基于行为研究的网球多球专项训练辅助产品设计

陈泽宇

关键词 ：行为 ;网球训练 ;辅助产品 ;设计

随着我国社会经济发展，人民生活条件不断改善，网球运动受到越来越多国民的关注和喜爱，在全国范围内掀起了一股网球热潮，特别是在一二线城市得到迅速拓展，逐渐从贵族运动向大众化方向发展 [1]。多球专项练习在网球训练中是一个长期且重要的培训项目，教练会通过给学员大量喂球，指导学员按特定方式将球击回来提高学员的专项击球技能。文章通过对网球多球专项训练场景中教练和学员的行为研究，从教练和学员的视角出发，分析训练过程中用户的痛点和需求，最终设计出一款辅助网球训练的产品。

1 网球多球专项训练与行为分析

1.1 网球多球专项训练

网球训练由体能训练、技术训练、战术训练、心理训练等方面构成，是一个循序渐进的系统性训练过程，教练都会针对学员自身特点制定每一个阶段的训练计划。多球专项训练是网球训练中常用的一种培训方法，是利用多个球按照教练统一要求进行击球的训练方法 [2]。无论是初学者还是职业的网球球员，多球专项训练都是一个长期且重要的训练项目。在训练中会用很多个球同时重复练习一个动作，球的数量一般会根据学员的具体情况设定在几十到几百的范围之内 [3]。高强度的训练会消耗教练和学员较多体力，在单次训练结束后他们对捡球都持消极态度，除此之外，虽然在训练时教练会关注学员的每个击球动作、球落点位置和击球质量等，但缺乏相关的辅助产品可以记录训练数据，在学员训练完成之后缺乏有效的训练反馈，难以量化训练效果，学员较难从训练中获得成就感，且教练制定教学计划也是主要凭个人经验，因此训练计划缺乏科学可靠的数据支撑。

1.2 网球多球专项训练行为分析

1.2.1 调研与数据分析

如表 1 所示，经过多地的实地调研和数据统计得出，在进行网球多球专项培训时，一般一次训练的教学时长为 90—120 分钟，教练一次会携带 100—200 个标准网球进行喂球训练。练习模式主要为教练站在学员同侧或对面进行喂球，指导学员进行击球和发球等专项练习。在调研中发现，用户使用捡球设备进行捡球的情况很少，因为他们认为现有捡球器的捡球效率较低，比不上人徒手捡球的速度。学员和教练在打完所有球之后会使用网球拍将球拨到一处，然后徒手将球捡起并堆在球拍上，堆满后再将其放到网球篮中。这意味着学员和教练在完成紧张且高强度的训练任务后必须进行捡球工作，而不能得到及时的休息。通过对各调研场景中捡球时间、训练时间和休息时间进行统计分析，如图1 所示，每次捡球大约会花费 5—10 分钟，整场训练下来捡球用去的时间约占了整个训练时间的 23%，即会花费 20—27 分钟在捡球这一工作上，从一定程度上影响了教练和学员的训练热情。

笔者向珠三角地区的网球培训机构教练和学员进行了问卷调查，以确定他们对网球训练中现有捡球形式的满意度和训练结果数据可视化功能的期待程度，一共回收有效问卷 100 份。结果如图 1 所示，有 78% 的用户对捡球行为是持反感厌烦的态度，65% 的调查对象不满意现有的捡球方式 ;绝大部分用户表示在训练中一般通过网球的过网与否、落点位置、球速等情况来判断训练效果和自身技能提高情况，有 81% 的用户对于量化并给出训练数据报告的功能很感兴趣，说明对于量化训练效果这个功能是有其实现价值的。

1.2.2 训练行为分析

通过对网球多球专项训练场景的行为观察与分析总结，笔者将网球多球专项训练活动分为训练前准备、专项训练、网球回收、休息和训练结束这五个阶段，其中专项训练、网球回收和休息是一个循环往复的训练过程。这五个阶段包含了多球专项训练活动从开始到结束的完整过程，便于对该场景下的用户行为进行分析并挖掘其存在的痛点和设计机会点，如图 2 所示。在网球训练前，教练需要了解学员的能力水平以制定相應的训练计划，此时如果能看到学员之前的训练数据将有助于更加科学地制定计划 ;在训练过程中，捡球造成了教练和学员不必要的体力消耗又占用了很多时间，让教练和球员不能得到及时且充分的休息，如果能实现机器自动化捡球，教练和学员将有更多的时间用于训练和体力恢复 ;训练结束后，目前训练效果的好坏主要靠教练和学员的自身感觉和口头交流的形式进行评判，缺乏说服力，对此可以通过产品为其提供真实可靠的训练数据，并反馈训练效果，以激励学员。

2 基于行为研究的网球多球专项训练辅助产品的技术方案

针对在进行网球多球专项训练中出现的捡球困难和缺乏有效的教学反馈这两个主要问题，笔者提出了一款能自动捡球并记录训练数据的网球训练辅助产品，通过软硬件结合的形式完善目前的网球培训体系。自动网球回收机器人作为方案的基础核心，实现对网球的自动回收工作，同时通过手机端 APP 的方式将训练效果进行量化和可视化呈现。产品的功能实现主要涉及网球识别与机器人路径规划和网球落点记录统计这两个技术方案。

2.1 网球识别与机器人路径规划

设计主要采用了机器视觉和 UWB（Ultra-wideband）超宽带定位技术实现对网球的识别和机器人路径规划。UWB 是一种短距离无线通讯定位技术，其具有实现简单、数据传输速度快、功耗低、抗多径能力强和定位精确等多方面的优点 [4]。自动网球回收机器人的硬件设备主要包括三个，分别是收球机器人的本体还有固定在两侧网球立柱的两个信息收集模块。首先，通过机器视觉技术实现对网球的识别和网球位置信息的获取，再用 UWB 定位技术实现对网球机器人的实时位置信息获取，最后，结合网球位置信息进行收球路径规划以实现最优路径、最短时间进行网球收取工作。

具体的系统运作流程如图 3 所示，图（a）为三个硬件设备的安放和相对位置的说明，每个硬件设备都装有相机和 UWB 模块 ;图（b）为机器人位置信息获取说明，通过位于两立柱上的UWB 模块基站和位于机器人上的 UWB 模块标签构成的封闭三角形实现对机器人的实时位置进行信息的获取 ;图（c）为网球信息的获取说明，位于网球立柱上的两个摄像机模块视野能覆盖整个网球场，主要用于整个场地的网球分布情况和网球落点的获取 ;图（d）为位于机器人上的摄像机，用于网球与机器人的相对位置的精确获取，引导机器人实现精准的网球回收工作。

2.2 网球落点记录统计

鹰眼系统在国际网球赛事中已经被广泛使用，其技术原理并不复杂，只是十分精密。由八部分辨率极高的超高速摄像机组成，每部摄像机负责特定区域，对全场网球轨迹进行捕抓，然后通过3D 技术来模拟还原网球轨迹以此判断网球落点，因其强大的硬件支持保证了误差能控制在 3 毫米以内 [5]。但这套系统价格高昂，不适于普及到一般的网球训练中。对于在网球多球专项训练场景中，球的落点范围更为集中，不像在比赛中几乎遍布全场，而是基本集中在半场的区域，且不需要像在比赛中要求的精度那么高。所以，在设计中采用两个可拍摄 1080P 视频的摄像头分别安装在网球立柱上，负责对网球落点进行实时记录，然后将数据传到用户的手机端 APP 上，进行数据的统计分析和可视化呈现。

3 基于行为研究的网球多球专项训练辅助产品设计思路

3.1 产品设计定位与功能参数

根据前期的调研分析与技术方案总结，得出网球训练辅助产品定位与各功能参数，如表 2 所示。产品主要包括了网球自动回收机器人和手机端 APP 两部分，适用于教练在室外网球场地指导学员进行网球多球专项训练的场景。机器人可在水泥硬地和人造草地的网球场地进行网球自动回收作业，一次可回收 100 个标准网球，续航时间为 4—5 小时，基本能满足教练一天的训练使用需求 ;手机端 APP 用于控制机器人、记录网球落点和命中率并以训练报告的形式进行可视化呈现。

3.2 网球自动回收机器人设计

首先对网球回收机器人的整体空间布局进行规划，主要有电路模块、电池组与电机、收球机构和收球篮四大模块。机器人在移动时所能扫过的面积对网球的回收速率有很大影响，在一定条件下单次扫过的面积越大其收球的效率也越高。在考虑到便携性和实用性的情况下，在机器人的前部加上可以折叠的收球导向，当机器人进行收球工作时将导向打开以增加其单次的收球面积，当回收工作结束后导向可以折叠收到机器人的底部，使其便携性大大提高。机器人的主体主要集中在前半部分，储球的篮子可以与机器人主体连接与分离，使得机器人能以不同的形式与状态进行收球工作与搬运收纳。篮子的可分离设计也能方便用户将整个篮子提起之后取球，如图 4 所示。

整个机器人采用 PC 材料注塑组装，PC 材质的抗冲击性能好，韧性强，能保证机器人的耐用性。机器人整体以黑色为主色调，搭配绿色突显出科技感和運动感。前方灯带用于显示机器人的各工作状态，当机器人处于待机或工作状态时，灯带就会常亮 ;灯带有三种颜色，当显示为蓝色时表示电量充足，当显示为黄色时表示还有一半的电量，当电量低于 20% 时灯会显示为红色，灯带只作为粗略判断机器人工作状态及剩余电量的依据，具体的信息可在手机端 APP 上查看。

机器人在不同状态下的尺寸信息如图 5 所示，机器人在展开的工作状态下长度为 990 毫米，宽度为 710 毫米，高度为 330毫米 ;在折叠收纳的状态下长度为 390 毫米，宽度为 380 毫米，高度为 330 毫米。机器人的拖运把手使用的是四节的伸缩拉杆，可以根据不同用户的身高和手功能高进行拉杆长度的适当调整。

3.3 相机模块设计

相机模块由摄像机、电池、nanoPC-T3 和 UWB 模块这四部分组成，如图 6 所示。现有的网球立柱主要有圆柱形和方形两种形状，由铸铁、铝合金等不同材料做成，所以相机模块必须能适应多种类型的网球立柱。在设计中，采用弹簧夹持结构加魔术贴扎带的形式进行相机模块的固定。

3.4 手机端 APP 设计

通过手机端 APP 的方式进行网球回收机器人的控制与训练信息的获取及呈现，机器人与手机端 APP 通过 Wi-Fi 进行连接通讯。APP 的使用者是教练，所以 APP 的主要功能包括训练前学员信息的呈现、训练过程中控制网球机器人进行网球回收工作、训练后统计并呈现网球的落点信息这三大部分。在训练前，教练可以通过手机端 APP 了解学员之前的训练情况并为其制定相应的训练内容 ;在训练结束后，教练可以将手机端 APP 生成的训练统计图表分享给学员，让学员了解自己训练情况，作为一个正向反馈激励学员。为了增加机器人的可玩性，用户还可以通过 APP 手动控制机器人进行捡球工作。具体的界面设计如图 7 所示。

4 总结

文章通过系统地分析目前网球多球专项训练中的痛点与设计机会点，提出了自动网球回收机器人及手机端 APP 可视化训练效果的解决方案，并进行了相应的产品设计，旨在推动网球训练向更科学、更高效、更智能化的方向发展。机器人的设计是一门综合性的交叉学科，造型设计、功能实现、加工工艺和材料结构等涉及的知识面非常广，但由于时间和笔者自身的知识储备不够等客观因素的制约，提出的解决方案中仍存在一定的不足，如实际的网球场四周基本都使用铁网包围，铁网底部有一定的间隙，在网球训练中有一些网球会滚到铁网底部的间隙中并卡住，这种情况下当前机器人的收球装置并不能很好地将其回收 ;在训练效果量化这一方面，采用的是两个摄像头去抓拍落点位置的形式，其误差较大，且手机端 APP 统计的是全场的网球落点情况，当教练同时训练多个学员时如何将其各自的落点情况进行区分，在文章中并没有深入研究并解决。为此，笔者下一步的研究计划主要是针对机器人在实际的使用场景中针对出现的问题进行收集并针对性地优化迭代。