Hardlopen is een van de meest toegankelijke vormen van lichaamsbeweging, waarbij niets meer nodig is dan een paar schoenen en een pad. Toch kan voor velen de simpele handeling van joggen worden onderbroken door een plotselinge strijd om adem te krijgen, een sensatie die het momentum stopt en het plezier aan de activiteit tempert. Deze ademnood komt vaak voort uit een disconnect tussen hoe een persoon beweegt en hoe hij ademt. In de wereld van de sportwetenschap bestaat een bekende ritme waarbij het lichaam er natuurlijk naar streeft om het ademhalingspatroon te koppelen aan de voetstappen, een synchronisatie die hardlopen gemakkelijker en efficiënter kan maken. Het vinden en behouden van dit ritme is echter moeilijk voor beginners, en traditionele methoden om hardlopers te begeleiden vertrouwen vaak op wat er in het verleden is gebeurd. Als een hardloper plotseling van tempo of ademhalingspatroon verandert, zijn systemen die reageren op oude gegevens te traag om te helpen, waardoor advies arriveert dat een moment te laat is om nuttig te zijn.

Om dit probleem op te lossen, hebben onderzoekers van Salzburg Research en de Universiteit van Salzburg een nieuwe aanpak ontwikkeld genaamd BPqu. Dit systeem is ontworpen als een real-time gids die de ademhaling van een hardloper voorspelt voordat deze volledig plaatsvindt, in plaats van er alleen op te reageren nadat het is gebeurd. Door een kleine, krachtige computer direct op een draagbare sensor te plaatsen die aan de borst van een hardloper is bevestigd, kan het systeem ademhalings- en bewegingsgegevens direct analyseren. Het doel is om onmiddellijke, intuïtieve feedback te geven die hardlopers helpt hun natuurlijke ritme te vinden zonder de vertraging die gebruikers van oudere technologieën frustreert. Dit werk vertegenwoordigt een verschuiving van het observeren van het verleden naar het anticiperen op het heden, met als doel de cognitieve en emotionele barrières weg te nemen die mensen ervan weerhouden te genieten van duurloop.

De kernuitdaging waar het team voor stond, was de vertraging die inherent is aan de meeste digitale systemen. Wanneer een computer informatie verwerkt, kost het tijd om gegevens te verzamelen, de cijfers te berekenen en een signaal te verzenden. In een hardloopscenario kan zelfs een fractie van een seconde vertraging het verschil betekenen tussen een behulpzame aanwijzing en een verwarrende aanwijzing. Als een hardloper wordt verteld te moeten uitademen nadat hij al begonnen is met inademen, is de begeleiding nutteloos. De onderzoekers hadden een manier nodig om precies te bepalen waar een hardloper zich op dit moment in de ademhalingscyclus bevindt, met nul vertraging. Ze moesten ook de volgende stap in de cyclus voorspellen om ervoor te zorgen dat de begeleiding precies aankomt wanneer deze nodig is. Om dit te bereiken, maakten ze gebruik van een type kunstmatige intelligentie bekend als deep learning, dat complexe patronen in gegevens kan herkennen, maar ze moesten deze technologie verkleinen om in een piepklein, op batterijen werkend apparaat te passen dat op het lichaam wordt gedragen.

De onderzoekers bouwden een aangepaste sensor die zowel de drukveranderingen in de borst tijdens de ademhaling als de beweging van het lichaam tijdens elke pas meet. Deze sensor is verbonden met een kleine microcontroller, een chip die krachtig genoeg is om complexe berekeningen uit te voeren maar klein genoeg om in kleding te worden ingebed. Het team trainde een computermodel met behulp van gegevens verzameld van negentien jonge vrouwelijke hardlopers. Deze deelnemers renden terwijl ze de sensor droegen, en hun ademhaling werd nauwlettend gevolgd om een bibliotheek van patronen te creëren. Het model leerde de subtiele signalen te herkennen die aangeven wanneer een hardloper inademt, wanneer hij uitademt, en exact wanneer de overgang tussen de twee plaatsvindt. Cruciaal was dat het model leerde kijken naar de relatie tussen de ademhaling en de passen, in het begrip dat de twee vaak in een specifiek ritme aan elkaar gelinkt zijn.

Om het systeem snel genoeg te maken voor real-time gebruik, moesten de onderzoekers slim zijn over hoe ze de computer lieten denken. In plaats van te proberen de gehele ademhalingscurve in één keer te raden, wat rommelig en foutgevoelig kan zijn, braken ze het probleem op in twee eenvoudigere delen. Het systeem schat de algemene vorm van de ademhalingscyclus in en identificeert apart de exacte momenten waarop de ademhaling wisselt van inademen naar uitademen. Het combineert vervolgens deze twee stukken informatie om een compleet, accuraat beeld te creëren van de huidige staat van de hardloper. Deze methode stelde het systeem in staat om met een zeer kleine hoeveelheid geheugen en rekenkracht te werken, waardoor het volledig op het draagbare apparaat kon draaien zonder gegevens naar een clou dserver of een smartphone te hoeven sturen.

De resultaten van deze aanpak waren indrukwekkend. Bij tests kon het systeem het exacte moment identificeren waarop een hardloper wisselde van inademen naar uitademen met een nauwkeurigheid van 93,1%. Het kon ook bepalen of de hardloper op dat moment inhaleerde of exhaleerde met een nauwkeurigheid van 85,6%. Misschien wel het belangrijkste is dat het de gehele ademhalingsfase kon kwantificeren met een nauwkeurigheid van 81,5%, en dat alles zonder enige meetbare vertraging. Dit betekent dat het systeem snel genoeg is om een hardloper bij te houden, zelfs als deze plotseling van tempo verandert of van ademhalingspatroon wisselt. De onderzoekers ontdekten dat het combineren van gegevens van zowel de ademsensor als de bewegingssensor beter werkte dan het gebruik van alleen ademhalingsgegevens, aangezien de bewegingsgegevens het systeem hielpen om ruis veroorzaakt door het schudden tijdens het hardlopen te filteren.

De studie onderzocht ook hoe goed het systeem presteerde onder verschillende omstandigheden. Het werkte het best wanneer de hardloper in een constant, voorspelbaar ritme ademde, maar bleef effectief zelfs wanneer de ademhaling onregelmatig werd of wanneer de hardloper moeite had om een ritme aan te houden. Het systeem werd getest in drie verschillende modi: terugkijken naar wat er net is gebeurd, kijken naar het huidige moment, en iets vooruit kijken om het volgende moment te voorspellen. In alle gevallen behield het een hoge nauwkeurigheid, wat bewees dat het de dynamische aard van hardlopen aan kon. De onderzoekers merkten op dat hoewel het systeem zeer accuraat is, het niet perfect is, en er nog steeds een kleine foutmarge is, met name wanneer ademhalingspatronen zeer onregelmatig zijn. Echter, de snelheid van het systeem zorgt ervoor dat zelfs met een kleine fout, de feedback op tijd wordt geleverd om nuttig te zijn.

Dit werk opent de deur naar een nieuw soort hardloopervaring. Stel je een hardloper voor die een zachte, ritmische aanwijzing kan ontvangen die precies vertelt wanneer hij moet ademen, wat helpt om een flow te vinden die natuurlijk en moeiteloos aanvoelt. Omdat het systeem direct werkt, kan het zich aanpassen aan plotselinge veranderingen in tempo of terrein, en biedt het begeleiding die intuïtief aanvoelt in plaats van robotachtig. De onderzoekers zien voor zich dat deze technologie geïntegreerd wordt in slimme kleding, wat een naadloze manier biedt om hardlopers te ondersteunen die anders zouden opgeven vanwege kortademigheid. Door de frustratie van een slechte ademhalingscontrole weg te nemen, beoogt de technologie het hardlopen plezieriger en toegankelijker te maken, om mensen te helpen hun grenzen te verleggen en een diepere verbinding met hun fysieke activiteit te vinden.

De weg vooruit houdt in dat dit systeem getest wordt in real-world hardloopsituaties, buiten de gecontroleerde omgeving van een laboratorium. De onderzoekers zijn van plan te zien hoe hardlopers reageren op de begeleiding tijdens daadwerkelijke races of trainingssessies, en of het systeem echt mensen kan helpen de cognitieve en emotionele barrières te overwinnen die hardlopen moeilijk maken. Ze hopen ook het systeem te verfijnen zodat het werkt voor een breder scala aan gebruikers, inclusen hen met verschillende fitnessniveaus en ademhalingspatronen. Het uiteindelijke doel is om een hulpmiddel te creëren dat niet alleen prestaties bijhoudt, maar de menselijke ervaring van het hardlopen actief verbetert, door een strijd om adem te veranderen in een moment van flow en plezier. Dit onderzoek demonstreert dat door geavanceerde computertechnologie te combineren met een diep begrip van menselijke beweging, het mogelijk is om technologie te creëren die minder aanvoelt als een machine en meer als een behulpzame metgezel tijdens de loop.