Научните изследвания зад Bike Analytics

Разбиране на методологията, алгоритмите и научната валидация на нашето приложение

Мисията на Bike Analytics е да демократизира спортната наука от висок клас. Вярваме, че всеки колоездач – от амбициозния любител до елитния състезател – заслужава достъп до същите аналитични инструменти, използвани в професионалния пелотон, без сложността или цената на традиционния софтуер.

Нашето приложение не просто събира данни; то ги интерпретира чрез доказани математически модели. По-долу е представен преглед на ключовите изследователски области, които формират гръбнака на Bike Analytics.

1. Физиология на тренировъчното натоварване

В основата на нашето проследяване на фитнеса стои Моделът за управление на представянето (PMC). Този модел количествено определя баланса между стреса от тренировката и необходимото възстановяване.

Ключови компоненти:

  • Тренировъчен стрес (TSS): Базиран на работата на д-р Андрю Коган, TSS измерва общия физиологичен разход. Нашият алгоритъм прилага този модел, за да гарантира, че всяко каране е точно оценено спрямо вашата личностна Функционална прагова мощност (FTP).
  • Хронично тренировъчно натоварване (CTL): Наричано още "Фитнес", това е 42-дневна средна пълзяща стойност на вашия дневен TSS, базирана на модела на Bannister (1991). Тя отразява дългосрочните адаптации.
  • Остро тренировъчно натоварване (ATL): Наричано "Умора", това е 7-дневна средна стойност, показваща непосредствения стрес.
  • Тренировъчен стрес баланс (TSB): Наричан "Форма", това е разликата между Фитнес и Умора (CTL - ATL), предсказваща готовността ви за представяне.

Прочетете нашето пълно ръководство за тренировъчно натоварване за по-подробно обяснение.

2. Критична мощност и моделът W'

Докато FTP е полезен стандарт, Bike Analytics прилага и Модела на критичната мощност. Това е по-стабилна математическа рамка (хиперболична връзка мощност-продължителност) за разбиране на устойчивото представяне.

Научна полза:

Нашият софтуер изчислява вашата W' (анаеробен капацитет) – фиксираното количество енергия, което имате над Критичната мощност. Ние използваме алгоритъма на Skiba et al. (2012) за изчисляване на W' Balance в реално време, което ви позволява да видите точно колко "запас" ви остава по време на интензивни интервали или изкачвания.

3. Аеродинамично моделиране и CdA

Използваме фундаменталното Уравнение за мощност на Мартин (1998), за да разделим общата ви изходяща мощност на нейните компоненти: аеродинамично съпротивление, съпротивление при търкаляне и гравитация.

Как работи:

Чрез анализиране на вашата скорост, мощност, градиент и метеорологични данни, Bike Analytics може да оцени вашия CdA (коефициент на съпротивление х челна площ). Тези изследвания помагат на колоездачите да оптимизират позицията и оборудването си без скъпи тестове в аеродинамичен тунел.

4. Биомеханика и ефективност на педалирането

Ние интегрираме изследвания върху Механичната ефективност и мускулната координация. Анализирайки данни от двустранни мощемери, нашето приложение предоставя прозрения за:

  • Въртящ момент и ефективност: Колко от вашата сила всъщност помага на задното колело.
  • Гладкост на педалирането: Измерване на съотношението между средния и пиковия въртящ момент за по-ефективен стил на каране.

5. Анализ на представянето при изкачване

За катерачите Bike Analytics прилага метриката VAM (Velocità Ascensionale Media), популяризирана от д-р Микеле Ферари. Ние измерваме скоростта на вертикално изкачване в метри на час. В комбинация с вашите данни за W/kg (мощност-тегло), това ви позволява да сравните способностите си за изкачване с елитни ориентири, коригирани спрямо градиента.

6. Специфични изследвания за планинско колоездене (MTB)

Гордеем се, че сме лидери в MTB анализите. Традиционните модели често се провалят при MTB поради високата Индекс на вариабилност (VI) на мощността. Нашето приложение използва специфични изглаждащи алгоритми и прагови корекции, които отразяват уникалните физиологични изисквания на техничното каране по пресечен терен.

Текущи изследвания и развитие

Bike Analytics е жив проект. Ние непрекъснато актуализираме нашите алгоритми въз основа на нови изследвания в областта на носимите технологии (wearables) и дълбокото машинно обучение. Нашата цел е да превърнем Bike Analytics в най-напредналата, частна и наука-базирана платформа за колоездене в света.