Wavelets and Maximum Strength Technology Algorithm

Abstract

The purpose of this work was to improve repetition counter algorithm of Maximum Strength Technology (Musti) developed by Medical Engineering R&D center of Oulu University of Applied Sciences. Repetition counter counts weight lifts done by user. There was already available a version of the repetition counter for Matlab and it was already started to be compiled into C-language for Musti wristband while this work was started. This earlier repetition counter was not functioning reliably enough, for example because it did not accepted significantly long repetitions by time.

Many methods for improvements were suggested. For this work, wavelet transform was chosen to be tested, because it was believed to be a helpful solution. New implementation was experimented with a free Wavelab Toolbox for Matlab. As a tool, continuous wavelet transform (CWT) was chosen in the end.

Succession for differently timed repetitions to be recognized was possible with the new algorithm, and it was proven to be lightweight enough to be workable in an embedded system. Final vision of operation for the new algorithm will be seen when it will be embedded to be part of the current code of the C-version.

Työn tarkoituksena oli parantaa Oulun seudun ammattikorkeakoulun Tekniikan yksikön Hyvinvointiteknologian tutkimus- ja tuotekehityskeskuksen (HYTKE) suunnitteleman Maksimivoimateknologian (Mustin) toistomäärälaskurin algoritmin toimintaa, joka laskee käyttäjän suorittamat toistot nostettaessa painoja. Toistomäärälaskurista oli jo olemassa Matlabilla toimiva versio, jonka kääntäminen C-kielelle Musti-ranneketta varten oli tätä työtä tehtäessä aloitettu. Entinen toistomäärälaskuri ei kuitenkaan ollut toiminnaltaan täysin luotettava, koska se ei esimerkiksi hyväksynyt ajallisesti huomattavan pitkäkestoisia toistoja.

Ehdotuksia toistomäärälaskurin parantamiseksi oli monia. Tässä työssä testattavaksi valittiin aallokeanalyysi, josta uskottiin olevan apua. Uutta toteutusta kokeiltiin Matlabin ilmaisella WaveLab Toolboxilla ja työkaluna käytettiin lopulta CWT-muunnosta (continuous wavelet transform).

Uudella algoritmilla onnistuttiin saamaan lisää tarkkuutta eripituisten toistojen tunnistamiseen ja sen myös katsottiin olevan riittävän kevyt toimiakseen sulautetussa järjestelmässä. Lopullinen näkemys algoritmin toiminnasta saadaan siinä vaiheessa, kun se tullaan sulauttamaan osaksi nykyistä C-kielistä ohjelmakoodia.