
Mätsystem och analys för att bedöma

åkteknik för längdskidåkare

Jakten på den perfekta diagonaltekniken

Kandidatarbete inom Elektroteknik

Simon Bruijn, Lucas Gustafsson, Elliot Husmark, Hanna Larsson,
Gustav Nilsson, Linnea Sjödin

INSTITUTIONEN FÖR ELEKTROTEKNIK

Chalmers Tekniska Högskola
Göteborg 2025
www.chalmers.se

www.chalmers.se


Mätsystem och analys för att bedöma
åkteknik för längdskidåkare
Jakten på den perfekta diagonaltekniken

Författare

Namn CID

Simon Bruijn nicolaas
Lucas Gustafsson lucasem
Elliot Husmark husmarke
Hanna Larsson hlarsson
Gustav Nilsson gustanil
Linnea Sjödin sjodinli

Handledare
Jonas Fredrikson

Examinator
Jonas Sjöberg

Kandidatarbete
Inlämningsdatum: 13 maj 2025

Chalmers University of Technology


Mätsystem och analys för att bedöma åkteknik för längdskidåkare
Jakten på den perfekta diagonaltekniken

Simon Bruijn
Lucas Gustafsson
Elliot Husmark
Hanna Larsson
Gustav Nilsson
Linnea Sjödin

Handledare: Jonas Fredriksson, System- och reglerteknik, Elektroteknik
Examinator: Jonas Sjöberg, System- och reglerteknik, Elektroteknik Kandidatarbete 2025
Institutionen för Elektroteknik
Avdelningen för System- och reglerteknik
Chalmers Tekniska Högskola
SE-412 96 Göteborg
Telefon +46 31 772 1000

Skriven i LATEX
Göteborg 2025


Abstract

The thesis presents the development and evaluation of a prototype for measuring and as-
sessing skiing technique in cross-country skiing. The aim was to explore how technological
tools can support skiers in independently improving and developing their technique. The
goal was to create a prototype that can collect data about the skier’s technique and use this
information to assess the quality of the technique and provide feedback. The prototype
was built using three types of sensors: strain gauges, accelerometers, and a Time-of-Flight
sensor. The strain gauges measured the pressure applied to the feet, the accelerometers
recorded the movements of one ski and the upper body, and the Time-of-Flight sensor
recorded the movements and passage of the legs. Tests were conducted on roller skis on
a treadmill with various experienced cross-country skiers. The results showed that the
prototype could distinguish differences between experienced and novice skiers based
on the measured data describing their movement patterns. The original goal of a fully
autonomous prototype was not fully achieved, but the project has made an important step
forward in developing technological tools that can support skiers in their independent
technical development.

This report is written in Swedish.


Sammanfattning

Kandidatarbetet presenterar utvecklingen och utvärderingen av en prototyp för att mäta
och bedöma åkteknik i längdskidåkning. Syftet var att undersöka hur tekniska hjälpmedel
kan stödja skidåkare i att självständigt förbättra och utveckla sin teknik. Målet var att
skapa en prototyp som kan samla in data om åkarens teknik och använda denna infor-
mation för att bedöma teknikens kvalitet och ge feedback. Prototypen byggdes med hjälp
av tre typer av sensorer, töjningsgivare, accelerometrar och en Time of Flight sensor.
Töjningsgivarna mätte trycket som appliceras på fötterna, accelerometrarna registrerade
rörelser i en skida och överkroppen, och Time of Flight sensorn registrerade benens rörelser
och passage. Försök genomfördes på rullskidor på ett rullband med längdskidåkare med
olika erfarenhet. Resultaten visade att prototypen kunde urskilja skillnader mellan er-
farna och oerfarna skidåkare baserat på mätdata som beskrev deras rörelsemönster. Det
ursprungliga målet om en helt självständig prototyp uppnåddes inte fullt ut, men pro-
jektet har gjort ett viktigt framsteg i utvecklingen av tekniska hjälpmedel som kan stödja
skidåkare i deras självständiga teknikutveckling.


Förord

Vi vill rikta ett varmt tack till alla som deltog i arbetets datainsamling. Tack vare er fick vi
mätvärden från såväl elitåkare till personer som aldrig stått på ett par rullskidor innan.

Ett särskilt tack riktas även till Lars Nelson och Krister Åkärbjär för deras värdefulla
insikter.

Slutligen vill vi tacka vår handledare Jonas Fredriksson, vars breda kunskap och stora
entusiasm varit avgörande för projektet.


Innehållsförteckning

1 Inledning 1

1.1 Diagonalåkning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2 Teknikträning inom längdskidåkning idag . . . . . . . . . . . . . . . . . . . 2

1.3 Syfte och mål . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.4 Delmål . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.5 Avgränsningar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Tekniska faktorer och prestandamått 6

2.1 Tekniska faktorer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.1.1 Maxtryck . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.1.2 Överkroppsrörelse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.1.3 Tryckfördelning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.1.4 Antifasrelation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.1.5 Cykelfrekvens och cykellängd . . . . . . . . . . . . . . . . . . . . . . 8

2.2 Variabilitet som prestandamått . . . . . . . . . . . . . . . . . . . . . . . . . 8

3 Mätsystem 10

3.1 Marknadsundersökning av liknande produkter . . . . . . . . . . . . . . . . 10

3.2 Urval av tekniska faktorer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

3.3 Framställning av mätsystem . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

4 Experiment 15

4.1 Kalibrering av töjningsgivare . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

4.2 Insamling av data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

4.3 Repeterbarhet hos mätsystemet . . . . . . . . . . . . . . . . . . . . . . . . . 19

4.4 Skidans rörelse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

5 Bearbetning av insamlad data 22

5.1 Tidsskillnad för maxtryck och fötternas passerande . . . . . . . . . . . . . . 22

5.2 Överkroppens rörelse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

5.3 Frekvensbaserad bearbetning . . . . . . . . . . . . . . . . . . . . . . . . . . 23

5


6 Resultat 25

6.1 Tidsskillnad mellan maxtryck och passering av fötter . . . . . . . . . . . . . 25

6.2 Rörelse i överkroppen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

6.3 Variabilitet av frekvens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

6.4 Cykellängd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

7 Diskussion och vidareutveckling 32

7.1 Utvärdering av mätsystemet . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

7.2 Diskussion av data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

7.3 Diskussion av resultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

7.3.1 Tidsskillnader mellan maxtryck och fotpassage . . . . . . . . . . . . 33

7.3.2 Frekvensanalys som mått på rörelsevariabilitet . . . . . . . . . . . . 34

7.3.3 Skillnader i cykellängder . . . . . . . . . . . . . . . . . . . . . . . . . 34

7.4 Möjliga utvecklingsområden . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

8 Etiska aspekter 36

9 Slutsatser 37

Referenser 38

A Bilagor 42

A.1 Intervjufrågor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

A.2 Utdrag av data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

A.3 Bilder på mätsystemet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46


1 Inledning

Längdskidåkning är en mycket populär sport i Norden men utövas även internationellt.
Vissa åker längdskidor för att få motion och komma ut i naturen, medan andra vill träna
och utveckla sin skidåkning. Oavsett syftet med skidåkningen är det intressant att träna sin
teknik då längdskidor är en komplex sport som kräver god teknik för att kunna prestera
[1]. Att förbättra tekniken är viktigt för att maximera användandet av skidåkarens fysiska
kapacitet [2]. Detta leder till en mer effektiv arbetsekonomi, vilket innebär att mindre
energi krävs för att utföra samma arbete [3]. Detta leder i sin tur till att skidåkaren kan
åka snabbare oavsett distans eller orka längre sträckor med bibehållen prestation.

Figur 1: Rörelsecykler för olika växlar inom den klassiska längdtekniken. A)
Diagonalåkning, B) Stakning med frånskjut, C) Stakning. Numren ovanför figurerna

tillhör en fas i de olika rörelsecyklerna [4]. Omarbetad med tillstånd.

I längdskidor finns det två stilar, klassisk stil och fristil [5]. I den fria stilen väljer åkaren
själv vilken teknik den vill använda, men oftast utnyttjas tekniken skejt. Inom klassisk
stil finns det fem växlar, vilket är olika tekniker som används beroende på terräng och
tempo [6]. Växel ett är saxning som används i branta uppförsbackar. Där vinklar åkaren ut
skidorna och går eller springer upp, samtidigt som armarna rör sig diagonalt med benen.
Växel två är diagonalåkning, vilket är den vanligaste tekniken i uppförsbackar och liknar
löpning, se figur 1A. Tredje växeln är stakning med frånskjut som används i svagt lutande
uppförsbackar där åkaren skjuter ifrån med ett ben i taget och stakar med parallella armar,
se figur 1B. Saxning, diagonalåkning och stakning med frånskjut utnyttjar fästvalla som
är fördelad under skidans upphöjda del, även kallat spann, se figur 2. För att fästvallan
ska komma i kontakt med snön behöver åkaren trycka ner spannet och kan därigenom
få fäste. Den fjärde växeln är stakning där endast parallella armar används för att trycka
ifrån, se figur 1C. Den sista växeln är fartställningen där åkaren hukar sig och placerar
armbågarna mot knäna i nedförsbackar.

1


Figur 2: Bild av en längdskida i profil där det röda området är längdskidans spann. Valla
för olika väder appliceras enligt anvisningens zoner [7]. Omarbetad med tillstånd.

1.1 Diagonalåkning

Diagonalåkning är särskilt svår att lära ut och utföra rätt jämfört med de andra teknikerna
[8]. Vid diagonalåkning rör sig armarna och benen diagonalt, där ena benet trycker
ifrån samtidigt som den kontralaterala armen. Anledningen till att tekniken anses vara
komplicerad är för att den kräver att åkaren tar hänsyn till många olika moment samtidigt.
Både armar och ben utför tekniska rörelser samtidigt vilket kräver god koordination för att
få ett effektivt samspel. Åkaren ska sträva efter att sätta ner staven i höjd med bindningen
på den glidande skidan med armen i 90 graders vinkel, se figur 1A fas 1 och 6. När
staven sätts i marken sker en tyngdöverföring från det ben som bär kroppsvikten, det vill
säga frånskjutsskidan, till det andra benet som då blir den nya frånskjutsskidan. Krister
Åkärbjär, specialidrottstränare vid Mora skidgymnasium, säger i en personlig intervju
2025 att detta är ett av de viktigaste momenten i diagonalåkningen. Han menar att åkaren
helst vill lägga hela vikten på en skida i taget för att få mest tryck och därmed mest fäste.
Åkärbjär berättar även att åkaren ska uppnå maxtryck på skidan när pjäxorna passerar
varandra, se figur 1A fas 3 och 8. Då är kroppsvikten samlad över foten vilket gör att
tyngdkraften som utövas på skidan är maximal. Tyngden kan skidåkaren utnyttja och
behöver således använda en mindre muskelkraft för att trycka ner skidan och få fäste. Detta
effektiviserar energikonsumtionen, eftersom det ger möjligheten till att lägga mer kraft
på att trycka sig framåt istället för nedåt. Krister Åkärbjärs beskrivning stämmer överens
med vad skidtränare Christer Norström lyfter fram i en artikel om diagonalåkningsteknik,
att hela vikten bör föras över på ena skidan för att få ordentligt fäste med minimal
muskelansträngning[9].

1.2 Teknikträning inom längdskidåkning idag

Inom längdskidåkning på högre nivåer, såsom skidgymnasium eller landslag, menar
Krister Åkärbjär att teknikträning oftast genomförs tillsammans med en tränare. Han
berättar att tränaren filmar skidåkaren och analyserar tekniken i detalj för att sedan
återkoppla vad som kan förbättras och hur skidåkaren ska göra det. Problemet med denna
typ av teknikträning är bristen på kvantitativa mått på de tekniska färdigheter som tränas,
samt att den kräver någon som filmar och analyserar. Åkärbjär berättar även att det inte
finns dokumenterat eller kvantifierat vilken åkteknik som är optimal utan att man försöker
se på de bästa åkarna och efterlikna deras teknik vid teknikträning.

2


Att ha en tränare som kan filma och analysera teknik har de flesta skidåkare inte tillgång
till. Därför finns det ett behov av att skapa ett hjälpmedel som en enskild skidåkare kan
använda för att analysera sin teknik och enkelt få respons när tekniken förbättras eller
försämras. Det finns också ett behov av att ge mer detaljerad information om tekniken vid
teknikträning för skidåkare på högre nivå. Denna information kan exempelvis omfatta
tiden det tar att genomföra olika delar av en rörelsecykel, storleken på den kraft som
utövas eller accelerationen hos en viss del av kroppen.

1.3 Syfte och mål

Syftet med kandidatarbetet är att undersöka hur tekniska hjälpmedel kan stödja skidåkare
i att självständigt förbättra och utveckla sin teknik.

Målet med projektet är att utveckla en prototyp som kan ge längdskidåkaren återkoppling
på tekniken. Prototypen ska kunna samla in data som beskriver längdskidåkarens teknik
och utifrån denna bedöma teknikens kvalitet.

1.4 Delmål

Projektet kan brytas ned i följande delmål för att uppnå det huvudsakliga syftet och målet.

Det första delmålet är att identifiera mätbara tekniska faktorer inom längdskidåkningsteknik
i syfte att göra tekniknivån kvantifierbar. En teknisk faktor kan i detta arbete definieras
som ett identifierbart inslag i en skidåkares rörelsemönster som har en tydlig påverkan
på teknikens effektivitet och därigenom åkarens arbetsekonomi, kraftöverföring och pre-
station. Utöver det krävs en kartläggning av de identifierade faktorerna med avsikt att
sortera bort de som är irrelevanta och orealistiska.

Ett centralt moment i arbetet är utvecklingen av ett mätsystem som möjliggör datain-
samling från längdskidåkare. Den insamlade data används för att kvantifiera tekniska
faktorer som tidigare identifierats som betydelsefulla och mätbara. Mätsystemet bör vara
anpassningsbar till flera utövare och vara konstruerat så att det inte stör eller utgör en
fara för utövaren. För att säkerställa tillförlitliga resultat krävs dessutom att systemets
repeterbarhet verifieras genom upprepade mätningar och tester.

För att samla in data behöver det genomföras tester där olika försökspersoner åker skidor
för att samla in data. De olika testpersonerna innehar fördelaktigheten olika erfarenhet
inom längdskidåkning, från att aldrig att ha stått på ett par skidor till att ha tävlat på hög
nivå inom längdskidåkning.

Antal testpersoner och tester som genomförs bör till antalet vara så stort som är praktiskt
möjligt för att säkerställa en bred och tillförlitlig databas. Data som samlas in behöver
vara av tillräckligt hög kvalité så att det är möjligt att utvinna kvantitativa mått på de
tekniska faktorer som mätsystemet är konstruerat för att samla in.

För att möjliggöra återkoppling till utövaren behöver systemet kunna klassificera längdski-
dåkarens tekniska prestation. Målet är att framställa eller välja en metod som tolkar och

3


värderar resultat. För att kunna genomföra detta behöver varje teknisk faktor kunna
presenteras individuellt. På så sätt kan att utövaren få en ökad förståelse i hur den
presterar i varje teknisk faktor.

1.5 Avgränsningar

På grund av begränsade resurser i form av tid och budget kandidatarbetet avgränsats till
följande:

• Diagonalåkning
Inom den klassiska stilen har projektet avgränsats till diagonalåkning. Diago-
nalåkning är en av de mest dynamiska växlarna inom den klassiska stilen och därav
är det mest intressanta ur ett teknikperspektiv. Utöver det finns det färre studier
som har gjorts på diagonalåkning jämfört med andra längdskidåkningstekniker som
stakning.

• Indikatorer för bra teknik
Det finns många faktorer som kan främja eller hämma god teknik. Istället för att
beakta allt begränsas projektet till ett fåtal mått som är möjliga att mäta med hjälp
av ett mätsystem.

• Experiment med rullskidor på rullband
Av praktiska skäl kommer alla projektets experiment och datainsamling begränsas
till rullskidor på rullband. Detta har flera fördelar för projektet som bland an-
nat högre repeterbarhet på experiment på grund av mer uniforma förhållanden
för datainsamling och färre utomstående variabler som kan påverka data [10].
De utomstående variablerna som försvårar experiment utomhus är framförallt
förändringar i väder och snö vilket leder till varierande friktionskoefficienter. Rull-
bandet har också fördelen att kunna ha en konstant inställd hastighet och lut-
ning. Uniforma väderförhållande är en viktig anledning till att flertalet tidigare
undersökningar inom längdskidåkning har genomförts inomhus på rullband [11].
Nackdelen med detta är att det inte är en fullständig analogi för skidåkning på
snö, i och med att skidans grepp på underlaget som faktor inte finns på rullskidor.
Rullskidornas hjul kan ha en statisk friktion flera gånger större än på snö och därför
kan idealtekniken mellan rullskidor och skidor på snö skilja sig något åt. Men trots
att denna faktor saknas på rullskidor så är tekniken jämförbar med tekniken på snö,
enligt Krister Åkärbjär, tidigare nämnd i kapitel 1.1.

En tidigare studie som utvärderar tillförlitligheten för tester inom längdskidåkning
har genomförts på rullband och visat att dessa tester är standardiserade och tillförlitli-
ga [12]. En annan studie som gjorts har utvärderat överföringen i åkteknik mel-
lan skidåkning på snö samt rullskidåkning inom diagonalåkning [13]. Åktekniken
på rullskidor visade sig där vara lik åktekniken som används inom traditionell
skidåkning i stor utsträckning. Däremot finns det några skillnader i framförallt
rörelser i höfter, knä och underben vid isättning och frånskjut att beakta vid överföring
av teknik mellan rullskidor och skidåkning på snö.

4


• Endast ha sensorer på kroppen och pjäxor
Projektet avgränsas till att mätsystemet enbart ska bestå av sensorer som kan fästas
på åkarens kropp och pjäxor. Systemet ska vara enkelt att montera och bära utan
att påverka åkarens rörelsefrihet alltför mycket. Avgränsningen valdes i enlighet
med syftet eftersom sensorer som går att ha på kroppen är smidigare vid åkning
och enklare att installera. Eftersom användningen av externa sensorer eller kameror
begränsar möjligheten till kontinuerlig mätning och kräver specifika datainsamlings-
miljöer, motverkar de syftet om att kunna genomföra datainsamling självständigt
utan extern hjälp.

5


2 Tekniska faktorer och prestandamått

Som tidigare nämnts i kapitel 1.1 är diagonalåkning en tekniskt komplex rörelseform
som ställer höga krav på koordination och timing för att utföras korrekt. I syfte att
analysera teknikens nyckelkomponenter identifierades centrala faktorer som påverkar
diagonalåkning, baserat på både empiriska intervjuer och en systematisk litteraturge-
nomgång.

Två personer med omfattande erfarenhet av längdskidåkning intervjuades för att bidra
med expertperspektiv. Den ena var Krister Åkärbjär, tränare vid ett skidgymnasium,
som tidigare omnämnts i kapitel 1.1. Den andra var Lars Nelson, tidigare medlem i
svenska längdskidlandslaget och olympisk guldmedaljör i längdskidor. Deras expertis
bidrog väsentligt till identifieringen och tolkningen av tekniska faktorer kopplade till
diagonalåkning. En fullständig redovisning av intervjufrågorna återfinns i Bilaga A.

För att stärka analysens vetenskapliga grund genomfördes även en litteraturstudie i
databaser som Scopus och PubMed. Syftet var att identifiera tidigare forskning som
behandlar tekniska aspekter av diagonalåkning. Utöver detta inkluderades även litteratur
inom närliggande områden, såsom gång och löpning, i syfte att ge en bredare förståelse
för kroppens rörelsemönster.

2.1 Tekniska faktorer

Genom kombinationen av intervjuer och litteraturgenomgång kunde ett antal centrala fak-
torer identifieras som påverkar en skidåkares diagonalteknik och därigenom förmågan att
effektivt utnyttja sin fysiska kapacitet. Dessa faktorer beskrivs och analyseras i kommande
kapitel.

2.1.1 Maxtryck

En av de viktigaste faktorerna inom diagonaltekniken är kroppens position vid det maxi-
mala trycket på skidan. Krister Åkärbjär beskriver att det optimala rörelsemönstret är att
maxtrycket på skidan sker precis när fötterna passerar vandra och är parallella. Han förklarar
att ett annat sätt att maximera trycket på skidan är att ha en rak arm i stavens nedersta
läge under frånskjutet, vilket leder till en större pendelrörelse och därmed genererar mer
kraft. Detta styrks också av Lars Nelson, som tillägger att vid ett frånskjut bör så stor
andel som möjligt av trycket mot marken vara genom frånskjutsskidan, vilket betyder att
trycket på den andra skidan bör vara så nära noll som det går. Detta är avgörande för att
få maximalt fäste mot underlaget med den skidan man skjuter ifrån med, vilket ofta utgör
en svårighet för motionärer.

6


2.1.2 Överkroppsrörelse

Åkerbjär beskriver att en minimal vertikal rörelse hos överkroppen är att föredra, då rörelse i
vertikalled inte bidrar till framåtdrivande kraft. En sådan rörelse betraktas därför som
ineffektiv och leder till onödig energiförlust för skidåkaren. Därutöver menar Nelson att
överkroppen ska bli mer upprätt i förhållande till det horisontella planet ju brantare lut-
ningen blir. Syftet med förändringen av position är att ge åkaren mer fäste i uppförsbacken
genom att kroppens tyngdpunkt blir mer centrerad över foten på frånskjutsskidan.

2.1.3 Tryckfördelning

Ett vanligt misstag, enligt Åkerbjär, är att fotens tryck på skidan hamnar för mycket på
insidan i frånskjutsfasen och ger därmed en vinkel på skidan. Vinkeln ger skidans fästzon
en mindre kontaktyta med snön, vilket resulterar i försämrat fäste. Att ha foten i en
position som gör att skidan står plant mot marken ger alltså bättre fäste utan att kräva större
muskelkraft. Han förklarar också att trycket på skidan bör överföras genom framfoten
snarare än hela foten, eftersom detta ökar trycket ned mot snön.

Vid en studie gjord på elva elitskidåkande män undersöktes kraftfördelningen i foten
under olika faser av diagonalskidåkning [11]. I studien delades foten in i fyra sektioner:

• Framfot: Främre 50 % av foten.

• Bakfot: Bakre 50 % av foten.

• Insida: Inre 50 % av foten.

• Utsida: Yttre 50 % av foten.

Under glidfasen visade resultaten att cirka 75 % av kraftimpulsen var koncentrerad till
bakfoten och resterande 25 % till framfoten, oberoende av hastighet. Tidigare studier
har däremot visat en fördelning på 63 % respektive 27 % istället, men dessa mätningar
genomfördes i brantare lutning och på rullskidor istället för snö. Under själva frånskjutet,
samt tiden strax innan frånskjutet, fördelades kraften istället 90 % på framfoten och 10 %
på bakfoten.

7


2.1.4 Antifasrelation

Vid längdskidåkning så utförs olika växlar med olika tajming mellan armar och ben, detta
kan kallas antingen fas- eller antifasrelation [14]. I diagonalåkning utförs rörelsen mellan
armar och ben i en antifasrelation, det betyder att höger arm jobbar parallellt med vänster
ben och vice versa. Enligt Lars Nelson bör staven sättas i snön strax före frånskjutet med
benet, och frånskjutet från både arm och ben bör avslutas samtidigt för att uppnå korrekt
tajming. Målet är att bibehålla en perfekt antifasrelation mellan armar och ben, vilket är
avgörande för optimal prestation. Många motionärer har dock svårt att upprätthålla denna
samordning och tenderar att tappa den korrekta tajmingen. I vissa fall kan avvikelsen bli
så stor att åkaren övergår till en fasrelation, där armar och ben rör sig i takt i ett mönster
som liknar passgång.

2.1.5 Cykelfrekvens och cykellängd

Hastigheten inom diagonalskidåkning kan påverkas av flertalet kinematiska aspekter [11].
En del som påverkar hastigheten är cykelfrekvensen, alltså hur ofta en cykel utförs. En
cykel i längdskidåkning kan definieras som perioden från att en stav sätts i snön tills
nästa gång samma stav sätts ner i snön igen. Även cykellängd, alltså längden åkaren
förflyttar sig under en cykel, påverkar hastigheten. Vid snabbare skidåkning, exempelvis
sprint, skiftar förhållandena i åkningen jämfört vid distansåkning. Det syns tydligt hur
cykelfrekvensen ökar, cykellängden blir kortare och frånskjutskrafterna ökar. Relationen
mellan cykellängd, cykelfrekvens och hastighet (v) kan beskrivas som

v = cykellängd · cykelfrekvens. (1)

Inom fristilslängdåkning har det visats att högre rankade åkare generellt åker med längre
cykellängder jämfört med lägre rankade åkare [1]. Vidare beskrivs att åkare tenderar
att ha en personlig, naturlig cykelfrekvens som oftast är den mest energieffektiva för
individen. Att åka med en högre cykelfrekvens än den naturliga har i studier visat sig
leda en ökad energiförbrukning. Vilken specifik cykelfrekvens en skidåkare håller är
oberoende av åkarens nivå [15]. En minskning i hastighet beror oftast på en minskning av
cykellängden i första hand. Skidåkare skulle kunna förbättra sin prestation genom att öva
på att upprätthålla en lång cykellängd utan att förändra cykelfrekvensen [16][15].

2.2 Variabilitet som prestandamått

I den genomgångna litteraturen framkommer det att variabilitet i rörelsemönster har en
betydande roll inom gång och löpning. Variabilitet i rörelsemönster inom idrott syftar
på de skillnader som uppstår mellan upprepade utföranden av samma rörelse, trots att
uppgiften är densamma [17]. Inom löpning tenderar erfarna löpare att uppvisa mindre
variation i vertikala rörelser av överkroppen samt i stegfrekvens jämfört med mindre
erfarna löpare. Dessa parametrar är viktiga för en jämn och därmed energisnål löpning.

Även inom längdskidåkning är energisnål rörelseeffektivitet viktigt. Däremot behöver
åkaren ofta anpassa sina rörelser och val av växel beroende på exempelvis lutning, snö

8


och valla. Varje vald växel och frekvens bör dock genomföras med så liten variation som
möjligt för att främja en energisnål åkning.

Tidigare har variationer i rörelsemönstret vid gång, både mellan individer och över tid,
analyserats för att studera olikheter i rörelsebeteende [18]. Variabilitet kan även användas
för att jämföra skillnader mellan personers rörelsemönster. I detta arbete undersöks om
sådan variabilitet även kan användas för att särskilja mellan en erfaren och en oerfaren
skidåkare, baserat på antagandet att en mer erfaren åkare bör uppvisa ett mer konsekvent
rörelsemönster.

För att upptäcka och kvantifiera dessa förändringar kan olika sensorer som exempelvis
accelerometrar och gyroskop användas. Dessa sensorer har i tidigare studier använts för att
utvinna information om rörelsebeteende genom att registrera signaler [18]. Från dessa sig-
naler har olika parametrar extraherats i både tid, frekvens samt tid-frekvensdomänen för
att ge en översiktlig bild av rörelsemönstrets variation och förändring över tid. Exempelvis
tenderar friska individer att uppvisa ett mer centrerat frekvensspektrum med mindre va-
riationer, vilket kan indikera på en stabilare gång och ett jämnare rörelsemönster. Energin
i signalerna är då i större utsträckning koncentrerad kring vissa dominerande frekvenser
vilket speglar en regelbunden och kontrollerad rörelse.

Sammantaget kan dessa tidigare studier indikera på att ett stabilt och kontrollerat rörelsem-
önster, med begränsad variation, är fördelaktigt för en energisnål längdskidåkning. För
att undersöka detta närmare kan analys av rörelsevariabilitet vara ett relevant verktyg.

9


3 Mätsystem

För att kunna mäta och analysera de tekniska faktorer som identifierades i kapitel
2 krävs ett tillförlitligt och precist mätsystem som kan leverera kvalitativa mätdata.
Nästkommande kapitel behandlar de överväganden, metoder och utmaningar som varit
avgörande i utformningen av det slutgiltiga mätsystemet.

3.1 Marknadsundersökning av liknande produkter

I nuläget finns det flera verktyg för att mäta skidåknings teknik, med Skisens, CARV,
Wememove, Archinisis och Pedar Mobile System som några av de mest framstående
[19] [20] [21] [22]. Det saknas i dagsläget produkter som är specifikt utvecklade för
längdskidåkning och som möjliggör datainsamling direkt från pjäxorna. Det finns således
ännu inget kommersiellt tillgängligt system som appliceras på en längdskidåkares pjäxor
och som möjliggör kvantitativ mätning av åkarens diagonalteknik.

Enligt produktbeskrivningen av Skisens är deras verktyg ”ett smart skidhandtag som
mäter effekt och åkteknik vid skidåkning” där ”handtag mäter den framdrivande kraften
genom data från kraft- och rörelsegivare som är integrerade i handtaget” [19]. I deras app
ges feedback på åkarens kapacitet, träningsintensitet samt åkteknik, i form av stavkraft och
vinkel över tid. Appen ger även coachning baserat på den insamlade informationen från
stavarna. Skisens mäter dock endast data från stavarna, och inte från resten av kroppen.

CARV 2 är ett verktyg som utvärderar och betygsätter slalomteknik [20]. Genom ett
gyroskop och en accelerometer som placeras på åkarens båda pjäxor bestäms deras position
och vinkel gentemot varandra. Utifrån uppmätt data analyseras åkarens prestation med
hjälp av artificiell intelligens. Ett urval av det CARV 2 analyserar är balansen i svängar,
hur parallella skidorna är, formen på svängarna samt vilken vinkel som skidornas kant
har mot backen. Under varje åk utvärderas samtliga mätpunkter, och återkoppling till
åkaren sker i realtid antingen visuellt eller auditivt genom en mobilapplikation.

Wememove är ett träningshjälpmedel som inte längre säljs. Produkten var en app och ett
pulsbälte med rörelsesensorer runt bröstet [21]. Mjukvaran analyserade hur åkaren rörde
sig och omvandlade informationen till träningstips och insikter i realtid. Appen kunde
visa fakta om åkarens attack, staknings-frekvens, båltryck och stabilitet. Målgruppen för
produkten var inte begränsad till elitidrottare, utan omfattade i första hand motions-
utövare.

Archinisis säljer mjukvara anpassad för att bedöma atletens teknik i en rad olika sporter,
exempelvis friidrott, rodd och längdskidor [22]. I Archinisis system fästs den rekom-
menderade sensorn på övre delen av åkarens rygg för att möjliggöra feedback. Sensorn
registrerar bland annat position, hastighet och omgivningens lufttryck. Informationen från
sensorn skickas till Archinisis server som analyserar och bearbetar datan. Utöver det kan
även videomaterial skickas in och bearbetas. Sedan kan bland annat skidåkningseffekt,
hastighetsjämförelser, kadens och sträcka per cykel visas i Archinisis webbapplikationen.

10


Pedar Mobile System är en sula med 99 sensorer som kan mäta tryckfördelningen under
foten [23]. Detta system har flera användningsområden inom framförallt biomekanik
och idrott. Exempelvis har ett Pedar Mobile System använts vid en tidigare studie inom
diagnonalåkning för att mäta hur åkaren belastade skidan [11].

3.2 Urval av tekniska faktorer

Marknadsanalysen identifierade ett antal kommersiellt tillgängliga mätsystem med liknan-
de funktionalitet, inom de ramar som definierats för detta arbete. Dessa system uppfyller
även ett centralt kriterium enligt kapitel 1.5, då arbetet är avgränsat till sensorer som kan
placeras direkt på skidåkaren eller pjäxorna. Baserat på analysen framstår accelerometrar
och gyroskop som några av de mest mångsidiga sensorerna för rörelseregistrering och
används därför frekvent inom rörelseanalys. En Inertial Measurement Unit (IMU) kombi-
nerar dessa två sensorer, ett gyroskop och en accelerometer, vilket möjliggör mätning av
både kroppens acceleration och dess orientering i förhållande till underlaget [24].

Utöver systemen där IMUer användes, identifierades även ett system där trycksensorer
användes. En trycksensor består av flera töjningssensorer och fungerar genom att ett
aktivt material förändrar sin elektriska resistans vid mekanisk påverkan, alltså töjning
och kompression [25].

Utöver marknadsanalysen finns det etablerade avståndsmätare som också är i enlighet
med projektets krav. En Time of Flight sensor (ToF-sensor) mäter avståndet till objekt
inom ett visst område. Detta sker genom att sensorn sänder ut en signal av antingen ljud
eller ljus för att sedan mäta tiden det tar för den att reflektera tillbaka [26][27].

Genom att utgå från de tekniska faktorerna som presenterades i kapitel 2.1 konstateras
det att IMUer ger möjligheten till att mäta rörelser av överkroppen och pjäxor, samtidigt som
det inbyggda gyroskopet kan även avgöra skidans lutning mot underlaget. Ytterligare kan
töjningsgivare kombineras med en avståndsmätare för att undersöka när maxtryck sker i
förhållande till när benen passerar varandra. Genom att placera flera töjningsgivare i samma
pjäxa ges även möjligheten till att mäta hur trycket är fördelat i pjäxan. Sammantaget
möjliggör användningen av flera olika mätinstrument en mångsidig representation av
bland annat cykelfrekvens, cykellängd och tryckfördelning vilket i sin tur gör det möjligt att
identifiera variabilitet i rörelsemönstret enligt beskrivningen i kapitel 2.2.

3.3 Framställning av mätsystem

För att kunna samla in data från skidåkare designades ett mätsystem som utrustades med
de sensorerna som i kapitel 3.2 ansågs som passande för att mäta de utvalda tekniska
faktorerna. En visualisering av hur mätsystemet placerades på en människa finns att se i
figur 3b.

Inledningsvis installerades sex töjningssensorer av modellen FlexiForce A301, med syftet
att mäta tryckfördelningen under fötterna samt identifiera när maxtryck uppstår [28].
Sensorerna valdes främst för att de kunde placeras inuti pjäxan och för att de hade en
svarstid på under 5µs [28]. De fördelades under sulorna med en sensor under hälen, en

11


under den främre insidan och en under den främre utsidan av foten. Töjningsgivarnas
placering kan ses i figur 3a.

(a) Töjningsgivarnas placering under
sulan.

IMU

Bälte med 
mikrokontrollerkort

Sula med 
töjningsgivare

  IMU

Behållare med 
prototypbräde

Time of flight 
sensor

(b) Mätsystemets helhet placerat på en
människa.

Figur 3: Bilderna illustrerar mätsystemets delar.

Ett rekommenderat kopplingsschema, se figur 4a, användes för att förstärka signalen samt
för att ge ett linjärt samband mellan den applicerad kraft och den utgående spänning [29].
Kopplingsschemat löddes på två prototypbräden, se figur 4b, där varje töjningsgivare har
sin egen förstärkning. De operationsförstärkare som användes i kopplingsschemat var
LM358-N [30].

(a) Kretsschema för förstärkning av
töjningsgivare[31].

(b) Prototypbräde med tre
töjningsgivare kopplade enligt figur 4a.

Figur 4: Bilder som visar prototypbrädets konstruktion.

Från prototypbrädena drogs kopplingar till ett mikrokontrollerkort, som i prototypen
utgjordes av en Arduino Mega 2560. Fördelen med just detta mikrokontrollerkort är
främst det stora antalet portar, vilket möjliggör användning av flera sensorer samtidigt

12


[32]. Strömförsörjningen till mikrokontrollerkortet skedde via en USB-kabel ansluten till
en portabel laddare.

Mikrokontrollerkortet utrustades även med en bluetooth-modul av modellen HC-06,
vilket möjliggjorde trådlös kommunikation mellan mikrokontrollerkortet och en mobil
eller dator. Bluetooth modulens kommunikations kanaler, RX (recieve) och TX (trans-
mit), kopplades till de analoga pinnarna 2-3. För undvika skada på chippet användes en
spänningsdelare på TX-linjen för att sänka spänningen från 5 V till cirka 3,5 V. I koden
användes biblioteket SoftwareSerial för att skicka data via dessa analoga pinnar [33].

För att kunna mäta acceleration både på en fot och i överkroppen installerades två IMU-
sensorer av modellen Grove - IMU 9DOF (ICM20600 + AK09918) [34]. Sensorerna kom-
municerar med mikrokontrollerkortet via I2C-protokollet. För att möjliggöra samtidig
användning av båda sensorerna ändrades adressen på en av dem från standardadressen
0x69 till 0x68. Enligt tillverkaren kräver kommunikationen en maximal spänning på
3,45 V [34]. Mätningar från mikrokontrollerkortets I2C pinnar, se pin 20 och 21 i figur
5, visade dock en spänning på 5 V. Därför installerades en nivåomvandlare för att sänka
spänningen från 5 V till 3,3 V innan den når sensorerna.

Figur 5: Kretsschema över samtliga delar av prototypen.

För att mäta när fötterna befann sig intill varandra användes en ToF-avståndssensor
baserad på VL53L0X från Seeed Studio [35]. Sensorn anslöts till mikrokontrollerkortets
klock- och data pin, se figur 5, där den kontinuerligt kunde avläsa avståndet. Ytterligare
bilder på mätsystemets alla delar återfinns i bilaga A.3.

13


Töjningsgivare

Figur 6: Bild på hölje för prototypbrädet.

I syfte att effektivt kunna använda sensorerna utan att begränsa åkarens rörlighet ska-
pades totalt fyra höljen med hjälp av CAD-programmet CATIA V5. Det första höljet,
som ursprungligen designades för att rymma mikrokontrollerkortet, bedömdes slutligen
som överflödigt då det ansågs som mer praktiskt och användarvänligt att placera mikro-
kontrollerkortet i en befintlig midjeväska. De två efterföljande höljena designades för
att rymma prototypbrädena, vilka fungerar som utgångspunkter för töjningsgivarna på
respektive fot. Designen baserades på prototypbrädenas individuella mått med ett tillägg
på 1,5 mm för att kompensera för toleranser vid additiv tillverkning. Höljena utformades
dessutom så att ett kardborreband kunde dras över dem och samtidigt hålla prototyp-
brädet säkert på plats, se figur 6. Avslutningsvis utformas höljen för montering av IMUer
och ToF-sensorn. Sensorerna fästes på höljena med hjälp av de befintliga skruvhålen i
respektive komponent.

14


4 Experiment

Följande kapitel redogör hur samtliga experiment i detta arbete genomfördes. Experimen-
ten utfördes i syfte att både utvärdera mätsystemet och samla in data med hjälp av olika
testpersoner.

4.1 Kalibrering av töjningsgivare

Töjningsgivarna var initialt okalibrerade och visade olika utsignaler vid applicering av
samma tryck, vilket bidrog till osäkerhet i mätresultaten. För att undersöka sambandet
mellan applicerad kraft och givarnas utsignal användes en kraftmätare, se figur 7a och
7b. Samtliga givare mättes vid tillämpning av följande krafter: 5, 10, 15, 20, 25 och 30 N.
En silikonadapter placerades mellan kraftmätaren och givarna för att säkerställa en jämn
tryckfördelning över givarnas yta.

(a) Kraftmätare på
töjningsgivare.

(b) Kraftmätare på
töjningsgivare - närbild.

Figur 7: Kraftmätare på töjningsgivare.

Mätresultaten sammanställs i tabell 1 och visualiseras i figur 8 (a). Figuren visar att
sambandet mellan kraft och utsignal var i huvudsak linjärt för samtliga givare, men med
varierande lutningar, vilket tydliggör behovet av individuell kalibrering.

15


Tabell 1: Mätvärden på töjningsgivare vid varierande mängd kraft (N).

nr. 1 nr. 2 nr. 3 nr. 4 nr. 5 nr. 6
5 N 10 13 9 11 25 103

10 N 22 26 20 18 55 175
15 N 38 39 35 30 85 244
20 N 50 52 54 56 112 302
25 N 63 65 74 73 140 359
30 N 74 84 95 92 175 415

(a) Före kalibrering. (b) Efter kalibrering.

Figur 8: Töjningsgivarnas värden före och efter kalibrering.

För att varje töjningsgivare skulle kunna ge ett mer jämförbart värde vid en given kraft,
genomfördes en individuell kalibrering. Denna kalibrering bestod i att räkna ut den
omvända relationen till kraften enligt

F =
y−m
k

, (2)

där y representerar sensorns utsignal, m skärningen med y-axeln och k lutningen. Genom
denna omräkning kunde varje sensor konverteras till ett gemensamt kraftvärde, vilket
tydligt framgår av det justerade resultatet i figur 8b.

4.2 Insamling av data

Datainsamling innebär att en individ åker längdskidor med det utvecklade mätsystemet
monterat på kroppen. I miljön där datainsamlingen sker finns flera parametrar som kan
påverka åkarens teknik och därmed även resultatet av mätningarna.

Som tidigare nämnt i kapitel 1 används olika växlar beroende på terräng och tempo.
Växeln diagonalåkning är då den huvudsakliga växeln att använda i uppförsbackar [36].
Vidare använder elitåkande män huvudsakligen växeln diagonalåkning vid 12 % lutning
och en hastighet på 6,5 km/h då pulsen är lägre och den upplevda ansträngningen mindre.

16


Det beror på att hastigheten är lägre och benen kan användas på ett mer effektivt sätt. Vid
en lutning på 5 % och en hastighet på 12,5 km/h använder elitåkande män växeln stakning
istället för diagonalåkning, eftersom hastigheten är för hög för att benens skär ska hinna
ge tillräcklig skjuts och benen blir därmed ineffektiva. Krister Åkärbjär, tidigare nämnd i
kapitel 1.1, beskriver även att 5 graders lutning (motsvarande 8,7 %) är en vanlig lutning
att genomföra tester inom diagonalåkning på eftersom det möjliggör tekniskt korrekt
åkning utan att bli alltför fysiskt ansträngande.

I kapitel 1.5 beskrivs att tester inom längdskidåkning ofta genomförs på rullband, ef-
tersom detta möjliggör en förutbestämd och konstant hastighet. I en tidigare studie inom
diagonalåkning, där erfarna skidåkare deltog, användes en hastighet på 9 km/h [37].

För datainsamlingen rekryterades försökspersoner, vilka indelades i två huvudsakliga
grupper: en med erfarna längdskidåkare och en med oerfarna. De erfarna deltagarna hade
omfattande tidigare erfarenhet av längdskidåkning, vilket innebar att de uppvisade god
teknisk färdighet och omedelbart kunde förflytta sig obehindrat på skidor utan behov
av introduktion eller pauser. Den oerfarna gruppen bestod av individer med ingen eller
begränsad tidigare erfarenhet av längdskidåkning, där eventuella tidigare tillfällen ofta
låg flera år tillbaka i tiden. Den oerfarna gruppen var ofta i behov av assistans med
utrustningen och en instruktion kring hur åkningen skulle utföras.

Rekrytering av deltagare genomfördes genom ett urval där individer i projektgruppens
närhet tillfrågades om frivilligt deltagande. Vid rekryteringstillfället ombads de potenti-
ella deltagarna att redogöra sin tidigare erfarenhet inom längdskidor, i syfte att säkerställa
att de uppfyllde kriterierna för att tillhöra antingen den erfarna eller den oerfarna test-
gruppen. Målet med rekryteringen var att respektive testgrupp skulle vara lika stor för att
ha lika andelar data att analysera. Antalet deltagare i respektive testgrupp framgår i tabell
2.

Tabell 2: Antal deltagare i respektive testgrupp baserat på
erfarenhetsnivå inom längdskidåkning.

Testgrupp Antal
Erfarna längdskidåkare 7
Oerfarna längdskidåkare 6

Vid testet fick testpersonerna låna utrustning för att alla testpersoner skulle ha samma
förutsättningar. Stavarna som användes var av märket Skisens. Stavlängden valdes till
83 % av testpersonens kroppslängd enligt [38]. Eftersom stavarna endast fanns tillgängliga
i intervaller om 5 cm och avrundades längden till närmaste 5 cm. Rullskidorna var Swenor
Alutech med rullmotstånd 3.

Efter att testpersonen hade tagit på sig utrustningen och mätsystemet instruerades denne
att stå med jämnt fördelad vikt på båda fötterna samt med en jämn fördelning av trycket
över hela fotsulan. Under denna position genomfördes kalibreringen av töjningsgivarna.
När kalibreringen var slutförd och sensorerna nollställda kunde testet inledas.

17


För att möjliggöra tillförlitlig datainsamling med tillräcklig tidsupplösning registrerade
mätsystemet data kontinuerligt under testets gång med en samplingsfrekvens på 20-
25 Hz. I en tidigare version användes en Bluetooth-modul för trådlös dataöverföring,
se avsnitt 3.3, men denna lösning begränsade samplingsfrekvensen till cirka 6,7-7 Hz.
Den låga frekvensen berodde på att överföringshastigheten i Bluetooth-modulen inte
kunde justeras, vilket påverkade systemets prestanda negativt. För att möjliggöra en högre
mätfrekvens, med fler datainsamlingspunkter och därmed mer informativ data, valdes
därför trådbunden dataöverföring i de genomförda mätningarna.

Deltagarna inledde med cirka tre minuters uppvärmning i form av diagonalåkning på
rullbandet med syfte att vänja sig med diagonalteknik i testmiljön. Uppvärmningen
genomfördes med valfri hastighet och lutning utifrån vad testpersonen upplevde som
bekvämt. Därefter genomfördes varje datainsamling i 5 minuter. Då åkte varje testperson
på rullbandet med en lutning på 7%. Hastigheten under testet varierade från person
till person. Målet var att samtliga tester skulle genomföras vid en hastighet av 7 km/h.
Lutningen och hastigheten valdes för att efterlikna tidigare tester beskrivna i kapitlet. Dock
begränsades vissa deltagare av sina fysiska förutsättningar, vilket medförde att testerna
för dessa individer utfördes vid en lägre hastighet. I dessa fall anpassades hastigheten
individuellt och valdes så hög som möjligt utifrån deltagarens kapacitet. De individuella
parametrarna för varje deltagare på rullbandet under testet redovisas nedanför i tabell 3.
Under testet instruerades personerna att åka diagonalåkning så bra de kunde utifrån sina
förutsättningar.

Tabell 3: Hastighet och lutning vid testgenomförandet för respektive deltagare.

Testperson Testgrupp Lutning [%] Hastighet [km/h]
Person 1 Erfaren 7 7
Person 2 Erfaren 7 7
Person 3 Oerfaren 7 6
Person 4 Oerfaren 7 3
Person 5 Oerfaren 7 6
Person 6 Oerfaren 7 5
Person 7 Erfaren 7 7
Person 8 Oerfaren 7 5
Person 9 Erfaren 7 6
Person 10 Erfaren 7 6
Person 11 Erfaren 7 7
Person 12 Erfaren 7 7
Person 13 Oerfaren 7 6

18


4.3 Repeterbarhet hos mätsystemet

Vid utvärdering av mätsystemet noterades variation i mätdata trots kalibrerade töjningsgivarna
mellan olika testtillfällen, trots identiska testförhållanden. För att analysera både om-
fattningen och karaktären av dessa avvikelser genomfördes specifika isolerade tester av
töjningsgivarna.

Först undersöktes repeterbarheten hos töjningsgivarnas mätvärden genom ett test där tre
töjningsgivare tejpades fast på respektive sula, som därefter fixerades mot golvet. Syftet
med testet var att efterlikna sensorplaceringen i pjäxorna. Sensorerna nollställas i ostressat
tillstånd utan att någon vikt applicerad. Därefter ställde sig en försöksperson på sulorna
under cirka tio sekunder, medan mätvärden från samtliga töjningsgivare registrerades.
När personen steg av sulorna nollställdes samtliga sensorer igen och efter det upprepades
proceduren. Försökspersonen ombads att placera fötterna så likt föregående position som
möjligt inför varje försök. Testet genomfördes totalt fem gånger.

Ytterligare ett test genomfördes på likartat sätt. Skillnaden var att sensorerna endast
nollställdes en gång före samtliga försök. Utöver det ställde sig testindividen på sulorna
med den gjorda kalibreringen i 10 sekunder för att sedan kliva av. Återigen upprepades
testet 5 gånger.

Från testerna kunde nedanstående värden från respektive töjningsgivare avläsas, värdena
från vänster och höger fot summerades även och resultaten kan ses i tabell 4. Tabellerna
visar varierande värden för samtliga individuella töjningsgivare samt summeringen vid
alla olika försök. Tabellerna visar också att alla sensorerna gav någon form av utslag vid
varje försök.

19


Tabell 4: Maxvärden från samtliga töjningsgivare (T1-T3) samt summering med och utan
nollställning mellan varje försök

(a) Töjningsgivarna nollställdes mellan
varje försök.

Vänster fot
Försök T1 T2 T3 Summa

1 1 19 153 173
2 13 26 162 201
3 13 26 211 250
4 9 13 197 219
5 19 30 199 248

Höger fot
Försök T1 T2 T3 Summa

1 8 36 36 80
2 15 60 24 99
3 13 69 30 112
4 8 31 54 93
5 14 71 42 127

(b) Endast en nollställning före samtliga
försök.

Vänster fot
Försök T1 T2 T3 Summa

1 16 79 9 104
2 12 85 21 118
3 14 29 13 56
4 14 51 17 82
5 13 39 7 60

Höger fot
Försök T1 T2 T3 Summa

1 15 16 205 236
2 8 28 155 191
3 5 12 200 217
4 7 32 265 304
5 4 15 257 276

Ett kompletterande test utfördes i syfte att utvärdera repeterbarheten hos individuella
töjningsgivare. I detta test applicerades en kraft om 5 N upprepade gånger på sam-
ma töjningsgivare med hjälp av en kraftmätare. För att säkerställa att resultatet inte
påverkades av eventuella defekter i en enskild givare genomfördes testet på två olika
töjningsgivare.

Tabell 5: Test av repeterbarhet för två in individuella töjningsgivare genom applicering av
en upprepad 5 N kraft.

Upprepning Kraft (N) Töjningsgivare 1 Töjningsgivare 2
1 5 53 46
2 5 42 53
3 5 54 58
4 5 62 44
5 5 58 48

Ur tabell 5 framgick en tydlig variation i utsignalen storlek, trots att töjningsgivarna
utsattes för samma kraft vid varje upprepning. De två genomförda testerna visar på en
låg repeterbarhet, i den meningen att ett visst tryck inte konsekvent genererade samma
utsignal vid upprepade mätningar. Detta tyder på att töjningsgivarna inte är lämpliga för
att kvantitativt mäta tryckets storlek eller för att jämföra tryckets storlek mellan olika

20


rörelsecykler. Det innebar även att utsignalens storlek inte bör jämföras mellan olika
töjningsgivare.

Trots dessa begränsningar gjordes bedömningen att givarna fortfarande kunde användas
kvalitativt för att avgöra om ett tryck applicerades eller inte, samt för att identifiera
relativa förändringar i tryck inom en enskild rörelsecykel, då givarna genererade högre
utsignaler vid ökat tryck.

4.4 Skidans rörelse

För att analysera skidans rörelse och beteendemönster placerades en IMU vid testperso-
nernas ankel. Den insamlade data omfattade bland annat den vertikala accelerationen,
vilken analyserades i obearbetat tillstånd som ett första steg.

Figur 9: Vertikal acceleration registrerad vid ankeln, med markeringar för aktivering av
TOF-sensor.

Ett exempel på den vertikala accelerationen under en godtyckligt vald tidsperiod pre-
senteras i figur 9. Vid genomgången av denna och övrig obearbetad data kunde ingen
tydlig cyklisk trend identifieras. Att identifiera sådana mönster är av central betydelse, då
diagonaltekniken kännetecknas av en regelbunden och återkommande rörelsestruktur.
Den vertikala accelerationen analyserades med syftet att avgöra om det var möjligt att
identifiera tidpunkten då skidan träffade underlaget. Slutsatsen var att datakvaliteten
inte var tillräcklig för att möjliggöra en vidare bearbetning i detta avseende, och därmed
kunde inte några tillförlitliga resultat relaterade till markkontakt extraheras.

21


5 Bearbetning av insamlad data

Efter genomförda tester krävdes en bearbetning av den obehandlade data för att möjliggöra
analys och extraktion av de relevanta mätvärden kopplade till de utvalda tekniska fakto-
rerna. För att åstadkomma detta utvecklades olika metoder och algoritmer som anpassades
för att kvantifiera de betydelsefulla måtten.

5.1 Tidsskillnad för maxtryck och fötternas passerande

För att kunna analysera när maxtrycket inträffar i förhållande till när fötterna passerar
varandra beräknades tidsskillnaden, ∆t, mellan dessa två händelser för varje rörelsecykel
enligt

∆t = tmaxtryck − tpassage. (3)

För att identifiera tidpunkterna för maxtryck respektive fotpassage i den insamlade data
gjordes två antaganden. Den första var att maxtryck sker när summan av utsignalerna
från töjningsgivarna på en fot var som högst. Det andra antagandet var att fötterna
passerar varandra när det uppmätta avståndet från ToF-sensorn är som minst. För att
kunna extrahera tidsskillnaderna mellan maxtrycket och fotpassagen tillämpades följande
algoritm i Python:

1. Medelvärdet av rörelsecykelns tidslängd uppskattades genom att beräkna det ge-
nomsnittliga tidsintervallet mellan efterföljande fotpassager.

2. Ett tröskelvärde estimerades för att definiera hur högt det uppmätta trycket behöver
vara för att klassas som ett giltigt maxtryck.

3. För båda fötterna identifierades tidpunkter där maxtryck sker. Tidpunkterna parades
sedan samman med närmsta tidpunkt för passeringen av fötterna. För att undvika
felaktiga parindelningar behövde maxtrycket vara högre än tröskelvärdet och tids-
skillnaden från föregående maxtryck vara större än medelvärdet av rörelsecykelns
längd subtraherad med en felmarginal.

4. För varje fotpassage, där passeringen har kopplats samman med flera maxtryck, väljs
det maxtryck som inträffade närmast fotpassagen.

5. Beräkna tidsskillnaden mellan de återstående paren enligt ekvation 3.

5.2 Överkroppens rörelse

Analysen för IMUn i på överkroppen gjordes genom att först vektorisera accelerationen och
sedan hitta både medellängden och root mean square (RMS) av vektorn över hela tiden som

data samlades in från försökspersonen. RMS ges av formeln
√

1
n(x2

1 + x2
2 + ...) för en mängd

22


av n värden [39]. Vilka av accelerometeraxlarna som vektorn baserades på varierade, och
framgår i resultatet. Överkroppens IMU data samlades in från försökspersonerna 1-4, 6,
9, 11-13, se tabell 3. Anledningen till att testpersonerna 5, 7, 8 och 10 uteslöts varierade,
men berodde främst på att deras tester genererade en mindre mängd data samt att IMUn
gick sönder vid ett försök.

5.3 Frekvensbaserad bearbetning

Analys i frekvensdomänen möjliggjorde extraktion av flera mått med syftet att kvantifiera
variabiliteten i respektive skidåkares rörelsemönster. På grund av misstag och bristande
kommunikation vid datainsamlingen innehöll vissa testpersoners filer ett otillräckligt
antal datapunkter (färre än 2000). Därtill saknade vissa filer sparade tidstämplar, vilket
ledde till att några av dessa filer uteslöts från den här delen av analysen.

Från varje testpersons insamlade mätdata användes det antal datapunkter som den minsta
filen innehöll, vilket var 5483 stycken. Vidare beräknades även den exakta samplingsfre-
kvensen för vardera fil med hjälp av differensen av tiden mellan första och sista mätpunkt,
enligt kod från [33]. Värdena från samtliga sensorer som var fästa på respektive fot sum-
merades till två olika signaler, en för höger fot och en för vänster fot. För att möjliggöra
analys av cykliska mönster i rörelsen transformerades dessa signaler från tidsdomänen
till frekvensdomänen. Det gjordes med hjälp av Discrete Fourier Transform (DFT), im-
plementerad via fft kommandot från SciPy-biblioteket i Python. Frekvensen vid 0 Hz togs
även bort då den inte var relevant för analysen.

För att identifiera grundfrekvensen bestämdes den frekvens som hade den största ampli-
tuden i frekvensspektrumet med hjälp av kommandot find peaks från SciPy. Grundfre-
kvensen relateras till hur ofta höger respektive vänster fot uppnår sitt maximala tryck
och eftersom diagonalåkning är en cyklisk rörelse motsvarar den frekvensen åkarens
grundläggande cykelfrekvens.

Vidare beräknades även frekvensbredden vid grundfrekvensen där amplituden nådde
upp till halva sitt maximala värde, mer känt som Full Width at Half Maximum (FWHM).
Detta gjordes för att få en uppfattning hur fokuserad signalen var kring grundfrekvensen.
FWHM är ett mått som används bland annat för att bestämma den spektrala bred-
den i förhållande till den maximala amplituden [40]. För att förbättra uppskattningen
av toppbredden tillämpades ett glidande medelvärdesfilter på frekvensspektrumet in-
nan beräkning av FWHM. Det genomfördes med hjälp av kommandot convovlve med
fönsterstorlek 20 från Python biblioteket Numpy. Signalen i frekvensspektrumet hade an-
nars hade varit brusig och svår att avläsa likt figur 10a. Olika fönsterstorlekar testades men
20 valdes då spektrumet jämnades ut tillräckligt mycket för att identifiera en stabil topp
utan att förändra signalens form alltför mycket. Senare användes kommandot peak-widths
från SciPy applicerat på grundfrekvensen för att få fram FWHM och figur 10b illustrerar
ett exempel med gröna linjer som markerar FWHM vid toppen där grundfrekvensen,
markerat med en röd prick, infaller.

23


(a) Utan glidande medelvärde. (b) Med glidande medelvärde.

Figur 10: Fouriertransformerad signal av 5483 datapunkter med och utan glidande
medelvärde.

Det genomfördes även beräkningar av frekvensbredden vid grundfrekvensen där amplitu-
den nådde upp till 20 % av sitt maximala amplitud (20 %) för att möjliggöra ytterligare en
mätning av bredden av grundfrekvensen. Dessa beräkningar genomfördes på ett nästintill
identiskt sätt som FWHM men med peak-widths kommando för 20 % istället för 50 %,
vilket också är utmärkt med rosa sträck i figur 10b.

För att få ut mer information om frekvensvariation beräknades även åkarnas bandbredd,
vilket är ett karaktärsdrag som kan användas för att analysera frekvensinnehållet av
biomedicinska signaler [41]. Det är ett mått på hur mycket varje frekvenskomponent
avviker från det spektrala centret i genomsnitt. En högre bandbredd innebär att energin
är mer utspridd i frekvensspektrumet.

Det spektrala centret, definierad i [42], beräknades enligt

fcentroid =
fs

2(M − 1)
·
∑M−1

m=0 Xp[m] ·m∑M−1
m=0 Xp[m]

där fs är samplingsfrekvensen, Xp[m] den fouriertransformerade signalen och M är antal
punkter i signalen. Vidare beräknades bandbredden som kvadratroten av den spektrala
variansen enligt [41] och [43],

Spektral varians =
M−1∑
m=0

(f (m)− fcentroid)2 · p(m)

där f (m) är frekvensvärdet vid m och p(m) är den normaliserade energin. Ett frekvensin-
tervall valdes för att analysera den spektrala variansen runt grundfrekvensen utan att
övertonernas påverkan skulle inkluderas. Det gjordes genom att använda ett bandpass-
filter av typen Butterworth via funktionen butter från SciPy med en undre brytfre-
kvens definierad som grundfrekvens-0,25 Hz och en övre brytfrekvens definierad som
grundfrekvens+0,25 Hz. Det frekvensfönstret valdes för att analysera hur utspridd energin
var runt respektive testpersons grundfrekvens.

24


6 Resultat

Utifrån insamlad och bearbetad data presenteras i följande kapitel de resultat som erhållits
för respektive teknisk faktor.

6.1 Tidsskillnad mellan maxtryck och passering av fötter

Efter att tidsskillnaderna mellan maxtryck och fötternas passering extraherats ur data kon-
staterades det att flera testpersoners data saknade antingen korrekta avståndsmätningar
eller tryckmätningar.

Ur dessa data gick det inte att extrahera några rimliga tidsskillnader mellan maxtryck och
fötternas passering. Detta på grund av att avståndsmätningen nästintill konstant visade
ett lågt värde istället för att visa dalar när fötterna passerade varandra se exempel i figur
11a. Det berodde också på att tryckmätningarna visade endast eller till stor del brus se
exempel i figur 11b.

(a) Felaktig avståndsmätning. Avståndet,
som i bilden representeras av den gröna

grafen, visar ett i stort del konstant värde
kring 0 cm.

(b) Felaktig tryckmätning. Trycket i höger
fot (orange graf) visar endast brus. Trycket
i vänster fot (blå graf) visar viss aktivitet

men även perioder av brus.

Figur 11: Utdrag av 200 datapunkter med olika typer av felaktiga mätningar

Av de 13 testpersonerna hade endast fyra personer, två erfarna och två oerfarna, data
som till stor andel hade korrekta mätningar. Spridningen av tidsskillnaden mellan max-
tryck och passeringen av fötterna under testen visualiseras genom histogram, där de blåa
histogrammen visar tidsskillnaden för vänster fot och de röda visar tidsskillnaden för
höger fot, se figur 12. Enligt ekvation 3 i kapitel 5.1 betyder en positiv tidsskillnad att
maxtrycket sker efter att fötterna passerar varandra och en negativ tidsskillnad att max-
trycket sker innan fötterna passerar varandra. Utdrag av datasekvenser från testpersonerna
histogrammen baseras på återfinns i bilaga A.2.

25


(a) Testperson 11 (erfaren) (b) Testperson 2 (erfaren)

(c) Testperson 6 (oerfaren). (d) Testperson 13 (oerfaren).

Figur 12: Spridning av tidsskillnad i ms mellan maxtryck och fötternas passering för olika
testpersoner där (a) och (b) är erfarna medan (c) och (d) är oerfarna.

26


6.2 Rörelse i överkroppen

Av accelerometern på överkroppen så syns det i tabell 6 att erfarna åkare rörde sig mindre
upp och ner (x-riktning) men däremot rörde det sig mer sida till sida (y-riktning) och fram
och bak (z-riktning).

Tabell 6: Medelvärde och root mean square (RMS) av överkroppens
acceleration i olika riktningar på erfarna och oerfarna åkare.

Medelvärde
Grupp x y z
Erfarna åkare 877,4 260,0 309,2
Oerfarna åkare 949,7 218,5 178,0

RMS
Erfarna åkare 908,1 343,8 301,7
Oerfarna åkare 965,4 218,1 252,2

6.3 Variabilitet av frekvens

Vid analys i frekvensdomänen kunde FWHM samt 20 %-bredden vid grundfrekvensens
extraheras på ett jämförbart och tillförlitligt sätt för åtta av testpersonerna (fyra erfarna
och fyra oerfarna åkare). Ett exempel på frekvensspektrumet från en oerfaren åkare, där
både FWHM och 20 %-bredden markerats tillsammans med grundfrekvensen, visas i figur
13a. I figur 13b visas motsvarande frekvensspektrum för en erfaren åkare där en tydligt
smalare topp kring grundfrekvensen kan observeras.

(a) Frekvensspektrum från sekvens av
oerfaren åkare (Testperson 3).

(b) Frekvensspektrum från sekvens av
erfaren åkare (Testperson 11).

Figur 13: Jämförelse av frekvensspektra mellan oerfaren (a) och erfaren (b) åkare med
grundfrekvensen, FWHM samt 20 %-bredden utmärkt.

De åtta testpersonernas mätningar som inkluderades i denna del av analysen uppvisade
skillnad i samplingsfrekvens vilket redovisas i tabell 7. Tabellen redogör också samtliga
personers grundfrekvens för höger respektive vänster fot, vilket för samtliga deltagare var
identisk.

27


Tabell 7: Grundfrekvens för höger och vänster fot samt samplingsfrekvens från mätningen.

Testperson samplingsfrekvens [Hz] Grundfrekvens Höger [Hz] Vänster [Hz]
Person 2, erfaren 21,07 0,68 0,68
Person 3, oerfaren 21,74 0,97 0,97
Person 4, oerfaren 21,75 0,75 0,75
Person 6, oerfaren 20,95 0,69 0,69
Person 10, erfaren 23,61 0,56 0,56
Person 11, erfaren 23,54 0,79 0,79
Person 12, erfaren 24,37 0,75 0,75
Person 13, oerfaren 25,05 0,80 0,80

Testpersonerna uppvisade olika värden på 20 %-bredden av grundfrekvensen, vilket
redogörs I figur 14. Bredden för deltagarna varierar från cirka 0,14 Hz upp till 0,33 Hz.
Där syns även att tre av de fyra oerfarna åkarna uppvisade bredare värden än samtliga
erfarna åkare vid analyser av signaler från både vänster och höger fot.

(a) Vänster fot.

(b) Höger fot.

Figur 14: 20-%-bredden [Hz] på grundfrekvensen för respektive fötter där erfarna och
oerfarna åkare kan urskiljas.

När bredden mättes vid halva amplituden av grundfrekvensen (FWHM) kunde värdena
för höger respektive vänster fot avläsas enligt figur 15. Skillnaderna mellan samtliga åkare
var mindre jämfört med skillnaden vid 20 % av amplituden och värdena sträckte sig nu
från cirka 0,09 Hz till 0,22 Hz. Skillnaderna mellan de erfarna och oerfarna åkarna var nu
något mindre, av de fyra högsta värdena tillhörde tre av dessa en oerfaren åkare för både
vänster och höger fot.

28


(a) Vänster fot.

(b) Höger fot.

Figur 15: FWHM för grundfrekvensen för respektive fötter där erfarna och oerfarna åkare
kan urskiljas.

Vid jämförelser av signalernas beteende från höger respektive vänster fot beräknades en
differens mellan höger och vänster fot för varje uppmätta bredd som även var normaliserad
mot respektive bredd av grundfrekvensen. Värdena för respektive person för både 20 %-
bredden och FWHM av grundfrekvensen kan ses i figur 16. Ingen större skillnad uppvisas
beroende på erfaren eller oerfaren åkare.

(a) 20 %-bredden.

(b) FWHM (50 % av halva amplituden).

Figur 16: Differensen mellan vänster och högerfot vid uppmätta bredder i
frekvensspektrumet kring grundfrekvensen, normaliserad mot varje åkares respektive

bredder.

29


I tabell 8 syns en sammanställning över medelvärdet (x̄), det minsta värdet (Min) och det
största värdet (Max) för båda gruppernas resultat. Där representerar rubrikerna 20 %-
bredd, FWHM och Grundfrekvens ett genomsnitt av vänster och höger fot. Diff höger/vänster
representerar skillnaden mellan vänster och höger fot där ett genomsnitt av resultat från
20 % samt FWHM har tagits.

Tabell 8: Sammanställning av bredd vid 20 % av amplituden, FWHM, grundfrekvens och
differens mellan höger och vänster fot för båda testgrupperna.

Grupp 20%-bredd [Hz] FWHM [Hz] Grundfrekvens [Hz] Diff höger/vänster
x̄ Min Max x̄ Min Max x̄ Min Max x̄ Min Max

Oerfaren 0,274 0,174 0,328 0,159 0,101 0,222 0,801 0,688 0,971 0,034 0,019 0,058
Erfaren 0,179 0,135 0,226 0,115 0,085 0,170 0,692 0,560 0,785 0,073 0,007 0,202

I figur 17a och 17b visualiseras testpersonernas bandbredd inom frekvensfönstret grund-
frekvens ±0,25 Hz med hjälp av boxdiagram. Diagrammen visar medianvärde, minsta
och största värde markerade med svarta streck. Ett separat boxdiagram presenteras för
signalerna från vänster respektive höger fot. Denna visualisering möjliggör jämförelse
av bandbreddens variation mellan de två testgrupperna. Där kan det observeras att de
oerfarna åkarna uppvisade högre min, max och median värden på bandbredden jämfört
med de erfarna.

(a) Vänster fot.

(b) Höger fot.

Figur 17: Boxdiagram som visar bandbredden [Hz] för de oerfarna och erfarna åkarna
inom frekvensintervallet grundfrekvens ±0,25 Hz.

30


6.4 Cykellängd

Utifrån testpersonernas individuella hastigheter (v) beskrivna i kapitel 4.2 samt de
beräknade grundfrekvenserna i kapitel 6.3 kan åkarnas cykellängd beräknas enligt

cykellängd =
v

cykelfrekvens
. (4)

Grundfrekvensen motsvarar den dominerade cykelfrekvensen för åkaren. I tabell 9 är
åkarnas cykelfrekvenser, cykellängder och hastigheter sammanställda. Hastigheterna är
omvandlade från km/h till m/s.

Tabell 9: Relationen mellan hastighet, cykelfrekvens och cykellängd för åkarna.

Testperson Hastighet [m/s] Cykelfrekvens [Hz] Cykellängd [m]
Person 2, erfaren 1,97 0,68 2,90
Person 3, oerfaren 1,66 0,97 1,71
Person 4, oerfaren 0,83 0,75 1,10
Person 6, oerfaren 1,39 0,69 2,01
Person 10, erfaren 1,66 0,56 2,96
Person 11, erfaren 1,97 0,79 2,49
Person 12, erfaren 1,97 0,75 2,63
Person 13, oerfaren 1,66 0,80 2,08

I figur 18 syns den oerfarna respektive erfarna gruppens median samt maximala och
minsta värde för cykellängderna. Samtliga erfarna åkare innehar längre cykellängder
jämfört med de oerfarna.

Figur 18: Boxdiagram med median, minsta och maximala värdet för cykellängderna
utmärkta med svarta sträck för varje testgrupp.

31


7 Diskussion och vidareutveckling

Detta kapitel syftar till att analysera och tolka resultaten utifrån arbetets syfte, mål och
delmål. Vidare diskuteras även potentiell vidareutveckling av arbetet.

7.1 Utvärdering av mätsystemet

Från kapitel 4.3 framgår det tydligt att töjningsgivarna är känsliga för hur de belastas.
Detta beror förmodligen på att de är konstruerade på ett sådant sätt som gör de väldigt
känsliga för hur tryck appliceras. Denna variation medförde svårigheter att använda
töjningsgivarnas absoluta värden, vilket i sin tur försvårade kvantifieringen av vissa
tekniska faktorer. Exempelvis var det svårt att bedöma tryckets fördelning i pjäxan, då gi-
varna uppvisade för stor variation mellan försöken. Trots detta kunde givarna fortfarande
användas för att avläsa varje sensors relativa toppar och när de utsattes för tryck och inte.

En annan viktig aspekt att ha i åtanke är placeringen av samtliga sensorer. Trots försök
till konsekvent montering uppstår små skillnader i placering mellan olika mätningar och
testpersoner. Detta påverkar reproducerbarheten och därmed mätresultaten.

Töjningsgivare, IMUs och ToF-sensorn är känsliga för brus och mätfel. Även efter filtre-
ring kan små fel i mätvärden kvarstå och påverka noggrannheten hos data. Brusig data
försämrar modellens förmåga att identifiera mönster och samband vilket kan leda till
felaktiga analyser. Till slut kan längdskidåkaren, på grund av störningarna i mätdata, få
felaktig utvärdering av sin åkteknik. För att minska denna påverkan kan framtida arbeten
införa mer avancerade filtreringsmetoder och använda sensorer av högre kvalitet.

Inga tillförlitliga resultat kunde extraheras i avseende när och hur skidan träffar underla-
get. En möjlig orsak till detta är placeringen av IMUn. Trots att dess syfte var att generera
data relaterad till skidans rörelsemönster, monterades sensorn på pjäxan, i höjd med
ankeln. Denna placering visade sig vara olämplig, dels på grund av att sensorn förflyttades
något under åkningen, dels för att den inte kunde registrera skidans rörelse med tillräcklig
noggrannhet. En bättre lösning vore att placera IMUn direkt på skidan, vilket sannolikt
skulle möjliggöra en mer precis mätning av dess kontakt med underlaget och generera
mer tillförlitliga data.

7.2 Diskussion av data

En betydande begränsning i arbetets datainsamling är storleken på testgruppen. Ett större
antal deltagare samt fler kompletta datafiler hade kunnat bidra till ökad tillförlitlighet i
resultaten. Testpersonerna som deltog hade varierande erfarenhet av längdskidåkning,
vilket möjliggjorde en indelning i grupperna erfarna och oerfarna åkare. Det är dock
viktigt att notera att det även inom dessa grupper fanns skillnader i både erfarenhet och
teknisk färdighet. Bedömningen inkluderade även en viss grad av subjektivitet, och i
framtida arbeten skulle standardiserade och objektiva kriterier för bedömning av åkteknik
vara fördelaktiga. En mer nyanserad gruppindelning, exempelvis med fem nivåer av
teknisk färdighet i stället för två, hade kunnat möjliggöra en finare analys av åkteknik

32


och gjort det lättare att identifiera även mindre framsteg. Detta är särskilt relevant om
systemet i framtiden ska användas för individuell återkoppling och teknikförbättring, där
även små utvecklingssteg bör kunna mätas och visualiseras.

Eftersom deltagarna inte åkte i samma hastighet kan deras rörelsemönster och kraftutveck-
ling ha påverkats. Standardiserade tester i flera olika hastigheter för samtliga deltagare
hade kunnat öka resultatens tillförlitlighet. Vidare togs ingen hänsyn till variationer i
kroppstyp mellan testpersonerna. Optimal teknik kan variera beroende på faktorer som
kroppslängd, vikt och kroppsbyggnad, vilket innebär att en rörelse som är effektiv för en
individ inte nödvändigtvis är det för en annan.

7.3 Diskussion av resultat

I följande delkapitel diskuteras resultaten med fokus på de tekniska faktorer som har
extraherats från insamlad data.

7.3.1 Tidsskillnader mellan maxtryck och fotpassage

Från de resulterande histogrammen i kapitel 6.1 kan det för testperson 11 avläsas att
majoriteten av maxtrycken sker inom 100 ms efter att fötterna passerar varandra som
framgår i figur 12a. Denna korta tidsskillnad är förenlig med tidigare beskrivningar av
ett optimalt rörelsemönster, där maxtrycket bör ske samtidigt som fotpassagen se kapitel
2.1.1. Histogrammen för den andra erfarna åkaren uppvisar en liknande fördelning för
höger fot, där majoriteten av maxtrycken registreras inom 200 ms efter att fötterna passerat
varandra se figur 12b. För vänster fot däremot, uppvisar histogrammet en större variation
i tidsskillnader, med en majoritet av maxtryck som sker innan fötterna passerat varandra.
Det skiljer sig därmed markant mellan tidsskillnaderna för höger och vänster ben.

Vid granskning av individuella datasekvenser, se exempel i figur 20 i bilaga A.2, framgår
det att tryckkurvan för vänster ben ofta saknar en tydligt avgränsad topp och i stället
uppvisar en dubbeltopp. Det här skulle kunna förklara den observerade spridningen i
tidsskillnader. Den algoritm som användes för att para ihop maxtryck med tidpunkten
för fotpassage baseras på ett tröskelvärde för tryckets topphöjd, samt tidsavståndet till
föregående detekterade topp. I de fall där båda topparna i en dubbeltopp överskrider
tröskelvärdet och tidsintervallet sedan föregående topp är tillräckligt långt, väljs den topp
som ligger närmast fotpassagen. Något som kan leda till att fotpassagen i vissa fall paras
ihop med den första toppen och i andra fall med andra toppen, som i sin tur kan skapa en
större spridning i tidsskillnaderna.

Histogrammen från de oerfarna testpersonerna visar också en stor spridning, framförallt i
tidsskillnaden för det vänstra benet, se figur 21 och 22. På liknande sätt som den erfarna
testpersonen 2 uppvisar båda testpersonerna en majoritet av negativa tidsskillnader för
den vänstra foten, medan tidsskillnaderna för höger fot tenderar att vara positiva. Detta
kan tyda på att testpersonerna uppvisar asymmetriska rörelsemönster beroende på vilket
ben de primärt skjuter ifrån med. Det är dock viktigt att betona att det begränsade data-
materialet innebär att dessa observationer även kan bero på mätosäkerheter i hårdvaran

33


eller på felaktiga parindelningar mellan trycktoppar och fotpassager i den algoritm som
beräknar tidsskillnaden. För att kunna dra mer tillförlitliga slutsatser krävs därför ytterli-
gare datainsamling för att bättre förstå och verifiera det observerade mönstret.

7.3.2 Frekvensanalys som mått på rörelsevariabilitet

I kapitel 2 beskrivs att ett mer samlat frekvensspektrum kan indikera på ett stabilare och
mer kontrollerat rörelsemönster vilket är mer energieffektivt. Utifrån resultaten i kapitel
6.4 uppvisade de erfarna åkarna i större utsträckning ett mer samlat frekvensspektrum,
enligt både FWHM och 20 %-bredden. Det beror troligen på att de åker mer kontinuerligt
jämfört med de oerfarna åkarna. De erfarna åkarna hade även ett lägre medianvärde
på bandbredden i det valda frekvensfönstret, se figur 17a och 17b, vilket också tyder
på att en större andel av signalens energi är koncentrerad kring grundfrekvensen. Test-
gruppen var dock relativt liten vilket gör det svårt dra helt säkra slutsatser. Ytterligare
osäkerhet tillkommer i mätsystemet och varierande samplingsfrekvenser för deltagarna.
Skillnaderna mellan grupperna vad gäller differensen mellan höger och vänster fot var
små, och resultaten påverkades sannolikt av några få utstickande värden, vilket försvårar
tolkningen.

Sammantaget visar resultaten att spridningen i frekvensspektrumet från töjningsgivarnas
signaler potentiellt kan användas som ett mått på rörelsemönstrets variabilitet hos åkare.
En begränsning med denna typ av mått är dock att de är svåra att tillämpa i traditio-
nell skidåkning, där yttre faktorer som varierande lutning och snötyp gör att variation
i rörelsemönster ibland är fördelaktig. Det är också viktigt att poängtera att frekvens-
spridningen inte säger något huruvida rörelserna genomförs korrekt. Exempelvis kan en
skidåkare ha en pendelrörelse med armen som genererar mindre kraft jämfört med en
optimal pendelrörelse men fortfarande åka kontinuerligt och med lite variationer.

7.3.3 Skillnader i cykellängder

Enligt kapitel 2.1.5 tenderar erfarna åkare att uppvisa en längre cykellängd och detta
bekräftas också enligt resultat i kapitel 6.4 där samtliga erfarna åkare uppvisade längre
cykellängd jämfört med de oerfarna. Även om cykelfrekvens och cykellängd är individuella
parametrar för alla skidåkare så är det ändå möjligt att se skillnader mellan grupperna.
Då en ökning av cykellängd med bibehållen naturlig cykelfrekvens skulle kunna förbättra
prestationsnivån är mätning av cykellängd ett relevant mått för skidåkare för att utvärdera
sin teknik.

34


7.4 Möjliga utvecklingsområden

Arbetet har genomförts inom en begränsad tidsram och en begränsad budget, vilket
medfört att vissa av delmålen som formulerats i kapitel 1.4 inte har kunnat uppnås. Dessa
utgör dock en grund för framtida vidareutveckling av det framtagna systemet.

För att höja kvaliteten på bedömningen och återkopplingen av längdskidåkningsteknik
kan fler sensorer integreras i mätsystemet. I detta projekt har ingen data samlats in från
stavarna, vilket begränsar teknikanalysen. Genom att exempelvis integrera trycksensorer
och IMUer i stavarna, likt Skisens, kan systemet samla in mer rörelsedata och därmed
möjliggöra en mer nyanserad och korrekt återkoppling till åkaren. Utöver att mäta meka-
niska parametrar som kraft, rörelse och position, finns även potential att implementera
sensorer som registrerar fysiologisk data, såsom puls. Genom att integrera denna typ
av data får systemet en bättre förståelse för åkarens fysiska tillstånd under aktiviteten.
Det kan ge insikt i hur olika tekniker påverkar kroppens belastning och möjliggöra mer
individualiserad och nyanserad återkoppling. Detta kan vara särskilt värdefullt vid analys
av trötthet och anpassning av teknik efter åkarens fysiska kapacitet.

Den huvudsakliga delen som inte har implementerats är möjligheten att klassificera
åkarens teknik och ge direkt återkoppling. För att uppnå detta mål krävs en vidareut-
veckling av systemet. Ett nödvändigt steg på vägen mot automatiserad återkoppling är att
kunna identifiera skillnader i data mellan erfarna och oerfarna skidåkare, vilket delvis
har uppnåtts i kapitel 6. Här visade flera av de analyserade måtten på tydliga skillnader
mellan grupperna. Ett möjligt nästa steg skulle kunna vara att använda dessa skillnader
för att klassificera åkarens tekniska nivå och ge feedback på de områden som behöver
förbättras för att uppnå en högre prestation i diagonalteknik.

En sista aspekt som skulle kunna förbättra systemets förmåga att bedöma åkteknik är
införandet av ett mått på åkarens effektivitet. Med effektivitet avses förhållandet mellan
den kraft som används för att driva åkaren framåt och den totala insats av kraft som
åkaren genererar. Effektivitet är en central aspekt inom teknikträning, eftersom målet är
att maximera hastighet och distans med minimal energiförbrukning. Genom att mäta och
förbättra effektiviteten kan åkaren optimera sin prestation och använda sin energi på bästa
sätt. I teorin hade detta kunnat göras genom att jämföra kraften som åkaren utövar med
kraften som går åt att komma framåt. Den nedlagda kraften kan uppskattas genom att
summera alla krafter från bland annat stavarnas, pjäxornas och kroppsdelarnas rörelser.
Den framåtriktade kraften kan uppskattas utifrån åkarens acceleration. Förhållandet
mellan dessa värden kan ge mått på effektiviteten.

35


8 Etiska aspekter

I en potentiell framtid där en fullbordad produkt framställts medförs vissa etiska aspekter.
Exempelvis finns det en risk att mätsystemet ger en felaktig utvärdering av åktekniken.
Om den genererade analysen inte överensstämmer med individens faktiska rörelsemönster
eller behov, finns en risk att användaren anpassar sin teknik på ett sätt som inte är optimalt.
En felaktig anpassning av teknik kan i värsta fall leda till en ökad skaderisk till följd av
oergonomiska rörelseutföranden.

En annan etisk aspekt med detta arbete är tillgången till tekniken. En specialanpassad
pjäxa utrustad med sensorer kommer sannolikt att bli dyrare än en vanlig pjäxa. Det
innebär att en framtida produkt baserad på detta arbete främst skulle vara tillgänglig för
individer med ekonomiska resurser. Detta leder till en ökad sannolikhet för att endast
dessa personer får möjlighet att utveckla sin åkteknik med hjälp av tekniken och det
bidrar då till en ökad ojämlikhet inom idrotten.

36


9 Slutsatser

Syftet med kandidatarbetet var att undersöka hur tekniska hjälpmedel kan stödja skidåkare
i att självständigt förbättra och utveckla sin teknik. Den utvecklade prototypen visade att
det var möjligt att särskilja erfarna från oerfarna längdskidåkare baserat på mätdata som
beskriver rörelsemönster. Särskilt rörelser i överkroppen, cykellängder och variabiliteten
i frekvensen var parametrar som tydligt skilde de två grupperna åt. Andra mätvärden,
såsom tidsskillnaden mellan maximalt tryck och fötternas passerande, gav mer osäkra
resultat, vilket visade på behovet av ytterligare utveckling. Vissa parametrar, som skidans
lutning mot underlaget och tryckfördelningen i pjäxan, kunde inte analyseras på grund av
tekniska begränsningar i mätsystemet.

Trots dessa begränsningar identifierade studien flera lovande variabler som kan användas
i vidare utveckling. Resultaten visar att det är möjligt att, med rätt tekniska lösningar,
skapa ett system som kan ge användbar feedback baserat på åkarens tekniska nivå. Även
om det ursprungliga målet om en helt självständig prototyp som ger återkoppling på
skidåkarens teknik inte helt uppnåddes, markerar projektet ett viktigt steg i utvecklingen
av tekniska hjälpmedel för att stödja skidåkare. Att kunna urskilja skillnader i teknik och
skicklighet mellan erfarna och oerfarna åkare är en nödvändig förutsättning för att kunna
skapa verktyg som möjliggör självständig teknikutveckling.

37


Referenser

[1] C. Zoppirolli, K. Hébert-Losier, H.-C. Holmberg och B. Pellegrini, ”Biomechanical
determinants of cross-country skiing performance: A systematic review,” Journal
of Sports Sciences, årg. 38, nr 18, s. 2127–2148, 16 sept. 2020, Publisher: Routledge
eprint: https://doi.org/10.1080/02640414.2020.1775375, issn: 0264-0414. doi:
10.1080/02640414.2020.1775375. URL: https://doi.org/10.1080/02640414.2
020.1775375 (hämtad 2025-03-07).

[2] Tekniker för längdskidor. URL: https://www.langdskidor.se/skidteknik/?fbc
lid=IwZXh0bgNhZW0CMTEAAR0qrf3467fiDkAMXkCJ3ozunH0tOMpvQpfsfI9-3OEMca

NJWpU1D_kgSTY_aem_HjP0gD-w9lFtF59dtgovVg (hämtad 2025-02-04).

[3] M. Ainegren, P. Carlsson, M. Tinnsten och M. S. Laaksonen, ”Skiing economy and
efficiency in recreational and elite cross-country skiers,” The Journal of Strength
& Conditioning Research, årg. 27, nr 5, s. 1239, maj 2013, issn: 1064-8011. doi:
10.1519/JSC.0b013e31824f206c. URL: https://journals.lww.com/nsca-jscr
/fulltext/2013/05000/skiing_economy_and_efficiency_in_recreational_a

nd.10.aspx (hämtad 2025-02-07).

[4] J. Nilsson, P. Tveit och O. Eikrehagen, ”Cross-Country Skiing: Effects of speed
on temporal patterns in classical style and freestyle cross-country skiing,” Sports
Biomechanics, årg. 3, nr 1, s. 85–108, 2004, Publisher: Routledge, issn: 1476-3141.
doi: 10.1080/14763140408522832. URL: https://doi.org/10.1080/1476314040
8522832 (hämtad 2025-02-11).

[5] Svenska skidförbundets tävlingsregler, längdskidåkning, 1 nov. 2024. URL: https://ww
w.skidor.com/download/18.215aee8e1938cf5d61b28729/1733352450950/T%C3

%A4vlingsregler%20l%C3%A4ngd%C3%A5kning%202025.pdf (hämtad 2025-02-04).

[6] M. Takeda, N. Miyamoto, T. Endo m. fl., ”Cross-Country Skiing Analysis and Ski Te-
chnique Detection by High-Precision Kinematic Global Navigation Satellite System,”
en, Sensors, årg. 19, nr 22, s. 4947, jan. 2019, Number: 22 Publisher: Multidiscipli-
nary Digital Publishing Institute, issn: 1424-8220. doi: 10.3390/s19224947. URL:
https://www.mdpi.com/1424-8220/19/22/4947 (hämtad 2025-03-06).

[7] ”Köpguide - Längdskidor, Skateskidor längd.” (), URL: https://polder.se/kopgu
ider/kopguide-langdskidor (hämtad 2025-02-14).

[8] Lär dig grunderna i tekniken och den klassiska åkningens fem växlar. sv-SE. URL: htt
ps://www.vasaloppet.se/lopp/skidlopp/tjejvasan/trana/teknik/ (hämtad
2025-02-07).

[9] Diagonalåkning och rullskidor, sv-SE, Section: Digital teknik, aug. 2016. URL: https:
//www.vasaloppet.se/bloggar/christernorstrom/diagonalakning-och-rull

skidor/ (hämtad 2025-04-22).

[10] P. Carlsson, M. Ainegren, M. Tinnsten m. fl., ”Cross-Country Ski,” en, i The Engine-
ering Approach to Winter Sports, F. Braghin, F. Cheli, S. Maldifassi, S. Melzi och E.
Sabbioni, utg., New York, NY: Springer, 2016, s. 107–151, isbn: 978-1-4939-3020-3.
doi: 10.1007/978-1-4939-3020-3_5. URL: https://doi.org/10.1007/978-1-49
39-3020-3_5 (hämtad 2025-03-05).

38

https://doi.org/10.1080/02640414.2020.1775375
https://doi.org/10.1080/02640414.2020.1775375
https://doi.org/10.1080/02640414.2020.1775375
https://www.langdskidor.se/skidteknik/?fbclid=IwZXh0bgNhZW0CMTEAAR0qrf3467fiDkAMXkCJ3ozunH0tOMpvQpfsfI9-3OEMcaNJWpU1D_kgSTY_aem_HjP0gD-w9lFtF59dtgovVg
https://www.langdskidor.se/skidteknik/?fbclid=IwZXh0bgNhZW0CMTEAAR0qrf3467fiDkAMXkCJ3ozunH0tOMpvQpfsfI9-3OEMcaNJWpU1D_kgSTY_aem_HjP0gD-w9lFtF59dtgovVg
https://www.langdskidor.se/skidteknik/?fbclid=IwZXh0bgNhZW0CMTEAAR0qrf3467fiDkAMXkCJ3ozunH0tOMpvQpfsfI9-3OEMcaNJWpU1D_kgSTY_aem_HjP0gD-w9lFtF59dtgovVg
https://doi.org/10.1519/JSC.0b013e31824f206c
https://journals.lww.com/nsca-jscr/fulltext/2013/05000/skiing_economy_and_efficiency_in_recreational_and.10.aspx
https://journals.lww.com/nsca-jscr/fulltext/2013/05000/skiing_economy_and_efficiency_in_recreational_and.10.aspx
https://journals.lww.com/nsca-jscr/fulltext/2013/05000/skiing_economy_and_efficiency_in_recreational_and.10.aspx
https://doi.org/10.1080/14763140408522832
https://doi.org/10.1080/14763140408522832
https://doi.org/10.1080/14763140408522832
https://www.skidor.com/download/18.215aee8e1938cf5d61b28729/1733352450950/T%C3%A4vlingsregler%20l%C3%A4ngd%C3%A5kning%202025.pdf
https://www.skidor.com/download/18.215aee8e1938cf5d61b28729/1733352450950/T%C3%A4vlingsregler%20l%C3%A4ngd%C3%A5kning%202025.pdf
https://www.skidor.com/download/18.215aee8e1938cf5d61b28729/1733352450950/T%C3%A4vlingsregler%20l%C3%A4ngd%C3%A5kning%202025.pdf
https://doi.org/10.3390/s19224947
https://www.mdpi.com/1424-8220/19/22/4947
https://polder.se/kopguider/kopguide-langdskidor
https://polder.se/kopguider/kopguide-langdskidor
https://www.vasaloppet.se/lopp/skidlopp/tjejvasan/trana/teknik/
https://www.vasaloppet.se/lopp/skidlopp/tjejvasan/trana/teknik/
https://www.vasaloppet.se/bloggar/christernorstrom/diagonalakning-och-rullskidor/
https://www.vasaloppet.se/bloggar/christernorstrom/diagonalakning-och-rullskidor/
https://www.vasaloppet.se/bloggar/christernorstrom/diagonalakning-och-rullskidor/
https://doi.org/10.1007/978-1-4939-3020-3_5
https://doi.org/10.1007/978-1-4939-3020-3_5
https://doi.org/10.1007/978-1-4939-3020-3_5


[11] E. Andersson, B. Pellegrini, Ø. Sandbakk, T. Stüggl och H.-C. Holmberg, ”The effects
of skiing velocity on mechanical aspects of diagonal cross-country skiing,” Sports
Biomechanics, årg. 13, nr 3, s. 267–284, 2014. doi: 10.1080/14763141.2014.921236.
URL: https://doi.org/10.1080/14763141.2014.921236.

[12] T. Stöggl, S. Lindinger och E. Müller, ”Reliability and Validity of Test Concepts
for the Cross-Country Skiing Sprint,” en, Medicine & Science in Sports & Exercise,
årg. 38, nr 3, s. 586–591, mars 2006, issn: 0195-9131. doi: 10.1249/01.mss.000019
0789.46685.22. URL: https://journals.lww.com/00005768-200603000-00026
(hämtad 2025-03-05).

[13] M. Ma, S. Zhao, T. Long, Q. Song, H.-C. Holmberg och H. Liu, ”Comparative Analysis
of the Diagonal Stride Technique during Roller Skiing and On-Snow Skiing in Youth
Cross-Country Skiers,” en, Sensors, årg. 24, nr 5, s. 1412, febr. 2024, issn: 1424-8220.
doi: 10.3390/s24051412. URL: https://www.mdpi.com/1424-8220/24/5/1412
(hämtad 2025-03-05).

[14] F. Cignetti, F. Schena, P. G. Zanone och A. Rouard, ”Dynamics of coordination in
cross-country skiing,” Human Movement Science, årg. 28, nr 2, s. 204–217, 1 april
2009, issn: 0167-9457. doi: 10.1016/j.humov.2008.11.002. URL: https://w
ww.sciencedirect.com/science/article/pii/S0167945709000153 (hämtad
2025-04-08).

[15] B. Bilodeau, K. W. Rundell, B. Roy och M. R. Boulay, ”Kinematics of cross-country
ski racing,” en-US, Medicine & Science in Sports & Exercise, årg. 28, nr 1, s. 128, jan.
1996, issn: 0195-9131. URL: https://journals.lww.com/acsm-msse/fulltex
t/1996/01000/kinematics_of_cross_country_ski_racing.24.aspx (hämtad
2025-05-09).

[16] T. Stöggl, B. Pellegrini och H.-C. Holmberg, ”Pacing and predictors of performance
during cross-country skiing races: A systematic review,” Journal of Sport and Health
Science, årg. 7, nr 4, s. 381–393, 2018. doi: 10.1016/j.jshs.2018.09.005.

[17] C. Fadillioglu, F. Möhler, M. Reuter och T. Stein, ”Changes in Key Biomechanical Pa-
rameters According to the Expertise Level in Runners at Different Running Speeds,”
Bioengineering, årg. 9, nr 11, s. 616, 2022. doi: 10.3390/bioengineering9110616.
(hämtad 2025-04-15).

[18] E. Sejdić, K. A. Lowry, J. Bellanca, M. S. Redfern och J. S. Brach, ”A Compre-
hensive Assessment of Gait Accelerometry Signals in Time, Frequency and Time-
Frequency Domains,” IEEE Transactions on Neural Systems and Rehabilitation Engine-
ering, årg. 22, nr 3, s. 603–612, maj 2014, issn: 1558-0210. doi: 10.1109/TNSRE.201
3.2265887. URL: https://ieeexplore.ieee.org/abstract/document/6525404
(hämtad 2025-04-16).

[19] PRODUKTEN — SKISENS, sv-SE. URL: https://skisens.se/produkten/ (hämtad
2025-03-06).

[20] ”Carv - your digital ski coach. Learn how to ski with better technique.,” Carv. (),
URL: https://getcarv.com/ (hämtad 2025-03-06).

[21] E. Wickström, WeMeMove-test, sv-SE, juli 2016. URL: https://erikwickstrom.se
/2016/07/28/wememove-test/ (hämtad 2025-03-06).

[22] Archinisis - Cross-Country Skiing Performance Analysis, en. URL: https://www.arch
inisis.ch/sports/cross-country_skiing.html (hämtad 2025-03-11).

39

https://doi.org/10.1080/14763141.2014.921236
https://doi.org/10.1080/14763141.2014.921236
https://doi.org/10.1249/01.mss.0000190789.46685.22
https://doi.org/10.1249/01.mss.0000190789.46685.22
https://journals.lww.com/00005768-200603000-00026
https://doi.org/10.3390/s24051412
https://www.mdpi.com/1424-8220/24/5/1412
https://doi.org/10.1016/j.humov.2008.11.002
https://www.sciencedirect.com/science/article/pii/S0167945709000153
https://www.sciencedirect.com/science/article/pii/S0167945709000153
https://journals.lww.com/acsm-msse/fulltext/1996/01000/kinematics_of_cross_country_ski_racing.24.aspx
https://journals.lww.com/acsm-msse/fulltext/1996/01000/kinematics_of_cross_country_ski_racing.24.aspx
https://doi.org/10.1016/j.jshs.2018.09.005
https://doi.org/10.3390/bioengineering9110616
https://doi.org/10.1109/TNSRE.2013.2265887
https://doi.org/10.1109/TNSRE.2013.2265887
https://ieeexplore.ieee.org/abstract/document/6525404
https://skisens.se/produkten/
https://getcarv.com/
https://erikwickstrom.se/2016/07/28/wememove-test/
https://erikwickstrom.se/2016/07/28/wememove-test/
https://www.archinisis.ch/sports/cross-country_skiing.html
https://www.archinisis.ch/sports/cross-country_skiing.html


[23] Footwear pressure distribution measurement- pedar, en-US. URL: https://novel.de
/products/pedar/ (hämtad 2025-03-11).

[24] B. Fang, F. Sun, H. Liu och C. Liu, ”3D human gesture capturing and recognition
by the IMMU-based data glove,” Neurocomputing, Hierarchical Extreme Learning
Machines, årg. 277, s. 198–207, 14 febr. 2018, issn: 0925-2312. doi: 10.1016/j.neu
com.2017.02.101. URL: https://www.sciencedirect.com/science/article/pi
i/S0925231217314054 (hämtad 2025-05-08).

[25] ”Strain gauges,” https://www.dwyeromega.com/en-us/. (), URL: https://www.dwy
eromega.com/en-us/resources/strain-gages (hämtad 2025-05-07).

[26] S. Jain och K. Singh, ”Signal Noise Reduction Algorithm for Object Localization and
Tracking Using a 2-Dimensional Ultrasonic Sensor Array,” i 2024 8th Internatio-
nal Conference on Computational System and Information Technology for Sustainable
Solutions (CSITSS), ISSN: 2767-1097, nov. 2024, s. 1–6. doi: 10.1109/CSITSS640
42.2024.10816775. URL: https://ieeexplore.ieee.org/document/10816775/
(hämtad 2025-05-08).

[27] R. Horaud, M. Hansard, G. Evangelidis och C. Ménier, ”An overview of depth
cameras and range scanners based on time-of-flight technologies,” Machine Vision
and Applications, årg. 27, nr 7, s. 1005–1020, 2016. doi: 10.1007/s00138-016-0784
-4.

[28] Tekscan, Inc., FlexiForce™ A301 Sensor Datasheet, https://www.tekscan.com/reso
urces/datasheets-guides/flexiforce-a301-datasheet, Accessed: 2025-04-22.

[29] Best Practices in Electrical Integration of the FlexiForce™ Sensor. URL: https://lp.t
ekscan.com/hubfs/FLX/FLX-Best-Practice-Electrical-Integration_2.0.p

df?hsCtaAttrib=175779939955&fbclid=IwY2xjawKBb25leHRuA2FlbQIxMABicml

kETBweGtOWk16OFVSZjVZU2VWAR7-ZE7SIP5LloAk_JoLBQzzLUDBW1dIzKN5GWA2Pdj

X3VqkCcROZEM2NFEEBw_aem_1lJfPqSlmIlBrn64atdZ8w (hämtad 2025-05-02).

[30] LMx58-N Low-Power, Dual-Operational Amplifiers. URL: https://www.ti.com/li
t/ds/symlink/lm158-n.pdf?HQS=dis-dk-null-digikeymode-dsf-pf-null-w

we&ts=1746100169758&ref_url=https%253A%252F%252Fwww.ti.com%252Fgener

al%252Fdocs%252Fsuppproductinfo.tsp%253FdistId%253D10%2526gotoUrl%25

3Dhttps%253A%252F%252Fwww.ti.com%252Flit%252Fgpn%252Flm158-n (hämtad
2025-05-02).

[31] Tekscan. ”FlexiForce A301 Datasheet.” (), URL: https://www.tekscan.com/resou
rces/datasheets-guides/flexiforce-a301-datasheet (hämtad 2025-05-13).

[32] Arduino, Arduino Mega 2560 Rev3, Accessed: 2025-04-23, 2024. URL: https://sto
re.arduino.cc/en-se/products/arduino-mega-2560-rev3.

[33] ”General · Husmarke/Kandidat-Cross-Country-Technique,” GitHub. (), URL: ht
tps://github.com/Husmarke/Kandidat-Cross-Country-Technique (hämtad
2025-05-09).

[34] Grove - IMU 9DOF(lcm20600+AK09918). URL: https://mm.digikey.com/Volume
0/opasdata/d220001/medias/docus/693/Grove_IMU_9DOF_Icm20600_plus_AK0

9918_Web.pdf (hämtad 2025-05-02).

[35] Grove - Time of Flight Distance Sensor VL53L0X. URL: https://www.farnell.com/d
atasheets/3759079.pdf (hämtad 2025-05-13).

40

https://novel.de/products/pedar/
https://novel.de/products/pedar/
https://doi.org/10.1016/j.neucom.2017.02.101
https://doi.org/10.1016/j.neucom.2017.02.101
https://www.sciencedirect.com/science/article/pii/S0925231217314054
https://www.sciencedirect.com/science/article/pii/S0925231217314054
https://www.dwyeromega.com/en-us/resources/strain-gages
https://www.dwyeromega.com/en-us/resources/strain-gages
https://doi.org/10.1109/CSITSS64042.2024.10816775
https://doi.org/10.1109/CSITSS64042.2024.10816775
https://ieeexplore.ieee.org/document/10816775/
https://doi.org/10.1007/s00138-016-0784-4
https://doi.org/10.1007/s00138-016-0784-4
https://www.tekscan.com/resources/datasheets-guides/flexiforce-a301-datasheet
https://www.tekscan.com/resources/datasheets-guides/flexiforce-a301-datasheet
https://lp.tekscan.com/hubfs/FLX/FLX-Best-Practice-Electrical-Integration_2.0.pdf?hsCtaAttrib=175779939955&fbclid=IwY2xjawKBb25leHRuA2FlbQIxMABicmlkETBweGtOWk16OFVSZjVZU2VWAR7-ZE7SIP5LloAk_JoLBQzzLUDBW1dIzKN5GWA2PdjX3VqkCcROZEM2NFEEBw_aem_1lJfPqSlmIlBrn64atdZ8w
https://lp.tekscan.com/hubfs/FLX/FLX-Best-Practice-Electrical-Integration_2.0.pdf?hsCtaAttrib=175779939955&fbclid=IwY2xjawKBb25leHRuA2FlbQIxMABicmlkETBweGtOWk16OFVSZjVZU2VWAR7-ZE7SIP5LloAk_JoLBQzzLUDBW1dIzKN5GWA2PdjX3VqkCcROZEM2NFEEBw_aem_1lJfPqSlmIlBrn64atdZ8w
https://lp.tekscan.com/hubfs/FLX/FLX-Best-Practice-Electrical-Integration_2.0.pdf?hsCtaAttrib=175779939955&fbclid=IwY2xjawKBb25leHRuA2FlbQIxMABicmlkETBweGtOWk16OFVSZjVZU2VWAR7-ZE7SIP5LloAk_JoLBQzzLUDBW1dIzKN5GWA2PdjX3VqkCcROZEM2NFEEBw_aem_1lJfPqSlmIlBrn64atdZ8w
https://lp.tekscan.com/hubfs/FLX/FLX-Best-Practice-Electrical-Integration_2.0.pdf?hsCtaAttrib=175779939955&fbclid=IwY2xjawKBb25leHRuA2FlbQIxMABicmlkETBweGtOWk16OFVSZjVZU2VWAR7-ZE7SIP5LloAk_JoLBQzzLUDBW1dIzKN5GWA2PdjX3VqkCcROZEM2NFEEBw_aem_1lJfPqSlmIlBrn64atdZ8w
https://lp.tekscan.com/hubfs/FLX/FLX-Best-Practice-Electrical-Integration_2.0.pdf?hsCtaAttrib=175779939955&fbclid=IwY2xjawKBb25leHRuA2FlbQIxMABicmlkETBweGtOWk16OFVSZjVZU2VWAR7-ZE7SIP5LloAk_JoLBQzzLUDBW1dIzKN5GWA2PdjX3VqkCcROZEM2NFEEBw_aem_1lJfPqSlmIlBrn64atdZ8w
https://www.ti.com/lit/ds/symlink/lm158-n.pdf?HQS=dis-dk-null-digikeymode-dsf-pf-null-wwe&ts=1746100169758&ref_url=https%253A%252F%252Fwww.ti.com%252Fgeneral%252Fdocs%252Fsuppproductinfo.tsp%253FdistId%253D10%2526gotoUrl%253Dhttps%253A%252F%252Fwww.ti.com%252Flit%252Fgpn%252Flm158-n
https://www.ti.com/lit/ds/symlink/lm158-n.pdf?HQS=dis-dk-null-digikeymode-dsf-pf-null-wwe&ts=1746100169758&ref_url=https%253A%252F%252Fwww.ti.com%252Fgeneral%252Fdocs%252Fsuppproductinfo.tsp%253FdistId%253D10%2526gotoUrl%253Dhttps%253A%252F%252Fwww.ti.com%252Flit%252Fgpn%252Flm158-n
https://www.ti.com/lit/ds/symlink/lm158-n.pdf?HQS=dis-dk-null-digikeymode-dsf-pf-null-wwe&ts=1746100169758&ref_url=https%253A%252F%252Fwww.ti.com%252Fgeneral%252Fdocs%252Fsuppproductinfo.tsp%253FdistId%253D10%2526gotoUrl%253Dhttps%253A%252F%252Fwww.ti.com%252Flit%252Fgpn%252Flm158-n
https://www.ti.com/lit/ds/symlink/lm158-n.pdf?HQS=dis-dk-null-digikeymode-dsf-pf-null-wwe&ts=1746100169758&ref_url=https%253A%252F%252Fwww.ti.com%252Fgeneral%252Fdocs%252Fsuppproductinfo.tsp%253FdistId%253D10%2526gotoUrl%253Dhttps%253A%252F%252Fwww.ti.com%252Flit%252Fgpn%252Flm158-n
https://www.ti.com/lit/ds/symlink/lm158-n.pdf?HQS=dis-dk-null-digikeymode-dsf-pf-null-wwe&ts=1746100169758&ref_url=https%253A%252F%252Fwww.ti.com%252Fgeneral%252Fdocs%252Fsuppproductinfo.tsp%253FdistId%253D10%2526gotoUrl%253Dhttps%253A%252F%252Fwww.ti.com%252Flit%252Fgpn%252Flm158-n
https://www.tekscan.com/resources/datasheets-guides/flexiforce-a301-datasheet
https://www.tekscan.com/resources/datasheets-guides/flexiforce-a301-datasheet
https://store.arduino.cc/en-se/products/arduino-mega-2560-rev3
https://store.arduino.cc/en-se/products/arduino-mega-2560-rev3
https://github.com/Husmarke/Kandidat-Cross-Country-Technique
https://github.com/Husma