Power meters have been available in endurance sport since the 1980s and provide useful insights to individualized training programs in order to improve the effectiveness of training sessions. This also helps in reducing injury risks. In gym context, especially for functional fitness (FF), nowadays it is not possible to measure the power output (PO) of athletes, thus making it difficult to understand how different training sessions can affect athletes’ bodies, both in terms of performance and fatigue.The main aim of this study is to develop a new inertial measurement unit (IMU)-based power meter to be used in FF contexts and to validate it against a gold standard, a combination of a motion capture system (MoCap) and 4 force plates. Additionally, an investigation about the best configuration of sensors to be used is carried out.Seven well trained FF athletes took part in this study. They were asked to perform some FF movements (burpees, clean and jerks, lunges, snatches and thrusters) while being recorded by 3 IMUs placed on them (chest, wrist and ankle) and by the gold standard system. A Python algorithm applied to IMU data estimated PO and this was compared with the PO computed from the gold standard. The new power meter estimated the PO with two different approaches: the force approach (FA), based on the formula P=F*v, and the energy approach (EA), based on mechanical energy.Both FA and EA showed very high to almost perfect correlation with the gold standard, with the best correlation (0.927) provided by FA with the configuration with 2 sensors at chest and wrist, when comparing the full PO curve. Analyzing average positive and negative power, total positive and negative work and peak positive and negative power, FA showed better estimations despite a general underestimation of around 10% for all the metrics analyzed and with a RMSE around 25% (after the correction of the raw estimations, while raw PO overestimates the MoCap by around 33%).The correlations between IMU and MoCap found in this study are in line with the values found by other studies. A comparison of the other metrics with literature is difficult due to a lack of similar types of studies. Despite that, studies comparing IMU and MoCap to estimate PO during countermovement jumps found a percentage overestimation around 25%, close to the raw estimation of around 33% of this study.This study showed that the best method to estimate PO with IMUs is FA. Moreover, even if the 3-IMU power meter showed promising results, the configuration with just two sensors (at chest and wrist) provided slightly better estimations.

Effektmätare har funnits inom uthållighetsidrott sedan 1980-talet och ger värdefulla insikter för individanpassade träningsprogram i syfte att förbättra effektiviteten i träningspassen. Detta bidrar också till att minska risken för skador. Inom gymmiljöer, särskilt inom funktionell fitness (FF), är det idag inte möjligt att mäta idrottares effektutveckling (PO), vilket gör det svårt att förstå hur olika träningspass påverkar kroppen, både vad gäller prestation och trötthet.Det huvudsakliga syftet med denna studie är att utveckla en ny effektmätare baserad på inertialmätsystemer (IMU) för användning inom FF och att validera den mot en guldstandard, en kombination av ett rörelseanalyssystem (MoCap) och 4 kraftplattor. Dessutom genomförs en undersökning av vilken konfiguration som är mest lämplig.Sju vältränade FF-atleter deltog i studien. De ombads utföra olika FF-rörelser (burpees, clean and jerks, lunges, snatches och thrusters) samtidigt som de registrerades av tre IMU-enheter placerade på bröstkorg, handled och fotled samt av guldstandardsystemet. Ett Python-algoritm applicerades på IMU-datan för att uppskatta PO, vilken sedan jämfördes med PO beräknad från guldstandarden. Den nya effektmätaren uppskattade PO med två olika metoder: kraftmetoden (FA), baserad på formeln P = F*v, och energimetoden (EA), baserad på mekanisk energi.FA och EA visade mycket hög till nästan perfekt korrelation med guldstandarden, med den bästa korrelationen (0,927) för FA med konfigurationen med två sensorer på bröst och handled vid jämförelse av hela effektkurvan. Vid analys av genomsnittlig positiv och negativ effekt, total positiv och negativ arbetsinsats samt toppvärden för positiv och negativ effekt visade FA bättre resultater, trots en generell underskattning på cirka 10% för alla analyserade mätvärden och med ett RMSE på cirka 25% (efter korrigering av den råa PO, överestimerar den råa PO med cirka 33% jämfört med MoCap).Korrelationerna mellan IMU och MoCap som hittades i denna studie ligger i linje med de värden som rapporterats i andra studier. En jämförelse av övriga mätvärden med tidigare litteratur är dock svår på grund av brist på liknande studier. Trots detta har vissa studier som jämfört IMU och MoCap vid uppskattning av PO under countermovement jumps rapporterat en överskattning på cirka 25%, vilket ligger nära den råa överskattningen på cirka 33% i denna studie.Studien visar att den mest tillförlitliga metoden för att uppskatta PO med IMU är FA. Dessutom visar resultaten att även om en effektmätare med tre IMU:er ger lovande resultat, så ger konfigurationen med endast två sensorer (på bröstkorg och handled) något bättre skattningar.