CC BY
3ПСИХОЛОГО-ПЕДАГОГИЧЕСКИЕ ВОПРОСЫ ПОДГОТОВКИ СПОРТСМЕНОВ И АСПЕКТЫ СПОРТИВНОЙ ТРЕНИРОВКИ
УДК 796.012+796.015
ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ КОМПЬЮТЕРНОЙ РЕАЛИЗАЦИИ ПОСТРОЕНИЯ ФАЗОВОГО ПОРТРЕТА ДВИГАТЕЛЬНЫХ ДЕЙСТВИЙ
СПОРТСМЕНА В СРЕДЕ MATLAB
В. И. Загревский, д-р пед. наук, профессор,
Д. А. Лавшук, канд, пед. наук, доцент,
Ю. Ю. Кучеров, А. Ю. Овчинко,
Учреждение образования «Могилевский государственный университет
имени А. А. Кулешова»
Аннотация
В статье рассматривается одно из направлений совершенствования технической подготовки спортсмена на основе биомеханического анализа кинематического состояния спортсмена с использованием фазового портрета движения биомеханической системы. Фазовый портрет строится по данным обобщенных координат звеньев тела спортсмена, получаемых по материалам видеосъемки или компьютерного синтеза соревновательного упражнения. Построение фазового портрета осуществляется компьютерным способом в среде MatLab.
COMPUTER IMPLEMENTATION SOFTWARE FOR CONSTRUCTING A PHASE PORTRAIT OF LINK MOTION ATHLETE BODIES IN MATLAB ENVIRONMENT
V. I. Zagrevskij, D. A. Lavshuk,
Yu. Yu. Kucherov, A. Yu. Ovchinko,
Educational Institution «Mogilev State University named after A.A. Kuleshov»
Abstract
The article discusses one of the directions for improving the technical training of an athlete based on a biomechanical analysis of the athlete's kinematic state using a phase portrait of the movement of the biomechanical system. The phase portrait is constructed based on the data of generalized coordinates of the athlete's body parts, obtained from video footage or computer synthesis of a competitive exercise. The construction of the phase portrait is carried out computer-aided in the MatLab environment.
Введение
Сегодня в центре взаимного интереса специалистов в области биомеханики и теории спорта находятся не только их специфические средства, но и математические, алгоритмические, программные инструменты компьютерной техники, позволяющие воспроизводить на виртуальной модели биомеханической системы те двигательные функции спортсмена, которые позволяют ему для достижения требуемого совершенства в технической подготовке модифицировать технику упражнения с учетом имеющегося
силового потенциала и индивидуальных антропометрических особенностей атлета [2].
Педагогическую оценку технического мастерства спортсмена можно получить на основе сравнения его технического мастерства с избранным эталоном. Традиционно за идеальный образец техники соревновательного упражнения принимается исполнение упражнения спортсменом экстракласса [3, 4, 6, 10]. Другой подход в выборе эталона спортивной техники предлагает рассматривать в качестве идеального образца оптимальную спортивную технику, синтезированную в вычислительном эксперименте на компьютере [2]. В качестве объективных критериев технического мастерства в обоих случаях рассматриваются биомеханические характеристики движения: амплитуда, скорость, мышечные усилия, экономичность и другие пространственно-временные, кинематические и динамические характеристики движения. Так как таких характеристик более 50 [2], то трудно выбрать из их совокупности тот показатель, который позволит получить достоверную информацию об уровне технического мастерства спортсменов. В нашей педагогической концепции совершенствования технического мастерства спортсменов утверждается, что одним из таких интегральных показателей техники соревновательного упражнения является фазовый портрет двигательных действий спортсмена.
С позиций механики динамической системы трактуется [8], что: «Совокупность всех фазовых траекторий называется фазовым портретом динамической системы на фазовой плоскости». По сути дела фазовый портрет в механике движений отражает зависимость «координата - скорость» объекта движения в фазовом пространстве, в котором представлено множество всех возможных состояний динамической системы. В области спортивной науки имеются единичные публикации по рассматриваемой теме [6, 11]. В связи с этим сформулирована цель исследования - разработать и реализовать технологию компьютерного построения фазового портрета спортсмена в соревновательном упражнении.
Методы исследования
Аналитический обзор специальной литературы [1, 5, 7-9], компьютерные методы построения расчетных моделей анализа движений биомеханических систем [2] и фазового портрета двигательных действий спортсмена, вычислительный эксперимент, компьютерная визуализация результатов исследования.
Результаты исследования
Технологическая основа исследования базировалась на аналитическом обзоре специальной литературы и обобщении особенностей основных этапов экспериментальной части работы в виде программного обеспечения в среде Ма^аЬ: «Преобразование промера», «Сглаживание», «Фазовый портрет».
Преобразование промера
В результате выполнения промера упражнения получена таблица значений обобщенных координат Qíj звеньев тела спортсмена, где г - номер звена, 7 - номер видеокадра, отснятого на видеокамеру соревновательного упражнения. Полученная таблица чисел нуждается в дополнительной обработке, обусловленной двумя факторами компьютерных процедур вычислений.
Первый фактор воспроизводит компьютерное считывание и вычисление обобщенных координат звеньев тела спортсмена в угловой системе отсчета. И даже использование современных методов преобразования угловых
показателей промера в цифровые данные на основе использования функции atan2 позволяет получить выходные результаты, как с минусовыми, так и с положительными значениями обобщенных координат. Последовательность данных с агломератами положительных и отрицательных значений обобщенных координат приводит к «сбою» вычислений угловой скорости звеньев тела спортсмена на стыке минусовых и положительных значений входных данных. Объяснение этому кроется в технологии преобразования угловых показателей функцией atan2, вычисляющей требуемый угол в диапазоне от -п/2 до п/2. При разработке программного обеспечения мы избрали преобразование, осуществляемое для положительного тренда чисел по алгоритму (1):
если Qt . < 0, то Q.j = Q.j + 360 . (1)
Вторая особенность компьютерного промера упражнения заключается в необходимости увеличения или уменьшения углового показателя ориентации звена на величину 2п при переходе числовой оси Ох декартовой системы координат (ДСК). Добавка 2п плюсуется с вычисленным значением угловой ориентации звена, если движение звена происходило в положительном направлении (против хода часовой стрелки), и отнимается в противоположном направлении движения звена. Математическая запись данного ограничения, на пересечение числовой оси Ох ДСК г-м звеном биомеханической системы (БС) в j-м видеокадре (N - количество видеокадров) и условия наращивания количества вращений биосистемы относительно оси вращения, имеет вид (2):
«слева-направо», если (Qtj +180) < QiJ+1, то QtJ = QtJ + 360, при (N -1) > j > 1;
«справа-налево», если (Q4+180) < Qi;_^ то QtJ = QtJ + 360, при N > j > 2. (2)
Преобразование по формулам (2) выполняется в одной операции двумя последовательными итерациями. В первой итерации вычисления осуществляются проходом по всему массиву обобщенных координат «слева-направо», когда за первый элемент преобразования принимается первый видеокадр упражнения с перемещением к конечному видеокадру. Во второй итерации за первый элемент преобразования принимается конечный видеокадр и перемещение осуществляется «справа-налево» в направлении первого видеокадра.
Итерационный процесс корректировки исходных данных завершается, когда сумма обобщенных координат по каждому звену выполненной итерации совпадает с аналогичной суммой на предшествующей итерации. С учетом вышеуказанных особенностей преобразования исходных данных промера соревновательного упражнения была разработана компьютерная программа «Преобразование промера» в программной среде MatLab в виде скрипт (script) программы. В программе в качестве исходных данных промера упражнения используются численные значения обобщенных координат звеньев биосистемы - рук, туловища и ног.
Результат выполнения визуальной части программы (преобразование) приведен на рисунке 1.
Рисунок 1 - Обобщенные координаты (А, Б) и обобщенная скорость (С, Д) звеньев гимнаста до (А, С) и после (Б, Д) преобразования
Численные данные преобразования обобщенных координат звеньев тела спортсмена и их угловой скорости выводятся на экран дисплея двумя заключительными командами программы (ё1Бр1ау(у), Шзр1ау(у1)). Временной интервал между двумя ближайшими видеокадрами (Ш) составлял 0,04 с. Соревновательное упражнение - два больших оборота назад на перекладине, выполняемых подряд. В первом обороте ставилась двигательная задача - достичь максимальной скорости общего центра масс в момент прохождения вертикального положения над опорой, техника которого принималась за эталон. Во втором обороте такой задачи не ставилось. Графическое представление фазовых портретов этих двух оборотов позволит оценить степень расхождения в технике выполнения. Исполнитель: А. Берговин - мастер спорта Республики Беларусь, чемпион мира по спортивной гимнастике среди юниоров 1995 г.
Сглаживание. Экспериментальные данные промера соревновательного упражнения обладают ошибкой считывания координат маркерных точек (суставы) объекта движения, а следовательно, и ошибкой вычисления ориентации звена биомеханической системы в виде обобщенных координат звеньев тела спортсмена. Популярным и достаточно эффективным средством уменьшения ошибки экспериментальных данных является широко используемый в практике вычислительных технологий метод сглаживания исходных данных с использованием различных математических алгоритмов сглаживания, например, методов полиномиального сглаживания [9]. Учитываем, что видеоряд изображений спортсмена, запечатленный в видеокадрах видеосъемки, представляет, для таблицы обобщенных координат О/ равноотстоящие значения аргумента ^ - время в узловых точках / временной сетки), формируемых в соответствии с зависимостью: ^ = Ь + /«Ь; / = 1, 2, ..., N. В этом случае может быть поставлена задача замены (сглаживания) значений функций функциями // на основе п известных значений слева и справа относительно индекса /. В качестве алгоритмов такого приближения (сглаживания) для внутренних узлов таблицы (/) могут служить математические построения вида [9]:
1) п = 1, /,. = (ди- + + д.+1)/3;
2) п = 2, /. = (-2 + д,..-1 + ди + ди+1 + ди+2) / 5;
3) п = 3, /. = (-3 + ди-2 + ди-1 + ди + ди+1 + ди+2 + ди+3) / 7;
4) п = 2, /и = (-3ди-2 + 12ди-1 + 17ди + 12ди+1 -3д.2)/35;
5) п = 3 , /,] = (5ди-3 - 3одг,,._2 + 75д - + 131д .. + 75д.+1 - 3од, ..+2 + 5д, ..+3)/231. (3)
Традиционно, за критерий эффективности анализируемого процесса принимается минимум функционала, характеризующего качество объекта исследования или процесса. Очень часто с этой целью применяется метод наименьших квадратов [9].
В выполненном нами исследовании в качестве критерия эффективности процедуры сглаживания мы использовали функционал F - сумма отклонения абсолютной величины разности значений исходной и сглаженной функций в точках ^ временной сетки функции (Ь - количество точек-видеокадров). Для каждого к-го алгоритма из набора уравнений (3) и г-й обобщенной координаты вычислялся функционал С учетом отклонений сглаженной функции от исходной по всем обобщенным координатам дополнительно рассматривался функционал вида: Бк - сумма отклонений для алгоритма к. Математическая запись критериев ^м и Бк имеет вид (4):
Рк л =
N
X Q,J - Ъ , А =2 ¥к,.
V;=1 ) 1=1
(4)
В целевом упражнении вычисляется набор функционалов (4) по алгоритмической схеме комплекса алгоритмов сглаживания (3). Из совокупности алгоритмов сглаживания компьютером определяется тот из них, который максимально минимизирует ошибку считывания и отражает минимальное отклонение сглаженного значения обобщенных координат БС от исходного массива. Таковым, в нашем случае, является алгоритм 5 (рисунок 2).
Рисунок 2 - Компьютерный выбор алгоритма сглаживания на основе сравнения оценок расхождения методов сглаживания
Изображение рисунка 2 формируется компьютером в процессе вычислений и выводится на экран монитора отдельным рисунком. Далее, по избранному компьютером алгоритму наилучшего сглаживания, формируются значения обобщенных координат объекта движения и вычисляются угловые скорости звеньев БС.
Фазовый портрет. Сглаженные значения обобщенных координат промера целевого упражнения и угловой скорости звеньев БС являются исходными данными для построения фазового портрета управляющих функций биомеханической системы на кинематическом уровне, вычисляемых по формуле (5):
щ = - (2Ч; щ = ¿.+1. - ., (5)
где щ - управляющая функция;
щ - скорость управляющей функции;
_ обобщенная скорость г-го звена в ^-й временной точке траектории биосистемы.
Изображение фазового портрета выводится на экран монитора с использованием на горизонтальной числовой оси ДСК сглаженных значений обобщенных координат G(i,j) и на вертикальной оси ДСК - обобщенных скоростей W(i,j) для каждого видеокадра.
На рисунке 3 представлены результаты построения фазовых портретов сгибательно-разгибательных движений в плечевых и тазобедренных суставах гимнаста.
H l igure ■QI
File Edit View Insert Tools Desktop Window Help »
°J d A i о ® ^ • a □ 0 ■ а
Фазовый портрет - управление в тазобедренных суставах
Скорость движения звена (рад\с)
—-Qy
'-à*
!2В ¡у* J
40 -35 -30 -25 -20 -15 -10 -5 0 5 10 Управление (град)
Рисунок 3 - Фазовые координаты управления в кинематической цепи
биомеханической системы
В процессе функционирования компьютерной программы переход к следующему рисунку осуществляется нажатием на клавишу пробела клавиатуры компьютера.
Заключение
1. Разработана технология и компьютерное сопровождение построения фазового портрета двигательных действий спортсмена.
2. Компьютерное построение фазового портрета двигательных действий спортсмена осуществляется в несколько этапов:
- преобразование промера анализируемого спортивного упражнения;
- сглаживание обобщенных координат биомеханической системы;
- визуализация фазового портрета двигательных действий спортсмена.
3. Фазовый портрет моторного компонента биомеханической системы -один из интегральных показателей технического мастерства спортсмена.
4. Перспективы использования фазового портрета движений биомеханической системы в информационном обеспечении анализа двигательных действий спортсмена просматриваются в следующих возможностях применения метода:
- педагогическая оценка технического мастерства спортсмена в сравнительном анализе визуального образа «эталона-идеала» с анализируемым исполнением;
- биомеханически обоснованный педагогический выбор средств и методов технической подготовки спортсмена на различных этапах становления двигательного навыка;
- определение ансамбля двигательных ошибок в структуре двигательного действия и педагогическая корректировка техники спортивного упражнения.
Список использованных источников
1. Визильтер, Ю. В. Сравнение статистических оценок свойств различных морфологических фильтров, построенных на основе мозаичных моделей изображений / А. В. Визильтер, О. В. Выголов, С. Ю. Желтов // Компьютерная оптика. - 2021. - Т. 45. - № 3. - С. 449-462.
2. Загревский, В. И. Формализм Лагранжа и Гамильтона в моделировании движений биомеханических систем : монография /
B. И. Загревский, О. И. Загревский, Д. А. Лавшук. - Могилев : МГУ имени А. А. Кулешова, 2018. - 296 с.
3. Музылева, И. В. Применение метода пространства состояний для обобщенной системы типа «один вход - один выход» / И. В. Музылева, Л. Н. Языкова, В. Н. Мещеряков / / Вестник кибернетики. - 2022. - № 4 (48). -
C. 59-68.
4. Платонов, В. Н. Двигательные качества и физическая подготовка спортсменов / В. Н. Платонов. - М. : Спорт, 2019. - 656 с.
5. Рубанов, В. Г. Математическая модель системы управления мобильного робота в форме пространства состояний: в 12 т. / В. Г. Рубанов, И. А. Рыбин, А. В. Рыбина // Математические методы в технике и технологиях: сб. тр. междунар. науч. конф. / под общ. ред. А. А. Большакова. - СПб. : Изд-во Политехн. ун-та, 2019. - Т. 3 - С. 59-62.
6. Самсонова, А. В. Перспективы использования фазового пространства в информационном обеспечении анализа спортивных движений / А. В. Самсонова, Л. Л. Ципин, И. Э. Барникова // Научно-технический вестник Поволжья. - 2019. - № 9. - С. 40-43.
7. Синицын, А. В. Использование метода корреляционного сравнения для решения задачи идентификации лиц / А. В. Синицын // Научный сетевой журнал «Столыпинский вестник». - 2022. - № 8. - С. 4664-4673.
8. Соловьев, В. Что такое фазовый портрет / В. Соловьев, С. Дворников // Квант. - 2019. - № 11. - С. 29-31.
9. Тынкевич, М. А. Введение в численный анализ : учеб. пособие / М. А. Тынкевич, А. Г. Пимонов. - Кемерово : КузГТУ, 2017. - 176 с.
10. Хлебников, В. А. Основные принципы технической подготовки в спорте / В. А. Хлебников // Наука, технологии и образование в XXI веке: проблемы взаимодействия и интеграция: сб. науч. тр. по материалам науч.-практ. конф.; Белгород, 28 февр. 2020 г. - Белгород: АПНИ, 2020. - С. 156-160.
11. Ципин, Л. Л. Применение фазового пространства для анализа мышечной активности при беге / Л. Л. Ципин // Российский журнал биомеханики. - 2015. - Т. 19, №4 (61). - С. 421-429.
04.04.2024
УДК 796.011.3
ИССЛЕДОВАНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА ЭФФЕКТИВНОСТЬ ПОДГОТОВКИ СТУДЕНТОВ-СПОРТСМЕНОВ ПО РОУП-СКИППИНГУ В СПОРТИВНЫХ КОЛЛЕДЖАХ И УНИВЕРСИТЕТАХ КНР
Ли Сяолун,
А. А. Михеев, д-р пед. наук, д-р биол. наук, профессор,
Учреждение образования «Белорусский государственный университет
физической культуры»
Аннотация
В статье проанализировано состояние подготовки спортсменов, представляющих роуп-скиппинг (художественные прыжки со скакалкой) в спортивных колледжах и университетах КНР. К масштабному анкетированию были привлечены спортсмены и тренеры команд по скиппингу в китайских спортивных университетах и колледжах.
Ключевые слова: роуп-скиппинг; спортивные команды; современное состояние развития скиппинга.
THE STUDY OF FACTORS INFLUENCING THE EFFECTIVENESS OF THE TRAINING OF STUDENT ATHLETES IN ROPE-SKIPPING AT SPORTS COLLEGES AND UNIVERSITIES OF THE PEOPLE'S REPUBLIC OF CHINA
Li Xiaolong, A. A. Mikheev,
Education Institution «Belarusian State University of Physical Culture»
Abstract
The article analyzes the state of training of athletes representing rope skipping (artistic jumping rope) in sports colleges and universities of the People's Republic of China. Athletes and coaches of skipping teams at Chinese sports universities and colleges were involved in a large-scale survey.
Keywords: rope skipping; sports teams; current state of skipping development.
Введение
Скиппинг (роуп-скиппинг) - относительно молодой вид спорта. В США и Европе вместе с модой на здоровый образ жизни скиппинг приобрел
