Aký presný je bikefitting s AI?
Bikefitting s AI z videa meria uhly kĺbov v 2D s chybou niekoľkých stupňov. V štúdii s 26 cyklistami sa model pózy, ktorý BikeFit/LAB používa, líšil od reflexných markerov približne o 3–6° v kolene a bedrovom kĺbe a o 5–9° v členku. To stačí na overenie, či výška sedla a dosah spadajú do bežného rozsahu, nie na ladenie na jeden stupeň.
Čo bikefitting s AI meria
Pri bikefittingu kamerou sa natočíte z boku pri šliapaní a softvér na každej snímke odhaduje, kde sú vaše kĺby. Z týchto bodov počíta uhly: vystretie kolena v dolnej úvrati, uhol kolena hore, uhly bedrového kĺbu, trupu a lakťa a tiež kadenciu. BikeFit/LAB ich porovná s referenčnými rozsahmi pre váš typ bicykla a rozdiely prevedie na odporúčania v milimetroch pre sedlo a riadidlá, škálované podľa vnútornej dĺžky nohy.
Ako funguje rozpoznávanie pózy
BikeFit/LAB používa MediaPipe Pose založený na modeli BlazePose od Googlu, ktorý na bežných mobiloch a počítačoch odhaduje 33 bodov tela na snímku (Bazarevsky et al., 2020). Model beží vo vašom prehliadači; video sa nenahráva. Uhol sa počíta z troch bodov, napríklad bedrového kĺbu, kolena a členka. Keďže každý bod má malú chybu, má ju aj uhol, a to niekoľko stupňov. Priemerovanie cez mnoho snímok znižuje náhodný šum, ale nie systematickú odchýlku.
Čo hovorí výskum o presnosti
Validačnú štúdiu samotného BikeFit/LAB sme nepublikovali, preto sa opierame o nezávislý výskum. Bini, Nascimento a Nibali (2024) porovnali MediaPipe s reflexnými markermi na bežnom videu z boku s 30 snímkami za sekundu u 26 cyklistov. Typické odchýlky boli približne 3–6° v kolene a bedrovom kĺbe a 5–9° v členku. MediaPipe ukazoval koleno okolo dolnej úvrate viac ohnuté ako markery, takže vystretie kolena môže byť mierne podhodnotené. Autori dospeli k záveru, že rozsahy uhla kolena používané pri výške sedla sú stále rozlíšiteľné, ale členok sa sledoval zle.
Čo ovplyvňuje výsledok
- Uhol kamery: musí stáť kolmo na bicykel. Natáčanie mierne spredu alebo zozadu posunie všetky uhly.
- Výška a vzdialenosť: objektív vo výške sedla, 2–4 metre od bicykla, jazdec aj bicykel celí v zábere.
- Oblečenie: voľné oblečenie zakrýva bedrový kĺb a koleno; priliehavý dres dáva stabilnejšie body.
- Svetlo a pozadie: rovnomerné svetlo a pokojné pozadie pomáhajú modelu nájsť každý kĺb.
- Vnútorná dĺžka nohy: odporúčania v milimetroch sa podľa nej škálujú, takže chyba sa prejaví všade.
Ako získať opakovateľný výsledok
- Označte si, kde stojí kamera a bicykel, a používajte vždy to isté miesto.
- Noste rovnaké tretry a podobné oblečenie a pred natáčaním sa pár minút rozjazdite.
- Meňte vždy len jednu vec, zmerajte znova a hodnoťte trend, nie jedno číslo.
Analýza s AI, alebo profesionálny bikefitting?
Videoanalýza je rýchly a lacný spôsob, ako skontrolovať posed a zistiť, či zmena vedie správnym smerom. Profesionálny bikefitter zvládne, čo softvér nie: posúdi pohyblivosť, zranenia a stavbu chodidla, zmeria tlak na sedlo, prezrie obe nohy v 3D a upraví bicykel priamo pri jazde.
Štúdio, aplikácia zadarmo, alebo BikeFit/LAB: porovnanie →
Kedy ísť za odborníkom
- Ostrá, pretrvávajúca alebo zhoršujúca sa bolesť, necitlivosť či tŕpnutie: navštívte lekára alebo fyzioterapeuta.
- Po zranení alebo operácii, alebo pri známom rozdiele dĺžky nôh.
- Keď sa opakovane vracia zreteľný rozdiel medzi ľavou a pravou stranou.
- Keď úpravy podľa merania po niekoľkých jazdách nepomohli.
Časté otázky
Môže kamera mobilu nahradiť profesionálny bikefitting?
Nie. Pomôže skontrolovať posed a sledovať zmeny, ale neposúdi pohyblivosť, zranenia ani tlak na sedlo a vidí jednu stranu tela v 2D.
Ktoré uhly sú najspoľahlivejšie?
V citovanej štúdii boli najpresnejšie uhly kolena a bedrového kĺbu s typickými odchýlkami približne 3–6°. Najmenej spoľahlivý bol členok.
Prečo sa dve merania líšia?
Drobné rozdiely v uhle kamery, oblečení alebo šliapaní posunú hodnoty o niekoľko stupňov. Používajte rovnaké nastavenie a porovnávajte 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
Všeobecné informácie o posede, nie lekárska rada.