评估基于LPS、雷达和激光技术的篮球冲刺机械输出

《Sensors》：Assessing Sprint Mechanical Outputs Derived from LPS, Radar and Laser Technologies in Basketball

　　

冲刺机械剖面分析在团队运动中广泛应用，然而室内环境下基于场地的测量系统之间的一致性仍不清楚。本研究比较了在室内篮球最大冲刺期间，由Kinexon局部定位系统（LPS）、雷达和激光导出的冲刺机械输出，并检验了它们之间的系统间一致性和试验间可靠性。22名精英青少年篮球运动员在同时使用三种技术记录的情况下进行了最大28米直线冲刺。研究人员采用单指数方法对每个系统提供的原生信号进行建模，以导出理论最大速度（S₀）、理论最大加速度（A₀）和加速度时间常数（Tau）。系统间一致性通过平均偏差和95%一致性界限进行评估，而试验间可靠性则通过变异系数（CV）、均值变化和测量标准误差进行评估。雷达和激光在S₀上表现出高度一致（偏差 = ?0.07 ± 0.17 m·s^-1；相对误差 = 0.89%），而LPS系统性地高估了S₀，相对系统误差为5.26–6.49%。加速度相关参数表现出更大的系统间差异，A₀的相对误差高达3.92%，Tau的相对误差高达10.55%。所有系统的试验间可靠性均较高（S₀的CV < 1.5%，A₀和Tau的CV为3.7–4.7%）。这些发现表明，冲刺机械输出不应跨技术互换使用，特别是对于加速度相关变量，尽管所有系统仍适用于应用篮球环境中的系统内纵向监测。

**论文解读：基于LPS、雷达和激光技术的篮球冲刺机械输出评估**

**研究背景、问题与开展原因**

在篮球等团队运动中，冲刺加速能力是决定运动员表现的关键物理因素，运动员需在短距离（通常<30 m）内反复完成高强度加速，从非标准起始位置快速达到高速。传统上，冲刺机械变量通过实验室三维运动捕捉和测力台等金标准方法获得，但这些方法成本高、操作复杂，难以在训练或比赛场景中常规使用。为此，基于速度-时间或位置-时间数据的宏观逆动力学方法被提出，可在场地条件下计算理论最大速度（S₀）、理论最大加速度（A₀）和加速度时间常数（Tau）等参数。然而，该方法效度取决于输入数据的准确性，不同场地测量工具（如激光、雷达、局部定位系统LPS）在室内环境中的一致性尚未明确。现有研究多集中于户外田径场景，且篮球专项研究多依赖单一参考系统，未系统量化多种场地技术在标准篮球场距离（28 m）上的系统间一致性和测量误差。因此，本研究旨在比较LPS、雷达和激光在室内篮球最大冲刺中导出的机械输出，评估其系统间一致性和试验间可靠性，为篮球实践中的技术选择提供依据。

**研究内容与结论**

研究人员招募22名来自法国国家体育学院（INSEP）的精英青少年篮球运动员（年龄16.5±1.1岁，身高189.2±7.3 cm，体重75.8±9.6 kg），在标准室内篮球场进行三次最大28 m直线冲刺，同时使用激光（MuscleLab?，1000 Hz）、雷达（Stalker ATS II，46.875 Hz）和LPS（Kinexon，20 Hz）记录数据。采用单指数时间-速度模型（Morin和Samozino方法）分别拟合各系统的原生信号，导出S₀、A₀和Tau。系统间一致性通过平均偏差、95%一致性界限、一致性相关系数（CCC）和典型估计误差（TEE）评估；试验间可靠性通过变异系数（CV）、均值变化（CM）和测量标准误差（SEM）评估。结果表明：雷达和激光在S₀上高度一致（偏差?0.07±0.17 m·s^-1，相对误差0.89%），而LPS系统性地高估S₀，相对系统误差达5.26–6.49%；加速度相关参数A₀和Tau的系统间差异显著更大（A₀相对误差高达3.92%，Tau高达10.55%）；所有系统均表现出高试验间可靠性（S₀的CV<1.5%，A₀和Tau的CV为3.7–4.7%）。该论文发表在《Sensors》期刊。

**主要关键技术方法**

本研究采用三种场地技术同时采集数据：激光（MuscleLab?，采样频率1000 Hz）和雷达（Stalker ATS II，46.875 Hz）分别放置于起跑线后5 m、离地1 m处；LPS（Kinexon，20 Hz）通过14个锚点（距地面约8 m）和运动员肩胛骨间的设备记录位置数据。所有原生信号独立进行单指数时间-速度模型拟合（激光和LPS拟合位置-时间曲线，雷达拟合速度-时间曲线），以导出S₀、A₀和Tau。系统间一致性分析采用Bland-Altman法、CCC和TEE；试验间可靠性分析采用CV、CM和SEM。样本来源于法国国家体育学院（INSEP）的22名精英青少年篮球运动员，包括后卫、前锋和中锋。

**研究结果**

**3.1 系统间一致性**
通过比较三个系统的输出，发现雷达和激光在S₀上表现出高度一致（CCC=0.954），而LPS导出的S₀显著高于雷达和激光，相对系统误差为5.26–6.49%。加速度相关参数A₀和Tau的系统间差异更大：A₀的CCC为0.436–0.484，Tau的CCC为0.131–0.338；相对系统误差方面，A₀在激光与雷达间为1.15%，激光与LPS间为3.92%；Tau在激光与雷达间为2.64%，激光与LPS间达10.55%。这些结果表明，S₀在激光与雷达间可互换，但LPS与两者不可互换；加速度相关变量在所有系统间均不可互换。研究还指出，28 m短距离冲刺可能限制了最大速度平台的形成，导致LPS对S₀的高估更为明显；加速度参数对信号处理、采样频率和建模方法高度敏感，LPS的微分位置数据可能放大噪声。

**3.2 试验间可靠性**
通过评估所有系统的CV、CM和SEM，发现S₀的试验间变异极低（激光0.68%，LPS 1.36%，雷达1.17%），A₀和Tau的CV在3.68–4.21%和4.16–4.66%之间。所有系统均表现出高可靠性，支持在同一系统内进行纵向监测，但加速度相关变量的较高变异提示在解释微小变化时需谨慎。

**讨论与结论**

讨论部分指出，本研究的主要发现是S₀在激光与雷达间高度一致，但LPS引入约5–6%的系统偏差；加速度相关变量则表现出更大的系统间差异，这与前人在户外研究中的结果一致，但偏差幅度更大，可能源于篮球28 m短距离对最大速度估计的限制以及LPS信号处理对早期加速度的敏感性。所有系统试验间可靠性高，支持系统内纵向使用。局限性包括：缺乏实验室金标准参考、28 m距离可能限制最大速度平台、缺少硬件同步、厂商级信号处理不可控等。研究建议未来应探索基于连续追踪数据的嵌入式加速-速度剖面（ASP）方法，以更生态地评估篮球冲刺能力。
**结论翻译**：激光、雷达和LPS技术为精英篮球运动员提供可靠的系统内冲刺机械输出估计，并表现出高试验间可靠性。然而，加速度相关变量对测量系统高度敏感，当从LPS导出时具有更大的系统间差异和降低的敏感性。因此，建议从业者谨慎解释基于加速度的冲刺机械指标，并避免跨技术互换数值，特别是在应用篮球环境中监测微小性能变化时。