基于AI运动的课外体育锻炼管理系统—北京大学课外体育锻炼系统开发

文 / 李贵森，郑重，焦晨曦

高校课外体育锻炼是学校体育课程的重要组成部分，是大学生除体育课外强身健体的主要手段，课外体育锻炼主要包括早操和课外活动。按照要求全日制本科学生必须达到一定的出勤次数。目前高校所采取的课外体育锻炼管理模式为跑步软件。通过记录跑步次数和里程进行管理。虽然能够解决考勤管理问题。但是这种模式只能以有氧运动（跑步）为主，缺少对力量练习（无氧运动）的监控与管理。通过AI运动技术对力量练习（无氧运动）进行监控，在利用人脸识别技术解决有效考勤的同时，使用动作识别技术对学生的动作技能进行指导，引导学生做正确的动作，养成科学锻炼习惯，最终形成终身体育的锻炼意识，从而实现大学体育教学的最终目的。

课外体育锻炼应包含：户外跑步（有氧运动）和力量练习（无氧运动）。本文拟通过对目前使用的课外锻炼APP系统升级来解决课外体育锻炼缺少无氧运动的弊端。通过AI运动技术对力量练习（无氧运动）进行监控，在利用人脸识别技术解决有效考勤的同时，使用动作识别技术对学生的动作技能进行指导，引导学生做正确的动作，养成科学锻炼习惯，最终形成终身体育的锻炼意识，从而实现大学体育教学的最终目的。通过系统在实际教学中的应用与实践，我们发现系统能够对各种方式的课外体育运动进行有效地监控，同时由于不用局限于跑步这样单一运动，从而能够显著提高学生进行课外体育锻炼的积极性。对解决课外体育锻炼的实效性和建设智慧校园具有一定建设性的意义。

1 课外体育锻炼现状

通过调查研究得出现状，课外体育锻炼管理系统主要包括以下几种：APP软件、生物识别、人工考勤、一卡通。教师员工监督方式：这种方式为学校最常用的传统方式，即由教师员工在运动场进行监督，对到场学生进行记录。考勤机打卡方式：部分学校采用考勤机打卡方式，即学生持有 IC 卡，在到达运动场之后进行刷卡，以表示参加了一次体育锻炼。在此基础之上，还发展出更为复杂的方式，即在学生锻炼运动路径上设置多台刷卡机（以下简称为“路径刷卡方式”），学生运动通过此处时进行刷卡操作，以保证学生肯定进行了一定距离的体育锻炼。但这种方式存在以下两个方面的问题，一是无法避免代打卡的问题，参加运动的学生可以携带多张卡进行刷卡，从而使部分学生逃避了体育锻炼。二是为了防止学生以抄近路方式减少运动量，路径刷卡方式必须在关键路径上设置多个地点进行刷卡，比如标准的400米跑道至少需要设置4个地点进行刷卡，途经此处的学生必须停下来进行刷卡，在人多的时候还可能造成排队现象，严重干扰了学生的锻炼过程，降低了锻炼的效果，更糟糕的是这种跑跑停停的方式会给身体健康带来负面的影响。指纹机方式：这种方式与第二种方式类似，只是将刷卡改为了指纹识别，这样可以避免代打卡的问题，但依然需要学生停下来进行指纹识别，同样存在严重干扰学生体育锻炼过程的问题。同时由于指纹识别率的问题，存在部分学生无法正确地识别指纹，在运动时手指出汗情况下更为严重，从而严重影响了使用的效果。手机APP方式是目前使用较为广泛的方式，但基本上只能局限于对跑步的管理与监控。生物识别方式是指使用指纹、静脉识别对锻炼者进行监控的方式，但是这种方式对环境要求较高，运动出汗或手指脱皮会导致无法识别，或者误判。人工考勤方式虽然准确，但是速度相对较慢，人力投入较大。一卡通方式虽然识别率高速度快，但是无法解决代打卡等作弊行为。

课外体育锻炼开放式管理模式居多。管理模式即打卡签到，达到一定时间或跑步距离后打卡签退。记录参加一次课外活动。课外体育锻炼分为多个时段。每学期16周要达到一定出勤次数，设置及格标准、优秀标准。课外体育锻炼和体育课挂钩，未完成的同学本学期体育课不及格（59分）。上述各系统虽然能够解决考勤管理的问题，但无法对运动内容进行有效监控，也无法确认出勤者是否运动。

为督促北京大学学生进行适当的体育锻炼，体育教研部制定了现行的针对本科生的课外锻炼考核方案，要求所有选修体育课的本科生在当学期必须完成累计一定量（男生63km，女生42km）的跑步，但此部分不计入体育课成绩；未完成者则当学期体育课不及格。如学生参加其他形式的课外体育活动，如体育社团、院系或学校体育代表队、体育比赛、校内健身房/游泳馆锻炼等，则可申请抵扣一定量的跑步里程（通常有上限）。

北京大学课外体育锻炼采用以下几款跑步软件进行管理：悦跑圈、PB、PKU、Runner4、乐动力。所采取的出勤管理模式为方便学生使用手机APP考勤系统，锻炼内容以跑步为主要的计算形式，系统能够在一定程度上解决出勤的管理问题。但对除跑步外的其他运动形式无法进行有效的统计和分析。学校目前对课外体育锻炼采取开放式管理，学生可以自主选择出勤时间和运动项目，从而使得大多数出勤流于表面形式，学生往往为了达到学校出勤要求而通过各种方式凑次数。

2 运用先进的AI技术解决课外体育监控的难题

在实际的管理中，我们发现课外体育锻炼监控存在两大难题，一是真实考勤问题，即如何有效防止代跑作弊问题，二是多种运动方式（力量练习方式）问题，如何对除跑步外的多种运动方式进行有效的监控。

通过实际的分析与调研，我们发现使用近些年高速发展的AI技术，可以有效地解决以上的两部分难题。首先，使用动态人脸识别技术，可以有效地识别锻炼者的身份，从而防止代打卡等作弊行为，切实解决真实考勤问题。其次通过AI动作识别技术解决多种运动方式（力量练习方式）的监控问题，首先通过我们预先建立动作类型库，可以为学生提供多种运动方式的选择，在此基础之上系统会对锻炼者进行人体动作捕捉和分析，精确量化每次运动的运动量，再结合学生的各种身体指标（如身高体重等），为体育锻炼提供大数据支持，辅助教师根据不同学生的身体条件，制定差别化的锻炼计划，从而能够有效地提高学生的身体素质，帮助学生逐渐养成良好的运动习惯，形成终身体育的锻炼意识。

3 功能需求分析

3.1 问题提出及建设目标

通过对课外体育锻炼现状的分析，课外体育锻炼应包含：户外跑步（有氧运动）和力量练习（无氧运动）。通过对目前使用的乐动力APP系统进行升级来解决课外体育锻炼缺少无氧运动的弊端。通过AI运动技术对力量练习（无氧运动）进行监控，解决有效考勤同时，利用人脸识别、动作识别技术对学生的动作技能进行指导。引导学生做正确的动作，养成科学锻炼习惯。形成终身体育的锻炼意识。

本系统的建设目标就是基于AI运动技术，对学生课外体育锻炼情况进行良好的监控，并为学生提供智能的技术指导。对相关的数据进行统计分析，使教师能够更好地监控分析学生实际锻炼状况。

3.2 业务流程

根据对课外体育监控系统进行的需求分析，我们可以将系统分为四部分，分别为登陆界面、项目选择、动作要求、动作识别、动作采集、数据处理。

下面对各个部分的业务流程分析如下。

3.2.1 登陆界面

学生用户将进行统一认证后在AI运动界面登陆。图1所示。

图1 用户登陆界面

3.2.2 项目选择

通过乐动力APP数据分析7个无氧运动项目参与人数。根据参与人数情况选定4个项目深蹲、开合跳、仰卧起坐、俯卧撑作为课外体育锻炼无氧练习项目。图2、图3所示。

图2 AI运动项目参与人数

图3 AI运动项目选择

3.2.3 动作要求

60秒深蹲项目要求：站立时两脚略宽于肩，膝盖与脚尖保持同一方向。下蹲时屈髋屈膝，下蹲至大腿平行于地面。动作全程腰背保持一条直线。图4所示。

图4 深蹲动作示范

60秒开合跳项目要求：原地站立、双脚并拢、双手放在身体两侧。向上起跳，双腿向外打开，双手在头顶合实。再次起跳，双脚向内合并，双手回到身体两侧。图5所示。

图5 开合跳动作示范

60秒仰卧起坐项目要求：双腿屈膝，脚掌着地，仰卧于地垫上；两手放于耳侧，切勿十指交叉置于脑后。腹部发力带动上半身完成动作。图6所示。

图6 仰卧起坐动作示范

60秒俯卧撑项目要求：双手撑于肩膀下发，双脚脚尖点地，支撑身体。保持身体呈一条斜线。下放时弯曲手臂至大臂平行地面后推起。图7所示。

图7 俯卧撑动作示范

3.2.4 动作识别与采集

学生在课外运动中通过手机访问乐动力APP客户端，调整手机角度摆放平稳后退两步，直到屏幕可以看见全身。通过统一身份认证，按照动作要求在单位时间内完成最多次数。运动过程语音计数。动作识别计数过程人声提示。APP会实时记录运动的相关数据，并将数据存储。动作识别与采集业务流程如图8、图9所示。

图8 动作识别与采集流程图

图9 动作识别与采集界面

3.2.5 数据处理

系统会对每次采集到的运动数据进行分析计算，生成运动报告，一方面推送给体育教师，使教师能够真实掌握学生的课外体育锻炼的情况，从而提供及时的运动指导。另一方面，学生也可以通过手机APP上的运动报告，真实地了解自己的运动能力提升，从而不断激励学生坚持进行课外体育锻炼。

图10 数据展示界面

4 系统总体结构

从课外体育锻炼管理系统的使用者上分析，主要包括运营商、学生和教师三部分人群，其中学生的数量较大，而学生使用手机环境的多样化，使得系统必须便于使用和维护。系统层次为经典的三层结构，即数据库访问层、业务逻辑层、以及界面展现层。图11、图12所示。

图11 课外体育锻炼管理系统架构

图12 系统流程图

5 结论与建议

通过对系统在实际体育教学中的使用分析，我们发现此系统的确可以有效地解决课外体育的监控问题，并且可以为学生提供多种运动方式的选择，有效地提高了学生课外体育锻炼的积极性。同时体育教师也可以得到学生课外体育锻炼的精确数据，从而可以为学生制定合理的锻炼计划，帮助学生养成良好的锻炼运动习惯，为祖国培养全面发展的人才。

我们会持续研究AI技术在体育运动中的运用，从而支持更加丰富的运动方式，同时在系统使用中采集大量的运动数据，逐渐建设体育运动的大数据平台，在此平台上通过AI技术，持续对各种运动方式进行分析，完善大学生课外体育锻炼模型，为切实有效地提高大学生身体素质打下良好的基础。