基于文獻可視化的體感交互智能健身研究分析和展望

周橙旻，曾勤，Jake Kaner

基于文獻可視化的體感交互智能健身研究分析和展望

周橙旻1，曾勤1，Jake Kaner2

（1.南京林業大學，南京 210037；2.諾丁漢特倫特大學，諾丁漢 NG1 4FQ）

從疫情期間居家健身熱潮出發，結合智能、醫療、體育、健康相關政策背景，了解基于體感交互及其相關技術的智能健身相關研究現狀與發展趨勢。以Cnki數據庫和Web of science數據庫作為數據來源，使用科學計量方法，運用Citespace以及VOSviewer文獻數據可視化分析軟件進行關鍵詞時間線知識圖譜的繪制，并分析國內外相關領域研究熱點及異同，探究當前國內體感交互技術與智能健身研究發展的優勢與局限。根據分析可知，目前我國體感交互技術應用的領域較廣，其結合智能健身的應用與研究尚有很大的發展空間，提出體感交互智能健身與“互聯網+”產業相結合、智能健身硬件深度開發與人因科學研究相結合、智能健身與智能醫療健康相結合3個發展方向建議。我國體感交互技術應用的趨勢為：由體感交互智能健身逐步發展到更高層次的智能化體醫結合體系。

體感交互；智能健身；Citespace；VOSviewer；文獻可視化分析

2020年初新冠疫情暴發，在防疫政策的指引下，人口流動減少，公共場所聚集性活動有所限制，公民居家時間顯著增加[1]。疫情激發了民眾對健康生活及社會衛生環境的向往，并更加注重健康養生，關注自身免疫力的提高。“十三五”綱要提出將醫療運動與健康大數據相結合，催生出多個數字化運動健身平臺，網絡健身社區、直播運動教學以及相關家用運動健身產品在疫情期間民眾枯燥的居家生活和健康愿景中扮演了重要的角色[2]。

體感交互主要指用戶通過手勢、肢體運動、面部表情、語音等信息，與機器進行信息傳輸和轉換，從而實現人機交互[3]。在動作游戲中，基于對用戶動作的捕捉，體感交互技術使用戶在進行人機交互時擺脫了傳統的物理觸點輸入方式，使其獲得更具沉浸感的使用和游戲體驗[4]。一方面，結合VR（Virtual Reality，虛擬現實）、AR（Augmented Reality，增強現實）等技術，體感交互能夠被開發出更具豐富感官體驗的應用；另一方面，視頻媒體的火熱以及5G帶來的高速數據傳輸，使線上實時精確動作交互成為可能。

智能運動健身的興起，給體感交互技術帶來了新的應用載體?；隗w感交互技術，線上運動健身能夠獲得精確的動作指導。鑒于我國慢性病患者人數多，群眾運動基礎遠不及西方國家，在2016年推出的《“健康中國2030”規劃綱要》中明確提出要“推動形成體醫結合的疾病管理與健康服務模式”，以促進全民科學健身，提高國民身體素質，提升慢性疾病預防水平。“體醫結合”指社區體育運動應與城市衛生服務相結合，使醫學檢查、治療與運動保健相輔相成。基于體感交互技術開發智能健身產品應用，響應“體醫結合”的健康觀，是智慧健康和大數據健康的重要體現[5]。

1 數據來源

1.1 Cnki數據庫文獻檢索來源

在Cnki數據庫中，先以“體感交互”為主題進行搜索，年限為2010年至2021年6月，剔除報紙、會議類文獻、科技成果及其他相關度較低的文獻，共得到文獻493篇。使用陳悅等[6]研發的CitespaceV5.7軟件對493篇文獻進行知識圖譜繪制。該文獻知識圖譜時間切片設置為1，節點類型為關鍵詞，并繪制Timeline類型的關鍵詞聚類知識圖譜。

再以“智能（模糊）、健身（模糊）”為關鍵詞，年限為2010年至2021年6月，進行檢索和文獻類型篩選，共得到有效文獻206篇。使用CitespaceV5.7軟件對這部分文獻進行關鍵詞聚類分析，時間切片設置為1，并繪制Timeline類型的關鍵詞聚類知識圖譜。

1.2 外文數據庫文獻檢索來源

在Web of science核心合集數據庫中，以“Soma-tosensory interaction”為主題進行搜索，年限為2010年至2021年6月，篩選出ARTICLE及REVIEW類型文獻共1 298篇，使用由荷蘭雷登大學CWTS實驗室開發的VOSviewer軟件對文獻進行可視化分析[7]，分析僅呈現關鍵詞詞頻復現30次及以上的詞匯。

通過關鍵詞文獻搜索與瀏覽，涉及“體感交互”這一關鍵詞的國內文獻與研究案例主要集中在肢體動作的捕捉與識別方面，“Somatosensory interaction”這一詞組在國外研究中具有更廣泛的意義，泛指身體各部位感官、器官所產生的交互行為，其中包括肢體運動動作的交互行為。具體的肢體動作交互研究可以細分為多個研究領域，包括“Motion/Action Recognition”（動作識別）、“Motion/Action Capture”（動作捕捉）等研究方向。

在Web of science中再以TS=(intelligent* AND sport)搜索智能運動健身的相關研究，時間為2010年至2021年6月，篩選出ARTICLE及REVIEW類型文獻共206篇，亦使用VOSviewer軟件對文獻進行可視化分析，分析僅呈現關鍵詞詞頻復現50次及以上的詞匯。

2 體感交互與智能健身國內外研究現狀分析

2.1 國內研究現狀

通過對Cnki數據庫中體感交互相關文獻關鍵詞進行聚類分析與詞頻統計，選取詞頻排名前10的詞匯并繪制表1。頻次較高的詞匯除體感交互外，主要集中在人機交互、虛擬現實和體感游戲等方面，Kinect和Unity3D是體感交互研究中使用最為普遍的硬件設備和開發軟件。Kinect由美國微軟公司開發[8]，其由彩色攝像頭、深度（紅外）攝像頭、紅外線投射機和四元線性麥克風陣列組成，其核心技術是能夠對人體25個關節點進行實時定位和跟蹤，其骨骼跟蹤的方法是基于深度學習實現。Unity3D是由Unity Technologies公司推出的能夠適配多平臺的綜合型游戲開發軟件，是一款功能完備且專業的游戲引擎，可進行3D視頻游戲、建筑可視化以及實時3D動畫等作業[9]。研究人員、游戲公司等各方人員基于這些設備與軟件開發了多種體感游戲產品，例如微軟旗下的XBOX游戲主機聯合Kinect推出了多款體感運動游戲及VR游戲。研究者還可以運用這些設備進行更加精確的人體動作識別研究，例如手勢識別研究等。

表1 體感交互相關文獻關鍵詞詞頻

Tab.1 Frequency of key words in the literature related to somatosensory interaction

體感交互相關文獻關鍵詞聚類分析時間線見圖1。從圖1可知，國內對體感交互相關領域的研究于2010年前后逐漸增多，前期主要集中于交互設計領域以及體感交互相關概念及理論技術的研究；2015年前后，隨著體感交互相關研究軟件設備的發展，Kinect、Leapmotion等高精度動作識別設備的出現，Unity3D及其他VR、AR開發應用的成熟，體感交互開始應用于教育游戲和醫療復健指導等領域，如通過體感交互的方式實現操作步驟和操作規范的教學，通過捕捉人體關節活動范圍和角度以評估病患的身體狀況等[10]。另外，體感交互的應用領域愈發擴大，沉浸式體驗、交互藝術裝置、可穿戴設備等領域都運用了體感交互相關技術。趙建敏等[11]使用Visual-Studio2012以及Direct3D渲染接口，基于體感交互技術建立了虛擬的拳擊訓練平臺，該平臺通過Kinect進行人體動作捕捉，確定了用戶出拳擊打點位的空間坐標，并基于碰撞理論計算擊打力度，拓展了體感交互技術在體育訓練中的應用；黃東晉等[12]使用Kinect采集跑步動作數據、分割跑步動作元、匹配跑姿模型，結合跑者心率數據對跑步姿態進行了分析，并建立了虛擬跑步系統；徐博成[13]基于Kinect對人體25個關節點的運動捕捉，改進了快速上肢評估（RULA）和OVAKO工作分析系統（OWAS），提出了一種基于Kinect的人體動作損傷便捷評估平臺；于濤[14]、邢赟等[15]利用體感交互技術記錄并分析了太極拳的動作特點，分別進行了太極拳數字化保護的研究與太極拳體感運動游戲的設計；白正彪[16]基于Kinect動作捕捉，采用與人體骨架層次結構相匹配的動作數據生成方式對標準人體模型進行了重建，并制作了骨骼蒙皮動畫，構建了運動示教系統。

研究者們也致力于工業機器人仿真應用方面的研究，將人物動作映射至機器人、機械臂上，使機器人能夠完成擬人化動作[17]，從而提高生產作業的人機協作水平及作業效率[18]。尹旭悅等[19]基于MTM-2的裝配操作信息建立了手部裝配動作模型，編寫了裝配時序識別程序，運用增強現實技術進行了視頻樣本的采集和實驗，提出了一種能夠識別手工裝配動態手勢的智能防錯方法；Pilati等[20]基于無標記深度相機捕捉了與工作站環境相關的人體運動，提出了一個原始的硬件/軟件架構，可以幫助實時操作員在培訓階段更好地參與手動組裝過程，以支持他們的學習過程；曹其新等[21]提出了一種基于機械臂關節速度空間的動態避障與奇異算法，通過對機械臂奇異性的量化分析，確定其運動軌跡的奇異點，以此進行機械臂避障算法設計。

智能健身相關文獻關鍵詞聚類分析時間線見圖2。從圖2可知，2010年前后，移動端的智能健身應用開發隨著智能手機的興起逐漸成為研究熱點，研究人員主要從心率等簡單的生理信號入手對運動人員進行檢測。2016年前后，智能健身設備、監測設備（如智能手環、智能手表等）成為研究熱點，此外，基于服務設計理念的O2O（Online to Offline，線上到線下的商業模式）健身、互聯網模式在智能健身中的應用開始成為研究熱點，智能硬件結合軟件的運動服務，通過收集與分析用戶數據，對用戶進行及時、個性化的運動指導，并構建網絡運動社區，以營造積極向上的運動氛圍[22]。2021年，體育產業開始與更多的領域相互融合，線上健身APP、24小時智能健身房逐步取代了傳統健身房的營銷模式，大數據作為當下的研究熱點，與智能運動健身相結合，一方面能夠更加深入研究人體運動規律以及人體健康數據，另一方面也推動了運動健身行業經營管理研究的發展，品牌能夠基于客戶更加精準地定制服務，各平臺也通過線上線下、軟硬件服務相結合的方式構建品牌數據庫，進行品牌傳播和產品開發[23]。

圖1 體感交互相關文獻關鍵詞聚類分析時間線

圖2 智能健身相關文獻關鍵詞聚類分析時間線

趙俊杰等[24]基于傳播學領域的使用與滿足理論，對疫情期間線上健身用戶進行了調研，構建了影響因素研究模型，驗證了積極的運動情緒能夠提升網絡體育健身用戶的持續使用意愿，并對優化網絡體育健身視頻服務提出了相關建議；李晨[22]基于對現有健身沙袋的研究，結合用戶調研，設計了能夠采集訓練數據的智能健身沙袋，并使用訓練數據分析結果設計了游戲化闖關訓練模式移動端交互系統；劉肖佑等[25]提出了一種通過ARM主控系統采集霍爾轉速傳感器、六軸陀螺儀等傳感器上的騎行數據，并基于Unity3D搭建虛擬場景的智能交互室內騎行系統；嚴資情等[26]基于NUI（Nature User Interface，自然用戶界面）與用戶體驗相關理論，闡釋了體感交互與健身行為之間的關系，提出體感交互技術在健身領域的應用具有精準垂直、深度交互、及時便捷等特點；劉洋[27]基于步法速度跟蹤控制方法，設計了能夠在線監測生理、運動數據的跑步機訓練系統，該系統能夠根據收集的運動數據對用戶的訓練情況進行評估。

2.2 國外研究現狀

“Somatosensory”一詞偏指身體感知系統以及身體知覺，以“Somatosensory interaction”為主題的文獻關鍵詞聚類分析見圖3。從圖3可知，2015年前后，體感交互的研究主要聚焦于各神經領域，包括視覺、觸覺、聽覺等；2017年至今，體感交互由神經學研究逐步擴展至更多領域，體感交互技術對包括自閉癥在內的疾病治療具有一定作用。Mai等[28]設計了基于Kinect的體感交互肢體運動游戲，用于幫助心腦血管疾病患者進行康復訓練，通過對比實驗組與對照組患者的治療康復狀況，驗證了體感交互結合虛擬現實技術有利于改善腦血管病患者的上肢功能和日常生活能力；Onal等[29]基于光學運動捕捉技術建立了跑步動作對關節損傷程度的預測模型，幫助跑者根據個人跑步姿態預測關節損傷，該模型可以識別與神經疾病相關的模式，其中跑步步態和平衡缺陷的數據為疾病癥狀和疾病預測提供了因子分析評估；Li[30]對IIMM（Hidden Markov Model，隱馬爾可夫算法模型）算法模型進行了改進，并將其應用于識別常見的舞蹈動作模型，構建了一套舞蹈動作統計和訓練方法，該系統積累的大量動作數據經過分析和處理能夠形成一套舞蹈藝術智能分析和輔助訓練的專業產品；Hu等[31]以HTC VIVE sematosensory互動教室為基礎，結合人機交互技術，利用移動終端采集人體運動數據和場景數據，通過體感特征識別人體體育活動，從而完成教學過程。

圖3 “Somatosensory interaction”為主題的文獻關鍵詞聚類分析

從圖4可知，在外文數據庫中對近年來智能健身發展的研究呈現出通過智能算法與互聯網實現居家健身的趨勢。2016年前后，有關智能運動的研究聚焦于體育學、體育教育等方面；2017—2018年，出現了“life”與“home”等字眼，智能健身更加融入生活，更多的研究也指向居家健身；2018年至2021年6月，智能健身領域的研究更加聚焦于算法與數據，基于體育科學研究的智能運動健身算法及更加個體化的健身計劃是未來發展的趨勢。Wang等[32]通過運動識別技術采集的數據對高校體育活動中的風險進行了識別，并提出了高校體育活動風險緩釋建議；Pavitt等[33]針對Leatherhead足球俱樂部的比賽情況，使用自然語言處理技術，開發了直觀、省時的比賽數據智能分析工具包；Joo等[34]驗證了Alyce Healthcare開發的基于網絡的在線健身計劃Weelo在疫情期間對用戶的訓練效果，結果表明使用Weelo可以改善用戶的身心健康，且受試者表現出繼續遵循Weelo鍛煉計劃的強烈動機，Weelo在一定程度上能夠代替線下面授運動指導；Varghese等[35]基于Apple Watch智能手表內置傳感器對帕金森綜合征患者的病情進行了評估，研究者使用SDS移動系統監測受試者的震顫數據，通過計算機對搜集數據進行深度學習，為患者提供了病情預測與治療建議。

圖4 “TS=(intelligent* AND sport)”為檢索要求的文獻關鍵詞聚類分析

2.3 國內外文獻可視化比對分析

通過對國內外數據庫相關文獻的搜索與分析，進行國內外體感交互與智能健身相關研究發展的比對。在上述2個領域的研究中，國內外的研究發展歷程大致相似，都經歷了從理論提出到技術設備成熟直至廣泛應用的階段。當今國內外對體感交互技術的研究與開發都繞不開“健康”這一課題。第一，使用體感交互技術對人體動作進行量化分析的研究方法在國內外都被用于醫學研究領域，外文文獻中體感交互更多被應用于具體的醫學領域，如神經性疾病、心腦血管疾病導致的肢體運動障礙，通過體感交互設定肢體運動目標點和運動軌跡，以指導或檢查患者的肢體運動情況；在中文文獻中，體感交互的醫學意義偏向于簡單的心率、血氧等指標的檢測，如今也有研究者利用該技術逐步對全身肢體健康狀況分析檢測進行深化研究?？傮w來說，醫學學術研究在外文學術體系中更加成熟，國內研究者的相關研究也偏向于發表在外文期刊上，西方國家對神經學領域的研究有更加豐富的經驗和歷史，因此也更能在該領域發揮體感交互技術的價值。第二，智能健身成為運動健身行業不可避免的浪潮，我國“互聯網+”產業基礎扎實，物聯網、圖像識別和語音識別技術的發展給予了體育運動更豐富的數據采集維度與顆粒度，智能健身的發展因此具有扎實的基礎與廣闊的前景[36]。當前國內體感智能健身的開發由線上智能健身業務（如健身APP、小程序等）逐漸向線下硬件產品轉移，如Fiture開發的健身魔鏡，以穿衣鏡顯示器的形式融入家居環境，并通過動作識別功能實現智能體感健身硬件在家庭環境中的置入，Fiture健身魔鏡的健身課程項目主要包括HIIT（High-intensity Interval Training，高強度間歇性訓練）和瑜伽等。然而，體感交互的技術與設備發源于國外，尤其是動作捕捉與識別領域，設備技術主要來自美國與日本，其主要基于強大的游戲開發背景進行體感運動游戲的開發，例如XBOX游戲機多年前便將網球、拳擊等對抗運動融入體感運動游戲中；任天堂也在2019年基于Switch游戲機開發了健身環大冒險，通過跑酷闖關中跳躍、跑動、擊打等動作配合重力感應和壓力感應等方式，使用戶實現運動健身的目的。雖我國部分游戲主機品牌也開發了相關的體感游戲設備，但由于品牌生態不完整、缺乏足夠的游戲資源支持，因此難以占領主流市場。

在游戲影音娛樂產品開發中，國外研究者通過動作識別與捕捉技術進行游戲、電影的開發與拍攝制作技術、產業已十分成熟。目前國內的智能運動健身服務主要呈現形式為互聯網平臺，通過精準的市場投放運營和開放的服務接入端口進行內容擴充和發展[37]，并對品牌會員進行B2C（Business-to-Consumer，直接面向個體消費者的服務或銷售模式）單向的訓練指導，但總體缺乏訓練中的溝通互動。

可以看出，國外體感運動游戲開發產業成熟，相關人才經驗豐富、實力雄厚，游戲具有更強的可玩性，但單個體感運動游戲項目的開發也難以滿足健身人群對系統訓練的需求，適合作為休閑游戲。國內智能健身互聯網平臺相對成熟，已有一定的長期用戶和成熟的線上課程體系，專業性較強，但娛樂性不足，主要通過互聯網運動社交模塊營造長期運動氛圍。

3 我國體感交互智能健身研究前景展望

3.1 基于互聯網+的智能健身

21世紀以來，我國的互聯網經濟發展勢頭愈發迅猛，尤其是2010年以來，隨著云技術的發展，以及5G技術的普及，基于互聯網的O2O服務型經濟已走入千家萬戶，線上購物、生活買菜、商務參會、AI學習，以及由線上指導逐步吸引用戶轉移到線下體驗門店的運動健身品牌，逐步改變了人們的生活習慣[38]。

據工信部統計數據顯示，截至2020年12月，我國網民規模達9.89億，較2020年3月增長8 540萬，互聯網普及率達70.4%。2020年，蜂窩物聯網終端用戶達到11.36億，移動互聯網接入流量達到了1 656億GB。數字化與信息化時代的到來，加速了運動健身服務行業向科學化、智能化的轉型[23]。智能健身可充分運用信息數據采集與智能數據處理等技術，并借助互聯網傳播媒體打造品牌形象，積極引流。

在互聯網+產業助力下，智能健身也能突破空間、地域、時間的限制，充分利用資源，運動健身人群可以隨時隨地享受相關的指導與服務，利于運動健身資源的零售化，緩解了傳統運動健身場所投入大等問題。例如疫情期間許多人使用健身APP進行有計劃的居家健身；又比如對差旅頻繁的健身愛好者來說，通過APP進行會員認證的連鎖健身場館品牌讓他們在不同城市也能享受相同品牌的系統服務[39]。

3.2 智能健身硬件與游戲化的體感交互智能健身應用開發

目前，許多健身器械和健身輔助硬件擁有數據采集、處理與建議反饋功能，但當前對智能硬件的定義、數據收集處理與相關安全問題尚無確定的標準，導致市面上有部分產品打著“智能”的標簽，但并未實現真正的智能化，會出現用戶數據泄露等問題。因此，智能健身硬件的相關標準制定問題亟待解決[27]。此外，通過智能化，智能硬件能夠提升用戶體驗。研究者們已經通過多種方法對智能運動健身用戶體驗展開了研究。廖詩奇等[40]從心流體驗視角出發，構建了家庭智能健身產品與心流體驗要素關系圖表，提出適應時空自由、符合外觀審美要素的設計準則，并在經驗階段增加情景屬性要素，為家庭智能健身產品轉型提出了建議；諶濤等[37]運用KANO模型對健身類APP用戶滿意度進行了研究，總結了健身類APP用戶滿意度和用戶忠誠評價的核心指標，并指出健身類APP應加強用戶畫像的深度刻畫，從而提升功能的精準性。

另一方面，智能健身硬件應結合游戲化的體感交互健身方法，激發用戶的使用興趣，提高用戶黏性，促進健康運動習慣的養成[41]。微軟、任天堂等公司都曾推出火爆一時的體感運動游戲。例如基于Kinect V1與XBOX主機所開發的網球、拳擊游戲，任天堂于2019年推出的Switch健身環大冒險，都是運用體感技術中的動作識別與捕捉技術將運動健身游戲化的經典產品[42]。國內研究者也在發掘游戲化訓練對運動健身人群的積極作用。謝治和[43]通過對白領群體建立用戶畫像，提出基于游戲化理念的訓練服務設計應具有以目標為導向的動機強化、以興趣為導向的溫和引導、以反饋為導向的進展驅動、以社群為導向的參與度提升、以成就為導向的生活方式共享五個策略；許沁[44]通過對健康行為促成因素的分析以及健康愿景游戲化需求的轉化，使用DMC（Dynamics、Mechanics、Compinents，即動力、機制與組件的金字塔系統結構）游戲結構系統構建了促進健康行為的游戲化模型，并針對健康行為各階段提出了相應的游戲化建議。

3.3 智能健身與數字化技術相結合推進“體醫結合”發展

我國互聯網行業在對抗新冠肺炎疫情以及疫情防控等方面展現了積極的作用，全國大部分地區通過健康碼實現了熱流管控；互聯網在促進經濟反彈、保障社會運行、推進國際間的防疫合作等方面都發揮了重要的作用。智能運動健身收集的用戶運動數據，與其他醫療健康數據應相輔相成，并建立完善的個人健康信息檔案；此外運動健身相關數據的統計也可以推動體育科學、教育事業的發展，提供更多元的發展維度。

數字化和信息化技術是實現“體醫結合”的重要橋梁和紐帶。從歐美、日本等發達國家醫療健康體系構建的經驗來看，醫療、健康預防、康復等與體育運動密不可分。因此，應抓住數字化時代的機遇，推動社會體醫信息系統的構建[45-50]。

4 結語

近年來，智能健身已經隨著互聯網的發展逐步代替了傳統的體育活動，并逐漸融入現代人的生活中，全球疫情環境造就的居家線上生活方式，催生了消費風口，智能健身以互聯網為載體，突破了時空的局限，吸引了更多的用戶參與其中。智能健身產品在不斷深化和發展的過程中，體感交互技術的運用拉近了用戶之間、用戶與品牌服務之間的距離，拓展了互聯網服務的交互維度。這些發展趨勢的變化一方面為品牌接觸用戶鋪就了新的路徑，另一方面也增強了用戶參與健身活動的意愿與體驗。運用體感交互技術進行運動健身游戲的開發，更具趣味性，能夠以游戲化的思路強化用戶的健康行為和健身興趣，以智能化的服務打造個性化的用戶體驗，最終實現智慧醫療健康與智能體育科學的共同發展。

本文基于Cnki與Web of science數據庫對中外研究人員在“體感交互”與“智能健身”相關領域的研究情況進行了分析，繪制了文獻知識圖譜，分析了關鍵詞聚類與相關研究發展的時間線，證明了國內外相關研究歷程具有一定的相似性，但我國在體感交互技術方面尚有不足。本文提出了我國體感交互與智能健身研究相結合的3個發展方向，即“基于互聯網+的智能健身”產業創新業態、“智能健身硬件與游戲化體感交互賦能應用開發”與“智能健身與數字化技術結合推進‘體醫結合’發展”，為我國智能健身產品研究和服務發展提供路徑。

[1] 李楠, 滿建剛. 抗疫常態化背景下我國民眾居家健身的PEST分析和促進策略[J]. 湖北體育科技, 2020, 39(12): 1061-1063.

LI Nan, MAN Jian-gang. PEST Analysis and Promotion Strategy of Chinese People's Home Fitness under the Background of Anti-Epidemic Normalization[J]. Hubei Sports Science, 2020, 39(12): 1061-1063.

[2] 周燕欣. 抗疫環境中居家健身的實效性分析與創新途徑[J]. 體育科技文獻通報, 2021, 29(3): 182-184.

ZHOU Yan-xin. Effectiveness Analysis and Innovation Ways of Home Fitness under Epidemic Prevention[J]. Bulletin of Sport Science & Technology, 2021, 29(3): 182-184.

[3] 梁欣. 基于KINECT技術下的兒童消防安全體感游戲設計[D]. 廣州: 廣東工業大學, 2020.

LIANG Xin. Kinect Technology Based on Children’s Fire Safety Motion-Sensing Game Design[D]. Guangzhou: Guangdong University of Technology, 2020.

[4] 郭小煥. 基于Kinect的虛擬現實交互系統設計與實現[D]. 重慶: 重慶郵電大學, 2020.

GUO Xiao-huan. Design and Implementation of Virtual Reality Interaction System Based on Kinect[D]. Chong--qing: Chongqing University of Posts and Telecommu--nications, 2020.

[5] 王莉婷. 基于服務設計理念的健康管理平臺設計研究[D]. 廣州: 華南理工大學, 2020.

WANG Li-ting. Research on Health Management Plat-form Design Based on Service Design Concept[D]. Guangzhou: South China University of Technology, 2020.

[6] 陳悅, 陳超美, 劉則淵, 等. CiteSpace知識圖譜的方法論功能[J]. 科學學研究, 2015, 33(2): 242-253.

CHEN Yue, CHEN Chao-mei, LIU Ze-yuan, et al. The Methodology Function of Cite Space Mapping Know-ledge Domains[J]. Studies in Science of Science, 2015, 33(2): 242-253.

[7] 宋秀芳, 遲培娟. Vosviewer與Citespace應用比較研究[J]. 情報科學, 2016, 34(7): 108-112.

SONG Xiu-fang, CHI Pei-juan. Comparative Study of the Data Analysis Results by Vosviewer and Cites-pace[J]. Information Science, 2016, 34(7): 108-112.

[8] 姚如婕, 尹鷺峰, 謝秋蓉, 等. 基于Kinect探討針刺結合康復訓練對腦卒中患者上肢功能的影響[J/OL].醫用生物力學:1-10[2022-06-30].

YAO Rujie, YIN Lufeng, XIE Qiurong, et al. Effects of Rehabilitation Training Combined with Acupuncture on Upper Limb Function of Stroke Patients Based on Ki--nect[J/OL]. Journal of Medical Biomechanics: 1-10 [2022-06-30].

[9] 李虹, 陸培培. 基于Unity3D的虛擬動畫系統設計[J]. 現代電子技術, 2021, 44(8): 164-168.

LI Hong, LU Pei-pei. Design of Virtual Animation Sys--tem Based on Unity3D[J]. Modern Electronics Tech--nique, 2021, 44(8): 164-168.

[10] 陳毅博. 基于Kinect的康復醫療系統的應用研究[J]. 電子制作, 2020(14): 32-33.

CHEN Yi-bo. Research on the Application of Kinect- Based Rehabilitation Medical System[J]. Practical Elec-tronics, 2020(14): 32-33.

[11] 趙建敏, 趙忠鑫, 許曉偉. 基于Kinect的拳擊虛擬訓練系統[J]. 計算機工程與科學, 2015, 37(9): 1736- 1741.

ZHAO Jian-min, ZHAO Zhong-xin, XU Xiao-wei. A Design of a Virtual Boxing Training System Based on Kinect Somatosensory Sensor[J]. Computer Engineering & Science, 2015, 37(9): 1736-1741.

[12] 黃東晉, 姚院秋, 丁友東, 等. 基于Kinect的虛擬健身跑鍛煉系統[J]. 圖學學報, 2017, 38(5): 789-795.

HUANG Dong-jin, YAO Yuan-qiu, DING You-dong, et al. Virtual Running Exercise System Based on Ki-nect[J]. Journal of Graphics, 2017, 38(5): 789-795.

[13] 徐博成. 基于Kinect的人體動作損傷評估方法[D]. 青島: 青島科技大學, 2017.

XU Bo-cheng. Evaluation Method of Human Body In-jury Based on Kinect[D]. Qingdao: Qingdao University of Science & Technology, 2017.

[14] 于濤. 基于動作捕捉的太極拳數字化保護研究[D]. 廣州: 中山大學, 2013.

YU Tao. Research on Digital Protection of Tai Chi Chuan Based on Motion Capture[D]. Guangzhou: Sun Yat-sen University, 2013.

[15] 邢赟. 實現以太極拳為題材的體感游戲的運動學模型研究——基于體感技術[D]. 太原: 山西大學, 2014.

XING Yun. Review Academic for Motion Sensing Game as the Subject of the Martial Arts[D]. Taiyuan: Shanxi University, 2014.

[16] 白正彪. 基于Kinect的運動示教系統研究與實現[D]. 天津: 天津大學, 2012.

BAI Zheng-biao. Research and Implementation of Sports Teaching System Based on Kinect[D]. Tianjin: Tianjin University, 2012.

[17] 白克強. 雙臂機器人擬人化動作實現與協調控制方法研究[D]. 合肥: 中國科學技術大學, 2017.

BAI Ke-qiang. Research on Human-Like ARM Motion Generation and Cooperation Control Method for Hu-manoid Dual-Arm Robots[D]. Hefei: University of Sci-ence and Technology of China, 2017.

[18] 黃誠, 劉華平, 左小五, 等. 基于Kinect的人機協作[J]. 中南大學學報(自然科學版), 2013, 44(S1): 386- 393.

HUANG Cheng, LIU Hua-ping, ZUO Xiao-wu, et al. Human-Robot Cooperation Using Kinect[J]. Journal of Central South University (Science and Technology), 2013, 44(S1): 386-393.

[19] 尹旭悅, 范秀敏, 顧巖, 等. 動態視覺手勢識別下手工裝配時序控制的智能防錯方法[J]. 計算機集成制造系統, 2017, 23(7): 1457-1468.

YIN Xu-yue, FAN Xiu-min, GU Yan, et al. Sequential Dynamic Gesture Recognition Controlled Poka-Yoke System for Manual Assembly[J]. Computer Integrated Manufacturing Systems, 2017, 23(7): 1457-1468.

[20] PILATI F, FACCIO M, GAMBERI M, et al. Learning Manual Assembly through Real-Time Motion Capture for Operator Training with Augmented Reality[J]. Procedia Manufacturing, 2020, 45: 189-195.

[21] 曹其新, 孫明鏡, 薛蔚, 等. 人機協作下機械臂動態避障與避奇異研究[J]. 華中科技大學學報(自然科學版), 2020, 48(1): 55-59.

CAO Qi-xin, SUN Ming-jing, XUE Wei, et al. Research on Avoidance of Dynamic Obstacle and Singularity for Manipulator in Human-Robot Cooperation[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition), 2020, 48(1): 55-59.

[22] 李晨. 關于智能健身產品的研究與設計——以智能沙袋為例[D]. 長沙: 湖南大學, 2019.

LI Chen. Research and Design of Intelligent Fitness Products—Take Intelligent Sandbags as an Example[D]. Changsha: Hunan University, 2019.

[23] 商文婷. 大數據時代健身App應用的轉型升級策略研究[D]. 北京: 首都體育學院, 2020.

SHANG Wen-ting. Research on the Transformation and Upgrade Strategy of Fitness App in the Big Data Era[D]. Beijing: Capital University of Physical Education and Sports, 2020.

[24] 趙俊杰, 張大為, 曹景川. 新冠疫情中網絡體育健身視頻用戶持續使用意愿的影響因素及啟示[J]. 沈陽體育學院學報, 2021, 40(1): 9-15.

ZHAO Jun-jie, ZHANG Da-wei, CAO Jing-chuan. Influencing Factors and Enlightenments of Continued Willingness of Online Physical Fitness Video Users during COVID-19[J]. Journal of Shenyang Sport University, 2021, 40(1): 9-15.

[25] 劉肖佑, 田立國, 張馳宇, 等. 智能體感虛擬現實交互運動系統[J]. 科技創新與應用, 2019(3): 37-38.

LIU Xiao-you, TIAN Li-guo, ZHANG Chi-yu, et al. Interactive Motion System of Intelligent Somatosensory Virtual Reality[J]. Technology Innovation and Application, 2019(3): 37-38.

[26] 嚴資情, 張宇紅. 面向健身的體感交互行為設計研究[J]. 設計, 2017(5): 134-136.

YAN Zi-qing, ZHANG Yu-hong. Research on the Design of Somatosensory Interaction Behavior for Fitness[J]. Design, 2017(5): 134-136.

[27] 劉洋. 智能化健身器械的研究與應用設計[D]. 合肥: 中國科學技術大學, 2015.

LIU Yang. Research and Application Design of Intelligent Fitness Equipment[D]. Hefei: University of Science and Technology of China, 2015.

[28] MAI Wang-xiang, FANG Liang, CHEN Zhuo-ming, et al. Application of the Somatosensory Interaction Technology Combined with Virtual Reality Technology on Upper Limbs Function in Cerebrovascular Disease Patients[J]. Journal of Biomedical Science and Engineering, 2020, 13(5): 66-73.

[29] ONAL S, LEEFERS M, SMITH B, et al. Predicting Running Injury Using Kinematic and Kinetic Parameters Generated by an Optical Motion Capture System[J]. SN Applied Sciences, 2019, 1(7): 675.

[30] LI Xiao-cheng. The Art of Dance from the Perspective of Artificial Intelligence[J]. Journal of Physics: Conference Series, 2021, 1852(4): 042011.

[31] HU Wen-peng. Research and Application of Teaching Mode Based on Htc Vive Somatosensory Interactive Classroom[C]. London: Francis Academic Press, 2020.

[32] WANG Juan, LIU Shen, ZHANG Xi-ping. Application of Artificial Intelligence in University Sports Risk Recognition and Identification[J]. Journal of Intelligent & Fuzzy Systems, 2021, 40(2): 3361-3372.

[33] PAVITT J, BRAINES D, TOMSETT R. Cognitive Analysis in Sports: Supporting Match Analysis and Scouting through Artificial Intelligence[J]. Applied AI Letters, 2021, 2(1): e21.

[34] JOO S Y, LEE C B, JOO N Y, et al. Feasibility and Effectiveness of a Motion Tracking-Based Online Fitness Program for Office Workers[J]. Healthcare (Basel, Switzerland), 2021, 9(5): 584.

[35] VARGHESE J, ALEN C M V, FUJARSKI M, et al. Sensor Validation and Diagnostic Potential of Smartwatches in Movement Disorders[J]. Sensors (Basel, Switzerland), 2021, 21(9): 3139.

[36] 鄭芳, 徐偉康. 我國智能體育: 興起、發展與對策研究[J]. 體育科學, 2019, 39(12): 14-24.

ZHENG Fang, XU Wei-kang. Intelligent Sports in China: Rise, Development and Countermeasures[J]. China Sport Science, 2019, 39(12): 14-24.

[37] 諶濤, 謝徽音. 基于KANO模型的健身類APP用戶滿意度實證研究[J]. 設計, 2020, 33(11): 38-41.

CHEN Tao, XIE Hui-yin. Research on Customer Satisfaction of Fitness Mobile Application Based on Quantitative Kano Model[J]. Design, 2020, 33(11): 38-41.

[38] SARKAR B, DEY B K, SARKAR M, et al. A Sustainable Online-to-Offline (O2O) Retailing Strategy for a Supply Chain Management under Controllable Lead Time and Variable Demand[J]. Sustainability, 2021, 13(4): 1756.

[39] 王鵬, 焦博茹, 賀圣楠. 新基建背景下體育健身消費的數字化應用與發展路徑[J]. 西安體育學院學報, 2021, 38(1): 70-78.

WANG Peng, JIAO Bo-ru, HE Sheng-nan. Research on the Digital Transformation of Sports and Fitness Consumption under the Background of New Infrastructure Construction[J]. Journal of Xi'an Physical Education University, 2021, 38(1): 70-78.

[40] 廖詩奇, 沈杰. 心流理論下的家庭智能健身產品創新設計思考[J]. 設計, 2020, 33(23): 141-143.

LIAO Shi-qi, SHEN Jie. Thinking on the Innovative Design of Home Intelligent Fitness Products Based on Flow Theory[J]. Design, 2020, 33(23): 141-143.

[41] 鐘雨男. 游戲化設計在健康行為養成中的應用策略研究[D]. 上海: 華東理工大學, 2020.

ZHONG Yu-nan. Study on Strategies of Gamification Design in Health Behavior-Forming[D]. Shanghai: East China University of Science and Technology, 2020.

[42] 吳智慧, 張雪穎, 徐偉, 等. 智能家具的研究現狀與發展趨勢[J]. 林產工業, 2017, 44(5): 5-8, 13.

WU Zhi-hui, ZHANG Xue-ying, XU Wei, et al. Research Progress and Development Trend of Intelligent Furniture[J]. China Forest Products Industry, 2017, 44(5): 5-8, 13.

[43] 謝治和. 基于游戲化的白領運動行為模式設計策略研究[D]. 無錫: 江南大學, 2017.

XIE Zhi-he. Research on the Design Strategy of White- Collar Sports Behavior Pattern Based on Gamification Concept[D]. Wuxi: Jiangnan University, 2017.

[44] 許沁. 游戲化設計在健康行為促進中的應用策略研究[D]. 無錫: 江南大學, 2017.

XU Qin. The Research on Gamification Design and Its Application of Strategies in Health Behavior Promotion[D]. Wuxi: Jiangnan University, 2017.

[45] 王會儒, 姚憶. “傳統養生體育+醫療+養老”的老年健康干預模式構建[J]. 中國體育科技, 2017, 53(3): 8-13.

WANG Hui-ru, YAO Yi. Construction of the Intervention Model of Traditional Sports Regimen with Medicine and Eldercare[J]. China Sport Science and Technology, 2017, 53(3): 8-13.

[46] 熊先青, 馬清如, 袁瑩瑩, 等. 面向智能制造的家具企業數字化設計與制造[J]. 林業工程學報, 2020, 5(4): 174-180.

XIONG Xian-qing, MA Qing-ru, YUAN Ying-ying, et al. Digital Design and Manufacturing of Furniture Enterprises Oriented to Intelligent Manufacturing[J]. Journal of Forestry Engineering, 2020, 5(4): 174-180.

[47] 齊東楷, 徐偉. 家庭健康檢測產品現狀與趨勢分析[J]. 林業機械與木工設備, 2020, 48(11): 9-12.

QI Dong-kai, XU Wei. Status and Trend Analysis of Household Health Testing Products[J]. Forestry Machinery & Woodworking Equipment, 2020, 48(11): 9-12.

[48] 孫辛欣, 周頔, 姜斌, 等. 辦公座椅坐姿行為的聚類與分析[J]. 林業工程學報, 2018, 3(5): 158-164.

SUN Xin-xin, ZHOU Di, JIANG Bin, et al. Clustering Analysis of Sitting Posture on Office Chair[J]. Journal of Forestry Engineering, 2018, 3(5): 158-164.

[49] 李晶, 郁舒蘭, 吳曉莉. 人機界面形狀特征編碼對視覺認知績效的影響[J]. 計算機輔助設計與圖形學學報, 2018, 30(1): 163-172, 179.

LI Jing, YU Shu-lan, WU Xiao-li. Effects of Shape Character Encodings in the Human-Computer Interface on Visual Cognitive Performance[J]. Journal of Computer-Aided Design & Computer Graphics, 2018, 30(1): 163-172, 179.

[50] 胡文剛, 關惠元. 基于生物力學的老年人坐立轉換模型[J]. 林業工程學報, 2020, 5(6): 174-178.

HU Wen-gang, GUAN Hui-yuan. The Sit-to-Stand Trans-for-mation Model for Elders Based on Biomechanics[J]. Journal of Forestry Engineering, 2020, 5(6): 174-178.

Research Direction Analysis of Somatosensory Intelligent Fitness Based on Literature Visualization

ZHOU Cheng-min1, ZENG Qin1, Jake Kaner2

(1. Nanjing Forestry University, Nanjing 210037, China; 2. Nottingham Trent University, Nottingham, NG1 4FQ, UK)

From the popularity of home fitness during the epidemic, and combined with the policy background of intelligence, medical treatment, sports, and health, this paper aims to understand the research status and development trend of intelligent fitness based on somatosensory interaction and related technologies. Taking Cnki database and Web of science database as data sources, using scientific metrology methods,CiteSpace and VOSviewer document data visual analysis software is used to draw the knowledge map of key words timeline, and analyze the research hotspots and similarities and differences in relevant fields at home and abroad.To explore the advantages and limitations of current domestic research and development of somatosensory interaction technology and intelligent fitness. According to the analysis, there is a wide range of applications of motion sensing interaction technology in Chinaat present, and there is still a lot of room for development combined with the application and research of intelligent fitness. It puts forward three development directions, including the combination of somatosensory interactive intelligent fitness and the "Internet +" industry, the promotion of intelligent fitness hardware development, and the combination of intelligent fitness and intelligent medical health. It is also pointed out that the application of somatosensory interactive technology in China will gradually develop from somatosensory interactive intelligent fitness to the construction of a higher-level intelligent physical and medical combination system.

somatosensory interaction; intelligent fitness; Citespace; VOSviwer; document visualization analysis

TB472

A

1001-3563(2022)14-0196-09

10.19554/j.cnki.1001-3563.2022.14.023

2022–02–19

江蘇省生態康養家居產學研用國際合作聯合實驗室項目；2020年江蘇省研究生“國際智慧康養家具設計與工程”項目

周橙旻（1978—），女，副教授，主要研究方向為家具設計與工程、工業設計工程。

責任編輯：馬夢遙