In martial arts teaching and sports training, the accurate capturing and analysis of martial arts athletes’ posture is conducive to accurately judge sports postures, as well as correcting sports movements in a targeted manner, further improving martial arts athletes’ performance and reducing physical damage. The manufacturing level of MEMS sensors continues to improve, and status perception of assembly objects is becoming more and more abundant and accurate. The shape is small and can be worn, and data can be collected continuously without obstacles. The price is relatively low, the privacy protection is strong, and the advantages are clear and prominent. A considerable number of technicians choose to use MEMS sensors as the main tool for human behavior detection data collection. Therefore, this article designs multiple MEMS inertial sensors to form a human body lower limb capture device, and its core components are composed of accelerometer, gyroscope, and magnetometer. In order to make the obtained acceleration value, angular velocity value, and magnetometer value accurately reflect the movement state of the lower limb structure, different data fusion algorithms and magnetometer ellipsoid fitting calibration algorithms are studied to realize the calculation of the posture angle of each joint point and obtain martial arts posture big data. In addition, through big data analysis, this article designs a martial arts training performance and injury risk prediction model, which can provide guidance and suggestions for martial arts teaching tasks.

中文翻译：

---

基于大数据和MEMS传感器的武术训练预测模型

在武术教学和运动训练中，对武术运动员姿势的准确捕捉和分析，有利于准确判断运动姿势，有针对性地纠正体育运动，进一步提高了武术运动员的成绩，减少了身体伤害。MEMS传感器的制造水平不断提高，并且组装对象的状态感知变得越来越丰富和准确。外形小巧且可以磨损，并且可以无障碍地连续收集数据。价格相对较低，隐私保护性强，优点明显而突出。大量技术人员选择使用MEMS传感器作为人类行为检测数据收集的主要工具。所以，本文设计了多个MEMS惯性传感器来构成人体下肢捕获装置，其核心组件由加速度计，陀螺仪和磁力计组成。为了使获得的加速度值，角速度值和磁力计值准确反映下肢结构的运动状态，研究了不同的数据融合算法和磁力计椭球拟合标定算法，以实现各关节姿态角的计算。点并获得武术姿势的大数据。另外，通过大数据分析，设计了武术训练成绩和伤害风险预测模型，可以为武术教学任务提供指导和建议。其核心组件由加速度计，陀螺仪和磁力计组成。为了使获得的加速度值，角速度值和磁力计值准确反映下肢结构的运动状态，研究了不同的数据融合算法和磁力计椭球拟合标定算法，以实现各关节姿态角的计算。点并获得武术姿势的大数据。另外，通过大数据分析，设计了武术训练成绩和伤害风险预测模型，可以为武术教学任务提供指导和建议。其核心组件由加速度计，陀螺仪和磁力计组成。为了使获得的加速度值，角速度值和磁力计值准确反映下肢结构的运动状态，研究了不同的数据融合算法和磁力计椭球拟合标定算法，以实现各关节姿态角的计算。点并获得武术姿势的大数据。另外，通过大数据分析，设计了武术训练成绩和伤害风险预测模型，可以为武术教学任务提供指导和建议。磁强计值准确反映下肢结构的运动状态，研究了不同的数据融合算法和磁强计椭球拟合标定算法，以实现各关节点姿态角的计算，从而获得武术姿势大数据。另外，通过大数据分析，设计了武术训练成绩和伤害风险预测模型，可以为武术教学任务提供指导和建议。磁强计值准确反映下肢结构的运动状态，研究了不同的数据融合算法和磁强计椭球拟合标定算法，以实现各关节点姿态角的计算，从而获得武术姿势大数据。另外，通过大数据分析，设计了武术训练成绩和伤害风险预测模型，可以为武术教学任务提供指导和建议。