Method Article

بروتوكول Confluence للضرب الكريكيت المعتمد على XR: إطار عمل لتحليل الأداء المتكامل

DOI:

10.3791/68899

⸱

June 12th, 2026

1Department of Sport and Movement Studies, Faculty of Health Sciences, University of Johannesburg

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يقدم بروتوكول التقاء إطار عمل لدمج الواقع الممتد (XR) في تحليل ضرب الكريكيت باستخدام تخطيط العضلات الكهربائية، وVO₂، والتقاط الحركة، ومعدل ضربات القلب. يوضح كيف تلتقط بيئات XR الاستجابات المنسقة أثناء الضرب، موفرة منهجية منظمة للتقييم متعدد الوسائط وتدعم الأبحاث المستقبلية في التدريب وتقييم الأداء.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

توفر تقنيات الواقع الممتد (XR) بيئات تدريب غامرة في الرياضة، لكن فعاليتها في تطوير المهارات وتحليل الأداء تتطلب تقييما دقيقا ومنهجيا. يقدم هذا البروتوكول منهجية تدريب متكاملة بتقنية XR لضرب الكريكيت تجمع بين المحاكاة الغامرة والقياسات الفسيولوجية والحيوية. يوضح إجراءات لجمع وتحليل نشاط العضلات، الاستجابات الأيضية، وبيانات التقاط الحركة أثناء الضرب المعتمد على XR لتوصيف الاستجابات الفسيولوجية والميكانيكية الحيوية. الهدف هو تقييم أداء الضرب (بما في ذلك الضربات القوية) ضمن سيناريو افتراضي مسيطر عليه مع قياس تنشيط العضلات عبر تخطيط العضلات الكهربائية (EMG)، والمتطلبات الأيضية عبر تحليل غازات التنفس (VO₂)، ومعدل ضربات القلب (HR)، والمخرجات الحركية عبر التقاط الحركة. يرتدي لاعب واحد (n = 1) سماعة VR وحساسات قصور ذاتي لمواجهة لاعب بولينج افتراضي، مع أقطاب EMG على عضلات الجزء العلوي الرئيسية من الجسم ونظام أيضي محمول لتحليل النفس بنفس. يوضح البروتوكول إعداد نظام XR، ومعايرة المستشعرات، وتنفيذ تجارب الضرب الموحدة، مع نتائج ممثلة تعرض كمخرجات متزامنة زمنيا. أشارت آثار تخطيط العضلات إلى ذروة تنشيط العضلات أثناء تنفيذ السكتة الدماغية، بينما أشارت تقلبات VO₂ ومعدل ضربات القلب إلى استجابة هوائية معتدلة. تم التقاط حركيات المفاصل، بما في ذلك تمديد المرفق ودوران الجذع، من خلال بيانات الحركة. توضح هذه النتائج جدوى استخدام التدريب القائم على XR لالتقاط الاستجابات الجسدية والفسيولوجية، مما يوفر إطارا جديدا لتعزيز الأداء وتحليل الاستجابات. تناقش خطوات التنفيذ الحاسمة، والمزايا مقارنة بالتدريبات التقليدية، والمشكلات المحتملة في حل المشكلة، والاعتبارات المتعلقة بدمج XR في برامج تدريب الكريكيت. يوفر هذا التقاء التكنولوجيا الغامرة مع قياسات علوم الرياضة إطارا لتقييم واستكشاف مقاييس أداء الضرب بشكل موضوعي في بيئة XR ويمكن تكرارها في رياضات أخرى.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الهدف العام من هذه الطريقة هو دمج الواقع الممتد (XR) (الذي يشمل الواقع الافتراضي (VR)، الواقع المعزز (AR)، والواقع المختلط (MR)1 في تدريب وتحليلات ضرب الكريكيت. يتيح XR للرياضيين التدرب في محاكاة غامرة ومتحكم بها لمباريات. في الكريكيت، يتطلب النجاح في الضرب ليس فقط المهارة التقنية بل أيضا اتخاذ قرارات سريعة ومرونة نفسية تحت الضغط2. التدريب التقليدي (مثل الجلسات الشبكية) لا يمكنه تكرار سياقات الألعاب عالية الضغط بالكامل أو التقاط بيانات أداء مفصلة بشكل مستمر. تعالج تقنية XR هذه الثغرات من خلال خلق بيئة ضرب افتراضية واقعية مع صعوبة قابلة للتعديل، وتمكين جمع بيانات شامل في الوقت الحقيقي عن استجابات الرياضي البيوميكانيكية والفسيولوجية. المنطق وراء هذه التقنية يستند إلى الديناميكيات البيئية وتصميم التعلم التمثيلي، الذي يؤكد أن الممارسة يجب أن تشبه إلى حد كبير ظروف المنافسة لنقل المهارات بفعالية3،4. من خلال مواجهة الرماة الافتراضيين والسيناريوهات، يمكن للضاربين تجربة رميات متنوعة ومحفزات ضغط تتفاعل مع الإدراك والحركة بشكل مشابه للمباريات الحقيقية5،6.

يقدم هذا النهج القائم على XR عدة مزايا مقارنة بالتقنيات البديلة. على عكس التدريب التقليدي القائم على الفيديو، يوفر الواقع الافتراضي الغامر بالكامل مدخلات بصرية وتفاعلا بزاوية 360°، مما يمكن أن يحسن المهارات الإدراكية الإدراكية مثل الحكم المتوقع والوعي بالموقف7،8،9. على سبيل المثال، نجح البحث السابق باستخدام محاكي كريكيت الواقع الافتراضي في تحفيز قلق يشبه المنافسة بين الضاربين وقياس تأثيره على الأداء، مما أظهر أن البيئات الافتراضية يمكن أن تثير استجابات نفسية وفسيولوجية حقيقية (مثل ارتفاع معدل ضربات القلب تحت الضغط)10. علاوة على ذلك، تسمح أنظمة XR بالتحكم الدقيق في المتغيرات (سرعة الرمي، الخط، الطول، إلخ)، مما يتيح تكرارا لممارسة سيناريوهات محددة (مثل تسجيل النقاط من اليوركر أو البونسر) التي قد تكون نادرة في التدريب الحقيقي. يتيح دمج أجهزة الاستشعار المتقدمة في هذا البروتوكول (تخطيط العضلات، التقاط الحركة، محللات الأيض) التقييم الموضوعي للمقاييس المتعلقة بالأداء. نادرا ما يكون هذا الرصد الشامل ممكنا في الميدان؛ على سبيل المثال، يمكن لالتقاط الحركة تقييم تقنية الضرب وحركيات المفاصل بشكل كمي بدقة عالية11. وبالمثل، تكشف القياسات الفسيولوجية المتزامنة (VO₂، معدل ضربات القلب) عن الحمل الداخلي للضرب في XR، مما يؤثر على احتياجات التكييف. يتماشى هذا التقاء التكنولوجيا مع علم الرياضة مع الدعوات الأخيرة لزيادة استخدام الابتكار في تدريب الكريكيت، خاصة مع احتضان الرياضة ثورة صناعية جديدة(12).

في الأدبيات الأوسع، أظهر XR في تدريب الرياضة وعدا عبر مختلف التخصصات. وجدت الدراسات في بيسبول13، وكرة القدم14، وغيرها أن التدريب القائم على الواقع الافتراضي يمكن أن يعزز معايير الأداء المختلفة (المهارات الحركية، اتخاذ القرار، علم النفس، الإدراك، والقلق) وغالبا ما يعادل أو حتى يتجاوز المكاسب من الممارسة التقليدية5، 13، 14، 15. خلصت مراجعة سردية أجراها ريتشلان وآخرون إلى أن التدخلات الواقعية المصممة جيدا يمكن أن تحقق تأثيرات حقيقية في الأداء الرياضي، مما يحسن التنفيذ البدني والمهارات الذهنية مثل التركيز وإدارة التوتر. ومن المهم أن فوائد XR لا تقتصر على الرياضيين النخبة؛ تحسينات الوصول تعني أن حتى اللاعبين الأقل مستوى يمكنهم استخدام إعدادات ميسورة التكلفة لتطوير مهاراتهم. ومع ذلك، من الضروري ضمان صحة وصحة السيناريوهات الافتراضية حتى يدرك الرياضيون أنها واقعية وذات صلة9. تشير الأعمال الحديثة في الكريكيت إلى أن اللاعبين يقدرون تجارب الواقع الافتراضي عالية الدقة، وأن هذه التجارب يمكنها تقليد متطلبات الضرب في الملعب عند تصميمها بشكل صحيحفي 17. البروتوكول الذي نوقش في هذه الورقة يدمج مبادئ من هذه الدراسات (مثل صور الرمي بالحجم الطبيعي، وفحص دقيق للكرة، وردود فعل متكاملة) لتعظيم واقعية وفعالية التدريب.

يجب أن يساعد هذا البروتوكول القراء في تحديد ما إذا كان تدريب الضرب المعتمد على XR يناسب تطبيقاتهم. وهي مناسبة بشكل خاص للباحثين والمدربين المهتمين بتقييم التغيرات في التقنية أو الاستجابات الفسيولوجية بشكل كمي أثناء التدخل التدريبي. إذا كان الهدف هو تحسين تقنية الضارب تحت الضغط أو مقارنة استراتيجيات التدريب (مثل XR مقابل الشباك التقليدية) مع المقاييس الموضوعية، فإن هذه الطريقة توفر نموذجا. وعلى العكس، إذا كانت الموارد المخصصة لأجهزة XR أو الخبرة في دمج الحساسات غير متوفرة، فقد يكون النهج الأبسط أكثر جدوى في البداية. ومع ذلك، ومع انتشار XR في الرياضة، يمكن لمثل هذه الأساليب أن تساعد في سد الفجوة بين البحث والممارسة من خلال توفير إطار منظم لفحص التدريب القائم على XR باستخدام بيانات موضوعية ومتعددة الوسائط. من خلال مشاركة هذا البروتوكول المفصل والنتائج الممثلة، الهدف هو تسريع تبني XR في الكريكيت والرياضات الأخرى، وتوضيح كيف يمكن لدمج XR مع تحليلات الأداء (EMG، VO₂، الحركيات) أن يمنحك رؤى تتجاوز ما يمكن أن يحققه التدريب التقليدي أو المحاكاة المستقلة.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

نظرا لطبيعة هذه الدراسة البحثية، لم يعتبر أي موافقة أخلاقية من مؤسسة أو مجلس كريكيت ضروريا. شارك المشارك طوعا وقدم موافقة مستنيرة قبل إدراجه في الدراسة.

1. إعداد المعدات ومعايرتها

  1. تركيب نظام XR
    1. قم بإعداد محاكي الضرب الواقع الافتراضي في منطقة داخلية مفتوحة.
    2. قم بتركيب محطات تتبع الواقع الافتراضي حول منطقة الضرب وفقا لإرشادات الشركة المصنعة.
    3. تأكد من أن منطقة الضرب (حوالي 3 م × 3 م) خالية من العقبات.
  2. تكوين البيئة الافتراضية
    1. قم بتحميل برنامج محاكاة ضرب الكريكيت (iB Cricket أو ما شابه) على جهاز كمبيوتر عالي الأداء.
    2. اختر سيناريو ضرب (مثلا، مواجهة رامي سريع باليد اليمنى – حسب اللعبة أو المحاكاة المستخدمة).
    3. تأكد من أن نقطة إطلاق الرمية الافتراضية وارتفاعه واقعيان (حوالي 2.2–2.5 متر للاعب بولينج بالغ).
    4. معايرة سماعة الواقع الافتراضي: اجعل المشارك يرتدي سماعة واقع افتراضي (مثل Meta Quest أو ما شابه). سلم المشارك مضرب كريكيت مادي أو مضرب كريكيت لمسي (مزود بالأدوات حسب الخطوة 1.4) وتأكد من تمثيل موقعه بشكل صحيح في الواقع الافتراضي.
      ملاحظة: بعض الأنظمة تسمح بتمثيل افتراضي للمضرب باستخدام تتبع وحدة التحكم أو نماذج مخصصة (تحقق من المحاذاة حتى يتمكن المشارك من تقدير موقع المضرب بدقة في الفضاء الافتراضي).
  3. ملحق حساس المضرب: قم بتثبيت حساسات تتبع الحركة على مضرب الكريكيت إذا كان متوفرا. على سبيل المثال، قم بتثبيت وحدة قياس قصور ذاتي صغيرة (IMU) على وجه المضرب أو الطرف القريب لالتقاط بيانات التأرجح.
    ملاحظة: إذا كنت تستخدم التقاط الحركة البصري، ضع علامات عاكسة على المضرب (مثل عند إصبع القدم والكتف) وعلى العلامات التشريحية للضارب (المعصمين، المرفقين، الكتفين، الوركين، إلخ) لقياس زاوية المفصل.
  4. بالإضافة إلى حساسات EMG، جهز الضارب بوحدة IMU موضوعة على المضرب.
    ملاحظة: يتضمن IMU مقياس تسارع ثلاثي المحاور وجيروسكوب، يلتقط بيانات التسارع الخطي (ACC X, Y, Z) والسرعة الزاوية (جيروسكوب X, Y, Z) (معدل أخذ عينات IMU: 240 هرتز). تتيح هذه البيانات تحليلا تفصيليا لسرعة تأرجح الخفافيش والحركة الزاوية، بالإضافة إلى قياس ظواهر مثل تأخر الخفاش وتوقيت الدوران (وهي معلمات لا يمكن التقاطها بسهولة بواسطة التقاط الحركة فقط).
  5. إعداد نظام تخطيط العضلات
    1. شغل نظام حساس EMG اللاسلكي (Delsys Trigno) ووصل جهاز الاستقبال إلى الكمبيوتر. جهز أقطاب تخطيط العضلات عن طريق تنظيف الجلد فوق العضلات المعنية (الحلاقة ومسح العضلات بالكحول إذا لزم الأمر).
    2. تأكد من أن برنامج اكتساب EMG مهيأ على معدل أخذ العينات المناسب (مثل 1200 هرتز) وأن القنوات مصنفة لكل عضلة (مثل "مثنيات الساعد المقدمة"، "مثنيات الساعد الخلفية"، "عضلات الذراع الخلفية"، "عضلة العضلة ثلاثية الدماغ"، إلخ).
    3. قم بمعايرة أو صفر إشارات تخطيط العضلات مع إرخاء المشارك لتحديد مستويات الضوضاء الأساسية.
  6. إعداد الأيض ومعدل ضربات القلب
    1. عند قياس VO₂، جهز المشارك بجهاز تحليل أيضي محمول أو نظام تحليل غاز ثابت. معايرة محللات الغاز باستخدام الغازات المرجعية (مثل 16٪ O₂، 5٪ CO₂) وإجراء معايرة حجم لحساس التدفق (مثل استخدام مضخة حقنة بسعة 3 لتر).
    2. ضع للمشارك قناع تنفسي مريح، لضمان عدم وجود تسربات. قم بتوصيل حزام جهاز مراقبة معدل ضربات القلب وتحقق من أن تغذية البيانات (إلى الجهاز الأيضي أو جهاز منفصل) تعمل.
  7. مزامنة النظام
    1. ربط جميع أنظمة القياس بإشارة توقيت مشتركة أو ضمان بروتوكول واضح للمزامنة لاحقا. على سبيل المثال، استخدم محفزا رقميا من نظام الواقع الافتراضي لتحديد بداية تجربة عبر EMG، والتقاط الحركة، والتسجيلات الأيضية.
    2. إذا أمكن، اجعل المشارك يقوم بفعل مميز (مثل التصفيق أو القفز) ينتج عنه ارتفاع ملحوظ في جميع المستشعرات (الحركة البصرية، انفجار EMG، تغيير VO₂) ليكون حدث تزامن.
    3. التقاط قوى رد الفعل الأرضية (Fx, Fy, Fz) والعزم (Mx, My, Mz) خلال تجارب الضرب المختارة باستخدام نظام لوحة القوة. يمكن أن يوفر ذلك بيانات عن التوازن، ونقل الحمل، وقوى الصدمات القصوى أثناء تنفيذ الضربة الديناميكية للقدمين والتأرجحات.

2. تحضير المشاركين

  1. وجه العجين أن يسخن لمدة 5–10 دقائق.
    ملاحظة: يمكن أن يشمل ذلك النشاط الهوائي الخفيف (مثل الجري في المكان أو ركوب الدراجة الثابتة إذا كان متاحا) والتمددات الديناميكية، خاصة للجزء العلوي من الجسم (الكتفين، الذراعين، المعصمين) والجذع، لتقليل خطر الإصابة أثناء أقصى درجات التأرجحات.
  2. وضع أقطاب EMG
    1. ضع أقطاب EMG سطحية على مجموعات العضلات المستهدفة. بالنسبة للضارب الأيمن، ضع أقطاب كهربائية على مجموعة ثني الساعد الأيسر (للقبضة والتحكم في الذراع الأمامية)، وعضلات ثني الساعد اليمنى (الذراع الخلفية)، وعضلة الذراع الثنائية العضدية اليسرى (ثني الكوع في الذراع الأمامية)، وعضلة الترايسبس العضضية اليمنى (ممدد المرفق الخلفي)، وربما على عضلات الجذع الرئيسية مثل العضلة المائلة الخارجية أو الظهر العريض.
    2. استخدم العلامات التشريحية لوضع الأقطاب الكهربائية فوق بطن كل عضلة، موازية لاتجاه ألياف العضلات.
    3. اضغط بقوة لضمان التلامس الأمثل وطبق شريط لاصق إذا لزم الأمر لتأمين الأقطاب ضد الحركة أثناء التأرجح. قم بتوصيل أجهزة إرسال تخطيط العضلات اللاسلكية بكل قطب كهربائي.
  3. التقاط الحركة
    1. ارتدى المشارك بدلة التقاط الحركة (حسب مستوى راحة المشارك) أو إرفاق أقلام تحديد فردية إذا كان يستخدم نظاما بصريا.
    2. يجب أن تشمل أماكن العلامات الرئيسية الأكروميون الثنائي (الكتفين)، والقمم الجانبية (المرفقين)، والستيلويد الزندي (المعصمين)، والأشواك الحرقفية العلوية الأمامية (الوركين)، واللبقات الفخذية الجانبية (الركب)، والمطرقة الجانبية (الكاحلين)، بالإضافة إلى علامات الخفاش.
      ملاحظة: استخدم أحزمة مطاطية أو مادة لاصقة للعلامات على المقاطع التي قد تتعرض لتسارع عالي (مثل الأيدي التي تمسك بالمضرب) لمنع فقدان العلامة أثناء التأرجحات.
  4. تركيب المعدات الأيضية
    1. قم بتركيب القناع التنفسي المتصل بجهاز التحليل الأيضي للمشارك. تأكد من أن القناع محكم وأن المشارك يمكنه التنفس براحة.
    2. اجعل المشارك يقف في وضعية الضرب مع ارتداء القناع وسماعة الواقع الافتراضي معا للتأكد من عدم وجود عائق في الرؤية أو الحركة.
    3. ضع وحدة الأيض (إذا كانت محمولة) في حقيبة ظهر صغيرة أو حزام خصر على المشارك أو وجه الأنبوب بأمان إذا كان نظاما يعتمد على العربة، لتجنب التشابك.
    4. ثبت جهاز مراقبة معدل ضربات القلب حول الصدر وتأكد من أنه يرسل إلى نظام التسجيل.
  5. قياسات الأساس
    1. مع ارتداء جميع المعدات، سجل خط الأساس لمدة دقيقة إلى دقيقتين مع وقوف المشارك في وضع الضرب.
      ملاحظة: تشمل هذه الحركات تخطيط العضلات أثناء الراحة (ضئيلة باستثناء النشاط الوضعي)، وVO₂ الأساسي ومعدل ضربات القلب، ووضعية مرجعية ثابتة لالتقاط الحركة (مفيدة لمعايرة النماذج).
    2. تأكد خلال هذا الوقت من أن جميع الأنظمة تسجل بشكل صحيح وأن البيانات تبدو طبيعية (مثلا: مستوى ضوضاء EMG ~<50 ميكروفولت، قيم VO₂ في حالة سكونية ~0.3–0.5 لتر/دقيقة حسب الموضوع، ومعدل ضربات القلب حول الراحة ~60–80 نبضة في الدقيقة).
    3. عالج أي قراءات غير منتظمة الآن (على سبيل المثال، إعادة تركيب أي قطب تخطيط عضلي يظهر ضوضاء زائدة أو أعد معايرة VO₂ إذا انحرفت القيم).
  6. اتجاه XR
    1. اجعل المشارك يقوم ببعض الحركات التدريبية في الواقع الافتراضي للتعرف عليه. في البيئة الافتراضية، يجب أن يروا ملعب الكريكيت، والرام، والعلامات ذات الصلة (العصب، الملعب، إلخ).
    2. وجههم للتركيز على التوقيت والتعود على عدم وجود لمسة جسدية للكرة.
    3. اسمح للمشارك بممارسة بدء التسليم (إذا كان النظام يتطلب إشارة أو إذا كان المشغل سيبدأ كل كرة؛ ومع ذلك، معظم تمريرات الكرة في ألعاب الكريكيت الواقع الافتراضي مؤتمتة).
      ملاحظة: تساعد هذه الخطوة في تقليل تأثير الجدة بحيث يؤدي المشارك أداء طبيعي قدر الإمكان أثناء جمع البيانات الفعلي.
  7. فحص السلامة
    1. ذكر المشارك بأن يؤدي ضمن منطقة الراحة الخاصة به وألا يفرط في الامتداد إذا شعر بأي ألم.
    2. اجعل المساعد جاهزا لرصد المشارك لأن سماعة الواقع الافتراضي تحجب الرؤية الحقيقية - تأكد من أن منطقة المشارك المباشرة 360° واضحة.
    3. إذا شعر المشارك بالدوار أو الارتباك في أي لحظة، أوقف الجلسة ودعه يزيل السماعة.
      تحذير: الجمع بين الواقع الافتراضي، وقناع VO₂، والتمارين البدنية يمكن أن يسبب الدوار؛ دائما ضع سلامة المشاركين في المقام الأول وتوقف إذا ظهرت انزعاج شديد.

3. تنفيذ تجارب الضرب XR

  1. بداية المحاكمة
    1. ابدأ التسجيل المدمج على جميع الأنظمة (تخطيط العضلات الكهربائية، التقاط الحركة، الأيض) إما عبر مشغل برمجي موحد أو بدء يدوي سريع (كما هو متوافق في الخطوة 1.7).
    2. أعلن عن بدء التسجيل واحصل على إشارة واضحة (سمعية أو عبر النظام) بأن التجربة متاحة.
  2. تسلسل التسليم
    1. ابدأ أول تسليم كرة افتراضي. على سبيل المثال، اضغط على زر التحكم في الوعاء في برنامج الواقع الافتراضي أو اجعل المشارك يشير إلى جاهزية اللاعب (بعض الأنظمة تلعب عندما ينقر الضارب على المضرب، أو يشير إلى أيقونة في الفضاء الافتراضي، أو يقول كلمة مفتاحية).
    2. اطلب من المشارك محاولة ضرب الكرة الافتراضية بضربة كريكيت مرغوبة. استخدم تسلسلا موحدا من ست عمليات تسليم (أوفر) لمحاكاة الظروف الواقعية.
    3. غير الكرات بطريقة محددة مسبقا (مثلا، بعضها قد يكون كامل الطول أو قصير، أو خارج الويك، أو جانب الساق، أو حتى مستقيم) لمواجهة ضربات ضرب مختلفة.
      ملاحظة: يمكن تعديل البروتوكول؛ يمكن استخدام ست كرات كتجربة واحدة للعرض، لكن يمكن إجراء جلسات أطول إذا سمحت مستويات اللياقة و/أو الراحة. يواجه كل ضارب 6 كرات: 2 قصيرة، 2 كاملة، و2 طول جيد.
  3. مؤشرات أداء الضرب
    1. شجع المشارك على ضرب كل كرة بأقصى جهد لكنه متحكم فيه، خاصة مع التركيز على الضربات القوية عند الاقتراب (مثل الكرات المرموقة في القوس للضربات المرتفعة).
    2. اختياريا، يمكن للضاربين تنفيذ ضربة سريعة وهمية بعد الضرب (لدمج حركة القدم والواقعية)، لكن التأكد من بقائهم في المنطقة المعايرة للتتبع.
  4. فترة التسليم بين المراحل
    1. بعد كل ضربة، يسمح ب ~10–15 ثانية قبل الرمية التالية (كما في الكريكيت الحقيقي، يعود الرامي إلى علامة البداية).
    2. خلال هذه الوقفة القصيرة، اطلب من المشارك إعادة التعيين إلى وضعية الضرب.
      ملاحظة: يمكن للجرب فحص البيانات الحية لأي تشبع أو مشاكل (على سبيل المثال، إذا توقفت قناة EMG عن السطح بسبب تحرك المستشعر، قم بتعديلها بسرعة أثناء التوقف).
    3. حافظ على الحد الأدنى من التواصل مع المشارك للحفاظ على التركيز، إلا إذا قدمت إشارات تدريبية قصيرة مثل "تأرجح جيد" أو تعليمات التعديلات (مثل "تحرك قليلا إلى الخلف في الوضعية" إذا انحرف إلى الأمام).
  5. إكمال التجربة
    1. بعد التسليم النهائي (السادس) والضربة، يطلب من المشارك البقاء في مكانه لبضع ثوان. أوقف التسجيل على جميع الأنظمة في نفس الوقت إذا أمكن.
    2. أشر شفهيا إلى "نهاية المحاكمة." إذا تم التخطيط لعدة تجارب (مثل مقارنة الحالات أو جمع المزيد من البيانات للتأكد من الموثوقية)، امنح المشارك فترة راحة (على الأقل بضع دقائق أو حتى يعود معدل ضربات القلب والتنفس إلى الوضع الطبيعي) قبل التكرار.
      ملاحظة: بالنسبة لهذا البروتوكول، يمكن افتراض أن تجربة واحدة فقط مخصصة لجمع البيانات التوضيحي.
  6. إزالة المعدات
    1. قم بإزالة نظارة الواقع الافتراضي بعناية من المشارك، تليها القناع الأيضي (مما يسمح له بالتقاط أنفاسه بشكل طبيعي).
    2. افصل حساسات EMG وأي علامات التقاط حركة. حفظ ملفات البيانات المسجلة من كل نظام مع طوابع زمنية أو تسميات متزامنة (مثل "Trial1_VR_batting_EMG.csv"، "Trial1_VO2.csv"، "Trial1_motion.bvh").
      ملاحظة: إذا انزلقت أو تعطلت أي معدات أثناء التجربة (مثل أن يصبح قطب كهربائي مرخو)، لاحظ ذلك وفكر في إعادة التجربة بعد إصلاح المشكلة لضمان جودة البيانات وموثوقيتها.
  7. فحص معايرة النظام (منشور)
    1. قم بإجراء فحص معايرة قصير بعد المحاكمة. على سبيل المثال، قم بإجراء تجربة ثابتة سريعة على التقاط الحركة للتأكد من أن بيانات العلامة لا تزال صالحة (لا توجد انحرافات كبيرة).
    2. أيضا، تحقق من معايرة نظام الأيض إذا كانت ستتبع تجربة أخرى، للتأكد من عدم حدوث تغير كبير في خط الأساس بسبب تسخين أو انحراف المستشعر.
    3. قم بإعادة ضبط أي أنظمة حسب الحاجة. احذف هذه الخطوة إذا تم إجراء تجربة واحدة فقط وكانت البيانات متسقة، لكنها مفيدة لحل المشكلات إذا بدا هناك شيء غير طبيعي في البيانات المجمعة.

4. تحليل البيانات

  1. معالجة بيانات تخطيط العضلات الكهربائية:
    1. قم بقياس المقاييس الرئيسية مثل ذروة سعة تخطيط العضلات الكهربائي لكل عضلة أثناء التجربة ووقت حدوث الحادث بالنسبة للتأرجح.
      ملاحظة: في التحليل التمثيلي، يلاحظ تخطيط العضلات الكهربائي حوالي لحظة اصطدام كرة المضرب (كما يشير التقاط الحركة أو ارتفاع بيانات مقياس التسارع على المضرب).
    2. حدد أنماط تنشيط العضلات أثناء الضربة القوية: على سبيل المثال، قد تظهر عضلات الترايسبس في ذراع الخلف ذروة عند مد الكوع خلال التأرجح، بينما تظهر عضلات ثني الساعد نشاطا مستمرا لتثبيت القبضة.
  2. حساب البيانات الأيضية:
    1. راجع بيانات النفس بنفس من نظام VO₂. قم بإزالة أي تنفس خاطئ بوضوح (مثلا إذا سعل المشارك أو إذا كان المستشعر قد أخطأ في القراءة، مما أدى إلى قيم خارج النطاق).
    2. احسب متوسطا متحركا أو منحنى ملاءمة ل VO₂ لتصور الحركية - مدى سرعة زيادة امتصاص الأكسجين عند بدء الضرب وكيف استقر أو تغير طوال الضربات.
    3. حساب إجمالي VO₂ المستهلك خلال التجربة (المساحة تحت منحنى زمن VO₂) لتقدير استهلاك الطاقة وملاحظة ذروة VO₂ (أعلى قيمة تم الوصول إليها أثناء أو مباشرة بعد التجربة).
    4. وبالمثل، استخرج بيانات معدل ضربات القلب وحدد معدل ضربات القلب وذروة ومتوسط. إذا كانت نسبة التبادل التنفسي (RER = VCO₂/VO₂) ذات اهتمام، فاستمد النتيجة من إشارات VO₂ وVCO₂ لمعرفة ما إذا كان الجهد هوائيا بشكل كبير (RER حوالي 0.8–1.0) أو يتجه نحو اللاهوائية (RER >1.0).
  3. تحليل التقاط الحركة:
    1. استيراد بيانات التقاط الحركة (مثل ملف .bvh) إلى أداة تحليل الميكانيكا الحيوية. أعد بناء زوايا المفاصل للحركات الرئيسية: ثني الكوع/تمديد كلا الذراعين، تدوير الكتف، دوران الجذع (الصدر بالنسبة للحوض)، ثني الركبة، وغيرها.
    2. احسب سرعة الخفاش الزاوية أثناء التأرجح من بيانات العلامة أو بيانات IMU على المضرب. حدد إطار الاصطدام (إذا كانت المحاكاة توفر ذلك الطابع الزمني أو تستنتج ذلك من وقت تقاطع مسار المضرب مع مسار الكرة).
    3. عند الاصطدام، سجل زوايا المفاصل (وهذا قد يشير إلى التقنية، مثل أن الكوع الأمامي قد يكون مثنيا قليلا مقابل ممتد بالكامل) وسرعة المضرب. حدد أقصى سرعة للمضرب خلال مرحلة التأرجح للأسفل.
      ملاحظة: ستستخدم هذه المقاييس الحركية لتقييم التقنية والمقارنة مع النطاقات المعروفة من الأدبيات (على سبيل المثال، ما إذا كانت سرعة الضارب تتوافق مع سرعة اللاعبين المهرة)18.
  4. مزامنة البيانات ودمجها:
    1. قم بمحاذاة مجموعات البيانات على محور زمني مشترك باستخدام أحداث المزامنة. تحقق من أن التسلسل الزمني منطقي - على سبيل المثال، يجب أن يتزامن ارتفاع في تخطيط عضلات الترايسبس مع اللحظة التي تظهر فيها بيانات الحركة تسارع تمديد المرفق، ويجب أن يحدث ارتفاع في VO₂ بعد فترة وجيزة من بدء سلسلة التقلبات (التأخر الأيضي).
    2. بمجرد التزامن، قم بدمج النتائج: على سبيل المثال، أنشئ مخطط زمني مع تحديد أحداث التأرجح، مع تراكب تنشيط العضلات ومعدل ضربات القلب.
      ملاحظة: هذا يوفر نظرة على كيفية مساهمة كل تأرجح في الحمل الفسيولوجي. إذا كان هناك عدة تجارب أو مشاركين، قم بتجميع النتائج لحساب المتوسطات والتباين. في نطاق هذا العرض الفردي، يمكن التركيز على بيانات من تجربة تمثيلية واحدة.
  5. مراقبة الجودة:
    1. قم بإجراء فحص جودة لتحليل البيانات. تأكد من أن إشارات EMG خالية من العيوب المعمارية الرئيسية وأن القمم ممكنة.
    2. تحقق من أن مستوى التعافي الأساسي من VO₂ وما بعد التمرين يتبعان الأنماط المتوقعة (مثلا، يجب أن يعود VO₂ إلى الوضع الأساسي بعد توقف التمرين).
    3. تأكد من أن حسابات زاوية التقاط الحركة لا تحتوي على قفزات (قد تشير إلى تبديل العلامات أو فقدان التتبع). إذا تم العثور على أي شذوذات، قم بتدوين هذه التعليقات. تكمل هذه الخطوة مرحلة تحليل البيانات.
    4. تقليل التداخل المحتمل للإشارة من أجهزة الاستشعار اللاسلكية باستخدام الكابلات المحمية والمعايرة قبل المحاكمة.

5. التحليل الإحصائي

  1. قم بتنفيذ جميع عمليات معالجة البيانات وتصورها باستخدام بايثون (الإصدار 3.12.0، مؤسسة بايثون البرمجية) داخل دفتر جوبيتر (الإصدار 7.2). استخدم Pandas (الإصدار 2.2.2) لهيكلة البيانات، وNumPy (الإصدار 1.25.1) للعمليات الرقمية، وMatplotlib (الإصدار 3.9.0) للتصور.
  2. نظرا لطبيعة هذا البروتوكول التجريبي الفردي، اقتصر التحليل على الإحصائيات الوصفية، بما في ذلك قيم المتوسط والانحراف المعياري عبر التقلبات المتكررة.
  3. لا تجري اختبارات إحصائية استدلالية، لأن البروتوكول مصمم للتوضيح والجدوى وليس لاختبار الفرضيات عبر المجموعات أو الظروف.
  4. ركز على توليد مخرجات تمثيلية لتوضيح تكامل البيانات وقابلية تكرار سير العمل.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

لإثبات الإمكانات التحليلية لهذا البروتوكول القائم على XR، تم إنشاء سلسلة من الأمثلة البصرية لتوضيح أنواع المخرجات المتوافقة مع الزمن التي يمكن اشتقاقها من البيانات المجمعة، بما في ذلك ملفات تنشيط العضلات (متوسط مربع الكتلة العضلية)، الاستجابات الفسيولوجية المتزامنة (VO₂ وHR)، الجداول الزمنية متعددة المستشعرات، التصورات الحركية ثنائية وثلاثية الأبعاد لمسارات التأرجح (الشكل 1) ومخططات قوة رد الفعل الأرضية من لوحة القوة. بينما تعتمد الرسوم البيانية المعروضة هنا...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تقيم هذه المناقشة التي تركز على الطرق فعالية البروتوكول، والخطوات الحرجة، وحل المشكلات، وكيفية مقارنة التدريب القائم على XR بالطرق التقليدية. توضح النتائج أعلاه أن بروتوكول الضرب XR يلتقط بنجاح كل من الأداء والمقاييس الفسيولوجية. يتم تسليط الضوء على الجوانب المهمة من المنهجية التي تقوم عليها هذه النتائج، إلى جانب مناقشة التعديلات المحتملة، والحدود، وأهمية هذا النهج مقارنة بأساليب التدريب التقليدية.

خطوة حاسمة في البروتوكول هي مزامنة ومعايرة جميع الأنظمة

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

المؤلفون لا يفرضون أي تضارب مصالح.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يشكر المؤلف مختبر الغمر في معهد ماساتشوستس للتكنولوجيا على تقديم الدعم الفني.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
VR Headset (Meta Quest 2)Meta899-00182-02سماعة VR مستقلة لمحاكاة ضرب الكرة
VR Cricket Software (iB Cricket)ProYuga Advanced TechnologiesN/Aبرنامج محاكاة الكريكيت غامرة
Wireless EMG System (Trigno)DelsysTrigno Avantiقياس تفعيل العضلات؛ معدل أخذ العينات ~1200 هرتز
Surface EMG ElectrodesDelsysDE-2.1إلكترودات قابلة للتصرف لاقتناء إشارة EMG
Inertial Measurement Unit (IMU)Xsens / NoraxonMTw Awindaمقيس تسارع ثلاثي المحاور ومقياس دوران؛ ~240 هرتز
Motion Capture SystemOptiTrackOptiTrack Primeنظام تتبع حركي ثلاثي الأبعاد
Reflective MarkersOptiTrackN/Aتتبع قائم على العلامات للإشارات التشريحية
Force PlateAMTI / BertecOR6-7قياس قوة رد الفعل الأرضي (Fx، Fy، Fz)
Portable Metabolic AnalyzerCOSMEDK5نظام قياس VO2 التنفسي
Respiratory MaskCOSMEDMask 7400 Seriesقناع لتحليل تبادل الغاز
Calibration Gas Tank (16% O2, 5% CO2)Airgas / BOCN/Aيستخدم في معايرة محلل التمثيل الغذائي
Heart Rate Monitor (Chest Strap)PolarH10تتبع معدل ضربات القلب اللاسلكي
Jupyter Notebook SoftwareProject Jupyterv7.2بيئة معالجة وتحليل البيانات
PythonPython Software Foundationv3.12.0لغة البرمجة للتحليل
Pandas LibraryPyDatav2.2.2هيكلة البيانات ومعالجةها
NumPy LibraryNumPyv1.25.1الحسابات العددية
Matplotlib LibraryMatplotlibv3.9.0تصور البيانات

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Le Noury, P., Polman, R., Maloney, M., Gorman, A. A narrative review of the current state of extended reality technology and how it can be utilised in sport. Sports Med. 52 (7), 1473-1489 (2022).
  2. Noorbhai, H. Quantifying and simulating decision-making time for shot selection in cricket batting against fast and spin bowling. Int J Hum Mov Sports Sci. 13 (4), 809-820 (2025).
  3. Müller, S., et al. Attributes of expert anticipation should inform the design of virtual reality simulators to accelerate learning and transfer of skill. Sports Med. 53 (2), 301-309 (2023).
  4. Pastel, S., et al. Training in virtual reality enables learning of a complex sports movement. Virtual Real. 27 (2), 523-540 (2023).
  5. Gray, R. Virtual environments and their role in developing perceptual-cognitive skills in sports. Anticipation and Decision Making in Sport. Williams, M., Jackson, R. , Routledge. 342-359 (2019).
  6. Fadde, P. J., Zaichkowsky, L. Training perceptual-cognitive skills in sports using technology. J Sport Psychol Action. 9 (4), 239-248 (2018).
  7. Kittel, A., Larkin, P., Elsworthy, N., Lindsay, R., Spittle, M. Effectiveness of 360° virtual reality and match broadcast video to improve decision-making skill. Sci Med Football. 4 (4), 255-262 (2020).
  8. Lindsay, R., Spittle, S., Spittle, M. Skill adaptation in sport and movement: Practice design considerations for 360° VR. Front Psychol. 14, 1124530(2023).
  9. Runswick, O. R. Player perceptions of face validity and fidelity in 360° video and virtual reality cricket. J Sport Exerc Psychol. 45 (6), 347-354 (2023).
  10. Kelly, N., Stafford, J., Craig, C., Herring, M. P., Campbell, M. Using a virtual reality cricket simulator to explore the effects of pressure and competition anxiety on batting performance. Psychol Sport Exerc. 63, 102244(2022).
  11. Maduwantha, K., et al. Accessibility of motion capture as a tool for sports performance enhancement for beginner and intermediate cricket players. Sensors. 24 (11), 3386(2024).
  12. Noorbhai, H. Cricket coaching and batting in the 21st century through a 4IR lens: a narrative review. BMJ Open Sport Exerc Med. 8 (3), e001435(2022).
  13. Wilkins, L. A framework for using virtual reality to enhance psychological performance in baseball. J Sport Psychol Action. 16 (3), (2024).
  14. Harrison, K., Potts, E., King, A. C., Braun-Trocchio, R. The effectiveness of virtual reality on anxiety and performance in female soccer players. Sports (Basel). 9 (12), 167(2021).
  15. Faure, C., Limballe, A., Bideau, B., Kulpa, R. Virtual reality to assess and train team ball sports performance: A scoping review. J Sports Sci. 38 (2), 192-205 (2020).
  16. Richlan, F., Weiß, M., Kastner, P., Braid, J. Virtual training, real effects: A narrative review on sports performance enhancement through interventions in virtual reality. Front Psychol. 14, 1240790(2023).
  17. Kulshreshtha, A., Kaur, H., Agrawal, P. Innovative virtual reality training schedule for cricket batting skill enhancement: design, validation, and implementation. J Inf Syst Eng Manag. 10 (38s), (2025).
  18. Peploe, C., McErlain-Naylor, S. A., Harland, A. R., King, M. A. Relationships between technique and bat speed, post-impact ball speed, and carry distance during a range hitting task in cricket. Hum Mov Sci. 66, 148-158 (2019).
  19. Noorbhai, H., Moon, S., Fukushima, T. A conceptual framework and review of multi-method approaches for 3D markerless motion capture in sports and exercise. J Sports Sci. , (2025).
  20. Varesco, G., et al. Fatigue in elite fencing: Effects of a simulated competition. Scand J Med Sci Sports. 33 (11), 2250-2260 (2023).
  21. Witte, K., Bürger, D., Pastel, S. Sports training in virtual reality with a focus on visual perception: a systematic review. Front Sports Act Living. 7, 1530948(2025).
  22. Hadlow, S. M., Panchuk, D., Mann, D. L., Portus, M. R., Abernethy, B. Modified perceptual training in sport: A new classification framework. J Sci Med Sport. 21 (9), 950-958 (2018).
  23. Pradhan, G. N., et al. Integration of motion capture and EMG data for classifying human motions. IEEE Data Eng Workshop, , 56-63 (2007).
  24. Sagnier, C., Loup-Escande, E., Lourdeaux, D., Thouvenin, I., Valléry, G. User acceptance of virtual reality: An extended technology acceptance model. Int J Hum-Comput Interact. 36 (11), 993-1007 (2020).
  25. Geisen, M., Klatt, S. Real-time feedback using extended reality: A current overview and further integration into sports. Int J Sports Sci Coach. 17 (5), 1178-1194 (2022).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

XR TrainingCricket BattingPerformance AnalysisImmersive SimulationMuscle ActivationElectromyography EMGMotion CaptureMetabolic ResponseVirtual Reality SportsBiomechanical Measurement
Video Coming Soon

Related Articles