La IA quiere convertir un simple video de teléfono en datos de rendimiento ciclista por los que los ciclistas serios pagan miles.
Los datos de rendimiento costosos del ciclismo podrían eventualmente provenir de la cámara de tu teléfono
Aliya Barnwell / Digital Trends
El ciclismo no es un pasatiempo caro por sí mismo. Pero a medida que comienzas a tomártelo en serio, un ciclista puede gastar una cantidad francamente exorbitante de dinero midiendo lo que hacen sus piernas. En un entorno más profesional, cosas como pedales instrumentados, computadoras de bicicleta, sensores de frecuencia cardíaca y mucho más comienzan a volverse importantes. Todo esto simplemente ayuda a extraer más información de cada paseo.
Ahora, investigadores de la Universidad La Trobe (a través de TechXplore) están explorando si un dispositivo que la mayoría de las personas ya posee podría eventualmente manejar una parte sorprendentemente sofisticada de ese trabajo. Este no es un hardware especializado; es un pequeño gadget que cabe en tu bolsillo, y sí, es tu teléfono. Investigadores del Centro de Investigación Biomédica Holsworth están desarrollando modelos de IA capaces de estimar las fuerzas que un ciclista aplica a los pedales utilizando el movimiento capturado en video. Un ciclista puede simplemente grabarse con un teléfono inteligente y recibir información biomecánica que actualmente requiere un equipo mucho más especializado.
La IA está observando cada pedalada
Aliya Barnwell / Digital Trends
El sistema utiliza aprendizaje profundo para conectar lo que ve en el movimiento de un ciclista con las fuerzas reales medidas en los pedales. Para esta investigación, entrenaron el modelo utilizando grabaciones de laboratorio sincronizadas, que incluyen un conjunto de datos de grabaciones en video del ciclista en movimiento, mientras que otro mide las fuerzas reales que se aplican durante cada pedalada. La IA luego aprende la relación entre ambos y trata de predecir esas fuerzas solo a partir del movimiento.
Y ya estamos viendo algunos resultados prometedores. Un estudio anterior que involucró al investigador de La Trobe, Rodrigo Bini, utilizó redes neuronales recurrentes para predecir fuerzas de pedales tridimensionales, así como fuerzas y potencia en las articulaciones de las extremidades inferiores. Este informe mostró correlaciones entre variables medidas y predichas que oscilan entre 0.79 y 0.96, aunque la precisión varió dependiendo de la fuerza o medición de la articulación que se estaba estimando. Así que el nuevo proyecto podría facilitar este tipo de análisis fuera del laboratorio.
Tu teléfono no reemplazará un medidor de potencia mañana
Digital Trends
Esta investigación sigue en una etapa temprana. La Trobe no lanzará una aplicación en el corto plazo. Bini estima que en cinco a diez años, las aplicaciones para teléfonos inteligentes podrían permitir que casi cualquier persona registre su movimiento y estime las fuerzas del ciclismo. El equipo ahora está fortaleciendo y validando su conjunto de datos, con hallazgos preliminares que se espera sean presentados en la Conferencia Internacional de Biomecánica el próximo año.
Hemos probado pedales inteligentes en el pasado, como el Garmin Vector 3, que son capaces de decirte dónde y cuándo generas fuerza durante una pedalada. Sin embargo, este tipo de datos granulares tradicionalmente ha requerido sensores dedicados y mucho dinero. Convertir la cámara de un teléfono en incluso una aproximación de ese conjunto de herramientas podría poner la biomecánica del ciclismo genuinamente útil al alcance de muchos más ciclistas. Con la IA siendo utilizada también como entrenadores de fitness, pronto veremos tecnología utilizada para afinar más aspectos físicos de nuestras vidas.
Otros artículos
La IA quiere convertir un simple video de teléfono en datos de rendimiento ciclista por los que los ciclistas serios pagan miles.
Los investigadores están desarrollando inteligencia artificial que puede estimar las fuerzas de los pedales de ciclismo a partir de video, lo que podría convertir imágenes ordinarias de teléfonos inteligentes en datos útiles sobre rendimiento y riesgo de lesiones.
