Jak přesný je bikefitting s AI?
Bikefitting s AI z videa měří úhly kloubů ve 2D s chybou několika stupňů. Ve studii s 26 cyklisty se model pózy, který BikeFit/LAB používá, lišil od reflexních markerů asi o 3–6° v koleni a kyčli a o 5–9° v kotníku. To stačí k ověření, zda výška sedla a dosah spadají do běžného rozsahu, ne k ladění na jeden stupeň.
Co bikefitting s AI měří
Bikefitting kamerou vás natáčí z boku při šlapání a v každém snímku odhaduje, kde jsou vaše klouby. Z těchto bodů počítá úhly: natažení kolena v dolní úvrati, úhel kolena nahoře, úhly kyčle, trupu a lokte a také kadenci. BikeFit/LAB je porovná s referenčními rozsahy pro váš typ kola a rozdíly převede na doporučení v milimetrech pro sedlo a řídítka, škálovaná podle vnitřní délky nohy.
Jak funguje rozpoznávání pózy
BikeFit/LAB používá MediaPipe Pose založený na modelu BlazePose od Googlu, který na běžných telefonech a počítačích odhaduje 33 bodů těla na snímek (Bazarevsky et al., 2020). Model běží ve vašem prohlížeči; video se nenahrává. Úhel se počítá ze tří bodů, například kyčle, kolena a kotníku. Protože každý bod má malou chybu, má ji i úhel, a to několik stupňů. Průměrování přes mnoho snímků snižuje náhodný šum, ale ne systematickou odchylku.
Co říká výzkum o přesnosti
Validační studii samotného BikeFit/LAB jsme nepublikovali, proto se opíráme o nezávislý výzkum. Bini, Nascimento a Nibali (2024) porovnali MediaPipe s reflexními markery na běžném videu z boku s 30 snímky za sekundu u 26 cyklistů. Typické odchylky byly asi 3–6° v koleni a kyčli a 5–9° v kotníku. MediaPipe ukazoval koleno kolem dolní úvratě víc ohnuté než markery, takže natažení kolena může být mírně podhodnocené. Autoři dospěli k závěru, že rozsahy úhlu kolena používané pro výšku sedla jsou stále rozlišitelné, ale kotník byl sledován špatně.
Co ovlivňuje výsledek
- Úhel kamery: musí stát kolmo ke kolu. Natáčení mírně zepředu nebo zezadu posune všechny úhly.
- Výška a vzdálenost: objektiv ve výšce sedla, 2–4 metry od kola, jezdec i kolo celé v záběru.
- Oblečení: volné oblečení zakrývá kyčel a koleno; přiléhavý dres dává stabilnější body.
- Světlo a pozadí: rovnoměrné světlo a klidné pozadí pomáhají modelu najít každý kloub.
- Vnitřní délka nohy: doporučení v milimetrech se podle ní škálují, takže chyba se projeví všude.
Jak získat opakovatelný výsledek
- Označte, kde stojí kamera a kolo, a používejte vždy stejné místo.
- Noste stejné boty a podobné oblečení a před natáčením se pár minut rozjeďte.
- Měňte vždy jen jednu věc, změřte znovu a hodnoťte trend, ne jedno číslo.
Analýza s AI, nebo profesionální bikefitting?
Videoanalýza je rychlý a levný způsob, jak zkontrolovat posed a zjistit, zda změna vede správným směrem. Profesionální bikefitter zvládne, co software ne: posoudí pohyblivost, zranění a stavbu chodidla, změří tlak na sedlo, prohlédne obě nohy ve 3D a upraví kolo přímo při jízdě.
Studio, aplikace zdarma, nebo BikeFit/LAB: srovnání →
Kdy jít za odborníkem
- Ostrá, přetrvávající nebo zhoršující se bolest, necitlivost či brnění: navštivte lékaře nebo fyzioterapeuta.
- Po zranění nebo operaci, nebo při známém rozdílu délky nohou.
- Když se opakovaně vrací zřetelný rozdíl mezi levou a pravou stranou.
- Když úpravy podle měření po několika jízdách nepomohly.
Časté otázky
Může kamera telefonu nahradit profesionální bikefitting?
Ne. Pomůže zkontrolovat posed a sledovat změny, ale neposoudí pohyblivost, zranění ani tlak na sedlo a vidí jednu stranu těla ve 2D.
Které úhly jsou nejspolehlivější?
V citované studii byly nejpřesnější úhly kolena a kyčle s typickými odchylkami asi 3–6°. Nejméně spolehlivý byl kotník.
Proč se dvě měření liší?
Drobné rozdíly v úhlu kamery, oblečení nebo šlapání posunou hodnoty o několik stupňů. Používejte stejné nastavení a porovnávejte trendy.
Zdroje
- Bini RR, Nascimento VB, Nibali A (2024). Validity of neural networks in determining lower limb kinematics in stationary cycling. Sport Sciences for Health, 20:127–136. doi:10.1007/s11332-023-01075-7
- Bazarevsky V, Grishchenko I, Raveendran K, Zhu T, Zhang F, Grundmann M (2020). BlazePose: On-device real-time body pose tracking. arXiv preprint (Google Research), arXiv:2006.10204. doi:10.48550/arXiv.2006.10204
- Ferrer-Roca V, Roig A, Galilea P, García-López J (2012). Influence of saddle height on lower limb kinematics in well-trained cyclists: static vs. dynamic evaluation in bike fitting. Journal of Strength and Conditioning Research, 26(11):3025–3029. doi:10.1519/JSC.0b013e318245c09d
- Bini R, Priego-Quesada J (2022). Methods to determine saddle height in cycling and implications of changes in saddle height in performance and injury risk: a systematic review. Journal of Sports Sciences, 40(4):386–400. doi:10.1080/02640414.2021.1994727
Obecné informace o posedu, ne lékařská rada.