从2D到3D：动态Bike Fitting的精度与操作

在Bike Fitting中，动态Fitting通常比静态更准确，这已是共识。动态Fitting本身分为两大类：二维（2D）和三维（3D）。

二维动态Fitting：基于视频捕捉

二维动态Fitting基于视频拍摄，也称视频捕捉，是运动研究中常用的技术手段。例如，田径运动或滑雪空中技巧等项目常借助拍摄进行动作分析。唯一要求是摄像头的采样率（帧数）要高一些，例如每秒60帧到100帧，即可满足骑行动作捕捉的需要。

操作时，让车手在骑行车上骑行，用摄像机拍下骑行过程，拍摄10秒钟左右即可。然后使用视频分析软件（如Dartfish）选择关键帧，例如踩到下死点的那一帧，用软件自带的角度测量工具画出膝关节角度，从而得到关节角度数据。如果不放心，可以在10秒内多测量几个关键帧，检查数据的匹配度和一致性；如果匹配度好、一致性高，就可以采信。这种方法称为二维动作捕捉。

三维动态Fitting：双目摄像机与空间坐标

三维动态Fitting常见于Retül、Shimano动作捕捉等系统。其原理是使用双目摄像机采集身上标记点的三维空间坐标，因此数据本身就是三维的。三维Fitting的方便之处在于：不仅拍摄到车手侧面（矢状面）的数据，还能计算出冠状面（例如膝关节横向摆动）的数据，且只需一次数据采集就能提取所有信息。对Fitting过程而言，这更为简化、高效。基于这些数据，可以方便地进行动作分析，并作为调整依据。

准确性关键：骨性标记的定位

无论是二维还是三维，影响准确性的关键点在于Fitter能否找准关键标记点。很多时候，准确找到骨性标记并将标记点贴在正确位置，才能获得正确的关节角度数据。如果点贴歪或贴错地方，即使得到数据，数据本身也是错误的；基于错误数据调整，最终结果自然不对。这要求Fitter对运动、人体解剖构造乃至经验都有讲究。例如，有些车友较瘦，骨头摸得清晰，贴得相对准；有些车友肌肉发达或脂肪较厚，很难摸准骨性标记，这种情况下自然存在一定误差。

总结

Bike Fitting大类上分为静态和动态，动态又分为二维和三维。二维基于视频拍摄，三维基于双目摄像机空间坐标。无论哪种方式，标记点定位的准确性都至关重要。