Hvilken gangart rider jeg, og hvordan er takten? Data indsamlet via mobiltelefonen kan være med til at give dig svaret i fremtiden.

De fleste islandshesteryttere kender fornemmelsen og tvivlen. Måske især nye islandshesteryttere.

Kender man ikke tølt-bevægelsen, kan den virke fremmedartet, og man kan let blive usikker på hvordan hesten bevæger sig i de forskellige gangarter.

Nu er en gruppe forskere kommet frem til en metode, der kan analysere, hvilken gangart din hest bevæger sig i via data indsamlet fra smartphonesensorer i rytterens lomme.

Målet med studiet var at finde ud af om, og med hvilken nøjagtighed, det var muligt at opdage alle fem typer af islandshestens gangarter heste ud fra sensordata.

Nu er resultatet af undersøgelsen offentliggjort i en videnskabelig publiceret artikel.

Konkret gjorde forskerne det, at de placerede en telefon i rytterens forskellige lommer: jakke-, bukse- og brystlommer.

Så satte de sensorer på hestenes hove, for at hovslagenes rækkefølge kunne analyseres og gangarten fastlægges. Samspillet mellem disse data, gps-data og bevægelserne registreret via telefonens sensorer i lommen på rytteren danner grundlaget for den model, der nu påviseligt kan analysere gangarts-type og takt.

Forskerne indsamlede data fra 17 heste og 14 ryttere. Dataene blev indsamlet samtidigt fra bevægelsessensorer i en mobiltelefon placeret i rytterens lomme og et gangartsklassifikationssystem baseret på fire bærbare sensorer fastgjort til hestens hove.

Studiet påviser, at metoden kan klassificere islandshestens fem gangarter med op til 94,4 % nøjagtighed.

Nu handler det om løbende dataindsamling, så modellen kan fortsætte med at udvikle sig og blive mere præcis.

Resultatet tyder på, at ridning af islandske heste kan studeres i stor skala med hjælp fra mobiltelefoner til at indsamle data om gangarterne, og at mobiltelefonsensorer kan være effektive til gangartsklassificering.

Titlen på den videnskabelige artikel er “Efficient Development of Gait Classification Models for Five-Gaited Horses Based on Mobile Phone Sensors”. Haraldur B. Davíðsson 1,2, Torben Rees 3, Marta Rut Ólafsdóttir 2 and Hafsteinn Einarsson 1,*

Den er publiceret d. 3. januar 2023  i magasinet Animals og er tilgængelig i fuld længde her