| 作品介紹 |
本創作目的即為建立一套多感測融和之智能運動量測系統，並應用在桌球的運動科學的。除了選手揮拍姿勢的量測與分析的系統建置外，如何了解桌球在球拍上的撞擊力大小為本研究分析的重點之一。而撞擊力量及擊球點位置經常為影響競技桌球正手及反手速度之重要因素。
為了量測擊球的力量與撞擊點，本創作採用薄膜壓力感測器。透過薄膜壓力感測器的後端類比電路的設計與不斷地調整測試，並將類比訊號放大至適當的應力變化的範圍後，即可量測到每一顆桌球對球拍上的薄膜壓力感測器的變化量。另外，為了偵測並取得每一次選手揮拍的加速度與角速度的時域與頻域資料，採用了 6 軸感測器(3 軸加速度與 3 軸角速度)。前者具備 8 通道感測區域的壓力感測器放置於木板與膠皮中間的夾層中，而前者的 6 軸感測器則嵌入到球拍的握把中。透過這兩種感測器的融合，可以實現精準運動科技與物聯網的應用場域。
此外，為了縮小整個電路模組的重量，本研究將採用具備 2.4G RF 功能的低功耗Cortex-M0 MCU，以實現無線傳輸的量測目的。其中，除了可提高傳輸的速度外，並可降低整體的功率消耗，以延伸整體系統的使用時間與操作的便利性。
在此，初步使用 R 語言所設計的決策樹來初步分析，與協助找出選手擊球的類型與模式，並分析選手在執行連續正手及反手技術撞擊力量的效率。此階段需使用薄膜壓力感測器量測球拍上接收到的力道資料，並加以回傳至 PC 主機，並利用機器學習技術來分析選手的擊球力道的資料，以及執行連續擊球之撞擊力量與效率分析。
因此，本創作完成不同技術層級選手的擊球力道與擊球點分析與比較，並運用兩種感測器(姿勢與壓力感測器) 實現多感測融和之智能運動量測系統，並整合機器學習找出選手擊球的相關深度分析資訊。最後，透過此創作可以實現桌球或其他球類選手特質的分析工具，找出爆發力強、穩定性高以及具備基本動作札實的明日之星的選手。 |