Ao medir velocidade da barra com o Apple Watch durante os levantamentos terra, será que faz diferença se usas o relógio no pulso ou se o prendes ao guiador? Depois de partilharmos as últimas melhorias do Spleeft, uma das perguntas mais frequentes foi por que razão aparecia um Apple Watch preso ao guiador em vez de estar no meu pulso.
Compreendo a reação. Um relógio num bar chama a atenção e, sim, eu sabia que essa imagem poderia despertar a curiosidade. Mas por trás disso estava uma questão que já vínhamos a investigar há algum tempo: Será que poderíamos tornar as medições ainda mais fiáveis colocando o relógio na barra? Na prática, as medições do levantamento terra com o relógio no pulso não pareceram tão fiáveis como as medições noutros exercícios, como o agachamento. O estudo independente de validação do Apple Watch também referiu esta diferença.
Nos nossos testes de levantamento terra simultâneos, o relógio fixado à barra registou menos oscilações antes da subida. Quando reconstruímos ambos os sinais utilizando o mesmo procedimento, a curva de velocidade do relógio também se mostrou mais próxima da do codificador na maioria das repetições. Aqui estão os dados e os limites dessa comparação.
O Apple Watch na barra ou no pulso: que movimento é que o sensor mede?
Quando se usa um Apple Watch no pulso durante um levantamento terra, a mão move-se juntamente com a barra. No entanto, isso não significa que os seus movimentos sejam idênticos em todos os momentos.
Antes de levantar o peso, pode ajustar a sua pegada, tensionar os braços ou alterar ligeiramente a posição do pulso. Esses movimentos podem ser detetados pelo sensor mesmo quando a barra mal se moveu. O ajuste da pulseira e as vibrações também podem influenciar o registo.
A nossa hipótese era que algumas das irregularidades iniciais se deviam à interação entre o corpo, o pulso e o relógio. Fixá-lo à barra poderia reduzir esses movimentos relativos e aproximar o sinal do objeto cuja velocidade pretendíamos medir.
Isto é importante porque o Spleeft reconstrói a velocidade a partir da aceleração. Um pequeno erro nesse sinal pode acumular-se durante a integração. O que acontece imediatamente antes da subida pode afetar o ponto de partida e, consequentemente, o traçado de toda a repetição.
Como testámos o Apple Watch durante os levantamentos terra, em comparação com o Vitruve
Esta investigação faz parte do nosso trabalho em curso com gravações de formação, que descrevemos no nosso artigo sobre Melhorar o algoritmo de velocidade do Spleeft com dados reais. Neste artigo, iremos apresentar três sinais registados simultaneamente durante as mesmas séries:
- Um Apple Watch SE (1.ª geração) fixado à barra, a executar a nova versão do algoritmo.
- Um Apple Watch Series 8 no pulso, com a versão anterior instalada.
- Um codificador linear Vitruve como referência externa.
Isto permitiu-nos comparar a mesma execução, sem ter de partir do princípio de que dois conjuntos realizados em momentos diferentes eram equivalentes.
Para esta análise, vamos apresentar quatro séries de levantamento terra com as três gravações: uma com 60 kg, duas com 70 kg e uma com 80 kg. Isso deixou 15 repetições comparáveis. Uma repetição adicional não dispunha de dados suficientes relativos ao pulso antes do levantamento e foi excluída; outra série contava apenas com o registo do relógio a partir da barra.
Resultados: Velocidade da barra ao longo de 15 repetições de levantamento terra
O relógio que estava no balcão apresentou um traçado de velocidade mais próximo do de Vitruve em 14 das 15 repetições, com um erro médio mais baixo nos quatro conjuntos.
Para quantificar essa proximidade, calculámos o RMSE: uma medida da diferença entre as curvas, amostra a amostra. Um valor mais baixo significa que as curvas estão mais próximas nesta comparação.
| Medir ao longo das 15 repetições partilhadas | Relógio de bar | Relógio de pulso |
|---|---|---|
| RMSE médio durante a subida | 0,033 m/s | 0,092 m/s |
| RMSE médio no início | 0,011 m/s | 0,057 m/s |
O intervalo inicial vai de 0,25 segundos antes até 0,15 segundos após o início da fase concêntrica, identificada através do Vitruve. Estes valores correspondem a médias do erro de traçado por repetição; não se trata de erros de velocidade média nem de percentagens de fiabilidade da aplicação.
Ao analisar a aceleração, também observámos menos oscilações na barra antes de várias subidas. Essa diferença ajuda a explicar por que razão é importante melhorar o sinal que entra no algoritmo, a par da melhoria do próprio algoritmo.
Há casos em que o pulso regista oscilações antes de o codificador apresentar uma subida clara. A velocidade reconstruída pode, então, ficar desfasada ou apresentar um desvio na amplitude. O relógio na barra acompanha a referência de forma mais precisa em muitos desses casos.
E quanto aos lunges? A diferença não foi a mesma
Nessa sessão, também registámos duas séries de lunges com 50 kg, utilizando simultaneamente o relógio na barra, o relógio no pulso e o Vitruve.
Aqui, os sinais de aceleração do pulso e da barra eram muito semelhantes entre si e aos do codificador. Não observámos uma separação tão clara entre as séries como a que se verificou antes de várias séries de levantamento terra.
O que podemos concluir em relação à formação
Esta comparação dá-nos uma razão prática para continuarmos a estudar o posicionamento da barra durante os levantamentos terra: aproxima o sensor do movimento que pretendemos medir e, nestes testes, produziu um sinal mais estável antes do levantamento e curvas de velocidade mais próximas das de Vitruve.
A vantagem observada nos levantamentos terra e o resultado menos claro nos afundos levam-nos a estudar cada exercício separadamente. No entanto, pensamos que o posicionamento da barra pode beneficiar os exercícios em que a barra é segurada nas mãos sem estar apoiada no corpo, o que poderá incluir o supino.
No que diz respeito a outros exercícios, como os agachamentos e os hip thrusts, continuamos a acreditar que usar o relógio no pulso oferece um equilíbrio entre comodidade e fiabilidade.
Dados de velocidade e aceleração no Spleeft: aprender a utilizar cada tecnologia
Este trabalho também deu origem a uma funcionalidade do Spleeft, introduzida no Smart Zero, controlos do Apple Watch e atualização com novos indicadores: disponibilizar aos utilizadores, no interior da aplicação, os registos de velocidade e aceleração, para que possam rever o que aconteceu durante a sua atuação.
Em alguns registos de levantamento terra, é evidente que a velocidade não corresponde ao que deveria estar a acontecer: antes do início de uma repetição, quando a barra está imóvel, a curva pode apresentar oscilações ou desviar-se do valor zero. Pequenos movimentos do pulso, vibrações e outros fatores externos podem contribuir para estas irregularidades.
A visualização do sinal permite aos utilizadores compará-lo com a sua execução. A curva volta a situar-se perto de zero durante uma pausa? Observa-se algum movimento antes do levantamento? Existe alguma irregularidade que coincida com um ajuste na pega ou no relógio? Estas questões ajudam os utilizadores a reconhecer quando uma medição precisa de ser revista e como melhorar o posicionamento ou o seu procedimento na próxima série.
Queremos que os utilizadores compreendam os seus dados e aprendam a utilizar melhor a ferramenta. A fiabilidade depende também de se ensinar onde colocar o sensor, quais os sinais que vale a pena analisar e quando se deve interpretar um resultado com maior cautela. Dar aos utilizadores acesso às gravações contribui para essa aprendizagem, com base no que aconteceu durante a sua própria formação.
O nosso foco: dados que o ajudam a tomar decisões
A inteligência artificial está a tornar o desenvolvimento de aplicações mais acessível. Ajuda-nos a escrever código, a explorar ideias e a avançar mais rapidamente. Na Spleeft, também a utilizamos para analisar gravações e rever as nossas próprias interpretações, tal como fizemos nesta comparação.
Isso levou-me a concentrar os meus esforços naquilo que considero mais valioso para as pessoas que treinam com a aplicação: a qualidade dos dados e a sua utilidade para as decisões do dia-a-dia.
A Apple fornece o dispositivo e os seus sensores. O nosso trabalho consiste em compreender como estes se comportam durante a formação, desenvolver o algoritmo que interpreta esses sinais e testá-lo em condições reais dos nossos utilizadores. A experiência de formação, os testes no terreno e a análise de dados contribuem todos para este processo, com o apoio da IA.
A nossa prioridade é melhorar a fiabilidade das medições e ajudar os utilizadores a reconhecer os seus limites, para que a velocidade registada possa fornecer informações úteis ao ajustar uma carga, monitorizar a fadiga ou avaliar o progresso.
Queremos que o treino baseado na velocidade seja mais acessível, e essa acessibilidade exige também que se preste atenção à qualidade do que medimos. É esse o trabalho que queremos continuar a fazer na Spleeft: utilizar ferramentas que nos ajudem a avançar mais rapidamente para criar métricas cada vez mais úteis na formação prática.
Perguntas frequentes sobre o Apple Watch para o levantamento terra
Será melhor colocar o Apple Watch na barra do que no pulso?
Nesta sessão de levantamento terra, a velocidade reconstruída a partir do relógio colocado na barra ficou mais próxima da medida pelo Vitruve em 14 das 15 repetições comparáveis. Este é um resultado exploratório: o modelo do relógio e a versão do software eram diferentes, e a reconstrução utilizou informações do codificador. Não demonstra uma vantagem universal nem a precisão independente da aplicação.
Os gráficos mostram a velocidade que o Spleeft calcula em tempo real?
Não. Para comparar os sinais, aplicámos um procedimento comum aos dados de aceleração exportados, com a ajuda do Vitruve para delimitar as subidas e estabelecer a condição inicial. Os gráficos mostram essa reconstrução offline.
O que posso aprender ao rever as gravações do meu conjunto?
Pode verificar se a velocidade se aproxima de zero durante as pausas e se surgem irregularidades antes do levantamento. Comparar a curva com a sua execução ajuda-o a rever o posicionamento e o procedimento; uma curva coerente, por si só, não garante a precisão.
Se quiseres experimentar o treino baseado na velocidade com o teu Apple Watch ou iPhone, Descarregue o Spleeft da App Store. Começa por analisar as tuas próprias séries e a forma como as gravações se relacionam com a tua execução.
