運動與休閒學院
Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/6
為配合我國社會變遷與體育發展及本校的轉型與發展，本學院於90年8月正式成立，並將原屬本校教育學院之體育學系（所）、運動競技學系、運動與休閒管理研究所調整成立運動與休閒學院，並於95學年度增設運動科學研究所：為提升本院競爭力於101學年度運動競技學系與運動科學研究所整併為「運動競技學系」，運動與休閒管理研究所與管理學院餐旅管理研究所整併為「運動休閒與餐旅管理研究所」。
News
Browse
6 results
Search Results
Item 少棒選手內、外角球打擊動作分析(2024) 卡沃兒．沙芙洛; Kawo·Safulo背景：打擊表現在棒球賽中扮演著左右勝負的重要因素，為了壓制對方打線，投手通常會投出打者較難有效掌握擊球的內、外角球來應對，而國內相關研究以慣性感測器研究少棒打擊動作技術較為缺乏。目的：本研究盼透過穿戴式裝置 (IMU) 分析少棒選手打擊內、外角球不同球路時，髖部、軀幹以及手部運動學參數，並從中分析打擊動作技術，為教練與選手提供實用參考之價值，有助於球員往後運動生涯的發展。方法：以17位少棒選手參與實驗，分別黏貼六顆IMU於受試者髖部、胸骨、雙手上臂及雙手手腕。每位受試者成功揮擊打擊座上之固定位內、外角球與自由位內、外角球四種位置各5顆，共20顆。所測得之各肢段動作時序及軀幹旋轉角速度峰值，使用SPSS 23.0統計軟體分析，統計檢驗的顯著水準之α值定義為p< .05，以單因子相依樣本變異數分析四種打擊位置與打擊結果間的運動學差異。結果：受試者之各肢段動作時序合加速度峰值及軀幹旋轉角速度峰值平均數 (上背部：F = 1.976，p > .05；下背部：F = 0.808，p > .05) 皆與四種打擊位置之打擊結果呈現無顯著性差異。結論：肢段合加速度峰值及軀幹旋轉角速度峰值皆與四種打擊位置之打擊結果之間無直接或間接的關聯性，建議未來研究可實驗不同層級或階段之選手，以驗證是否有同樣的發現。Item 應用穿戴裝置輔助量化軍事人員身體活動量之研究(2023) 蔡偉奇; Tsai, Wei-Chi全球軍事人員體重超重愈益嚴重，近年台灣軍人身體質量指數(BMI)逐年攀升，異常人數已超過萬人，在軍事訓練執行中存有極高的傷害風險。透過穿戴式裝置輔助量化身體活動量強度(運動負荷Player Load, PL)，同時達成BMI改善，降低因異常所衍生國安危機。目的：應用穿戴裝置結合慣性感測器(IMU)與光體積變化描記器 (Photoplethysmography, PPG)系統，量化不同BMI軍人其身體活動量之差異，由監控操作身體活動量強度負荷改善軍人BMI，提供未來制定國軍訓練處方之依據。方法：受測者均進行身體組成(InBody 270)和運動表現(體能三項測驗：伏地挺身、仰臥起坐及3000公尺跑步) 前、後檢測，實驗期間皆配戴使用多功能智慧穿戴裝置，實施心率和身體活動量強度(PL)監測與介入。第一階段實驗，招募62位軍人，BMI正常30位(18.5 kg/m2 ≤ BMI＜28 kg/m2)與過重32位(BMI ≥ 28 kg/m2)兩組，進行四週監測實驗組與對照組其身體活動量強度的差異，將結果作為實驗二身體活動量強度之操作基準。第二階段實驗，操作、監控身體活動量強度改善軍事人員之BMI，招募60位軍人(BMI ≥ 28kg/m2)，隨機分實驗組(控制每日身體活動量)與對照組(不控制身體活動量)各30位。結果：本研究結果，第一階段，InBody 細項指數與身體活動量強度具有顯著差異。第二階段，經過四週監測和身體活動量強度介入，InBody細項指數與國軍體能三項表現，具有顯著差異。結論：運用IMU與PPG系統即時監控身體活動量強度，有效量化不同BMI軍人每日身體活動量強度之差異。經由身體活動量訓練處方介入與監控平台管理，有效改善國軍人員身體質量指數。Item 探討自行車踩踏單圈的功率變化(2021) 盧海瑩; LU, Hai-Ying前言：目前功率計都是以平均功率輸出，無法獲得單圈中瞬間的功率變化。若將單圈踩踏分期，可獲得更多踩踏技術或踩踏效率相關的資訊。目的：將單圈功率分成八期，探討分期功率與平均功率之差異，並探討不同齒輪比及踏頻對功率分布的影響。方法：招募12名受試者，以鞋內足壓系統 (Pedar-X system) 及慣性感測器 (IMU)，收取左腳踩踏時的力量及曲柄的角速度變化，並使用三維動作分析系統 (Vicon) 作為踩踏分期並找出有效力，之後計算功率。以兩種齒輪比 (53/11、53/15) 及三種踏頻 (60、75、90 rpm) 隨機試驗。統計方法為以皮爾森積差相關 (PCC) 及Bland Altman比較本實驗踏頻及功率與SRM功率計在不同齒輪比及踏頻下之相關性及一致性。以成對樣本t檢定比較分八期後，各分期功率與平均功率之差異。並以二因子重複量數變異分析，確認兩項因子間 (A因子：齒輪比，B因子：踏頻) 是否有交互作用，並使用Bonferroi法進行事後比較，顯著水準定為α≤.05。結果：計算踏頻及功率與SRM踏頻及功率皆呈顯著正相關。在六種騎乘條件下，只有第二期功率與平均功率未達顯著差異。隨著齒輪比或踏頻增加平均功率與峰值功率皆上升，但峰值功率的變異較大。結論：以平均功率監控踩踏數據無法得知瞬間功率，若將踩踏功率分期，能得知踩踏時的功率分布情形，進而判斷選手的踩踏技術，提供運動訓練、踩踏效率等相關的資訊。Item 應用局部定位系統於三維訓練負荷之研究(2021) 林羿志; Lin, Yi-Chih局部定位系統 (Local positioning system, LPS) 已被廣泛用於追蹤選手的位移數據，量化身體活動量，以及比賽時的戰術評估。LPS可作為客觀獲取選手行為訊息的工具，像是量化團隊訓練時的外在負荷。目的：本研究目的應用局部定位系統 (LPS) 結合慣性感測器 (IMU) 的運動員追蹤系統，評估訓練的內在與外在負荷關係，觀察外在負荷預測內在負荷的解釋力，進而探討LPS結合 IMU 系統於室內場地量測外在負荷的應用性。方法：15名大專男子羽球校代表隊選手，左肩配戴Goalgo T1感測器 (LPS結合IMU)，下背配戴Capture. U感測器，胸前配戴胸帶式心率感測器 (Polar H10) ，進行羽球單打與雙打模擬賽。LPS、IMU與心率同步收集資料，計算訓練衝量值 (TRMP) 及運動自覺強度 (RPE) 分數，並以加速度計算Player Load與三軸向負荷。結果：本研究結果顯示單打與雙打於負荷、強度、移動距離及速度達顯著性差異 (p<.05)。單雙打的的移動距離與Banister’s TRIMP達顯著高度相關 (r= .837, r= .854 , p <.05)，逐步迴歸分析對單打的預測力為70% (R2= .700)，對雙打的預測力為73% (R2=.730)。單打的移動距離與session-RPE達顯著高度相關 (r= .748, p <.05)，雙打的逐步迴歸分析垂直負荷與速度對session-RPE的預測力為75% (R2= .748)。結論：LPS結合IMU追蹤選手在場上的水平移動情形與垂直負荷值，可作為預測羽球專項訓練過程的TRIMP，監控選手的活動情形及量化室內三維訓練負荷。Item 利用晃動程度判斷騎乘技術(2020) 張斯閔; Chang, Ssu-Min前言：驅動自行車的方式是透過雙腳交替踩踏，力量藉由傳動系統經過輪組傳至地面，由於踩踏循環是雙腳交替進行，因此也會對人車系統造成左右方向的晃動；騎乘時的晃動增加會提高輪組的滾動阻力，且騎乘者必須消耗更多能量以維持平衡。已有研究證實菁英自行車選手騎乘時晃動程度較低，但是否能夠利用晃動程度判斷騎乘技術尚未出現完整的討論。目的：本研究希望釐清是否能夠利用騎乘時的晃動程度判斷騎乘技術。方法：招募14位受試者，其中包含6位選手與8位非選手；實驗共有兩種騎乘環境，分別為室內開放式滾筒訓練台與室外柏油路面進行四種不同踩踏頻率(70、80、90、100 rpm)的騎乘；利用慣性感測器與胎壓感測器收取騎乘過程中角速度、加速度與胎壓變化訊號，利用紅外線攝影機訊號收取室內騎乘時的左右偏移；並分別計算出不同晃動指標。以獨立樣本T檢定比較選手與非選手間室內紅外線攝影機反光點晃動程度的差異；以二因子混合設計變異數分析比較選手與非選手、室內與室外陀螺儀、加速規以及胎壓變化的差異。結果：紅外線攝影機方面，只有在最低踏頻(70 rpm)選手與非選手達顯著差異；陀螺儀X軸在四種踏頻下皆出現交互作用，在室內騎乘非選手晃動程度顯著高於選手，室外方面兩者並無顯著差異；胎壓變化方面，四種踏頻皆無交互作用，但選手與非選手間達顯著差異，非選手顯著高於選手，室內與室外也達顯著差異，室外顯著高於室內。結論：在判斷晃動程度上，陀螺儀與胎壓變化是一項可以參考的指標，同時本研究也發現，其餘參數與陀螺儀也有相同的趨勢，因此在實際應用上，利用多項參數以獲得更加精確的晃動程度指標，是未來可以深入探討的方向。Item Applied Digital Sensor Technology in the Analysis of Different Intensity Movements and Sensor Placements(2014) 洋風; Füle János RóbertPurpose: The study analyzed and compared movement modes and cycles, intensity levels and digital sensor positions. The target was to identify characteristics of body movements that could pave the way to a healthy and sustainable life. Revelations of the study provide potential information for creating a new sporting equipment and experience. Method: The observation of locomotion was executed with three high-tech Inertial Measurement Units (IMUs) that were attached to participants at three locations (shoe, wrist and waist). IMU was the fusion of a gyroscope and an accelerometer. Walk, Run and Jump movements were compared at two intensities. Result: The statistical analysis revealed an applicable correlation between movements and intensities. The simple effects test resulted in non-significant interaction between movements and intensities. This interaction served as a tool for comparing movement patterns with each other. Body movements included a series of gait cycles. The gait cycle was determined by acceleration data. Peak to peak intervals caused by the heel strike of the left foot were compared. Angular velocity data of gait cycles were benchmarked among different intensities. As a result the Shoe IMU measured the angular velocity on the frontal Y axis and discovered a regular sequence of plantar and dorsiflexion. Conclusion: Angular velocity data from the frontal axis clearly identified the movement features of walking, running and jumping. The acceleration data on the sagittal plane could distinguish between low and high intensity movements. The acceleration and gyroscope data determined the intensities and the body movements. The locomotion of lower extremities was widely explored. Waist and wrist IMU data even enabled the estimation of energy expenditure. Analysis methods of sensor signals were subject to investigation. Application of multiple digital sensors provided a unique opportunity for new observations.