Comparison of Optical and Inertial Tracking of Full Golf Swings
Notice bibliographique
Résumé
We compare optical tracking with inertial tracking of a golf club for full golf swings. Previous work on tracking golf clubs with inertial measurement units (IMUs) was limited to putting applications [1]. Using a Vicon optical motion capture system and a commercial micro-electromechanical-system (MEMS) IMU, we performed simultaneous optical and inertial measurements of golf swings by one of our varsity golf team members. The IMU and five optical tracking markers were attached to a club shaft just under the grip. The position and orientation data of the grip can be used with a dynamics simulation of the club shaft and head to yield information about the club face launch conditions at the moment of ball impact [2]. Vicon marker position data, and IMU accelerations and rotation rates, were converted into laboratory frame position and orientation data for the grip of the club and compared with one another. The results point to challenges with commercial-grade IMUs that use MEMS for tracking golf swings. Strapdown inertial navigation is very sensitive to errors in the rotation rate and acceleration sensors. Due to the large dynamic ranges involved in a golf swing, and the poor noise, stability, and dynamic range of the MEMS IMUs, high-fidelity tracking of the 6-degree-of freedom grip motion could not be achieved. We suggest that a way to overcome these challenges could be by including magnetometer data with an extended Kalman filter to provide the necessary accuracy in orientation to reconstruct the position of the club accurately in three dimensions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».