Improvements on GPS Acceleration Accuracy

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

At Soccerment, our commitment to enhancing sports technology continues to drive us toward greater precision in athlete performance tracking. Building on our previous work that significantly improved GPS speed accuracy, we now turn our focus to refining the accuracy of acceleration metrics. This recent phase of research aimed to develop and filter acceleration metrics, comparing the results with traditional GPS vests to ensure precise data collection.

Background and Motivation

In our prior study, we explored the refinement of GPS speed calculations using XSEED smart shinguards compared to industry-standard GPS vests. Our findings highlighted the critical role of accurate speed measurements in developing other performance metrics, such as acceleration and deceleration. Given the success in enhancing speed accuracy, it became evident that similar improvements were necessary for acceleration metrics to provide a holistic view of player dynamics. Accurate acceleration data is essential for understanding explosive movements and for designing training programs tailored to individual needs.

The development of accurate acceleration metrics is the final crucial component needed to develop comprehensive metabolic power and energy-related metrics. These metrics are among the most important for clubs to analyze player performance. This need was underscored in previous meetings with various clubs, including insights from Antonio Fierro, the performance coach of Club Milano, who emphasized the importance of these metrics.

The research in this field was initially focused on the total distance covered, assuming that this was related to the overall energy expenditure of the player. Later, the distance covered in different speed categories was addressed, with the assumption that higher speed correlated with greater intensity. However, this approach failed to account for the demands of changing speed, such as greater energy consumption for accelerations and greater muscular load for decelerations. Therefore, the validity and reliability of the acceleration data obtained from GPS has become crucial.

Methodology

To address the need for accurate acceleration metrics, we developed a series of advanced filtering techniques and metrics. Our research was conducted using two different settings: a controlled environment that mimicked actual football actions and real-world match conditions.

We developed our acceleration signal from the filtered speed signal by preserving the peaks but smoothing out everything else, using a specifically designed algorithm proprietary to Soccerment, Milan, Italy. We then assessed the quality of the acceleration signal by comparing the metrics of acceleration (such as the number of accelerations and decelerations) defined by common thresholds (e.g., 2 m/s² to detect an acceleration or deceleration event) with those obtained by the GPS vest.

Results

Our chosen acceleration filtering technique demonstrated a high level of accuracy in detecting acceleration events. Specifically:

The RMSE for detecting the number of accelerations was 13.15, with a mean and standard deviation of 60.6 ± 24.6 accelerations detected across all 59 sessions analyzed.
The RMSE for detecting the number of decelerations was 16.68, with a mean and standard deviation of 49.4 ± 17.1 decelerations detected across all 59 sessions analyzed.

Furthermore, our findings indicated that the acceleration signal developed followed the signal of the GPS vest, which is considered the industry’s gold standard, very closely. This alignment is crucial, as it demonstrates the reliability of our technique beyond merely detecting the number of accelerations and decelerations, which are single-event information based on thresholds.

In the image below, the acceleration signal from XSEED is shown in pink versus the “gold standard” in yellow, as collected from a Serie D team athlete during sprint drills with an intermediate change of direction.

In the image below, the acceleration signal from XSEED is shown in pink, with detected accelerations in red and decelerations in green. To be detected, accelerations and decelerations must last for at least 0.5 seconds and be higher than +2 m/s² or lower than -2 m/s², respectively.

Discussion

The improved accuracy of acceleration metrics has profound implications for sports performance analysis. Coaches and athletes can now rely on precise data to monitor explosive movements, design targeted training regimens, and reduce the risk of injuries. Furthermore, the integration of these metrics into a virtual coaching system can offer personalized performance improvement suggestions, tailoring training to the unique needs of each athlete. This advancement opens the way to calculate metabolic power and energy-related metrics, providing valuable intensity information about players. These insights can significantly enhance the ability to tailor training programs and analyze player performance comprehensively. This represents a significant step forward in personalized sports analytics, paving the way for more effective and individualized coaching.

Conclusion

Our research into improving GPS acceleration accuracy marks a pivotal advancement in sports technology. By refining the tools used to measure and analyze acceleration, we provide athletes and coaches with the data necessary to elevate performance and optimize training. Looking ahead, we anticipate further innovations that will continue to enhance the precision and applicability of sports performance metrics.

🇮🇹 VERSIONE ITALIANA

In Soccerment, il nostro impegno per migliorare la tecnologia sportiva ci spinge costantemente verso una maggiore precisione nel monitoraggio delle prestazioni degli atleti. Sulla base del nostro lavoro precedente, che ha migliorato significativamente l’accuratezza della velocità GPS, ora ci concentriamo sul perfezionamento dei dati relativi all’accelerazione. Questa recente fase di ricerca mirava a sviluppare e filtrare i dati di accelerazione, confrontando i risultati con le tradizionali pettorine GPS per garantire una raccolta dati precisa.

Contesto e Motivazione

Nel nostro studio precedente, abbiamo perfezionato i calcoli della velocità GPS grazie all’utilizzo dei parastinchi tecnologici XSEED al posto delle pettorine GPS, strumento standard utilizzato nel settore. I nostri risultati hanno evidenziato il ruolo fondamentale delle misurazioni precise della velocità nello sviluppo di altri parametri di prestazione, come accelerazione e decelerazione. Dato il successo nel migliorare l’accuratezza della velocità, abbiamo capito che era necessario fare miglioramenti simili anche sui dati di accelerazione per avere una visione completa delle dinamiche dei giocatori. Dati accurati sull’accelerazione sono essenziali per comprendere i movimenti esplosivi e per progettare programmi di allenamento su misura per le esigenze individuali.

Lo sviluppo di metriche di accelerazione accurate è l’ultimo componente cruciale necessario per sviluppare metriche complete di potenza metabolica e legate all’energia. Queste metriche sono tra le più importanti per i club per analizzare le prestazioni dei giocatori. Questa necessità è stata sottolineata in precedenti incontri con vari club, compresi gli approfondimenti di Antonio Fierro, il preparatore atletico del Club Milano, che ha enfatizzato l’importanza di queste metriche.

La ricerca in questo campo si è inizialmente concentrata sulla distanza totale percorsa, assumendo che ciò fosse legato al consumo energetico complessivo del giocatore. Successivamente, è stata affrontata la distanza percorsa in diverse categorie di velocità, con il presupposto che una maggiore velocità fosse correlata a una maggiore intensità. Tuttavia, questo approccio non teneva conto delle esigenze del cambio di velocità, come un maggiore consumo di energia per le accelerazioni e un maggiore carico muscolare per le decelerazioni. Pertanto, la validità e l’affidabilità dei dati di accelerazione ottenuti dal GPS sono diventate cruciali.

Metodologia

Per affrontare la necessità di metriche di accelerazione accurate, abbiamo sviluppato una serie di tecniche avanzate di filtraggio e metriche. La nostra ricerca è stata condotta utilizzando due impostazioni diverse: un ambiente controllato che imitava le azioni reali del calcio e le condizioni di gioco reali.

Abbiamo creato il nostro segnale di accelerazione partendo da quello di velocità, mantenendo i picchi e smussando il resto, utilizzando un algoritmo appositamente progettato e proprietario di Soccerment, Milano, Italia. Abbiamo quindi valutato la qualità del segnale di accelerazione confrontando le metriche di accelerazione (come il numero di accelerazioni e decelerazioni) definite da soglie comuni (ad esempio, 2 m/s² per rilevare un evento di accelerazione o decelerazione) con quelle ottenute dalle pettorine GPS.

Risultati

La tecnica di filtraggio dell’accelerazione da noi scelta ha dimostrato un alto livello di precisione nel rilevare eventi di accelerazione. In particolare:

L’RMSE per il rilevamento del numero di accelerazioni era 13,15, con una media e una deviazione standard di 60,6 ± 24,6 accelerazioni rilevate in tutte le 59 sessioni analizzate.
L’RMSE per il rilevamento del numero di decelerazioni era 16,68, con una media e una deviazione standard di 49,4 ± 17,1 decelerazioni rilevate in tutte le 59 sessioni analizzate.

Inoltre, i nostri risultati hanno indicato che il segnale di accelerazione sviluppato seguiva molto da vicino il segnale delle pettorine GPS, che è considerato il gold standard del settore. Questo allineamento è cruciale, poiché dimostra l’affidabilità della nostra tecnica oltre al semplice rilevamento del numero di accelerazioni e decelerazioni, che sono informazioni su singoli eventi basate su soglie.

Nell’immagine seguente, il segnale di accelerazione di XSEED è mostrato in rosa rispetto al “gold standard” in giallo, raccolto da un atleta di una squadra di Serie D durante gli sprint con un cambio di direzione intermedio.

Nell’immagine seguente, il segnale di accelerazione di XSEED è mostrato in rosa, con accelerazioni rilevate in rosso e decelerazioni in verde. Per essere rilevate, le accelerazioni e le decelerazioni devono durare almeno 0,5 secondi ed essere superiori a +2 m/s² o inferiori a -2 m/s², rispettivamente.

Discussione

Il miglioramento dell’accuratezza delle metriche di accelerazione ha un grande impatto sull’analisi delle prestazioni sportive. Allenatori e atleti possono ora fare affidamento su dati precisi per monitorare i movimenti esplosivi, progettare gli allenamenti mirati e ridurre il rischio di infortuni. Inoltre, l’integrazione di queste metriche in un sistema di coaching virtuale può offrire suggerimenti personalizzati per il miglioramento delle prestazioni, adattando l’allenamento alle esigenze uniche di ciascun atleta. Questo avanzamento apre la strada per calcolare la potenza metabolica e le metriche legate all’energia, fornendo informazioni preziose sull’intensità dei giocatori. Queste intuizioni possono aiutare molto a personalizzare i programmi di allenamento e analizzare le prestazioni dei giocatori in modo più completo. Questo è un grande passo avanti nell’analisi sportiva personalizzata, che permette un coaching più efficace e su misura.

Conclusione

La nostra ricerca sul miglioramento dell’accuratezza dell’accelerazione GPS segna un progresso fondamentale nella tecnologia sportiva. Perfezionando gli strumenti utilizzati per misurare e analizzare l’accelerazione, forniamo agli atleti e agli allenatori i dati necessari per elevare le prestazioni e ottimizzare l’allenamento. Guardando avanti, anticipiamo ulteriori innovazioni che continueranno a migliorare la precisione e l’applicabilità delle metriche di prestazione sportiva.