211service.com
Lær dit fitnessbånd at spore bicepscurls og mere
Ifølge Adam Tilton , når du kommer ned til det, er der virkelig ikke den store forskel mellem at estimere et missils vej og hastighed og at finde ud af, hvilken slags øvelse du laver i fitnesscentret: det handler om at bruge en sensor til at måle et signal og udvinde dette signal fra den omgivende støj.
Tilton burde have en ret god idé om, hvad han taler om. Som kandidatstuderende ved University of Illinois i Champaign-Urbana studerede han signalbehandling og estimeringskontrol - typisk anvendt på ting som styremissiler. Men for et par år siden, efter at han indså, at teknologien også kunne være nyttig for det hurtigt voksende marked for bærbare gadgets som fitness-tracking armbånd og smarte ure, besluttede han at ændre kurs.
Sidste år begyndte Tilton og hans ph.d.-rådgiver Prashant Mehta, en lektor i mekanisk videnskab og teknik, at arbejde på Rithmio , en softwareopstart, der søger at gøre det nemmere at tilføje nøjagtig gestus- og aktivitetsgenkendelse til alle slags bærbare gadgets, der hurtigt kan lære nye aktiviteter uden at have brug for masser af træningsdata.
Markedet for wearables er vokset hurtigt i de senere år; ifølge data fra teknologimarkedsforsker IDC er forsendelser af bærbare enheder tredoblet i de første tre måneder af dette år til 11,4 millioner sammenlignet med 3,8 millioner et år tidligere. De mest populære wearables er til fitnesssporing, såsom dem fra Fitbit, Xiaomi og Garmin. Men gadgets, der i øjeblikket er på markedet, har en tendens til kun at spore en håndfuld bevægelser og aktiviteter som løb, trappegang, cykling og søvn, og de skal trænes med masser af data for at lære at identificere aktiviteter eller bevægelser.
Rithmios grundlæggere mener, at de kan gøre dette bedre, hurtigere og nemmere - hvilket kunne tilskynde flere mennesker til at prøve wearables og over tid blive ved med at bruge dem til alt fra træningssporing til at bruge bevægelser til at styre andre gadgets som tv'er og tablets. Tilton, Rithmios administrerende direktør, siger, at dens software kan lære alle slags nye, specifikke bevægelser: bænkpres, jumping jacks, biceps curls og så videre - på få sekunder, lige på en brugers håndled.
Det afhjælper træningsproblemet, siger han.
Den Chicago-baserede startup rejste også for nylig $3 millioner i venturekapitalfinansiering fra chipproducenten Intels ventureinvesteringsarm, Intel Capital, KGC Capital og andre.
Indtil videre har Rithmio bygget (men endnu ikke udgivet) adskillige apps, der kan gøre ting som at spore vægtløftningsaktiviteter, og det planlægger at frigive softwareværktøjer senere på året, så udviklere kan tilføje sine gestus-genkendelsesfunktioner til smarture, der kører Googles Android Wear-operativsystemet og til Apple Watch og iPhone.
Og Tilton siger, at virksomheden også arbejder med chipproducenter som Intel og producenter af smartur og smartphones for at bygge sin software ind i chips og enheder. Han håber, at Rithmio vil blive inkorporeret i produkter engang næste år, selvom han ikke siger, hvilken form det i første omgang kan tage.
Virksomheden har testet sin teknologi på en række Android Wear-smarture som Sony SmartWatch 3 og Motorola 360, og det har sporet mere end 30 forskellige bevægelser indtil videre, siger han. Den kan lære nye på seks til 10 sekunder.
Tilton vil ikke give mange tekniske detaljer, men han siger, at i modsætning til typisk gestus- og aktivitetsgenkendelse, behøver Rithmios metode ikke at gøre ting som at analysere masser af bevægelsesdata for at finde et sæt funktioner, der udgør en aktivitet (som at gå) eller brug en klassificering, som er software, der genkender aktiviteten, når den sker.
TIL video demo Med Tilton giver det en fornemmelse af, hvordan Rithmios gestuslæring fungerer. I den bærer han en håndledsbaseret bevægelsessensor på sin venstre arm, der inkluderer et accelerometer og et gyroskop, og han laver adskillige springstik - en aktivitet, som softwaren (vist på en nærliggende bærbar skærm) endnu ikke kender. Hver ny aktivitet markeres som en ny rytme, siger Tilton, og brugeren kan derefter give hver enkelt et eget navn.
Tilton siger, at når først Rithmios software lærer en ny aktivitet - for eksempel squats, bicep curls eller bænkpres - kan den også måle målinger som hastighed og gentagelse. Derudover kan dens algoritme fortælle forskellen mellem næsten identiske handlinger, såsom små versus mellemstore armrotationer. Han siger, at Rithmio også arbejder på at bestemme ting som din form, når du udfører en øvelse og effektivitet sammenlignet med tidligere træning.
Mens markedet for bærbar teknologi stadig i vid udstrækning er fokuseret på håndleddet, siger Tilton, vil Rithmio arbejde på forskellige dele af kroppen og i samspil med andre sensorer på kroppen, der også kører softwaren (dette kan gøre Rithmio endnu mere præcis).
Tilton siger, at Rithmio også har bygget en demo-app, som fysioterapeuter kan bruge til at spore, hvor godt og ofte patienter laver tildelte øvelser.
Alligevel vil en vigtig vanskelighed for Rithmio være den samme, som alle slags virksomheder står over for på markedet for wearables: simpelthen at få folk til at bære gadgets på kroppen og spore, hvad de laver. På trods af den hurtige vækst af wearables er antallet af mennesker, der prøver dem, stadig lille, og det er ikke klart, hvordan det vil overbevise flere om at deltage i at gøre det nemmere at tilføje flere aktiviteter til en gadget.