Seleziona la tua lingua

Agenzia nazionale per le nuove tecnologie, l'energia e lo sviluppo economico sostenibile

MEDIA - Sito tematico ENEA
strumenti per misurare gli allenamenti sportivi
Featured

Innovazione: ENEA, dati e algoritmi per rendere più performanti gli atleti

Migliorare la performance degli atleti riducendo il rischio di infortuni e trasformando il gesto sportivo reale in dati oggettivi, senza perdere la specificità tecnica che rende ogni atleta efficace e riconoscibile. È quanto prevede un’innovativa linea di ricerca dell’ENEA, pubblicata sulla rivista scientifica Bioengineering.

“Nello sport di alto livello il gesto dell’atleta non deve essere necessariamente riportato a un modello standard perché spesso è proprio la sua unicità a renderlo efficace. L’analisi quantitativa serve a capire quali caratteristiche sono funzionali alla prestazione e quali, invece, possono rappresentare un fattore di rischio”, spiega Andrea Zanela, ricercatore del Laboratorio Energia e Data Science ENEA che ha sviluppato la ricerca.

Per ottenere dati misurabili con un approccio markerless[1] e non invasivo sono stati utilizzati videocamere, algoritmi di deep learning, stima della posa e ricostruzione tridimensionale con l’integrazione di sensori solo quando utile.

“I sistemi con minore invasività sono fondamentali negli sport come tennis, tuffi, nuoto, pallanuoto e altre discipline ad alta specializzazione tecnica, in cui anche piccoli vincoli esterni possono alterare la prestazione. L’obiettivo non è solo misurare ‘quanto’ l’atleta performa, ma capire ‘come’ produce quella prestazione, come coordina i segmenti corporei, gestisce il timing, distribuisce il carico, mantiene equilibrio e assetto e se alcune caratteristiche individuali del gesto rappresentano un punto di forza o meno”, prosegue Zanela.

Nel tennis sono stati analizzati catena cinetica[2], timing e qualità del colpo, mentre l’analisi video markerless ha permesso di studiare postura, angoli articolari, rotazione del tronco, ingresso dell’anca, azione del braccio dominante e sequenza del movimento. A questa analisi si affianca quella acustica per riconoscere automaticamente eventi come l’impatto palla-racchetta e il rimbalzo sul campo.

“L’analisi quantitativa può fornire all’allenatore informazioni sulla qualità temporale e biomeccanica del colpo; non si tratta di imporre a tutti gli atleti lo stesso gesto, ma di capire se quello individuale è efficace, stabile, ripetibile e sostenibile dal punto di vista fisico”, spiega Zanela.

Altro esempio riguarda la pallanuoto, caso particolarmente rilevante perché porta l’analisi biomeccanica in un ambiente difficile come l’acqua. L’analisi della spinta verticale dell’atleta consente di stimare parametri come spostamento, tempo, velocità, accelerazione e potenza. aiutando a costruire profili di forza, potenza e controllo posturale, utili sia per migliorare la prestazione sia per individuare asimmetrie o strategie di compensazione.

Anche la pallanuoto paralimpica è stata oggetto di studio con lo stesso approccio tecnologico, utile soprattutto per valutare in modo oggettivo come una disabilità fisica incida sul gesto sportivo reale mettendo in evidenza quali limitazioni funzionali condizionano galleggiamento, propulsione verticale, controllo del tronco, uso degli arti superiori, passaggio, tiro e risposta al contatto fisico.

“Il lavoro sulla pallanuoto paralimpica ha esteso la logica della sport science a un tema di equità sportiva. Grazie alla collaborazione con la Federazione Italiana Nuoto Paralimpico sono stati analizzati atleti nazionali con disabilità motorie e atleti di riferimento durante gesti specifici della disciplina come galleggiamento, propulsione, passaggio, tiro non contrastato e tiro contrastato”, prosegue Zanela.

La stessa tecnologia che nello sport d’élite serve a migliorare il gesto e ridurre il rischio di infortuni può, nello sport paralimpico, contribuire a rendere più trasparente e documentabile la classificazione funzionale[3].

“Questa metodologia trasversale può avere come domini applicativi non solo lo sport ma anche l’ambiente urbano, i servizi alla persona e le infrastrutture e i sistemi energetici”, conclude Zanela.

A cura di: Simonetta Sola, Ufficio Stampa e Relazione con i Media,

Note

[1] Tecnologie in grado di rilevare, tracciare o analizzare il movimento del corpo umano senza l'uso di sensori fisici applicati sulla pelle o sui vestiti

[2] Ramo avanzato del machine learning e dell'intelligenza artificiale basato su reti neurali artificiali multistrato

[3] Insieme di corpi rigidi collegati tra loro da vincoli o coppie cinematiche che determinano in modo univoco il movimento reciproco delle parti

[4] Sistema che raggruppa gli atleti in base all’impatto funzionale della disabilità sulla prestazione sportiva

Feedback