Fijne reconstructie van de dynamische baan van een badmintonzwaai met hulp van een eventcamera

Waarom snelle zwaaien moeilijk te zien zijn

Wie een krachtige badminton smash heeft gezien, weet hoe lastig het is om te zien wat het racket precies doet. De racketkop kan zich sneller verplaatsen dan 100 meter per seconde, veel te snel voor het blote oog of veel gewone camera’s. Deze studie laat zien hoe een nieuw soort camera en slimme datafusie die bewegingen digitaal vertragen, waardoor trainers en spelers een nauwkeurig beeld krijgen van elke zwaai in drie dimensies.

Nieuwe ogen voor extreem snelle bewegingen

Traditionele videocamera’s leggen volledige beelden vast met vaste framerates, wat leidt tot onscherpe beelden en ontbrekende details wanneer objecten extreem snel bewegen. De onderzoekers vertrouwen in plaats daarvan op een eventcamera, een sensor die alleen reageert wanneer de helderheid bij een pixel verandert. Elke kleine verandering wordt met microseconde-timing vastgelegd en de camera heeft een zeer brede lichtgevoeligheid, waardoor snelle racketbewegingen dicht opeengepakte gebeurtenissen produceren in plaats van vervaagde frames. Dit geeft het systeem een veel scherper en fijner gesneden beeld van de zwaai, zelfs bij fel licht of schaduw waar normale camera’s moeite mee hebben.

Meerdere datastromen combineren tot één heldere zwaai

Het systeem leunt niet uitsluitend op de eventcamera. Het gebruikt ook een kleuren-hoge-snelheidscamera en een kleine traagheidssensor die registreert hoe de arm beweegt. Eerst worden de eventgegevens omgezet in een vorm die diepe neurale netwerken aankunnen, en een speciaal netwerk schat hoe elk punt in het gezichtsveld zich in de tijd verplaatst. Parallel detecteert een ander diep netwerk de lichaamsgewrichten van de speler in de videoframes, terwijl de traagheidssensor versnelling en rotatie van de arm bijhoudt. Al deze aanwijzingen worden vervolgens samengevoegd door een wiskundig filter dat positie, snelheid en oriëntatie van het racket in drie dimensies bijhoudt, terwijl het rekening houdt met hoeveel ruis elke gegevensbron bevat.

Hoe nauwkeurig en nuttig is de weergave

Om te controleren hoe goed dit werkt, vergeleken de auteurs hun gereconstrueerde racketbanen met metingen van een laboratoriumklasse bewegingsregistratiesysteem dat reflecterende markers gebruikt. Op een dataset van 960 zwaaien van 12 atleten behaalde hun systeem een gemiddelde positiemarge van 8,34 millimeter, een foutreductie van meer dan veertig procent vergeleken met een sterke traditionele optical-flow-methode en nog steeds in realtime werkend. Tests toonden aan dat het eventgebaseerde bewegingssignaal meer dan de helft van de nauwkeurigheidswinst leverde, en de zorgvuldige fusie van alle sensoren voegde nog eens meer dan een derde toe. De methode bleef standhouden zelfs wanneer licht- en baanomstandigheden veranderden, met slechts een bescheiden verlies aan precisie.

Wat het onthult over betere spelers

Met deze precieze 3D-zwaaipaden kon het team verder kijken dan eenvoudige snelheidscijfers. Ze analyseerden hoe de gewrichtshoeken van schouder, elleboog en pols veranderden tijdens de zwaai, hoe snel het racket versnelde en hoe vloeiend de follow-through was. Professionele spelers toonden scherpere pieken in racketsnelheid, kortere en explosievere acceleratiefasen en meer gecoördineerde gewrichtsbewegingen dan recreanten. Het systeem kon ook gemakkelijk leesbare scoreschema’s genereren die vloeiendheid, timing, coördinatie en raakpuntnauwkeurigheid voor elke atleet samenvatten, waardoor bekwame spelers duidelijk te onderscheiden waren van recreatieve spelers.

Wat dit betekent voor training

Kort gezegd toont de studie aan dat eventcamera’s gecombineerd met slimme algoritmes badmintonzwaaien vastleggen met fijn detail en snelheid die oudere hulpmiddelen niet konden bereiken. De aanpak zet verblindend snelle racketbewegingen om in duidelijke 3D-curven en gewrichtspatronen, nauwkeurig tot op enkele millimeters en enkele graden. Dit opent de deur naar praktische, bijna realtime feedbacksystemen die trainers en spelers helpen precies te zien hoe een zwaai afwijkt van expertvorm en hoe deze verandert door training, zonder dat een volledig motion capture-lab nodig is.

Bronvermelding: Wang, Y., Shi, B. & Lv, B. Fine reconstruction of badminton swing dynamic trajectory assisted by event camera. Sci Rep 16, 15444 (2026). https://doi.org/10.1038/s41598-026-46443-8

Trefwoorden: badmintonzwaai, eventcamera, bewegingsregistratie, sportbiomechanica, sensorfusie