为什么我们认为将Apple Watch安装在杠铃上能显著提高Spleeft与GymAware在卧推项目中的相关性

一名运动员在平板电脑和手机后方进行卧推,屏幕上显示着杠铃的速度读数。.

在本文中,我们将探讨李及其同事开展的验证研究,并解释为何我们预计,如果使用我们的2026算法和测量指南重复该测试,Spleeft的表现会更优。 我们基于作为教练的经验开发了Spleeft,旨在提升我们为运动员提供的服务质量。可靠的速度测量是这一承诺的核心:它为调整训练负荷或结束一组训练等决策提供依据。. 我们如何利用训练数据改进Spleeft的算法.

在Li、Tang和Feng的2024年研究方案中,Metric与GymAware的测量结果更为吻合。在以1RM的50%强度完成75次卧推重复训练的过程中,与GymAware的相关性为 Metric 的 r 值为 0.937,Spleeft 的 r 值为 0.733简体中文(大陆). 将 Apple Watch 戴在前臂上后,Spleeft 记录了速度 平均低0.070 米/秒 比GymAware更准确。该结果涉及平均向心速度、一种负荷以及Spleeft的早期版本。2026年,我们更改了休息时段的检测方式以及重复次数的界定标准。目前,一个独立的研究团队正在评估当前版本的改进情况。. 李、唐和冯的研究 · Metric 的文章 · Spleeft 更新.

该研究的解释超出了实际测量的范围

Li及其同事认为,采样率较低可能是导致这一结果的原因之一。在“设备”一节中,他们描述了Spleeft的采样率通常为 100 Hz 或更高, ,但未说明测试中使用了哪种模式。Apple Watch Series 9 此前已支持该 200 Hz 自2024年5月以来的模式。该指标记录于 60 fps, ,但相机追踪的是位置,而手表测量的是加速度。要确定采样率是否影响了结果,需要在控制其他条件不变的情况下,对比100 Hz和200 Hz的Spleeft模式。. 该研究报告的第2.3节和第4节 · 2024年5月的200赫兹公告.

此外,有必要澄清该应用的工作原理。Spleeft 直接在 Apple Watch 上计算垂直速度,利用基于陀螺仪和磁力计等数据得出的加速度和方位估计值。该研究将计算过程置于 iPhone 或 iPad 上,并将信号平滑处理和平均推进速度归因于测试版本。 我们目前使用的巴特沃斯低通滤波器和平均推进速度功能,是在2026年更新中引入的。. 研究报告,第2.3节 · Spleeft 技术文档 · 2026年更新.

比较中缺少证据

李及其同事的讨论中遗漏了一项与解读手表性能相关的早期研究。2023年,阿赫曼及其同事在自由重量深蹲过程中,将Apple Watch Series 7与Vicon动作捕捉系统进行了对比。就平均速度而言,他们发现相关性为 r = 0.952–0.965(手腕处) 和 杠铃训练时的r值为0.971–0.979. 他们使用SensorLog记录了数据及其处理过程。这是该手表在该训练中采用该方法所能测量的数据的独立证据。. Achermann 等,2023.

在Spleeft,我们还发布了该应用与多款参考设备的对比测试报告。2022年,我们使用线性传感器对史密斯机深蹲进行了测试。2024年,我们在深蹲项目中将Spleeft与Vitruve进行了对比,在弓步项目中与STT动作捕捉系统进行了对比,在卧推项目中与GymAware进行了对比。 在我们自己的卧推对比测试中,尽管相关性很高,但我们仍观察到 GymAware 存在系统性偏差。. 2022年Spleeft验证 · 2024年Spleeft验证.

2026年我们进行了哪些改进

我们在2024年10月的指南中已建议稍作停顿,将速度重置为零。在卧推过程中,当运动员稳定杠铃时,手表可能会继续记录微小的动作。. 智能零 在这些条件下,该功能可提升对休息和重复次数界限的检测精度。当前版本还支持通过 iPhone 控制固定在杠铃上的手表,并保存惯性信号,以便用户回顾每次读数的计算过程。. 2024年指南 · 算法开发 · 智能零.

Apple Watch 固定在横杆上,紧邻线性编码器的电缆旁
在一次Spleeft实地测试中,Apple Watch与线性编码器一同安装在横杆上。.

在 YouTube 上观看《Apple Watch VBT 与金标准对比》.

在我们2026年进行的探索性硬拉测试中,将手表放置在杠铃上重建的曲线更接近维特鲁威的曲线,详见 15次重复中的第14次. 在该测试中,手表型号和算法版本也发生了变化,而且我们在重建过程中使用了编码器数据。. Spleeft的2026年实地测试.

结论

我们已公布的测试结果以及2026年推出的变更,让我们有理由预期 在卧推测试中,与GymAware的一致性比在2024年测试中更高. 根据我们目前的指导方针,在进行卧推和硬拉等练习时,应将 Apple Watch 固定在杠铃上,并在每次重复动作之间短暂暂停,以便 Spleeft 能重新校准信号。通过这种设置并结合 Smart Zero 功能,我们预计能更准确地估算平均向心速度。 若使用当前版本重复2024年的对比实验,我们将能够量化任何改进效果。. Spleeft 测量指南 · Smart Zero 更新.

对……的独立验证 平均推进速度 目前正在进行中。我们已经为2027年制定了新的计划,以继续改进我们的测量算法。.

准备好记录你的训练情况了吗? 在 App Store 上下载 Spleeft.

分享此帖:

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

40千克时的弓步速度变化曲线,大部分测量值集中在相似的范围内。.
案例研究

在线力量训练指导:我使用Spleeft的体验

我为何持续开发Spleeft,以及我如何将其作为在线教练使用:运动员的动力、可靠的力量训练数据,以及通过iCloud实现的自动分享。.

在与线性编码器进行现场测试时,Apple Watch被固定在横杆上
案例研究

利用真实数据改进 Spleeft 的杠铃速度算法

我如何利用 Apple Watch 数据、线性编码器以及在巴黎采集的录音,来改进 Spleeft 的休止符检测、乐句分割和小节速度追踪功能。.

zh_CN