Speed skating technique and movement has been previously analysed, however, there is a notable absence of a real-time feedback system that provides athletes with quantitative insights into their performance. Therefore, this thesis aims to identify and measure the Key Performance Parameters (KPPs) and create a framework of a feedback system that allows coaches and athletes to receive real-time feedback during training sessions. To achieve it, IMU data of skaters were recorded, and algorithms were developed to quantify KPPs. Furthermore, an interview was conducted with a speed skater to determine the optimal presentation format for feedback. To validate the accuracy of the KPP detection algorithms, video data capturing skating bouts were used as a reference. The algorithm was able to detect the contact and air phases with a mean difference of .002 seconds, while paired samples t-test showed no significant differences in contact (p=.842) and air (p=.815) phases. Although the estimation of skate lean angle presented challenges, promising indications for its potential were observed. Through detailed investigation, the optimal mode, content, timing, and frequency of feedback delivery was identified. Consequently, this thesis has laid the foundation for an evolutionary tool for speed skating training and performance assessment. The combination of IMU technology with advanced algorithms and feedback mechanisms has the potential to revolutionise how athletes approach their training.

Teknik och rörelse inom hastighetsåkning har tidigare analyserats, men det finns en märkbar frånvaro av ett realtidsåterkopplingssystem som ger idrottare kvantitativa insikter i deras prestation. Därför syftar denna avhandling till att identifiera och mäta nyckelparametrar för prestanda (KPPs) och skapa ett ramverk för ett återkopplingssystem som tillåter tränare och idrottare att få realtidsåterkoppling under träningspass. För att uppnå detta registrerades IMU data från åkare och algoritmer utvecklades för att kvantifiera KPPs. Dessutom genomfördes en intervju med en hastighetsåkare för att fastställa det optimala presentationsformatet för återkoppling. För att validera noggrannheten hos algoritmerna för KPP-detektion användes videodata som fångade åksessioner som referens. Algoritmen kunde upptäcka kontakt- och luftfaserna med en medeldifferens på .002 sekunder, medan ett parat t-test visade inga signifikanta skillnader i kontakt (p=.842) och luft (p=.815) faser. Även om uppskattningen av skatens lutningsvinkel presenterade utmaningar observerades lovande indikationer för dess potential. Genom detaljerad undersökning identifierades det optimala läget, innehållet, tidpunkten och frekvensen för återkopplingsleverans. Följaktligen har denna avhandling lagt grunden för ett evolutionärt verktyg för hastighetsåkningsträning och prestationsbedömning. Kombinationen av IMU-teknologi med avancerade algoritmer och återkopplingsmekanismer har potential att revolutionera hur idrottare närmar sig sin träning.