Anne J. Manning, Harvard John A. Paulson Mühəndislik və Tətbiqi Elmlər Məktəbi tərəfindən

Gaby Clark tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriTədqiqatın həmmüəllifi Andrew Chin Harvard McCurdy Outdoor Track-də qaçarkən geyilə bilən sensorları nümayiş etdirir. Kredit: Harvard John A. Paulson Mühəndislik və Tətbiqi Elmlər Məktəbi

Bugünkü GPS smart saatları və digər geyilə bilən cihazlar milyonlarla qaçışçıya onların tempi, yeri, ürək döyüntüsü və sair haqqında çoxlu məlumat verir. Ancaq Garmininizin ölçə bilmədiyi bir şey köhnə fizikadır: ayağınız yerə dəyib yenidən havaya qalxdıqda nə qədər güc yaranır.

Qaçışçının hər addımda yaratdığı bu geriyə doğru, əyləc və təkan qüvvələri performans və zədə ilə sıx bağlıdır. Harvard Con A. Paulson Mühəndislik və Tətbiqi Elmlər Məktəbinin (SEAS) biomexanika mütəxəssisləri düşünürlər ki, geyilə bilən sensor texnologiyası qaçışçılara bu qüvvələri daha yaxşı anlamağa və nəticədə daha sağlam qalmağa kömək etməyə hazırlaşır.

SEAS-ın Mühəndislik və Tətbiqi Elmlər üzrə professoru Paul A. Maeder Conor Walsh-un laboratoriyasından PLOS One -da bu yaxınlarda aparılmış araşdırma göstərir ki, bədənə taxılan sadə, kommersiya baxımından əldə edilə bilən sensorlar tədqiqatçıların yer reaksiyası qüvvələri adlandırdıqları barədə faydalı məlumatlar təmin edə bilər. Bu anlayışlar bu məlumatları real vaxt rejimində istifadəçilərə çatdıran cihazlar və məhsullar üçün yollar aça bilər.

“Geyilə bilən sensorlar maşın öyrənməsi ilə birləşərək , qaçışın bədəninə təsir edən qüvvələri dəqiq təxmin edə bilir – təkcə laboratoriyada deyil, real dünyada”, – aparıcı müəllif Lauren Baker, bu yaxınlarda Ph.D. Uolşun laboratoriyasını bitirib (və qaçışçının özü).

Həddindən artıq sürmə və əyləc

Tədqiqat insan təkamülü kontekstində qaçışı öyrənən və Walsh laboratoriyası ilə uzun müddət əməkdaşlıq edən Harvard İncəsənət və Elmlər Fakültəsinin Biologiya Elmləri Professoru Edvin M. Lerner, həmmüəllif Daniel Libermanın təməl işi üzərində qurulub. Libermanın komandası, qaçışçının ayağının omba və dizlərinin çox qabağına düşdüyü zaman həddindən artıq sürətlə hərəkət etmək və daha böyük əyləc qüvvələri arasındakı əlaqəni vurğulamışdı. İki komanda, həmçinin 2024-cü ildə aparılan bir araşdırmada əməkdaşlıq etdilər ki, bu da daşınan sensorların əyləc və həddindən artıq məlumat əldə edə biləcəyini göstərdi və onlar maraqlandılar: Başqa hansı müvafiq qüvvələri tuta bilərdilər?

Baker, əyləc və hərəkətin üfüqi qüvvələrinə diqqət yetirməyi seçdi, çünki onlar yalnız həddindən artıq sürətlənmə ilə əlaqəli deyil, həm də yer reaksiyası qüvvəsi tədqiqatlarının əksəriyyəti şaquli istiqamətə diqqət yetirdiyinə görə – ən çox bədən çəkisi və sürətlə əlaqəlidir.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=7099578867&adk=1328126233&adf=1100001614&pi=t.ma~as.7099578867&w=750&fwrn=4&fwrnh=0&lmt=1761197070&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Fmedicalxpress.com%2Fnews%2F2025-10-wearable-sensors-machine-leg.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTQxLjAuNzM5MC41NSIsbnVsbCwwLG51bGwsIjY0IixbWyJHb29nbGUgQ2hyb21lIiwiMTQxLjAuNzM5MC41NSJdLFsiTm90P0FfQnJhbmQiLCI4LjAuMC4wIl0sWyJDaHJvbWl1bSIsIjE0MS4wLjczOTAuNTUiXV0sMF0.&abgtt=6&dt=1761197069936&bpp=20&bdt=193&idt=202&shv=r20251021&mjsv=m202510200101&ptt=9&saldr=aa&abxe=1&cookie=ID%3De77740426f8da9bc%3AT%3D1735295852%3ART%3D1761196674%3AS%3DALNI_MbHbvhLj3WydQ3lYshQhNgDg8E9nQ&gpic=UID%3D00000f80ad9e2337%3AT%3D1735295852%3ART%3D1761196674%3AS%3DALNI_MYM9zSDwUrvOLsQ-H1E20L0IjGeMw&eo_id_str=ID%3Df152d1a4517561f1%3AT%3D1751526315%3ART%3D1761196674%3AS%3DAA-AfjYXsAMYxawkCSjU_EMOR4gg&prev_fmts=0x0%2C336x280&nras=1&correlator=2551007379518&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=2416&biw=1905&bih=945&scr_x=0&scr_y=0&eid=31095144%2C31095300%2C31095351%2C31095375%2C95373974%2C95374042%2C95374288%2C95374626%2C95375702%2C95376002&oid=2&pvsid=5177894030605581&tmod=227763616&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&plas=164x742_l%7C164x742_r&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=969

Məlumatların tutulması və şərh edilməsi

Tədqiqat üçün Baker və həmkarları Harvard Motion Capture Laboratoriyasında 15 könüllü qaçışçıdan yer reaksiyası qüvvəsi məlumatlarını götürdülər, burada hərəkəti əks etdirən kamera sistemi, kəmərlərin altında gücə həssas lövhələri olan qaçış bandı və gücə həssas lövhələr yerləşdirilmiş mini trek var. Hər bir qaçışçı həmçinin telefonlarda, saatlarda və oyun proqramlarında geniş istifadə olunan inertial ölçü vahidləri adlanan bir sıra sensorlar taxırdı. Bu bölmələr hərəkət və oriyentasiya məlumatlarını alır, lakin birbaşa gücü ölçə bilmir. Maşın öyrənməsi buradan gəlir.

Xam güc məlumatları maşın öyrənmə modelinə daxil edildi, laboratoriya digər tədqiqatlarda insultdan sağalan insanlarda yeriyən təkan qüvvələrini qiymətləndirmək üçün istifadə etdi . Yeni qaçış üçün optimallaşdırılmış model geyilə bilən sensor məlumatları ilə laboratoriyada toplanmış güc məlumatları arasındakı əlaqəni şərh etdi.

Nəticələr göstərdi ki, laboratoriya məlumatlarından hazırlanmış ümumiləşdirilmiş bir model, ilkin təlim məlumatlarında olmayan yeni insanların həddindən artıq yüklənmə ilə əlaqəli qaçış qüvvələrini dəqiq proqnozlaşdıra bilər. Az miqdarda (təxminən səkkiz addım) istifadəçi məlumatının əlavə edilməsi proqnozları fərdiləşdirmək üçün onları daha da yaxşılaşdıra bilər.

Tədqiqata real dünya tətbiqini gətirmək üçün Beyker daha sonra laboratoriyada təlim keçmiş modeli beş qaçışçının alt dəstini omba və aşağı ayaqda taxılan eyni kiçik, kommersiyada mövcud inertial ölçmə sensorları ilə təchiz etməklə sınaqdan keçirdi. Bu qaçışçılar Harvard açıq trekində qaçarkən sensorları taxırdılar. Model yalnız sensor tərəfindən tutulan hərəkət məlumatlarına əsaslanaraq, açıq havada qaçışçılardan gələn əyləc və hərəkət qüvvələrini təxmin etdi.

Tədqiqat qüvvələrin birbaşa ölçülməsinin qeyri-mümkün və ya qeyri-mümkün olduğu real dünyada, açıq havada qaçış zamanı əyləc və hərəkəti proqnozlaşdırmaq problemini həll etdi.

“Bir çox biomexanika tədqiqatının treadmill üzərində aparılması məni heyrətləndirdi” dedi Baker. “Və çox qaçış bunu etmir.”

Liberman əlavə etdi: “İnsanları qaçış yollarında öyrənməklə çox şey öyrənə bildiyimiz üçün, bu tədqiqat bizə real dünyada biomexanika ilə bağlı fərziyyələri yoxlamağa kömək edəcək, xüsusən də xəsarətlərin qarşısını almaq üçün.”

Gələcək istiqamətlər

Uolşun laboratoriyası insan hərəkəti və sağlamlığı üçün maşın öyrənməsi və daşınan sensor texnologiyasının potensial innovativ istifadələrini tapmağa davam edir.

“İstirahət və ya elit idmançıların performansını anlamaq üçün daha çox məlumat yalnız artan bir tendensiyadır” dedi Walsh. “Mövcud kommersiya daşıyıcılarının ölçdükləri ilə həqiqətən ölçmək istədiklərimiz arasında böyük bir boşluq olduğunu başa düşürük – qaçış formasını və ya idman performansını həqiqətən başa düşmək üçün … Düşünürəm ki, biz geyilə bilən cihazları təkcə addımları, sürəti və ya ürək döyüntüsünü ölçmək üçün deyil, həm də bədənin necə hərəkət etdiyini, gəzinti və ya qaçış olduğunu daha ətraflı başa düşmək üçün genişləndirməyə baxırıq.”

Tədqiqat üçün gələcək istiqamətlərə maksimum nəticə əldə etmək üçün bədəndə sensorların düzgün sayını və ya yerləşdirilməsini müəyyən etmək və onların forması haqqında qaçışçı rəyini təmin etmək üçün mövcud smartwatch imkanlarının sensorlarla inteqrasiyası daxil ola bilər.

“Geyilə bilən sensorlar qaçışçılara tarixən yalnız laboratoriya kolleksiyası ilə məhdudlaşan qaçış göstəricilərinə çıxış imkanı verə bilər” dedi Baker.

Ətraflı məlumat: Lauren M. Baker et al., Təxmin edilən əyləc və hərəkət qüvvələrinin yerüstü laboratoriyada və laboratoriyadan kənarda işləməsi, PLOS One (2025). DOI: 10.1371/journal.pone.0330042

Jurnal məlumatı: PLoS ONE Harvard John A. Paulson Mühəndislik və Tətbiqi Elmlər Məktəbi tərəfindən təmin edilmişdir