data_science

スポーツのデータサイエンス,概要と将来展望

2000.9.9.
13:00-14:15
於慶応大学
データサイエンスシンポジウムのトップ

1. はじめに

広範なスポーツ科学の分野から「身体運動をモデル的に解析する手法」 をデータサイエンスの本の題材として取り上げた.なぜなら, モデル的解析の場合,モデルを作り,それをもとにデータ解析を 行い,またモデルを作り直すという過程をとる.それが,まさしく データサイエンスに当る,と考えるからである.

本書の目次は以下の通りである.

目次

  • 1 章 スポーツ運動のモデル解析の基礎
  • 2 章 身体運動における生理学的エネルギー供給機構のモデル解析
  • 3 章 格闘技の突き技衝撃力を予測する
  • 4 章 和弓の力学的特性の計測と復元モデルによる発射技術の解析
  • 5 章 運動学習のコンピュータシミュレーション
  • 6 章 バタフライロボットのモデル化と計測

2. 各章の紹介

2.1 スポーツ運動のモデル解析の基礎

理化学研究所バイオミメティックグループ:太田 憲

この章では,以降の章で利用される,スポーツ運動のモデル解析に用いられる いろいろな数学的手法をまとめてある.

2.2 身体運動における生理学的エネルギー供給機構のモデル解析

国際武道大学:土居陽治郎

レースにおけるペース配分は,「保有している身体的なエネルギーをレース 場面でいかに有効に出力するか」という工学問題としてとらえることができる.一種 の制御問題の領域に属するものと思われるが,人工の内燃機関と違って,身体的エネ ルギーは生成過程が複雑であり,その定量化が非常に困難である.特に全身の代謝の ようなかなりマクロな系を表現し得るような測定が困難なことや(酸素摂取量の測定 がマクロ系の代表である),運動中の代謝というダイナミックに変化する系ではモデ ルによる定量化ということがかなり難しいこと,などからすればやむを得ないことか もしれない.

本章では,筋運動の源となるエネルギー供給過程(Energetics: エナジェティクス) に焦点を当て,過去の生理学・生化学分野の多くの研究成果からモデル化する過程を 中心に解説した.

2.3 格闘技の突き技衝撃力を予測する

慶応大学:仰木裕嗣

格闘技の突き技の衝撃力を,腕につけた加速度計から推測した. あるパターンをもった加速度の値のベクトルと,結果としての衝撃力の関係を推定するという問題を解いた.

2.4 和弓の力学的特性の計測と復元モデルによる発射技術の解析

信州大学:細谷 聡

日本の弓(和弓)は全長が2.2mあまりで,世界的にみても長弓の部類である.こ の和弓を用いて行なう弓射の動作は,引き始めてから発射に至るまでは比較的 ゆっくりとしており,的に狙いを定めているときは外見的に静止しているように みえる.そのため,弓道に対して静的なイメージを持っている人は多いことだろ う.しかし,右手から弦が離れ弦に付いている矢がその弦と分離するまでに要す る時間(これ以後,復元時間とよぶことにしていく)は,弓を引いたときの弓の 持つばね的な強さに依存はするが,おおよそ100分の2〜3秒というごく短い時間で ある.つまり,弓道は静的なイメージとは裏腹に,一瞬にして発射現象が終始す るというダイナミックな面も持ち合わせているのである.

本章では,弓体の力学的特性と発射現象を計測することによって,発射の際に射 手が駆使する操作・発射技術を得られたデータから解析していく.さらに,いく つかの和弓の復元モデルによって操作・発射技術の意義を明らかにする.

2.5 運動学習のコンピュータシミュレーション

九州工業大学:木村 広

垂直とびの運動で,いくつかの違ったパターンの力の発揮がみられれる.それを運動の学習モデルから説明をした.

2.6 バタフライロボットのモデル化と計測

YAMAHA:池田剛一

バタフライの腕と足のキックのタイミングのずれが,泳ぎにどのように影響するかを, ロボットによるモデル化で説明した.

4. スポーツのデータサイエンスの将来展望

4.1 スポーツ科学センターとは

国立スポーツ科学センターとはいろいろなスポーツ科学の知見を総合して, トップアスリートのための科学的サポートをする機関である.

そのためには,

  • 総合的なデータの分析
  • 長期的なデータの保存

が必要になる.

選手のデータは,長期的に保存され,年間のトレーニング計画などに反映されながら蓄積される必要がある.ところが,今までのスポーツ科学では,各分野毎の研究は,おこなわれていたが,それらのデータを総合的に見る視点は,すくなかった.

また,データの取り込みは,機種毎に違い,それぞれ独自のフォーマットを使っている. 市販の測定器では,解析まで機種で独立していて,データを寄せ集めることも簡単ではない. データも動画像データ,数値,リスト,など多様な種類がある.

4.2 共通化の必要性

そこで,データの総合化と長期保存のための共通フォーマットの必要性が必要になってきた.

データの共通フォーマットとして,

  • 電子カルテ(MedXML)
  • サイエンスデータの共有化を目指したDandD Project

があげられる.どちらのフォーマットも XMLを用いてスポーツデータの構造的表現をする.

MedXMLやDandDと整合性をとりながら, スポーツデータのためのフォーマットを定義する必要性がある.

4.3 スポーツデータ定義の資料:DandDの枠組みでの作成

<?xml version ="1.0" encoding="Shift_JIS"?>
<?xml-stylesheet type="text/xsl" href="DandD.xsl" ?>
<!DOCTYPE DandD  SYSTEM "DandD.dtd"[
	<!ENTITY UnitDefinition "ここで用いてる単位Nは,質量1kgの物体に
1m/s^2の加速度を生じさせる力の大きさを1Nとする単位である.">]>
<DandD> 
<Title>突き技の衝撃力と加速度 </Title>
<Data>
	<Relational LongName="ボクサー">
		<Value RefId="ID.B"/>
		<Value RefId="Acceleration.B"/>
		<Value RefId="Force.B"/>
		<Value RefId="Time.B"/>
		<Value RefId="Round.B"/>
	</Relational>
</Data>
<DataBody> 
<DataVector Id="ID.B" LongName="ボクサーのID"
	Length="153600" Unit="seconds" >
	<Script>
		rep(seq(1,10),rep(15360,10))
	</Script>
</DataVector>
<DataVector Id="Acceleration.B" LongName="加速度"
Length="153600" Unit="meter/seconds^2" URL="sports/boxing1">
</DataVector>
<DataVector Id="Force.B" LongName="衝撃力"  Length="153600" 
Unit="N" Definition="&UnitDefinition; " URL="sports/boxing2" >
</DataVector></DataBody></DandD>

4.4 動画の標準化

スポーツデータの定義は,数値データにとどまらず動画像データの標準化も必要である. これは,画像フォーマットの定義ではなく,スポーツ画像のシーン情報のデータの標準化を意味する.

しかし,自動的にシーン情報を取り出すことは難しい.これは,人工知能の分野の研究になる.たとえば, MITでやられている computer watching footballのプロジェクトなどが参考になる.

4.5 動画像データベース

シーンの構造を表現する定義を定めておき,それに従ってシーンを定義すれば,さまざまな取り出しかたが可能になる.いろいろな試合の映像のシーン情報を共通化して検索することも出来るようになれば,試合映像のデータベース化も可能になる.

4.6 今後のスポーツデータサイエンス

データサイエンスとしてのスポーツ科学として,今後の重要課題は,

  • 共有化による基盤つくり
  • モデル化などによる解析
  • 数値以外のさまざまな情報の形式化

となるであろう.とくに,数値以外のさまざまな情報の形式化,たとえばコーチングにかかわる情報や, 戦術,戦略にかかわる情報など,今までは,なかなか取り扱えなかった情報を,いかに整理して モデル的に解析できるようになるか,という面からの研究が必要である.


このページの著作権は,すべて宮地 力に所属します.
もし,内容を利用される場合は,宮地までメールにて,ご連絡ください.
また,このページへのリンクは,フリーです.