KI-gestützte Sprunganalyse beim Trampolinturnen

KI-gestützte Sprunganalyse beim Trampolinturnen

Wenn es um Podiumsplätze geht, sind Millisekunden und Millimeter entscheidend. Diese Feinheiten sollen für Trampolin-Trainer und -Sportler des Deutschen Turner-Bundes (DTB) zukünftig über ein neues Projekt, welches auf einem bildbasierten System von Simi Reality Motion Systems basiert, visualisiert und dokumentiert werden. Für die passenden Videoaufnahmen sorgen Industriekameras von Matrix Vision.

 (Bild: Matrix Vision GmbH)
(Bild: Matrix Vision GmbH)

Um auch in Zukunft erfolgreich zu sein, versuchen die Verantwortlichen mit innovativen Konzepten das Training für Sportler und Coaches zu verbessern. Dabei geht es nicht nur darum, die einzelnen Übungen aufzuzeichnen, sondern diese auch automatisch einzuordnen und Verbesserungsmöglichkeiten abzuleiten. Damit ist außerdem eine ganzheitliche Dokumentation der Übungen als Fördermittelnachweis gewährleistet.

Das Konzept

Ein solches Konzept verfolgt das vom Bundesinstitut für Sportwissenschaft (Bisp) geförderte KISS-Projekt, kurz für „KI-gestützte Sprungerkennung und Sprunganalyse“ im Trampolinturnen des deutschen Turner-Bundes (DTB) gemeinsam mit dem Institut für Sportwissenschaft der Justus-Liebig-Universität Gießen. Ziel von KISS ist es, komplexe Sprünge mittels markerlosem Tracking und künstlicher Intelligenz in ihrer Ausführung gehockt, gebückt, gestreckt zu unterscheiden und die Qualität der Sprünge zu quantifizieren. Hierfür braucht das System passende Anlerndaten. Diese liefert zum einen das bestehende Trainings-Informationssystem Trampolinturnen, welches die Übungsformen (Vorübungen, einzelne Sprünge, Sprungverbindungen und ganze Übungen) automatisch erfasst, zum anderen das Mess- und Informationssystem (HDTS), welches die quantitativen Merkmale (Flughöhe, Tuchkontaktzeit sowie Lande-/Absprungposition auf dem Gerät) ermittelt. Langfristig sollen hieraus individuelle Lernverläufe der Athleten erstellt und für eine leistungssteuernde Planung nutzbar gemacht werden. Dies bedeutet, dass die bisherige individuelle Trainingswirkungsanalyse um die Analyse der eingesetzten Trainingsmittel und Trainingsmethoden erweitert wird und die gewonnenen Erkenntnisse für zukünftige intraindividuelle leistungssteuernde Planungen des Techniktrainings für die Kaderathleten genutzt werden können. In der Umsetzung des Projektes wird zurzeit am Bundesstützpunkt Bad Kreuznach ein Kamera-System zur automatischen Erkennung von überlagerten Bewegungen wie Salto- und Schraubenrotationen mit benötigter Technik wie Bildschirme und Rechner installiert und auf die Anforderungen der Sportart Trampolinturnen angepasst. Die hierzu entwickelte Software soll, nach einer erfolgreichen Erprobung und Evaluierung des Kamerasystems, entsprechend verbessert werden, sodass das komplette System langfristig in jedem Stützpunkt bzw. in jeder Trainingshalle genutzt werden kann.

Die Umsetzung

Konkret sehen die einzelnen Umsetzungsschritte wie folgt aus. Im ersten Schritt werden mit acht bis zehn Kameras Videoaufnahmen von technisch korrekt ausgeführten Sprüngen aus allen Perspektiven erstellt. Die technisch korrekte Ausführung orientiert sich an den technischen Vorgaben des internationalen Verbandes, wird als Optimum in der Software modelliert und bildet damit die Basis der Videoanalysen der Sprünge. Im zweiten Schritt findet eine automatisierte zeitliche Verknüpfung der Videoaufnahmen statt. Hier werden die Sprünge aus verschiedenen Perspektiven aufgenommen und mit den Daten der weiteren Trainingssysteme synchronisiert. Im dritten Schritt wird die automatische Sprungerkennung durchgeführt. Auf Basis der optimalen Videoaufnahmen der Sprünge erkennt das System automatisch den aktuellen Sprung des Aktiven durch markerloses Tracking und vergleicht vorhandene, bekannte Sprünge in allen drei Ausführungsmöglichkeiten (gehockt, gebückt, gestreckt). Im vierten Schritt werden die Abweichungen analysiert. Der aktuelle Sprung wird mit dem Optimum (Aufnahmen in optimaler Ausführung und technischen Regularien) verglichen, gleichzeitig werden die Abweichungen ermittelt und bewertet (in Form von Abzügen auf Basis des Code of Points). Zunächst werden Trainerteam sowie Kampfrichterinnen und Kampfrichter die Abweichungen ermitteln und bewerten, mit dem Ziel, dass die künstliche Intelligenz später in der Lage ist, die Abweichungen maschinell zu ermitteln und auszugeben. Im letzten Schritt kommt es zur Fehleranalyse. Durch die Vielfalt und sukzessive Erweiterung der optimalen und individuellen Daten kann mittels Verfahren der künstlichen Intelligenz (z.B. Musteranalyse) die maschinelle Bewertung und Fehleranalyse schrittweise verbessert werden.

Seiten: 1 2



  • Mind the Gap

    Conventional line-scan hyperspectral imagers are fundamentally constrained so they cannot simultaneously provide good imaging and high throughput needed for large SNR. To…


  • Gelungene Premiere

    Das von HD Vision Systems und Partnern (AT Sensors, Balluff, Lucid Vision, Pepperl+Fuchs, …) erstmalig organisierte Intelligent Automation & Inspection Forum im…


  • Licht vermessen

    Für die Vermessung der Wirkungen von Licht gibt es zwei Möglichkeiten: eine neutrale und eine menschenbezogene. Jede der beiden besitzt ein eigenes…


  • Welcome back

    Vom 20. bis 21 Mai findet das Comeback der CHII (Conference on Hyperspectral Imaging in Industry) in Graz statt. An den zwei…


  • Premiere!

    Da die Messe Control auf einen Zwei-Jahres-Rhythmus gewechselt ist und erst 2027 wieder stattfindet, veranstaltet die P. E. Schall in diesem Jahr…


  • Vision Weighing

    Modern egg grading increasingly relies on vision-based systems to support consistent quality assessment and efficient grading at high capacity. In Sanovo grading…


  • CRA & Machine Vision

    Für IDS beeinflusst der CRA vor allem, wie wir sicherheitsrelevante Rückmeldungen aus dem Feld verarbeiten: Hinweise müssen schnell bewertet und in Korrekturen…


  • Thomas Hopfner

    Machine-Vision-Software ist eine wesentliche Komponente von modernen Produktionssystemen.


  • Anne Wendel

    Beim Cyber Resilience Act (CRA) handelt es sich um eine neue europäische CE-Kennzeichnungsverordnung, die in Gänze ab Dezember 2027 Anwendung findet.


  • I’m (not) on fire

    Industrial lumber manufacturing is a high-speed, high-volume industry that operates machinery with intense friction at all most stages of a production. Common…