Computer vision · Analiza ruchu
Rozpoznawanie ruchu z AI: zastosowania w rehabilitacji, sporcie i BHP
Czy ćwiczenie rehabilitacyjne jest wykonywane poprawnie, czy kolana są dobrze ustawione w skręcie, czy podnoszenie ciężaru nie obciąża kręgosłupa: ekspert widzi to, stojąc obok. Analiza ruchu z AI pozwala prowadzić taką obserwację także wtedy, gdy nikt nie patrzy.
Julia Rose
Najważniejsze w skrócie
- AI rozpoznaje na obrazach z kamer stawy, takie jak barki, kolana i biodra, buduje model szkieletu i mierzy kąty oraz przebieg ruchu.
- Ruch jest porównywany z kryteriami ustalonymi przez ekspertów, a system od razu przekazuje informację zwrotną.
- W ramach partnerstwa badawczego trener 3D sprawdza w czasie rzeczywistym ćwiczenia rehabilitacyjne wykonywane w domu, bez fizjoterapeuty na miejscu.
- Ochronie danych sprzyja analiza na urządzeniu: dalej trafiają tylko punkty szkieletu zamiast obrazu wideo.
Jak działa analiza ruchu z AI
- Rejestracja: jedna lub kilka kamer nagrywa ruch, w 2D albo w 3D za pomocą kamer głębi.
- Rozpoznawanie pozy: model znajduje na każdej klatce punkty stawów, takie jak barki, łokcie, biodra, kolana i kostki, i łączy je w model szkieletu.
- Pomiar: na podstawie punktów system wyznacza kąty w stawach, postawę, zakres ruchu i tempo.
- Ocena: system rozpoznaje, jakie ćwiczenie lub jaka faza ruchu jest wykonywana, i porównuje je z kryteriami określonymi przez ekspertów.
- Informacja zwrotna: odchylenia są pokazywane od razu, np. kolano uciekające do środka albo zbyt zaokrąglone plecy.
Rejestracja 3D z kilku kamer daje dokładność przestrzenną potrzebną do pomiaru kątów w stawach i zakresu ruchu w rehabilitacji. W wielu zastosowaniach sportowych wystarczy obraz 2D.
Zastosowania
| Obszar | Co przejmuje AI |
|---|---|
| Rehabilitacja | rozpoznaje ćwiczenia wykonywane w domu, ocenia je według kryteriów terapeutów i podpowiada korekty |
| Sport i trening | analizuje technikę, np. kąty w kolanach podczas jazdy na nartach, ruch rzutowy w koszykówce albo zamach w baseballu |
| Fitness | liczy powtórzenia i sprawdza postawę w trakcie ćwiczenia |
| BHP | wychwytuje obciążające pozycje i ryzykowne ruchy, np. przy podnoszeniu, i pomaga poprawić ergonomię |
| Sprzęt | śledzi również sprzęt, np. tor lotu piłki albo ustawienie nart |
Więcej zastosowań dla firm z branży sportowej i fitness znajdziesz na stronie AI dla sportu i fitness.
W praktyce: rehabilitacja w domu
W praktyce: analiza ruchu 3D
Po operacjach i w starszym wieku pacjenci często muszą ćwiczyć sami w domu, a ćwiczenia wykonywane źle mogą bardziej zaszkodzić, niż pomóc. W partnerstwie badawczym ze szpitalami, uczelniami i dostawcami technologii opracowaliśmy trenera 3D: kilka kamer Azure Kinect rejestruje całe ciało, estymacja pozy rozpoznaje ćwiczenie i sprawdza je według kryteriów fizjoterapeutów, a korekty pojawiają się w czasie rzeczywistym. Elementy gier VR pomagają pacjentom wytrwać w ćwiczeniach.
Co zyskują organizacje
- Spójna informacja zwrotna: każde powtórzenie jest oceniane według tych samych kryteriów.
- Wsparcie bez obecności eksperta: ćwiczenia i trening można sprawdzać także wtedy, gdy na miejscu nie ma specjalisty.
- Natychmiastowa korekta: błędy są wychwytywane, zanim wejdą w nawyk.
- Mierzalne postępy: zakres ruchu i technikę można porównywać na przestrzeni tygodni.
Ocena nie zastępuje ekspertów. Kryteria ustalają terapeuci, trenerzy lub specjaliści BHP i to oni decydują o dalszych krokach.
Ochrona danych wbudowana w technologię
Nagrania z kamer, na których widać ludzi, wymagają szczególnej ostrożności, zwłaszcza w rehabilitacji i w miejscu pracy. Wiele da się zabezpieczyć technicznie:
- Przetwarzanie na urządzeniu: analiza działa lokalnie, a obraz wideo nie opuszcza pomieszczenia.
- Punkty szkieletu zamiast obrazów: zapisywane i analizowane są wyłącznie pozycje stawów i wyniki pomiarów.
- Pomiar tylko tego, co potrzebne: system mierzy wyłącznie to, czego wymaga zadanie, np. kąty w danym ćwiczeniu.
- Wczesne uzgodnienia: inspektor ochrony danych, a w firmach także przedstawiciele pracowników, biorą udział w projekcie od samego początku.
Jak zacząć
- Określ ruch i kryteria: jakie ćwiczenie lub zadanie ma być oceniane i po czym eksperci poznają poprawne wykonanie?
- Ustal sposób nagrywania: liczba i ustawienie kamer, 2D czy 3D, oświetlenie i otoczenie.
- Zbuduj prototyp na prawdziwych nagraniach: porównaj wyniki z oceną ekspertów.
- Zintegruj: pokazuj informację zwrotną tam, gdzie jest potrzebna: w aplikacji, na ekranie albo w VR.
O innych zastosowaniach analizy wideo z AI piszemy w artykule Analiza wideo z AI.
Chcesz automatycznie oceniać ruch?
Razem z Tobą ustalamy, które ruchy i w jaki sposób da się rejestrować, jakie kamery będą potrzebne i jak może wyglądać pierwszy prototyp.
Zapytaj o analizę procesuNajczęściej zadawane pytania
Model rozpoznaje na obrazach z kamer punkty stawów, takie jak barki, kolana i biodra, łączy je w model szkieletu i mierzy kąty, postawę oraz przebieg ruchu. Wyniki system porównuje z ustalonymi wcześniej kryteriami.
Na przykład w rehabilitacji przy ćwiczeniach w domu, w sporcie i fitnessie do oceny techniki i postawy, a w BHP do wychwytywania obciążających pozycji i ryzykownych ruchów.
W wielu zastosowaniach wystarczą zwykłe kamery. Tam, gdzie liczy się dokładność przestrzenna, np. w rehabilitacji, stosuje się kamery głębi, często kilka naraz do rejestracji 3D.
Niekoniecznie. Analiza może działać bezpośrednio na urządzeniu, a dalej przetwarzane są tylko punkty szkieletu i wyniki pomiarów.
Julia jest w theBlue.ai od 2019 roku i od początku istnienia firmy obserwuje z bliska, jak powstają aplikacje AI dla przedsiębiorstw. Jako Marketing Lead ściśle współpracuje z zespołami inżynierów i doradców, a złożone tematy techniczne przekłada na język zrozumiały dla osób decyzyjnych.
W swoich artykułach pisze o praktycznych doświadczeniach z projektów enterprise AI oraz o wyzwaniach i szansach, jakie AI daje firmom.