Wearable sensor technology is transforming sports analysis by enabling detailed, real-time motion tracking outside of laboratory settings. In gymnastics disciplines like TeamGym, where athletes perform rapid and complex movements, accurately monitoring training load remains a significant challenge. Effective training load monitoring is essential for optimizing performance and reducing injury risk, but traditional motion capture tools are often not feasible for in-field use in gymnastics environment. The goal of this thesis is to systematically evaluate whether IMU can provide reliable and meaningful training load metrics for TeamGym trampette jumps. Key steps included identifying relevant features of external training load, implementing IMU-based methods for measuring them, validating their accuracy, reliability and sensitivity, and developing a mobile application to support coaches and athletes. Data was collected both through test data protocol and real world data protocol, and signal processing methods and algorithms were used to extract horizontal velocity, peak jerk, net impulse, jump height, total energy and jump count. The results show that peak jerk, net impulse, jump height, total energy at jump apex and jump count, are promising indicators of external training load. The IMU-based methods where validated against video-based methods to further strengthened their credibility. A prototype app was successfully developed to deliver jump count feedback and demonstrated potential for integrating additional features. These findings highlight the feasibility of using IMUs for performance monitoring in TeamGym and lay the groundwork for technology-assisted, data-driven coaching. With further development, such systems may also help reduce injury risk by detecting excessive load patterns and supporting more informed training decisions.

Bärbara sensorer håller på att förändra idrottsanalysen genom att möjliggöra noggranna mätningar i realtid i verkliga träningsmiljöer. Att mäta snabba och komplexa rörelser inom truppgymnastik är ingen självklar uppgift och utgör en stor utmaning. Effektiv monitorering av träningsbelastning är avgörande för att maximera prestation och minimera skaderisk, men traditionella rörelseinspelningsutrustningar är ofta inte praktiskt användbara i verkliga tränings-miljöer. Syftet med denna uppsats är att systematiskt utvärdera om tröghetssensorer (IMU:er) kan ge tillförlitliga och meningsfulla mätningar av träningsbelastning vid trampetthopp inom truppgymnastik. De centrala delarna av projektet bestod i att identifiera relevanta egenskaper för extern träningsbelastning, implementera mätmetoder baserade på tröghetssensor-teknik, validera deras noggrannhet, tillförlitlighet och känslighet, samt utveckla en mobilapplikation som stöd för tränare och idrottare. Data samlades in genom både ett testdataprotokoll och ett protokoll för verkliga förhållanden. Signalbehandling och algoritmer användes för att beräkna horisontell hastighet, maximal jerk, nettoimpuls, hopphöjd, total energi och antal hopp. Resultaten visar att maximal jerk, nettoimpuls, hopphöjd, total energi vid hoppets högsta punkt och antal hopp är goda indikator på träningsbelastning. Validering mot videobaserade metoder stärkte ytterligare deras trovärdighet. En prototypsapp utvecklades framgångsrikt för att ge återkoppling på antal hopp och visade potential för att integrera ytterligare funktioner. Resultaten visar på en möjlig användning av tröghetssensorer för att mäta träningsbelastning och lägger grunden för teknikstödd- och datadriven coachning. Med fortsatt utveckling kan sådana system även bidra till att minska skaderisken genom att upptäcka överbelastningsmönster och hjälpa till att fatta mer välgrundade träningsbeslut.

Verið er að gjörbreyta íþrótta greiningum með nákvæmum hreyfinemum á líkama íþróttafólks, sem safna gögnum í raunverulegum aðstæðum. Að mæla kvikar og ólínulegar hreyfingar hópfimleikafólks er krefjandi verkefni. Vöntun er á skilvirkara eftirliti með æfingarálagi til að hámarka afköst og lágmarka álagsmeilsli og hefðbundin hreyfimælitækni telst ekki raunhæfur kostur í raunverulegum æfingaraðstöðum. Markmið þessarar ritgerðar er að meta á kerfisbundinn hátt hvort hreyfimælar (IMUs) geti veitt marktækar áætlanir á æfinga-álagi þegar kemur að trampólín stökkum í hópfimleikum. Verkefnið greinir helstu eiginleika ytra æfingaálags, útfærir mælingaraðferðir byggðar á hreyfimæla tækni, sannreynir nákvæmni, marktækni og næmni þeirra, og þróa farsíma-forrit til stuðnings fyrir þjálfara og íþróttafólks. Gögnum var safnað bæði úr raunverulegum aðstæðum og vinnslu stafrænna merkja og reiknirit notuð til að reikna út láréttan hraða, hámarksbreyting á hröðun, heildar áhrif krafts yfir tíma, stökkhæð, heildarorku og fjölda stökkva. Niðurstöðurnar sýna að hámarksbreyting á hröðun, heidar áhrif krafts yfir tíma, stökkhæð, heildarorka á hápunkti stökksins og fjöldi stökkva eru góðir vísar að æfingarálagi. Trúverðugleiki þessara aðferða var staðfestur enn frekar með myndböndum. Góðum árangri var náð í þróun á appi sem telur fjölda stökkva og hefur góða möguleika á að bæta við fleiri mælanlegum þáttum. Niðurstöðurnar sýna fram á mögulega notkun hreyfimælitækja til að mæla æfingarálag og leggja góðan grunn fyrir tækni studdar og gagnadrifnar þjálfunaraðferðir. Með frekari þróun gætu slík kerfi einnig aðstoðað við að draga úr meiðslahættu með því að greina ofþjálfun og styðja við upplýstar ákvarðanatökur í þjálfun.