нейросети23 апреля 2026 г.

Учёные валидировали ИИ-датчик Spinnax Freak для распознавания скейтборд-трюков: 23 райдера, 6 осей инерциальных данных и нейросетевая классификация

Исследователи из журнала Sensors (MDPI) опубликовали первое масштабное валидационное исследование коммерческого ИИ-датчика для скейтбординга. Устройство Spinnax Freak крепится под подвеской доски и автоматически распознаёт трюки с помощью машинного обучения — но точность классификации пока далека от идеала.

Учёные валидировали ИИ-датчик Spinnax Freak для распознавания скейтборд-трюков: 23 райдера, 6 осей инерциальных данных и нейросетевая классификация

20 апреля 2026 года в рецензируемом журнале Sensors (MDPI) вышло первое масштабное валидационное исследование коммерческого ИИ-датчика для скейтбординга — Spinnax Freak. Немецкий стартап Spinnax GmbH, основанный в 2022 году командой профессиональных скейтеров, создал миниатюрный инерциальный измерительный модуль (IMU), который крепится под подвеской доски без инструментов и автоматически распознаёт трюки с помощью нейросетей. В эксперименте приняли участие 23 скейтбордиста — 19 мужчин и 4 женщины со средним возрастом 27,4 года.

Устройство Spinnax Freak объединяет акселерометры, магнитометры и датчики давления в компактном деревянном корпусе с защитой от брызг. Сенсор подключается к смартфону по Bluetooth и передаёт данные в реальном времени: высоту прыжка, пройденную дистанцию, время в воздухе и полную 3D-траекторию доски. Заряда аккумулятора хватает на 4 часа активного катания, а полная зарядка через Mini-USB занимает менее часа. При чрезмерной нагрузке — например, при неудачном приземлении на рейл — датчик автоматически отстёгивается, защищая электронику.

Ключевой результат исследования оказался двояким. Система показала высокую валидность в детекции самих событий трюков и в измерении пройденной дистанции — эти параметры статистически совпали с референсными значениями. Однако классификация типа трюка (кикфлип, олли, шовит и другие), максимальная горизонтальная скорость, вертикальная высота доски и время в воздухе продемонстрировали существенные ошибки. Авторы использовали строгий статистический аппарат: среднюю абсолютную ошибку (MAE), среднеквадратичную ошибку (RMSE), графики Бланда–Альтмана, линейную регрессию и внутриклассовую корреляцию ICC(3,1).

Исследование вписывается в глобальный тренд проникновения ИИ в экстремальные виды спорта. В марте 2026 года Google и сборная США по лыжам представили ИИ-инструмент видеоанализа биомеханики для фристайла и сноуборда с маркерлесс-захватом движений. Рынок ИИ в спорте, по прогнозам, вырастет с $8,9 млрд в 2024 году до $27,6 млрд к 2030-му. Скейтбординг, ставший олимпийской дисциплиной в 2021 году, активно привлекает технологические стартапы: помимо Spinnax, системы распознавания трюков разрабатывают исследователи из AAAI (проект SkateboardAI) и Springer Nature (классификация трюков на основе IMU и ML).

Для индустрии скейтбординга главная ценность таких систем — подготовка к соревнованиям. ИИ-датчик может объективно оценить разнообразие выполненных трюков, количество повторений в серии и качество исполнения через данные о движении доски. Это особенно актуально для формата Street и Park на Олимпийских играх, где судьи оценивают именно эти параметры. Подписка на Spinnax Freak стоит €9,90 в месяц — доступная цена для профессиональных и полупрофессиональных спортсменов.

Авторы исследования подчёркивают, что технология пока не готова для точной биомеханической интерпретации, но направление развития однозначно перспективное. Следующие шаги — улучшение алгоритмов классификации трюков и калибровки скоростных показателей. По мере развития моделей глубокого обучения, таких как MobileNet и ResNet, уже применяемых в проекте SkateboardAI для видеораспознавания 15 типов трюков, точность носимых датчиков также будет расти. Скейтбординг становится полигоном для ИИ в экстремальном спорте — и Spinnax Freak, несмотря на текущие ограничения, прокладывает путь к будущему, где каждый трюк будет оцифрован.

Попробуйте нейросети в MashaGPT

GPT-5, Claude, Gemini, генерация изображений и видео — всё в одном месте

Попробовать бесплатно
Источник:MDPI Sensors