Welzel, Markus: Untersuchungen zur digitalen Transformation von Sportübungen mittels Trackingtechnologie

Bachelorarbeit

Augmented und Mixed Reality sind visuelle, mit der Umwelt interagierende Umgebungen, deren Einfluss auf die heutige Gesellschaft, welcher aufgrund der Computerspiel-, der Automobilindustrie und der Werbebranche immer weiter zunimmt. Im Sportbereich sind bereits zahlreiche Fitness-Apps entwickelt worden, um das Training zu tracken und zu steuern. Diese Sparte nimmt weiter an Beliebtheit zu, fokussiert sich aber meist darauf Ernährung und über Fitnessarmbänder übermittelte Daten zu tracken und dient als Unterstützung zur Aufstellung von Trainingsplänen. Ein neuer Ansatz in diesem Bereich ist es, das Training allein mittels Zuhilfenahme einer Kamera zu verbessern und Übungsausführungen mithilfe von Algorithmen digital in Real-Time zu korrigieren. Die vorliegende Arbeit befasst sich mit der möglichen Umsetzung zweier solcher Technologien.

Zur Anforderungsermittlung ist eine Recherche über vorhandene Technologien, die eventuell verwendet oder weiterentwickelt werden können, durchzuführen. Anschließend wird anhand der freien Kniebeuge, eine der komplexesten und gleichzeitig häufig ausgeführten Trainingsübung, eine Analyse gemacht und häufig auftretende Fehlerbilder herausgestellt.

Durch den entsprechenden sportwissenschaftlichen Hintergrund ist es möglich, Parameter zur Unterscheidung einer richtigen von einer falschen Kniebeuge festzulegen. Die PoseEstimation, das Schätzen einer Position eines Körpers in einem zweidimensionalen Bild oder Video, mithilfe eines Künstlichen Neuronalen Netzwerks, das Bilderkennung beherrscht, wie OpenPose oder PoseNet, hat zum aktuellen Zeitpunkt Schwierigkeiten alle Gelenke einwandfrei zu identifizieren. Wird diese Technologie zukünftig verbessert, wird diese eine Schlüsselrolle einnehmen, Sportübungen auf die Richtigkeit ihrer Ausführung zu kontrollieren und zu korrigieren. Eine weitere Möglichkeit Ausführungen zu kontrollieren, ist es ein Convolutional Neural Network, ein Netzwerk welches auf Bilderkennung spezialisiert ist, auf die fachlich korrekte Kniebeugeausführung zu trainieren. Zur Umsetzung ist es erforderlich, technologische Grundlagen, wie Künstliche Neuronale Netzwerke sowie die wichtigsten Konfigurationen des Netzwerkes zu beherrschen.

Ergebnis dieser Arbeit ist die Entwicklung eines Prototyps dieses Netzwerkes, welcher anhand zweier Fehlerbilder, auf Grundlage eines Kniebeuge-Datensatzes trainiert und getestet wurde, mit dem Ziel die verschiedenen Phasen einer Kniebeuge auf Richtigkeit zu kontrollieren. Die Ausgabe erfolgt anschließend direkt in einem Video.