| Abstract: | Dit onderzoek richt zich op het automatiseren van de manuele analyse van de prestaties van baanwielrenners in de ploegenachtervolging. Momenteel wordt de coach geconfronteerd met aanzienlijk handmatig werk om de analyse te maken op basis van gecapteerde videobeelden. In dit onderzoek is dit proces geautomatiseerd met behulp van het MyLaps-timingssysteem en WASP-N-sensordata. De resulterende automatische analyse kan worden geïntegreerd als een extensie in het WCN-platform, dat de coach al gebruikt voor andere analyses.
In de traditionele manuele analyse richtte de coach zich hoofdzakelijk op het berekenen van de tussentijden, snelheid en acceleratie van de renners. Dit onderzoek heeft echter een uitgebreide reeks extra analyseparameters toegevoegd, waaronder de hartslag, vermogen, cadans, trapkracht, powerprofiel, delivery speed, CdA (frontaal oppervlak), identificatie van de koprijder, wisseldetectie, kop- en herstelvermogen, en meer.
Door deze automatisering worden de tijdrovende en foutgevoelige handmatige taken geëlimineerd, waardoor de coach meer tijd kan besteden aan het interpreteren van de resultaten en het formuleren van gerichte feedback voor de renners. Bovendien biedt de uitgebreide set aan analyseparameters nieuwe inzichten in de prestaties van de baanwielrenners.
De resultaten van deze masterproef tonen aan dat het gebruik van het MyLaps-timingssysteem en WASP-N-sensordata een effectieve methode is om de prestatieanalyse van baanwielrenners in de ploegenachtervolging te automatiseren. |
|---|