基于行為研究的網球多球專項訓練輔助產品設計

陳澤宇

關鍵詞 ：行為 ;網球訓練 ;輔助產品 ;設計

隨著我國社會經濟發(fā)展，人民生活條件不斷改善，網球運動受到越來越多國民的關注和喜愛，在全國范圍內掀起了一股網球熱潮，特別是在一二線城市得到迅速拓展，逐漸從貴族運動向大眾化方向發(fā)展 [1]。多球專項練習在網球訓練中是一個長期且重要的培訓項目，教練會通過給學員大量喂球，指導學員按特定方式將球擊回來提高學員的專項擊球技能。文章通過對網球多球專項訓練場景中教練和學員的行為研究，從教練和學員的視角出發(fā)，分析訓練過程中用戶的痛點和需求，最終設計出一款輔助網球訓練的產品。

1 網球多球專項訓練與行為分析

1.1 網球多球專項訓練

網球訓練由體能訓練、技術訓練、戰(zhàn)術訓練、心理訓練等方面構成，是一個循序漸進的系統(tǒng)性訓練過程，教練都會針對學員自身特點制定每一個階段的訓練計劃。多球專項訓練是網球訓練中常用的一種培訓方法，是利用多個球按照教練統(tǒng)一要求進行擊球的訓練方法 [2]。無論是初學者還是職業(yè)的網球球員，多球專項訓練都是一個長期且重要的訓練項目。在訓練中會用很多個球同時重復練習一個動作，球的數量一般會根據學員的具體情況設定在幾十到幾百的范圍之內 [3]。高強度的訓練會消耗教練和學員較多體力，在單次訓練結束后他們對撿球都持消極態(tài)度，除此之外，雖然在訓練時教練會關注學員的每個擊球動作、球落點位置和擊球質量等，但缺乏相關的輔助產品可以記錄訓練數據，在學員訓練完成之后缺乏有效的訓練反饋，難以量化訓練效果，學員較難從訓練中獲得成就感，且教練制定教學計劃也是主要憑個人經驗，因此訓練計劃缺乏科學可靠的數據支撐。

1.2 網球多球專項訓練行為分析

1.2.1 調研與數據分析

如表 1 所示，經過多地的實地調研和數據統(tǒng)計得出，在進行網球多球專項培訓時，一般一次訓練的教學時長為 90—120 分鐘，教練一次會攜帶 100—200 個標準網球進行喂球訓練。練習模式主要為教練站在學員同側或對面進行喂球，指導學員進行擊球和發(fā)球等專項練習。在調研中發(fā)現(xiàn)，用戶使用撿球設備進行撿球的情況很少，因為他們認為現(xiàn)有撿球器的撿球效率較低，比不上人徒手撿球的速度。學員和教練在打完所有球之后會使用網球拍將球撥到一處，然后徒手將球撿起并堆在球拍上，堆滿后再將其放到網球籃中。這意味著學員和教練在完成緊張且高強度的訓練任務后必須進行撿球工作，而不能得到及時的休息。通過對各調研場景中撿球時間、訓練時間和休息時間進行統(tǒng)計分析，如圖1 所示，每次撿球大約會花費 5—10 分鐘，整場訓練下來撿球用去的時間約占了整個訓練時間的 23%，即會花費 20—27 分鐘在撿球這一工作上，從一定程度上影響了教練和學員的訓練熱情。

筆者向珠三角地區(qū)的網球培訓機構教練和學員進行了問卷調查，以確定他們對網球訓練中現(xiàn)有撿球形式的滿意度和訓練結果數據可視化功能的期待程度，一共回收有效問卷 100 份。結果如圖 1 所示，有 78% 的用戶對撿球行為是持反感厭煩的態(tài)度，65% 的調查對象不滿意現(xiàn)有的撿球方式 ;絕大部分用戶表示在訓練中一般通過網球的過網與否、落點位置、球速等情況來判斷訓練效果和自身技能提高情況，有 81% 的用戶對于量化并給出訓練數據報告的功能很感興趣，說明對于量化訓練效果這個功能是有其實現(xiàn)價值的。

1.2.2 訓練行為分析

通過對網球多球專項訓練場景的行為觀察與分析總結，筆者將網球多球專項訓練活動分為訓練前準備、專項訓練、網球回收、休息和訓練結束這五個階段，其中專項訓練、網球回收和休息是一個循環(huán)往復的訓練過程。這五個階段包含了多球專項訓練活動從開始到結束的完整過程，便于對該場景下的用戶行為進行分析并挖掘其存在的痛點和設計機會點，如圖 2 所示。在網球訓練前，教練需要了解學員的能力水平以制定相應的訓練計劃，此時如果能看到學員之前的訓練數據將有助于更加科學地制定計劃 ;在訓練過程中，撿球造成了教練和學員不必要的體力消耗又占用了很多時間，讓教練和球員不能得到及時且充分的休息，如果能實現(xiàn)機器自動化撿球，教練和學員將有更多的時間用于訓練和體力恢復 ;訓練結束后，目前訓練效果的好壞主要靠教練和學員的自身感覺和口頭交流的形式進行評判，缺乏說服力，對此可以通過產品為其提供真實可靠的訓練數據，并反饋訓練效果，以激勵學員。

2 基于行為研究的網球多球專項訓練輔助產品的技術方案

針對在進行網球多球專項訓練中出現(xiàn)的撿球困難和缺乏有效的教學反饋這兩個主要問題，筆者提出了一款能自動撿球并記錄訓練數據的網球訓練輔助產品，通過軟硬件結合的形式完善目前的網球培訓體系。自動網球回收機器人作為方案的基礎核心，實現(xiàn)對網球的自動回收工作，同時通過手機端 APP 的方式將訓練效果進行量化和可視化呈現(xiàn)。產品的功能實現(xiàn)主要涉及網球識別與機器人路徑規(guī)劃和網球落點記錄統(tǒng)計這兩個技術方案。

2.1 網球識別與機器人路徑規(guī)劃

設計主要采用了機器視覺和 UWB（Ultra-wideband）超寬帶定位技術實現(xiàn)對網球的識別和機器人路徑規(guī)劃。UWB 是一種短距離無線通訊定位技術，其具有實現(xiàn)簡單、數據傳輸速度快、功耗低、抗多徑能力強和定位精確等多方面的優(yōu)點 [4]。自動網球回收機器人的硬件設備主要包括三個，分別是收球機器人的本體還有固定在兩側網球立柱的兩個信息收集模塊。首先，通過機器視覺技術實現(xiàn)對網球的識別和網球位置信息的獲取，再用 UWB 定位技術實現(xiàn)對網球機器人的實時位置信息獲取，最后，結合網球位置信息進行收球路徑規(guī)劃以實現(xiàn)最優(yōu)路徑、最短時間進行網球收取工作。

具體的系統(tǒng)運作流程如圖 3 所示，圖（a）為三個硬件設備的安放和相對位置的說明，每個硬件設備都裝有相機和 UWB 模塊 ;圖（b）為機器人位置信息獲取說明，通過位于兩立柱上的UWB 模塊基站和位于機器人上的 UWB 模塊標簽構成的封閉三角形實現(xiàn)對機器人的實時位置進行信息的獲取 ;圖（c）為網球信息的獲取說明，位于網球立柱上的兩個攝像機模塊視野能覆蓋整個網球場，主要用于整個場地的網球分布情況和網球落點的獲取 ;圖（d）為位于機器人上的攝像機，用于網球與機器人的相對位置的精確獲取，引導機器人實現(xiàn)精準的網球回收工作。

2.2 網球落點記錄統(tǒng)計

鷹眼系統(tǒng)在國際網球賽事中已經被廣泛使用，其技術原理并不復雜，只是十分精密。由八部分辨率極高的超高速攝像機組成，每部攝像機負責特定區(qū)域，對全場網球軌跡進行捕抓，然后通過3D 技術來模擬還原網球軌跡以此判斷網球落點，因其強大的硬件支持保證了誤差能控制在 3 毫米以內 [5]。但這套系統(tǒng)價格高昂，不適于普及到一般的網球訓練中。對于在網球多球專項訓練場景中，球的落點范圍更為集中，不像在比賽中幾乎遍布全場，而是基本集中在半場的區(qū)域，且不需要像在比賽中要求的精度那么高。所以，在設計中采用兩個可拍攝 1080P 視頻的攝像頭分別安裝在網球立柱上，負責對網球落點進行實時記錄，然后將數據傳到用戶的手機端 APP 上，進行數據的統(tǒng)計分析和可視化呈現(xiàn)。

3 基于行為研究的網球多球專項訓練輔助產品設計思路

3.1 產品設計定位與功能參數

根據前期的調研分析與技術方案總結，得出網球訓練輔助產品定位與各功能參數，如表 2 所示。產品主要包括了網球自動回收機器人和手機端 APP 兩部分，適用于教練在室外網球場地指導學員進行網球多球專項訓練的場景。機器人可在水泥硬地和人造草地的網球場地進行網球自動回收作業(yè)，一次可回收 100 個標準網球，續(xù)航時間為 4—5 小時，基本能滿足教練一天的訓練使用需求 ;手機端 APP 用于控制機器人、記錄網球落點和命中率并以訓練報告的形式進行可視化呈現(xiàn)。

3.2 網球自動回收機器人設計

首先對網球回收機器人的整體空間布局進行規(guī)劃，主要有電路模塊、電池組與電機、收球機構和收球籃四大模塊。機器人在移動時所能掃過的面積對網球的回收速率有很大影響，在一定條件下單次掃過的面積越大其收球的效率也越高。在考慮到便攜性和實用性的情況下，在機器人的前部加上可以折疊的收球導向，當機器人進行收球工作時將導向打開以增加其單次的收球面積，當回收工作結束后導向可以折疊收到機器人的底部，使其便攜性大大提高。機器人的主體主要集中在前半部分，儲球的籃子可以與機器人主體連接與分離，使得機器人能以不同的形式與狀態(tài)進行收球工作與搬運收納。籃子的可分離設計也能方便用戶將整個籃子提起之后取球，如圖 4 所示。

整個機器人采用 PC 材料注塑組裝，PC 材質的抗沖擊性能好，韌性強，能保證機器人的耐用性。機器人整體以黑色為主色調，搭配綠色突顯出科技感和運動感。前方燈帶用于顯示機器人的各工作狀態(tài)，當機器人處于待機或工作狀態(tài)時，燈帶就會常亮 ;燈帶有三種顏色，當顯示為藍色時表示電量充足，當顯示為黃色時表示還有一半的電量，當電量低于 20% 時燈會顯示為紅色，燈帶只作為粗略判斷機器人工作狀態(tài)及剩余電量的依據，具體的信息可在手機端 APP 上查看。

機器人在不同狀態(tài)下的尺寸信息如圖 5 所示，機器人在展開的工作狀態(tài)下長度為 990 毫米，寬度為 710 毫米，高度為 330毫米 ;在折疊收納的狀態(tài)下長度為 390 毫米，寬度為 380 毫米，高度為 330 毫米。機器人的拖運把手使用的是四節(jié)的伸縮拉桿，可以根據不同用戶的身高和手功能高進行拉桿長度的適當調整。

3.3 相機模塊設計

相機模塊由攝像機、電池、nanoPC-T3 和 UWB 模塊這四部分組成，如圖 6 所示?，F(xiàn)有的網球立柱主要有圓柱形和方形兩種形狀，由鑄鐵、鋁合金等不同材料做成，所以相機模塊必須能適應多種類型的網球立柱。在設計中，采用彈簧夾持結構加魔術貼扎帶的形式進行相機模塊的固定。

3.4 手機端 APP 設計

通過手機端 APP 的方式進行網球回收機器人的控制與訓練信息的獲取及呈現(xiàn)，機器人與手機端 APP 通過 Wi-Fi 進行連接通訊。APP 的使用者是教練，所以 APP 的主要功能包括訓練前學員信息的呈現(xiàn)、訓練過程中控制網球機器人進行網球回收工作、訓練后統(tǒng)計并呈現(xiàn)網球的落點信息這三大部分。在訓練前，教練可以通過手機端 APP 了解學員之前的訓練情況并為其制定相應的訓練內容 ;在訓練結束后，教練可以將手機端 APP 生成的訓練統(tǒng)計圖表分享給學員，讓學員了解自己訓練情況，作為一個正向反饋激勵學員。為了增加機器人的可玩性，用戶還可以通過 APP 手動控制機器人進行撿球工作。具體的界面設計如圖 7 所示。

4 總結

文章通過系統(tǒng)地分析目前網球多球專項訓練中的痛點與設計機會點，提出了自動網球回收機器人及手機端 APP 可視化訓練效果的解決方案，并進行了相應的產品設計，旨在推動網球訓練向更科學、更高效、更智能化的方向發(fā)展。機器人的設計是一門綜合性的交叉學科，造型設計、功能實現(xiàn)、加工工藝和材料結構等涉及的知識面非常廣，但由于時間和筆者自身的知識儲備不夠等客觀因素的制約，提出的解決方案中仍存在一定的不足，如實際的網球場四周基本都使用鐵網包圍，鐵網底部有一定的間隙，在網球訓練中有一些網球會滾到鐵網底部的間隙中并卡住，這種情況下當前機器人的收球裝置并不能很好地將其回收 ;在訓練效果量化這一方面，采用的是兩個攝像頭去抓拍落點位置的形式，其誤差較大，且手機端 APP 統(tǒng)計的是全場的網球落點情況，當教練同時訓練多個學員時如何將其各自的落點情況進行區(qū)分，在文章中并沒有深入研究并解決。為此，筆者下一步的研究計劃主要是針對機器人在實際的使用場景中針對出現(xiàn)的問題進行收集并針對性地優(yōu)化迭代。