看板 Road_Running
第一個問題如果是如何減少垂直振幅VO的話, 其實很簡單, 不要用手錶的垂直振幅,換 成Stryd 立即有感. lol 為什麼?曾經有研究[1]針對 Garmin RDP, Stryd, Garmin HRM Pro 以及另外一個裝置 INCUS NOVA 共同與高速攝影機進行比對, 測量各個針對 VO 量測結果的差異。 https://i.imgur.com/h7wVwg7.jpg
結果各個裝置的VO呈現顯著差異XD, 但是至少還是與高速攝影的結果顯著相關, 因此 VO在相對的比較下還是有用的, 而跑友在討論VO幾公分時可能要注意一下不同裝置間有 不同的差值. https://i.imgur.com/2Qhd3ql.jpg
大致上 Garmin 是高估, 而 Stryd 是低估, 因此換成 Stryd 正解 XDDD HRM (10.8cm ±1.5) 和 RDP (10.7cm ±2.1) 高估了 VO,而 NOVA (8.7 cm ±1.7) 和Footpod (8.0cm ±1.5) 被低估。(高速攝影為9.4cm ±1.8) 單獨看 VO 很不好說, 曾經看過肯亞的菁英選手 VO 很高, 比 6cm 多很多很多,應 該還是要看它與步幅的比例. 研究說各家裝置在跑步的過程中VO的相對變化仍然可參考, 上個月剛好也有用高速攝 影機驗證這點 (就很普通的手機 720P, 240 FPS)身上帶自己製作的 3cm 標示點, 紀錄自己的跑步動態並且使用Kinovea嘗試分析. https://i.imgur.com/A42iXKe.jpg
其中髖的部份 Kinovea 會對標示點動態追蹤並且將此值表示出來, 觀察的點是相 對垂直位移, 最高與最低的差值與步幅比對大致上與 Stryd 相去不遠。 單一看VO沒有多大的意義. 個人認同推文網友所說, 若是在跑步的過程沒遇到什麼 阻礙且了解自己的跑姿看過覺得沒太大的問題, 那就開心的跑步吧!不太需要在意 單獨一個細項. 最後若是對自己的跑姿有興趣的跑友其實頗推薦用高速攝影來看看, 也可用 Kinovea 的一些工具在後期試著對一個跑步週期分析自己的跑姿,個人覺得很好玩 ,它甚至可以吃 OpenPose json檔(一套人體姿態變識, 會自動勾勒出骨架圖) 於是就變成: https://www.youtube.com/shorts/bwPMPZhg7wI 因為將人體抽象化到骨架, 我想在跑姿的分析上應該幫得上忙。至少如果覺得在跑 版貼自己的跑姿不好意思的話,還可以把整個背景遮掉XD: https://youtube.com/shorts/18v_FGowqDg 上面是一個非常厲害的女選手的跑姿。 以上。Kinovea + OpenPose 有機會再與跑友分享:) 參考: [1] The validity and reliability of wearable devices for the measurement of vertical oscillation for running https://pmc.ncbi.nlm.nih.gov/articles/PMC9671438/ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.242.97.18 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Road_Running/M.1731261313.A.FD3.html
locka: 感謝M大這篇提供裝置比較~ OpenPose滿有趣的,想到以前做實 11/11 08:58
locka: 驗也是在身上貼滿標記點用高速攝影機跑步XD 11/11 08:58
mmppeegg: 推,那個跑步動畫看起來很有趣啊XD 11/11 10:17
hanway: 骨架跑步好可愛xd 但似乎需要慢動作才看得清楚 11/11 10:44
kobby: 推 我自己有測過965跟wahoo心率帶 也是965的比較高 11/11 13:00
Chricey: 看到有人提到關節痛,我就想到有一篇UC2推薦的文章 11/12 04:58
PF30: m大必須推 11/11 13:59
lemonsaint: 我自己 stryd duo測出來跟HRM PRO+差不多。 11/11 21:23
MuMuH: 我自己也覺得蠻有趣的:) 11/12 04:56
MuMuH: 這種無標記的自動識別越來越多, 測試下來有時候一些點會錯 11/12 04:58
Chricey: 剛開始吃UC2,期待 11/12 04:58
MuMuH: 還是需要自己過濾掉. 11/12 05:01