手槍射擊過程中士兵動態響應特性研究

楊　洋， 王亞平， 張　偉， 徐　誠

(南京理工大學 機械工程學院, 南京　210094)

手槍射擊過程中士兵動態響應特性研究

楊洋， 王亞平， 張偉， 徐誠

(南京理工大學 機械工程學院, 南京210094)

為了研究士兵立姿無依托射擊過程動態響應特性，在AnyBody人體肌骨建模平臺中建立了人-槍系統模型。采用三維運動捕捉系統捕獲了射擊姿態，以實驗數據驅動人槍模型。通過肌肉活動度最大/最小模型解決肌肉募集冗余問題，基于逆向動力學原理，計算射擊過程中肌肉發力和人體關節受力規律。結果表明：對于手槍在立姿無依托連續射擊過程，同時也是行為意識學習過程，射擊結束后肌群會本能的按照上一次射擊所需的預緊力進行有規律的收縮；對于每一次射擊過程，肌肉及關節受力會有3個波峰，前2個波峰是由于手臂隨著槍械被動運動造成的，最后1個波峰是主動控制造成的，從擊發到主動控制需要243 ms；射手在連續4發射擊后，肌肉的疲勞會迅速加劇。研究結果對射擊訓練和手持輕武器效能的最佳發揮提供了科學參考。

人-槍系統；主動響應；逆向動力學；行為意識；射擊疲勞

手槍射擊以人體為架座，射擊通常采用單手無依托射擊方式，射擊過程中后坐力對人體有較大的沖擊作用，并且存在槍身晃動較大和瞄準誤差造成的射擊精度較低等問題。如何穩固據槍，使身體與槍形成一體，適應武器射擊運動規律，是槍械設計者和射手最為關心的問題[1]。

自19世紀初美國陸軍開始研究槍械射擊對射手的影響以來，國內外開展了大量的理論分析和實驗研究。李永新等[2]建立了4剛體8自由度數學模型，通過數值計算分析自動步槍跪姿無依托射擊對射手的影響；王亞平等[3-4]基于ADAMS多剛體動力學軟件建立人槍相互作用模型，研究槍械的后坐力對射手的影響；Matthew等[5]測量了步槍射擊產生后坐力大??；Nicky等[6-8]研究行軍疲勞對射擊精度的影響；Lee等[9]利用有限元模型研究射擊對人體的沖擊作用。包建東等[10]采用高速攝影拍攝了步槍射擊過程的主要運動特性即后坐位移、側偏角和俯仰角；以上這些研究工作對研究槍械射擊對精度的影響以及對射手本體的影響具有重要的指導意義。但是目前工作中還存在一些不足之處：① 人體模型過于簡化，且忽略肌肉的受力分析，無法對射擊疲勞進行分析；② 忽略射手生理、訓練因素以及外界刺激，認為射手在整個射擊過程中都是理想狀況；③ 集中于被動態射擊過程的研究，沒有深入開展射擊過程中射手主動響應過程的研究；④ 以前的研究多對步槍抵肩無依托射擊方式的研究，手槍與步槍的射擊姿態不同，規律也完全不同。

目前人類對自身系統許多生理機能認識仍不足，要想在人體運動內部結構上完全達到同構仿真還不現實，因此廣泛采用內部結構簡化建模和外部行為數據采集相結合的方式進行人體運動系統建模仿真研究。在內部結構上，基于骨架、關節、肌肉進行了人槍系統運動學、動力學和生物力學層次上的建模；在外部行為上，基于運動捕捉技術對射擊姿態進行采集。本文考慮了人體主動響應階段和被動響應階段射擊的不同，建立的手槍人槍系統模型，包括了人體主要的骨骼和肌肉，采用的肌肉活動度最大/最小優化模型，利用關鍵幀驅動技術驅動模型，數值計算連續射擊過程中射手各個關節受力特性及肌肉的活動特性。

1實驗設計

本文借助Codamotion三維運動捕捉系統對射擊過程進行運動學采集，三維運動捕捉系統不需要人工識別測量點，消除了坐標數據獲得過程中的人為誤差。由于手槍實際連續射擊由射手控制的頻率較低，本實驗采集頻率設置為200 Hz。分別在射手的腕關節、肘關節、肩關節、胸部、背部、髖關節以及槍械上粘貼捕捉點即marker點(如圖1)。

圖1　marker點布置Fig.1 The markers fixed on shooter

使用54式半自動手槍，射手在搭建好的實驗平臺中進行射擊實驗(如圖2)，射擊姿態為右手單手無依托持槍，左手自由下垂。射手身體健康，射擊經驗豐富，每次射擊間隔10 min以保證射擊狀態良好。分別進行1次射擊、4次連續單發射擊以及7次連續單發射擊實驗，每次射擊實驗重復3次。進行正式測試前，首先對測試空間進行坐標參數標定，標定通過后要求受試者在標定范圍完成整個持槍射擊動作。

圖2　試驗現場Fig.2 The scene of the experiment

實驗測量過程中的噪聲，雖然可以通過良好的試驗設備和細致的試驗過程來最小化，但不可能完全消除，本文采用AnyBodyTM軟件平臺自帶的Butterworth濾波器對數據進行處理，經過多次試驗驗證，最后采用2階、截止頻率為10 Hz的濾波參數。

2人槍系統生物力學模型

槍械的模型采用等效模型，賦予相同的質量、幾何尺寸和轉動慣量。

人體生物力學模型為根據射手的體重以及軀干幾何尺寸建立的肌肉骨骼模型。模型包括頭、頸部、上軀干段、中軀干段、下軀干段、左右肩胛骨、左右上臂、左右前臂以及左右手共54個剛體(包括324個自由度)。其中67個關節提供149個自由度約束、133個驅動提供133個自由度約束以及運動學測量輸入提供42個自由度約束。

肌肉采用比較成熟的Hill肌肉模型[11]，考慮了肌肉的并行被動彈性、肌腱的串行彈性、纖維角等特性。模型中采用肌肉參數由AnyBody軟件系統提供，已經得到了文獻和實驗驗證[12]。圖3是基于AnyBodyTM軟件平臺建立的人-槍肌肉骨骼模型。

圖3　人-槍肌肉骨骼模型Fig.3 Musculoskeletal model of man-gun system

在已知射手運動數據和外力大小的基礎上，利用肌骨模型求解肌力，還必須依賴優化方法解決肌肉數目大于肌骨模型自由度帶來的冗余問題。本文采用肌肉活動度的最大/最小優化模型[12]，認為肌力分配遵循最大活動度最小優化原則：

(1)

為了描述肌肉受外界因素的影響程度，采用肌肉最大自主收縮的百分數來表示當前的肌群激活程度，用這種方法的優勢是不用考慮不同肌肉之間強度的差異?？梢岳斫鉃楫斍凹∪饬ο鄬τ谄渥畲蠹∪獬隽Φ陌俜謹?，定義

(2)

式中：A0即為肌肉激活程度，F為當前情況下肌肉力，N為最大肌肉力。

為了研究連續射擊次數對射手疲勞的影響，采用肌群平均激活速度表征射擊疲勞程度，即肌肉激活速度越小說明肌群疲勞程度嚴重，定義如下：

(3)

式中：V為肌群平均激活速度，Apreload為射擊過程中預緊肌群激活程度，Acontrol為射擊過程中主動控制時肌群激

活程度，Δt為射擊耗時。

3結果與分析

3.1實驗結果與分析

選取手槍上的一個marker_1點為研究對象，該marker點位于扳機護圈上，從站立持槍到射擊結束整個過程marker點的空間坐標變化如圖4所示，截取7次連續射擊過程如圖5所示。其中圖中X軸為與槍膛軸線垂直的水平方向、Y軸為與槍膛軸線平行的射擊方向、Z軸為與槍膛軸線垂直的鉛垂方向。

圖4　整個動作過程marker1點的空間坐標Fig.4 The spatial coordinates of marker_1 during the whole action process

圖5　射擊過程marker1點的空間坐標Fig.5 The spatial coordinates of marker1 points during the shooting process

3.2實驗數據驅動下模型數值計算結果分析

將測量的運動學數據用于驅動射手肌肉骨骼模型，基于逆向動力學原理可以獲得人體射擊動態響應情況。

3.2.1肌肉受力分析

在射擊過程中，手臂肌群發力平衡射擊產生的外力，選擇左、右手臂的肌群為研究對象，分析射擊過程中肌群發力規律。圖6是7次連續射擊過程中，持槍手臂(右手臂)肌群的激活程度在7次連續射擊過程中，產生了8次相似的收縮發力規律。前7個循環是手臂肌肉收縮發力平衡射擊產生的外力，最后一個收縮發力是射手的行為意識學習造成的。由于射手經過若干次射擊后，肌群的收縮已經適應了射擊產生的外力和射擊的頻率，從而會本能地產生相應的收縮。

圖6　手臂肌群激活Fig.6 The activation of arm muscle

取第2發射擊過程進行分析，可以看出持槍手臂(右手臂)肌群在射擊過程中，共收縮了3 次。左手臂肌群在持槍手臂肌群第3次收縮時開始發力，但肌群收縮程度明顯小于持槍手臂。在射擊前，持槍手臂肌群激活達到75%，左手臂肌群激活為5%，產生這種原因是由于射手根據經驗估算射擊產生的外力大小，在射擊前本能地收縮肌肉以及下一次射擊前肌肉尚未完全松弛共同造成。對于持槍手臂的第1個峰值，是槍機后坐到位撞擊造成的，由于預緊力不足以平衡槍械射擊產生的外力，此時需要手臂肌群緊急收縮產生肌力去平衡不斷變化的外力；由于手槍的自動機循環時間是40 ms，第2個波峰發生的時間大于40 ms同時小于200 ms，此時射手依然處于被動響應階段，該波峰是手臂為了平衡突然撤去的外力本能收縮造成的；第3個波峰是射手主動控制手槍運動造成的，此時，左臂肌群激活發生明顯變化，這是由于射手進入主動控制階段，左手臂擺動平衡上半身穩定。

通過上述分析可知，每次射擊過程肌肉會有3次收縮發力，前2次是手臂被動隨槍械運動造成的，最后一次是主動控制造成的，從擊發到主動控制所需時間約為243 ms。由射擊結束后肌群收縮規律，可以知道射手射擊過程同時也是行為意識學習過程，即提前感知下一次射擊所需平衡的外力。

作為有著豐富經驗的一名女賽車手，勞拉·克萊哈默（Laura Kraihamer）為本次選題帶來了女性特有的直覺和賽車手的敏感。

3.1.2肌肉疲勞分析

表1是進行連續7次射擊持槍手臂肌群的激活程度，由于第一發次射擊存在很多不確定因素，故不參加對比。從表1中可以看出前5次射擊的預緊力要小于后2次射擊，但最大受力要大于后2次射擊，導致肌群激活變化隨射擊次數的增加而減小。在射擊結束后，持槍手臂肌群并沒有立刻停止發力，而是根據前幾次的射擊時受力規律繼續做類似規律的收縮發力。這種情況是由于射手對射擊過程的行為意識學習，導致肌群本能的做相應的收縮。肌群收縮平均速度先增加后減小，如圖7所示，持槍手臂肌群在射擊了4次以后開始出現疲勞，第5次射擊后疲勞加劇，然后趨于穩定。

表1　連續射擊過程中肌群激活變化

圖7　肌群激活平均速度Fig.7 The average speed of muscle activation

3.1.3關節受力分析

選取手腕關節、肩部關節受力研究射擊過程中關節的受力規律。如圖8(a)、9(a)所示，在7次連續射擊過程中，手腕和肩部關節在射擊方向受力最大，大約是另外兩個方向的2倍～3倍；手腕關節受力隨著射擊次數增加變化不顯著，肩部關節經過4次射擊后，其受力趨勢發生顯著變化，后3次連續射擊時的預緊力要大于前面的射擊，而受力最大值卻小于前4次射擊。造成腕關節和肩關節受力趨勢不同的主要原因是手腕是更加靠近手槍，手槍的運動直接影響到腕關節，槍對腕關節受力的影響要大于射手的控制。對于關節所受力矩的趨勢和受力相似，如圖8(b)、9(b)所示，不做詳細贅述。

圖8　手腕關節受力、手腕關節力矩Fig.8 The wrist joint force and torque of wrist joint

圖9　肩部關節受力、肩部關節力矩Fig.9 The shoulder joint force and torque of shoulder joint

4結論

以實際射擊過程運動學數據為人槍系統模型的輸入，基于逆向動力學驅動模型進行數值計算分析，模型能較全面有效地還原實際射擊過程中射手身體響應，本文結論如下：

(1) 手槍在立姿單手無依托連續射擊過程，同時也是行為意識學習過程，通過前一次射擊反饋，估計下一次射擊外力和槍械的運動，射擊結束后肌群會本能的按照上一次射擊所需的預緊力進行有規律的收縮。當預緊力和槍械作用在手臂的外力越接近時，肌肉和關節的最大受力越小，射擊過程沒有突變力，這樣會增加射擊的穩定性，提高射擊精度。

(2) 對于每一次射擊過程，肌肉及關節受力會有3個波峰，前2個波峰是由于手臂隨著槍械被動運動造成的，最后1個波峰是主動控制造成的，從擊發到主動控制需要243 ms。

(3) 射手在連續4發射擊后，肌肉的疲勞會迅速加劇，在訓練過程中需要注意設置合理連續射擊次數，以便在最少的彈藥消耗情況下，取得最佳的訓練效果。

限于篇幅本文著重研究了手臂肌群的激活、右肩和右手腕關節受力情況，研究內容從人槍相互作用的角度為出發點，為設計者和射擊訓練提供了參考。

[ 1 ] 付憶民. 輕武器射擊[M].北京:解放軍出版社,2003.

[ 2 ] 李永新,朱明武,孫海波. 人槍系統動力響應研究[J].兵工學報,1999,20(1):8-12.

LI Yong-xin, ZHU Ming-wu, SUN Hai-bo. Dynamic response of man-weapon systems [J]. Acta Arm amentarii,1999,20(1):8-12.

[ 3 ] 王亞平,徐誠,郭凱. 人槍系統建模及數值仿真研究[J], 兵工學報,2001,23(4):551-554.

WANG Ya-ping, XU Cheng, GUO Kai. System modeling and value smulating of man-gun[J]. Acta Arm amentarii,2002, 23(4): 551-554.

[ 4 ] 王永娟,陳效華, 徐誠. 點射模式在人槍系統中的響應特性分析[J], 兵工學報,1999,20(2):108-110.

WANG Yong-juan, CHEN Xiao-hua, XU Cheng. Response characteristics analysis for the burst-firing model in man-weapon systems[J]. Acta Arm Amentarii, 1999, 20(2):108-110.

[ 5 ] Matthew J H. Measuring felt recoil of sporting arms[J]. International Journal of Impact Engineering,2008,35(6):540-548.

[ 6 ] Nibbeling N, Oudejans R R D, Rouwen C B, et al. Pursue or shoot? Effects of exercise-induced fatigue on the transition from running to rifle shooting in a pursuit task [J].Ergonomics, 2013, 56(12):1877-1888.

[ 7 ] Lakie M. The influence of muscle tremor shooting performance [J]. Experimental Physiology,2009, 95(3):441-450.

[ 8 ] Nibbeling N, Daanen H A, Gerritsma R M,et al. Effects of anxiety on running with and without an aiming task[J]. Journal of Sports Sciences, 2012, 30(1):11-19.

[ 9 ] Lee Y S, Choi Y J,Lee S H,et al. Structural analysis of human body impact [J]. Key Engineering Material, 2006:326-328.

[10] 包建東，王昌明. 連發射擊槍口運動特性測量與分析[J]. 彈道學報，2010,22(3):43-45.BAO Jian-dong, WANG Chang-ming. Test and analysis on motion characteristics of muzzle under the conditions of automatic fire[J].Journal of Ballistics,2010,22(3):43-45.

[11] Hill A V. The heat of shortening and the dynamic constants of muscle[J].Biological Sciences, 1938, 126(843): 136-195.

[12] Damsgaard M, Rasmussen J, Mark de Z. Analysis of musculoskeletal systems in the AnyBody Modeling System [J]. Simulation Modeling Practice and Theory, 2006, 14(8):1100-1111.

Dynamic response characteristics of soldiers in pistol shooting process

YANG Yang, WANG Ya-ping, ZHANG Wei, XU Cheng

(School of Mechanical Engineering, NUST, Nanjing 210094, China)

The purpose of this study was to investigate response characteristics of soldiers standing without support during their pistol shooting. A man-gun system model was established based on AnyBody software platform. The man-gun system model was driven by test data obtained with a three-dimensional motion capture system. The model was analyzed based on the inverse-dynamics principle, the “minimum-fatigue” criterion was utilized to deal with the muscle redundancy problem. The results showed that the behavior consciousness studies in the process of shooting and muscles instinctively shrinks according to the pre-tightening force of the last firing; in the process of shooting, there are 3 wave peaks for forces of muscles and joints, the first 2 wave peaks are due to passive movement of arms caused by firearms, the last peak is caused by the active control, the time from percussion to active control needs 243 ms; muscles fatigue rapidly intensifies after 4 consecutive shots. The results provided a referrence for shooting training and optimal playing of handheld light arms efficiencies.

man-gun system; active response characteristics; Inverse dynamics; behavior consciousness; shooting fatigue

10.13465/j.cnki.jvs.2016.11.002

國防基礎科研項目

2015-01-13修改稿收到日期：2015-05-20

楊洋 男，博士生，1988年4月生

王亞平 女，博士,副教授，1975年10月生

E-mail：zykdou@163.com

TB18

A