PoinT GO 的算法如何为精准度而开发？

为什么"精准度"如此重要？

在运动科学中，测量设备的价值最终取决于精准度。无论多么方便、多么便宜，如果测量值无法信赖，就无法作为训练决策的依据。

PoinT GO 使用一个指尖大小的 IMU（惯性测量单元）传感器，即可执行 VBT、跳跃、RSI、ROM、等长测试、举重分析等多种测量。那么，这个小小传感器的测量值真的可以信赖吗？

本文将坦诚分享 PoinT GO 团队为确保算法精准度所经历的开发过程。

核心原则：与金标准设备的比较验证

PoinT GO 算法开发的核心原则非常简单：

以物理上必然更精准的设备数据作为基准。

IMU 传感器测量加速度和角速度后，通过计算推导出速度、位移、高度等数值。在此过程中可能产生积分误差、漂移和噪声。因此，我们使用直接测量方式的设备——即无需中间计算便可直接获得目标物理量的设备——作为参考标准（Ground Truth）。

跳跃 & RSI：与测力板的比较

测力板为何是金标准

测力板（Force Plate）是直接测量脚部施加于地面的力的装置。根据牛顿运动定律（F = ma），从测量的力中减去体重即可得到净加速度，对其积分便能精确计算速度和位移。因此，测力板被公认为运动科学研究中跳跃高度、滞空时间、RSI 等指标的国际标准测量设备。

比较验证流程

PoinT GO 团队通过以下流程来优化跳跃/RSI 算法：

1. 同步测量：运动员站在测力板上，同时佩戴 PoinT GO 传感器进行跳跃

1. 数据采集：同时记录测力板的力-时间数据和 PoinT GO 传感器的加速度-时间数据

1. 结果比较：分别从两套设备计算跳跃高度、滞空时间、着地时间、RSI 等关键指标并进行比较

1. 误差分析：分离系统性误差（偏差）和随机误差进行分析

1. 算法改进：根据分析结果调整传感器算法参数，必要时改进算法结构

1. 反复验证：使用改进后的算法重新进行比较测量，确认精准度提升

这不是一次性的过程，而是持续循环。每当新增跳跃类型或更新传感器固件时，都会重复比较验证。

主要验证项目

测量项目	测力板计算方式	PoinT GO 计算方式
跳跃高度	起跳速度 → 力学能量转换	IMU 加速度积分 → 速度 → 位移
滞空时间	直接测量力 = 0 的区间	基于加速度模式检测起跳/着地
着地时间	直接测量力 > 0 的区间	基于加速度变化率检测
RSI	跳跃高度 ÷ 着地时间	以上计算值的组合

VBT：与有线设备的比较

有线 VBT 设备为何是基准

有线（系绳式）VBT 设备使用与杠铃物理连接的线性编码器或电缆式转换器。通过直接测量电缆拉出的长度获得位移，再对时间微分计算速度。

由于这种方式直接测量位移，在原理上比 IMU 的积分方式更精准。但因需要电缆连接，使用不便，某些动作（如奥林匹克举重）也难以使用。

比较验证流程

1. 同步测量：在杠铃上连接有线 VBT 设备，同时安装 PoinT GO 传感器

1. 多样条件：在多种动作（卧推、深蹲、硬拉等）、不同重量、不同速度范围下进行测量

1. 逐次比较：比较每次动作的平均速度、最大速度、ROM（活动范围）

1. 拟合优化：运用 Bland-Altman 分析、相关系数分析等统计方法找出误差模式并优化算法

主要验证项目

测量项目	有线设备计算方式	PoinT GO 计算方式
平均速度	直接测量位移 → 微分	IMU 加速度积分
最大速度	位移微分最大值	加速度积分最大值
ROM（活动范围）	电缆拉出长度	速度积分（Velocity Integration）

算法优化的实际案例

案例 1：VBT ROM 计算方式转换

最初，PoinT GO 使用气压计传感器的 Position 数据计算杠铃移动距离。然而与有线设备比较后发现，气压计方式对环境变化（空调、开关门等）反应敏感。

因此转换为 IMU Velocity 积分方式——对加速度积分求得速度，再对速度积分计算位移。此变更后，与有线设备的一致性显著提升。

案例 2：跳跃检测状态机改进

在与测力板数据比较的过程中，发现在特定条件下（低跳、快速连续跳等）会出现漏检情况。为解决此问题，精细调整了跳跃检测算法的状态机转换条件，并在不同跳跃高度范围内优化了阈值。

案例 3：漂移校正算法

为解决 IMU 传感器固有的积分漂移问题，引入了静止状态检测（Zero-Velocity Update, ZUPT）算法。在杠铃静止时将速度重置为零，消除累积误差。此技术在投掷测量中也得到核心应用。

持续改进循环

PoinT GO 的算法开发并非一蹴而就。我们通过以下循环持续改进精准度：

1. 现场反馈收集 — 教练和运动员的实际使用数据与反馈

1. 实验室比较测量 — 与金标准设备的同步测量

1. 数据分析 — 找出误差模式与原因

1. 算法改进 — 参数调整或算法结构变更

1. 场地测试 — 在实际训练环境中验证

1. 部署 — 传感器固件与应用程序更新

透明的开发理念

PoinT GO 团队的目标是**"小传感器，大精准度"**。在承认 IMU 传感器物理限制的同时，致力于用算法的力量最大限度地克服这些限制。

为此：

• 将与金标准设备的比较纳入日常开发流程

• 为每种测量类型累积量化验证数据

• 算法改进仅通过数据驱动的决策进行

• 新增测量功能时必定先行比较验证

用一个小小的 IMU 传感器执行多种体能测量是一项充满挑战的任务。但通过与物理上最精准的设备持续不断的比较与验证，PoinT GO 每天都在进化，以提供现场可信赖的精准度。

只需一个 Point Go 传感器，即可开始 VBT、跳跃、RSI 等 8 种体能测量。 我们以金标准设备级别的精准度为目标，持续优化算法。