La course à pied est l'une des formes d'exercice les plus accessibles, ne nécessitant rien de plus qu'une paire de chaussures et un sentier. Pourtant, pour beaucoup, le simple acte de courir peut être interrompu par une soudaine difficulté à respirer, une sensation qui interrompt l'élan et atténue la joie de l'activité. Cette détresse respiratoire provient souvent d'un décalage entre la façon dont une personne se déplace et sa façon de respirer. Dans le monde des sciences du sport, il existe un rythme connu où le corps cherche naturellement à verrouiller son mode de respiration sur ses pas, une synchronisation qui peut rendre la course plus facile et plus efficace. Cependant, trouver et maintenir ce rythme est difficile pour les débutants, et les méthodes traditionnelles pour guider les coureurs reposent souvent sur l'observation de ce qui s'est passé dans le passé. Si un coureur change soudainement de cadence ou de mode de respiration, les systèmes qui réagissent à des données anciennes sont trop lents pour aider, offrant des conseils qui arrivent un instant trop tard pour être utiles.

Pour résoudre ce problème, des chercheurs de Salzburg Research et de l'Université de Salzbourg ont développé une nouvelle approche appelée BPqu. Ce système est conçu pour être un guide en temps réel qui prédit la respiration d'un coureur avant qu'elle ne se produise pleinement, plutôt que de simplement y réagir après coup. En plaant un petit ordinateur puissant directement sur un capteur portable attaché sur la poitrine d'un coureur, le système peut analyser instantanément les données de respiration et de mouvement. L'objectif est de fournir un retour immédiat et intuitif qui aide les coureurs à trouver leur rythme naturel sans le décalage qui frustre les utilisateurs des technologies plus anciennes. Ce travail représente un passage de l'observation du passé à l'anticipation du présent, visant à éliminer les barrières cognitives et émotionnelles qui empêchent les gens de profiter de la course d'endurance.

Le défi central auquel l'équipe a été confrontée était le délai inhérent à la plupart des systèmes numériques. Lorsqu'un ordinateur traite des informations, il faut du temps pour collecter les données, effectuer les calculs et envoyer un signal. Dans un scénario de course, même une fraction de seconde de retard peut faire la différence entre un conseil utile et un conseil déroutant. Si l'on dit à un coureur d'expirer après qu'il a déjà commencé à inspirer, le conseil est inutile. Les chercheurs avaient besoin d'un moyen de déterminer exactement où se trouve un coureur dans son cycle respiratoire à cet instant précis, avec un délai nul. Ils devaient également prédire l'étape suivante du cycle pour s'assurer que le guidage arrive exactement au moment où il est nécessaire. Pour y parvenir, ils se sont tournés vers un type d'intelligence artificielle connue sous le nom d'apprentissage profond (deep learning), capable de reconnaître des modèles complexes dans les données, mais ils ont dû réduire cette technologie pour qu'elle puisse tenir dans un minuscule appareil alimenté par batterie porté sur le corps.

Les chercheurs ont construit un capteur personnalisé qui mesure à la fois les changements de pression dans la poitrine lors de la respiration et le mouvement du corps lors de chaque foulée. Ce capteur est connecté à un petit microcontrôleur, une puce suffisamment puissante pour exécuter des calculs complexes mais assez petite pour être intégrée dans des vêtements. L'équipe a entraîné un modèle informatique à l'aide de données collectées auprès de dix-neuf jeunes coureuses. Ces participantes couraient en portant le capteur, et leur respiration était soigneusement surveillée pour créer une bibliothèque de modèles. Le modèle a appris à reconnaître les signaux subtils qui indiquent quand une coureusee inspire, quand elle expire, et exactement quand le passage de l'un à l'autre se produit. Crucialement, le modèle a été conçu pour observer la relation entre la respiration et les pas, comprenant que les deux sont souvent liés par un rythme spécifique.

Pour rendre le système assez rapide pour une utilisation en temps réel, les chercheurs ont dû être ingénieux dans la manière de demander à l'ordinateur de réfléchir. Au lieu d'essayer de deviner toute la courbe respiratoire d'un coup, ce qui peut être désordonné et sujet aux erreurs, ils ont divisé le problème en deux parties plus simples. Le système estime la forme générale du cycle respiratoire et identifie séparément les moments exacts où la respiration passe de l'inspiration à l'expiration. Il combine ensuite ces deux morceaux d'information pour créer une image complète et précise de l'état actuel du coureur. Cette méthode a permis au système de fonctionner avec une très petite quantité de mémoire et de puissance de calcul, rendant possible son exécution entièrement sur l'appareil portable sans avoir besoin d'envoyer des données vers un serveur cloud ou un smartphone.

Les résultats de cette approche ont été impressionnants. Lors des tests, le système a pu identifier le moment exact où un coureur passait de l'inspiration à l'expiration avec une précision de 93,1 %. Il pouvait également déterminer si le coureur était actuellement en train d'inspirer ou d'expirer avec une précision de 85,6 %. Plus important encore, il pouvait quantifier l'ensemble de la phase respiratoire avec une précision de 81,5 %, le tout sans aucun délai mesurable. Cela signifie que le système est assez rapide pour suivre un coureur même si celui-ci accélère soudainement ou change son mode de respiration. Les chercheurs ont constaté que la combinaison des données du capteur de respiration et du capteur de mouvement fonctionnait mieux que l'utilisation des seules données de respiration, car les données de mouvement aident le système à filtrer le bruit causé par les secousses de la course.

L'étude a également exploré la performance du système sous différentes conditions. Il fonctionnait mieux lorsqu'un coureur respirait selon un rythme régulier et prévisible, mais il restait efficace même lorsque la respiration devenait irrégulière ou lorsque le coureur luttait pour maintenir un rythme. Le système a été testé selon trois modes : regarder ce qui vient de se passer, regarder le moment présent, et regarder légèrement vers l'avant pour prédire le moment suivant. Dans tous les cas, il a maintenu une précision élevée, prouvant qu'il pouvait gérer la nature dynamique de la course. Les chercheurs ont noté que bien que le système soit très précis, il n'est pas parfait, et qu'il subsiste une petite marge d'erreur, particulièrement lorsque les schémas respiratoires sont hautement irréguliers. Cependant, la vitesse du système signifie que même avec une petite erreur, le retour est délivré à temps pour être utile.

Ce travail ouvre la porte à un nouveau type d'expérience de course. Imaginez un coureur qui peut recevoir un signal rythmique doux qui lui indique exactement quand respirer, l'aidant à trouver un flux qui semble naturel et sans effort. Parce que le système fonctionne instantanément, il peut s'adapter aux changements soudains de cadence ou de terrain, offrant un guidage qui semble intuitif plutôt que robotique. Les chercheurs envisagent l'intégration de cette technologie dans des vêtements intelligents, fournissant un moyen fluide de soutenir les coureurs qui pourraient autrement abandonner à cause de l'essoufflement. En éliminant la frustration d'un mauvais contrôle de la respiration, la technologie vise à rendre la course plus agréable et accessible, aidant les gens à dépasser leurs limites et à trouver une connexion plus profonde avec leur activité physique.

La voie à suivre implique de tester ce système dans des scénarios de course en conditions réelles, en dehors de l'environnement contrôlé d'un laboratoire. Les chercheurs prévoient de voir comment les coureurs réagissent au guidage lors de courses réelles ou de séances d'entraînement, et si le système peut véritablement aider les gens à surmonter les barrières cognitives et émotionnelles qui rendent la course difficile. Ils espèrent également affiner le système pour qu'il fonctionne avec une plus grande variété d'utilisateurs, y compris ceux ayant des niveaux de forme physique et des modes de respiration différents. L'objectif ultime est de créer un outil qui non seulement suit la performance, mais améliore activement l'expérience humaine de la course, transformant une lutte pour le souffle en un moment de fluidité et de plaisir. Cette recherche démontre qu'en combinant l'informatique avancée à une compréhension profonde du mouvement humain, il est possible de créer une technologie qui ressemble moins à une machine et plus à un compagnon utile sur la route.