(3.236.214.19) 您好!臺灣時間:2021/05/10 02:51
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:詹明穎
研究生(外文):Ming-Ying Chan
論文名稱:一種利用六軸感測器分析羽球擊球姿態的方法
論文名稱(外文):An Analysis Method of Badminton by Using 6-axis Sensor
指導教授:黃德成黃德成引用關係
指導教授(外文):Der-Chen Huang
口試委員:謝韶徽蕭敏學
口試委員(外文):Shao-Hui ShiehMiin-Shyue Shiau
口試日期:2016-07-29
學位類別:碩士
校院名稱:國立中興大學
系所名稱:資訊科學與工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2016
畢業學年度:104
語文別:中文
論文頁數:56
中文關鍵詞:羽球六軸感測器支持向量機訊號特徵擷取
外文關鍵詞:badminton6-axis sensorsupport vector machine(SVM)feature extraction
相關次數:
  • 被引用被引用:1
  • 點閱點閱:151
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
  近年來在已有相當多與運動分析有關的研究,尤其是在棒球、高爾夫球與網球,透過研究分析了解自身的動作是否標準、揮拍速度是否提升與擊球位置是否準確等資訊,作為改善與提升運動技巧的參考方向。但相較之下,智能運動的產品在羽球方面卻還寥寥可數。雖然目前市面上有開發出應用感測器結合App功能,來提供使用者相關運動資訊之產品,但在球路分析的部份,對於球路多樣化的羽球而言,目前市面上的感測器還僅有針對基本球路的部份進行分析而已。
 
  因此本論文探討的課題便是如何利用六軸感測器來更進一步分析羽球的動作。讓運動員即使沒有教練,也可以自我學習來精進運動技術、了解自身的運動成效。為此必須結合加速度計與陀螺儀,取得分析姿態的參數。再透過實測所得的數據取得特徵後再利用支持向量機(Support vector machine)以及球路分類之方法進行分析,進而達成羽球擊球姿態的評估。結果發現本論文提出之方法可以將羽球的擊球動作細分為九種球種,並且在辨識方面本論文之平均準確率為97%,相較於支持向量機(SVM)之平均準確率87.6%,來得更加準確。

  Recently, there are a lot of sports related researches are published, especially baseball, golf and tennis. Exercisers can check if their postures are standard, according to those analyzing result. They will further understand how to improve their skills and what to improve.
  In contrast, studies about badminton are rarely seen. This may result in much deeper learning curve on badminton. Although there are still some costumed sensors that combined with Apps providing users these information, but they are limited in pitches analysis and only few basic pitched are available.
  Therefore, this paper discusses how to use a six-axis sensor to further analyze badminton action, even for athletes without a coach, they still can use the sensor to train themselves and improve their performance.
  To achieve this goal, we combined the three-axis accelerometer and gyroscope to obtain posture analysis parameters. Through the measured data to obtain the feature, then use these features to classify the pitch type. The results showed that the proposed classification method can achieve 97% average accuracy rate, which is much higher than the result of Support Vector Machine (SVM) which is 87%.

致謝辭 i
中文摘要 ii
Abstract iii
目錄 iv
圖目錄 vii
表目錄 x
一、緒論 1
1.1. 研究動機與目的 1
1.2. 論文架構 1
二、文獻探討與相關研究 3
2.1 羽球的基本介紹 3
2.1.1 持拍與擊球 3
2.1.2 羽球的基本球路 4
2.2 感測器的架構與原理 5
2.2.1 微機電技術 5
2.2.2 加速度計 6
2.2.3 陀螺儀 6
2.2.4 六軸運動感測器ICM20601 8
2.3 支持向量機(SVM) 8
2.4 姿態表示法 10
2.5 相關研究 11
三、特徵偵測擷取及球路分類之方法 13
3.1特徵偵測與擷取方法 14
3.1.1 選擇主要辨識特徵 14
3.1.2 擊球瞬間的特徵 17
3.1.3 球路細分 20
3.1.4 輔助特徵 20
3.1.5 特徵尋找與擷取之系統架構 23
3.1.5.1 主系統架構 23
3.1.5.2 小球偵測架構 24
3.1.5.3 其他球種偵測架構 26
3.2 球路分類方法 29
3.2.1方法簡介 29
3.2.2 方法架構及步驟 30
四、實驗結果 35
4.1實驗環境與設備 35
4.1.1 研究對象 35
4.1.2 實驗儀器與工具 35
4.1.3 資料收集系統架構說明 38
4.2實驗結果 40
4.2.1 擊球點特徵驗證 40
4.2.2 SVM驗證 42
4.2.2.1 五種基本球路 43
4.2.2.2 十二種球路 45
4.2.3 階層式權重分類法 49
4.2.4 方法比較 50
4.2.4.1 SVM與本論文方法比較 50
4.2.4.2 市售感測器與本論文方法比較 51
五、結論與未來展望 53
5.1 結論 53
5.2 未來展望 54
參考文獻 55


[1]  中華羽球發展協會,“羽球發展協會簡介 ”.
[2]  友練Usense, “官方網站”,http://www.ubc-tech.com/.
[3]  酷量小羽,“官方網站”,http://www.coollang.com/.
[4]  國際羽球規則.
[5]  Wikipedia,“羽球”.
https://zh.wikipedia.org/wiki/%E7%BE%BD%E6%AF%9B%E7%90%83.
[6]  羽球共和國,“技術訓練所”.
http://www.badmintonrepublic.com/phpbb3/viewforum.php?f=15.
[7] Jian-ZhongShi,“The Implementation of a G-Sensdor-based Pedometer,”2010.
[8] Wei-Nan Guo,“Modeling and Analysis of a Triaxial Microaccelerometerwith Piezoelectric Thin-Film Sensing Using Energy MethodModeling and Analysis of a Triaxial Microaccelerometer with Piezoelectric Thin-Film Sensing Using Energy Method,”2010.
[9]  楊郁莉,“九軸運動感測器融合及應用,”碩士論文,資訊工程學系,國立中央大學,桃園市,2010.
[10]  InvenSense,Motion,“ICM20601 Datasheet”.
[11]  Na Li, Yibin Hou and Zhangqin Huang,“Implementation of a Real-Time Human Activity Classifier Using a Triaxial Accelerometer and Smartphone,?International Journal of Advancements in Computing Technology (IJACT),vol.5,no.4,pp.234-242,2013.
[12] Birsel Ayrulu-Erdem and Billur Barshan,“Leg Motion Classification with Artificial Neural Networks UsingWavelet-Based Features of Gyroscope Signals,”Sensors,vol.11,no.2,pp.1721-1743,2011.
[13]  H. J. Luinge and P. H. Veltink,“Measuring orientation of human body segments using miniature gyroscopes and accelerometers,”Medical and Biological Engineering and Computing,vol.43,no.2,pp.273-282,2005.
[14] Rick A. Hyde, Laurence P. Ketteringham, Simon A. Neild and Rosie J. S. Jones,“Estimation of Upper-Limb Orientation Based on Accelerometer and Gyroscope Measurements,”IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING,vol.55,no.2,pp.746-754,2008.
[15]  Daniel Roetenberg, Henk Luinge and Per Slycke,“Full 6DOF Human Motion Tracking Using Miniature Inertial Sensors,”VERSION ,2013.
[16]  Amin Ahmadi, Edmond Mitchell,Chris Richter,Francois Destelle,Marc Gowing and Noel E. O’Connor,Kieran Moran,“Toward Automatic Activity Classification and Movement Assessment During a Sports Training Session?,International Conference on Wearable and Implantable Body Sensor Networks, vol.2,no.1,pp.23-32 ,2014.
[17]  C. Lai, Y. Huang, H. Chao and J. Park,“Adaptive Body Posture Analysis Using Collaborative Multi-Sensors for Elderly Falling Detection,” IEEE Intelligent Systems,vol.25,no.2,pp.20-30,2010
[18] 劉建賢,“使用加速度計和陀螺儀之跌倒偵測系統, ”碩士論文, 資訊工程學系, 大同大學,台北市,2011.
[19] Hassan Ghasemzadeh, Vitali Loseu, Eric Guenterberg and Roozbeh Jafari, ”Sport Training Using Body Sensor Networks:A Statistical Approach to Measure Wrist Rotation for Golf Swing,”ICST,2009.
[20] Yuri Iijima, Kajiro Watanabe, Kazuyuki Kobayashi and Yousuke Kurihara,“Measurement and analysis of tennis swing motion using 3D gyro sensor,”SICE Annual Conference,pp.274-277,2010.
[21] Amin Ahmadi, Francois Destelle,David Monaghan,Noel E.O’Connor, Chris Richter and Kieran Moran,“A Framework for Comprehensive Analysis of a Swing in Sports Using Low-Cost Inertial Sensors,”IEEE SENSORS Proceedings,pp.2211-2214,2014.
[22] M.J. Mathie, N.H. Lovell, A.C.F. Coster and B.G. Celler, “Determining Activity Using a Triaxial Accelerometer,”IEEE Conference Publications,vol.3,pp.2481-2482,2002.
[23] D.M. Karantonis, M.R. Narayanan, M.J.Mathie, N.H.Lovell and B.G.Celler, “Implementation of a Real-Time Human Movement Classifier Using a Triaxial Accelerometer for Ambulatory Monitoring,”IEEE Transactions on Information Technology in Biomedicine,vol.10,no.1,pp.156-167,2006.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔