实时无标记运动学姿态评估系统的演变：从多参与者监测到深度感知角度评估

《Inventions》：Evolution of a Real-Time Markerless Kinematic Posture-Assessment System: From Multi-Participant Monitoring to Depth-Aware Angular Assessment

　　

无标记人体运动评估（Markerless Human-Motion Assessment）在心理运动学习（psychomotor learning）、康复、体育训练和协作教育环境等领域日益受到关注。尽管最近的姿态估计框架（pose-estimation frameworks）能够提供可靠的骨骼重建，但在参与者与传感器距离变化及多参与者（multi-participant）场景下，将这些数据转化为可解释的姿态评估（interpretable posture assessment）仍然具有挑战性。本文介绍了从KUMITRON到COLLVIT的技术演变：KUMITRON最初开发用于心理运动活动中的同步多参与者监测与交互分析，而COLLVIT是实现可配置深度感知关节角姿态评估（depth-aware joint-angle posture assessment）的原型。这一演变涵盖RGB-D集成、可配置角度模板（configurable angular templates）、深度感知自适应容差机制（depth-informed adaptive tolerance mechanisms）、时间稳定化策略（temporal stabilization strategies）、可解释姿态评估以及多参与者处理能力。本文区分了专利层面定义的架构、通过KUMITRON和COLLVIT原型实现的架构，以及仍有待未来实施和验证的能力。本文并非报告一项受控实验评估，而是记录从KUMITRON到COLLVIT的技术演变、基于专利的设计决策背后的原理、当前原型的实施及其未来开发和验证的方向。所得到的框架为未来在教育和康复及其他心理运动应用领域开展无标记运动学姿态评估研究提供了灵活的基础。

**论文解读：实时无标记运动学姿态评估系统的演变——从多参与者监测到深度感知角度评估**

人类运动分析在体育训练、康复、体育教育和心理运动学习等领域具有重要应用价值。传统上，运动评估依赖教练、治疗师或教育者的专家观察，但这种方式存在主观性较强、时间分辨率有限、可重复性不足，以及难以在动态活动中同时监测多名参与者等问题。近年来，计算机视觉、可穿戴传感器、惯性测量单元和人工智能（AI）等技术为自动化运动分析提供了新途径，但许多现有方法仍聚焦于个体运动，难以适应需要交互反馈的多参与者场景，例如空手道组手、康复训练和编舞等。此外，基于二维视觉的姿态评估容易受到视角变化、参与者与传感器距离、遮挡和关键点丢失等因素的干扰，固定角度阈值在这些条件下难以维持可靠的评估决策。因此，研究人员提出了一种基于专利架构的技术演变方案，旨在将同步多参与者监测能力与深度感知的关节角姿态评估能力相结合，以弥补现有系统的不足。

本研究介绍了一项专利级技术框架的演变过程，该框架由两个连续架构及其原型实现组成，即KUMITRON和COLLVIT。KUMITRON是早期原型，用于空手道组手场景下的同步多参与者监测与交互分析，基于视频、惯性传感器、生理传感器和专家反馈实现了动作预判和战术解读。COLLVIT则是后续原型，重点实现可配置的深度感知关节角姿态评估，引入RGB-D采集、2D/3D融合、自适应容差和时间稳定化机制。这项研究并非受控实验评估，而是技术系统演变研究，其贡献在于记录设计决策、实现细节和未来验证方向，并为教育、康复等领域的无标记运动学姿态评估提供灵活基础。论文发表在《Inventions》。

为开展研究，研究人员使用了多种关键技术方法。在KUMITRON阶段，采用Arduino平台、MPU-6050惯性传感器、MAX30102心率传感器和摄像机采集视频与生理信号，利用OpenCV运动检测算法和OpenPose姿态估计模型进行视频处理，并通过Wizard of Oz方式实现教师介入的反馈。在COLLVIT阶段，使用RGB-D摄像头获取深度数据，采用Ultralytics YOLO11n-pose模型检测二维关键点，再通过局部深度采样实现2D/3D融合并计算三维关节角，最终结合可配置角度模板和深度自适应容差进行姿态验证。此外，系统还实现了帧步长推理复用、参与者槽位分配和序列感知评估等功能。论文未涉及大规模样本队列，核心为原型技术实现和已有小规模用户研究。

**3.1 与第一架构和KUMITRON相关的能力**：通过KUMITRON的原型实现和先前两参与者用户研究，验证了同步视频、惯性信号和生理数据用于双人空手道监测的可行性。计算机视觉过滤后的视频使用户对出拳预判的正确率从64.58%提高到82.91%，平均响应时间也有所降低。后续阶段利用OpenPose提取关键点并训练分类器识别规定动作，表明基于姿态估计的特征可用于动作建模。

**3.2 与第二架构和COLLVIT相关的能力**：COLLVIT当前原型实现了RGB-D采集、2D姿态估计、2D/3D融合、3D关节角计算、深度感知全局容差缩放、置信度过滤、时间稳定化、受约束的多参与者槽位处理、可配置角度模板和序列感知评估。这些能力使系统能够进行基于角度模板的深度感知姿态评估，但尚未经过系统实证验证，应视为实现能力而非已证实的性能优势。

**3.3 从KUMITRON到COLLVIT的比较演变**：通过架构和原型对比，两者可被视为同一技术框架的连续阶段。分析重点从交互式动作解释转向基于关节角的姿态评估；数据集成方式从多模态外部传感器融合转向RGB-D深度集成；验证逻辑从专家支持的典型动作识别转向显式关节角约束验证；并新增了深度感知容差、帧步长复用和参与者