Sfida era e sfida è stata sino all’ultimo. L’alto livello dei progetti giunti alla fase finale della “Biomechanics Challenge 2023”, promossa da Movella in stretta collaborazione con i Dipartimenti di Ingegneria Industriale e Ingegneria e Scienza dell’Informazione dell’Università di Trento, ha dato filo da torcere alla giuria. D’altronde l’obiettivo era molto ambizioso: trovare soluzioni valide a una problematica di biomeccanica molto sentita da chi studia uno degli sport invernali più completi che si possono praticare in montagna, lo sci di fondo.
La biomeccanica di questa disciplina, infatti, è più complessa di quella di altre attività sportive. Nello sci di fondo, gli atleti si muovono su quattro appoggi, dati dall’insieme di sci e bastoncini, attraversando piste dal suolo mai completamente lineare. La prestazione dell’atleta non dipende quindi solo dalla sua forma fisica, ma anche dal gesto atletico e dall’uso coordinato e corretto degli attrezzi. Di qui l'interesse crescente per la valutazione oggettiva del movimento. Tanto più con le Olimpiadi invernali di Milano-Cortina 2026 all’orizzonte.
Ai gruppi partecipanti, provenienti da varie parti del mondo, è stato chiesto di calcolare la potenza propulsiva dell’atleta, in termini di prestazioni, alla luce dei dati raccolti in Val di Fiemme dai promotori dell’iniziativa grazie a un sistema di monitoraggio (Xsens Link) basato su piattaforme inerziali. Queste ultime consentono di avere un set di dati dettagliato che racchiude i movimenti di tutto il corpo degli sciatori.
Le squadre hanno dovuto lavorare su tre serie di parametri:
- la fluidità del movimento, la coordinazione e l’equilibrio;
- la potenza esercitata dalla parte superiore del corpo rispetto a quella inferiore;
- le tecniche di sciata adottate e il tracciato.
A spuntarla è stato il gruppo Brockworth Filter della Brock University (Canada), seguito dal Team Salzburg della Paris Lodron Universität Salzburg (Austria) e dallo York Biomechanics Team dell'Università di York (UK).
Il gruppo vincitore della challenge ha saputo guardare oltre, proponendo l’utilizzo di tecniche di “riduzione di dimensionalità”, volte cioè a impiegare un numero più basso di sensori. Una soluzione ottimale per giungere quanto prima a un prodotto commercializzabile.
Al successo della challenge ha contribuito, come anticipato, l’Università di Trento con il grande lavoro svolto dal Dipartimento di Ingegneria Industriale (DII) e dal Dipartimento di Ingegneria e Scienza dell’Informazione (DISI) nella raccolta dei dati sul campo e nella valutazione dei progetti. Nello specifico, per il DII vi hanno preso parte Francesco Biral, Giandomenico Nollo, Damiano Fruet e Andrea Zignoli, mentre per il DISI Paolo Bouquet, Nicola Conci e Niccolò Bisagno.
Guarda il webinar della finale a questo link e la photogallery.