DRESSENSE: Automatische detectie van dressuurbewegingen met inertiële sensoren

In de dressuursport en sportpaardenfokkerij speelt de beoordeling van beweging een centrale rol. Deze beoordeling is echter grotendeels gebaseerd op visuele observatie, waardoor deze subjectief en moeilijk reproduceerbaar is. Tegelijkertijd maken nieuwe sensortechnologieën het mogelijk om beweging nauwkeurig en continu te meten. Het bestaande EquiMoves-systeem maakt gebruik van inertiële sensoren (IMU’s) en levert waardevolle bewegingsdata, maar mist momenteel de mogelijkheid om deze data automatisch te vertalen naar herkenbare onderdelen van een dressuurproef.
In dit project ontwikkelt GreenTechLab, in samenwerking met praktijkpartners Rosmark en Kyllaros, een proof-of-concept voor automatische detectie en labeling van dressuurbewegingen op basis van sensordata. De centrale onderzoeksvraag richt zich op het omzetten van ruwe sensordata naar automatisch herkende en gelabelde bewegingen en het relateren van deze objectieve parameters aan subjectieve beoordelingscriteria.
Het project richt zich op de ontwikkeling van nieuwe analysemethoden voor segmentatie en interpretatie van bewegingsdata met behulp van machine learning. De ontwikkeling en validatie vinden plaats in een realistische praktijkomgeving met paarden op hoger niveau.
De resultaten bieden inzicht in de technische haalbaarheid en vormen de basis voor verdere ontwikkeling van datagedreven analysetools, met toepassingen in training, beoordeling en fokkerij binnen de paardensector.