SquatMetrics

Giudicare uno squat è di solito una questione di occhio: l'allenatore guarda e dice se va bene. SquatMetrics prova a sostituire quel giudizio con numeri ripetibili, e lo fa per due strade parallele che alla fine vengono confrontate fra loro.

La prima strada è il riferimento: un sistema mocap OptiTrack con marcatori fisici e bilanciere tracciato, che produce lo scheletro reale a 360 Hz. La seconda ricostruisce la stessa identica sessione partendo solo da quattro telecamere RGB, senza marcatori e senza bilanciere tracciato: stima della posa, calibrazione, triangolazione dei punti nello spazio.

Il punto di forza dell'architettura è che le metriche e i punteggi sono calcolati dalle stesse identiche funzioni su entrambi gli scheletri. Se un valore differisce, la differenza non viene da come è stato calcolato, ma solo dalla qualità della ricostruzione 3D. Il confronto è pulito.

Dalle metriche escono punteggi da 0 a 100 su esecuzione tecnica, rischio per il legamento crociato, rischio lombare e affaticamento nella serie, oltre al percorso del bilanciere, alla velocità e al punto di stallo.

La parte che considero più onesta del progetto è il verdetto finale, perché è anche negativo. Nove metriche su sedici stanno sotto il 16% di errore rispetto al riferimento: conteggio delle ripetizioni, angoli e ampiezze delle ginocchia e delle anche, durate delle fasi, inclinazione del busto. Due sono rumorose. Cinque sono inaffidabili oltre il 50%, e sono tutte quelle che dipendono dall'asse di profondità della triangolazione, instabile a quattro metri di distanza. Invece di nasconderle, le abbiamo dichiarate non disponibili: un dato sbagliato su un rischio articolare è peggio di nessun dato.

Sopra la pipeline c'è un'applicazione desktop in PyQt6 che tiene insieme il tutto per la demo: libreria delle sessioni, confronto fra i due scheletri con riproduzione animata e giunti colorati per livello di confidenza, grafici delle metriche nel tempo e tabella dei verdetti.