Weight-Mate: Wearable System for Perfecting the Conventional Deadlift
Authors
Sørensen, Frederik ; Jensen, Thomas Guldborg
Term
4. term
Education
Publication year
2017
Submitted on
2017-06-16
Pages
12
Abstract
Denne afhandling undersøger, hvordan bærbar teknologi med sansende feedback kan hjælpe erfarne vægtløftere med at perfektionere det konventionelle dødløft. Vi præsenterer Weight-Mate, et kropsbåret prototypesystem, der sporer kroppens bevægelser under løftet og giver diskret lyd- og visuel feedback i realtid for at støtte korrekt teknik uden at forstyrre koncentrationen. Systemet bygger på en dragt med sensorer placeret på ben, krop, skuldre og arme og er koblet til en softwareplatform, der omsætter bevægelsesdata til øjeblikkelig vejledning. Arbejdet fulgte en brugercentreret, iterativ designproces i flere faser: først med fokus på underkroppen, derefter udvidet til hele kroppen, med formative evalueringer undervejs med erfarne løftere. På baggrund af observationer og brugerfeedback blev sensordesignet og feedbackformatet løbende forbedret. En efterfølgende summativ evaluering med 10 vægtløftere viste, at den forbedrede Weight-Mate-prototype hjalp dem til bedre dødløftpræstationer, samtidig med at de kunne gennemføre deres almindelige træning. Afhandlingen bidrager med en konkret systemløsning og indsigter i, hvilke typer lyd- og visuel støtte der er nyttige for teknikforbedring under fysisk pres.
This thesis examines how wearable technology combined with sensory feedback can assist experienced weightlifters in perfecting the conventional deadlift. We present Weight-Mate, a body-worn prototype that tracks movement during the lift and delivers discreet, real-time audio and visual guidance to support correct technique without breaking focus. The system uses a sensor suit placed on legs, trunk, shoulders, and arms, coupled with a software platform that translates motion data into immediate feedback. The work followed a user-centered, iterative design process across multiple phases: initially focusing on the lower body and later expanding to full-body sensing, with formative evaluations involving experienced lifters at each step. Based on observations and user input, we refined sensor placement and the feedback modalities. A subsequent summative evaluation with 10 weightlifters indicated that the improved Weight-Mate prototype helped them achieve better deadlift performance while maintaining their usual training routines. The thesis contributes a practical system and insights into which audio and visual supports are most useful for technique correction under physical pressure.
[This summary has been generated with the help of AI directly from the project (PDF)]
Keywords
Documents