The vertical jump test evaluates leg strength and explosiveness and has many applications, mainly in sports. The gold standard technologies for assessing jump test performance are force plates and optoelectronic motion capture systems. Their drawback is that they are expensive and non-portable. Previous research has found potential in inertial measurement units (IMU) as an affordable and portable alternative. However, applying this technology often involves manual data processing, which can be difficult without professional oversight. There is also a scarcity of studies regarding the optimal positioning of the IMU on the body to maximize the accuracy of measurements. This study therefore aimed to develop and validate a real-time, automated algorithm for vertical jump tests using IMU technology and investigating optimal sensor placement. The algorithm estimates and gives feedback on jump height, net impulse, and peak values of force, power, and velocity. For validation, 8 participants performed jump tests on force plates while wearing inertial sensors placed on the chest, hip, ankle, and heel. The algorithm identified jumps in real time with perfect or near-perfect accuracy across all sensor positions. The hip position provided the least systematic errors in its feedback values. However, the chest position exhibited the largest correlation to the gold standard force plate measures. Values measured from the chest also showed the highest within-session reliability, meaning that they were consistent across jumps performed by the same participant. The study shows potential for real-time usage of IMUs during jump tests when sensors are placed on the chest and correction equations are applied to deal with systematic bias.

Vertikala hopptest mäter benstyrka och explosivitet och har många användningsområden, framförallt inom idrott. För att utvärdera ett hopptest används oftast kraftplattor och optoelektroniska motion capture system. Nackdelen med dessa är att de är dyra och icke-portabla. Forskning har visat potential för inertial measurement units (IMU) som ett prisvärt och portabelt alternativ. Denna metod kräver dock ofta manuell bearbetning av data, vilket kan vara svårt utan professionell översyn. Dessutom finns det få studier om var på kroppen en IMU bör placeras för bästa mätnoggrannhet. Denna studie syftade därför till att utveckla och validera en IMU-baserad automatiserad algoritm för vertikala hopptest, samt undersöka vilken den optimala sensorplaceringen är. Den utvecklade algoritmen beräknar och ger återkoppling på hopphöjd, impuls och toppvärden för kraft, effekt och hastighet. För att validera metoden genomfördes hopptest på kraftplattor med 8 deltagare som samtidigt bar IMU-sensorer på bröstet, höften, vristen och hälen. Algoritmen kunde identifiera hopp med perfekt eller nästintill perfekt precision från alla sensorpositioner. Höftpositionen gav minst systematiska fel i återkopplingsvärdena. Mätvärden från bröstpositionen uppvisade dock den starkaste korrelationen med kraftplattornas mätningar. Bröstpositionen hade också högst reliabilitet, vilket innebär att hopp genomförda av samma deltagare gav konsekventa värden. Studien visar potential för realtidsanvändning av IMU under hopptest, om sensorer placeras på bröstet och korrigeringsekvationer tillämpas för att hantera systematiska fel.