論文の概要: Full-Body Golf Swing Kinematic Reconstruction From a Smartwatch IMU

• arxiv url: http://arxiv.org/abs/2606.22876v1
• Date: Mon, 22 Jun 2026 05:39:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 03:54:42.356102
• Title: Full-Body Golf Swing Kinematic Reconstruction From a Smartwatch IMU
• Title（参考訳）: スマートウォッチIMUによるフルボディゴルフ・スイミング・キネマティック・リコンストラクション
• Authors: Yuanshuo Tan, Kezhe Zhu, Xiujie Sun, Chunping Liang, Shuoyang Zhu, Chenquan Xu, Licheng Zhong, Huiming Pan, Yinri Jin, Chang Liu, Bo Xiao, Shenglong Le, Bryndan W. Lindsey, Peter B. Shull,
• Abstract要約: ゴルフスイング時の全身関節角度を推定するための単手首慣性測定器(IMU)アプローチを提案する。 The proposed WIT-KinNet was evaluate under subject-wise cross-validation using synchronized smartwatch IMU data and ground-truth kinematics from an optical motion capture system。 その結果,フルボディゴルフスイングキネマティクスを推定する単一手首型IMUアプローチが確立され,実際のゲームプレイ中に実用的なスイング解析が可能となった。
• 参考スコア（独自算出の注目度）: 6.732050671512333
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantitative measurement of the golf swing is critical for evaluating technique and enabling individualized feedback. However, existing methods are impractical to use on the golf course: optical motion capture is laboratory-bound, camera-based methods require impractical camera placement, and multi-sensor inertial measurement unit (IMU) systems require multi-segment setup and calibration. We thus propose a single wrist-worn IMU approach for estimating full-body joint angles during golf swings. The proposed Wrist-IMU Temporal Kinematic Network (WIT-KinNet) leverages modality-specific IMU embeddings and temporal kinematic encoding to learn wrist-to-body motion dependencies and estimate full-body joint angles during golf swings. Thirty-six golfers spanning beginner and skilled players, performed full, half, and quarter swings using seven club types: driver, 3-wood, 5-hybrid, 5-iron, 7-iron, 9-iron, and sand wedge. The proposed WIT-KinNet was evaluated under subject-wise cross-validation using synchronized smartwatch IMU data and ground-truth kinematics derived from an optical motion capture system. The proposed approach achieved a mean absolute error of 8.11 $\pm$ 1.84$^\circ$ across full-body joint angles. High temporal correlation was observed for pelvic rotation and upper torso rotation (r = 0.98 and 0.97, respectively), with X-factor and S-factor also showing strong correlation (r = 0.96 and 0.96). Linear mixed-effects models of the error revealed that swing amplitude, skill level, and club type all significantly affected measurement differences (p $<$ 0.05). The results establish the first single wrist-worn IMU approach for estimating full-body golf swing kinematics, enabling practical swing analysis during real gameplay.
• Abstract（参考訳）: ゴルフスイングの定量的測定は、技術の評価と個人化されたフィードバックの実現に不可欠である。 光学式モーションキャプチャーはラボラリバウンドであり、カメラベースの手法ではカメラの設置が必要であり、マルチセンサー慣性測定ユニット(IMU)システムはマルチセグメンテーションとキャリブレーションを必要とする。 そこで本研究では,ゴルフスイング時の全身関節角度を推定する単一手首型IMUアプローチを提案する。 The proposed Wrist-IMU Temporal Kinematic Network (WIT-KinNet) using modality-specific IMU embeddeds and temporal Kiinematic encoding to learn wrist-to-body motion dependencies and estimated full-body joint angles during golf swings。 初心者と熟練した選手にまたがる36人のゴルファーが、ドライバー、3本木、5本ヒブリド、5本アイロン、7本アイロン、9本アイロン、砂のくさびという7種類のクラブタイプでフル、ハーフ、クォーターのスイングを行った。 The proposed WIT-KinNet was evaluate under subject-wise cross-validation using synchronized smartwatch IMU data and ground-truth kinematics from an optical motion capture system。 提案手法は平均絶対誤差8.11$\pm$ 1.84$^\circ$を全体関節角度にわたって達成した。 骨盤回転と上肢回転(r = 0.98, 0.97)には高時間相関がみられ、X因子とS因子も強い相関(r = 0.96, 0.96)を示した。 誤差の線形混合効果モデルでは, スイング振幅, スキルレベル, クラブタイプが測定差に大きく影響した(p$<05。 その結果,フルボディゴルフスイングキネマティクスを推定する単一手首型IMUアプローチが確立され,実際のゲームプレイ中に実用的なスイング解析が可能となった。

関連論文リスト

• Toward Personalized Darts Training: A Data-Driven Framework Based on Skeleton-Based Biomechanical Analysis and Motion Modeling [8.715408426200264]
  本稿では,データ駆動型ダーツ訓練支援システムを提案する。 このシステムは、モーションキャプチャー、機能モデリング、パーソナライズされたフィードバックにまたがるクローズドループフレームワークを作成する。 トランクの安定性の低下、肘の異常な変位、速度制御の不均衡を検知し、目標とする推奨を提供する。
  論文  参考訳（メタデータ） (2026-04-01T16:51:30Z)
• Stereo-Inertial Poser: Towards Metric-Accurate Shape-Aware Motion Capture Using Sparse IMUs and a Single Stereo Camera [54.967647497048205]
  本稿では,距離精度と形状を考慮した3次元動作を推定するリアルタイムモーションキャプチャシステムであるStereo-Inertial Poserを提案する。 モノクラーRGBをステレオビジョンに置き換え、直接3次元キーポイント抽出と形状パラメータ推定を可能にした。 ドリフトフリーなグローバル翻訳を長い記録時間で生成し,フットスケート効果を低減させる。
  論文  参考訳（メタデータ） (2026-03-02T17:46:38Z)
• A Machine Learning-Based Multimodal Framework for Wearable Sensor-Based Archery Action Recognition and Stress Estimation [21.9818193435855]
  運動分析システムは、しばしば高価で侵入的であり、自然の訓練環境での使用を制限する。 動作認識とストレス推定を同時に行うために,ウェアラブルセンサデータを統合する機械学習ベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-18T02:16:33Z)
• RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
  RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。 複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
  論文  参考訳（メタデータ） (2025-09-25T03:30:34Z)
• Learning golf swing signatures from a single wrist-worn inertial sensor [0.0]
  単一手首センサを用いたゴルフスイング分析のためのデータ駆動型フレームワークを構築した。 我々は、技術的欠陥の検出と可視化を容易にする動きプリミティブの合成、離散的な語彙を学習する。 本システムでは,手首データから全身運動とスイングイベントを正確に推定し,実験室での動作解析を行う。
  論文  参考訳（メタデータ） (2025-06-20T22:57:59Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• MixSTE: Seq2seq Mixed Spatio-Temporal Encoder for 3D Human Pose Estimation in Video [75.23812405203778]
  近年, 学習時間相関のため, 全フレームのボディジョイントを世界規模で考慮し, 2次元キーポイントシーケンスから3次元人間のポーズを推定する手法が提案されている。 本研究では,各関節の時間的動きを別々にモデル化する時間的変圧器ブロックと,関節間空間相関を有する変圧器ブロックを有するミキシングミキシングを提案する。 さらに、ネットワーク出力は、中央フレームから入力ビデオの全フレームに拡張され、入力と出力のベンチマーク間のコヒーレンスが改善される。
  論文  参考訳（メタデータ） (2022-03-02T04:20:59Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)

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。