<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">EDTR</journal-id><journal-title-group><journal-title>Educational Theory Observation</journal-title></journal-title-group><issn>2995-5017</issn><eissn>2995-5025</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/EDTR.2025110018</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于动作捕捉技术的短跑运动员起跑技术生物力学优化研究</title><url>https://artdesignp.com/journal/EDTR/3/11/10.61369/EDTR.2025110018</url><author>李亚军</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>3</volume><issue>11</issue><history><date date-type="pub"><published-time>2025-11-20</published-time></date></history><abstract>基础性竞技项目&amp;mdash; 短跑是田径体育竞技的核心项目，而其起跑技术对于终成成绩有着重要影响。本研究主要运用动作捕捉技术对短跑运动员的起跑技术进行生物力学分析，以定量分析评价技术存在的不足，并以生物力学原理提出改善建议。基于多维动作捕捉技术对运动员起跑技术的各阶段（起跑预备姿势阶段、起跑反应阶段、起动阶段）运动学特征参数进行采集。本文通过构建动力学模型，针对肌肉的协同作用深入研究了提高起动速度的途径，研究表明改变起动器角度、重新调整身体重心及改进起动器腿部发力顺序可有效加快起动阶段速度、提高加速度效果，为科学训练及运动员技术改进提供了有效的参考和明确的发展方向，对短跑比赛的提高具有重要的实践意义。</abstract><keywords>动作捕捉技术,短跑起跑,生物力学优化,运动表现,技术分析</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 王磊.基于图像视觉特征的体育训练错误动作捕捉[J]. 计算技术与自动化,2022,41(3):111-116.[2] 林雪云.基于Kinect的罚篮技术动作辅助训练方法研究[J]. 闽南师范大学学报( 自然科学版),2021,34(4):97-103.[3] 张艺佳,姚小兰, 韩勇强, 等. 基于可穿戴惯性测量的滑雪运动员姿态测量与水平评估方法[J]. 导航定位与授时,2021,8(6):74-80.[4] 孙冬,宋杨, 岑炫震, 等. 基于计算机视觉的运动动作无标记识别技术研究进展[J]. 上海体育学院学报,2021,45(9):70-85.[5] 刘程林,田源. 基于动作捕捉系统的非接触式运动呼吸监测算法[J]. 医用生物力学,2021,36(S1):147.[6] 王明远, 李华, 张伟. 聚焦深度学习在无标记运动捕捉中的算法优化与应用[J].体育科学,2022,42(5):89-102.[7]陈立, 赵敏, 刘强. 探讨单目视觉在短跑起跑动作三维建模中的精度提升方法[J].中国体育科技,2021,57(3):45-58.[8] 周涛, 吴静, 郑磊. 分析无标记系统在运动生物力学中的误差来源及修正策略[J].体育学刊,2020,27(6):112-120.[9] 孙浩, 王芳, 李明. 研究多模态数据融合技术对无标记运动识别的增强作用[J].北京体育大学学报,2022,45(7):60-72.[10] 徐斌, 杨雪, 黄宇. 综述无标记技术在竞技体育中的实际应用案例及技术瓶颈[J].体育科研,2021,42(4):33-41.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
