Większość systemów analizy ruchu przegrywa nie dlatego, że jest „za mało dokładna”, tylko dlatego, że jest niewygodna: za dużo sprzętu, za dużo przygotowań, za długi czas startu, za trudna obsługa. Mo2S stawia na podejście odwrotne: zebrać użyteczne dane o ruchu szybko i powtarzalnie, w warunkach, w których faktycznie pracuje fizjoterapeuta albo trener.
Bez markerów i bez czujników — użytkownik robi swoje
W Mo2S kamery rejestrują ćwiczenie, a algorytm identyfikuje punkty orientacyjne ciała i na tej podstawie liczy kąty między stawami. Nie ma markerów, sond, kombinezonów.
To ważne zwłaszcza w rehabilitacji i treningu amatorskim, gdzie liczy się komfort i tempo pracy z człowiekiem, a nie „przygotowanie do badania”.
Praca w czasie rzeczywistym: korekta w tej samej chwili
Z punktu widzenia terapii i treningu najbardziej liczy się informacja tu i teraz: czy kolano ucieka, czy zakres się domyka, czy ruch jest powtarzalny. Mo2S pokazuje obraz z kamer i parametry na żywo (kąty, wykresy czasowe, statystyki).
Dane do dokumentacji i porównań
W praktyce klinicznej i sportowej liczy się możliwość:
- porównania sesji „przed/po”,
- pokazania pacjentowi/zawodnikowi konkretu,
- eksportu danych do dalszej analizy.
Mo2S pozwala nagrywać sesje oraz eksportować dane i analizować je offline.
Lokalne przetwarzanie: prywatność i brak opóźnień
Analiza odbywa się lokalnie na komputerze użytkownika — co pomaga zarówno w szybkości działania (brak opóźnień), jak i w podejściu do prywatności (dane nie muszą „wychodzić” na zewnątrz). Mo2S_Prezentacja
Realna alternatywa kosztowa dla rozwiązań laboratoryjnych
W raportach porównawczych Mo2S jest opisywany jako rozwiązanie tańsze i niewymagające znaczników, w kontraście do profesjonalnych systemów markerowych (np. Vicon), które wymagają kontrolowanych warunków i rozbudowanej infrastruktury.
Gdzie Mo2S sprawdza się szczególnie dobrze?
- rehabilitacja i kontrola ćwiczeń (również zdalnie), Mo2S_Prezentacja
- trening i korekta techniki, prewencja kontuzji, Mo2S_Prezentacja
- monitoring powtarzalnych zadań (np. ćwiczenia na trenażerze) z wykresami kątów w czasie.
Literatura / źródła (wybór)
- Bazarevsky V. i in. BlazePose: On-device Real-time Body Pose tracking. arXiv, 2020 (33 punkty, real-time). arXiv+1
- Google AI Edge. MediaPipe Pose Landmarker – guide. (dokumentacja). Google AI for Developers
- Barzyk P. i in. AI-smartphone markerless motion capturing… Eur J Sport Sci, 2024 (walidacja vs Vicon).