Previsione precisa della velocità di lancio per gli atleti nell'evento Aerial dello sci freestyle basato sull'apprendimento profondo del trasferimento
CasaCasa > Notizia > Previsione precisa della velocità di lancio per gli atleti nell'evento Aerial dello sci freestyle basato sull'apprendimento profondo del trasferimento

Previsione precisa della velocità di lancio per gli atleti nell'evento Aerial dello sci freestyle basato sull'apprendimento profondo del trasferimento

Feb 04, 2024

Rapporti scientifici volume 13, numero articolo: 4308 (2023) Citare questo articolo

544 accessi

1 Citazioni

12 Altmetrico

Dettagli sulle metriche

Una correzione dell'autore a questo articolo è stata pubblicata l'8 maggio 2023

Questo articolo è stato aggiornato

L'ottenimento automatico della velocità di lancio è una potente garanzia per gli atleti di ottenere buoni risultati nelle gare di sci freestyle. Nella maggior parte degli studi pubblicati che descrivono gli atleti che ottengono punteggi elevati, la distanza di scivolamento di assistenza dipende interamente dall'allenatore e persino dall'esperienza dell'atleta, che potrebbe non essere ottimale. L'obiettivo principale del presente articolo è utilizzare un sistema di acquisizione e sviluppare un modello di rete neurale artificiale (ANN) per ottenere automaticamente la relazione corrispondente tra la distanza di scorrimento e la velocità di assistenza. L'influenza del coefficiente di attrito della neve, della velocità del vento, della direzione del vento, della pendenza, dell'altezza e del peso può essere simulata nel motore Unity3D. L'influenza della temperatura, dell'umidità e dell'angolo di inclinazione deve essere misurata nel mondo reale da tester professionisti, il che è faticoso. La rete neurale viene prima addestrata da dati di simulazione sufficienti per ottenere la funzionalità codificata. Quindi, le informazioni apprese nell'ambiente di simulazione vengono trasferite a un'altra rete. La seconda rete utilizza i dati presi da venti tester professionisti. Rispetto al modello senza trasferimento di apprendimento, le prestazioni del metodo proposto presentano un miglioramento significativo. L'errore quadratico medio per il set di test è 0,692. Si osserva che la velocità prevista dal modello DTL (Deep Transfer Learning) progettato è in buon accordo con i risultati delle misurazioni sperimentali. I risultati indicano che il metodo di apprendimento del trasferimento proposto è un modello efficiente da utilizzare come strumento per prevedere la distanza di scivolamento di assistenza e la velocità di lancio per gli atleti nell'evento aereo dello sci freestyle.

L'evento Aerial dello sci freestyle è uno sport che attira l'attenzione della gente in tutto il mondo. Il progetto dimostra principalmente la tecnica e la flessibilità degli atleti ed è molto coerente con le caratteristiche sportive e le caratteristiche fisiche degli atleti1. Pertanto, l'evento aereo dello sci freestyle è sempre stato un importante passo avanti per gli atleti che hanno vinto l'oro alle Olimpiadi invernali. La composizione dell'azione dell'evento Aerial dello sci freestyle è principalmente divisa in quattro fasi, vale a dire rispettivamente la fase di scivolamento assistito, decollo, aerea e atterraggio. Di solito, queste quattro fasi sono collegate tra loro, si promuovono a vicenda e interagiscono tra loro. Uno dei fattori chiave che determinano il successo o il fallimento dell'azione è il controllo dell'altezza di rialzo, cioè il controllo della velocità di lancio al termine della fase di scivolata assistita. Il diagramma e la vista laterale del sito aereo sono mostrati in Fig. 1 dove sono presentati in dettaglio le quattro fasi e il punto cruciale della velocità di lancio.

Lo schema e la vista laterale del sito aereo.

Tuttavia, la velocità del lancio è influenzata da molti fattori. Nelle gare passate, la distanza di scivolamento assistita delle prove aeree dello sci freestyle dipendeva interamente dagli allenatori e anche dall'esperienza dell'atleta, oppure lo stato di determinazione finale veniva determinato dopo ripetuti test di scivolamento, che potrebbero non essere ottimali. Inoltre, la conduzione delle prove all'aperto è dispendiosa in termini di tempo e faticosa2,3,4. La velocità di scorrimento assistito è influenzata dalle condizioni della neve, dall'ambiente circostante e dal pendio di scivolamento. Le condizioni della neve includono la temperatura, la durezza e la consistenza della neve5,6,7, che influiscono tutti direttamente sul coefficiente di attrito della neve, che a sua volta influenza la velocità di scorrimento. La limitazione delle ripetute prove di scivolamento degli atleti può essere superata utilizzando un sistema tribometro sci-neve. Un sistema tribometrico sci-neve è preferibile per la sua misurazione obiettiva, veloce e affidabile. Meno lavori sono stati invece condotti per lo sviluppo del sistema tribometro sci-neve. I sistemi di misurazione esistenti possono essere classificati in due categorie: (1) tribometri lineari6,8; (2) tribometri rotazionali9. Una limitazione dei sistemi esistenti è che non possono soddisfare la misurazione dell'attrito lungo lo sci a causa delle dimensioni dei campioni e della costruzione dei sistemi. Inoltre, cosa ancora più importante, oltre al coefficiente di attrito della neve, la velocità dell'atleta è correlata anche alla distanza di scorrimento, alla velocità del vento, alla direzione del vento, alla pendenza, all'altezza, alla temperatura del peso, all'umidità e all'angolo di inclinazione. Sfortunatamente, il modello di misurazione esistente non fornisce direttamente la relazione tra la velocità e questi fattori per guidare gli atleti a ottenere buoni risultati, il che è sfavorevole per gli atleti.