美赛A题记录.1

2022-03-17 14:02:11 浏览数 (1)

需要注意的是,文章仅作记录,没有条理性,对感兴趣的可以复制相应的链接去查看具体的内容。

这是从A题中摘出来的要回答的问题:

  1. 功率配置文件,我觉得是一个运动员的类型,就是这个运动员是耐力型还是一个具有短暂的功率抖动,或者是一个较为均衡的运动员
  2. 其次还应该考虑性别的元素,我觉得也是应该考虑的事情
  3. 接着就是我还需要知道这两个比赛的情况,比如是什么比赛以及这个路况是什么情况相关的许多问题,这里我们组翻译小姐姐也帮我找到了一些答案。

这里的是全程的

这块的话就是一个海拔的起伏

起伏的一个样子

起点和重点

骑车时一个重要的技巧是保持背部挺直,但也不要过度挺直到背痛的底部,脊椎放松一点。为了不让自己无意识地弯曲背部,可以把注意力集中在腹部的发力上。当腹部的肌肉处于发力的状态时,就会很自然地伸直背部,放松手臂和肩膀的其他肌肉。

坐垫的高度是自行车设置中最重要的一环,尤其与膝关节与蹬踏发力有关。坐垫过高会影响踩踏的效率,由于踩踏的直线距离过长,很容易过度拉伸到肌肉而导致痉挛等情况发生,同时过长的蹬踏力线会影响到肌肉的弹性,不利用肌肉自身势能,最为关键是过高的重心可能会导致安全问题;过低的坐垫高度可能会造成肌肉疲劳,影响到骑行的效率,一般来说,坐垫高度的调整有一个惯用的计算公式:跨下长×0.893=五通中轴至坐垫中心上缘的距离。针对一般骑行者来说,坐在自行车上,当踏板到最低处时,骑行腿不完全伸直,保持25°;左右弯曲就可以了;除此以外,如果骑行者在鞍座上会来回摇晃,那么鞍座就太高了。最合适的鞍座高度是腿内侧长度的109%,然后根据鞋子的厚度再进行一些调整。

踩踏方法

骑自行车到底是用脚后跟、脚掌心、脚尖骑好?还是用前脚掌骑好?

(1)脚后跟踩踏板 用脚后跟踩踏板,由于受力部位的限制,基本上脚腕关节不能活动。因此控制腕关节的肌肉群不能在骑行中充分发挥它们的力量。在长距离骑行时,腕部肌肉不仅不能发挥它们的力量,还可能由于长时间紧张而引起抽筋。所以,这可能是一个不正确的姿势。80.2%的骑乘者会选择前脚掌骑行。

(2)脚掌中部踩踏板 在这个姿势中,腕关节处于一定程度的活动状态,也不会导致腕部需尽力使脚前部保持一定的角度。多数在城市里的骑车族大都采用了这个姿势。相对来说,这是一个比较省力的姿势,但是这个姿势不利于调动全部下肢肌肉参与骑行运动。下肢由于不能全部伸展,自然也没有机会爆发其全部力量。而且脚中部要用力必须降低坐垫,遇到颠簸不平的路面,人会不舒服。

(3)脚尖踩踏板 用脚尖可以训练自己高踏频,有助于乳酸的疏导。不过长时间蹬踏,容易疲劳。对小腿的肌肉力量要求较高,骑行时间长了会感到小腿酸痛。用前脚掌踩踏板,这个姿势可以使脚的上下摆动幅度增大,从而带动跟腱拉动小腿后侧的肌肉运动,使整个肌肉群运动。不会感到吃力,也容易用力,效率高,而且一般锁踏的设计都是锁鞋扣在前脚掌的。

骑车时应该前脚掌蹬踏平稳行驶,骑车时应放松上肢并保持双臂松弛,握住车把的力度与握着小孩的手过马路的力度相同。蹬踏板时用力要均匀,使它匀速转动而不是简单地使劲踩下去。

90°是姿态角

这个是椅子的安装角度

这里的翻译的,就是上面三个图的样子,应该是骑行的时候这个选手的腰的一种弯曲情况。

这个地方是使用Matlab来开发新的自行车

团队开发一种全新的运动测量系统,对赛道上自行车的行为精确建模。纠正自行车方向需要解释复杂的信号,包括真实加速度、离心加速度和重力,同时还要对这些信号进行明确分解和准确分类。选用了一种广为人知的状态估计算法:卡尔曼滤波器。卡尔曼滤波器能够获取测量数据并过滤掉其中的噪声,从而准确估计系统状态。这种算法非常适合状态不断变化的实时系统,比如在坡度赛道上行驶的自行车。为了使用卡尔曼滤波器估计自行车行为,团队必须首先获得不受干扰的信号数据。内田注意到,用于俯仰、侧倾和横摆变化检测的小型惯性测量单元 (IMU) 传感器技术近年来有了显著进步。部署了重量仅 25 克的 IMU 传感器。“通过卡尔曼滤波器,得以分析自行车行为,从而确定了关键骑行场景。”然后,团队借助复合流体力学模型和有限元方法(一种量化物理现象的数学方法),迅速完成了自行车空气动力学和刚度设计方面的工作。

使用 Epic Games 的虚幻引擎 (Unreal Engine®),通过实时沉浸式可视化功能对仿真结果进行渲染。团队利用虚幻引擎仿真环境,将使用 Simulink® 设计的骑行算法可视化。

这个是使用一个什么软件来着,来模拟这个自行车轮子的仿真情况。

这篇文章比较水,什么也没有写,单纯记录。

代码语言:javascript复制
https://www.procyclingstats.com/race/world-championship/2021/result/today

这个是日本的自行车比赛的链接

代码语言:javascript复制
https://www.ednchina.com/news/a9011.html

Matlab设计自行车

代码语言:javascript复制
https://ww2.mathworks.cn/videos/physical-modeling-101689.html
代码语言:javascript复制
https://m.gmw.cn/baijia/2021-12/09/1302713312.html
代码语言:javascript复制
https://www.procyclingstats.com/race/world-championship/2021/result/today
代码语言:javascript复制
http://xstarcd.github.io/wiki/Bike/gear_cadence_speed.html

0 人点赞