Nota: Esses dados foram coletados em outubro de 2021 usando o Metric v0.3 antes do lançamento público. Desde então, o aplicativo também foi validado externamente e várias melhorias de rastreamento foram lançadas na versão atual do aplicativo disponível publicamente.
Quão preciso é o Metric VBT?
Muitos de nossos testadores beta têm nos perguntado sobre como o Metric se compara aos dispositivos alternativos de medição de VBT. Se você atualmente não tem acesso a um dispositivo de medição VBT, como saber se deve confiar no Metric?
Ainda estamos no início de nossa tecnologia, mas a resposta curta agora é: O Metric tem um desempenho incrivelmente bom!
Para dar uma resposta mais longa, quero compartilhar com vocês os resultados de um estudo interno que conduzimos comparando o Metric (versão 0.3, março de 2022) com um sistema MOCAP (Motion Capture) de última geração. O artigo abaixo é um resumo do relatório completo. (Você pode baixar o PDF do estudo completo aqui incluindo os dados brutos de todas as repetições.)
Estamos determinados a criar uma ferramenta confiável e válida, possibilitando que cientistas, treinadores e atletas do esporte melhorem seu desempenho aproveitando o monitoramento de velocidade. Para fazer isso, tivemos que descartar o pensamento antigo. Hoje, tenho mais certeza do que nunca de que o futuro da medição de VBT é a visão computacional.
Em outras postagens de blog e comentários nas redes sociais, Thomas e eu mencionamos que estamos desenvolvendo o Metric contra o MOCAP em vez do hardware VBT existente. Temos vários dispositivos VBT em nossa academia dos principais fabricantes e sabemos por experiência própria que todos eles retornam resultados válidos, mas divergentes! Apesar do que alguns possam afirmar, o MOCAP é o verdadeiro “padrão ouro” de medição. Infelizmente, um sistema MOCAP não é nada portátil e nem um pouco acessível!
Seja usando uma corda, lasers, acelerômetro ou vídeo, todos os métodos de medição de VBT no mercado atualmente estão fazendo uma avaliação indireta do movimento da barra. Todos eles usam algoritmos para suavizar seus dados e inferir a velocidade da barra, e todos usam algoritmos para determinar os horários de início e término das repetições, o caminho da barra e assim por diante. Qualquer pessoa que afirme o contrário não está agindo de boa fé.
Detalhes do estudo interno
Líder de pesquisa: Jacob Tober
Equipe: David Tober, Mason Lauder, Durham McInnis, Thomas McInnis
Localização: estúdio de captura de movimento TrackLab, Yarraville, Victoria, Austrália 3013
Data da coleta de dados: 28 de outubro de 2021
Objetivo do estudo: Avalie a validade e a confiabilidade do aplicativo MetricVBT para monitorar exercícios típicos com barra em velocidades de movimento rápidas e lentas.
Introdução
Apesar do crescente apoio e interesse no uso da velocidade na sala de musculação, permanece uma taxa geralmente baixa de adoção do VBT em toda a comunidade de treinamento de resistência. O custo (financeiro ou de tempo), a falta de conhecimento, a sobrecarga de informações e os problemas de experiência do usuário ao implementar a tecnologia fazem com que muitos não consigam incorporar a velocidade em seu treinamento, apesar do desejo de fazê-lo.
Ainda há a necessidade de soluções simples e acessíveis para monitorar a velocidade na academia. Utilizando apenas um dispositivo de smartphone e o sistema de câmera embutido, o MetricVBT funciona por meio de um sofisticado algoritmo de visão computacional projetado especificamente para reconhecer, rastrear e calcular o deslocamento e a velocidade dos movimentos da barra com placas de regulação de peso.
Método
- Eu atuei como participante deste estudo.
- O vídeo foi capturado usando um smartphone (iPhone XS, Apple*, * California) usando o aplicativo de câmera embutido. A gravação foi concluída em uma orientação vertical com resolução 1080p com a configuração de 60 quadros por segundo ativada. O dispositivo smartphone foi posicionado a aproximadamente 2,5 metros diretamente da extremidade da barra com o dispositivo posicionado em um tripé na altura da cintura.
- Os dados posicionais brutos foram capturados simultaneamente usando o sistema Tracklab MOCAP (24 x OptiTrack câmeras e software que o acompanha, Motivo 3 - NaturalPoint Inc., Oregon) usando uma taxa de amostragem de 120 Hz. Um único marcador foi posicionado no ponto central exato da extremidade da barra.
- Concluí duas séries de oito repetições para levantamento terra, agachamento frontal e supino, completando um total de 48 repetições. Cada exercício foi concluído para uma série controlada e lenta (TEMPO) e uma série de esforço máximo, rápida (MAX). Todos os conjuntos foram concluídos com 40 kg — aproximadamente 30-40% do meu 1RM.
- As imagens de vídeo do smartphone e os dados posicionais do MOCAP foram então analisados usando o algoritmo MetricVBT (Beta v0.3) para contar repetições (repetições) e calcular a velocidade concêntrica média (VEL) e a amplitude de movimento concêntrica (ROM) para cada repetição.
- A validade geral para VEL e ROM foi calculada comparando as imagens do dispositivo Smartphone com os dados do MOCAP como linha de base. A confiabilidade foi avaliada usando diferenciais absolutos e variação percentual da linha de base do MOCAP. Valores de correlação para VEL e ROM também foram estabelecidos.
Resumo dos resultados
- O MetricVBT foi capaz de detectar com precisão 48/48 repetições da filmagem do smartphone sem nenhuma repetição “fantasma” adicional registrada ou repetições perdidas.
- As imagens do smartphone e os dados do MOCAP produziram fortes correlações em todos os representantes gravados para ROM (R = 0,9862) e VEL (R = 0,9841).
- A diferença absoluta média foi de 0,026 m/s (3,3%) para VEL e 2,49 cm (4,0%) para ROM. Os diferenciais de repetição individuais do MetricVBT até a linha de base do MOCAP variaram de -0,00m/s a +0,08m/s (0,0% a 7,2%) para VEL e 0,04 cm a 5,6 cm (0,1% a 7,8%) para ROM.
Discussão
Nossos resultados mostram que o MetricVBT v0.3 é capaz de detectar com precisão as repetições e analisar a velocidade média concêntrica e a amplitude de movimento para exercícios de força padrão.
Entendemos que, para ser útil, um dispositivo de medição precisa ser válido e confiável. O usuário deve obter dados relevantes para o mundo real e obtê-los repetidamente.
O Metric v0.3 mostrou que é capaz de atingir esses dois objetivos com uma estreita correlação com os resultados produzidos pelo sistema MOCAP em uma variedade de velocidades e exercícios.
Embora o Metric tenha subestimado o VEL e o ROM em quase todas as repetições, foi capaz de fazer isso em um intervalo restrito. Isso significa que os usuários podem ter certeza de que os resultados do MetricVBT refletem uma mudança no desempenho e não são causados por erros de medição.
Embora o Metric ainda esteja na versão beta, acreditamos firmemente que sua simplicidade de uso e seu custo de implementação insignificante o tornam uma opção atraente para treinadores e atletas de todos os níveis que buscam incorporar velocidade em seus treinamentos.
Também vale afirmar que o algoritmo Metric tem menos de um ano! Estamos continuamente atualizando o Metric à medida que investimos em mais pesquisas e desenvolvimento. O ritmo de melhoria em tão pouco tempo é impressionante, e cada atualização traz maior confiabilidade e precisão, além de acomodar ainda mais casos extremos e mais e mais exercícios. Mal podemos esperar para continuar desenvolvendo os recursos do Metric à medida que revolucionamos a forma como o VBT é utilizado.
É inevitável que o treinamento baseado em velocidade usando visão computacional seja a escolha óbvia para a maioria dos profissionais no futuro. Os aplicativos de visão computacional são fáceis de usar, econômicos e portáteis.
Planejamos que o Metric seja lançado na App Store para iPhone no final deste mês, mas, enquanto isso, o programa beta ainda está aberto para quem procura uma prévia antecipada.
ATUALIZAÇÃO: O Metric agora está disponível no iOS e pode ser baixado gratuitamente neste link.
