Automatická detekce střídání v ledním hokeji: Přehlednější způsob srovnání herního nasazení v ledním hokeji
Patrick Love, vedoucí specialista pro úspěch zákazníků (výkonnost a zdraví) ve společnosti Catapult Sports
Hlavní body:
- Funkce automatické detekce směn poskytuje zaměstnancům jasnější časový rámec pro posouzení pracovní zátěže.
- Díky automatické identifikaci aktivních směn snižuje zátěž spojenou s ručním označováním a vytváří jednotnější základ pro srovnání nároků tréninku a zápasu.
- Trenérům, členům video týmu i členům týmu pro analýzu výkonnosti to poskytuje společný referenční bod ohledně toho, co hráči předvedli, jak náročné to bylo a v jakém kontextu se to odehrálo.
Trenéři ledního hokeje to vědí z vlastní zkušenosti: dva tréninky mohou na papíře vypadat podobně, ale ve skutečnosti se mohou výrazně lišit. Jeden může zahrnovat dlouhé série a trenérské přestávky. Druhý může sestávat z opakovaných krátkých, intenzivních úseků s minimálním odpočinkem. Pokud se oba tréninky shrnou do jediného čísla, tento zásadní rozdíl se ztratí.
Player Load PL) informuje trenérský štáb o tom, kolik práce hráč nashromáždil. Neuvádí však, jakým způsobem k tomuto nashromáždění došlo, ani jak náročné byly jednotlivé aktivní úseky. Toto rozlišení je důležité, protože ukazatel PL za minutu (PL/min) v ledním hokeji ne vždy znamenal totéž.
Nightingale a kol. (2026) na tuto skutečnost poukazují ve svém rámci pro výběr metrik vnější zátěže v ledním hokeji. Poznamenávají, že v publikovaných hokejových studiích se jako jmenovatel v ukazateli PL/min používala jak celková délka zápasu, tak čas strávený na ledě. Studie využívající celkovou délku zápasu, včetně studií autorů Douglas a kol. (2022) a Neeld a kol. (2021), dospěly k hodnotám 2,1–2,3 PL/min; studie využívající čas strávený na ledě, včetně studií autorů Byrkjedal a kol. (2022) a Perez a kol. (2022), dospěly k hodnotám kolem 6,3 PL/min.
Různé systémy Windows, různé pracovní zátěže
Právě v tomto bodě se srovnávání tréninků a zápasů stává obtížným. V zápasech videoanalytici obvykle označují celé herní úseky jednotlivých hráčů. Na tréninku, i když jsou tréninky natáčeny, se málokdy označuje každý jednotlivý opakovaný cvik jednoho hráče, natož pak celého kádru. Označování herních úseků v zápasech je už tak dost práce. Označování opakovaných cviků na tréninku je téměř nemožné.
Chceme-li však porovnat náročnost tréninku a zápasu, jsou tato časová okna specifická pro jednotlivé hráče důležitá. Bez nich zůstává jmenovatel nejednotný. Hráč může nasbírat podobné množství PL, ale jeho intenzita závisí na tom, zda ji počítáme za celou tréninkovou jednotku, cvičení, celou směnu, nebo pouze za aktivní momenty.
Přechod z měření na úrovni herní sekce na měření aktivní fáze eliminuje čas strávený na lavičce a bruslení mezi hvizdy. Celková hodnota PL klesla, protože část tohoto pohybu byla započítána. Hodnota PL/min obvykle stoupá, protože jmenovatel klesá rychleji než měřená zátěž. Stejné cvičení, stejný hráč, stejný datový soubor – to vše může vykazovat velmi odlišné hodnoty objemu a hustoty v závislosti na tom, jaký typ měření trenérský tým použije. Proto je volba časového okna důležitá a proto je okno „active-shift“ nejčistší ze všech čtyř. Zohledňuje pouze okamžiky, kdy se hráč skutečně účastnil hry. Hodnota objemu odráží práci, kterou hráč odvedl. Hodnota hustoty odráží, jak náročná tato práce v daném okamžiku byla. Právě toto časové okno umožňuje srovnávat tréninky a zápasy.
Bohužel jsme zase tam, kde jsme začali. Jak v praxi vyřešíme problém ručního označování obchodních zástupců?
Automatická detekce posunu: Konzistentnější časové okno
Funkce „Ice Hockey Auto Shift Detection“ od společnosti Catapult tento problém řeší tím, že identifikuje aktivní střídání přímo z nositelných zařízení. Týmy tak automaticky získávají údaje o aktivních střídáních jednotlivých hráčů. To poskytuje trenérskému štábu jednotný přehled o době, po kterou byl každý hráč aktivně zapojen do tréninku. Přineslo to také některé neočekávané výsledky.
Podle nezveřejněné analýzy společnosti Catapult Sports z roku 2026 představoval jeden trénink v AHL na úrovni tréninkové jednotky zhruba 58 % objemu zápasu. Při výpočtu na základě aktivních střídání se tento podíl snížil na přibližně 51 %. Stejný trénink se na úrovni tréninkové jednotky jevil jako intenzivnější než zápas, a to přibližně 130 % zápasové hustoty PL/min. Jakmile byly oba jevy posuzovány z pohledu aktivních střídání, klesla hustota stejného tréninku na přibližně 73 % hustoty zápasu z hlediska aktivních střídání.
Údaje o aktivním pohybu mohou odhalit mezeru, kterou souhrny celých tréninkových jednotek často zakrývají. Většina trenérů si uvědomuje, že trénink jen stěží dokáže napodobit celkový objem zápasu. Mnozí se domnívali, že trénink převyšuje intenzitu zápasu, protože tréninkové jednotky jsou kratší, strukturovanější a lépe kontrolované.
Tyto poznatky tento předpoklad zpochybňují. Pokud vezmeme v úvahu pouze období, kdy jsou sportovci skutečně aktivní, může trénink zaostávat jak co do objemu, tak co do intenzity.
To má význam pro periodizaci, sestavování tréninkových cvičení a návrat do hry. Týmy potřebují vědět, zda trénink vystavil hráče takovému objemu a intenzitě, jaké odpovídají aktivním herním situacím. Musí také pochopit, jak se tento objem nahromadil. Delší souvislé tréninkové bloky se liší od opakovaných úseků s vysokou intenzitou, které odrážejí rytmus hry.
Propojení metriky s okamžikem: integrace videa a nositelných zařízení
Větší množství dat ještě neznamená automaticky větší přehlednost. Užitečné zprávy by měly přizpůsobit ukazatele dané otázce, omezit nadbytečné informace a pomáhat týmům činit lepší rozhodnutí (Nightingale et al., 2026).
Funkce „Auto Shift Detection“ tento přístup podporuje tím, že vybraným metrikám poskytuje lepší kontext. Když jsou aktivní směny importovány do nástroje Focus v Catapultu, mohou týmy přejít od metriky přímo k okamžiku, ve kterém vznikla. Pro trenéry není rozbor směn po zápase nic nového. Sledování tréninkových opakování jednotlivých hráčů však dosud nebylo reálné. Nyní, když lze aktivní směny, včetně tréninkových opakování, identifikovat automaticky, mají trenéři možnost analyzovat tréninkovou práci jednotlivých hráčů, aniž by museli žádat video tým, aby ručně označoval každé opakování.
To mění pracovní postupy pro celý personál. Videoanalytik může rychleji vyhledat relevantní záznamy hráčů. Odborníci na výkonnost mohou vysvětlit, proč došlo k náhlému nárůstu zátěže. Trenéři mohou v taktickém kontextu analyzovat úseky s vysokou intenzitou. Všichni pracují se stejným zdrojem: stejnými metrikami, stejným časovým úsekem a stejným videem – vše na jednom místě.
Praktické ponaučení
Funkce automatické detekce směn poskytuje zaměstnancům jasnější časový rámec pro posouzení pracovní zátěže.
Díky automatické identifikaci aktivních směn snižuje zátěž spojenou s ručním označováním a vytváří jednotnější základ pro srovnání nároků tréninku a zápasu.
Trenérům, členům video týmu i členům týmu pro analýzu výkonnosti to poskytuje společný referenční bod ohledně toho, co hráči předvedli, jak náročné to bylo a v jakém kontextu se to odehrálo.
Odkazy
- Byrkjedal, P. T., Luteberget, L. S., Bjørnsen, T., Ivarsson, A., & Spencer, M. (2022). Návrh simulovaného hokejového zápasu ve formě herního cvičení (scrimmage) vyvolává vyšší intenzitu u parametrů vnější zátěže ve srovnání s oficiálními zápasy. Frontiers in Sports and Active Living, 4, 822127. https://doi.org/10.3389/fspor.2022.822127
- Catapult Sports. (2026). Srovnání zátěže na základě aktivních změn a na základě časových úseků v elitním ledním hokeji [Nepublikovaná interní analýza].
- Douglas, A. S., Rotondi, M. A., Baker, J., Jamnik, V. K., & Macpherson, A. K. (2022). Srovnání měření vnější zátěže na ledě u ženských hokejistek z nižších a elitních úrovní. Journal of Strength and Conditioning Research, 36(7), 1978–1983. https://doi.org/10.1519/JSC.0000000000003771
- Neeld, K. L., Peterson, B. J., Dietz, C. C., Cappaert, T. A., & Alvar, B. A. (2021). Vliv předchozí zátěže na výkonnost týmu v mužském univerzitním ledním hokeji. Journal of Strength and Conditioning Research, 35(8), 2272–2278. https://doi.org/10.1519/JSC.0000000000004076
- Nightingale, S., Hughes, J., De Ste Croix, M., & Pfeifer, C. (2026). Rámcový průvodce pro výběr metrik vnější zátěže v ledním hokeji. International Journal of Strength and Conditioning. https://doi.org/10.47206/ijsc.v6i1.526
- Perez, J., Brocherie, F., Couturier, A., & Guilhem, G. (2022). Mezinárodní zápasy vyvolávají stabilní mechanickou zátěž v ženském hokeji na vysoké úrovni. Biology of Sport, 39(4), 857–864. https://doi.org/10.5114/biolsport.2022.109455
Otázky a odpovědi
Celá směna zahrnuje celé časové okno od okamžiku, kdy hráč vstoupí na led, až do chvíle, kdy se vrátí na střídačku. Toto okno často zahrnuje mrtvý čas, jako jsou přerušení hry písknutím, přípravy na vhazování nebo televizní přestávky.
Aktivní střídání výslovně omezuje výpočet na konkrétní okamžiky, kdy se hráč aktivně účastní hry a pohybuje se. Odstraněním těchto mrtvých časů poskytují aktivní střídání mnohem jasnější pohled na skutečný fyzický výkon. Údaje o objemu odrážejí skutečně odvedenou práci a údaje o hustotě (jako je Player Load minutu) přesně ukazují, jak intenzivní tato práce v reálném čase byla.
Vše závisí na tom, jaký jmenovatel (časový rámec) použijete. Tradiční hokejový výzkum počítal hodnotu PL/min na základě dvou velmi odlišných časových rámců: celkové délky zápasu a času stráveného na ledě.
Pokud použijete celkovou délku zápasu, je jmenovatel velký, protože zahrnuje i veškerý čas strávený na lavičce, což vede k nižším hodnotám hustoty (obvykle kolem 2,1–2,3 PL/min). Přejdete-li na skutečný čas hráče strávený na ledě, jmenovatel se drasticky zmenší, což způsobí, že hodnoty hustoty vyskočí blíže k 6,3 PL/min. Tato odchylka není chybou v datech; odráží pouze to, jaký časový rámec si pro měření zvolíte.
V minulosti bylo srovnávání údajů z tréninků s údaji ze zápasů nesmírně obtížné, protože ruční zaznamenávání směn u celého kádru je během tréninku téměř nemožné.
Funkce Auto Shift Detection od společnosti Catapult tento problém řeší automatickou identifikací aktivních směn přímo z nositelných zařízení. To zpochybňuje běžné předpoklady o tréninku. Například interní data ukázala, že zatímco trénink může při pohledu na obecné průměry tréninkové jednotky vypadat jako 130 % herní intenzity, ve skutečnosti klesl na pouhých 73 % herní intenzity, jakmile byly oba pohledy posuzovány přes přesnou optiku aktivních směn. Tento automatizovaný vhled pomáhá trenérům navrhovat cvičení, která skutečně napodobují rytmus a objem vysokého tempa skutečných herních směn.