Multisensorsystem zur Echtzeitanalyse von Bewegungen im Skilanglauf

Zur echtzeitfähigen Analyse der (Gelenk)Kinematik des Skilanglaufs wird ein Multisensorsystem konzipiert. Trainer/innen und Sporttreibende erhalten ein leistungsdiagnostisches Analysesystem zur Bewegungsoptimierung im Trainingsbetrieb. Auf Grundlage der Entwicklungen und Untersuchungen soll das Multisensorsystem mit etablierten Referenzsystemen algorithmisch weiterentwickelt und evaluiert werden. Die Evaluation des Multisensorsystems hinsichtlich (gelenk)kinematischer Parameter, mithilfe der im Rahmen der Untersuchungen eingesetzten Referenzsysteme von Xsens/Niederlande und KINEXON/München, soll einen objektiven Vergleich verschiedener KI-basierter Human-Pose-Estimation Methoden nach Clark et al. (2019) zur leistungsdiagnostischen Analyse ermöglichen. Mittels Edge Computing soll zukünftig die Signalverarbeitung von der Datenaufnahme über die Daten-Vorverarbeitung und Weiterleitung an eine Workstation hinsichtlich der Echtzeitfähigkeit optimiert werden. Eine zentrale Workstation übernimmt die Aufgaben der Datenfusion, Aufnahme- und Kamera-Steuerung sowie Visualisierung. Ferner soll sowohl ein Feedback als auch ein Broadcast über geeignete Hardwareeinheiten an Sporttreibenden, Trainer/innen und Zuschauer/innen erfolgen.
© Copyright 2020 spinfortec2020digital: 13. Symposium der dvs-Sektion "Sportinformatik und Sporttechnologie" vom 24.-25. September 2020 in Bayreuth. Veröffentlicht von Institut für Sportwissenschaft. Alle Rechte vorbehalten.

Bibliographische Detailangaben
Schlagworte:
Notationen:Naturwissenschaften und Technik Trainingswissenschaft Ausdauersportarten
Tagging:Sportinformatik Echtzeit
Veröffentlicht in:spinfortec2020digital: 13. Symposium der dvs-Sektion "Sportinformatik und Sporttechnologie" vom 24.-25. September 2020 in Bayreuth
Sprache:Deutsch
Veröffentlicht: Bayreuth Institut für Sportwissenschaft 2020
Online-Zugang:https://www.sporttechnologie.uni-bayreuth.de/pool/dokumente/Spinfortec_Programm-Abstractheft_final.pdf
Seiten:40-41
Dokumentenarten:Artikel
Level:hoch