[論文レビュー] SportsXR -- Immersive Analytics in Sports

Tica Lin, Yalong Yang+2 more|arXiv (Cornell University)|Apr 17, 2020

Data Visualization and Analytics参考文献 11被引用数 14

ひとこと要約

SportsXR は、AR/VR を用いたリアルタイムで空間的に配置されたデータ可視化を統合することで、スポーツにおける没入型アナリティクスを導入し、アスリート、コーチ、ファンの意思決定を強化する。このフレームワークは、データ収集、リアルタイムアナリティクス、スポーツ固有の可視化、専門家間の協働に関する課題に対処し、トレーニング、コーチング、ファンエンゲージメントにおけるユースケースを提案する。

ABSTRACT

We present our initial investigation of key challenges and potentials of immersive analytics (IA) in sports, which we call SportsXR. Sports are usually highly dynamic and collaborative by nature, which makes real-time decision making ubiquitous. However, there is limited support for athletes and coaches to make informed and clear-sighted decisions in real-time. SportsXR aims to support situational awareness for better and more agile decision making in sports. In this paper, we identify key challenges in SportsXR, including data collection, in-game decision making, situated sport-specific visualization design, and collaborating with domain experts. We then present potential user scenarios in training, coaching, and fan experiences. This position paper aims to inform and inspire future SportsXR research.

研究の動機と目的

• スポーツにおけるリアルタイムで状況に即したアナリティクスの欠如を解消するため、アスリートの意思決定に没入型技術を統合すること。
• スポーツデータ、意思決定者（アスリート、コーチ、ファン）、分析ツールの間のギャップを、空間化された可視化によって埋めること。
• スポーツアナリティクスにおける、データ収集、リアルタイムアナリティクス、可視化設計、ドメイン専門家間の協働に関する主な課題を特定すること。
• AR/VR を用いたアスリートのトレーニング、コーチングワークフロー、ファンエンゲージメントにおける没入型アナリティクスのアプリケーションを提案・プロトタイピングすること。

提案手法

• AR/VR インターフェースを用いて、物理的なスポーツ環境に直接データ可視化を埋め込むことで、没入型アナリティクス（IA）の原則を活用する。
• 空間的でマルチセンサリーかつ協働的な可視化技術を採用し、リアルタイムで現地でのデータ探索を支援する。
• 選手の位置、生理的指標、戦術的軌道といった異種のスポーツデータを、動的で文脈に適応した可視化オーバーレイに統合する。
• 実際のアスリートの文脈に即した可視化設計を実現するため、スポーツ専門家（例：ハーバードバスケットボールチーム）との反復的協働を実施する。
• 抽象的なデータ表現を物理的対象や行動とリアルタイムで一致させるために、状況に即したアナリティクスを適用する。
• AR を用いたリアルタイムパフォーマンスフィードバック（例：マラソンにおける予測ペースの投影）やインタラクティブなコーチングツールを活用して、プロトタイプのシナリオを開発する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして没入型アナリティクスを、動的で協働的なスポーツ環境におけるリアルタイム意思決定支援に効果的に応用できるか？
• RQ2 没入型可視化に適した、異種でリアルタイムのスポーツデータを収集・処理するうえでの主な課題は何か？
• RQ3 アスリート、コーチ、ファンが没入型環境で意思決定を支援できるように、スポーツ固有で動的かつ状況に即した可視化をどのように設計できるか？
• RQ4 没入型アナリティクス研究者とスポーツドメイン専門家との間で、使いやすく効果的なシステムを開発するために最も効果的な協働モデルは何か？

主な発見

• スポーツにおける没入型アナリティクスは、データ可視化を試合の物理的文脈に直接配置することで、状況認識を著しく向上させることができる。
• 現在のスポーツデータ可視化は、主に2次元スクリーンやオフライン分析に限定されており、リアルタイム意思決定の能力が制限されている。
• SportsXR の成功した応用には、技術的イノベーションに加え、ドメイン専門家との深いつながりによる関連性と使いやすさの確保が不可欠である。
• プレイヤーステータスのARオーバーレイやリアルタイムパフォーマンスフィードバックといった初期プロトタイプは、アスリートの自己評価とコーチングワークフローの改善に潜在的効果を示している。
• Eliud Kipchoge の2時間マラソン挑戦におけるARベースの可視化統合事例から、空間化されたデータフィードバックがアスリートのパフォーマンスに直接影響を与える可能性があることが示されている。
• トレーニング、コーチング、ファン体験におけるリアルタイムアナリティクスのための、効果的で動的かつスポーツ固有の没入型可視化の設計に関する、依然として大きな研究ギャップが存在する。