fbpx

使用 Apple Watch 和 iPhone 测量杠铃速度的 Spleeft 的有效性和可靠性

可靠性、有效性、测量杠铃速度、Apple Watch、iPhone、Spleeft、健身应用程序、健身房应用程序

几周前,我们发布了一份证明白皮书,其中详细解释了我们的算法、算法背后的技术以及大量数据,证明了为什么你应该相信测量结果。这篇博客的目的是总结这项研究的主要发现。你可以在这里下载完整的论文和原始数据。

我们针对三种不同的技术进行了三项不同的测试:深蹲测试采用 Vitruve LPT(线性位置传感器),弓步测试采用 STT System 动作捕捉系统 (MOCAP),均由我们执行。我们中国的同事 Zijuin Ge 亲自针对 Gymaware LPT 进行了卧推测试。

我们测量运动范围、平均速度和峰值速度。现在我们将讨论平均速度,但您可以在白皮书中查看其他数据。

立即为手机、MAC 和手表下载 SPLEEFT 应用程序!

该应用程序的平均误差是多少?

将 Spleeft 与其他技术进行比较时,发现相关性非常高 (r > 0.98)。然而,不同设备的平均误差各不相同。

可靠性、有效性、测量杠铃速度、Apple Watch、iPhone、Spleeft、健身应用程序、健身房应用程序

与 Vitruve 和 MOCAP 相比,最小误差为 Apple Watch 8 的 0.016 米/秒。最大误差为 iPhone 7 的 0.03 米/秒。Bland – Altman 证明了该设备的有效性,因为没有发现系统误差。

可靠性、有效性、测量杠铃速度、Apple Watch、iPhone、Spleeft、健身应用程序、健身房应用程序

我们发现 Gymaware 存在系统性错误。我们正在尝试了解这些差异,因为 Vitruve 或 MOCAP 均未发现这些错误。系统性偏差非常明显,因此我们推测它依赖于 Gymaware 背后的算法。也许是水平轴校正。

可靠性、有效性、测量杠铃速度、Apple Watch、iPhone、Spleeft、健身应用程序、健身房应用程序

可靠性怎么样?

在将三款设备与 Vitruve (1.67%) 进行比较时,发现变异系数 (CV) 非常低。MOCAP (1.71%) 和 Gymaware (4.2%) 也出现了同样的情况。考虑到 CV 小于 6% 的准确性很高,很明显 Spleeft 在所有设备上都表现可靠。

我们可以说,Spleeft 相对于 Vitruve 和 MOCAP 是有效且可靠的。相对于 Gymaware,它无效但可靠,因为错误是系统性的,并且 CV 非常低。

我们可以比较不同设备的测量结果吗?

在使用旧算法的 iPhone 7、Apple Watch SE(均采用 100Hz 数据)和 Apple Watch 8(200 Hz 测量)进行深蹲测试时,三种不同设备之间没有发现显著差异。此外,如上所述,CV 非常低。这对于能够 将多名运动员的数据导入到他们的 Mac 应用程序中。您可以比较不同来源之间的数据。

此外,我们证明了无需最昂贵的设备(Apple Watch 8 或更新版本)即可准确测量杠铃速度。正如您将在白皮书中看到的那样,200 Hz 测量结果更好,只是为了避免高速运动中运动范围内的一些随机误差。但预计用户体验不会有任何差异。

请在此阅读我们的完整白皮书。

分享此食谱:

一条评论

  1. 引用通告:Spleeft 应用指南和基于速度的训练 (VBT)

发表评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注

您也可能感兴趣

基于速度的训练设备、vbt、基于速度的训练、速度跟踪器、速度应用程序、vbt 设备、加速度计、vitruve、T-Force、Gymaware、编码器、Output Sports、Enode、Calibrex
教程

基于速度的训练设备:优点和缺点

在 Spleeft,我们的使命始终很明确:普及基于速度的训练设备 (VBT),让每个人都能使用它,而不仅仅是精英运动员或力量训练者

zh_CN