Advancing Indoor Soccer Analytics: XSEED’s Innovative Approach

🇮🇹 La versione italiana dell’articolo è disponibile in fondo.

Introduction

In the dynamic world of soccer performance analytics, tracking player movements and performance indoors has long been a challenge. Traditional GPS systems, while effective outdoors, struggle in indoor environments due to signal interference from walls and other obstacles. At XSEED, we’ve tackled this challenge head-on by developing innovative Indoor Metrics using Inertial Measurement Units (IMUs).

What are Indoor Metrics?

Indoor Metrics are performance measurements derived from data collected by IMUs – small, wearable devices equipped with accelerometers, gyroscopes, and magnetometers as XSEED. These sensors capture detailed motion data, allowing us to track player performance with high precision, even in GPS-denied environments.

Key Features of XSEED Indoor Metrics

Accurate Step Detection and Distance Estimation: Our proprietary algorithms process IMU data to detect steps and estimate distances covered, providing coaches with reliable indoor performance data.
Inter-Unit Reliability: to ensure fair comparison of indoor data between different players, we also assessed the inter-unit reliability of our IMU-based metrics. This assessment employed mean difference, limits of agreement (LoA), and coefficient of variation (CV). The mean difference between the outputs was close to zero (0.9 meters), suggesting minimal bias between the units. This high inter-unit reliability ensures that data collected from different players and devices can be compared accurately, which is essential for providing reliable performance analysis and insights.
Speed Comparison: XSEED GPS vs XSEED IMU: We’ve conducted extensive comparisons between our GPS and IMU-based speed measurements. Our results show a strong correlation between the two, demonstrating the reliability of our IMU technology for indoor use.
Multi-Device Comparison: In a recent study, we compared XSEED with other leading tracking devices. Our analysis revealed high consistency in total distance measurements across devices (ICC of 0.833), while maximum speed measurements showed more variability (ICC of 0.310).

Comparison between XSEED Indoor Speed (in green) and XSEED GPS Speed (in blue). A session interval is shown to inspect the quality of the methods here implemented.

Conclusion

Our research has led to the development of a robust IMU-based system for indoor soccer performance monitoring. By validating our step detection and distance estimation algorithms against ground truth data and GNSS-derived metrics, we have demonstrated the system’s accuracy and reliability. This advancement offers a powerful tool for coaches and sports scientists to monitor and enhance player performance, even in environments where traditional GNSS tracking is not applicable. As we continue to refine our algorithms and expand our dataset, we anticipate further improvements in the precision and applicability of our indoor performance and gait analysis algorithms.For detailed insights and validation methods, refer to our scientific article published in Sensors:“Validation of Step Detection and Distance Calculation Algorithms for Soccer Performance Monitoring” by Gabriele Santicchi, Susanna Stillavato, Marco Deriu, Aldo Comi, Pietro Cerveri, Fabio Esposito, and Matteo Zago.

🇮🇹 VERSIONE ITALIANA

Introduzione

Nel mondo del calcio, monitorare i movimenti e le prestazioni dei giocatori in ambienti indoor è sempre stato una sfida. I sistemi GPS tradizionali, pur essendo efficaci all’aperto, faticano in ambienti indoor a causa delle interferenze del segnale causate da pareti e/o altri ostacoli. In XSEED, abbiamo affrontato questa sfida sviluppando innovativi Indoor Metrics utilizzando le Unità di Misurazione Inerziale (IMU).

Cosa sono gli Indoor Metrics?

Gli Indoor Metrics sono misurazioni delle prestazioni derivate dai dati raccolti dalle IMU – piccoli dispositivi indossabili dotati di accelerometri, giroscopi e magnetometri come XSEED. Questi sensori catturano dati di movimento dettagliati, permettendoci di monitorare le prestazioni dei giocatori con alta precisione, anche in ambienti privi di GPS.

Caratteristiche Principali degli Indoor Metrics di XSEED

Rilevamento accurato dei passi e stima della distanza: I nostri algoritmi proprietari elaborano i dati delle IMU per rilevare i passi e stimare le distanze percorse, fornendo agli allenatori dati affidabili sulle prestazioni indoor.
Affidabilità tra unità: per garantire un confronto equo dei dati indoor tra diversi giocatori, abbiamo anche valutato l’affidabilità tra unità delle nostre metriche basate su IMU. Questa valutazione ha impiegato la differenza media, i limiti di accordo (LoA) e il coefficiente di variazione (CV). La differenza media tra gli output era prossima a zero (0.9 metri), suggerendo una differenza minima tra le unità. Quest’alta affidabilità tra unità assicura che i dati raccolti da diversi giocatori e dispositivi possano essere confrontati accuratamente, e ciò risulta essenziale per fornire un’analisi delle prestazioni e approfondimenti affidabili.
Confronto della velocità: XSEED GPS vs XSEED IMU: Abbiamo condotto ampi confronti tra le nostre misurazioni della velocità basate su GPS e IMU. I nostri risultati mostrano una forte correlazione tra i due, dimostrando l’affidabilità della nostra tecnologia IMU per l’uso indoor.
Confronto tra più dispositivi: In un recente studio, abbiamo confrontato XSEED con altri dispositivi leader di tracciamento. La nostra analisi ha rivelato un’alta coerenza nelle misurazioni della distanza totale tra i dispositivi (ICC di 0.833), mentre le misurazioni della velocità massima hanno mostrato maggiore variabilità (ICC di 0.310).

Confronto tra la velocità indoor di XSEED (in verde) e la velocità GPS di XSEED (in blu). È mostrato un intervallo di sessione per ispezionare la qualità dei metodi qui implementati.

Conclusione

La nostra ricerca ha portato allo sviluppo di un sistema basato su IMU per il monitoraggio delle prestazioni nel calcio indoor. Abbiamo dimostrato l’accuratezza e l’affidabilità del sistema confrontando i nostri algoritmi di rilevamento dei passi e di stima della distanza con dati reali e metriche GNSS. Questo avanzamento offre uno strumento potente per allenatori e scienziati dello sport per monitorare e migliorare le prestazioni dei giocatori, anche in ambienti dove il tracciamento GNSS tradizionale non è applicabile. Continuando a perfezionare i nostri algoritmi ed a espandere il nostro dataset, prevediamo ulteriori miglioramenti nella precisione e nell’applicabilità dei nostri algoritmi di analisi delle prestazioni e dell’andatura indoor.

Per approfondimenti dettagliati e metodi di validazione, fare riferimento al nostro articolo scientifico pubblicato su Sensors: “Validation of Step Detection and Distance Calculation Algorithms for Soccer Performance Monitoring” di Gabriele Santicchi, Susanna Stillavato, Marco Deriu, Aldo Comi, Pietro Cerveri, Fabio Esposito e Matteo Zago.