投球障害予防システムのための投球フォーム変化検...

2012.1.30

投球障害予防システムのための投球フォーム変化検出アルゴリズムの提案CPSF tetujin

2012年1月30日月曜日

概要

✤ 装着型センサを用いた投球フォーム変化検出アルゴリズムの提案


背景

✤ 肩や肘の投球障害の高い発症率

✤ 76.2%の選手が痛みをかけた状態でプレー(大倉俊之, 2003)

✤ 主な原因は過度の投球と不適切な投球フォームでの投球(中村康雄, 2003)

✤ 個人に任されたコンディション管理

✤ 主観による疲労判断

✤ チーム内での選手数に対して少ない指導者数

✤ 生理学的な投球疲労計測

✤ 血中乳酸値，肩関節可動域，最大発揮筋力，球速の低下

✤ センサによるスポーツ支援


投球障害の現状-慶應義塾高校・大学野球部員181名へのアンケート調査-

✤ 全体の57%の選手が投球障害の経験あり[Fig1]

✤ 63%が痛みを抱えた状態で練習[Fig2]

✤ 原因の83%が「過度の投球」や「不適切な投球フォーム」[Fig3]

43%57%

Fig1. 投球障害発症率

13%17%

33%

37%

Fig3. 投球障害の原因

過度の投球不適切な投球フォームどちらもその他

20%

38%43%

Fig2. 練習中の痛み

よく有る時々ある全くない

ありなし


1. 投球数増加による三角筋・棘上筋の疲労

✤ ECKからLCKでの肩関節外転動作の低下(肘下がり)

✤ LCKからACLでの最大外旋角度の低下

2. ACLでの肩関節への肩関節前方への剪断力の増加

3. 関節唇，靭帯への疲労・負荷蓄積

4. 投球障害に繋がる

投球障害の発症メカニズム-慶應義塾大学スポーツ医学研究センター石橋秀幸より-

肩関節外転角度


WUP ECK LCK ACL FWT2012年1月30日月曜日

動作変化計測による投球疲労計測

✤ 三次元解析手法

✤ ハイスピードカメラ(DLT法)

✤ 光学式モーションキャプチャシステム

✤ 装着型3Dセンサを用いた動作解析

✤ 投球フォーム変化箇所：肘下がり

✤ ECKでの肩関節外転角度の低下

✤ ACLでの肩関節最大外旋回の低下

✤ 運動連鎖の破綻

Fig6. 光学式モーションキャプチャによる撮影風景

Fig7. DLT法時のキャリブレーション風景

Fig8. 3Dセンサの装着例


問題意識

✤ 個人でのコンディション管理では客観的な投球疲労取得は困難

✤ 実際の練習での既存システムの使用は困難


アプローチ-装着型センサを用いた投球フィーム変化の検知-

✤ 投球数の増加に伴う投球フォーム変化計測

✤ 単一の装着型センサデバイスの使用


投球時の角速度データReleasMaxoutTopCockTakeback

-400-300-200-1000

100200300400500

ZYX


基準投球データ管理部の設計

✤ 基準投球データの作成と保存

1.健常な投球フォーム(Good Form)での投球×10球，疲れた投球フォーム(Bad Form)での投球×10球

2.投球動作判定モジュール(後述)よりリリースポイントの取得

3. リリースポイントから400フレームの角速度データを取得

4. 各フォーム10球分の角速度データの平均値を保存


投球フォーム変化検出アルゴリズムの流れ

1. 投球動作判定

2. 投球フェーズ分解

3. 投球フォーム変化算出


投球動作判定の設計

1. 一時投球データ保存✤ 400個フレーム分の角速度データを一時保存

2. 肩関節外内動作(Release)取得✤ 閾値による判定

3. 相関レベル判定✤ 一時投球データ保存部から一時投球データ配列を取得

✤ 基準投球データ配列の取得

✤ 各軸の相関係数の割合から投球動作を判定

投球動作判定投球フェーズ分解投球フォーム変化算出2012年1月30日月曜日

肩関節内外旋運動(Release)の取得

✤ Release付近でY軸値が0

✤ 『野球投球における上肢・体幹運動の慣性センサ計測』2011,斎藤健治他

✤ 急激な肩関節内外旋運動(=Y軸値の急激な増減)

✤ 閾値：

✤ -350deg/sec✤ 1000球

投球時角速度グラフ

Y軸角速度

Release


相関レベル判定

✤ 比較データの取得

✤ 一時保存モジュールより一時保存角速度データ(400フレーム分)を取得

✤ 基準投球データ管理モジュールより，基準投球角速度データ(GoodForm)を取得

✤ X, Y, Z軸それぞれの相関係数を取得

✤ それぞれの相関係数がY軸 > 0.8・X,Z軸 > 0.5の時，投球動作と判定


3. 投球フェーズ分解

✤ 運動連鎖モデルによる投球フェーズ分解

✤ Releaseからの逆算

✤ Release, Maxout, Top, Cock, Takebackの順で特徴動作を取得

特徴動作

Release 分析開始位置

Maxout Y<0

Top Z>0

Cock Y>0

Takeback X>0


4. 投球フォーム変化率算出

✤ 変化率計算区間(Top~Maxout)の角速度データ取得

✤ 計測投球データ(Now Form)

✤ 基準投球データ(GoodForm)

✤ NowFormとGood Fromの相関係数(NowR)を求める

✤ Good From とBad Formの相関係数(BaseR)を求める

✤ 投球フォーム変化率 = NowR / BaseR × 100

MaxoutTop

投球動作判定投球フェーズ分解投球フォーム変化算出

deg/sec

Time(1/200sec)


ハードウェア構成

✤ 実装言語：java

✤ データ解析用PC：MacBookPro 15inch (8GB, s28GHz Intel Core 2 Duo)

✤ 仕様センサデバイス : 9軸ワイヤレスセンサ

仕様

角速度センサ ±1500dps

サンプリング周波数 1~1000Hz(9段階)

寸法 55mm×40mm×22mm

重要 35g(電池を含む)


ソフトウェア構成図

角速度データ

投球フォーム変化率

基準投球データ保管

投球モーション分解モジュール

投球フォーム変化率算出モジュール

相関レベル判定モジュール

内外旋動作取得モジュール

角速度データ一時保存モジュール

投球動作判定

投球フォーム変化算出層

投球動作判定層一時保存角速度データ基準角速度データ

基準角速度データ

基準角速度データ角速度データ

角速度データ二次投球判定結果

一次投球判定結果角速度データ

角速度データ


評価実験

✤ 実験の目的✤ 連続投球における投球フォーム変化計測と提案アルゴリズムの評価

✤ 実験手法：連続塁間(27.431m)100球投球時の3項目の計測

✤ ボールコントロール能力

✤ 投球フォーム変化検出アルゴリズム

✤ 三次元動作解析

✤ 被験者：慶應義塾体育会野球部員 5名✤ 場所：慶應義塾大学下田グランド


評価手順

1. 100球連続投球の3項目の評価

✤ コントロール能力の測定

✤ 投球フォーム変化検出アルゴリズム

✤ ハイスピードカメラ

2. 1~10(Group1), 46~55(Group2), 91~100(Group3)の3群にグループ別け

3. 分散分析

✤ 三群間の分散分析：有意差あり（試技全体に投球フォームの変化有り）

✤ 多重比較：有意差あり（Group間で投球フォームの変化有り）

✤ Tukey-KramerのHSD検定 : 全ての2群同士を比較2012年1月30日月曜日

ボールコントロール能力の分析結果

✤ 集球ネットに投球

✤ 中心から50cm間隔に5, 4, 3, 2, 1, 0点

✤ 投球数の増加に伴う変化無し

✤ 分散分析結果：有意差なし被験者

平均値(±標準偏差)平均値(±標準偏差)平均値(±標準偏差)p被験者

Group1 Group2 Group3p

A 3.4(±1.17) 3.6 (±1.35) 3.4 (±1.17) 0.92

B 3.5 (±1.08) 4.1 (±0.74) 3.4 (±1.35) 0.31

C 3.4 (±1.17) 3.2 (±1.69) 3.2 (±1.48) 0.94

D 4.1 (±0.88) 3.4 (±1.17) 3.3 (±1.25) 0.23

E 3.5 (±1.08) 4.1 (±0.74) 3.4 (±1.35) 0.31

ALL 3.44(±1.24) 3.46(±1.36) 3.3(±1.28) 0.8

肩関節外転角度の分散結果

集球ネットの的


投球フォーム変化検出アルゴリズムの分析結果

✤ 投球数の増加に伴う変化有り

✤ 分散分析結果：有意差あり

✤ 多重比較結果：Group1とGroup2&3 に有意差あり

被験者平均値平均値平均値

p被験者Group1 Group2 Group3

p

A 52.23 80.91 80.91 0.0001

B 24.19 30.78 30.78 0.3707

C 22.48 99.73 99.73 0.0001

D 36.62 46.96 46.96 0.0151

E 68.03 94.84 94.84 0.0001

ALL 40.71 70.64 73.04 0.0001

Group1 Group2 Group3

Group1

Group2

Group3

-13.44 -10.69 19.24

-10.69 -13.45 16.49

19.24 16.49 -13.45

センサ固定例

投球フォーム変化率の分散結果

Tukey-KramerのHSD検定結果


三次元動作解析全身マーカー設置位置


ハイスピードカメラ設置位置と仮想三次元空間

✤ 目的

✤ 三次元動作解析による肩関節外転角度計測

✤ 計測期間

✤ 1~10球，56~55球，91~100球

✤ マーカー設置位置

✤ 右肩，右肘，胸骨最上部

✤ 計測手法：DLT法

✤ ハイスピードカメラ(CAHIO EXILIM PRO EX-F1)×2台

✤ 300fps2012年1月30日月曜日

三次元投球動作解析結果-肩関節外転角度-

✤ 投球数の増加に伴う変化あり

✤ 分散分析結果：有意差あり

✤ 多重比較結果：Group1とGroup2&3に有意差


被験者平均値平均値平均値

p被験者Group1 Group2 Group3

p

A 11.77 11.43 21.94 0.001

B 9 12.67 11.57 0.0014

ALL 11.77 22.43 21.94 0.0001

肩関節外転角度の分散結果

Group1 Group2 Group3

Group1

Group2

Group3

-4.66 -4.31 5.51

-4.31 -4.66 5.86

5.51 5.86 -4.66

Tukey-KramerのHSD検定結果


結果

✤ ボールコントロール能力は投球数の増加により変化しない

✤ ECKにおける肩外転角度は投球数の増加に伴い低下

✤ 投球フォーム変化検出アルゴリズムは投球数の増加に伴い増加


考察

✤ 投球強度の異なる投球動作への対応

✤ 投球フェーズ分解の精度向上の必要性

✤ ECKにおける上腕動作に個人差が大きいためCockやTakebackの取得が困難

✤ 実際の練習を想定した実験の必要性

✤ 部活動の練習前・練習の間・練習後に計測

✤ 三次元動作解析の解析時間の負荷


まとめ・今後の展望

✤ まとめ

✤ 装着型角速度センサを用いて，投球数の増加に伴う投球フォーム疲労を検知できた

✤ 今後の展望

✤ 複数の強度強度への対応

✤ 光学式モーションキャプチャとの同時計測

✤ 装着型センサデバイス(Ripken)の実装

✤ 学習システムの導入


ご清聴どうもありがとうございました


補足資料


肩関節の投球障害

✤ ベネット骨棘

✤ 上腕二頭筋長頭腱炎

✤ 関節唇損傷

✤ 腱板炎・腱板断裂（インピンジ症候群）

✤ 亜脱臼障害（デッドアーム症候群）

✤ SLAP損傷（Superior Lablum lesion Anterior and Posterior）


SLAP損傷とは

✤ 肩関節唇損傷

✤ 長頭腱・関節唇複合体損傷

✤ 用語説明

✤ 関節唇…上腕骨の受け皿になっている、肩関節の円上の軟部組織

✤ 上腕二頭長筋…関節唇につながる関節唇に繋がる筋肉

✤ 棘下筋…投球時にブレーキとなる筋肉（インナーマッスル）

✤ 三角筋…肘を上に上げる筋肉

SLAP損傷を発症した関節唇肩関節における関節唇位置


野球における投動作

✤ 投球フェーズの定義✤ 【WUP】ワンドアップ期：予備動作　　～踏込み足着地✤ 【ECK】前期コッキング期：踏込み脚着地～トップ位置✤ 【LCK】後期コッキング期：トップ位置　～肩関節最大外旋✤ 【ACL】アクセレーション期：肩関節最大外旋～ボールリリース✤ 【FWT】フォロースルー期：ボールリリース～腕の巻込み動作

WUP ECK LCK ACL FWTFig.4 投球フェーズの分類図 ( 中村真理，『投球動作解析システムによるTOPポジションの運動学的解析，2002』より引用)


投球数の増加にともなう投球フォーム変化箇所『投球数の増加にともなう投球動作の変容』2009, 平山大作他

1. ECKにおける肩関節外転角度

2. ECKにおける肩関節水平外転角度

3. LCKにおける肩関節最大外旋角度


投球フェーズ分解における誤分解

✤ Good Case ✤ Bad Case


投球障害予防システムのための 投球フォーム変化検...

Documents

投球障害予防システムのための投球フォーム変化検...