Niedawne badanie pokazuje, w jaki sposób deskorolkarze mogą wykorzystać wiedzę matematyczną, aby zwiększyć swoją prędkość i wysokość na half-pipie. Florian Kogelbauer, matematyk z ETH Zurich i jego zespół badawczy zbadali, w jaki sposób określone ruchy wpływają na wydajność deskorolkarza na rampach w kształcie litery U. Naprzemiennie kucając i stojąc w określonych obszarach, łyżwiarze mogą wygenerować dodatkowy pęd, co prowadzi do wyższych skoków i większych prędkości. Badania te, opublikowane w Physical Review Research, mogą prowadzić do opracowania skuteczniejszych technik dla łyżwiarzy, mających na celu poprawę ich umiejętności.
Modelowanie pędu na half-pipeach
Badania były opublikowany w czasopiśmie Amerykańskiego Towarzystwa Fizycznego. Technika „pompowania”, czyli naprzemiennego kucania i stania, jest niezbędna do budowania prędkości na half-pipe. Zespół Kogelbauera stworzył model pokazujący, jak środek masy ciała wpływa na ruch na rampie, podobnie jak mechanika huśtawki. W swoich obliczeniach odkryli, że kucanie podczas zjeżdżania w dół i stanie podczas jazdy pod górę pomaga rolkarzom efektywniej zyskiwać na wysokości. Zespół sugeruje, że ten rytm może pomóc łyżwiarzom w osiąganiu wyższych wysokości na rampie przy mniejszej liczbie ruchów.
Testowanie teorii z prawdziwymi łyżwiarzami
Aby przetestować trafność modelu, badacze zaobserwował dwóch deskorolkarzy poruszających się po half-pipie. Poproszono ich o jak najszybsze osiągnięcie określonej wysokości. Analiza wideo wykazała, że bardziej doświadczony łyżwiarz w naturalny sposób postępował zgodnie ze schematem sugerowanym przez modelkę, osiągając docelową wysokość mniejszą liczbą ruchów. Mniej doświadczona łyżwiarka, która nie trzymała się tak dokładnie wzoru, potrzebowała więcej czasu, aby osiągnąć tę samą wysokość. Ten kontrast sugeruje, że doświadczeni łyżwiarze intuicyjnie stosują te zasady w celu uzyskania lepszych wyników.
Szersze zastosowania wykraczające poza jazdę na deskorolce
Według Soriny Lupu, inżynier z California Institute of Technology, ten uproszczony model może mieć również zastosowanie w robotyce. Pokazując, jak minimalne zmiany pozycji ciała mogą wpływać na prędkość i wzrost, badanie to dostarcza informacji, które mogą zwiększyć efektywność ruchu robota. Zdaniem inżynierów badanie to wskazuje, że proste modele ruchu człowieka można wykorzystać do zwiększenia wydajności robotów, stanowiąc alternatywę dla złożonych modeli uczenia maszynowego często stosowanych w robotyce.
