Een pilotstudie van een mobiele applicatie voor houdingsanalyse en trainingsondersteuning in Shotokan Karate

Karate‑coaching in uw broekzak

Voor veel karate‑leerlingen is het moeilijkste aan thuis trainen om te weten of hun houding echt correct is. Deze studie onderzoekt een eenvoudig idee met veel potentieel: een gewone smartphone gebruiken om je houding te observeren en direct advies te geven, bijna als een digitale assistent‑coach. Door de camera van de telefoon en ingebouwde kunstmatige intelligentie te gebruiken als een houdingschecker, willen de onderzoekers Shotokan‑karateka een manier geven om tussen lessen veilig en effectiever te oefenen.

Waarom de houding belangrijk is in karate

Shotokan Karate legt veel nadruk op hoe je staat. Stabiele, goed uitgelijnde standen vormen de basis voor krachtige slagen en om blessures te vermijden. Traditioneel leren leerlingen door de instructeur na te doen en verbale correcties te ontvangen. Daardoor is feedback vaak subjectief en verdwijnt zodra de les voorbij is. Bij alleen trainen thuis kan het moeilijk zijn kleine fouten te zien, zoals te ver naar voren leunen, ongelijke knieën of het verkeerd plaatsen van de voeten. De auteurs stellen dat een goedkope, objectieve tool die zulke details benadrukt zelfstandig oefenen veiliger en productiever kan maken.

Hoe de app je bewegingen bekijkt en beoordeelt

Het team bouwde een mobiele applicatie die werkt op gangbare Android‑ en iOS‑telefoons. Met Google’s ML Kit Pose Detection identificeert de camera 33 punten op het lichaam — zoals schouders, heupen, knieën en enkels — zonder markeringen of speciale pakken. Vanuit een zijaanzicht berekent de app hoeken bij heupen, knieën en enkels en controleert hoe de romp boven de voeten is uitgelijnd. Deze metingen worden vertaald in eenvoudige regels die aansluiten op traditioneel lesgeven voor drie kernstanden: Zenkutsu Dachi (voorwaartse stand), Kokutsu Dachi (achterwaartse stand) en Kiba Dachi (paardenstand). Als bijvoorbeeld de voorste knie meer buigt dan de achterste knie en het lichaam recht blijft boven een brede basis, herkent de app een voorwaartse stand; buigen beide knieën gelijkmatig met een brede zijdelingse basis, dan geeft hij de paardenstand aan.

Meer dan standen: oefeningen en een reflexspel

Naast statische houding ondersteunt de app ook basisconditie- en reactietraining. Bij squats kijkt hij hoe de knihoek verandert terwijl de gebruiker zakt en weer omhoog komt, en telt een herhaling zodra de beweging duidelijk door de “top” en “bodem” passeert. Bij push‑ups kijkt hij naar de elleboogbuiging en de rechte lijn van het lichaam. Een eenvoudig spel vraagt de gebruiker een stoot naar een doel op het scherm te gooien; de telefoon meet hoe snel de hand beweegt nadat de cue verschijnt. Al deze activiteiten vullen een statistiekscherm met het aantal correcte standen of herhalingen dat de gebruiker in de tijd heeft behaald, zodat men vooruitgang kan bijhouden zonder identificeerbare video op te slaan.

Wat de pilottest daadwerkelijk aantoonde

Om te zien of het idee überhaupt werkte, voerden de onderzoekers een strak gecontroleerde pilot uit met slechts één volwassen deelnemer. Die persoon voerde de drie doelstanden plus squats en push‑ups uit in een goed verlichte binnenruimte, terwijl de camera 1,5 meter verwijderd stond in een rechte hoek. Een ervaren Shotokan‑instructeur beoordeelde geselecteerde videoframes en schatte belangrijke gewrichtshoeken, die vervolgens werden vergeleken met de schattingen van de app. Gemiddeld week de app in deze ideale omstandigheden maar een paar graden af van de knie‑ en scheenbeenhoeken die de expert schatte, en de standlabels kwamen meestal overeen met het oordeel van de instructeur. De studie bracht echter ook zwakke punten aan het licht: het systeem had moeite wanneer gewrichten deels verborgen waren, wanneer de romp niet gecentreerd was of wanneer gebruikers ongemakkelijk pauzeerden tijdens oefeningen, waardoor soms herhalingen werden gemist of foutief geregistreerd.

Beperkingen, lessen en de weg vooruit

Aangezien dit een haalbaarheidstest met één persoon was, benadrukken de auteurs dat hun resultaten slechts een vroege demonstratie zijn en geen bewijs dat de app betrouwbaar is voor alle karateka’s. Het systeem gaat uit van een vaste zij‑camerahoek, goede verlichting en een helder zicht op het hele lichaam — voorwaarden die niet altijd gelden in een drukke dojo of een krappe woonkamer. Het gebruikt ook vaste grenswaarden voor hoeken die mogelijk niet voor elk lichaamstype of stijlvariatie geschikt zijn. De volgende stap, stellen de auteurs, is een grotere studie met ten minste 30 beoefenaars op beginner-, midden‑ en gevorderd niveau, meerdere instructeurs die onafhankelijke beoordelingen geven en strengere statistische toetsen van nauwkeurigheid en consistentie. Zelfs zo suggereert deze pilot dat alledaagse telefoons op termijn zinvolle, realtime feedback kunnen bieden over karateverhouding en basisconditie, en fungeren als een nuttige metgezel in plaats van een vervanging van een menselijke sensei.

Bronvermelding: Silva, C.M., Pataca, A.O., Branco, F. et al. A pilot study of a mobile application for postural analysis and training support in Shotokan Karate. Sci Rep 16, 11129 (2026). https://doi.org/10.1038/s41598-026-41414-5

Trefwoorden: Shotokan Karate, mobiele trainingsapp, pose‑schatting, houdingsanalyse, markerloze bewegingsregistratie