Activiteitsherkenning voor badminton gebaseerd op bewegingsdata

Om de persoonlijke prestaties van badmintonspelers te verbeteren, wordt steeds gezocht naar technologieën die kunnen helpen bij het optimaliseren van de trainingen. Dit omvat onder andere het exact bepalen van de positie en de bewegingen van de speler tijdens de trainingen en spelsituaties. Badminton is een sport waarin tactiek, techniek, positionering en de precisie van de bewegingen van groot belang zijn. Door middel van goedkope en compacte sensorhardware willen we de nodige metingen kunnen uitvoeren om relevante, bruikbare info te bekomen. In deze thesis wordt voor de positionering gebruik gemaakt van Two-way ranging. Dit is een systeem dat eenvoudig inzetbaar is, zonder dat hier een uitgebreide configuratie en installatie aan voorafgaat. Voor het herkennen van de loop- en slagbewegingen op het veld wordt een combinatie van accelerometer- en gyroscoopdata gebruikt. De meest optimale positie wordt hiervoor bepaald. Om de activiteitsherkenning te optimaliseren, werd een uitgebreide meetcampagne opgezet, waarbij de slagen van meerdere personen geanalyseerd en verwerkt worden. Door data van verschillende spelers te combineren, bekomen we een krachtig deep learning-model dat wijd inzetbaar is. De classificatie van de slagen geeft informatie over de mate waarin een speler eerder offensief of eerder defensief speelt. Dit geeft tevens ook een idee ofdat de badmintonspeler de bovenhand heeft gedurende het spel. Het detecteren van het tijdstip waarop de racket de shuttle raakt, kan ook informatie verschaffen over de techniek van de speler. Kortom, door het combineren van positionering op het veld en slagherkenning, bekomen we een voldoende gegevens om een spelsituatie te reconstrueren en te analyseren. Naast het zoeken naar de optimale methodes om zo accuraat mogelijke data te bekomen, is ook de feedback naar de gebruiker van belang. Zo kunnen de zwakke punten van een speler beter naar voren gebracht worden en kan men hier extra aandacht aan besteden. Deze resultaten kunnen zo een mooie aanvulling vormen in het trainingsproces.