Персональный трекер для сноуборда (концепт)

Трекер WOW отслеживает положение сноуборда в пространстве: фиксирует повороты, наклоны, прыжки и время нахождения в воздухе, длительность подъема в гору.
С помощью трекера райдер совершенствует технику катания, делится достижениями и сравнивает свою технику с техникой инструктора.

Во время очередного весеннего заезда рождается идея — круто увидеть свой заезд со стороны. В катании много невидимых моментов, которые определяют мастерство.

Ищем доступные трекеры на всю команду, но не находим подходящего. Есть приложения-трекеры для смартфонов, но телефон лежит в кармане и показывает только положение тела на карте. Есть GoPro на шлеме, но просто видео, а не точные данные. Есть трекеры посерьезней — крепятся на липучки к доске или на ботинкам и стоят 200 долларов — дорого и недоступно для анализа сырых данных.

Пробуем сделать недорогой и надежный трекер самостоятельно. Собираем прототип: покупаем в радиомагазине маленький одноплатный компьютер Raspberry Pi и чип IMU. Параллельно изучаем спецификации сенсоров и пишем программу, которая будет снимать и сохранять данные на карту-памяти.

Чтобы протестировать прототип отдаем трекер инструктору из сноубордического объединения SnowPro. Крепим прототип-коробку к середине борда эпоксидной смолой — трекер эксперимент выдерживает. Снимаем первые данные и понимаем — все работает, чип, который используется в квадрокоптерах работает и на сноуборде.

Находим партнеров из Сан-Франциско с удобным форм-фактором — резиновой клипсой и компактным герметичным держателем — никаких липучек, клипса крепится к хайбеку. Заказываем пять трекеров, решаем вопросы с российской таможней и начинаем работу над анализом данных с нового трекера.

Из трех доступных сенсоров выбираем тот что справа — самый плоский и компактный

Осталось научиться расшифровывать сырые данные с четырех датчиков: акселерометра, гироскопа, компаса и барометра. Данные с разных датчиков собираем вместе и преобразуем через фильтр Маджвика зашумленные измерения в график.
Все трюки: прыжки, повороты, наклоны нужно определить в потоке координат.

На графике три спуска — уже видно, что в начале и в конце все графики ровные, а во время самого спуска они заметно меняются

Изучаем научные работы об анализе спортивных данных. Пробуем нейронные сети, опорные векторы, категорийные классификаторы, изучаем, что придумано по теме в смежной области — мире скейтбордов, умных часов, любительских ракетах и квадрокоптерах.

Основные испытания проводим в марте, в конце сноубордического сезона. Решаем поторопиться и собрать больше тестовых данных — вместе с инструктором катались сами. На спусках запускаем квадрокоптер, чтобы сопоставлять заезды с данными трекера и размечать конкретные трюки.

С помощью видео размечаем тестовые заезды для обучения модели классификатора

Модель обучена, отстраиваем систему для загрузки новых данных — теперь можно быстро размечать новые трюки и улучшать модель. Отправляем трекер на тесты инструкторам и ждем нового сезона.

* * *

Рисуем агитлистовку и объявляем ключевые бизнес моменты для партнеров.
Собираем обратную связь по проекту на индустриальном конгрессе.

24 мая  
Популярное