羽毛球发力与阻抗匹配观后有感

wanglin406

是的，惯性，弹性，感性，是3个无源线性元件，意思是没有内部能源供应，且各方向线性

实际上肌肉是有源器件，是可以输入功率的，当然我也在建模中处理了下，就是加入3个压力源，并且逐级滞后出力

建模好处是很清晰的知道某一个改变会怎样影响效果，身体的感知不太准

wanglin406

另外我发现，匹配网络表现得如同杠杠，放大一边的阻抗，去匹配另一边


一级也能完美匹配两边的阻抗，但级数很多之后，那就是鞭子的渐变（这里3级每级增加10倍，如果是10级，那就是每级2倍）

wanglin406

GJW123 发表于 2024-4-28 15:12
这个如果能够量化，对球拍设计和选择我感觉比较有意义，对训练也具有指导作用，但是感知不准造成量化太难 ...

MATLAB的仿真其实很有名，汽车仿真，空气动力学仿真，机器人动力学仿真，啥都可以做





比如说机器人动力学，就是研究如果已知关节出力，关节会如何运动（位置速度加速度）
研究的好，就可以让机器人后空翻了，这也是懂发力的一种极致，可以列成公式，写成程序，让机器跑起来

对了，机器人控制里面就有一个思路，叫做阻抗控制，不过这是搞精细力控的, 教会机器人怎么开门
https://www.cnblogs.com/21207-iHome/p/9242948.html


也许有一天，动作捕捉，加运动仿真能很好地指导运动员发力，就像现在围棋选手跟AI学棋

wanglin406

GJW123 发表于 2024-4-28 17:05
我觉得你这个动作捕捉思路说不定行，我只用matlab/simulink做过电路仿真

视频中上方闪动的就是动作捕捉摄像头

wanglin406

heute666 发表于 2024-5-3 08:14
挺好，那怎么量化人的素质去合理匹配呢

我的想法是，观察一个动作之后，肢体是继续往前，还是掉头往后运动，前者说明肢体惯性过强而力量传递不够，后者说明肢体惯性偏少而力量传递太多

通常会是前者，而这说明动能未能充分转移，连接下一级的肌肉力量需要加强
后者的话，试着减轻下一级的重量(选拍子不要自尊太强硬挑大杀器，匹配才好)


甚至可以调节杠杆的大小，比如中杆于小臂的夹角，夹角越大杠杆越大，同样的小臂旋转速度，角度越大，拍头速度越快。同理有大臂小臂之间的夹角

最终，一个好的匹配会导致中间传递环节只有很小的动能残留，即动作很干净