論文の概要: Skilog: A Smart Sensor System for Performance Analysis and Biofeedback in Ski Jumping

• arxiv url: http://arxiv.org/abs/2309.14455v1
• Date: Mon, 25 Sep 2023 18:27:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-27 16:16:19.903264
• Title: Skilog: A Smart Sensor System for Performance Analysis and Biofeedback in Ski Jumping
• Title（参考訳）: Skilog:スキージャンプにおけるパフォーマンス分析とバイオフィードバックのためのスマートセンサシステム
• Authors: Lukas Schulthess, Thorir Mar Ingolfsson, Marc N\"olke, Michele Magno, Luca Benini, Christoph Leitner
• Abstract要約: 本稿では,スキージャンプ時の実時間性能解析とバイオフィードバックのための,スマートでコンパクトでエネルギー効率のよいワイヤレスセンサシステムを提案する。 このシステムは、スキーブーツのインソールを100Hzで3つの異なる地点で足圧を計る。 バイオフィードバックのシナリオでは、フットプレッシャーは最適化されたXGBoostモデルの入力変数として機能する。
• 参考スコア（独自算出の注目度）: 11.123790767105195
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In ski jumping, low repetition rates of jumps limit the effectiveness of training. Thus, increasing learning rate within every single jump is key to success. A critical element of athlete training is motor learning, which has been shown to be accelerated by feedback methods. In particular, a fine-grained control of the center of gravity in the in-run is essential. This is because the actual takeoff occurs within a blink of an eye ($\sim$300ms), thus any unbalanced body posture during the in-run will affect flight. This paper presents a smart, compact, and energy-efficient wireless sensor system for real-time performance analysis and biofeedback during ski jumping. The system operates by gauging foot pressures at three distinct points on the insoles of the ski boot at 100Hz. Foot pressure data can either be directly sent to coaches to improve their feedback, or fed into a ML model to give athletes instantaneous in-action feedback using a vibration motor in the ski boot. In the biofeedback scenario, foot pressures act as input variables for an optimized XGBoost model. We achieve a high predictive accuracy of 92.7% for center of mass predictions (dorsal shift, neutral stand, ventral shift). Subsequently, we parallelized and fine-tuned our XGBoost model for a RISC-V based low power parallel processor (GAP9), based on the PULP architecture. We demonstrate real-time detection and feedback (0.0109ms/inference) using our on-chip deployment. The proposed smart system is unobtrusive with a slim form factor (13mm baseboard, 3.2mm antenna) and a lightweight build (26g). Power consumption analysis reveals that the system's energy-efficient design enables sustained operation over multiple days (up to 300 hours) without requiring recharge.
• Abstract（参考訳）: スキージャンプでは、ジャンプの低繰り返し率がトレーニングの有効性を制限する。 したがって、ジャンプごとに学習率を上げることが成功の鍵となる。 アスリートのトレーニングの重要な要素は運動学習であり、フィードバックによって加速されることが示されている。 特に、インランにおける重力の中心のきめ細かい制御が不可欠である。 これは、実際の離陸が目の一点($300ms)内で行われるため、走行中の体姿勢が飛行に影響を与えるためである。 本稿では,スキージャンプ時の実時間性能解析とバイオフィードバックのためのスマートでコンパクトでエネルギー効率の良いワイヤレスセンサシステムを提案する。 このシステムは、スキーブーツのインソールを100Hzで3つの異なる地点で足圧を計る。 足圧データを直接コーチに送ってフィードバックを改善するか、あるいはMLモデルに入力して選手にスキーブーツの振動モーターを使って瞬時にインアクションフィードバックを与える。 バイオフィードバックのシナリオでは、足圧が最適化されたXGBoostモデルの入力変数として機能する。 質量予測の中心(背位シフト、中性スタンド、腹側シフト)に対する予測精度は92.7%と高い。 その後、PULPアーキテクチャに基づいたRISC-Vベースの低消費電力並列プロセッサ(GAP9)のXGBoostモデルを並列化し、微調整した。 オンチップデプロイメントによるリアルタイム検出とフィードバック(0.0109ms/inference)を実演します。 提案するスマートシステムは、スリムなフォームファクタ(13mmのベースボード、3.2mmのアンテナ)と軽量なビルド(26g)を備える。 電力消費分析により、システムのエネルギー効率の良い設計により、チャージを必要とせず、複数日間(最大300時間)の持続的な運転が可能であることが判明した。

関連論文リスト

• Ultra Inertial Poser: Scalable Motion Capture and Tracking from Sparse Inertial Sensors and Ultra-Wideband Ranging [23.010268017856824]
  我々は,新しい3次元フルボディポーズ推定法であるUltra Inertial Poserを提案する。 本手法は,センサ間距離による慣性追跡においてドリフトとジッタを制約する。 提案手法のPIPおよびTIP上での最先端性能について実験を行った。
  論文  参考訳（メタデータ） (2024-04-30T13:14:11Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• Reaching the Limit in Autonomous Racing: Optimal Control versus Reinforcement Learning [66.10854214036605]
  ロボット工学における中心的な問題は、アジャイルなモバイルロボットの制御システムをどうやって設計するかである。 本稿では、強化学習(RL)で訓練されたニューラルネットワークコントローラが最適制御(OC)法より優れていることを示す。 その結果、アジャイルドローンを最大性能に押し上げることができ、最大加速速度は重力加速度の12倍以上、ピーク速度は時速108kmに達しました。
  論文  参考訳（メタデータ） (2023-10-17T02:40:27Z)
• Advancements in Upper Body Exoskeleton: Implementing Active Gravity Compensation with a Feedforward Controller [0.0]
  上肢外骨格におけるアクティブ重力補償のためのフィードフォワード制御システムを提案する。 このシステムは、Newton-Euler Inverse Dynamicsに基づく解析的制御方程式を用いて、内部モーターセンサからの位置データのみを用いてトルクを計算する。
  論文  参考訳（メタデータ） (2023-09-09T06:39:38Z)
• A Computer Vision Method for Estimating Velocity from Jumps [2.811259764965963]
  ビデオ記録を用いた鍵変数推定の実現可能性について検討する。 ジャンプ速度は,他のキー変数と強く相関しているため,出発点として注目する。 平均R値0.71の速度は,選手の範囲で高い精度で推定できることがわかった。
  論文  参考訳（メタデータ） (2022-12-09T04:40:36Z)
• Towards a Fully Autonomous UAV Controller for Moving Platform Detection and Landing [2.7909470193274593]
  移動プラットフォームに着陸するための無人無人無人無人着陸システムを提案する。 提案システムはカメラセンサのみに依存し,可能な限り軽量に設計されている。 このシステムは目標の中心から平均15cmずれて40回の着陸試験を行った。
  論文  参考訳（メタデータ） (2022-09-30T09:16:04Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Universal Battery Performance and Degradation Model for Electric Aircraft [52.77024349608834]
  電動垂直離着陸機(eVTOL)の設計、解析、運用には、Liイオン電池の性能の迅速かつ正確な予測が必要である。 我々は,eVTOLのデューティサイクルに特有の電池性能と熱的挙動のデータセットを生成する。 このデータセットを用いて,物理インフォームド機械学習を用いた電池性能・劣化モデル(Cellfit)を開発した。
  論文  参考訳（メタデータ） (2020-07-06T16:10:54Z)
• A Framework for Behavioral Biometric Authentication using Deep Metric Learning on Mobile Devices [17.905483523678964]
  バッテリー駆動のモバイルデバイス上でのトレーニングを取り入れた新しいフレームワークを提案する。これにより、プライベートデータはデバイスを離れることなく、実行時の動作パターンに柔軟に適応するようにトレーニングをスケジュールすることができる。 実験では、3つの公開データセットで95%以上の認証精度が示され、データが少ないマルチクラスの分類では15%の精度が向上し、それぞれ99%と90%が成功したブルートフォース攻撃とサイドチャネル攻撃に対する堅牢性が向上した。 その結果,トレーニングはビデオ視聴よりも低エネルギーを消費し,ゲームよりも若干高いエネルギーを消費していることがわかった。
  論文  参考訳（メタデータ） (2020-05-26T17:56:20Z)
• Cat states in a driven superfluid: role of signal shape and switching protocol [62.997667081978825]
  運動エネルギーをゼロ時間平均で振動させた1次元Bose-Hubbardモデルの挙動について検討する。 システムパラメータの変動に対して,この非従来的基底状態のロバスト性を分析する。
  論文  参考訳（メタデータ） (2020-05-11T15:15:06Z)
• Model-Based Meta-Reinforcement Learning for Flight with Suspended Payloads [69.21503033239985]
  吊り下げられたペイロードの輸送は、自律的な航空車両にとって困難である。 接続後飛行データから数秒以内に変化力学のモデルを学習するメタラーニング手法を提案する。
  論文  参考訳（メタデータ） (2020-04-23T17:43:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。