Выпуск 98: Сила удара по данным от бедра: как нейросети предсказывают нагрузку на ноги в гольфе

Исследовательский центр МЕРА готовит краткие разборы и обзоры научных работ в области регуляции позы и движений человека, применению силовых платформ. Для подготовки материалов рубрики используются публикации не старше трёх лет.

Li J, Wei R, Xie Q, Wu C, Kim YH. Prediction of Three-Dimensional Ground Reaction Forces in the Golf Swing Using Wearable Inertial Measurement Units and Biomimetic Deep Learning Models. Biomimetics (Basel). 2026;11(3):159. Published 2026 Feb 27. doi:10.3390/biomimetics11030159

В статье, опубликованной в 2026 году, международная группа исследователей разработала и сравнила методы глубокого обучения для оценки трёхмерных сил реакции опоры (ground reaction forces, GRF) во время удара в гольфе на основе кинематики нижних конечностей, полученной с портативных инерциальных датчиков (IMU). В исследовании участвовали 48 профессиональных гольфистов (24 мужчины и 24 женщины), которые выполнили по 10 полных свингов. У каждого на ногах и тазу закрепили семь датчиков Xsens Dot (частота 60 Гц), а вертикальную, передне-заднюю и медиолатеральную составляющие GRF регистрировали с помощью двух встроенных в пол силовых платформ (2400 Гц). Из сигналов IMU реконструировали углы в тазобедренных, коленных и голеностопных суставах в трёх плоскостях. Затем эти временны́е ряды подавали на вход пяти архитектурам нейросетей: многослойному персептрону (MLP), свёрточной сети (CNN), рекуррентной сети GRU, гибридной CNN- LSTM и предложенной авторами модели TCN- BiGRU (временная свёрточная сеть с двунаправленным GRU). Для каждой архитектуры опробовали семь конфигураций датчиков — от полного набора (оба бедра, колена, голеностопы) до урезанных (только ведомая нога, только один сустав). Лучшие результаты показала TCN- BiGRU: средний R² достиг 0,94 ± 0,02, относительная ошибка — 4,4%, нормированная среднеквадратичная ошибка — 6,4%. Модель значительно превзошла все остальные архитектуры (p < 0,01). По конфигурациям датчиков наивысшую точность дал полный набор суставов обеих ног, однако почти такую же (R² около 0,88–0,89) обеспечила компактная схема только с четырьмя датчиками на ведомой (правой для правшей) ноге — бедро, колено, голеностоп, плюс одна универсальная точка. Это позволяет в полевых условиях обойтись без датчиков на дальней от мяча ноге. Среди трёх компонент GRF лучше всего предсказывалась вертикальная сила (Z-ось), хуже — медиолатеральная (X), а наиболее трудно — передне-задняя (Y), что связано с меньшей амплитудой сигнала и индивидуальными различиями в технике торможения и ускорения. Авторы подчёркивают, что предложенный подход сочетает достоинства TCN (многомасштабное извлечение локальных паттернов с помощью расширенных свёрток) и двунаправленного GRU (учёт контекста как до, так и после текущего момента), благодаря чему модель улавливает длительные зависимости в непериодичном и асимметричном движении свинга. Метод создаёт основу для носимых систем оценки нагрузки в реальных условиях — на поле для гольфа, тренировочной площадке или в реабилитации, где нет возможности использовать стационарные силовые платформы. Ограничения работы: лабораторные условия (интерфейс обуви с гладкой платформой, а не с реальным газоном), однородная выборка только профессиональных гольфистов и невысокая частота датчиков (60 Гц), которая может не полностью передавать высокочастотную динамику в момент удара.