运动协调的定量方法以及在专项技术分析领域的研究进展

林辉杰，严波涛，刘占锋，许崇高，梁海丹

运动协调的定量方法以及在专项技术分析领域的研究进展

林辉杰1，2，严波涛3，刘占锋3，许崇高3，梁海丹2

人体的运动协调问题一直受到多个研究领域的关注。Bernstein运动协调观与运动协调的动态系统理论被广泛应用于解释运动协调的形成、发展、特征中，成为研究运动协调的主要理论基础。依据这些理论基础，针对不同类型研究的需要，设计了多种运动协调的定量方法来客观展现人体的协调运动，这些方法都具有各自的优缺点。目前，在专项技术分析领域中，对专项技术中肢体协调层面的研究较多，在多种专项技术中都发现了一些高效的运动协调方式。尽管这些运动协调方式各有不同，但是展现出一些共性的特征。此外，在优秀运动员的技术中，具有较大的肢体协调变异性，这些变异性是肌肉－骨骼复杂系统灵活性的体现，有利于运动任务的实现。在关节动力学、肌肉活动等层面中运动协调的研究相对较少。专项技术中运动协调的研究趋势有：1）由于运动技术种类繁多，各自特征不同，对运动协调的研究将会涉及到更多的运动项目中；2）应用动态系统理论，进一步探索优秀运动员技术中运动协调变异性对专项技术的作用；3）应用动态系统理论，拓展对专项技术中运动协调控制变量的研究；4）拓展在优秀运动员专项技术中关节动力学、肌肉活动等更深层面中运动协调特征的研究。

专项技术；运动协调；定量方法；研究进展

前言

人体运动协调问题既是人体科学、运动控制、技能学习、康复医学、行为心理学等众多学科的基础理论问题，又在人机工程学、机器人学、儿童技能发展、运动训练等领域具有较大应用空间。因此，运动协调问题一直备受相关学科研究者重视。近些年，在关于运动协调的形成、表现特征、量化和分析手段等方面形成热点，研究有显著的进步。体育科学作为重要的应用领域，运动技术的学习、训练、诊断与监控等方面都需要这方面理论和方法支持，但由于这一研究问题的多学科属性决定了单一学科的研究成就无论在广度和深度两方面都有较大局限性。本研究拟集中讨论运动协调的量化方法，探讨在专项技术分析领域中最新研究成果，旨在为体育教学和运动训练实践提供运动协调测量与评价工具。

1 基础理论背景

1.1 Bernstein运动协调观

前苏联著名生理学家Bernstein最早对运动协调问题展开了系统性研究。他提出了“自由度”概念，是用于定义运动协调的一个最基本的概念。从力学角度看，自由度即为在既定坐标系下运动系统的独立坐标［3］。人体是一个非常复杂的系统，具有众多的肢体环节、大量的骨骼与肌肉以及数不胜数的神经纤维。这些运动器官都具有一个或多个自由度，这使人体的神经－肌肉－骨骼系统具备非常庞大的自由度。然而，在运动时，确定其运动方式的参数远远小于其自身的自由度，这导致冗余自由度的产生。Bernstein（1967）认为，运动协调是（中枢神经系统）对神经－肌肉－骨骼系统中自由度的组织［7］。在这个过程中，人体的冗余自由度受到了控制。据此，Bernstein（1967）也将运动协调视为掌握运动器官冗余度的过程，换句话说，就是将冗余系统转化为可控系统［9］。运动协调的特征一直被用于从行为上定义人体的各种运动［62］。采用一些量化运动协调的方法，并且应用相关理论予以解释后，能为教练员深入认识专项技术提供一种视角［48］。在国内的相关研究中，多数将运动协调定义为肢体运动间的配合［11］。然而，Bernstein对运动协调的定义则具有更深刻的内涵与更宽广的外延。他把运动协调上升到理论高度，形成了运动协调的理论框架，包括其概念、形成及其发展。

实现运动协调需要消除人体系统的冗余自由度。那么，中枢神经系统是如何做到这一点，从而使肌肉－骨骼系统的自由度在具有几乎无限可能组合下产生相对有限的一组运动方式？这就是自由度问题，或称之为运动协调问题［74］。这个问题由Bernstein首次提出，因此，也被称为Bernstein问题［9］。在传统视角中，应用“认知行为”、“信息过程”、“程序模式”等控制理论对运动协调的产生予以解释［88］，认为肌肉、骨骼等运动器官的运动受到中枢神经系统的直接控制。Bernstein提出了另外一种可供选择的理论观点。他认为，人体的自由度实在太多，即便是中枢神经系统有可能对它们实施单独控制，但无疑会给中枢神经系统的控制带来极大的挑战［84］。Bernstein认为，中枢神经系统并非通过对运动器官的单独控制实现运动行为，而是将不同层面内多个运动器官自由度组合起来形成具有柔性的耦合、特殊功能性以及低维度特征的控制单位加以控制，这些控制单位被称为协同（synergy）［17］。中枢神经系统正是通过利用协同减少控制参数，简化对人体运动的控制［9］。它将运动指令传递给中央模式发生器（CPG），通过CPG控制协同结构，从而实现运动协调［13］。

通过练习，运动协调方式会产生适应性变化，从而满足实现日益发展的运动任务的需求［27］。例如：完善的足球踢动作中，运动协调的发展具有5个阶段，每个阶段将会出现一些特有的运动协调特征（表1）。Bernstein（1967）、Newell（1985）将运动协调的发展划分为3个阶段［13，53］。第1个阶段被称之为束缚（freezing）自由度阶段。在这个阶段中，通过在许多肌肉、骨骼等运动器官之间建立较强的耦合关系，尽可能将肌肉－骨骼系统的自由度数量降至最低；第2个阶段被称之为增加自由度。此时，通过解除部分运动器官的约束，增加自由度的数量，尽可能将所有相关的自由度整合起来，提高运动成绩；第3个阶段称之为释放（releasing）自由度阶段。通过长期练习，使神经–肌肉系统学会了利用被动力（重力、惯性力、阻力等）来提高运动的效果，期间一些自由度之间耦合关系被松懈了，出现了一些更加有效的协调方式。

表1 完善的踢动作协调方式发展阶段特点一览表

1.2 运动协调动态系统理论

赫尔曼·哈肯（1986）［2］提到，世界上的生物体以各种各样的形态存在着，具有精致的结构，其结构中各个部分间又能够进行巧妙地协同配合。这些精妙的结构和功能是由于各个组成部分间相互作用而自觉形成的，是一种自组织的过程。Schöner和kelso［77］（1988）认为，所有复杂的协调运动都具有两个系统动力学参数特征，即随机性（stochastic）以及非线性（nonlinear）。复杂系统中存在大量独立、可以随意变化的元素，且在一定条件下，各元素间能突然形成一种有序的结构。肌肉－骨骼系统就是这样的一个多维的、复杂的、协同的系统，其随机性能使它产生几乎无限可能的运动，然而，其非线性使它产生适合特定条件的运动。Kamm等［49］（1990）同样认为，人体的运动是在感觉、神经－肌肉、外力等子系统间相互作用下产生的，其中，并不存在具有主导地位的子系统来决定运动的本质。例如，在婴儿踢动作的定向中，重力对运动的拓扑结构产生影响，惯性力矩随着重力以及能量的变化而改变，肌肉力矩需要适应这些变化，这些子系统都随着感知觉而变化，其中，并未在任何子系统中具有踢动作方向变化的指令。可见，运动协调动态系统观主要是利用自组织以及非线性动态系统等观念来解释在生物机械联结、神经－肌肉支配以及外界环境等约束下运动协调是怎样产生的［72］。

集合变量（Collective Variables）或者序参数（Older Parameters）是指不同运动器官层面内多个元素运动状态的集合［75］。例如，两个关节运动的相对时相角，两块肌肉肌电活动的时间差等。集合变量随着控制参数（Control Parameters）的改变而产生适应性变化。控制参数包括了外界环境、机体内部结构、行为任务中存在的一些约束条件，如步态中步速、步频的变化［18］。集合变量随着控制参数的动态变化中出现的稳定状态被称为吸引子，它代表了运动中运动协调的特性［77］。运动协调可以被视为运动器官各元素之间稳定的、重复性高的相互间关系［55］。

Martin［57］（2005）指出，除了动态系统的稳定性之外，灵活性是动态系统理论的另一个重要的概念。从一种稳定运动方式向另一种过渡时，灵活性起了非常重要的作用，它有助于解除或者建立运动器官、感觉以及中枢神经之间的联系。稳定性与灵活性合理搭配是动态系统良好性能的一个表现，必须很好地处理好这两者的关系［83］。运动协调的变异性是反映动态系统灵活性的一个重要指标［43］。它不仅仅被视为一种误差，而且也可以被认为是一种在实现运动任务中肌肉－骨骼系统适应性表现，有利于提高对源自外界环境等干扰的应对能力［87］。Lagarde等［55］（2007）认为，高效的运动协调方式具有灵活性，但是仍旧稳定，能够应对环境变化的干扰，使能量消耗最佳化。这些不是天生的，而是通过练习获得的。在运动协调动态系统观点下，着重对运动协调自组织过程的探索，包括运动协调的稳定状态，其稳态的消失而引起的过渡阶段以及运动协调控制的机理［72］。

2 运动协调的定量方法

运动协调可以通过自由度之间的关系进行描述［26，83］，这些关系是由它们变化的相似性程度来表示［64］。目前，具有多种方法可以量化运动协调的方式及其变异性，这些方法主要分为3大类：1）重要时刻定量法（Discrete Meth－ods）［30，41］，指对肌肉－骨骼系统中自由度间重要时刻点中的相互关系进行量化，包括时间序列法（Time－Series Approach）、图像往返法（Return Maps）等；2）连续时刻定量法（Continuous Methods）［30，41，58］，它量化全部时刻点上自由度间的关系，包括向量分析法（Vector Coding Techniques）、连续相对时相法（Continuous Relative Phase）等；3）数理拟合定量法，它是指通过数学方法对肌肉－骨骼系统中自由度间的关系按特定逻辑进行拟合，形成量化指标，主要包括互相关法（Cross－Correlation）［56］、函数型数据分析法（Functional Data Analysis）［42，71］。

2.1 时间序列法

时间序列法是采用在肌肉－骨骼系统自由度时间序列中各自重要特征时刻点间的差值与总时间的比值来确定相位差角（Phase Angle），这些重要特征时刻包括最大值、最小值、技术标志点时刻等［41］。其中，相位差角及其个体间的标准差作为运动协调的方式及其变异性。例如，量化跑支撑阶段中，支撑腿膝关节屈伸与距下关节展收的运动协调时，可以采用膝关节屈曲至最大值时和距下关节外翻至最大值时的相对时间与支撑时间的比值来确定它们的相位差角。具体的计算公式如下：

此公式中，φ为相对相位角，t1指屈膝最大值时刻，t2指距下关节外翻最大值时刻；T为支撑的总时间。相位差角在0°±360°范围内变化，当相位差角为0°±30°时，肢体间运动协调称为同相协调（In Phase），其他的则为异相协调（Out of Phase）［41］。

在时间序列法中，相位差角还有其他的计算方法。在Seifert等［79］（2007）对蝶泳动作上下肢协调的研究中，将上肢入水点时刻作为参考点，把上肢动作标志点与下肢动作标志点分别到参照时刻的时间比作为上下肢的运动协调方式。同样，Bretigny等［19］（2008）在对曲棍球击球动作的研究中，以击球时刻为参考点，用上肢两两关节间、两手臂对应关节间各自位移最低点时刻至参考时刻的时间之比表示它们的运动协调方式。

2.2 图像往返法

时间序列法主要适用于接近相同频率自由度间的运动协调。在图像往返法中，同样也是通过比较关键时刻点的信息来量化运动协调，但是，它能够在此基础上量化不同频率自由度间的协调方式。在此方法中，采用时间序列方法计算自由度间的时相差角，然后将多个周期中连续的时相差角曲线与其平移后进行比较，将相似程度最高时的平移量量化它们间的协调方式［41］。例如，在量化步行中步幅与呼吸的运动协调中，将脚离地到之后的一次呼吸结束时间（T）与其到前一次脚离地时间（t）的比值作为时相差角，具体公式如下：

然后，将相位差角的周期变化曲线进行平移，当平移2个单位时，曲线与平移前相似程度最高，几乎一样（图1）。由此认为，步行中步幅与呼吸以1∶2频率协调运动，个体间的运动协调变异性则采用频数分析方法量化。Donker等［32］（2001）采用此方法探索了步行中手臂与腿的运动协调，研究并不赞同低速行走时手臂与腿以1∶2频率协调运动，在快速行走时变为1：1频率的观点，但是承认手臂与腿的协调方式随步速而变化。

图1 相位差角的周期变化曲线位移2个相位后与原先的比较示意图

2.3 向量分析法

运动协调可以用自由度间的相对运动来描述，相对运动则可以通过点－点图来表示［82］。然而，单从点－点图来分析则只是对运动协调的定性描述［1］。向量分析方法则是一种点－点图的定量方法。以角－角图为例，在向量分析方法中，将角－角图中相邻两点间的垂直轴与水平轴方向向量的夹角作为时相差角，用于表示运动协调方式［41，58］，具体的计算公式如下［58］：

公式中，θ1与θ2表示点i在x轴与y轴上的坐标。

时相差角在0°至360°之间变化，取值为0°、90°、180°和270°时，表示一个自由度的运动，0°与180°时表示y轴上自由度的运动，90°和270°则相反；取值为45°、135°、225°和315°时，表示两者一致的运动，45°与225°时表示一致同向运动（In Phase），135°和315°则相反［23］。Chang［22］等（2008）提到，在表示运动协调状态时，很难采用一个时刻值去判断，而是存在一个范围，这个范围为±22.5°，同相协调为45°或225°±22.5°，逆相协调为135°或315°±22.5°，其中，单独一个自由度运动的判断也一样。

Crowther等［26］（2008）的研究中，不仅采用相位差角来表示运动协调方式，还将相邻两点的距离（magnitude）以及向量值（vector）也纳入至其中。Tepavac［85］等（2001）设计了一套向量分析方法，能够量化多次数中两个自由度间的协调。Farmer等［36］（2008）对向量分析方法进行了改进，将对关节运动性质的判断融入到这种方法中，例如，对膝、髋关节屈曲或者伸展等运动性质与这两者的协调关系相结合。此外，向量分析法中时相差角是循环变量，需要采用循环统计的方法计算其平均值与标准差，具体的计算方法参见Hamill等［41］（2000）的研究。

2.4 连续相对时相法

在研究运动协调的动态系统特征中，使用连续相对时相方法的频率比较高。在这种方法中，将一个环节的角度（θ）与角速度（ω）标准化后，制作成点－点图，然后用标准化后角速度与角度比值的反正切值表示时相角（Φ），其与另一个环节时相角的差值表示它们间的运动协调方式［21］，具体公式如下［58］：

公式（1）与（2）分别对角度与速度进行标准化，公式（3）是计算时相角，公式（4）是计算相对时相角的绝对值。

在连续相对时相法中，时相差角在0°至180°之间取值；当在0°至30°之间时，表示肢体间采用正相协调（inphase）；当在150°到180°之间时，认为肢体之间使用逆相协调（anti－phase）；在其他角度中取值时，认为肢体间采用异相协调（OutofPhase）［41］。在应用这个方法时需要注意几点：1）这种方法适用于近似正弦函数变化的变量，主要应用于一些周期性运动中，例如走、跑、游泳等［41］；2）在采用这种方法时，对角度与角速度进行标准化虽然消除了不同自由度本身性质上的差异，但是对原始的数据也会产生影响，在研究对应侧关节的运动协调时，可以考虑不进行标准化［59，63］；3）对角度与角速度的标准化以及时相角的计算方法不止一种，采用不同的计算方法所获得的结果是有差异的［54］；4）也需要采用循环统计的方法来求多次数中时相差角的均值与标准差。

2.5 互相关分析法

互相关分析法能量化2个时间序列变量之间的关系［90］，在多项研究［24，64，84］中被应用于定量运动协调。互相关方法是对两个时间序列参数在各种相位差下进行线性拟合，其中，包含相位差与相关程度两个重要指标，它们被用于定量运动协调时分别代表2个变量的时序与幅度之间的相似程度。其计算方法如下［54］：

在上述公式中，k表示相位差，r表示相关程度，x与y代表两个时间序列变量。

Cheron等［24］（1998）建议，在定量运动协调时，相位差一般设置为时间周期的一半，零相位上下位移1／4个相位。Li和Caldwell［56］（1999）认为，通过相位差确定两个变量的时序性是检验其可靠性，提出零相位在±95%最大相关系数对应的相位差之内时说明这两块肌肉是共同活动的，反之则说明是按顺序活动。互相关相关系数处于－1至1之间，当相关系数大于0.7或者小于－0.7时，表示自由度间高度关联，当大于0.3小于0.69或者大于－0.69小于－0.3时表示自由度间中度相关，当小于0.3或大于－0.3时两者无关联［64］。

2.6 函数型主成分分析法

在统计学领域中，函数型数据分析方法成为了一个新的研究主题［71］，并且应用到许多领域中。如在金融证劵中趋势的估计［8，10］、运动损伤诊断［33］、运动技术的诊断［31］。在传统统计方法中，只是对认为比较重要的单个时刻点的数据进行分析，这使在其他时刻点上的信息被忽略了，采用函数型数据分析有利于挖掘变量整个变化过程中所包含的重要信息［65］。Harrison等［42］（2007）提出了使用函数型主成分分析方法对运动协调进行定量，这是对运动协调定量方法的创新，具有其独有的优势。这种方法的主要思想是将各关节运动的参数点－点图作为一个的整体函数，然后对许多样本中这些函数的变化进行主成分分析，获得少数几种独立的、有代表性两个关节间运动协调方式，用各个样本得分来量化各自协调方式。Harrison等［42］（2007）采用双变量函数型主成分分析方法提取了纵跳动作中下肢关节间角－角图曲线的主要成分，并验证了其对运动协调的鉴别能力，认为其中的一种或几种主要成分能较好区分出不同运动协调能力的受试者。

2.7 各种方法的优缺点

在这些运动协调的量化方法中，都具有各自的独到之处，也存在不足之处。时间序列法以及图像位移法适合定量关键技术时刻非常明显的运动中的运动协调，并且相对简单易行。但是，这些方法不能反映除此之外时刻点上的运动协调信息，而且只能展现时间上运动协调特征，并不包含运动幅度等信息。其中部分缺点可以通过向量分析方法和连续相对时相方法来克服，它们能够量化运动过程中每个时刻点上的运动协调方式，反映出运动过程中运动协调方式的变化，由此，它们经常被从动态系统视角进行的研究所采用。这两种方法的区别在于，前者只包含了一个参数的信息（如角度指标），后者则还包括了其随时间变化的信息（如角度与角速度指标），这使向量分析方法在量化运动协调变异性的敏感度上相对较低［26，39，58］。此外，连续相对时相法的应用有很多注意点，其量化的结果不易于解释［59］。Sidaway［81］等（1995）认为，互相关方法一个缺点在于其假设性的认为，两个时间序列变量中存在线性关系，对它们进行线性拟合。通过双变量函数型主成分分析方法所获得的运动协调量化结果比较直观，易于解释，但是需要相对较多的样本量作为前提。在这些方法中，存在共同的问题是采用这些方法只能是定量两个自由度间的运动协调，然而，在很多运动中需要人体的全身运动来完成，那么，如何去定量全身多自由度间的运动协调是一个期待解决的问题。

3 运动协调在专项技术分析领域中的研究进展

3.1 肢体运动协调方式的研究

经过多年的训练，使肌肉－骨骼系统产生适应，学会利用被动力的作用，这使在较高水平的技术中展现出一些更有效的协调方式。这些方式往往表现出运动过程中肢体释放了更多的自由度［12，53］，在不同运动中，这方面的体现也有所不同。Temprado等［84］（1997）对排球的发球技术中肢体间协调的研究发现，在肩和腕的协调方式上，业余与专业运动员之间有本质性的区别，前者采用正相协调，后者则采用逆相协调。业余运动员牢牢地束缚了手臂的自由度，使整个手臂作为一个运动单位。然而，专业运动员则消弱了手臂自由度间的束缚，释放了肌肉－骨骼系统的自由度，形成了更加有效的运动协调方式。另外，Brétigny等［19］（2008）对10名陆上曲棍球精英女子运动员上肢各关节间协调方式的研究显示，在左手臂（前导）的关节间存在较大的相位差，这种差异沿着远侧端至近端方向增加。这些相位差体现了关节运动间联系的松散，体现了自由度的释放。它有利于末端环节的加速距离变长，也有利于其他环节的能量较好地传递到末端环节中，从而使末端环节产生最大的速度。其中，左肩与左腕的相位差最为明显，这是由于左肩的制动与左腕的快速由伸至屈的运动所引起的，是良好运动协调的表现。同样，Seifert等［80］（2010）对蛙泳技术中不同水平运动员上下肢协调方式差异的研究中发现，在运动过程中，专业运动员存在两种上下肢协调方式：一种是同相的协调方式，另一种是中等异相协调方式，而业余游泳者只存在同相协调方式。专业运动员的这种中等异相协调方式源自在一半的运动周期中一对肢体在运动，产生推进力，而另一对则保持伸展的姿势，这意味着专业运动员释放了那些与任务无关的自由度。然而，业余游泳者则只采用同相协调方式，虽然这种协调方式容易受到控制，但是效率比较差，因为其冻结了肢体运动的自由度，产生了动作折叠，降低了推进力的效率。业余游泳者这种协调方式与上下肢肌肉的共收缩有关系。

依据动态系统的观点，运动协调是指稳定的、可重复性高的集合变量状态。运动协调的发展是集合变量从一个稳态向另一个稳态转变。在Temprado等［84］（1997）研究中发现，肩与腕的逆相协调是优秀运动员采用的一种具有生态学效应的协调方式。但是，他们通过频数分析发现，这种协调方式并不是在业余运动员中不存在而是只占非常少数，同样的情况也出现在肩与腕正相协调中。这说明，在特定条件下，肩与髋的协调方式是肩与髋的集合变量中的一种形式，随着运动水平的提高，肩与髋的集合变量从一种稳态向另一种稳态的转移。Gittoes等［39］（2010）采用动态系统的观点对短跑最大速度阶段下肢各关节间协调方式的进行了探索。在研究中，选取了6名大学运动员为研究对象，采用连续相对时相方法量化了途中跑阶段中髋和膝、膝和踝运动协调的变异性。结果显示，与髋和膝协调相比，在支撑阶段中，膝和踝的异相协调程度相对要高些，而且，运动员间的变异性较小。在可控性高的环境中，短跑运动员倾向于使用可重复性高的膝与踝的协调方式，途中跑中，最大速度的产生可能与控制这种协调方式稳定性的机制有关。因此可见，运动协调的稳定性受到运动水平的控制，在一个运动水平上具有一种比较稳定的运动协调方式来维持其运动效果。

3.2 肢体运动协调的控制变量研究

运动协调的形成与变化具有动态系统的特性。当源自机体内外的约束条件发生变化时，运动协调方式也将受到影响，到一定程度时将会导致新的协调方式产生。这些对运动协调方式具有控制作用的因素被称为控制变量。在任务变量中，运动的频率与速度一直被视为运动协调稳态变化的控制变量。随着运动频率的提高，肢体间协调方式从一种稳态向另一种稳态过渡。Kelso［50］（1984）、Kelso和scholz［51］（1986）发现，随着肢体运动频率的增加，肢体间从逆相协调方式自发地转变为正相协调方式，这种肢体间协调方式的过渡伴随着协调变异性增加。运动协调变异性的增加是肢体间运动协调方式间过渡的一个重要机制［50］。Diedrich和Warren［29］（1995）发现，随着速度的增加，在走与跑的转换中也存在肢体间运动协调方式的过渡。当行走的速度增加时，肢体间协调变异性也变大。在对优秀运动员的研究中也存在同样的现象。Decoufour等［28］（2008）研究了不同桨频对优秀赛艇运动员肢体间协调方式的变化。研究发现，在拉桨阶段不同桨频对各种肢体间协调方式并未产生影响，然而，在回桨阶段，随着桨频的增加这些协调方式的整合性也在提高。在Seifert等［79］（2010）的研究中，将上下肢的协调作为蛙泳技术动作的序参数，对游泳运动员不同泳速下这种协调方式的变化进行了探索。研究发现，随着泳速的提高，上下肢协调方式中同相协调的成份降低了。此外，在体育动作中，基本上都存在较多的任务变量，不同任务变量之间的交替也将引起运动协调方式稳定性的变化。在Gittoes等［39］（2010）的研究中发现，在短跑运动员的途中跑技术动作中，从支撑阶段向摆动阶段过渡的过程中，下肢的动作从闭合式技能向开放式技能转变，这使下肢关节间协调变异性增加。

肢体协调方式稳态的变化还受到双关节肌、肢体惯性、肢体运动方向以及关节解剖位置等自身机体中存在的约束的影响。从解剖结构上看，双关节肌横跨两个关节，能够控制这两个关节的运动，它们的协调运动将会受到这种双关节肌活动的影响［38］。由于肢体内或者之间相互连接在一起，一个肢体或关节的运动，将使其产生惯性力矩，作用于其他的肢体或关节，进而影响它们的运动。此外，关节或肢体运动方向的反向变化一直被认为是研究运动协调的一个重要窗口，是神经系统的一个重要控制因素［25］。Gittoes等［39］（2010）发现，在短跑运动员支撑阶段中，踝关节的背屈至跖屈的反向变化，导致膝与踝关节从趋向逆相协调变化转变为趋向正向协调变化，这被认为是优秀短跑技术的一个重要特征。除这些之外，姿态［20］、视觉约束［73］以及关节的结构［18］等对肢体协调方式的稳定性也具有一定的影响。

3.3 肢体运动协调的变异性研究

在运动中经常会产生一些变异性，从传统角度认为，这是一种误差，应该予以剔除或削减。然而，新的观点认为，运动的变异性是由神经－肌肉－骨骼系统极度的复杂性及其冗余自由度中产生的，包含了神经－肌肉－骨骼系统活动的一些信息，有利于运动任务的实现［41，46，63］。运动的变异性一致受到运动行为方面专家的关注，然而到目前为止，运动生物力学专家还是忽视了这个方面［16］。

在目前的研究中，对不同水平运动员运动变异性之间的差异进行了一定程度的探索。Bartlett等［14］（1996）对业余爱好者、俱乐部运动员与精英投掷运动员各自间个体差异性比较发现，在业余爱好者与精英投掷运动员各自间的个体差异较大，俱乐部投掷运动员间的个体差异较小。此外，Wilson等［89］（2008）对专业三级跳远运动员技术水平与运动协调变异性关系的研究显示，在不同水平专业运动员中，运动协调的变异性与运动水平成“U”型关系，即相对低和高水平运动员的变异性大，中等水平的运动员变异性低。研究认为，相对低水平运动员只是获得了那些与运动方式相一致的表面特征，他们所体现出现来的高变异性对运动成绩是不利的；通过对这些表面特征的精化，在中等水平体现出较低的变异性，从而使技术动作的稳定性和可重复性提高；相对较高水平运动员变异性的增加，是由于运动系统灵活性的增加，有助于抵抗干扰。另外，Preatoni等［66］（2010）采用热力学函数——熵（entropy）计算高水平竞走运动员下肢关节角度、地面反作用的变异性，其中，熵值越高，说明运动变异性越大。研究发现，在较高水平的竞走运动员中，髋、踝角度以及垂直地面反作用力的熵值较高，与水平较低的竞走运动员有显著性差异，这说明，竞走技术的变异性不仅仅是随机误差的产物，而且包含了人体内在的神经－肌肉－骨骼系统的信息。

由于人体系统庞大的自由度存在，运动变异性是难免的，同一个运动任务可以通过不同自由度组合实现［43］。优秀运动员间运动的变异性可能是由于技术动作的个体差异引起。Bartlett等［15］（2007）提到，在优秀标枪运动员中，手臂动作对出手速度的贡献存在较大的差异，有些强调肩的水平伸展与屈曲完成对标枪的加速，有些则倾向于肩的转动作以及肘伸展作为加速标枪的主要动作。运动员之间技术动作差异性对共性最佳技术模式理念提出了挑战，刻意模仿冠军运动员的技术动作可能不能带来运动成绩的提高。探索运动员个体间技术动作的差异对运动训练实践是非常有意义的，这些有利于指导训练手段方法个性化设计，实施个性化训练［15］。另外，不同的运动任务也可以通过相同的一组自由度来实现［43］，优秀运动员间运动的变异性可能是完成技术的一种能力表现，有利于自由度间协调方式的转变，实现专项技术中的各种运动任务。Gittoes等［39］（2010）对短跑最大速度阶段中下肢关节间的协调变异性的研究显示，运动员间髋和膝协调变异性比膝和踝的高。与离地时刻相比，着地时刻髋和膝、膝和踝的协调体现出更多变异性。在摆动向支撑阶段过渡中，着地时刻下肢关节的较大协调变异性被认为是需要的，因为摆动期与支撑期不同的任务导向，使它们的协调方式也有差异，所以，两种协调方式过渡时将引起协调方式解除与建立，这导致较大协调变异性的产生。同样，Mullineaux和Uhl［60］（2010）对命中与投失的篮球罚球动作中持球臂肘与腕关节协调变异性比较中发现，这些优秀运动员肘与腕协调变异性在罚球动作过程中逐渐变小，在接近球出手时投失的罚球动作中肘与腕协调变异性要显著大于命中的罚球动作。由于腕关节的运动受到了肘关节互动力矩的影响，肘与腕关节间存在协调关系。在球出手前这两个关节协调变异性的增加是由于运动员察觉到不合理的投篮动作，并且试图进行调整所引起。肘与腕关节这种耦合关系是决定优秀运动员罚篮命中率的一个重要机制。

在运动生物力学领域对运动变异性研究的兴趣在不断增长，但是，目前只有少数的研究者采用非线性动态系统理论以及有关的方法研究在体育运动中运动变异性的特点，特别是针对高水平运动员，从而获得一些关于技术监控与训练的启示［65］。由于在体育运动中技术种类繁多，像这样的研究还是比较少的［65］。

3.4 运动协调的动力学特征研究

运动协调不仅仅是存在于肢体运动层面，还存在于关节用力、肌肉活动等层面中［76］。关节力矩间协调是为了完成运动任务，人体各关节力矩之间的共同活动［90］。关节力矩主要通过逆向动力学方法计算获得。通过这种算法获得的关节力矩的误差一直受到关注。通过适当方法的处理还是能够比较理想地计算结果［4，22，68］。Winter［90］（2009）提到，在人体行走过程中，为了防止人体的坍塌，存在一个支撑力矩，它是下肢各关节协同工作的结果，代表了一种关节力矩的协调。在步行的支撑阶段中，髋与膝力矩的变异系数分别为68%与60%，然而，髋与膝的合成力矩的变异系数则只有21%。步行过程中，下肢髋和膝、膝和踝的协同程度可以用两关节力矩交互作用的变异性除以他们各自变异性之和的百分比来表示，其中，髋与膝力矩的协同量分别为89%与72%，膝与踝力矩的协同量分别为76%与49%。

依据Bernstein的观点，当运动协调发展到高级阶段时，肌肉－骨骼系统通过充分利用被动力来提高运动效果。Galloway和Koshland［37］（2002）对投掷动作中投掷臂腕、肘以及肩关节之间协调的研究中，采用力矩贡献指数量化各关节的肌肉力矩与互动力矩的关系，通过对不同任务水平的投球动作比较发现，对于实现大多数投球任务来说，肩的肌肉力矩决定着其净力矩以及加速度，互动力矩的贡献比较小，其他关节的运动则由肌肉力矩与互动力矩共同作用所引起，此时称为“肩中心模式”；当肩的伸展小于肘伸展的50%时，肘则替代了肩的位置，称之为“肘中心模式”。同样，Hirashima等［45，47］（2003）研究认为，在投球动作中，经常是最近侧端关节的肌肉力矩作用使其加速，从而通过互动力矩对远侧端关节产生影响。在投球动作过程中，肩关节肌肉力矩使肘受到有益的互动力矩作用，从而产生较大的角速度，使球投的更远；然而，为了控制投球的准确程度，腕的肌肉力矩在抵消互动力矩的作用。因此，他们认为，人体可以通过利用或抵消互动力矩来调整投球的速度与准确性。Hirashima等［46］（2007）进一步分析了人体三维的投球动作，同样发现受试者采用互动力矩产生较大的肩内旋、肘伸展、腕屈曲的速度，这些互动力矩主要源自躯干与肩的肌肉力矩的作用，而不是肘与腕。

这些研究均支持了前导环节假说。前导关节学说认为，在多关节运动中，各关节在运动的产生中具有各自的角色，这由它们在相互连接中机械的从属所决定。其中，具有一个主导关节，它为整个肢体的运动建立了动力基础。前导关节产生的互动力矩对于其他从属关节产生较大的作用，从属关节的活动就是监测这种互动力的作用，然后形成净力矩，从而产生运动任务所要求的肢体运动特征［35］。在这些研究中，只是探索单关节运动的力学特征，对于复杂运动中多关节的协同力学特征探索较少。Dounskaia［35］（2010）认为，一些解剖结构的关联有可能形成主导结构体，例如，由于双关节肌的存在，在蹬踏自行车的过程中，髋－膝结构体起到了主导的角色。

3.5 运动协调的肌肉活动特征研究

肌肉活动间协调是指为了实现运动任务，多块肌肉之间的共同活动［88］。肌肉活动间的时序关系对运动的表现具有一定的影响。对于一个关节来说，主动肌与拮抗肌的相互配合有利于关节的稳定、增加运动的速度以及准确性［6］。在多关节运动中，多块肌肉也会依据运动任务而协调运动［76］。Hirashima等［44］（2002）为了验证近侧端至远侧端的肌肉活动顺序的存在，对投球动作中躯干和手臂中的17块肌肉间肌电活动的开始与峰值的时刻进行了比较发现：在投球动作中，肩胛骨伸肌的活动要早于肩关节屈肌，肩关节屈肌的活动又要早于肘关节的伸肌，然而，没有发现肘关节的伸肌比腕屈肌的活动早。此外，投掷臂同侧的腹外斜肌早于异侧的腹外斜肌是一种效率较高的协调方式，这有利于躯干产生更多的力与能量。孙有平等［5］（2010）对优秀男子铅球运动员旋转推铅球中肌肉活动间的协调进行了探索，测量了12块肌肉的表面肌电，并且对4次不同成绩的技术动作中主要肌肉间的时序关系进行了比较，发现在成绩好的动作中，主要发力肌肉的用力顺序均为左腿腓肠肌、左腿股外侧肌、右腿股二头肌、右侧背阔肌中部，表现出一种由下往上、由左至右的力量传递过程。在成绩较差的动作中，发力顺序出现紊乱现象。

图2 步态中脊柱肌肉在维持平衡中相位差示意图

一些相关研究中，采用互相关方法定量不同肌肉之间肌电信号之间的关系，发现了一些有益的协调方式。Nelson－Wong等［61］（2008）在站立中臀中肌活动方式对下背部疼痛的研究中，在站立状态下每隔15min让受试者反馈舒适程度，据此将他们归类到疼痛组与无疼痛组，并且，采集躯干与髋关节相关肌肉的表面肌电，通过互相关方法定量它们活动的关系。对比发现，疼痛组的受试者在左右臀中肌之间具有共收缩现象，这种肌肉间共收缩表现为在一定范围的相位差内肌电信号间存在较高程度的正相关，而无疼痛组表现为较高程度的负相关。Winter［90］（2009）引用的一项研究中，通过采集行走过程中从C7到L4的9个脊柱位置肌电信号，通过计算这些肌电信号的延迟（图2），探索躯干肌肉间的协调关系，研究结果发现，维持躯干平衡的肌肉采用一种“有上至下”维持平衡的策略。Dorel等［34］（2009）对力竭性练习中肌肉协调方式变化进行研究，通过采集力竭性蹬踏练习中下肢10块肌肉的肌电信号，比较不同时期下这10块肌肉肌电信号最大相关时的相位差发现，在蹬踏练习接近结束时6块肌肉的活动都前移了，这表示了在疲劳时各肌肉活动之间的补偿功能。

4 总结

在Bernstein的运动协调观中，运动协调是中枢神经系统对肌骨系统自由度的组织，使其形成一种确定的运动方式。这种组织过程是通过中枢神经系统对协调结构的控制来实现。从动态系统理论视角看，这些肌骨系统中自由度间无数的组合方式中，稳定的、重复高的组合即为运动协调。运动协调的形成是通过机体、外界环境以及任务变量的相互作用，以自组织的方式实现。本研究认为，运动协调可以定义为实现运动任务，运动器官（肌肉－骨骼系统）各元素间具有的一种组织方式。按照以上定义，协调的运动具有良性系统的特性，其肌肉－骨骼系统元素运动间展现出有效的组织方式。上述提到的“良性”以及“有效性”都具有程度上的差异。

前人设计了许多方法量化运动协调，这些方法基本上都具有各自的优缺点。在目前的研究中，向量分析法和连续相对时相法被采用的比较多，特别是连续相对时相法。这种方法在量化运动协调的变异性时灵敏度比较高，正好符合了研究运动变异性的需要，后者是目前研究中的一个热点。函数型数据分析为运动协调的定量开创了一个新的平台，通过这种方法对个体自由度间协调关系的时间序列函数进行量化，进而比较个体间的差异。如何去定量全身多自由度间的运动协调是一个期待解决的问题。

目前，肢体运动协调方式的研究最多，在多种运动技术中都有发现一些高效的运动协调方式。尽管这些高效的运动协调的方式各有不同，但展现出相似的特征，例如，具有自由度释放的现象以及比较稳定的状态等。此外，优秀运动员的技术中展现出较大的肢体运动变异性，这可能是由于技术特点的不同，也有可能是一种肌－骨系统的良好性能的体现，展现了人体复杂系统较好的灵活性。运动协调的稳定性与灵活性都是完成运动技术所需要的，那么，这对对抗的系统属性怎样很好结合在专项技术中，是一个值得关注的问题。采用动态系统观点对运动协调变异性的探索是目前的一个研究热点。

肌肉活动间时序关系是运动协调在肌肉活动层面探索最多的问题，并且发现了一些比较有效的肌肉活动时序关系，它们有助于增加环节产生的力量以及功率。但是，在肌肉活动协调的定量上只是对几个关键时刻点的时序进行比较，这限制了对肌肉活动幅度等参数间以及在其他时刻点上的关系探索。在关节力矩层面上对运动协调的探索比较少，其相关的研究主要集中在肌肉力矩与被动力矩间的关系及其对运动技术的影响上。在全身运动中，各肌肉力矩之间存在哪些比较有效的协调方式？各被动力矩之间是否也存在比较有效的协调方式？是值得探索的一些问题。

［1］邓磊，任杰，郭黎.重剑运动员“弓步刺”动作协调性的非线性动力学特征研究［J］：上海体育学院学报，2011，35（2）：19－22.

［2］赫尔曼.哈肯.协同学—大自然构成的奥秘［M］.凌复华译.上海：上海译文出版社，2005.

［3］刘宇.生物力学在运动控制与协调研究中的应用［J］.体育科学，2010，30（11）：62－73.

［4］施宝兴，魏文仪.应用逆向动力学计算关节内力的可靠性分析［J］.北京体育大学学报，2004，27（9）：1223－1225.

［5］孙有平，隋新梅，钱风雷，等.基于sEMG的男子旋转推铅球运动员单支撑阶段肌肉用力特征研究［J］.体育科学，2010，30（1）：44－50.

［6］魏勇，刘宇.肌肉共同收缩研究进展［T］.中国体育科技，2009，45（5）：54－59.

［7］许崇高，严波涛.动作协调能力属性及其相关定义的理论思考［J］.西安体育学院学报，1999，16（13）：31－34.

［8］徐佳.函数型数据分析及其在证券投资中的应用［D］.杭州：浙江大学硕士学位论文，2008.

［9］杨年峰.人体运动协调规律及其参数化描述［D］.北京：清华大学博士毕业论文，2001.

［10］岳敏，朱建平.基于函数型主成分的中国股市波动研究［J］.统计与信息论坛，2009，24（3）：52－55.

［11］初立光.对动作“协调性”实质的分析［J］.河北体育学院学报，2004，18（2）：81－82.

［12］ANDERSON D，SIDAWAY B.Coordination changes associated with practice of a soccer kick［J］.Res Quarterly Exe Sport，1994，65（2）：93－99.

［13］ANNE SHUMWAY－COOK.运动控制的原理与实践［M］.毕胜等译.北京：人民体育出版社，2009：12.

［14］BARTLETT R M，MÜLLER E，LINDINGER S，et al.Three dimensional evaluation of the kinematic release parameters for javelin throwers of different skill levels［J］.J Appl Biom，1996，（12）：58–71.

［15］BARTLETT R.Movement coordination and movement variability［J］.Sports Biom，2007，6（2）：119－120.

［16］BARTLETT R，WHEAT J，ROBINS M.Is movement variability important for sports biomechanists［J］.Sports Biom／Int Society Biom Sports，2007，6（2）：224.

［17］BLACK D，RILEY M，MCCORD C.Synergies in intra－and interpersonal interlimb rhythmic coordination［J］.Motor control，2007，11（4）：348.

［18］BOSGA J，MEULENBROEK R，SWINNEN S.Stability of inter－joint coordination during circle drawing：Effects of shoulderjoint articular properties［J］.Human Movement Sci，2003，22（3）：297－320.

［19］BRETIGNY P，SEIFERT L，LEORY D，et al.Upper－limb kinematics and coordination of short grip and classic drives in field hockey［J］.J Appl Biom，2008，24（3）：215.

［20］BUCHANAN J，KELSO J.Posturally induced transitions in rhythmic multijoint limb movements［J］.Exper Brain Res，1993，94（1）：131－42.

［21］BURGESS－LIMERICK R，ABERNETHY B，NEAL R.Relative phase quantifies interjoint coordination［J］.J Biom，1993，26（1）：91－94.

［22］CAHOUÉT V，LUC M，DAVID A.Static optimal estimation of joint accelerations for inverse dynamics problem solution［J］.J Biom，2002，35（11）：1507－1513.

［23］CHANG R，VAN EMMERIK R，HAMILL J.Quantifying rearfoot－forefoot coordination in human walking［J］.J Biom，2008，41（14）：3101－3105.

［24］CHERON G，BENGOETXEA A，DAN B，et al.Multi－joint coordination strategies for straightening up movement in humans［J］.Neuroscience Letters，1998，242（3）：135－138.

［25］CLARK J E，PHILLIPS S J.A longitudinal study of intralimb coordination in the first year of independent walking：a dynamical systems analysis［J］.Child Develop，1993，64（4）：1143－1157.

［26］CROWTHER R G，SPINKS W L，LEICHT A S，et al.Intralimb coordination variability in peripheral arterial disease［J］.Clin Biom，2008，23（3）：357－364.

［27］DAVIDS K，LEES A，BURWITZ L.Understanding and measuring coordination and control in kicking skills in soccer：Implications for talent identification and skill acquisition［J］.J Sports Sci，2000，18（9）：703－714.

［28］DECOUFOUR N，PUDLO P，BARBIER F，et al.Variations in expert rower coordination when rate increases on ergometer concept2（R）［J］.Computer Methods Biomechanics and Biomedical Engineering，2008，（11）：79－80.

［29］DIEDRICH F J，WARREN W H.Why change gaits？Dynamics of the walk－run transition［J］.J Experi Psychol，1995，21（1）：183.

［30］DIERKS T A，DAVIS I.Discrete and continuous joint coupling relationships in uninjured recreational runners［J］.Clin Biom，2007，22（5）：581－591.

［31］DONàG，PREATONI E，COBELLI C，et al.Application of functional principal component analysis in race walking：an emerging methodology［J］.Sports Biom／Int Society Biom Sports，2009，8（4）：284.

［32］DONKER S，BEEK P，WAGENAAR R，et al.Coordination between arm and leg movements during locomotion［J］.J Motor Behav，2001，33（1）：86－102.

［33］DONOGHUE O A，HARRISON A J，COFFEY N，et al.Functional data analysis of running kinematics in chronic Achilles tendon injury［J］.Med Sci Sports Exe，2008，40（7）：1323.

［34］DOREL S，DROUET J，COUTURIER A，et al.Changes of pedaling technique and muscle coordination during an exhaustive exercise［J］.Med Sci Sports Exe，2009，41（6）：1277.

［35］DOUNSKAIA N.Control of Human Limb Movements：The Leading Joint Hypothesis and Its Practical Applications［J］.Exe Sport Sci Rev，2010，38（4）：201.

［36］FARMER S E，PEARCE G，STEWART C.Developing a technique to measure intra－limb coordination in gait：Applicable to children with cerebral palsy［J］.Gait Posture，2008，28（2）：217－221.

［37］GALLOWAY J C，KOSHLAND G F.General coordination of shoulder，elbow and wrist dynamics during multijoint arm movements［J］.Exper Brain Res，2002，142（2）：163－180.

［38］GIELEN S，VAN INGEN SCHENAU G J，TAX T，et al.The activation of mono－and bi－articular muscles in multi－joint movements［A］.Mult Muscle Systems：Biomechanics Movement Organ［M］.1990：302－311.

［39］GITTOES M，WILSON C.Intralimb joint coordination patterns of the lower extremity in maximal velocity phase sprint running［J］.J Appl Biom，2010，26（2）：188.

［40］HADDAD J，VAN EMMERIK R，WHEAT J，et al.Relative phase coordination analysis in the assessment of dynamic gait symmetry［J］.J Appl Biom，2010，26（1）：109.

［41］HAMILL J，HADDAD J，MCDERMOTT W.Issues in quantifying variability from a dynamical systems perspective［J］.J Appl Biom，2000，16（4）：407－418.

［42］HARRISON A，RYAN W，HAYES K.Functional data analysis of joint coordination in the development of vertical jump performance［J］.Sports Biom，2007，6（2）：199－214.

［43］HEIDERSCHEIT B.Movement variability as a clinical measure for locomotion［J］.J Appl Biom，2000，16（4）：419－427.

［44］HIRASHIMA M，KADOTA H，SAKURAI S，et al.Sequential muscle activity and its functional role in the upper extremity and trunk during overarm throwing［J］.J Sports Sci，2002，20（4）：301－310.

［45］HIRASHIMA M，KUDO K，OHTSUKI T.Utilization and compensation of interaction torques during ball－throwing movements［J］.J Neurophysiol，2003，89（4）：1784.

［46］HIRASHIMA M，KUDO K，WATARAI K，et al.Control of 3Dlimb dynamics in unconstrained overarm throws of different speeds performed by skilled baseball players［J］.J Neurophysiol，2007，97（1）：680.

［47］HIRASHIMA M，OHGANE K，KUDO K，et al.Counteractive relationship between the interaction torque and muscle torque at the wrist is predestined in ball－throwing［J］.J Neurophysiol，2003，90（3）：1449.

［48］IRWIN G，KERWIN D G.Inter－segmental coordination in progressions for the longswing on high bar［J］.Sports Biom，2007，6（2）：131－144.

［49］KAMM K，THELEN E，JENSEN J L.A dynamical systems approach to motor development［J］.Physical Therapy，1990，70（12）：763.

［50］KELSO J.Phase transitions and critical behavior in human bimanual coordination［J］.Am J Physiol－Regulatory，Integrative Comparat Physiol，1984，246（6）：R1000.

［51］KELSO J，SCHOLZ J，SCHONER G.Nonequilibrium phase transitions in coordinated biological motion：Critical fluctuations［J］.Physics Letters A，1986，118（6）：279－284.

［52］KELSO J A S.Dynamic patterns：The self－organization of brain and behavior［C］.The MIT Press，1995.

［53］KO Y G，CHALLIS J H，NEWELL K M.Learning to coordinate redundant degrees of freedom in a dynamic balance task［J］.Human Movement Sci，2003，22（1）：47－66.

［54］KURZA M J，STERGIOUB N.Effect of normalization and phase angle calculations on continuous relative phase［J］.J Biom，2002，35：369－374.

［55］LAGARDE J，MOTTET D，BARDY B G.Coordination and human perceptuo－motor skills［J／OL］.http：／／euromov.eu／m2h／documents／publications／publication＿245.pdf.

［56］LI L，CALDWELL G E.Coefficient of cross correlation and the time domain correspondence［J］.J Electromyo Kinesiol，1999，（9）：385－389.

［57］MARTIN V.A dynamical systems account of the uncontrolled manifold and motor equivalence in human pointing movements［D］.Unpublished Doctoral Dissertation，Ruhr－Universit t Bochum，2005.

［58］MILLER R，CHANG R，BAIRD J，et al.Variability in kinematic coupling assessed by vector coding and continuous relative phase［J］.J Biom，2010，43（13）：2554－2560.

［59］MULLINEAUX D，CLAYTON H，GNAGEY L.Effects of Offset－Normalizing Techniques on Variability in Motion Analysis Data［J］.J Appl Biom，2004，20（2）：177－184.

［60］MULLINEAUX D，UHL T.Coordination－variability and kinematics of misses versus swishes of basketball free throws［J］.J Sports Sci，2010，28（9）：1017－1024.

［61］NELSON－WONG E，GREGORY D E，WINTER D A，et al.Gluteus medius muscle activation patterns as a predictor of low back pain during standing［J］.Clin Biom，2008，23（5）：545－553.

［62］NEWELL K.Coordination，control and skill［A］.Differing Perspectives In Motor Learning，Memory，and Control［M］.Elsevier Science Publishers B.V，1985：295－317.

［63］PETERS B T，HADDAD J M，HEIDERSCHEIT B C，et al.Limitations in the use and interpretation of continuous relative phase［J］.J Biom，2003，36（2）：271－274.

［64］POHL M B，MESSENGER N，BUCKLEY J G.Forefoot，rearfoot and shank coupling：effect of variations in speed and mode of gait［J］.Gait Posture，2007，25（2）：295－302.

［65］PREATONI E.Motor variability and skills monitoring in sports［C］.2010；Marquette，MI，USA.

［66］PREATONI E，FERRARIO M，DONàG，et al.Motor variability in sports：A non－linear analysis of race walking［J］.J Sports Sci，2010，28（12）：1327－1336.

［67］RAMSAY J，Matlab，r，S－Plus functions for functional data analysis［EB／OL］.ftp：／／ego.psych.mcgill.ca／pub／ramsay／ FDAfuns／R／inst／Matlab／fdaM／FDAfuns.pdf，2003.

［68］RIEMER R，HSIAO－WECKSLER E T.Improving joint torque calculations：Optimization－based inverse dynamics to reduce the effect of motion errors［J］.J Biom，2008，41（7）：1503－1509.

［69］RODACKI A，FOWLER N，BENNETT S.The Effect of Postural Variations in Movement Co－Ordination During Plyometric Rebound Exercises［J］.J Appl Biom，2001，（17）：1.

［70］RODRIGUEZ T，BUCHANAN J，KETCHAM C.Identifying Leading Joint Strategies in a Bimanual Coordination Task：Does Coordination Stability Depend on Leading Joint Strategy［J］.J Motor Behav，2009，42（1）：49－60.

［71］RYAN W，HARRISON A，HAYES K.Functional data analysis of knee joint kinematics in the vertical jump［J］.Sports Biom，2006，5（1）：121－138.

［72］RYU Y U.The coordination dynamics of control and learning in a visuomotor tracking task［D］：Texas A＆M University，2007.

［73］SALESSE R，TEMPRADO J，SWINNEN S.Interaction of neuromuscular，spatial and visual constraints on hand－foot coordination dynamics［J］.Human Movement Sci，2005，24（1）：66－80.

［74］SCHOLZ J P.Dynamic pattern theory——some implications for therapeutics［J］.Physical Therapy，1990，70（12）：827.

［75］SCHOLZ J P.Organizational principles for the coordination of lifting［J］.Human Movement Sci，1993，12（5）：537－576.

［76］SCHOLZ J P，SCH NER G.The uncontrolled manifold concept：identifying control variables for a functional task［J］.Exper Brain Res，1999，126（3）：289－306.

［77］SCHONER G，KELSO J.Dynamic pattern generation in behavioral and neural systems［J］.Sci，1988，239（4847）：1513.

［78］SEAY J，HADDAD J，VAN EMMERIK R，et al.Coordination variability around the walk to run transition during human locomotion［J］.Motor Control，2006，10（2）：178.

［79］SEIFERT L，DELIGNIERES D，BOULESTEIX L，et al.Effect of expertise on butterfly stroke coordination［J］.J Sports Sci，2007，25（2）：131－141.

［80］SEIFERT L，LEBLANC H，CHOLLET D，et al.Inter－limb coordination in swimming：Effect of speed and skill level［J］.Human Movement Sci，2010，29（1）：103－113.

［81］SIDAWAY，B.，SEKIYA，H.，AND FAIRWEATHER，M.Movement variability as a function of accuracy demands inprogrammed aiming responses［J］.J Motor Behav，1995，（27）：67－76.

［82］SPARROW W.Measuring changes in coordination and control［J］.Advances in psychology，1992，（84）：147－162.

［83］STERNAD D.Debates in dynamics：A dynamical systems perspective on action and perception［J］.Human Movement Sci，2000，19（4）：407－423.

［84］TEMPRADO J，DELLA－GRASTA M，FARRELL M，et al.A novice－expert comparison of（intra－limb）coordination subserving the volleyball serve［J］.Human Movement Sci，1997，16（5）：653－676.

［85］TEPAVAC D，FIELD－FOTE E.Vector coding：a technique for quantification of intersegmental coupling in multicyclic behaviors［J］.J Appl Biom，2001，17（3）：259－270.

［86］TURVEY M T.Coordination［J］.Am Psycholog，1990，45（8）：938.

［87］VAN EMMERIK R，VAN WEGEN E.On variability and stability in human movement［J］.J Appl Biom，2000，（16）：4.

［88］VAN SOEST A，VAN GALEN G.Coordination of multi－joint movements：An introduction to emerging views［J］.Human Movement Sci，1995，14（4－5）：391－400.

［89］WILSON C，SIMPSON S E，VAN EMMERIK R，et al.Coordination variability and skill development in expert triple jumpers［J］.Sports Biom／Int Society Biom Sports，2008，7（1）：2.

［90］WINTER D A.Biomechanics and Motor Control of Human Movement，Fourth Edition［M］.Hoboken，New Jersey：John Wiley ＆Sons，2009.

Quantitative Methods and Research Status of Motor Coordination in Sport Skills

LIN Hui－jie1，2，YAN Bo－tao3，LIU Zhan－feng3，XU Chong－gao3，LIANG Hai－dan2

Motor coordination is a hot topic of research in many areas.Theories of Bernstein and dynamic system are the basic theories of motor coordination，which always are used to interpret motor coordination’s formation，development，and characteristics.According to these theories，many quantitative methods has been designed to describe motor coordination objectively，all of which have its merit and demerit.Recently，there have many researches on the level of interlimb or intra－limb coordination among many sport techniques，which have found some more economic coordination patterns.There are various coordination patterns，but they have some common characteristics.Moreover，inter or intra limb coordination variability is larger in the elite athlete’s technique，it may reflect the flexibility of muscular－skeletal system，which is good for achieving movement task.There are few researches on the level of inter muscle or joint moment of force coordination in sport techniques，however，which still have found some more economic coordination patterns.The research trends of motor coordination in this area as follows：1）due to variety of sport techniques，which have different characteristics，the research of motor coordination will be on more sport techniques；2）making a further research on coordination variability based on theory of dynamical system，especially on elite athlete；3）exploring more the control parameters of motor coordination in sport techniques；4）expanding the research on the level of inter muscle or joint moment of force coordination in elite athlete’s technique.

sportskills；motorcoordination；quantitativemethods；researchstatus

G804.6

A

1000－677X（2012）03－0081－11

2011－11－30；

2012－02－15

国家体育总局重点实验室项目（2011B025）；国家体育总局奥运会科技攻关与服务项目（2011A018）。

林辉杰（1982－），男，浙江奉化人，讲师，在读博士研究生，主要研究方向为运动生物力学，E－mail：linhj＠tzc.edu.cn；严波涛（1961－），男，陕西户县人，教授，博士，博士研究生导师，主要研究方向为运动生物力学，Tel：（029）88409490，E－mail：yanbotao2004＠hotmail.com；刘占锋（1978－），男，陕西泾阳人，讲师，硕士，主要研究方向为田径教学与训练；许崇高（1952－），男，山东荣城人，教授，硕士研究生导师，主要研究方向为田径教学与训练以及运动技能学习与儿童动作发展；梁海丹（1982－），女，浙江乐清人，讲师，硕士，主要研究方向为运动技术的测量与分析。

1.上海体育学院研究生部，上海200438；2.台州学院体育学院，浙江临海317000；3.西安体育学院，陕西西安710068 1.Shanghai University of Sport，Shanghai 200438，China；2.Taizhou University，Linhai 317000，China；3.Xian University of Sport，Xi’an 710068，China.