[논문]관성센서를 이용한 여자핸드볼 선수들의 포지션별 움직임 분석

박종철; 윤경신; 김지응

doi:10.15207/jkcs.2020.11.4.343

관성센서를 이용한 여자핸드볼 선수들의 포지션별 움직임 분석
Movement Analysis of Women's Handball Players by Position using Inertial Measurement Units 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.4, 2020년, pp.343 - 350

박종철 (한국스포츠정책과학원) , 윤경신 (두산핸드볼팀) , 김지응 (상명대학교 체육학과)

초록
AI-Helper

본 연구는 여자 핸드볼 국가대표 선수를 대상으로 관성센서(IMU)를 활용하여 5개월 동안 국내 또는 국외 연습경기 총 16경기를 대상으로 움직임을 정량화하고 훈련의 효율성과 포지션별 움직임 차이를 확인하고자 하였다. 골키퍼를 제외한 15명의 필드플레이어를 대상으로 하였으며 연구결과 다음과 같은 결론을 얻었다. 플레이어로드는 Wing > Back > Pivot 순으로 나타났고 국외경기에서 높은 것으로 나타났다. 좌·우 방향전환은 Pivot이 저강도에서 가장 많은 것으로 나타났고 중·고강도는 Back에서 가장 많이 나타났다. 국외경기의 저·중강도 방향전환 움직임이 많은 것으로 나타났다. 저강도 가속과 감속은 Pivot이 가장 많은 것으로 나타났고 중·고강도 가속과 감속은 Back이 가장 많은 것으로 나타났다. 국외경기에서 저·중강도 가속과 저·중·고강도 감속이 많은 것으로 나타났다. 점프는 Back이 중강도, Wing이 고강도 점프가 많이 나타났지만 경기 유형간 차이는 나타나지 않았다.

Abstract ▼ AI-Helper

This study was intended to use the Inertia Sensor Units(IMU) for the national women's handball team to quantify movements for a total of 16 domestic or international practice games over five months and to identify the efficiency of training and differences in movements by position. A total of 15 players were participated excluding goalkeepers. The results are as follows. Player Load came in order of Wing>Back>Pivot and high in international games. Change of Direction(CoD) were found to have the most Pivot at low intensity, while middle and high intensity were the most in the Back. There have been a lot of low and middle intensity CoD in International games. Low-intensity acceleration(ACC) and deceleration(DEC) were found to have the most Pivot, while middle & high intensity ACC and DEC had the most Back. There have been many low and middle intensity ACC and low, middle and high intensity DEC in international games. There were many middle and high intensity jumps in Back and Wing, but there were no differences in the types of games.

주제어

표/그림 (7)

그림 Fig. 1. IMU Sensor Setting
그림 Fig. 2. Mathematical formula of Player Load
표 Table 1. Player Load Result of Descriptive Statistics & Two-Way Anova(units : PL/min)
표 Table 2. CoD Result of Descriptive Statistics & Two-Way Anova(units : number of times/min)
표 Table 3. Acceleration Result of Descriptive Statistics & Two-Way Anova(units : number of times/min)
표 Table 4. Deceleration Result of Descriptive Statistics & Two-Way Anova(units : number of times/min)
표 Table 5. Jump Result of Descriptive Statistics & Two-Way Anova(units : number of times/min)

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구에서는 우리나라 여자 핸드볼 국가대표팀의 연습경기 중 경쟁 상대에 따른 포지션별 움직임 분석을 통해 개인별 기준을 설정하고 훈련의 효율성 평가 및 훈련방안 설정 등 경기력 향상을 위한 기초자료를 제공하는데 그 목적이 있다.
본 연구에서는 국가대표 여자 핸드볼 선수들을 대상으로 관성센서를 활용해 포지션별 국내와 국외 경기에서의 움직임 차이를 확인하기 위해 정량화하여 분석하였다.
본 연구에서는 국가대표 여자 핸드볼 선수들을 대상으로 관성센서를 활용해 포지션별 국내와 국외 경기에서의 움직임 차이를 확인하기 위해 정량화하여 분석하였으며 다음과 같은 결론을 얻었다. 첫째, Player Load는 Wing > Back > Pivot 포지션 순으로 나타났고 국외경기에서 운동량이 높은 것으로 나타났다.

제안 방법

2 참고). Player Load를 제외한 모든 변인은 강도에 따라 3단계로 구분하였으며 가속, 감속, 방향전환은 가속도를 기준으로 Low(1.5~2.5 ㎨), Mid(2.5~3.5㎨) High(3.5㎨~), 점프는 높이를 기준으로 Low(0~20cm), Mid(20~40cm) High(40cm~)를 기준으로 설정하였다.
1 참고). 선수들의 객관적인 비교를 위해 경기의 시작과 종료 시간을 기록하고 선수교체를 기록해 휴식시간에 대한 데이터는 제외하고 출전시간에 따른 1분당 자료로 표준화(Normalization)하여 분석에 활용하였다. 수집한 자료는 분당 Player Load(PL/min), 가속(Acceleration), 감속(Deceleration), 좌·우 방향전환(Change of Direction), 점프(Jump) 변인을 대상으로 하였다.

대상 데이터

본 연구는 2019년 4월부터 8월까지 실시된 훈련 중 시합을 기반으로 한 경기만을 대상으로 하였으며 국내 9경기(자체 & 남자 중·고등학교 대상)와 국외 전지훈련 중 헝가리 1부리그 클럽팀 대상 7경기 총 16경기를 대상으로 하였으며, 데이터 수집은 실내 GPS 관성센서(IMU) OptimEye-S5 (Catapult, Australia)를 이용해 100Hz 로 수집하였다.
본 연구는 2019년 여자핸드볼 국가대표 선수 중 연구목적과 실험 절차 등에 대한 설명을 듣고 자발적인 참여에 동의한 15명(Back 7명, Wing 5명, Pivot 3명)의 선수를 대상으로 하였으며 골키퍼 포지션 선수 2명은 분석에서 제외하였다. 이들의 인구통계학적인 특성은 신장 172.
수집한 자료는 분당 Player Load(PL/min), 가속(Acceleration), 감속(Deceleration), 좌·우 방향전환(Change of Direction), 점프(Jump) 변인을 대상으로 하였다.

데이터처리

국내 연습경기와 국외 전지훈련 중 연습경기의 차이를 분석하기 위하여 SPSS 21.0(IBM Corp., Armonk, NY) 프로그램과 Microsoft Excel 2016(Microsoft Corp., Redmond, WA)을 사용하여 분석하였으며 국내외 경기와 포지션별 움직임 차이를 분석하기 모든 자료의 평균과 표준편차를 산출해 기술통계를 실시하였으며 이원분 산분석(Two-Way Anova)을 실시하였다. 모든 분석에서의 통계적 유의수준은 α=.

성능/효과

Player Load를 제외한 좌·우 방향전환과 가속 과 감속 변인에서 Wing이 가장 낮은 수치를 나타낸 것은 상대적으로 체중이 적게 나가는 특징의 포지션으로 20*40 m의 경기장에서 가장 많은 거리를 이동하고 속공을 하는데 가장 중요한 역할을 수행하고 있기 때문에 거리와 상관성이 높은 Player Load는 높게 나타났지만 상대적으로 폭발적인 움직임은 나타나지 않는 특징을 보였다.
국외경기에서 저·중강도 가속과 저· 중·고강도 감속이 많은 것으로 나타났다. 넷째 점프는 Back이 중강도, Wing이 고강도 점프가 많이 나타났지만 국내·외 경기 유형에서 차이는 나타나지 않았다. 이러한 결과는 여자 핸드볼 선수들의 포지션별 훈련 프로그 램 설정 및 계획 수립에 유용한 정보로 활용이 가능할 것으로 판단된다.
둘째, 좌‧우 방향전환은 Pivot 포지션이 저강도에서 가장 많은 것으로 나타났고 중·고강도는 Back 포지션에서 가장 많이 나타났다.
셋째, 저강도 가속과 감속은 Pivot이 가장 많은 것으로 나타났고 중·고강도 가속과 감속은 Back이 가장 많은 것으로 나타났다.
우리나라 여자핸드볼 국가대표팀의 특징을 종합해 보면 Pivot과 Wing의 활용도가 떨어지고 Back 포지션에 대한 상대적 의존도가 매우 높은 것으로 나타났다. 또한, 선행연구결과와 비교해 볼 때 전체적으로 경기 중 다이내믹 한 움직임이 적어 소극적인 경기 운영이 이루어지 는 것이 문제점으로 나타났다.
01회/분의 점프결과를 나타냈다. 점프의 경우 Wing 포지션에서 저강도와 고강도 점프가 가장 많이 발생한 것으로 나타났으며 중강도 의 경우 Back 포지션에서 가장 많은 것으로 나타났다. PV의 경우 고강도 점프가 거의 발생하지 않는 것으로 나타났다.
06회/분으로 가속과 마찬가지로 저강도 감속이 가장 많이 발생하는 것으로 나타났다. 중 강도와 고강도 감속 또한 Back 포지션에서 가장 많은 것으로 나타났다.
11회/분으로 나타나 국내‧외 모두 저 강도 좌‧우 방향전환이 가장 많은 것으로 나타났다. 중강도 이상의 좌‧우 방향전환은 Back 포지션에서 가장 많은 것으로 나타났다.
08회/분으로 저강도 가속이 가장 많이 발생하는 것으로 나타났다. 중강도와 고강도 가속은 Back 포지션에서 가장 많은 것으로 나타났다.
첫째, Player Load는 Wing > Back > Pivot 포지션 순으로 나타났고 국외경기에서 운동량이 높은 것으로 나타났다.
포지션 간 차이에서 저강도는 F= 24.439 (p= .000***), 중강도는 F= 29.949 (p= .000***), 고강도는 F= 17.820 (p= .000***)로 나타나 모두 통계적으로 유의한차이가 나타났고 경기 유형간 차이는 저강도 F= 16.890(p= .000***), 중강도 F= 13.287(p= .000***), 고강도 F= 3.822 (p= .052)로 저강도와 중강도 방향전환에서 통계적으로 유의한 차이가 나타났다.
포지션 간 차이에서는 중강도(F= 20.578, p= .000***)와 고강도(F= 8.525, p= .000***) 점프에서 통계적으로 유의한 차이가 나타났고 경기 유형간 차이에서는 모두 유의한 차이가 없는 것으로 나타났다.

후속연구

특히 고강 도 점프의 경우 Pivot은 0회로 나타났다. 본 연구의 결과는 공격과 수비 상황을 종합해 분석한 결과로 상황에 따른 분석이 이루어진다면 활용 가능성을 조금 더 높을 수 있을 것으로 판단된다. 점프에 대한 국내외 국외 경기 간 차이는 나타나지 않았다.
넷째 점프는 Back이 중강도, Wing이 고강도 점프가 많이 나타났지만 국내·외 경기 유형에서 차이는 나타나지 않았다. 이러한 결과는 여자 핸드볼 선수들의 포지션별 훈련 프로그 램 설정 및 계획 수립에 유용한 정보로 활용이 가능할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Player Load란 무엇인가?	Player Load는 호주 스포츠과학연구원 Australian Institute of Sport (AIS)에서 럭비 선수들의 힘을 측정하기 위한 지표로 개발되었으며 팀 스포츠 선수들의 외부 물리적 로딩에 대한 가속도계 기반 측정이다. 순간 가속 변화율을 스케일링 계수로 나눈 값이며, 3개의 벡터(X, Y, Z 축)에서 순간 가속 변화율의 제곱근으로 표현되며 100으로 나눈 값이다(Fig. 2 참고).
	가속의 특징은?	가속(Acceleration)은 공격과 수비상황에서 많이 나타나는 움직임으로 포지션과 강도에 따른 가속의 빈도가 다르게 나타난다. Table 3은 경기 중 가속을 분석한 결과로 국외경기에서 Back은 Low 0.
	스포츠경기에서 웨어러블기기의 활용방안은?	특히 위성항법장치(Global Positioning System: GPS)는 선수의 지리적 위치를 계산하는 방법으로 실시간으로 움직임과 속도, 거리 등이 분석 가능하고 가속도 센서가 내장된 관성센서(IMU)를 활용해 경기 중 발생되는 물리적인 접촉(Contact) 및 충돌(Collision)의 정보까지 측정하여 보 다 다양한 데이터를 경기력향상을 위하여 활용되고 있다[2,9]. 현재 축구, 필드하키, 럭비와 같은 실외스포츠와 농구, 배구와 같은 실내스포츠에서 실시간으로 GPS, 인터넷, 휴대용 전자기기 등 다양한 IT장비를 활용하여 훈련 및 경기상황에서 선수들의 이동거리, 속력, 심박수, 운동량 등의 움직임을 모니터링하며 선수교체, 전술변화의 타이밍을 조절하는데 지도자들이 활용하고 있으며[10], 경기가 끝난 이후에는 코치, 트레이너, 팀닥터 등 다양한 스탭들이 움직임 정보들을 바탕으로 선수들의 컨디션, 운동부하, 부상까지 예측하는데 기초자료로 활용하고 있다 [11].

참고문헌 (21)

R. J. Aughey. (2011). Applications of GPS technologies to field sports. International journal of sports physiology and performance, 6(3), 295-310.

상세보기
C. L. Dellaserra, Y. Gao & L. Ransdell. (2014). Use of integrated technology in team sports: a review of opportunities, challenges, and future directions for athletes. The Journal of Strength & Conditioning Research, 28(2), 556-573.

상세보기
B. Travassos, K. Davids, D. Araujo & T. P. Esteves. (2013). Performance analysis in team sports: Advances from an Ecological Dynamics approach. International Journal of Performance Analysis in Sport, 13(1), 83-95.
L. Luteberget. (2018). Physical demands in elite female team handball: Analyses of high intensity events in match and training data via inertial measurement units.
J. H. Hong. (2018). Analysis of Applicability of Handball Player's Positioning Performance Assesment Instrument. The Korean Journal of Physical Education, 57(1), 511-521.

상세보기
I. Zapartidis, T. Toganidis, I. Vareltzis, T. Christodoulidis, P. Kororos & D. Skoufas. (2009). Profile of young female handball players by playing position. Serbian Journal of Sports Sciences, 3(2), 53-60.
G. Sporis, D. Vuleta, D. Vuleta Jr & D. Milanovic. (2010). Fitness profiling in handball: physical and physiological characteristics of elite players. Collegium antropologicum, 34(3), 1009-1014.

상세보기
C. Cummins, R. Orr, H. O'Connor & C. West. (2013). Global positioning systems (GPS) and microtechnology sensors in team sports: a systematic review. Sports medicine, 43(10), 1025-1042.

상세보기
R. Chambers, T. J. Gabbett, M. H. Cole & A. Beard. (2015). The use of wearable microsensors to quantify sport-specific movements. Sports medicine, 45(7), 1065-1081.

상세보기
J. E. Kim, J. H. Song, J. C. Park & E. Y. Choi. (2019). Performance Analysis of Women's Field Hockey Using GPS. Journal of Digital Convergence, 17(10), 461-468.

원문보기 상세보기
H. K. Choi, E. K. Kim, J. C. Park & T. K. Kim. (2019). Non-Contact Injury Risk in Lower Extremity depending on Global Positioning System Variables among Female Field Hockey Players. Journal of the Korea Convergence Society, 10(9), 273-281.
L. S. Luteberget & Spencer, M. (2017). High-intensity events in international women's team handball matches. International journal of sports physiology and performance, 12(1), 56-61.

상세보기
E. H. Wik, L. S. Luteberget & M. Spencer. (2016). Activity profiles in international women's team handball using Player Load. International journal of sports physiology and performance, 12(7), 934-942.
L. S. Luteberget, B. R. Holme & M. Spencer. (2017). Reliability of wearable inertial measurement units to measure physical activity in team handball. International journal of sports physiology and performance, 13(4), 467-473.
B. R. Holme. (2015). Wearable microsensor technology to measure physical activity demands in handball: a reliability study of inertial movement analysis and player load (Master's thesis).
N. B. Abdelkrim, A. Chaouachi, K. Chamari, K, M. Chtara & C. Castagna. (2010). Positional role and competitive-level differences in elite-level men's basketball players. The Journal of Strength & Conditioning Research, 24(5), 1346-1355.

상세보기
L. S. Arrones, N. Torreno, B. Requena, E. S. De Villarreal, D. Casamichana, J. Carlos & D. M. I. BARBERO-ALVAREZ. (2014). Match-play activity profile in professional soccer players during official games and the relationship between external and internal load. J. Sports Med. Phys. Fitness, 55, 1417-1422.
Karcher, C., & Buchheit, M. (2014). On-court demands of elite handball, with special reference to playing positions. Sports medicine, 44(6), 797-814.

상세보기
Sports Science Americas. (2020). Player Load. Catapult. https://support.catapultsports.com/hc/en-us/articles/ 360000574716-PlayerLoad
J. Belka, K. Hulka, M. Safar & R Weisser. (2016). External and internal load of playing positions of elite female handball players (U19) during competitive matches. Acta Gymnica, 46(1), 12-20.

상세보기
J. C. Park, J. H. Moon & K. W. Kang. (2018). Assessment of the effectiveness of practice games between the Korean women's national hockey team and men's junior hockey team using movement pattern analysis. International Journal of Pure and Applied Mathematics, 118(24), Special Issue.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증