基于CiteSpace的國內(nèi)外體育智能化的研究與展望

摘要：以346份Web of Science 核心數(shù)據(jù)庫中“羽毛球”、“數(shù)據(jù)挖掘”、“人工智能”、“動(dòng)作捕捉”、“體育賽事”為數(shù)據(jù)源，本文基于CiteSpace軟件進(jìn)行可視化處理和分析，整體梳理與分析1995-2020年以來羽毛球運(yùn)動(dòng)智能化的應(yīng)用案例，從而揭示了羽毛球智能化的研究趨勢(shì)、研究焦點(diǎn)以及其演化路徑和方向。研究結(jié)果：（1）在研究貢獻(xiàn)方面，中國在一定程度上引領(lǐng)了羽毛球運(yùn)動(dòng)智能化的發(fā)展；（2）相關(guān)體育人工智能研究的高產(chǎn)作者和團(tuán)隊(duì)聚焦于美國高校，主要研究方向是基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法為不同群體開發(fā)和改進(jìn)智能體育設(shè)備；（3）相關(guān)體育賽事、體育產(chǎn)業(yè)、關(guān)聯(lián)預(yù)測(cè)等研究學(xué)科是研究聚焦的羽毛球運(yùn)動(dòng)智能化的領(lǐng)先學(xué)科。體育教學(xué)方面的研究人員對(duì)大數(shù)據(jù)在羽毛球運(yùn)動(dòng)中作用的貢獻(xiàn)率相對(duì)較低；（4）羽毛球運(yùn)動(dòng)智能化研究中的熱點(diǎn)分為四個(gè)聚類，即大數(shù)據(jù)及相關(guān)技術(shù)、人工智能監(jiān)測(cè)指標(biāo)、大數(shù)據(jù)及數(shù)據(jù)挖掘相關(guān)應(yīng)用、智能傳感羽毛球教學(xué)。

關(guān)鍵詞：人工智能" 全民健身" 智能化" 羽毛球" 機(jī)器學(xué)習(xí)" 文獻(xiàn)計(jì)量學(xué)

1、引言

當(dāng)前我國人工智能在體育領(lǐng)域的應(yīng)用研究還處于初始階段，其中最大的問題在于人工智能領(lǐng)域的技術(shù)人員和體育領(lǐng)域的科研人員之間缺乏相互交流和支撐。因此，如何將人工智能等相關(guān)信息技術(shù)與運(yùn)動(dòng)健身更好地發(fā)展結(jié)合，以羽毛球?yàn)槔?，設(shè)計(jì)并實(shí)現(xiàn)一套端到端的羽毛球戰(zhàn)術(shù)系統(tǒng)變得越來越重要。人工智能（Artifical Intelligence， AI）就是讓機(jī)器像人一樣的智能，會(huì)思考，是機(jī)器學(xué)習(xí)、深度學(xué)習(xí)在實(shí)踐中的應(yīng)用。而數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取出有效的、新穎的、有潛在作用的、可信的、并能最終被人理解的模式（pattern）的非平凡的處理過程。在過去的幾十年里，大數(shù)據(jù)可以監(jiān)測(cè)身體活動(dòng)和生理負(fù)載品種在不同的人口和環(huán)境得到了廣泛的關(guān)注?？茖W(xué)結(jié)構(gòu)2020年發(fā)布的科技報(bào)道也指出，數(shù)據(jù)挖掘已經(jīng)成為現(xiàn)代科學(xué)研究的熱點(diǎn)之一。納米技術(shù)、芯片技術(shù)、通信技術(shù)、人工智能等現(xiàn)代技術(shù)的最新進(jìn)展，為數(shù)據(jù)挖掘和人工智能的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)，實(shí)現(xiàn)了教學(xué)應(yīng)用、技術(shù)提高和羽毛球運(yùn)動(dòng)技能的實(shí)時(shí)監(jiān)測(cè)和實(shí)時(shí)反饋。早期的數(shù)據(jù)挖掘及其相關(guān)技術(shù)幾乎只用于研究，但新的羽毛球運(yùn)動(dòng)智能化對(duì)市場(chǎng)應(yīng)用更有價(jià)值。目前，體育科技領(lǐng)域的研究主要集中在技術(shù)研究和材料更新、設(shè)備可靠性和設(shè)備發(fā)展等方面。然而，通過監(jiān)測(cè)運(yùn)動(dòng)對(duì)健康、康復(fù)、體重控制和運(yùn)動(dòng)表現(xiàn)來評(píng)價(jià)行為變化和效果的系統(tǒng)綜述很少。因此，本文采用文獻(xiàn)計(jì)量學(xué)方法，系統(tǒng)評(píng)價(jià)人工智能在羽毛球運(yùn)動(dòng)中的應(yīng)用效果，揭示其研究趨勢(shì)、研究合作網(wǎng)絡(luò)和研究演變路徑，為今后國內(nèi)的深入研究提供參考。

2、數(shù)據(jù)來源與研究方法

2.1、數(shù)據(jù)來源

中國知網(wǎng)（CNKI）、Web of Science和IEEE頂級(jí)會(huì)議三個(gè)數(shù)據(jù)庫收錄的關(guān)于羽毛球文獻(xiàn)中以中國和馬來西亞地區(qū)為代表。IEEE頂級(jí)會(huì)議中對(duì)于羽毛球的研究構(gòu)成目前國際上權(quán)威的羽毛球運(yùn)動(dòng)科學(xué)數(shù)據(jù)庫，該數(shù)據(jù)庫收錄了國際上羽毛球運(yùn)動(dòng)數(shù)據(jù)挖掘、羽毛球視覺方面有關(guān)的各類文獻(xiàn)和研究報(bào)告，內(nèi)容涵蓋了羽毛球軌跡運(yùn)動(dòng)、羽毛球賽事結(jié)果預(yù)測(cè)、羽毛球機(jī)器人方面的研究；Web of Science是全球領(lǐng)先的跨學(xué)科引文數(shù)據(jù)庫，其包含全球最權(quán)威的SCI、SSCI、AHCI3大引文索引數(shù)據(jù)庫，并且收錄了多種世界權(quán)威的、高影響力的學(xué)術(shù)期刊及全球數(shù)以萬計(jì)的國際學(xué)術(shù)會(huì)議記錄。涉及自然科學(xué)、工程技術(shù)、生物醫(yī)學(xué)、社會(huì)科學(xué)、藝術(shù)與人文等領(lǐng)域；而CNKI是中國所運(yùn)營的最大的學(xué)術(shù)論文數(shù)據(jù)庫，收錄了中國各個(gè)學(xué)科領(lǐng)域的學(xué)術(shù)論文、大學(xué)研究紀(jì)要以及中國各大圖書館的雜志。

2.2、文獻(xiàn)調(diào)查

根據(jù)Bradford的離散理論，以科學(xué)網(wǎng)絡(luò)數(shù)據(jù)庫的核心集合作為文獻(xiàn)源數(shù)據(jù)庫進(jìn)行檢索。根據(jù)全搜索的檢索原則，通過文獻(xiàn)綜述、咨詢專家和小組討論，確定349個(gè)羽毛球運(yùn)動(dòng)、大數(shù)據(jù)、可視化、人工智能等其自由詞進(jìn)行主題檢索，共檢索到346篇文章。

2.3、文獻(xiàn)篩選

從初步檢索中得到的文獻(xiàn)覆蓋的范圍很廣。根據(jù)準(zhǔn)確性原則，文獻(xiàn)篩選標(biāo)準(zhǔn)由研究目的確定。

（1）選擇標(biāo)準(zhǔn)。

①描述羽毛球運(yùn)動(dòng)智能化（運(yùn)動(dòng)活動(dòng)、教學(xué)訓(xùn)練和體育賽事等）的功能和效果的論文可以是實(shí)證研究、調(diào)查研究、綜述；

②對(duì)于不同的群體，研究羽毛球運(yùn)動(dòng)智能化（運(yùn)動(dòng)）活動(dòng)之間關(guān)系的具有明確研究目的的論文可以是實(shí)證研究、調(diào)查研究或評(píng)論；

③在競(jìng)技體育和學(xué)校體育學(xué)領(lǐng)域，被用于研究大數(shù)據(jù)、計(jì)算機(jī)可視化作為羽毛球技術(shù)動(dòng)作措施來監(jiān)測(cè)教學(xué)活動(dòng)的效果；

④以英語發(fā)表的文章；

⑤大數(shù)據(jù)技術(shù)發(fā)展與應(yīng)用研究；

⑥經(jīng)過同行評(píng)議的文章。

（2）淘汰標(biāo)準(zhǔn)。

①與體育活動(dòng)無關(guān)的論文（如生物、化學(xué)、環(huán)境等）；

②研究影響大數(shù)據(jù)、人工智能應(yīng)用的態(tài)度、視力和條件；

③關(guān)于羽毛球課堂教學(xué)實(shí)驗(yàn)的論文、會(huì)議總結(jié)、總結(jié)等。

根據(jù)上述標(biāo)準(zhǔn)，研究者進(jìn)行文獻(xiàn)篩選，直接納入或排除已確定的文獻(xiàn)。如果閱讀全文后不確定，則進(jìn)行小組討論，最終確定將121篇文獻(xiàn)納入分析。

3、結(jié)果和分析

3.1、研究趨勢(shì)分析

隨著科學(xué)知識(shí)的不斷發(fā)展，科學(xué)結(jié)構(gòu)也會(huì)產(chǎn)生動(dòng)態(tài)的變化。發(fā)展和進(jìn)化過程形成了科學(xué)結(jié)構(gòu)的進(jìn)化，并帶來了研究趨勢(shì)的變化。某一領(lǐng)域的學(xué)術(shù)研究趨勢(shì)可以是具體的。

從學(xué)術(shù)關(guān)注和學(xué)術(shù)傳播的概念上進(jìn)行了分析。學(xué)術(shù)關(guān)注是指研究課題發(fā)表論文數(shù)量的趨勢(shì)統(tǒng)計(jì)，即分別計(jì)算每年相關(guān)課題發(fā)表論文數(shù)繪制曲線趨勢(shì)圖；學(xué)術(shù)交流是指研究課題引用次數(shù)的趨勢(shì)統(tǒng)計(jì)，即每年相關(guān)主題論文引用頻率。因此，多年來學(xué)術(shù)關(guān)注和學(xué)術(shù)交流的統(tǒng)計(jì)數(shù)據(jù)可以通過該領(lǐng)域已發(fā)表的論文數(shù)量和相關(guān)論文被引用的次數(shù)來表示。根據(jù)文獻(xiàn)篩選結(jié)果，本文對(duì)人工智能在羽毛球應(yīng)用效果的發(fā)表論文數(shù)和引用次數(shù)兩個(gè)核心指標(biāo)進(jìn)行統(tǒng)計(jì)處理。

3.2、對(duì)學(xué)術(shù)發(fā)展趨勢(shì)的預(yù)測(cè)

在預(yù)測(cè)研究領(lǐng)域的發(fā)展趨勢(shì)時(shí)，發(fā)文量在不同年份波動(dòng)，影響因素多，曲線波動(dòng)大，容易受外部干擾，難以形成穩(wěn)定的規(guī)律，容易反映學(xué)科領(lǐng)域的學(xué)術(shù)發(fā)展趨勢(shì)，難以用數(shù)學(xué)函數(shù)特征。累積的文檔數(shù)量可以更好地避免這些干擾，并使用該函數(shù)來預(yù)測(cè)。本文利用SPSS軟件中的曲線估計(jì)功能和原始軟件中的繪圖功能，探討了論文的發(fā)表和積累年份，并預(yù)測(cè)了文獻(xiàn)中大數(shù)據(jù)在羽毛球運(yùn)動(dòng)中的作用的增長(zhǎng)規(guī)律。經(jīng)過軟件處理，發(fā)現(xiàn)其與三次函數(shù)曲線的擬合度是理想的。如圖1所示，智能化設(shè)備在羽毛球運(yùn)動(dòng)中效果的研究中，累計(jì)發(fā)布文件數(shù)與發(fā)表年份成三次函數(shù)關(guān)系，擬合優(yōu)度R2=0.986。擬合方程為：F（t）=0.519×（t-2001）3-7.557×（t-2001）226.487×（t-2001）-15.074，其中F（t）為已發(fā)行文件的累計(jì)數(shù)量，t為發(fā)行年份。該預(yù)測(cè)模型可用于預(yù)測(cè)羽毛球運(yùn)動(dòng)研究論文的分布情況。如圖1虛線所示，未來七年大數(shù)據(jù)結(jié)合羽毛球的應(yīng)用研究累積分布曲線將穩(wěn)步增長(zhǎng)，長(zhǎng)期不會(huì)出現(xiàn)明顯的拐點(diǎn)，說明本研究領(lǐng)域的研究熱度仍較高，說明羽毛球運(yùn)動(dòng)仍有很大的發(fā)展空間。

3.3、研究合作的網(wǎng)絡(luò)分析

任何研究領(lǐng)域都有其核心研究力量，形成研究合作網(wǎng)絡(luò)，主要包括研究作者、機(jī)構(gòu)和區(qū)域分布。本文將從以下三個(gè)方面探討智能化在羽毛球運(yùn)動(dòng)中的影響的研究合作網(wǎng)絡(luò)。

（1）相關(guān)研究作者。

根據(jù)研究定律，高產(chǎn)作者的分布可以用作M=0.749（P最大代表作者發(fā)表的論文數(shù)量與數(shù)量最大的論文在所有作者在統(tǒng)計(jì)期間，和M代表最低閾值的論文發(fā)表的作者）。根據(jù)搜索結(jié)果，P最大的研究羽毛球運(yùn)動(dòng)智能化的影響是10，所以M值四舍五入到3，也就是說，作者發(fā)表了超過3篇文章的研究主題羽毛球運(yùn)動(dòng)智能化的影響是高產(chǎn)的作者。這些高產(chǎn)的作者可以作為候選者核心作者。據(jù)統(tǒng)計(jì)，有144位核心作者候選人（即高產(chǎn)作者）。高產(chǎn)作者總數(shù)為74人，占論文總數(shù)的47.4%，接近60篇論文的分析，表明高產(chǎn)作者群體對(duì)于羽毛球運(yùn)動(dòng)智能化的研究已經(jīng)基本形成，高收益作者表現(xiàn)更加突出。

如表1所示，作者的文章排名越高，他們智能化設(shè)備在羽毛球運(yùn)動(dòng)中的影響的研究貢獻(xiàn)就越大。特別是，具有相同引用排名的作者可以更多地關(guān)注科學(xué)研究趨勢(shì)的作者，他們的作品和思想往往代表了這一領(lǐng)域的研究前沿和熱點(diǎn)。例如，相關(guān)研究作者如WANG YF和HULSDUNKER T的文獻(xiàn)和引用數(shù)量明顯高于其他作者，數(shù)據(jù)挖掘在羽毛球運(yùn)動(dòng)中的影響研究中發(fā)揮著重要的主導(dǎo)作用。

（2）作者國家（地區(qū)）分布情況。

利用CiteSpace分析研究文獻(xiàn)中包含的國家（地區(qū)）的分布發(fā)現(xiàn)，如圖2所示，人工智能結(jié)合羽毛球的研究地理分布在22個(gè)國家和地區(qū)，各地區(qū)發(fā)布的文獻(xiàn)數(shù)量非常不均勻，文獻(xiàn)輸出主要來自亞洲，個(gè)別文獻(xiàn)來自于歐洲，反映了區(qū)域和國家之間相關(guān)研究的發(fā)展水平不均衡。其中，節(jié)點(diǎn)最大的前四個(gè)國家是中國、美國、英國和馬來西亞。其中，中國有15篇文章，處于領(lǐng)先地位，在一定程度上引領(lǐng)羽毛球的智能化發(fā)展。另外，研究羽毛球最多的國家集中在亞洲，文獻(xiàn)量占總文獻(xiàn)的50%以上；研究實(shí)力相對(duì)較弱的地區(qū)為非洲。

3.4、研究演化路徑分析

（1）研究前沿和熱點(diǎn)的分析。

關(guān)鍵詞的高頻率與文獻(xiàn)內(nèi)容的熱點(diǎn)成正比。通過關(guān)鍵詞分析，可以掌握研究領(lǐng)域的知識(shí)結(jié)構(gòu)。高頻關(guān)鍵詞的選擇主要包括經(jīng)驗(yàn)判斷方法和基于計(jì)量指標(biāo)的定量方法。實(shí)證分析方法雖然應(yīng)用廣泛，但具有一定的主觀性，缺乏理論指導(dǎo)。利用計(jì)量軟件對(duì)關(guān)鍵字的詞頻率和中心性進(jìn)行分析。

運(yùn)行CiteSpace軟件，選擇關(guān)鍵字功能鍵并進(jìn)行聚類，如圖3所示?？梢枣i定特定研究領(lǐng)域的熱門研究課題，從而判斷研究課題中關(guān)鍵詞的活動(dòng)。結(jié)合圖3，研究羽毛球運(yùn)動(dòng)智能化的作用時(shí)節(jié)點(diǎn)較大的關(guān)鍵詞是：①運(yùn)動(dòng)形式：體育活動(dòng)、羽毛球、運(yùn)動(dòng)損傷、比賽分析；②研究人群：成人、老年人、兒童、學(xué)生；③羽毛球大數(shù)據(jù)設(shè)備技術(shù)和方法：加速計(jì)、傳感器、可穿戴、移動(dòng)健康、移動(dòng)應(yīng)用、活動(dòng)跟蹤、可穿戴技術(shù)、比賽分析設(shè)備；④生理特征：健康、表現(xiàn)、合作、教學(xué)；⑤結(jié)果式：有效性、可靠性；⑥方法：干預(yù)。

以上高頻關(guān)鍵詞是羽毛球運(yùn)動(dòng)智能化的研究方向的核心部分，反映了本研究的檢索方法和策略與研究目的相一致。同時(shí)也可以看出，運(yùn)動(dòng)形式、人、羽毛球技術(shù)和方法、研究方法、行為改變和比賽效果這六個(gè)方面是研究羽毛球運(yùn)動(dòng)智能化的有效途徑。

通過分析可得，我國羽毛球運(yùn)動(dòng)領(lǐng)域的研究重點(diǎn)是：①從研究對(duì)象上：科研理論研究的主要對(duì)象為：羽毛球運(yùn)動(dòng)的主體，如運(yùn)動(dòng)員、體育工作者等；②從研究?jī)?nèi)容上：以羽毛球運(yùn)動(dòng)教學(xué)訓(xùn)練為主，研究目前發(fā)現(xiàn)，理論與實(shí)踐相結(jié)合是提高羽毛球運(yùn)動(dòng)員技術(shù)能力的有效手段；③從研究的關(guān)注點(diǎn)上：國內(nèi)較為關(guān)注羽毛球比賽過程中的致勝規(guī)律與技戰(zhàn)術(shù)分析；由此可見，戰(zhàn)術(shù)使用的合理性與技術(shù)發(fā)揮的穩(wěn)定性是運(yùn)動(dòng)員贏得比賽的關(guān)鍵。因此，應(yīng)在技術(shù)層面不斷進(jìn)行突破創(chuàng)新、吸收先進(jìn)的技術(shù)打法，并且羽毛球教練員應(yīng)對(duì)優(yōu)秀運(yùn)動(dòng)員所使用的技戰(zhàn)術(shù)進(jìn)行統(tǒng)計(jì)分析，掌握比賽的致勝規(guī)律，才能保持長(zhǎng)久的核心競(jìng)爭(zhēng)力，獲得比賽的主動(dòng)權(quán)；④從研究的實(shí)際情況上：從日常訓(xùn)練的實(shí)際情況出發(fā)關(guān)注運(yùn)動(dòng)員的身心狀況；眾所周知，羽毛球是一項(xiàng)“高策略”運(yùn)動(dòng)，因此，羽毛球比賽過程中比拼的不僅是運(yùn)動(dòng)員的技戰(zhàn)術(shù)，也包括運(yùn)動(dòng)員身心素質(zhì)的比拼，運(yùn)動(dòng)員在訓(xùn)練過程中應(yīng)將比賽周期的生理狀態(tài)調(diào)至最佳，以便促進(jìn)運(yùn)動(dòng)員水平的良好發(fā)揮。

（2）采用知識(shí)組聚類方法得到的中心性文獻(xiàn)信息分析。

①關(guān)于C1知識(shí)組信息的AGNES 層次聚類算法分析

曾佳軍在《改進(jìn)的AGNES算法在羽毛球技戰(zhàn)術(shù)分析中的應(yīng)用》中將AGNES算法應(yīng)用在了羽毛球領(lǐng)域，使用數(shù)據(jù)挖掘中改進(jìn)了的 AGNES層次聚類算法挖掘技戰(zhàn)術(shù)與得失分的關(guān)系。結(jié)論：與傳統(tǒng)的方法相比，在羽毛球技戰(zhàn)術(shù)分析中應(yīng)用計(jì)算機(jī)技術(shù)和數(shù)據(jù)挖掘算法，能夠基于大量的歷史比賽信息，分析羽毛球運(yùn)動(dòng)員的技戰(zhàn)術(shù)特征。在現(xiàn)場(chǎng)比賽過程中，可以更好、更準(zhǔn)確地幫助教練員和運(yùn)動(dòng)員進(jìn)行技戰(zhàn)術(shù)調(diào)整。對(duì)于比賽前的備戰(zhàn)，則能夠更全面地為中國運(yùn)動(dòng)員提出具有針對(duì)性的專項(xiàng)技術(shù)訓(xùn)練。廖廷波在《基于視頻流的羽毛球檢測(cè)跟蹤及軌跡預(yù)判算法應(yīng)用研究》中結(jié)合最小二乘法和卡爾曼濾波對(duì)羽毛球在視頻流中的軌跡進(jìn)行預(yù)測(cè)，解決羽毛球發(fā)球員只能訓(xùn)練運(yùn)動(dòng)員反復(fù)擊打各種發(fā)球的問題。缺乏有效的視覺反饋系統(tǒng)，智能程度低。

②關(guān)于C2知識(shí)組信息的手法、步伐、比分形勢(shì)等與得失分潛在聯(lián)系相關(guān)分析

羽毛球裁判中鷹眼技術(shù)，“鷹眼”的真正名字是“即時(shí)回放系統(tǒng)”（instant review system），控制系統(tǒng)由八個(gè)和十個(gè)高速攝像機(jī)、四臺(tái)計(jì)算機(jī)和大屏幕所構(gòu)成。從理論層次上，鷹眼系統(tǒng)主要是對(duì)空氣進(jìn)行動(dòng)力學(xué)、影像學(xué)、圖形學(xué)、信號(hào)與通訊學(xué)、三維模擬重建技術(shù)等基礎(chǔ)課程中有關(guān)知識(shí)的綜合使用，其核心教學(xué)難點(diǎn)就是怎樣通過運(yùn)用能力及相關(guān)技術(shù)管理軟件，模擬出球的空間軌道，從而確定一個(gè)球的運(yùn)動(dòng)與發(fā)展路徑，并對(duì)球進(jìn)行精確定位與追蹤，進(jìn)而估算出球沿其軌道運(yùn)動(dòng)以及運(yùn)行的落地點(diǎn)。

③關(guān)于C3知識(shí)組信息的Apriori關(guān)聯(lián)規(guī)律算法分析

宋偉姣在《基于數(shù)據(jù)挖掘技術(shù)的羽毛球運(yùn)動(dòng)員訓(xùn)練模式優(yōu)化分析與研究》中設(shè)計(jì)了系統(tǒng)采集數(shù)據(jù)，對(duì)Apriori關(guān)聯(lián)規(guī)律算法進(jìn)行改進(jìn)并應(yīng)用在羽毛球數(shù)據(jù)中，進(jìn)行仿真實(shí)驗(yàn)。主要工作有：a.建立了統(tǒng)一的羽毛球綜合數(shù)據(jù)庫。數(shù)據(jù)挖掘技術(shù)收集的數(shù)據(jù)用于深入挖掘；b.Apriori關(guān)聯(lián)規(guī)則算法進(jìn)行了改進(jìn)。解決了數(shù)據(jù)分析不深入的問題，將結(jié)果應(yīng)用在羽毛球訓(xùn)練上，從技戰(zhàn)術(shù)的角度來制定個(gè)性化學(xué)習(xí)訓(xùn)練研究方案。

4、結(jié)論

使用數(shù)據(jù)挖掘的方法對(duì)羽毛球運(yùn)動(dòng)員的擊球動(dòng)作進(jìn)行分析，可以發(fā)現(xiàn)影響羽毛球比賽的多維度因素并尋找這些因素之間潛在的關(guān)系和相互作用，從中發(fā)現(xiàn)對(duì)比賽勝負(fù)的影響。目前，數(shù)據(jù)挖掘在羽毛球領(lǐng)域的應(yīng)用，主要存在兩個(gè)問題。首先，數(shù)據(jù)采集現(xiàn)階段仍然局限于手工統(tǒng)計(jì)，無法實(shí)現(xiàn)端到端系統(tǒng)的設(shè)計(jì)；其次，從技術(shù)和戰(zhàn)術(shù)角度出發(fā)的優(yōu)化關(guān)聯(lián)分析算法相對(duì)單一。未來的研究方向是結(jié)合體能和心理指標(biāo)等方面，運(yùn)用數(shù)據(jù)挖掘算法來制定更科學(xué)的訓(xùn)練方案。為提高羽毛球機(jī)器人的接發(fā)球能力，利用雙目立體視覺技術(shù)設(shè)計(jì)機(jī)器人對(duì)環(huán)境自動(dòng)感知方法，對(duì)不同狀態(tài)下的羽毛球都有精準(zhǔn)的感知能力，考慮羽毛球的實(shí)時(shí)性需求，在今后研究中應(yīng)進(jìn)一步探究自動(dòng)感知球體速度，這樣才能保障機(jī)器人可以及時(shí)作出擊球動(dòng)作。鷹眼系統(tǒng)并不完美，在國際比賽中鷹眼系統(tǒng)曾出現(xiàn)過較大的誤差，其使用的算法和硬件之間的協(xié)調(diào)需要進(jìn)一步優(yōu)化。

參考文獻(xiàn)：

[1]曾佳軍.改進(jìn)的AGNES算法在羽毛球技戰(zhàn)術(shù)分析中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2009，5（33）.

[2]YAO B，LIANG N.A smart position optimization scheme for badminton doubles based on human–computer interactive training in wireless sensor networks[J].EURASIP Journal on Wireless Communications and Networking，2020，2020（1）.

[3]CAO Z，LIAO T，SONG W，et al.Detecting the shuttlecock for a badminton robot： A YOLO based approach [J].Expert Systems with Applications， 2021（164）.

[4]RAHMAD N，AS’ARI M，SOEED K，et al.Automated badminton smash recognition using convolutional neural network on the vision based data[C].proceedings of the IOP Conference Series： Materials Science and Engineering.IOP Publishing，2020.