SPORTINFORMATIK 2016 - OVGU
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Spor ti nfo r m at i k 2016
11 . Symposium der dvs Sp ortinform ati k
14. -16. September 2 016
Otto-vo n-Guericke-
Universität Ma gdeburg
Fakult ät für Huma nwissenscha fte n
Instit ut III - Bereich Sp ortwiss en sc h af t
Sport u nd Tec hnik / Bewegun gswiss en sch a f ten
Abstra ctb an d
Gesellschaft der Freunde und Förderer der Universität Magdeburg e.V.
Inhaltsverzeichnis
1 Grußwort 1
2 Komitees 2
3 Allgemeine Informationen 3
4 Programm 4
5 Vorträge 9
5.1 Session 1: Datenaufnahme, Datenanalyse, Algorithmen . . . . . . . . . . 9
5.2 Session 2: Feedbacksysteme . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.3 Session 3: Sensoren im Sport . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.4 Session 4: Varia I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.5 ElbeDom2.0 des Fraunhofer-Instituts für Fabrikbetrieb und -automatisierung
Magdeburg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.6 Session 5: Varia II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
6 Poster 41
6.1 Posterwettbewerb . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
i
1 Grußwort
Liebe Teilnehmerinnen und Teilnehmer,
es ist zu einer schönen Tradition geworden, dass sich alle zwei Jahre Wissenschaftle-
rinnen und Wissenschaftler zum Symposium der dvs-Sektion Sportinformatik treffen.
Wir freuen uns, dass Magdeburg (nach 2006) diese Veranstaltung bereits zum zweiten
Mal vom 14. bis 16. September ausrichten darf. Die Schnittstelle zwischen Sportwis-
senschaft, Sport und Informatik ist besonders durch die zunehmende Bedeutung der
Informations- und Kommunikationstechnologie in allen Bereichen unserer Gesellschaft
von besonderem Interesse. Entsprechend aktueller Entwicklungen widmet sich das 11. dvs
Sportinformatik-Symposium besonders der Anwendung von Sensorik, Feedbacksystemen
und der Virtuellen Realität in der Sportwissenschaft.
Als Hauptreferenten begrüßen wir Dr. Tim Laue (Universität Bremen): Sportrobo-
tik - Benchmark und Anwendung multisensorischer Systeme, Prof. Dr. Ralf Lucklum
(Otto-von-Guericke-Universität Magdeburg): Sensoren im Sport, Jun.-Prof. Syn Schmitt
(Universität Stuttgart): Modellierung und Simulation menschlicher Bewegung, Prof. Dr.
Guido Brunnett (TU Chemnitz): Avatare und autonome Agenten für den Einsatz in
der Sportwissenschaft und Prof. Dr. Björn Eskofier (Friedrich-Alexander Universität
Erlangen-Nürnberg): Wearable computing systems for recreational and elite sports. Neben
fünf Arbeitskreisen mit Kurzvorträgen findet auch eine Postersession statt. Bestandteil
dieser ist ein Studentenwettbewerb. Weiterhin werden sich Firmen präsentieren und
stehen zu Diskussionen zur Verfügung.
Wir wünschen Ihnen schöne und interessante drei Tage in Magdeburg,
Kerstin Witte und Jürgen Edelmann-Nusser
Magdeburg, September 2016
1
2 Komitees
Veranstalter
Kerstin Witte & Jürgen Edelmann-Nusser
Otto-von-Guericke-Universität Magdeburg
Wissenschaftliches Komitee
Arnold Baca, Universität Wien
Nicole Bandow, Otto-von-Guericke Universität Magdeburg
Jürgen Edelmann-Nusser, Otto-von-Guericke Universität Magdeburg
Ina Fichtner, IAT Leipzig
Anita Hökelmann, Otto-von-Guericke Universität Magdeburg
Thomas Jaitner, TU Dortmund
Martin Lames, TU München
Daniel Link, TU München
Jürgen Perl, Mainz
Dietmar Saupe, Universität Konstanz
Veit Senner, TU München
Josef Wiemeyer, TU Darmstadt
Kerstin Witte, Otto-von-Guericke Universität Magdeburg
Organisationskomitee
Nicole Bandow
Falko Eckardt
Jürgen Edelmann-Nusser
Tariq Ali Gujar
Osama M. Abdel Halim Abdel Karim
Anita Hökelmann
Martin Krause
Svenja Langner
Katja Orlowski
Marcel Partie
Katharina Petri
Kathrin Rehfeld
Simon Salb
Susann Weichelt
Kerstin Witte
2
3 Allgemeine Informationen
Öffnungszeiten des Tagungsbüros
• Mittwoch von 12:00-20:00 Uhr,
• Donnerstag von 8:30-16:30 Uhr und
• Freitag von 8:30 - 15:00 Uhr
WLAN-Zugangsdaten
Es besteht die Möglichkeit während des Kongresses vom 14. - 16. September den WLAN-
Zugang der Universität im Hörsaal 6 und Gebäude 40 zu nutzen.
Die Zugangsdaten lauten:
Netz: OVGU-EVENT
Passwort: !$EV EN T S£P T EM BER@OV GU 2016$!
Informationen zu Posterpräsentationen
Falls nicht bereits per Email an das Tagungsbüro gesandt, müssen die Poster als pdf-Datei
oder PowerPoint-Datei im Tagungsbüro abgegeben werden. Die gedruckten Exemplare
müssen Sie nach Zuweisung durch das Tagungsbüro im Foyer des Hörsaals 6 aufhängen.
3
Programm dvs Sportinformatik 2016 (14.-16.09.2016)
Mittwoch, 14.09. Donnerstag, 15.09. Freitag, 16.09.
09:00 Hauptvortrag 2: 09:00 Hauptvortrag 4:
(Moderation: Prof. A. Baca) (Moderation: Prof. J. Wiemeyer)
Prof. Dr. Ralf Lucklum (Uni Magdeburg): Prof. Dr. Guido Brunnett (TU Chemnitz):
Sensoren im Sport Avatare und autonome Agenten für den
Einsatz in der Sportwissenschaft
10:00 Kaffeepause 10:00 E-Postersession inkl. Studentenwettbewerb
10:30 Session 3: Sensoren im Sport 11:30 Kaffeepause
12:00 Registrierung 12:00 Mittagessen 12:00 Session 5: Varia II
13:00 Hauptvortrag 3: 13:15 Hauptvortrag 5:
(Moderation: Prof. M. Lames) (Moderation: Prof. V. Senner)
Jun.-Prof. Syn Schmitt (Uni Stuttgart): Prof. Dr. Björn Eskofier (Uni Erlangen-
Modellierung und Simulation menschlicher Nürnberg):
Bewegung Wearable computing systems for recreational
4
and elite sports
14:00 Eröffnung 14:00 Firmenpräsentation 14:15 Verleihung Posterpreis & Verabschiedung
4 Programm
14:30 Hauptvortrag 1: 14:45 Kaffeepause
(Moderation: Prof. Dr. K. Witte)
Dr. Tim Laue (Uni Bremen): Sportrobotik -
Benchmark und Anwendung multisenso-
rischer Systeme
15:30 Session 1: Datenaufnahme, Datenanalyse, 15:15 Session 4: Varia I
Algorithmen
17:00 Kaffeepause 17:00 ElbeDom 2.0 des Fraunhofer-Instituts für
Fabrikbetrieb und -automatisierung
Magdeburg: Vorträge und Führungen
17:30 Session 2: Feedbacksysteme
19:00 Kommissionssitzung / Grillabend 19:00 Abendessen4 Programm
Mittwoch 14.09.16
Session 1: Datenaufnahme, Datenanalyse, Algorithmen
(Leitung: Prof. Dr. A. Hökelmann)
15:30 Uhr Entwicklung von gesunden Mustern (Healthy reference pattern) zur Unterstützung
der Prävention von Verletzungen und des Rehabilitationsprozesses im
professionellen Fußball
Thomas Blobel , Florian Pfab, Philipp Wanner, Susanne Schranner & Martin Lames
15:45 Uhr Calculating space control in association soccer through individualized Voronoi-cells
using historic performance data
Robert Rein Andre Bajorat, Marisa Ewers & Daniel Memmert
16:00 Uhr Automatisierte Einteilung von Laufdaten in Trainingsmethoden mittels Machine
Learning Algorithmen
Stefan Endler & Janis Ebert
16:15 Uhr Accuracy of a Radar Based Shot Distance Measurement Device in Golf
Thomas Blobel, Daniel Linke, Michael Schoierer & Martin Lames
16:30 Uhr Ultraschallbasierte Berechnung der Muskelfaserlänge des vastus lateralis mit Hilfe
eines halbautomatischen Tracking-Verfahrens
Robert Marzilger, Kirsten Legerlotz & Adamantios Arampatzis
16:45 Uhr Softwaretools zur Spielanalyse im Tischtennis
Sebastian Wenninger & Michael Fuchs
Session 2: Feedbacksysteme
(Leitung: Dr. I. Fichtner)
17:30 Uhr Modern – Mobil – Motivierend = Effektiver & Effizienter? Eine kritische Analyse
ausgewählter mobiler Trainings-Applikationen
Josef Wiemeyer, Wolfgang Hatzky, Johannes Henrich & Patrick Seelert
17:45 Uhr Evaluation des Echtzeit Feedback Systems Vmax zur umfassenden Analyse der
Langhantelkinematik
Marcel Blaumann
18:00 Uhr Pegasos – Ein Generator für Feedbacksysteme
Martin Dobiasch & Arnold Baca
18:15 Uhr Entwicklung eines trainerfreundlichen Messplatzes in einer Schwimmhalle mit Open
Source Tools
Peter Leinen & Stefan Panzer
18:30 Uhr Unitrack – Quantitative Videoanalyse mit Echtzeitfeedback für zyklische Übungen
im Krafttraining
Sebastian Bichler, Holger Jentsch, Claudia Jahn, Torsten Warnke & Ina Fichtner
18:45 Uhr Der Virtuelle Trainer - Ein Feedbacksystem für Sport und Rehabilitation
Katja Orlowski, Falko Eckardt, Jürgen Edelmann-Nusser & Kerstin Witte
54 Programm
Donnerstag 15.09.16
Session 3: Sensoren im Sport
(Leitung: Prof. Dr. J. Edelmann-Nusser)
10:30 Uhr Erfassung der Sprunghöhe beim Volleyball-Angriffsschlag unter Feldbedingungen
Thomas Jaitner, Georg Ebker & Marcus Schmidt
10:45 Uhr Entwicklung und Validierung eines Messsystems zur Echtzeit-
Trittfrequenzmessung am Fahrradergometer
Katrin Hoffmann, Jana Boog & Josef Wiemeyer
11:00 Uhr Der Einsatz von Inertialsensoren zur Beschreibung der Brettbewegung im
Wasserspringen
Steffen Kerner, Olaf Ueberschär & Ina Fichtner
11:15 Uhr Biomechanische Analyse des Hürdensprints mittels Inertialmesssystem
Thomas Jaitner, Marcus Schmidt & Kevin Nolte
11:30 Uhr Eine Untersuchung zum Vergleich von Gangbildern auf ebenen Untergrund und
angetriebenen Laufband am Beispiel des Fußes
Harald Loose, Laura Tetzlaff & Katja Orlowski
11:45 Uhr Genauigkeit markerloser und hybrider Bewegungsanalyse im Vergleich zu
markerbasierten Verfahren bei der Erfassung von Gelenkwinkeln
Linda Becker & Philipp Russ
Firmenpräsentationen
14:00 Uhr Motiocon
14:15 Uhr MediTECH
14:30 Uhr ART
Session 4: Varia I
(Leitung: Dr. N. Bandow)
15:15 Uhr Dynamische Überprüfung eines Sprungbrettmodells
Thomas Lehmann, Axel Schleichardt, Falk Naundorf, Klaus Knoll, Annelie Lorz,
Falko Eckardt, Ilka Seidel & Kerstin Witte
15:30 Uhr Berechnung von Trägheitsmomenten anhand von Bodyscans - ein
Methodenvergleich
Axel Schüler, Robin Dee, Karin Knoll, Olaf Ueberschär & Ina Fichtner
15:45 Uhr Robust Computation of Minimum-Time Pacing Strategies on Realistic Road Cycling
Tracks
Thorsten Dahmen & Fabian Brosda
16:00 Uhr Bidirektionale Interaktion zwischen Mensch und Roboter beim Bewegungslernen
(BIMROB)
Gerrit Kollegger, Marco Ewerton, Jan Peters & Josef Wiemeyer
16:15 Uhr Augmented Reality als Tool im Sport – Dargestellt anhand der Ange-botsstruktur
sportwissenschaftlicher Studiengänge in Deutschland
Michael Fröhlich, Christoph Thysssen, Martin Schneider & David Zimmer
64 Programm
ElbeDom2.0 des Fraunhofer-Instituts für Fabrikbetrieb und -automatisierung Magdeburg:
Vorträge und Führungen
17:00 Uhr Entwicklung von virtuellen Umgebungen und Werkzeugen für Virtual-Reality-
Anwendungen
Steffen Masik & Marco Danneberg
17:20 Uhr Virtuelle Realität (VR) im Sport: Möglichkeiten und Grenzen
Katharina Petri & Kerstin Witte
Freitag, 16.09.16
E-Postersession
(Leitung: Dr. O. Karim / Dipl.-Sporting. S. Salb)
Freitag 16.09.16
10:00 Uhr Hochauflösende Messung der Geschwindigkeit für Realistische Simulation des
Rennradfahrens auf einem Ergometer
Alexander Artiga Gonzalez, Maciej Gratkowski, Chetanya Rastogi & Dietmar Saupe
10:05 Uhr Wirksamkeitseffekte der trackingbasierten Onlineintervention „Healingo Fit“ in der
betrieblichen Gesundheitsförderung
Kevin Dadaczynski & Stephan Schiemann
10:10 Uhr Pilotstudie: Tauglichkeit eines 3-D Bewegungsanalyse Systems als Referenz für
die Genauigkeitsüberprüfung von Positionsdaten im Fußball
Daniel Linke, Philipp Wanner & Martin Lames
10:15 Uhr Validierung des neuen Ganganalysesystems InvestiGAIT
Franziska Hoell, Katja Orlowski & Jürgen Edelmann-Nusser
10:20 Uhr Vergleich räumlich-zeitlicher Gangparameter sowie der Kinetik vor- und nach einer
Trainingsintervention bei Oberschenkelamputierten
Michael Siewert, Katja Orlowski & Kerstin Witte
10:25 Uhr Analyse der räumlichen und zeitlichen Gangparameter bei
Oberschenkelamputierten nach einer achtwöchigen Krafttrainingsintervention
Alexander Vaith, Katja Orlowski & Kerstin Witte
Posterwettbewerb (nur Studierende der OVGU)
10:35 Uhr Evaluierung eines Feedbacksystems im Kraftsport
Konrad Fründ, Katja Orlowski, Falko Eckardt & Kerstin Witte
10:40 Uhr Evaluation eines autonom interagierenden Gegners (AIG) in Virtueller Realität (VR)
mit Experteninterviews – Vergleich HMD und CAVE
Peter Heinisch, Katharina Petri, Simon Salb, Nicole Bandow, Peter Emmermacher,
Steffen Masik, Marco Danneberg, Liang Zhang, Guido Brunnett & Kerstin Witte
10:45 Uhr Evaluation eines autonom interagierenden Gegners (AIG) im Karate-Kumite mittels
eines Interaktionsvergleich zwischen einem realen und einem virtuellen Setting
Sophie Mattert, Katharina Petri, Simon Salb, Nicole Bandow, Peter Emmermacher,
Steffen Masik, Marco Danneberg, Liang Zhang, Guido Brunnett & Kerstin Witte
10:50 Uhr GPS-Datenanalyse unter Verwendung eines Interfaces
Fabian Hoitz & Anita Hökelmann
10:55 Uhr Analyse der Ein- und Absprunggeschwindigkeiten vom Sprungbrett im Gerätturnen
Annelie Lorz, Thomas Lehmann & Kerstin Witte
74 Programm
11:00 Uhr Erfassung hämodynamischer Verläufe für ein Neurofeedbacktraining mittels
Hämoenzephalographie (HEG) im Langsprint
Henning Schröder, Christine Stucke & Svenja Langner
11:05 Uhr Auswirkung von Jymmin auf ein Training mit Senioren
Henrik Pahlitzsch, Alexander Prinz, Matthias Siegert, Jürgen Edelmann-Nusser,
Thomas Fritz & Kerstin Witte
11:10 Uhr Biomechanische Modellierung einer Ganganalyse: Vergleich der Programme
VICON Nexus und AnyBody Modeling System
Susanne Metzger, Frederick Reuber, Falko Eckardt, Abdelhafid Zeghbib, Sebastian
Koch, Elmar Woschke & Kerstin Witte
11:15 Uhr Ganganalyse: Vergleich eines Inertialmesssystems mit einem 3D Motion Capture
System
Nils Krug, Falko Eckardt & Katja Orlowski
11:20 Uhr Die Leistungserfassung am Kraft-Trainings-Gerät Speer mit Hilfe eines
Inertialsensors
Stefan Tiedemann, Jürgen Edelmann-Nusser & Guido Meyer
Session 5: Varia II
(Leitung: Dr. K. Rehfeld)
12:00 Uhr Pädagogische Agenten beim Lernen von Sporttheorie – eine quasiexperimentelle
Feldstudie
Josef Wiemeyer & Jessica Grupe
12:15 Uhr Benchmarks für Leistungsindikatoren in Sportspielen und die Sharpe Ratio als
neuer Leistungsindikator für Teams
Michael Stöckl
12:30 Uhr Trying to Find Best Structure for Introducing a Management Theory of Applying IT-
Innovations in Sports
Mina Ghorbani & Martin Lames
12:45 Uhr Real Time Quantification of Dangerousity in Soccer Using Spatiotemporal Tracking
Data
Daniel Link, Steffen Lang & Philipp Seidenschwarz
13:00 Uhr Nutzung der Blickerfassung in Kombination mit der Okklusionstechnik zur
Antizipationsforschung in den Kampfsportarten
Simon Salb, Lukas Butt, Nicole Bandow & Kerstin Witte
85 Vorträge
5.1 Session 1: Datenaufnahme, Datenanalyse, Algorithmen
Entwicklung von gesunden Mustern (Healthy reference pattern) zur Un-
terstützung der Prävention von Verletzungen und des Rehabilitationspro-
zesses im professionellen Fußball
Thomas Blobel, Florian Pfab, Philipp Wanner, Susanne Schranner & Martin M. Lames
TU München
Schlagwörter: Healthy reference pattern, Modellbildung, Verletzungen, Rehabilitation,
Fußball
Einleitung
Die hohe Fluktuation von Spielern und Teamärzten in Fußballvereinen führt häufig
dazu, dass nur wenige ausführliche Informationen über die Krankheitshistorie der Spieler
vorliegen. Ziel dieser Forschungsarbeit ist es, anhand von Healthy Reference Pattern
(HRP) den Gesundheitszustand von Spielern zu erfassen, zu prüfen und anschließend
zu dokumentieren, damit diese zukünftig zur Diagnose und Behandlung herangezogen
werden können. Eine ähnliche Vorgehensweise wird beispielsweise beim „pre-injury
screening“ (Chaitow u. a., 2006) durchgeführt. Die erhobenen Daten sollen in einer
speziell hierfür modellierten Software zugänglich gemacht werden.
Methode
Für die Untersuchung wurden Spieler einer U17 Mannschaft (N=17) eines Vereins der
ersten Fußballbundesliga getestet. Für die Erstellung der HRP wurde eine Testbatterie
ausgearbeitet. Diese beinhaltete folgende Tests: Drop Jump (Kraftmessplatten), Gang-
und Laufanalyse (3D Motion Capture), Anthropometrie (Bodyscanner) und statische
Maximalkraftmessung (IsoMed2000). Die erhobenen Daten sollen individuell für jeden
Spieler und für das gesamte Team ausgewertet werden.
Ergebnisse
Die Eingangstests wurden abgeschlossen und aktuell werden folgende Auswertungen
durchgeführt und in der Modellsoftware aufbereitet: Gelenkverlaufskurven, Maximal-
kraftwerte, Oberschenkelumfang und die Korrelation zwischen der Maximalkraft und
dem Oberschenkelumfang. Bisher trat noch keine Verletzung bei einem der getesteten
Spieler auf, wodurch kein zweiter Test erforderlich war, bzw. das jeweilige HRP nicht
zur Steuerung der Rehabilitation herangezogen werden konnte.
Diskussion
Es gilt herauszufinden, ob solche HRP überhaupt für die Diagnostik und Rehabilitation
im Fußball eingesetzt werden können und wie dies umgesetzt werden kann. Zudem
zeigen Entwicklungen, dass das regelmäßige Screenen relevanter Parameter und die
Dokumentation dieser in einer Datenbank, einen wichtigen Beitrag zur Steuerung des
Rehabilitationsprozesses beitragen können.
Literatur
Chaitow, L., Crenshaw, K., Fritz, S., Fryer, G., Liebenson, C., Porterfield, R., Wilson, E. (2006).
Muscle energy techniques (3. Aufl.). Edinburgh; New York: Churchill Livingstone/Elsevier.
95 Vorträge
Calculating space control in association soccer through individualized
Voronoi-cells using historic performance data
Robert Rein1 , Andre Bajorat2 , Marisa Ewers1 & Daniel Memmert1
1
Institute of Cognitive and Team/Racket Sport Research, German Sport University Cologne,
2
Institute of Cognitive Science, University of Osnabrück
Schlagwörter: Soccer, Tactics, Voronoi, Performance analysis, Big Data
Introduction
Current perception of soccer praises tactical cunning is increasingly being seen as the
key property of successful coaches. Indeed, research confirms that tactical behavior is
a crucial aspect for successful performance in modern association soccer (Kannekens,
Elferink-Gemser, & Visscher, 2011). In abstract terms, the tactics specify how a team
manages space, time, and individual actions throughout a game (Garganta, 2009). Thus,
by changing the tactics a team can modify the way space is available. Consequently, from
a research perspective this poses the question of how control of space can be quantified.
In the literature, various attempts have been proposed to quantify space control during a
game (Fonseca, Milho, Travassos, & Araujo, 2012). One approach uses a Voronoi diagram
which partitions a plane into different cells. Each seed is associated with a unique cell by
using the Euclidean distance between the seeds to determine cell geometries. However,
when using the Euclidian distance all players are assumed static and can equally fast
accelerate in all directions and the current running and heading direction is discarded.
Accordingly, Taki and Hasegawa (2000) defined a constant velocity function based on
the concept of reachability. The authors introduced a player running-model yielding a
weighted Voronoi-diagram. The results obtained by Taki and Hasegawa (2000) showed
that the attacking team occupies a greater area compared to the defending team (Taki &
Hasegawa, 2000). More recently, Gudmundsson and Wolle (2014) proposed to use historic
running data from each individual player to generate individualized models. Following
this proposal we sought to establish an empirical running function to model reachability
with respect to different angle deviations from the current running directions.
Methods
We investigated ten female 1st Bundesliga player. For each participant the maximum 50m
running performance was determined. Subsequently, a ten meter run-up lane, a turning
circle area, and 5m and 10m targets at angles between 0° and 180°. The participants
either stood in the turning area, or walked, ran or sprinted up to the turning area and
subsequently ran through one of the 10m target gates. From the result data an empirical
reachability model parameterized on the percentage of maximum running speed and the
angle deviations from the current running direction was obtained. To apply the empirical
reachability function an algorithm was developed to determine pitch space controlled by
the players through a hexagonal subdivision of the pitch.
Results and discussion
The application of a more realistic reachability function led to a much more irregular sha-
ping of the individual Voronoi-cells compared to the standard Voronoi-diagram. However,
the resulting shapes appear to model much closer the subjective perception of space
on the field. For example, due to the irregular shape narrow passing channels appea-
red which were not present when using a standard Voronoi-diagram (compare Figure 5.1).
105 Vorträge
Abbildung 5.1: Comparison of a standard Voronoi-diagram (a) and weighted Voronoi-
diagram (b). The standard Voronoi-diagram (a) does not indicate the
passing channel (circle) visible in the weighted Voronoi-diagram (b).
Thus, using a more realistic distance function provides much more applicable information
as the current behavior of the players is taken into account with much greater detail. An
interesting future avenue of the present approach could be to analyze game plays with
respect to missed opportunities in an automatic fashion (Gudmundsson & Wolle, 2014).
For example, in the situation depicted in Figure 1 using the weighted Voronoi-diagram
the passing behavior of the ball carrier can be assed in a quantitative manner. By
comparing possible passes with respect to space control by his team and the actual pass
performed a rating of different solutions during game plays can be obtained. This would
allow the identification of both bad decision and good decision much more efficiently
enabling subsequent more in-depth analyses by coaches for improving decision making
in their players. In summary, the present work shows how an individualized weighted
Voronoi-Diagram can be used to asses space control in association soccer. The results
provide directly actionable information for practitioners.
Literature
Fonseca, S., Milho, J., Travassos, B., & Araujo, D. (2012). Spatial dynamics of team sports
exposed by Voronoi diagrams. Human Movement Science, 31(6), 1652-1659. doi:
10.1016/j.humov.2012.04.006
Garganta, J. (2009). Trends of tactical performance analysis in team sports: bridging the gap
between research, training and competition. Portuguese Journal of Sport Sciences, 9(1), 81-89.
Gudmundsson, Joachim, & Wolle, Thomas. (2014). Football analysis using spatio-temporal tools.
Computers, Environment and Urban Systems, 47(0), 16-27.
Kannekens, R., Elferink-Gemser, M. T., & Visscher, C. (2011). Positioning and deciding: key
factors for talent development in soccer. Scand J Med Sci Sports, 21(6), 846-852. doi:
10.1111/j.1600-0838.2010.01104.x
Taki, T., & Hasegawa, J. (2000, 2000). Visualization of dominant region in team games and its
application to teamwork analysis. Paper presented at the Computer Graphics International,
2000. Proceedings.
115 Vorträge
Automatisierte Einteilung von Laufdaten in Trainingsmethoden mittels
Machine Learning Algorithmen
Stefan Endler & Janis Ebert
Johannes Gutenberg Universität Mainz, Institut für Informatik
Schlagwörter: Laufen, Trainingsdaten, Trainingsmethoden, Machine Learning
Einleitung
Trainingsdaten aus dem Laufsport können erfahrenen Trainern oder intelligenter Software,
wie beispielsweise PerPot (Endler, 2013), helfen, Training individueller zu steuern und
Wettkampfprognosen abzugeben. Je nach Zielstellung sind allerdings nur Daten aus
gewissen Trainingsmethoden von Interesse. Um bestimmte Trainingsinhalte aus großen
Datensätzen zu filtern, werden automatisierte Einteilungsverfahren unter Verwendung
verschiedener Machine Learning Algorithmen untersucht.
Methode
495 Trainingseinheiten, bestehend aus Geschwindigkeiten und Herzfrequenzen (5-sekündig-
es Erfassungsintervall), von zehn Probanden wurden zunächst manuell zehn verschiedenen
Trainingsmethoden gemäß Hottenrott und Neumann (2010) zugeordnet. Mit Hilfe einer
Feature Engineering Software wurden Features, wie „die Anzahl der Geschwindigkeits-
wechsel über 1km/h“ berechnet (Michel, 2015), die als Eingabe für die Machine Learning
Plattform WEKA dienten. Es wurden die vier überwachten Lernverfahren, Random
Forest, Support Vector Machines, PART und RIPPER auf ihre korrekte Einteilungs-
wahrscheinlichkeit untersucht.
Ergebnisse
Alle Lernalgorithmen erreichten eine höhere Prognosegüte als die reine Ratewahrschein-
lichkeit (10%). Die besten Prognosen konnten mit dem Random Forest erzielt werden
(72,32%), gefolgt von PART (59,8%), RIPPER (58,59%) und Support Vector Machines
(50,5%). Die Prozentwerte geben die korrekt kategorisierten Trainingsmethoden mittels
10-facher Kreuzvalidierung und einer randomisierten Einteilung von Trainings- und
Testdaten im Verhältnis 80 zu 20 an.
Diskussion
Mit über 70% korrekt eingeteilter Trainingsdaten in Trainingsmethoden liefert der Ran-
dom Forest ein akzeptables Einteilungsergebnis. Die Ergebnisse können weiter verbessert
werden, indem noch aussagekräftigere Features aus den Daten extrahiert werden. Mit
diesen Features sollten insbesondere die schwer zu unterscheidenden Trainingsmethoden
„Dauerlauf“ und „Tempodauerlauf“ besser voneinander abgegrenzt werden, welche zum
größten Teil der Fehleinteilungen führt.
Literatur
Endler, S. (2013). Anpassung des Metamodells PerPot an den ausdauerorientierten Laufsport zur
Trainings- und Wettkampfoptimierung (Doctoral Dissertation). Retrieved from ArchiMeD.
Michel, A. (2015). Entwicklung einer Feature Engineering Software für Zeitreihendaten aus dem
Laufsport unter Verwendung des Interpreter Patterns (Bachelor Thesis).
Hottenrott, K. & Neumann, G. (2016). Trainingswissenschaft - Ein Lehrbuch in 14 Lektionen.
Aachen: Meyer& Meyer.
125 Vorträge
Accuracy of a Radar Based Shot Distance Measurement Device in Golf
Thomas Blobel, Daniel Linke, Michael Schoierer & Martin M. Lames
TU München
Schlagwörter: Golf, Radar based swing analysis, Accuracy study
Purpose Technologies for measurement in golf mostly used are camera based ball
detection (Kim & Kim, 2012) and 3D Doppler Tracking Radar (Martin, 1997). The
only available accuracy information for the tested radar device is provided by the
manufacturer. The purpose of this study is to test the accuracy of a radar based shot
distance measurement device.
Method
One male amateur golfer (HC 3) performed 30 strokes with iron 9, 7, and 5 each. He
aimed along a target line and was instructed to perform comfortable swings. For each
stroke carry distance, lateral deviation from aiming line, club head speed at impact, and
ball speed after impact were recorded. For each landing position x,y-coordinates were
taken. The radar based device was mounted exactly according to the prescriptions of
the manufacturer. As gold standard, a tachymeter (Trimble M3 Total Station, Trimble,
Jena, Germany) was used. This device is based on laser Doppler technology and used by
professional surveyors for high precision measurements. Agreement between radar based
and tachymetric distance and lateral deviation from aiming line was characterized for
each club and all strokes by RMSE and Pearson correlation. A qualitative inspection of
the differences was done using Bland-Altman plots.
Results
Inspection of the Bland-Altman plot for distance measurement revealed a large confidence
interval for the differences in distance (36.89m, i.e. 60.5% of range of distances). The
plot for the lateral deviation showed a confidence interval width for the differences of
31.64m (87.9% of range of lateral deviation).
Discussion
It seems worthwhile to test accuracy of measurement devices frequently used in golf
science as well as golf practice to obtain error estimates independently from manufacturers.
To do so, specially designed studies (Siegle, Martens & Lames, 2013) are to be conducted.
Literature
Kim, J.S. & Kim, M.G. (2012). A cost-effective vision system for virtual sports. ICT
Convergence (ICTC), 2012 International Conference on 15-17 Oct. 2012.
Martin, J. (1997, 14-16 Oct. 1997). Range and Doppler accuracy improvement for pulse Doppler
radar. Paper presented at the Radar 97 (Conf. Publ. No. 449).
Siegle, M., Stevens, T. & Lames, M. (2013). Design of an accuracy study for position detection
in football. Journal of Sports Sciences, 31(2), 166-172.
135 Vorträge Ultraschallbasierte Berechnung der Muskelfaserlänge des vastus lateralis mit Hilfe eines halbautomatischen Tracking-Verfahrens Robert Marzilger, Kirsten Legerlotz & Adamantios Arampatzis Humboldt-Universität zu Berlin, Trainings- und Bewegungswissenschaften Schlagwörter: Ultraschall-Auswertung, halbautomatisches Tracking, Muskelarchitektur Einleitung Zur Quantifizierung der Muskelarchitektur haben sich Ultraschallaufnahmen zu einem Standardverfahren in der Biomechanik entwickelt. Die Qualität dieser Methodik ist dabei von der Aufnahme - Sondenposition und Orientierung (Klimstra, Dowling, Durkin, & MacDonald, 2007) sowie von der Auswertung des Bildmaterials abhängig. Auch heute noch erfolgt die Bildanalyse häufig manuell und ist damit subjektiv und äußerst zeitaufwändig. Daher war es Ziel ein halbautomatisiertes Tracking-Verfahren zur Muskelfaserlängenberechnung des vastus lateralis (VL) zu entwickeln und seine Reliabilität zu überprüfen. Methode Für die Studie wurde die Muskelfaserlänge des VL von 17 Personen an zwei Messta- gen (jeweils 5 Versuche) untersucht. Dazu wurden Ultraschallbilder des Muskels wäh- rend passiver Kniegelenkrotation (0-100° Gelenkwinkel) aufgenommen und anschlie- ßend mit dem Tracking-Verfahren ausgewertet. Zur Überprüfung der Reliabilität wurde der Intraklassen-Korrelationskoeffizient (ICC) berechnet und ein T-Test für die unter- suchten Winkelbereiche (5° Intervalle von 15-90° Gelenkwinkel) durchgeführt. Mit der Spearman-Brown-Formel (SB) wurde die nötige Anzahl der Versuche für eine reliable Faserlängenbestimmung ermittelt. Ergebnisse Die Faserlänge des VL gemittelt über alle Probanden lag zwischen 125, 4 ± 22, 8mm und 142, 9 ± 23mm für Tag 1 und zwischen 122, 3 ± 22, 5mm und 138, 7 ± 24, 6mm für Tag 2 (15° und 95° Kniegelenkwinkel). Der T-Test zeigte keine signifikanten Unterschiede zwischen den Faserlängen an Tag 1 und 2 (p
5 Vorträge
Softwaretools zur Spielanalyse im Tischtennis
Sebastian Wenninger & Michael Fuchs
Technische Universität München, Lehrstuhl für Trainingswissenschaft und Sportinformatik
Schlagwörter: Spielbeobachtung, Datenaufnahme, interaktive Videoanalyse
Einleitung Die gegenwärtig gemeinhin zur Videoanalyse eingesetzten Tools (SIMI
Scout, SportsCode, utiliusVS) müssen häufig auf Grund ihrer Komplexität und geringen
Optimierung auf eine spezifische Sportart Abstriche bei der Benutzerfreundlichkeit
und der Effizienz der Datenerfassung und -Analyse machen (Link & Ahmann, 2013).
Daher wurden zwei speziell zur Anwendung im Tischtennis konzipierte Softwaretools
zur Erfassung und Auswertung von Spieldaten entwickelt. So können die Werkzeuge für
die in der Regel unabhängigen Prozesse schlank, übersichtlich und fokussiert gehalten
werden (Link & Ahmann, 2013; Leser, Baca, Baron & Kain, 2007).
Datenerfassung
Der zur Datenerfassung verwendete Scouter erlaubt eine effiziente, manuelle Daten-
erfassung unter Berücksichtigung des sportartspezifischen Spielrythmus. Durch eine
teilautomatisierte Datenerfassung werden die notwendigen manuellen Eingaben weiter
reduziert. Zum Beispiel werden aus Schlagposition und Ballauftreffpunkt eines Schlages
die Spielerposition des nächsten Schlages extrapoliert.
Datenauswertung
Das Viewer-Analysetool besteht im Wesentlichen aus Steuerelementen zur Definition von
Filteraktionen, einer Ergebnisliste, sowie einem Videofenster zur qualitativen Analyse.
Darüber hinaus können sogenannte Reports zur Visualisierung von Spielstrukturen im
Rahmen der quantitativen Voranalyse angezeigt werden. Die Vorgehensweise bei der
Filterung hängt von den individuellen Präferenzen der Trainer ab. Im Tischtennis bietet
sich eine Untersuchung der Schläge innerhalb der chronologischen Abfolge eines Spielzuges
an (Aufschlag, Rückschlag, 3. Schlag, etc.), was durch den Aufbau der Filter begünstigt
wird.
Fazit
Durch die Abbildung von spezifischem Tischtenniswissen im Softwarepaket konnte eine
effiziente Datenerfassung und -auswertung erreicht werden. Die automatisierte Erkennung
von leistungsrelevanten Parametern entlastet die Dateneingabe zusätzlich und liefert ein
Beispiel für eine teilautomatisierte Spielbeobachtung in professionellen Sportarten.
Literatur
Link, D. & Ahmann, J. (2013). Spielanalyse im Beachvolleyball - Die Softwaretools für die
Olympischen Spiele 2012. Leistungssport, 43 (1), 58-63.
Leser, R., Baca, A., Baron, R. & Kain, H. (2007). Qualitative Game Analysis in Table Tennis.
Proceedings of the 10th Anniversary International Table Tennis Sports Science Congress,
Zagreb, Croatia. Lausanne: ITTF
155 Vorträge
5.2 Session 2: Feedbacksysteme
Modern - Mobil - Motivierend = Effektiver & Effizienter?
Eine kritische Analyse ausgewählter mobiler Trainings-Applikationen
Josef Wiemeyer, Wolfgang Hatzky, Johannes Henrich & Patrick Seelert
Institut für Sportwissenschaft, Technische Universität Darmstadt
Schlagwörter: Rollator, Senioren, Rücken, Gang
Einleitung
Die systematische Trainingssteuerung im Sport erfordert Einiges an Mühen und Auf-
wand. Da liegt es nahe, sich moderner Informations- und Kommunikationstechnologien
zu bedienen, um die Arbeitsbelastung zu reduzieren. Trainings-Apps für Smartphones
versprechen hier Abhilfe. Beispiele mit hohen Download-Quoten und hohen User-Ratings
sind miCoach, Cardio trainer, RunKeeper, Runtastic und Sports Tracker (vgl. Kranz et
al., 2013; Knight et al., 2015). Der Markt ist kaum unüberschaubar. Aus sportinformati-
scher Sicht stellt sich die Frage, ob diese Apps die trainingswissenschaftlichen und die
technischen Anforderungen erfüllen, um eine hohe Qualität zu sichern. In drei Projekten
wurde diese Frage untersucht.
Methode
Zunächst wurden auf der Basis trainingswissenschaftlicher und informatischer Analyse
Checklisten entwickelt, um eine systematische Bewertung vorhandener Apps zu ermögli-
chen. In einem zweiten Schritt wurden ausgewählte Apps einer systematischen Bewertung
unterzogen.
Ergebnisse und Diskussion
Die Installation und Nutzung läuft nicht ohne Probleme, die verfügbaren Sensoren (z.
B. Herzfrequenz-Gurt) lassen sich nicht immer problemlos anbinden, eine umfassende
Trainingssteuerung ist selten zu finden und Maßnahmen zur Unterstützung der Lang-
zeitmotivation sind unzureichend (ähnlich Conroy et al., 2014). Die Analysen belegen
einerseits Stärken in der aktuellen Belastungskontrolle sowie der Trainingsdokumen-
tation, decken andererseits - sowohl in sportwissenschaftlicher als auch in technischer
Hinsicht - gravierende Defizite auf, z. B. bzgl. der Auswertung sowie Individualisierung
und Personalisierung.
Fazit: Während einige Basisfunktionen bereits gut umgesetzt sind, müssen aktuelle Apps
im Hinblick auf die Auswertung und Individualisierung noch „nachlegen“.
Literatur
Conroy, D. E., Yang, C. H., & Maher, J. P. (2014). Behavior change techniques in top-ranked
mobile apps for physical activity. American journal of preventive medicine, 46 (6), 649-652.
Knight, E., Stuckey, M. I., Prapavessis, H., & Petrella, R. J. (2015). Public health guidelines for
physical activity: Is there an app for that? A review of android and apple app stores. JMIR
mHealth and uHealth, 3 (2).
Kranz, M., Möller, A., Hammerla, N., Diewald, S., Plötz, T., Olivier, P., & Roalter, L. (2013).
The mobile fitness coach: Towards individualized skill assessment using personalized mobile
devices. Pervasive and Mobile Computing, 9 (2), 203-215.
165 Vorträge
Evaluation des Echtzeit Feedback Systems Vmax zur umfassenden Analyse
der Langhantelkinematik
Marcel Blaumann
Blaumann & Meyer - Sports Technology UG
Schlagwörter: Langhantelkinematik, Echtzeit Feedback, Inertialsensor
Einleitung
Die vorliegende Arbeit befasst sich mit der Systemevaluation von Vmax, einem Echtzeit
Feedback System zur umfassenden Analyse der Langhantelkinematik zum trainingsbe-
gleitenden Einsatz und für leistungsdiagnostische Zwecke. Im Fokus steht die Eignung
für die Technikanalyse auf Basis der Hanteltrajektorie sowie für die Ermittlung leistungs-
bestimmender Faktoren bei komplexen Langhantelübungen.
Methode
Ziel der Systemevaluation war es die Gültigkeit und Zuverlässigkeit von Vmax zu belegen.
Hierzu sind Vergleichsmessungen anhand der Langhantelübung Umsetzen im Rahmen
eines weitestgehend standardisierten Labortests mit einem Probanden gegen den Gold-
standard Vicon durchgeführt worden. Gleichzeitig kamen mehrere Vmax Systeme für
die Untersuchung der Zuverlässigkeit im Paralleltestverfahren zeitgleich zum Einsatz.
Weiterhin wurde die Zuverlässigkeit des Systems und die Unabhängigkeit zum Testper-
sonal im Rahmen eines Feldtests mit drei Probanden und sechs Lasten unter realen
Einsatzbedingungen betrachtet.
Ergebnisse
Die Analyse der Validität zeigte hohe Übereinstimmungen mit Vicon. Für die Ermittlung
horizontaler Komponenten mit einer maximalen absoluten mittleren Differenz von 0.99
cm und vertikaler Komponenten mit 1.36 cm wurde innerhalb, auf Basis von einschlägi-
ger Fachliteratur definierter, Grenzen die Äquivalenz zum Goldstandard hochsignifikant
nachgewiesen. Für die Ermittlung der Geschwindigkeitskomponenten konnte diese mit
einer absoluten mittleren Differenz von nur 2.706 cm/s nachgewiesen werden. Die Relia-
bilitätsbetrachtung konnte eine sehr hohe Zuverlässigkeit des Systems mit geringsten
Differenzen unter 0.25 cm, cm/s nachweisen.
Diskussion
Für die kinematische Erfassung der Hanteltrajektorie in der Sagittalebene bei komplexen
Langhantelübungen durch das Messsystems Vmax konnte damit die Eignung für den
trainingsbegleitenden Einsatz und leistungsdiagnostische Zwecke bestätigt werden. Der
signifikante Einflussfaktor der Systempositionierung auf der Langhantel fordert jedoch
konstante Durchführungsprotokolle für eine hinreichende Durchführungsobjektivität und
wirft weiterhin zukünftig zu diskutierende wissenschaftliche Fragestellungen im Bereich
der Hantelkinematikanalyse auf.
Literatur
Isaka, T., Okada, T. & Fuanto, K. (1996). Kinematic analysis of the barbell during the snatch
movement in elite asian weightlifters. Journal of Appleid Biomechanics, 12, 508-516.
Haff, G. G., Whitley, A., Mccoy, L. B., O’Briant, H. S., Kilgore, J. L., Haff, E. E. & Pierce, K.
(2003). Effects of different set configurations on barbell velocity and displacement during a
clean pull. Journal of Strength and Conditioning Research, 17 (1), 95-103.
175 Vorträge
Pegasos - Ein Generator für Feedbacksysteme
Martin Dobiasch & Arnold Baca
Universität Wien
Schlagwörter: Feedbacksysteme, Mobile Motion Advisor, Codegenerator
Einleitung
Feedbacksysteme bestehen üblicherweise aus Komponenten wie der Sensordatenerfassung,
einer Datenübertragung, der Datenanalyse, der Datenarchivierung, der Erstellung des
Feedbacks sowie einer Komponente um das Feedback dem Anwender zu kommunizieren.
Erweist sich ein System in der Praxis als praktikabel, so ist es naheliegend dieses System
für weitere Anwendungen zu adaptieren und somit ein neues System zu erstellen. Eine
gängige Praxis ist es, den geschriebenen Code für ein neues System wiederzuverwen-
den. Dies führt jedoch häufig zu vielschichtigen Problemen. Zum einen müssen bei der
Weiterentwicklung Anpassungen an den Protokollen durchgeführt werden, wodurch es
zu widersprüchlichen Übertragungsprotokollen kommen kann. Ein weiteres Problem
sind Fehler, welche durch „Copy and Paste“ entstehen. Darüber hinaus wird es mit
zunehmender Zahl an verschiedenen Versionen schwieriger den Quellcode der verschie-
denen Feedbacksysteme zu verwalten bzw. eine Divergenz zwischen den Systemen zu
verhindern.
Methoden
Das von uns vorgestellte System Pegasos ist ein Ökosystem aus mehreren Grundkompo-
nenten sowie Schnittstellen, welche die einfache Erstellung neuer Variationen des Systems
erlauben. Das vorliegende System wurde auf Basis des Mobile Motion Advisor (Preuschl
et al., 2010) entwickelt. Als Clients werden Android basierende Smartphones eingesetzt.
Durch den modularen Aufbau des Systems sind andere Formen von Clients ebenso
möglich. Anstatt für jede Variation des Feedback-Systems eine neue App zu erstellen,
wird pro Variation nur der zusätzliche Code benötigt. Konkret müssen Konfigurationsda-
teien für die Sensoren und Interfaces zwischen den Modulen sowie Code zum Steuern
der neuen Sensoren und Feedbackmodule erstellt werden. Aus diesen Dateien und der
Hauptapplikation wird dann die App für das Smartphone vollautomatisch generiert.
Ergebnisse
In unserem Beitrag wird Pegasos anhand der Neuentwicklung eines Feedback-Systems
für den Radsport vorgestellt. Im Zuge dessen wird der Moxy Sensor, ein Sensor für die
Messung des Sauerstoffgehalts im Muskel, in das System eingebaut. Anschließend wird
die Erstellung eines Feedbackmoduls welches einen Stufen-Test anhand der Daten des
Moxy Sensors durchführt, demonstriert.
Literatur
Preuschl, E., Baca, A., Novatchkov, H., Kornfeind, P., Bichler, S., & Boecskoer, M. (2010).
Mobile motion advisor - A feedback system for physical exercise in schools. Procedia
Engineering, 2(2), 2741-2747. http://doi.org/10.1016/j.proeng.2010.04.060
185 Vorträge
Entwicklung eines trainerfreundlichen Messplatzes in einer Schwimmhalle
mit Open Source Tools
Peter Leinen & Stefan Panzer
Universität des Saarlandes
Schlagwörter: OpenCV, Feedback, Usability, Tracking
Einleitung
Im Schwimmsport haben Schwimmer und Trainer besonders unter Wasser einen ein-
geschränkten Zugang zu visuellen Informationen über die Bewegungstechnik. Durch
videogestützte Messplätze können die visuellen Informationen Trainern und Sportlern
zugänglich gemacht werden (Krug et al., 2004). Bislang machte der hohe geräte- und
personaltechnische Aufwand es jedoch schwierig, ein videogestütztes Messplatztraining
in den Trainingsalltag zu integrieren. In Kooperation mit den Landestrainern des saar-
ländischen Schwimmerbundes wurde ein computergestützter Videomessplatz entwickelt,
der über eine einfache Handhabung zusätzliche visuelle Informationen über die Bewe-
gungstechnik unter Wasser präsentiert und leicht in den Trainingsalltag zu integrieren
ist.
Methoden
Die Bewegung wird über 20 Meter mit fünf analogen Über- und Unterwasser Kameras
erfasst. Das Videosignal eines Unter- und Überwasserkamerapaares wird zu einem
Splitscreen zusammengefügt. Auf einem PC läuft die darstellende Software („SwimApp“).
Die Software besteht aus reinen Open Source Komponenten (Python, OpenCV). Ein
besonderer Schwerpunkt liegt auf der einfachen Bedienung, die frei am Becken über vier
Eingabetasten einer Funkfernbedienung stattfindet.
Das System hat aktuell drei Hauptfunktionen:
• Live: Trainergeführte Echtzeitverfolgung der Schwimmer im Splitscreen über 20 m
mit Aufnahmefunktion.
• Analyse: Benutzergeführte Analyse der Aufnahmen über wichtige Zeitmesspunkte
(Startzeit, Flugzeit, Wasserzeiten: 5 m, 10 m und 15 m).
• Delay: Videofeedbacktraining mittels einer Delay-Wiedergabe (Vollbilddarstellung
einer Kameraeinstellung).
Ergebnisse und Diskussion
Der computergestützte Videomessplatz wird seit Anfang des Jahres von den Trainern
genutzt und in seinen Funktionen, wie auch seinem Bedienungskonzept weiter angepasst
und evaluiert. Durch die einfache Handhabung (Usability) verfügen die Trainer über
einen computergestützten Videomessplatz, der in den Trainingsalltag integriert werden
kann und dadurch häufig Anwendung findet.
Literatur
Daugs, R., Krug, J., Panzer, S. & Igel, Ch. (2004). Motorisches Lernen, Messplätze und
Messplatztraining. In: J. Krug & H. Minow (Hrsg.), Messplatztraining. Academia, Sankt
Augustin 3-12.
195 Vorträge
Unitrack - Quantitative Videoanalyse mit Echtzeitfeedback für zyklische
Übungen im Krafttraining
Sebastian Bichler, Holger Jentsch, Claudia Jahn, Torsten Warnke & Ina Fichtner
Institut für Angewandte Trainingswissenschaft (IAT)
Schlagwörter: Videoanalyse, Krafttraining, Echtzeitfeedback, Trainingssteuerung
Einleitung
Das Krafttraining der vom IAT betreuten Sportarten wird zum Teil durch eine video-
basierte Bewegungsanalyse begleitet. Der Name „Unitrack“ leitet sich vom Anspruch
ab, für eine Vielzahl von zyklischen Übungen die resultierende Bewegung in der Ebene
an einem Messpunkt zu verfolgen. Derzeit werden vor allem drei Standardübungen im
Krafttraining und bei Leistungsdiagnostiken von Unitrack unterstützt: Kniebeuge, Bank-
drücken und Bankziehen. Unitrack stellt kinematische und ergometrische Informationen
zur Verfügung, die für ein direktes Feedback genutzt werden können. Dokumentation
und Auswertung finden trainingsbegleitend statt.
Mess- und Auswertungssystem
Eine Übungsanwendung wird über Standardvariablen automatisch dokumentiert (vgl.
Kraemer et al., 2009): Übung, Last, Anzahl der Sätze, Wiederholungen, Ruhepausen.
Nach jeder Wiederholung werden in Echtzeit neue Werte für eine Menge von Parametern
(Streckweg, Geschwindigkeit, etc.), welche die Bewegung kinematisch und ergometrisch
beschreiben, aufgenommen und deren statistischen Maße aktualisiert präsentiert. So
können Rückmeldungen direkt abgeleitet und dem Sportler übermittelt werden. Der
zeitliche Verlauf der vertikalen und horizontalen Bewegungskomponenten visualisiert die
Verteilung der Bewegungsphasen als auch die Halte- und Pausenzeiten. Die Konsistenz der
Bewegung kann bspw. an den einzelnen Amplituden (z. B. vertikal) bewertet werden. Der
maximale Gesamtfehler der Ortsbestimmung beträgt maximal 1,5 cm bei vorgegebenen
Aufnahmebedingungen.
Fazit und Ausblick
Die vom Unitrack bestimmten Parameter erlauben eine Trainingssteuerung (Toigo &
Boutellier, 2006) entsprechend der avisierten Wirkung (z. B. Schnellkraft, Kraftausdauer).
Unitrack ist rückkopplungsfrei, transportabel und einfach zu bedienen. Die nächsten
Entwicklungsschritte beinhalten die Aufarbeitung und Validierung der ergometrischen
Parameter und Leistungsindizes. Zusätzlich werden automatische Rückmeldungen direkt
an den Sportler angestrebt. So soll bspw. ein akustischer Ton den Sportler informieren,
wenn die Ausführungsgeschwindigkeit nicht der angestrebten entspricht.
Literatur
Kraemer, W. J., Adams, K., Cafarelli, E., Ratamess, N. A., Alvar, B. A., Evetoch, T. & Triplett,
N. T. (2009). Progression models in resistance training for healthy adults. Medicine and
Science in Sports and Exercise, 41 (3), 687-708.
Toigo, M. & Boutellier, U. (2006). New fundamental resistance exercise determinants of
molecular and cellular muscle adaptations. European Journal of Applied Physiology, 97 (6),
643-63.
205 Vorträge
Der Virtuelle Trainer - Ein Feedbacksystem für Sport und Rehabilitation
Katja Orlowski1,2 , Falko Eckardt2 , Jürgen Edelmann-Nusser2 & Kerstin Witte2
1
Technische Hochschule Brandenburg
2
Otto-von-Guericke Universität Magdeburg, Institut III: Bereich Sportwissenschaft
Schlagwörter: Feedbacksysteme, Krafttraining, Rehabilitation, Inertialsensoren
Einleitung
Feedbacksysteme werden im Leistungssport und in der Rehabilitation erfolgreich ein-
gesetzt und zeigen eine positive Wirkung (Baca, 2006; Schaffert, 2011; Dowling, 2012;
Schwenk, 2014). Es wird zwischen verschiedenen Feedbackarten unterschieden: visuell,
auditiv, haptisch oder Kombinationen. Je nach Einsatzgebiet und Nutzerprofil muss den
Anforderungen entsprechend die Feedbackart ausgewählt werden (Timmermans et al.,
2009). Der entwickelte Virtuelle Trainer (VT) bietet für die ausgewählte zu trainierende
Übung ein visuelles Feedback (FB) über die Änderung eines Gelenkwinkels auf Basis von
Inertialsensordaten zur entsprechenden Technikkontrolle (Orlowski et al. 2015). Ziel war
es, den VT im Rahmen zweier Studien zu evaluieren: erste Studie (I): Liegestützstudie
zur Evaluation des Feedbacks und des Trainingseffektes, zweite Studie (II): Stumpf-
krafttraining mit Oberschenkelamputierten zur Evaluation der Trainingswirkung mit
Feedback.
Methode
Bei der Liegestütz-Studie (I) nahmen 31 Probanden (9 w, 22 m, Alter: 22, 9 (±3, 9 )
Jahre, Körpermasse: 76, 0 (±11, 9) kg und Größe: 177, 9 (±8, 2) cm) teil und absol-
vierten ein 6-wöchiges Liegestütztraining. Die Probanden wurden randomisiert in die
Experimental- (EG, mit FB) und Kontrollgruppe (KG, ohne FB) eingeteilt. Verglichen
wurden die Bewegungsamplitude (Ampl.), die Ausführungsgeschwindigkeit (VAusfüh-
rung), die Pausenzeiten (P) und die Wiederholungsanzahl (Wdhl.). Im Prä-/Posttest
wurde die maximale Liegestützanzahl ermittelt. Die Parameter werden deskriptiv gegen-
übergestellt.
Bei der zweiten Studie (II) führten fünf OA (1 w, 6 m, Alter: 52, 0 (±6, 3) Jahre, Körper-
masse: 92, 4 (±15, 4) kg, Größe: 178, 4 (±4, 7) cm) ein individuell, angepasstes 8-wöchiges
Training mit dem entwickelten Trainingsgerät (inkl. Feedbackkomponente - VT) durch.
Im Rahmen von Prä-/Posttests wurden verschiedene Untersuchungen durchgeführt, um
den Effekt des Trainingsgeräts zu untersuchen: Ganganalyse (Inertialsensoren, Shimmer
9-DoF) und isometrische Kraftmessung (HipTor). Ausgewählte Parameter (Hüftmomente,
Auslenkung des Oberkörpers, Standphasensymmetrie) wurden im Test-Retest-Design
untersucht und deskriptiv verglichen.
Ergebnisse
Bei der Liegestützstudie (I) zeigen sich deutliche Unterschiede bei der KG zwischen
den vorgegebenen und realen Pausenzeiten (Abweichung von bis zu 50 %), wobei in
der Regel die Pausen zu lang waren. Da die Pausenzeiten bei der EG durch den VT
vorgegeben werden, stimmen diese exakt mit dem Trainingsplan überein. Ebenfalls
weicht der Parameter VAusführung bei der KG stark von den Vorgaben des Untersu-
chungsleiters ab, die Liegestütze werden zu schnell durchgeführt. Bei der Korrektheit
der Liegestützausführung (Ampl.) gibt es zwischen den beiden Gruppen größere Unter-
schiede. Während die EG den geforderten 90° Winkel erreicht bzw. deutlich übersteigt,
weicht die KG im Mittel um -3 % davon ab. Die Wiederholungszahl ist bei der KG mit
215 Vorträge
einer Abweichung von kleiner als 0,1 % besser als bei der EG (6,5 %). Die maximale
Anzahl im Prä-/Posttestvergleich der EG unterscheidet sich nur geringfügig von der KG
(59 % vs. 56 % Steigerung). Bei 80 % der Probanden (II) verbesserten sich durch das
Training die Hüftmomente. Das Abduktionsmoment der Hüfte stieg um 21 % an, was
u.U. zur einen besseren Stabilität des Beckens führen kann. Das Flexionsmoment zeigt
durchschnittlich die größte Steigerung um 23 %. Hinsichtlich des Oberkörpers sind die
Rotation des Beckens und der Schultern betrachtet worden und es zeigen sich individuelle
Veränderungen. Der Roll-Winkel (Rotation um die z-Achse, Auf/Ab) zeigt bei je drei
Probanden eine Verringerung (Becken: −18, 4(±4, 8)%, Schultern: −17, 1(±6, 1) %). Der
ausgeprägte Unterschied in der Standphase zwischen dem gesunden und Prothesenbein
hat sich bei einigen OA geringfügig verändert.
Diskussion
Wie erwartet, konnten die Probanden (KG und EG) die Anzahl an Liegestützen (I)
nach einem 6-wöchigen Training steigern. Ebenfalls wurde die Hypothese bestätigt, dass
die Pausenzeiten und Ausführungsgeschwindigkeit bei der KG von den Vorgaben im
Trainingsplan abweichen. Nicht bestätigt werden konnte die Hypothese, dass die KG von
der vorgegebenen Wiederholungszahl abweicht. Die Abweichung der EG von der vorgege-
benen Wiederholungszahl ist der strengen Vorgabe der Wiederholungsgeschwindigkeit des
FBS geschuldet. Weil dennoch die Trainingssteuerung durch das Feedback erfolgreich war,
kann die positive Wirkung des Feedbacksystems bestätigt werden. Der positive Effekt
des entwickelten Trainingsgeräts (II) (inkl. Feedbackkomponente - VT) konnte nicht
abschließend festgestellt werden. Es zeigten sich nach der Trainingsintervention bei eini-
gen Probanden positive Veränderungen wie die Verringerung der Oberkörperauslenkung
(Duchenne Hinken). Verallgemeinerungen sind erst möglich, wenn das Probandenkollektiv
vergrößert wird und homogener ist.
Literatur
A. Baca & P. Kornfeind (2006). Rapid Feedback Systems for Elite Sports Training. Pervasive
Computing IEEE. Oct-Dec 2006. Vol. 5, pp. 70-76.
A.V. Dowling, J. Favre & T.P. Andriacchi (2012). Inertial Sensor-Based Feedback Can Reduce
Key Risk Metrics for Anterior Cruciate Ligament Injury During Jump Landings. Am Journal
of Sports Med May 2012. Vol. 40. No. 5. 1075-1083.
N. Schaffert, K. Mattes & A.O. Effenberg (2011). An investigation of online acoustic information
for elite rowers in on-water training conditions. J. Hum. Sport Exerc. 6 (2):392-405.
M. Schwenk, G.S. Grewal, B. Honarvar, S. Schwenk, J. Mohler, D. S Khalsa & B. Najafi (2014).
Interactive balance training integrating sensor-based visual feedback of movement
performance: a pilot study in older adults. Journal of NeuroEngineering and Rehabilitation
2014, 11:164
A. Timmermans, H. Seelen, R. D Willmann & H. Kingma (2009). Technology-assisted training of
arm-hand skills in stroke: concepts on reacquisition of motor control and therapist guidelines
for rehabilitation technology design. Journal of NeuroEngineering and Rehabilitation 2009, 6:1
K. Orlowski, F. Eckardt, J. Edelmann-Nusser & K. Witte (2015). Feedbacksystem für das
Stumpftrainingsgerät - Konzept und prototypische Umsetzung. In: K. Witte und J.
Edelmann-Nusser (2015). Sporttechnologie zwischen Theorie und Praxis VI. Shaker Verlag
Förderung: Dieses Projekt wurde gefördert durch das Zentrale Innovationsprogramm Mittelstand
(ZIM): KF 2342704JL3 (01.12.2013 - 31.07.2016).
22Sie können auch lesen
