对于使用杠速追踪的力量教练和运动员来说，这是个好消息！Renner、Mitter和Baca刚刚在PLOS ONE中发表了一项新研究，该研究对智能手机的VBT应用程序进行了针对高端实验室设备的测试。
维也纳大学的研究小组将三款智能手机应用程序（Qwik VBT、Metric VBT和MyLIFT）与 都 实验室级三维动作捕捉系统 (Vicon) 和市售线性传感器 (RepOne)。他们想看看智能手机应用程序在追踪杠铃举起时能有多准确和可靠。
结果？
Qwik VBT 凭借其视频导入功能表现出色，在某些测量中可与RepOne线性传感器相媲美甚至超过该传感器。我们的应用程序Metric v2.3.1表现出稳健的性能，尤其是在卧推中，尽管它在其他升降机中还有一些改进的余地（本文将详细介绍自本研究中使用v2应用程序以来我们如何升级跟踪算法）。MyLIFT 在重复检测方面苦苦挣扎，错过了大量的重复，尤其是在卧推中。
这项研究令人兴奋，因为它证实了早期采用者已经知道的情况；精心设计的智能手机技术现在可以提供接近耗资数百美元的专业硬件系统的测量质量。酒吧速度追踪技术的普及意味着更多的运动员和教练无需投资昂贵的设备即可使用数据驱动的训练方法。
让我们来看看这项研究发现了什么，以及它对你的训练方法意味着什么。
研究概述
研究人员招募了20名有竞争力的举重运动员（14名男性，6名女性）来完成申请。每位参赛者都对深蹲、卧推和硬拉进行了渐进式负荷训练，从近期比赛最大值的45％提高到90％。
在技术设置中，三款相同的iPhone SE 2022机型安装在一个1米高的定制支架上，该支架位于距离杠铃末端3米处。这些手机运行 Qwik VBT（版本 0.94）、Metric VBT（版本 2.3.1）和 MyLIFT（版本 3.2.9）。同时，在杠铃套上安装了一个 RepOne 系绳线性传感器，整个设置由 Vicon 运动跟踪系统捕获，该系统使用十二个以 200Hz 采样的红外摄像机作为参考。
这项研究之所以特别有说服力，是因为他们收集了总共589次重复的数据，平均速度从0.11到1.04 m/s不等，从而全面了解了这些设备在不同动作和速度下的表现，所有这些动作和速度均由使用各种技术和人体测量的升降运动员完成。
主要发现
设备整体性能
与黄金标准 Vicon 动作捕捉系统相比，结果显示设备之间存在显著差异：
- RepOne 线性传感器 -正如预期的那样，LPT表现良好，标准平均偏差（SMB）值介于0到0.21之间，平均根误差（RMSE）在0.01至0.04 m/s之间。
- Qwik VBT -是智能手机应用程序的首选，SMB值为0.00至0.13，RMSE为0.01至0.03 m/s，在某些指标上与RepOne的表现相当，甚至超过了RepOne的表现。Qwik 在整个实验中错过了 0 次重复。
- 公制 -结果好坏参半，卧推表现非常出色（SMB = 0.07，RMSE = 0.04 m/s），硬拉表现不错（SMB = 0.14，RMSE = 0.08 m/s），但在深蹲方面表现更大（SMB = -0.28，RMSE = 0.06 m/s）。Metric错过了少量深蹲和卧推的重复次数（3.5-6％），17％的硬拉重复次数错过了。
- MyLift -表现与 Metric 类似，SMB 值介于 -0.18 到 -0.04 之间，RMSE 介于 0.04 到 0.14 m/s 之间。MyLIFT 只错过了极少数次深蹲和硬拉重复（约 2%），但错过了 84% 的卧推重复次数。
这些技术统计数据是什么意思？
这些技术指标可能看起来令人困惑，但实际上很简单：
标准化均值偏差 (SMB) 告诉你平均偏差高于或低于真实值（在这种情况下，事实是 MOCAP 值）。接近零的数字更好，这意味着设备既没有高估也没有低估速度。
均方根误差 (RMSE) 测量整体精度-设备的读数与真实值的接近程度。越低越好。就上下文而言，RMSE 为 0.04 m/s 意味着平均而言，读数每秒可能会偏离大约 0.04 米。
重复检测性能
杠铃追踪的一个关键方面是能够可靠地检测所有重复动作。
- RepOne 和 Qwik VBT 两者都取得了完美的表现，没有错过或重复。
- 公制 VBT 在 500 次以上的重复（深蹲中 7 次，卧推 12 次，硬拉 33 次）中错过了 52 次，并且是唯一记录幽灵重复次数的系统（总计 16 次：深蹲时有 2 次，卧推时有 14 次——这些可能是由于解压/重排所致，录制后可以从数据集中删除）。
- MyLift 在探测方面苦苦挣扎，总共错过了175次重复，在卧推练习中，失败率惊人地达到了 84%。
公制 VBT 的演变
首先，恭喜Qwik VBT在这项研究中取得了令人印象深刻的表现！
他们的v0.94应用程序显示，Metric和myLIFT（也可在MyJump中使用）并不是市场上唯一的智能手机速度跟踪选项。自撰写本研究报告以来，Qwik VBT应用程序通过添加应用程序内录制功能和跟踪改进进行了改进。
至于Metric，该研究测试了2.3.1版本，而在撰写本文时（2025年4月），iOS上最新的Metric版本为5.2，代表了两年多的重大发展和改进。自本研究的数据收集完成以来，我们一直在努力解决本研究中发现的确切问题，同时增加强大的新功能。
自 v2.3.1 以来对 Metric 的重大改进：
跟踪精度和可靠性升级：
- 高级跟踪模式专为支持更快的重复而设计
- 智能幽灵代表过滤功能，可更好地识别开架和重排动作
- 增强了弱光性能，可在光线不足的健身房环境中进行更可靠的跟踪
- 处理速度改进，可实现流畅的 60fps 跟踪，从而提高精度
功能扩展：
- 实时音频反馈可在集合期间提供即时速度数据
- 条形路径追踪可视化帮助运动员改进技术
- 全面的锻炼计划和训练日志，可跟踪一段时间内的进度
- 增强的数据导出和共享功能
这些改进取得了回报。最新的验证研究（萨戈瓦茨A，2024年9月）测试Metric v4.5显示，在卧推中与Vitruve线性传感器的相关性极佳，平均速度的相关系数为r=0.93，峰值速度的相关系数为r=0.91。
最显著的改进是重复检测的可靠性——这正是伦纳研究中2.3.1版本显示的改进余地。现在，我们的最新算法在识别有效重复的同时过滤掉误报方面更加强大，尤其是在硬拉等具有挑战性的练习中。在萨戈瓦茨的研究中，Metric v4.5检测了受试者在卧推上进行的150次重复操作中的100％。
虽然我们为Metric取得的成就感到自豪，但我们将这样的验证研究视为持续改进的宝贵反馈。每项研究都帮助我们确定了可以让 Metric 为我们的用户提供更好体验的特定领域。
选择正确的酒吧速度应用程序
当前的研究提供了有力的证据，表明基于智能手机的杠铃追踪是希望准确跟踪训练的教练和举重运动员的可行工具。
这表明并非所有智能手机应用程序的性能都相同，在测量精度和重复检测可靠性方面存在显著差异。对于教练和运动员来说，这些发现表明，在训练中实施杠速跟踪之前，测试和试验一些经过适当验证的智能手机应用程序（如Qwik、Metric或MyLIFT）是明智的起点。
它还强调了软件的发展速度和动态性质，Metric、Qwik和MyJump都不断推出新功能、更新和优化，以回应反馈和研究，就像本研究一样。与硬件不同，在审查任何针对此类应用程序的研究时，检查研究中使用的版本号始终很重要 发行说明 从进行研究的时间到App Store上提供的最新应用程序版本之间。
在 VBTcoach.com 上，我已经精心策划并继续更新 全面的 VBT 买家指南 列出所有当前可用的应用程序、设备和系统，以帮助您浏览市场上越来越多的条形速度跟踪选项。
准确性和可靠性不是唯一的因素
尽管这项新研究为准确性和可靠性提供了宝贵的见解，但还有其他几个因素值得考虑。
在选择条形速度跟踪解决方案时，原始测量精度和可靠性很重要，但这只是难题的一部分。在做出决定时，请考虑以下其他因素：
易用性你能以多快的速度设置并开始跟踪？该应用程序的学习曲线是否很陡峭，或者你能以最小的摩擦力开始学习吗？最好的技术是你将持续使用的技术。例如，Qwik VBT 具有很高的精度，但仍需要为每个视频手动选择板块，并且实时反馈和前置摄像头支持等功能尚不可用。
支持当你有问题或遇到问题时会发生什么？查找包含全面文档、用户指南和教程以及响应迅速且了解技术和培训应用程序的支持团队/人员的应用程序。在 Metric，我们有直接在应用程序中提供的错误报告功能、开放的 Discord、用户指南、Metric Academy 和开放的电子邮件政策，你可以直接与我联系： jacob@metric.coach 随时回答您的指标问题。
功能完整性除了基本的速度跟踪外，该应用程序还提供了哪些其他见解？锻炼计划工具、运动员管理计划、进度跟踪等在酒吧速度跟踪应用程序中变得越来越普遍。
数据实用程序您的训练数据在应用程序中是如何呈现和组织的？良好的可视化和切实可行的见解可以将原始数据转化为有意义的训练决策。Metric 在单个易于使用的应用程序中直接提供实时声音反馈、准备状态和疲劳趋势、负荷速度、负荷功率和 RPE 分析、估计 1RM、最大功率跟踪、个人记录警报和锻炼计划。
开发速度该应用程序是否得到积极维护和改进？根据用户反馈和推进研究而发展的技术将提供更好的长期价值。必须检查是否有积极稳定的改进、功能发布和错误修复。
结论
这项研究令人兴奋的结论是，经济实惠的智能手机解决方案确实可以提供专业级的速度测量。无论您选择 Qwik VBT、Metric 还是其他经过验证的应用程序，您都可以访问以前只能通过昂贵的专用硬件获得的数据。
VBT技术的这种民主化意味着更多的运动员和教练可以实施基于证据的客观训练方法，这对于整个力量训练来说是一个巨大的胜利。
随着智能手机技术的不断进步，开发人员预计会推动这些应用程序变得更加准确、可靠和功能丰富。在Metric，我们不断推动和创新，不仅在系统的准确性方面，而且在锻炼中利用速度跟踪数据的强大而有用的方式来实现真正重要的目标——更多的收获、更少的伤害和更好的训练。
