解丹丹　王燕珍

摘 要：为进一步提升骑行短裤的功能性及舒适性，综合考虑压力舒适性以及皮肤形变状况。将一个蹬踏周期分解为0°、45°、90°、135°、180°、225°、270°、315°这8个角度下的动作。通过灰色系统理论对每个角度下每个测试点的压力与横纵向形变率进行了相关度分析，结果显示W2、W3、H1、L2、L4这5个点的横纵向形变与压力值之间存在极高的相关度，在此基础上，利用非线性回归模型进行拟合，得出压力值与横纵向形变量间的方程关系式。

关键词：压力舒适性;皮肤拉伸;相关度

中图分类号：TS941.17             文献标识码：A                 文章编号：1674-2346（2022）02-0045-06

骑行服是具有高弹力的紧身贴体服装，其优良的服装结构不仅包括人体静态下的结构分割，还包括了动态时的人体变化。骑行的运动特点是人体的上肢和躯干主要支撑身体部分体重和控制运动方向，腿部进行循环的蹬踩来提供动力[1]，是一项闭链运动，由下肢的髋关节、膝关节、踝关节协同运作，髋关节、膝关节主要产生能量，踝关节负责能量的传递。[2-3]

不同紧度的骑行服对人体施加的压力不同，不适当的压力不仅会影响运动效能，甚至会损害身体。张同会[4]针对人体站立和骑行两种状态进行压力测量，结果发现在骑行状态下的压力值是静态站立的2倍，说明动静态下的压力值相差较大。骑行中的压力主要分布在前腰中点、后腰中点、大腿后中点、膝盖、臀凸点等部位。人体部位的动态压力受不同因素影响，但平均动态压力随松量减小而线性增大[5]。有国外学者研究表明长时间的被动静态拉伸（30秒以上）可阻碍运动神经元纺锤波的反射性活动[6]，由此可见运动过程中的皮肤拉伸的重要性。身体肌肉的收缩和伸展形成表层皮肤的形变[7]，黄莉等[8]采用三维运动捕捉系统研究了骑行姿态下腿部的拉伸大小，发现主要集中在大腿外侧和膝盖区域，小腿内侧的腓肠肌的纵向拉伸最为明显;王永荣等[9]针对上坡、平地、下坡这3种路况分析了关键动作下的皮肤形变情况;王二会[10]通过骑行动作下皮肤拉伸的测量结果，对紧身裤版型进行了优化。骑行中的压力舒适性和皮肤形变情况会影响骑行裤的穿着舒适性，两者都会对骑行裤的结构设计产生影响。目前有很多学者已经研究了不同运动状态下的压力变化和皮肤形变情况，但综合考虑两者影响的研究相对较少。因此，本实验决定从服装压和皮肤形变两者影响因素着手，探究压力与皮肤形变间的变化。

1    实验

1.1    实验环境

实验在人体感到舒适的条件下进行，温度控制在（22±2）℃，相对湿度控制在（64±1）%，风速控制1 m/s以下，为保持数据的准确有效性，在实验15 min前打开气候仓设定好温湿度。

1.2    实验设备及工具

AMI气囊式接触压力测试仪是日本AMI公司研制出用于服装穿着压力的测量分析仪器，重复性强、精度高等特点，能连续测量人体在动态下服装面料的压力变化状态。AMI气囊式传感器厚度在1mm以下，直径为20 mm的圆形形状，可测量0～34 KPa的压力值，在23 ℃环境下，若压力在0～14 KPa，精度为±0.1 KPa，压力在14～34 KPa时，精度为±0.25 KPa。

骑行设备是Erogline功率自行车，其公司是世界规模最大的专业功率自行车的制造商。

1.3    实验对象

实验挑选了10名有长期运动习惯的女性作为实验对象（表1），均符合BMI值18.5～23.9的正常范围，有骑行经历，但未曾接受过专业训练。要求实验对象前一周无骑行记录，了解正确的骑行姿势，实验数据均取10名被试者的平均值。

1.4    实验测试点的选择

关于压力点的选取，参考张同会[4]的骑行裤压力实验，最终确定腰部至膝盖间的有明显压力值变化的9个测量点，如图1所示。其中压力测试点W1为腰部后中点，W2为腰测中点，W3为腰部前中心点，A1为腹部凸点，H1为臀凸点，L1为大腿前中点，L2为大腿内侧点，L3为大腿外侧点，L4为大腿后中点，且L1、L2、L3、L4应在同一纬线上。

参照GB/T16160—2017《服装用人体测量的尺寸定义与方法》，结合压力测试点的位置，以人体关键部位的基准线为依据，下肢的基准线包括腰围线，臀围线，大腿围，大腿中部围，确定了形变测量范围如图2。

1.5    实验样裤

样裤选择应当具有代表性及大众性，实验选择了市场上常见的夏季骑行短裤作为实验样裤，如表2。

1.6    实验步骤

首先用水洗笔在受试者的下肢画好体表线及压力点，静止状态下的压力测试要求被试者保持站立，再测量站立状态下的体表线段长度;不同角度下的压力值采集要求被试者骑在功率自行车上，踏板分别处于0°、45°、90°、135°、180°、225°、270°、315°时，如图3（以左脚为例），分别采集压力数据，同时测量出体表线段长度，取其10位被试者的平均值。

2    数据处理

首先將8个角度下的体表线段长度与静止站立状态下的数值进行计算，排除其中的异常值，设定初始站立状态下的值为I，不同角度下的体表长度为I，形变率为K，计算公式如下：=K=I-I/I

计算出每位被试者8个角度下的值，8个角度下各体表线段的均值，进行后续的分析讨论。为便于清晰地查看，将横纵向线段的拉伸率进行分区，WL、MHL、HL为腰臀区，CRL、FDL为大腿根区， 腰臀区的横向拉伸率如图4，大腿根区的横向拉伸率如图5。

通过同样的计算方法算出所有纵向线段的形变率，与横向形变率对应，分为腰臀区和大腿根区两部分，腰臀区的纵向形变率如图6，大腿根区的纵向形变率如图7。

8个角度下的各测试点的压力值的变化如图8所示，虽然不同压力点在8个角度下的变化不完全相同，但大体上呈现出相似的趋势，测试点在180°～315°间的压力值要低于0°～180°间的压力值，这是由于在0°～180°内蹬踏方向向下，易发力通过此阶段，在180°～315°主要靠另一侧的脚蹬踏做功，这侧的不应给另一侧蹬踏产生任何阻力，在这期间主要为肌肉放松时期，等再次到0°时时集中于下一阶段的做功[11]。

3    压力与皮肤形变率的关联度分析

实验中测试的是0°、45°、90°、135°、180°、225°、270°、315°这8种角度下的值，通过8种角度下的压力值和皮肤形变来探究一个周期内的变化。

3.1    灰色相关度分析

通过origin对这9个测试点的横纵向形变率与压力值进行初步的相关性分析，发现无法获取其中的关联，这是由于数理统计中的回归分析都是用来进行系统分析的方法，要求大样本数据，各因素与系统特征数据之间存在线性相关的关系。

灰色系统理论是由中国学者邓聚龙教授在1982年创立，用于对系统的动态发展过程进行量化分析，对序列间关联程度量化，以及发展趋势的相似度。[12]将已知的、正确的数据看作黑色，但当其中掺杂著未知的、不正确的数据时，即被认为是灰色数据。其主要研究对象是具有不确定性的数据，通过对已知数据进行信息提取，实现最终的演化规律，不确定性的系统主要具有信息不完全、数据不准确等基本特征。灰色系统主要有6个基本原理，分别是差异信息原理、解的非唯一性原理、最少信息原理、认知根据原理、新信息优先原理和灰性不灭原理。[13]

灰色关联分析法有灰色绝对关联度、灰色相对关联度和灰色综合关联度之分。灰色相对关联度是根据因素间的时间序列曲线形状的相似程度来判断关联程度，也就意味着如果数据曲线中出现了某个极值点，则会影响到各点的关联系数，从而导致关联度的数值受到影响。[14]灰色绝对关联度是根据因素间的时间序列曲线变化态势的接近程度来计算关联度，即对应曲线斜率的接近程度。[15]灰色综合关联度结合了这两者的优势，不仅根据曲线形状的相似程度，还考虑到曲线斜率的接近程度，是序列表征较为全面的关联方法，因此采用灰色综合关联度进行分析。分别对每个测试点横纵向形变率与压力值进行综合关联分析，9个测试点对应的压力值和横纵向形变率的数据，依次导入灰色系统建模软件（GSTA V7.0），选择灰色关联分析模型中的灰色综合关联度，得出关联度。

各测试点横纵向形变率与压力值间的灰色关联度的值见表3，关于关联度的划分，可以划分为3个等级，分别是超过0.7为重要因素，0.5～0.7之间属于比较重要因素，低于0.5为不重要因素[16]。根据灰色综合关联度的计算结果，其中为重要因素的有W1点的纵向形变率，W2点的横纵向形变率，W3点的横纵向形变率，A1点的横向形变率，H1点的横纵向形变率，L2点的横纵向形变率，L3点的横向形变率和L4点的横纵向形变率，也就是W2、W3、H1、L2、L4的横纵向形变都是影响压力值的重要因素。

3.2    非线性回归模型拟合

对于W2、W3、H1、L2、L4，无法初步判断出压力值与横纵向形变之间的回归模型。这时可以利用散点矩阵图来判断这3个变量之间的关系，通过散点矩阵图建立多元回归模型是一种基于多个变量且体现两两变量之间的散点特征以及相关性大小，以此来确立多元数据间的非线性函数模型的方法。[17]压力值和横纵形变量这3个变量的矩阵散点图如图9所示。

从图中可以看出横纵向形变量与压力值之间存在近似抛物线的关系，于是建立非线性回归方程y=a+bx+cx和y=a+bx+cx。其中y代表横向形变量，y代表纵向形变量，x为压力值。y-x分析结果如图10所示，可以看出，在经过11次迭代之后，模型达到收敛标准，找到最佳解，得到y与x的预测回归模型，为y=80.471-89.385x+33.249x，图11是模型的显著性检验结果，决定系数R为0.863，拟合效果较好。

利用同样的方法算出y-x之间的非线性回归模型的系数，迭代历史记录见图12，方差分析表见图13，从这两张图中可以看出，模型在第11次找到最优解，停止运算，且拟合系数R为0.797，表明拟合效果较好，得出非线性回归方程为y=76.528-82.223x+29.332x。

4    总结

为探究横纵向形变与压力值之间的相关性，利用灰色系统理论中的关联度分析对8个角度下的横纵向形变与压力值进行计算，结果发现W2、W3、H1、L2、L4这5个点的横纵向形变与压力值之间存在极高的相关度。在这5个点的数据基础上，首先利用散点矩阵图初步判断这3个变量存在的关系，推测可能存在抛物线关系，接着利用SPSS进行非线性回归模型的拟合，最终得出方程式y=80.471-89.385x+33.249x和y₂76.528-82.223x+29.332x，为以后的骑行分析作理论参考。

参考文献

[1]Li Li，GRAHARM Caldwell.Task specific Coordination of leg muscles during cycling[J].ISBS，2000：215-222.

[2]Lee S，DeRosia KD，Lamie LM.Evaluating the contribution of lower extremity kinetics to whole body power output during the power snatch[J].SportsBiomech，2017：1-13.

[3]王勇，梁雷超，汤运启，等.鞍座高度对骑行时下肢三关节做功模式的影响[J].中国运动医学杂志，2019，38（7）：553-560.

[4]張同会，冀艳波，魏福红.基于压力舒适性的骑行裤优化设计[J].西安工程大学学报，2018，32（3）：260-265.

[5]骆顺华，王建萍，史慧，等.骑行动作下肢动态压力变化研究[J].丝绸，2016，53（7）：38-42.

[6]Behm D G，Alizadeh S，Anvar S H，et al.Non-local Acute Passive Stretching Effects on Range of Motion in Healthy Adults：A Systematic Review with Meta-analysis[J].Sports Medicine， 2021.（51）：945-959.

[7]李秀青，刘需，赵欲晓.骑行运动中男子下肢体表尺寸变化规律[J].纺织学报，2017，38（8）：120-126.

[8]黄莉，陈敏之，郑万里，等.骑行姿态下腿部皮肤伸展大小的研究[J].现代纺织技术，2016（6）：43-46.

[9]王永荣，李嘉怡，金枝，等.不同路况骑行者皮肤变形分析[J].纺织学报，2016，37（9）：117-122.

[10]王二会.基于骑行动作下的日常弹力紧身裤版型优化研究[D].上海：东华大学，2020.

[11]陈海峰.自行车运动蹬踏技术的分析和训练[J].南京体育学报（自然科学版），2004，3（03）：44-52.

[12]Deng J L.Figure on Difference Information Space in Grey Relational Analysis Source[J].Journal of Grey Systems，2004，16（2）：96.

[13]刘思峰.灰色系统理论及其应用（第八版）[M].北京：科学出版社，2017：23.

[14]梅振国.灰色绝对关联度及其计算方法[J].系统工程，1992（05）：43-44，72.

[15]田民，刘思峰，卜志坤.灰色关联度算法模型的研究综述[J].统计与决策，2008（01）：24-27.

[16]孙林凯，金家善，耿俊豹.基于修正邓氏灰色关联度的设备费用影响因素分析[J].数学的实践与认识，2012，42（08）：140-145.

[17]齐晓飞，王光霞，马俊，等.利用散点图矩阵与回归分析建立地形描述精度模型[J].武汉大学学报（信息科学版），2013，38（11）：   1344-1348.

Research on the Correlation between Skin Deformation and Pressure Value in Cycling

XIE Dan-dan    WANG Yan-zhen

（School of Textiles and Fashion，Shanghai University of Engineering Science，Shanghai 201620，China）

Abstract： In order to further improve the functionality and comfort of cycling shorts，the pressure comfort and skin deformation conditions are comprehensively considered.A pedaling cycle is decomposed into actions at 8 angles of 0°、45°、90°、135°、180°、225°、270°、and315°.Based on the gray system theory，the correlation between the pressure and the horizontal and vertical deformation rate of each test point at each angle is analyzed. The results show that there is a very high degree of correlation between the horizontal and vertical deformation of the five points W2，W3，H1，L2，and L4 and the pressure value.On this basis，a nonlinear regression model is used to obtain the equation between the pressure value and the horizontal and vertical deformation.

Key words： pressure comfort;skin stretch;correlation