Embedded Files
Lors d'une course en nage libre ou en papillon, les nageurs s'élancent depuis un plot de départ hors de l'eau, plongent dans l'eau et sont autorisés à nager sous l'eau jusqu'aux 15 mètres. Cette phase de départ est cruciale pour les courses courtes (50m, 100m) car elle peut représenter jusqu'à 30% de la distance totale. Nous cherchons donc à optimiser les trajectoires de départ et de coulées des athlètes.
Pour cela, nous analysons les techniques de départ d'athlètes de l'INSEP, de niveau national et mondial. Les plongeons et coulées sont filmés au bassin d'entrainement de l'INSEP grâce à des caméras aériennes et sous-marines (système AIM: https://aimsystems.se/ ). Un algorithme d'intelligence artificielle (également appelé "réseau de neurones") permet, à partir des vidéos, de tracker 14 points caractéristiques du nageur (tête, poignets, genoux, chevilles…). Ces points permettent ensuite de calculer la position du centre de masse du nageur. Nous obtenons alors la trajectoire de ce dernier tout au long de la phase de départ.
network_skeleton_Maxime_Grousset_20220309_Depart_compet_Crawl_4.mp4Exemple de tracking des 14 points clé via le réseau de neurones.
L'obtention de cette trajectoire permet d'accéder à de nombreuses données qui peuvent intéresser les entraineurs: angle d'entrée dan l'eau, vitesse à tout instant, nombre d'ondulations… Ils peuvent alors conseiller des changements à leurs athlètes et confirmer leur efficacité à l'aide de nouvelles analyses vidéo.
Toutes les données d'intérêt du départ sont regroupées sur une fiche qui permet une lisibilité rapide et claire à l'entraineur et au nageur.
Exemple de visualisation simple d'un départ: trajectoire, points d'intérêt et ondulations.
Page updated
Google Sites
Report abuse