Application of an Intelligent Athlete State Assessment and Monitoring System Based on Multimodal Data Fusion in Evaluating the Rhythm Stability of Hurdle Runners' Inter-Hurdle Steps

Abstract

跨栏步频对于跨栏运动员的竞技表现至关重要，其稳定性直接影响运动效率、能量消耗和受伤风险。精英运动员必须在0.9-1.2秒的步幅周期内精确控制步幅（男子：1.8-2.2米;女子：1.6-2.0米）和步频（3.8-4.2步/秒），以避免技术错误。传统评估存在三大缺陷：单维数据（忽略生理/环境因素）、延迟反馈（训练后视频分析）和主观偏见（基于教练的经验判断）。

本研究采用三阶段框架（“技术开发-实验验证-有效性评估”），集文献综述、实验、算法优化和测试于一体。旨在通过多模态数据融合构建智能运动员状态评估系统来解决这些问题。具体目标：1）整合生物力学、生理和环境数据，建立多维节律稳定性度量体系;2）实现实时多模态数据融合/分析，具有数据采集、特征提取、偏差识别和反馈能力;3） 验证系统在支持个性化训练以增强节律稳定性和运动表现方面的有效性。