La analítica deportiva (como por ejemplo hacer un seguimiento de la velocidad de una pelota al moverse o sobre cómo se mueven los jugadores en un campo) se está convirtiendo en un componente esencial de la información manejada por los entrenadores cuando toman decisiones e incluso de la que se suministra a los espectadores de los partidos. Los datos empleados para estos análisis se obtienen actualmente a través de cámaras en estadios y canchas y son increíblemente caros de conseguir.

 En un esfuerzo por hacer más accesible el análisis de los datos para la industria del deporte, unos investigadores de la Universidad de Illinois en Urbana-Champaign (Estados Unidos) han utilizado sensores y radios de bajo coste que pueden ser integrados en equipamiento deportivo (por ejemplo, en pelotas, raquetas y zapatillas), así como en dispositivos ponibles.

 Existe mucho interés en analizar los datos deportivos a través de cámaras de alta velocidad, pero un sistema tradicional de esta clase suele ser carísimo de instalar y de mantener, siendo por ello solo accesible para grandes clubes. El equipo de Mahanth Gowda y Romit Roy Choudhury, de la citada universidad, así como Sharon Yang, de la empresa Intel, ha logrado recortar notablemente el coste de un sistema con esa función al reemplazar las cámaras con dispositivos baratos (menos de 100 dólares en total) procedentes del naciente sector de la internet de las cosas, para hacer posible que muchas otras organizaciones puedan usar la tecnología.

El equipo ha desarrollado algoritmos avanzados de seguimiento del movimiento, que trabajan con sensores y radiotransmisores situados dentro de las pelotas, las raquetas o las botas de los jugadores, por ejemplo.

Los diminutos sensores, que están rodeados por una carcasa protectora y distribuida a conveniencia por el equipamiento, emplean algoritmos de inferencia que pueden seguir el movimiento con una precisión de unos pocos centímetros. Son capaces de caracterizar con gran precisión el movimiento tridimensional de una pelota, como su trayectoria, orientación y las revoluciones por segundo.

Este nivel de precisión y accesibilidad podría ayudar a los jugadores en clubes locales a leer su propio rendimiento a partir de teléfonos inteligentes mediante Bluetooth, y los entrenadores escolares podrían ofrecer a sus estudiantes consejos basados en datos cuantificables. Esta información podría también ayudar a detectar y analizar lesiones, como golpes. El sensor dentro de una pelota de fútbol, por ejemplo, puede medir cómo de fuerte golpea contra la cabeza de un jugador, ofreciendo a los entrenadores una indicación sobre si se le debe tratar por una lesión en ella.

Fuente: noticiasdelaciencia.com