Developing Fourier-Based Model Using Few Variables Obtained by Principal Component Analysis in Running at Different Speeds
Journal Name:
- Hacettepe Üniversitesi Spor Bilimleri Dergisi
Key Words:
Keywords (Original Language):
Author Name | University of Author | Faculty of Author |
---|---|---|
Abstract (2. Language):
Most of the recent studies focus on human walking
and running movements which we often use
in daily life and many athletics events. Aim of the
study is to reduce dimension of kinematics data by
using Principal Component Analysis method and describing
human motion at different velocities by low
dimensional Fourier model. In order to collect kinematics
data of running movement a short distance
runner (age:26, height:1.82m, kilo:76kg) was asked
to run on treadmill at 8km/h, 12km/h and 16km/h
running speed and 6 strides were captured. Principal
Components of data including instantaneous
postures which were described 3D position values
of 16 anatomical markers attached on subject. It was
observed that first four Principal Components can
cover over 98% of original data and Running at different
velocities can be effectively defined by using
low-dimensional Fourier series. It was observed that the original spatial locations of the anatomical points
which constitute the postures in each instant are coherent
with the locations derived from the constructed
running model (8km/h, R=0.97, 12km/h, R=0.94
and 16km/h, R=0.93). In this study, it has been determined
that human running at varying speeds can be
defined with lower dimensional data by modeling the
behaviors of the first 4 components derived by using
PCA method. Although components derived from PCA
do not correspond to a parameter in reality, it can be
seen that the second component represents the motion
of the feet, the third component represents the
motion of the arms and fourth component represents
bouncing structure in the running process. The PCs
identified in the data belonging to larger amounts of
individuals and various positions, can make it possible
to classify, analyze, diagnose, compare and collate
between movement positions depending on different
situations such as gender, running velocity, fatigue,
physical structure, injury and well arrangement of
technique.
Bookmark/Search this post with
Abstract (Original Language):
Günümüzde gerçekleştirilen çalışmaların bir çoğu
günlük yaşantımızda ve birçok spor branşında en
sık kullandığımız yürüme ve koşu hareketleri üzerine yoğunlaşmaktadır.
Bu çalışmada hareket analizi sistemlerinden
elde edilen yüksek boyutlardaki kinematik veri
setinin boyutlarının Temel Bileşenler Analizi (TBA) yöntemi
kullanılarak indirgenmesi ve daha az sayıdaki yeni
değişkenler ile farklı koşu hızları için Fourier tabanlı koşu
modeli oluşturularak modelde yer alan parametrelerin
koşu yapısı üzerindeki etkilerinin incelenmesi amaçlanmıştır.
Farklı hızlardaki (8km/s, 12km/s ve 16km/s) koşu
hareketine ait kinematik verilerin elde edilmesi amacıyla
kısa mesafe koşucusu olan bir atlet (yaş:26, boy:1.82m,
kilo:76kg) koşu bandında koşturularak ardışık 6 adımına
ait veriler kullanılmıştır. Denek üzerinde işaretlenen
16 anatomik işarete ait 3 Boyutlu (3B) konum değerleri
yardımı ile tanımlanan anlık duruşlardan oluşan veri setlerinin
temel bileşenleri hesaplanmıştır. İlk dört temel biaçıklaleşenin
veri setlerinin %98’inden fazlasını temsil edebildiği
gözlenmiştir. Ortalama duruş olarak adlandırılan ilk bileşen
ve izleyen ilk 3 bileşenin doğrusal kombinasyonu olarak
ifade edilen düşük boyutlardaki Fourier tabanlı koşu
modelinin, farklı hızlardaki koşu hareketinin tümü hakkında
önemli bilgileri kapsadığı gözlenmiştir. Her bir andaki
duruşları oluşturan anatomik noktaların gerçek uzaysal
konumları ile ilk 4 bileşen kullanılarak oluşturulan koşu
modelinden elde edilen konumların birbirleriyle uyumlu oldukları
(8km/s için R=0.97, 12km/s için R=0.94 ve 16km/s
için R=0.93) gözlenmiştir. Bu çalışmada insan koşusunun
TBA yöntemi ile elde edilen ilk dört bileşenin davranışları
modellenerek daha düşük boyutlarda veri setleri ile ifade
edilebileceği gözlenmiştir. Her ne kadar TBA’dan elde
edilen bileşenler gerçekte bir değişkene karşılık gelmesede,
birinci bileşenin ortalama duruş bilgisini ikinci bileşenin
ayakların salınımını, üçüncü bileşenin kolların salınımını ve
dördüncü bileşenin ise koşunun sıçrama özelliğini temsil
edebildikleri düşünülmektedir. Daha fazla sayıdaki birey ve
cinsiyet, koşu hızı, yorgunluk, fiziksel yapı, sakatlık, tekniğin
düzgünlüğü gibi farklı durumlara ait koşu verileri kullanılarak
oluşturulan düşük boyutlardaki koşu modellerinin,
sınıflama, analiz, teşhis, karşılaştırma ya da hareket durumları
arasında harmanlama yapılabilmesine olanak sağlayacağı
düşünülmektedir.
FULL TEXT (PDF):
- 1
1–12