Uintivalmennuksessa teknologian käyttö ei ole yhtä yleistä kuin monessa muussa kilpaillussa urheilulajissa. Yksi merkittävä syy tähän on käytössä olevan mittausteknologian heikko soveltuvuus veden alla ja pinnan lähellä tehtäviin mittauksiin. Uintiharjoituksessa yksi valmentaja ohjaa usein useampaa uimaria kerrallaan, joten eri yksilöiden suoritusten seuraaminen ja ohjaaminen on haasteellista. Valmennuksellisesti tärkeää on pystyä tunnistamaan uimarin väsyminen harjoituksen aikana. Väsymistä indikoivia muuttujia ovat mm. vetotiheyden ja -pituuden muutokset sekä uintiasennon ja liikeratojen muuttuminen suorituksen aikana. Inertiamittalaitteiden yleistymisen ja langattoman tiedonsiirtoteknologian kehittymisen myötä valmennustyöhön on tarjolla lisää työkaluja perinteisten sekuntikellojen ja videokuvan lisäksi. Tässä tutkimuksessa selvitettiin, kuinka inertiamittalaite (IMU) soveltuu kilpauinnin analysoimiseen.
Alkuvuodesta 2017 markkinoille tullutta Movesense-inertiamittalaitetta (Suunt
o Oy Amer Sports, Helsinki) tutkittiin kilpauinnin valmennuskäytössä kehittämällä sille mittausjärjestely ja data-analyysimenetelmä. Mittaaminen tapahtui sijoittamalla mittalaite uimarin uimalakin alle ja asemoimalla se takaraivokyhmyn päälle uintisuorituksen ajaksi. Yhteensä yksitoista täysi-ikäistä mies- (N = 6) ja naiskilpauimaria (N = 5) uivat yhden 200 metrin sekauintisuorituksen 25 metrin altaassa noin 80 %:n submaksimaalisella teholla. Suoritukset taltioitiin käytössä olleella mittalaitteella sekä katsomosta käsin seuraavalla videokameralla. Langattoman yhteyden hyödyntäminen osoittautui mahdottomaksi tutkimuksessa käytetyllä laitteistolla, joten reaaliaikaista mittaustietoa ei tutkimuksessa voitu tuottaa. Mittalaitteen tallentamat tiedot analysoitiin ja signaalit prosessoitiin muotoon, josta voitiin ohjelmallisesti luokitella uintitekniikkaa ja laskea vetomääriä ja kierrosaikoja. Mittausmenetelmän tarkkuuden validoimisessa käytettiin videokuvasta tehtyä liikeanalyysiä.
Tallennetuista mittauksista voitiin tunnistaa neljä uintitekniikkaa 83 %:n keskimääräisellä tarkkuudella (uimarikohtainen hajonta 57–96 %). Signaalien muodoista voitiin laskea 25 metrin kierrosaikoja (0,15 ± 3,2) s keskimääräisellä tarkkuudella ja vetosyklien lukumääräinen tunnistamistarkkuus oli (94 ± 7,8) %, joka vastaa 3,6 vetosyklin puuttumista 200 metrin sekauintisuoritusta kohden. Signaalien muodoissa havaittiin yksilöllistä vaihtelua ja havaittiin kulmanopeussignaalien korreloivan rintauintinopeuden kanssa (naiset: r = 0,96 ja miehet: r = 0,94).
Jatkossa luotettavuuden kannalta olisi tärkeää selvittää menetelmän toistettavuutta ja eri tasoisten ryhmien välisiä eroja. Validoinnissa käytettävän aineiston tulisi sisältää myös vedenalaista liikettä ja käännösten tunnistaminen olisi hyvä todentaa kilpailuissa käytettävällä ajanottomenetelmällä. Tutkimuksessa käytetty mittauslaitteisto ja menetelmä antoivat kuitenkin positiivisia viitteitä siitä, että systeemiä on mahdollista kehittää siten, että se sopii uinnin päivittäiseksi valmennustyökaluksi.
...
Utilization of measurement technology in swim coaching is not as common base as in many other competitive sports. One major issue for this has been the usability of measurement technologies under and on the surface layer of the water. In daily practice, it is rather typical that there are several swimmers supervised by the same coach meaning that the focus for individual swimmer is compromised. Therefore, it is important to develop methods so that the coach could monitor and track any unwanted activities during the daily practice. There are known indicators which show swimmers exhaustion like changes in stroke rate and length as well as the pose and range of the movements. As the inertial measurement tools are becoming more widespread and the wireless communication technologies are advancing, it is apparent that there could be more useful tools for the swim coaching other than the stop watches and video analysis alone. In this thesis, a novel inertial measurement unit (IMU) based syst
em to analyze swimming was developed and tested with a group of competitive swimmers.
The study was carried out with a Movesense (IMU) sensor (Suunto Oy Amer Sports, Helsinki) released in the year 2017. An analysis tool and a measurement system were developed to investigate the possibilities to use it as a competitive swimming coaching tool. During the measurements, the sensor was placed under the swim cap on the inion occipital bone. In total of eleven adult men (N = 6) and women (N = 5) competitive swimmers performed one 200-meter medley with 80 % submaximal effort. Performances were recorded with the IMU sensor and a video camera placed in the stand beside the pool. Wireless communication was not applicable in the present measurement setting and thus a real-time data could not be utilized. Signals extracted from the sensor recordings were post-processed and classified to identify and calculate the swimming performances. Video recordings were used for the validation purposes.
Recorded and manually processed measurements were used in stroke classification where total accuracy of 83 % were achieved (individual swimmers 57–96 %). With a signal processing tools, it was possible to identify and calculate 25m lap times within (0,15 ± 3,2) s average accuracy and stroke count accuracy of (94 ± 7,8) % was reported which equals in average of 3,6 missed strokes in 200-meter medley. Analysis of signal shapes showed individual variations and a correlation (female r = 0,96 and male r = 0,94) between angle speed sensor signals with breaststroke swimming speed was noticed.
In order to improve the reliability, it is recommended to investigate the repeatability of the method and impacts on different level groups. More important is to ensure the good quality of the validation material by adding underwater motion analysis and lap time analysis should be validated with official competition methods. The measurement setting and the used method provided positive indication about the capability of the system as a daily swimming coaching tool.
...
