nw  

Fehleranalyse und -korrektur in aufgezeichneten Leistungsdaten von Fitness-Trackern

Zusammenfassung

Die Plattform AZUM ermöglicht es Trainern, Athleten umfassend zu betreuen. Zur Analyse von Aktivitäten dienen Leistungsdaten, die von Fitnesstrackern aufgezeichnet werden. Fehler in diesen Daten können zu falschen Leistungsanalysen und sportlichen Misserfolgen führen. In dieser Arbeit werden solche Fehlerquellen untersucht. Es wird wurde eine Web-Anwendung entwickelt, die es Athleten und Trainern ermöglicht, Datenfehler zu korrigieren. Die Arbeit beinhaltet die Entwicklung verschiedener Bearbeitungsfunktionen für die plattform Azum

Schlüsselbegriffe

Django (Python), Vue (JavaScript), Custom Controls, .fit Protokoll

Ausgangslage und Zielsetzung

Auf der Plattform AZUM kann ein Coach seine Athleten vollumfänglich betreuen. Der Funktionsumfang geht vom Trainingsplan bis über zur Analyse von Trainingseinheiten. Damit ein Voach korrekte Trainingsanalysen machen kann, braucht er Leistungsdaten von absolvierten Trainingseinheiten. Diese werden mit Fitnesstrackern (z.B Sportuhr, Velocomputer etc) während des Trainings gemessen und abgespeichert. Aufgrund verschiedener Faktoren können die gemessenen Leistungsdaten Fehler enthalten. Dies führt in der Auswertung zu falschen Erkenntnissen über die Leistung des Athleten und kann so bis zu sportlichen Misserfolgen führen. Ziel der Arbeit ist die Analyse von Leistungsdaten und deren Fehlerquellen sowie die Konzeption und Umsetzung einer Bearbeitungssoftware, mit der Athleten und Coaches Fehler in den Daten selbst editieren und korrigieren können.

Ergebnisse

Als Lösungsansatz wird eine Bearbeitungssoftware in Form einer Web-Anwendung implementiert, sodass Athleten sowie Coaches Fehler in den Daten selbst editieren und korrigieren können. Das entstandene Produkt dieser Arbeit umfasst die Konzeption verschiedener Bearbeitungsfunktionen sowie die Umsetzung eines Bereich-Editors aufgebaut aut der bestehenden Plattform AZUM. Wichtige Funktionen sind die Anzeige der Leistungsdaten inn Diagrammen sowie die Bedienung des Editors mit einem einzigartigen Auswahlelement (Custom Control) für die Bearbeitung der Daten.

Projektdaten

IP5 - Herbstsemester 24/24, 180 Personenarbeitsstunden, 2 Personen

Auftraggeber

AZUM System AG

Dan Aeschlimann, dan.aeschlimann@azum.com

Peter Spörri, peter.spoerri@azum.com

AZUM Logo
Projektteam

Francesco Lucia, francesco.lucia@students.fhnw.ch

Elias Bräm, elias.braem@students.fhnw.ch

Kontakt

Prof. Dr. Norbert Seyff, norbert.seyff@fhnw.ch

Dr. Nitish Patkar, nitish.patkar@fhnw.ch

<< zurück