Madrid, España
Madrid, España
En este trabajo se presenta el estado de desarrollo de un sistema orientado a entrenadores y atletas de alto rendimiento para la mejora de la técnica del lanzamiento de disco. El sistema está basado en el análisis de la información proporcionada por unidades de medida inerciales (IMU) y una cámara de vídeo. Inicialmente, las IMU se ubican en cinco puntos del cuerpo del lanzador, así como en el interior del disco. La utilidad de las IMU es proporcionar aceleraciones y ángulos de orientación que permitan derivar parámetros biomecánicos del atleta, así como identificar las fases temporales que comporta todo lanzamiento. En lo que respecta a la grabación de vídeo, ésta se procesa mediante técnicas de aprendizaje profundo para obtener las coordenadas 3D de 21 puntos del cuerpo del atleta. Todos estos datos permiten mejorar el modelado biomecánico con parámetros como la ubicación del centro de masas del atleta y la evolución del momento angular del disco y del lanzador.
This paper presents the state of development of a low-cost system aimed at coaches and high-performance athletes for the improvement of the discus throw technique. The system is based on the analysis of the information provided by inertial measurement units (IMUs) and a video camera. Initially, the IMUs are located at five points on the thrower’s body and inside of the discus. The purpose of the IMUs is to provide data on linear accelerations and orientation angles to allow the direct and indirect derivation of certain biomechanical parameters of the athlete during the throwing (e.g., offset angles between hips, shoulders and discus, angular velocities of the disc, shoulders and hips, velocity and angles of the discus when leaving the hand, spinning angle applied to the discus, etc.) In that way, it lets automatically to identify the time phases involved in each throwand so determine the quality of it with the final objective of maximizing the flight distance of the discus. Regarding the video, it is based on the use of a single camera to obtain a 3D wireframe model of the athlete. For such a purpose, the video is processed using deep learning techniques that obtain the temporal sequence of 3D coordinates of up to 23 points of the athlete's body. This data, together with information from the IMUs, allows for the improvement of the biomechanical modelling with parameters such as the location of the athlete's centre of mass and the evolution of the angular momentum of the discus and thrower.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados