeng.2014.06.073 (2014).

4. Kimm, D., Thiel, D.V.: Hand Speed Measurements in Boxing. Procedia Engineering, Volume 112, 502-506 (2015).

5. Guo, J., Yang, L., Umek, A., Bie, R., Tomazic, S., Kos, A.: A Random Forest-Based Accuracy Prediction Model for Augmented Biofeedback in a Precision Shooting Training System. Sensors, 20, 4512 (2020).

4. Kimm, D., Thiel, D.V.: Hand Speed Measurements in Boxing. Procedia Engineering, Volume 112, 502-506 (2015).

5. Guo, J., Yang, L., Umek, A., Bie, R., Tomazic, S., Kos, A.: A Random Forest-Based Accuracy Prediction Model for Augmented Biofeedback in a Precision Shooting Training System. Sensors, 20, 4512 (2020).

СВЕДЕНИЯ ОБ АВТОРЕ:

Хасаншин Ильшат Ядыкарович (Khasanshin Ilshat Yadikarovitch) - кандидат технических наук; Финансовый университет при Правительстве РФ; 125993 (ГСП-3), г. Москва, Ленинградский просп., 49; e-mail: iykhasanshin@fa.ru, ORCID: 0000-0003-3809-8624

Поступила в редакцию 04 апреля 2021 г. Принята к публикации 26 апреля 2021 г.

ОБРАЗЕЦ ЦИТИРОВАНИЯ

Хасаншин, И.Я. Использование искусственной нейронной сети для разработки оптимальной модели прямого удара в боксе / И.Я. Хасаншин // Наука и спорт: современные тенденции. - 2021. - Т. 9, № 2. - С. 132-138. DOI: 10.36028/2308-8826-2021-9-2-132-138

FOR CITATION

Khasanshin I.Y. Using an artificial neural network to develop an optimal model of a straight punch in boxing. Science and sport: current trends, 2021, vol. 9, no. 2, pp. 132-138 (in Russ.) DOI: 10.36028/2308-88262021-9-2-132-138