CONFIDENTIAL  

PROJECT:�VALHALLA �

�

Design Considerations for �Wearable Technology �

in Human Performance�

CONFIDENTIAL  

Introduction�Red  Bull  High  Performance  is  deeply  passionate  about  making  people  beDer.  Over  600  elite  athletes  are  part  of  the  Red  Bull  family.  All  are  top  5  in  the  world  in  what  they  do.  As  we  conKnue  our  journey  of  human  exploraKon  with  these  elite  athletes,  we  look  to  technology  as  a  tool  for  addiKonal  insight.      In  March  2013,  Red  Bull  High  Performance  kicked  off  Project:  Valhalla.  The  vision  of  this  project  is  a  robust,  flexible,  and  modular  system  of  high  quality  data  capture  and  analysis  enabling  further  understanding  of  human  potenKal.    To  accomplish  this  vision,  we  seek  to  collaborate  with  extraordinary  groups  of  individuals  doing  extraordinary  things  in  the  sensing  and  wearables  fields,  as  well  as  analysis  automaKon.  

CONFIDENTIAL  

WEARABLES  TODAY  -­‐  DIVERSIFIED  

The Problem�The  world  of  “wearables”  has  become  very  segmented,  applicaKon  specific,  and  in  some  cases  highly  saturated.  Our  team  believes  that  most  current  “soluKons”  

are  scaDered  and  inefficient.      

CONFIDENTIAL  

This  problem  will    only  get  worse…  

CONFIDENTIAL  

Example of Multi-Device Overload�Cadence,  Bike  Power,  Posture,  Aerodynamics  Heart  rate  (HR)  RespiraKon  Rate  VenKlaKon  (VE)  Volume  of  Oxygen  ConsumpKon  (VO2)  –  Metabolic  Cart  (Met  Cart)  

 Gives  insight  into  Fuel  Source    Cycling  efficiency/economy  

Lactate/Glucose  EEG  -­‐  portable  headset  EKG  -­‐  Physioflow    EMG  pants    Heart  rate  strap  -­‐  Sunnto    TMS    TDCS    Glucose  monitoring  -­‐  Dexcom    Metabolic  Cart  -­‐  Parvomedics    Blood  chemistries  -­‐  iSTAT    Force  pedals  -­‐  Garmin  Vector    Head  NIRS  -­‐  Coviden  Somanotec  PNS  Muscle  NIRS  –  Moxy  

This  list  shows  the  amount  of  different  devices  and  sensors  being  placed  on  

athletes  for  one  training  camp.  It  is  meant  only  to  showcase  the  vast  amount  of  

equipment  ofen  needed  to  gain  insight  into  performance.  This  parKcular  camp  is  light  on  dynamics/moKon/etc  and  many  of  these  can  not  be  combined  into  one  unit  nor  can  they  be  made  small.  They  can,  however,  

have  beDer  syncing  funcKonality.  

CONFIDENTIAL  

The SYSTEM Solution�Through  feedback  from  athletes,  coaches,  and  sport  scienKsts  -­‐  Red  Bull  High  Performance  has  outlined  what  we  believe  to  be  an  efficient  system.      

Modular Mounting

Sensors Applications

USE

With  thousands  of  applicaKons  and  use  cases  for  wearables  and  sensing  -­‐  soluKons  that  take  a  unified  approach  of  high  quality  data  capture  within  a  “SYSTEM”  soluKon  will  be  in  a  beDer  posiKon  for  long  term  growth  and  sustainability.      A  SYSTEM  (or  plagorm)  approach  to  the  soluKon  would  include  a  variety  of  swappable  sensors,  on  a  modular  mounKng  plagorm,  enabling  high  quality  data  capture  across  mulKple  applicaKons.      Look  at  GoPro  and  their  success.  Why?  It’s  a  system  for  use  in  mulKple  applicaKons  supported  by  a  modular  plagorm.    

Modular,  Flexible,  Scalable  

CONFIDENTIAL  

Data  Timing  •  Real  Time  

•  Post  Processed    

Test  Environments  •  Air  

•  Land  •  Water/Underwater  

Test  SituaFons  •  Dynamic  

•  Controlled  

Insights  •  Full  Body  •  Localized  

•  Equipment  

Application Categories�

Data  Types  •  MoFon  Tracking  

•  Telemetry  •  Biometrics  •  Physiology  

CONFIDENTIAL  

Mounting - Body�

Mounts  •  Straps  •  Clips  

•  Bands  •  Adhesives  

•  DIY  •  Etc…  

CONFIDENTIAL  

Mounting - Equipment �

There  is  an  important  interacKon  between  and  athlete  and  their  equipment.    The  greater  the  ability  to  gather  and  correlate  data  the  greater  the  insight.  

CONFIDENTIAL  

Sensors�Sensor  Performance  High  quality  data  is  the  most  important  to  Red  Bull.  Insight  into  elite    athletes  requires  high  confidence  intervals.  Having  quality  data  will    enable  adopKon  of  tech  by  professionals  and  general  consumers  alike.      Mesh  and  Syncing  The  ability  to  Ke  mulKple  sensors  (even  if  measuring  different  things)  into  the  same  network  is  desired.  Stand  alone  and  networked  use  enables  the  most  flexibility.  Being  able  to  send  a  BLE  ping  or  TTL  pulse  or  other  for  mulK  sensor  synchronizaKon  enables  quality  correlaKve  analysis  and  insights.  Being  able  to  emit  a  syncing  ping  from  the  sensor  to  a  camera  device  (even  if  wireless)  would  allow  syncing  video  to  sensor  moKon.    Data  Logging  Data  logging  should  happen  locally  and  streaming.  If  data  logging  happens  locally  when  mulKple  sensors  are  used,  ensuring  they  are  all  started  at  the  same  Kme  or  synced,  including  a  method  of  knowing  what  sensor  was  where  is  valuable.      Smart  Algorithms  We  realize  that  dynamics  sensors  (accelerometers,  gyros,  etc)  need  algorithms  for  certain  paDerns  to  provide  meaningful  output.  Enabling  the  average/advanced  user  to  visually  bound  the  paDerns  in  the  data  would  enable  crowd  sourced  creaKon  of  libraries  of  analyzed  data  giving  intelligence  to  the  sensor  data  that  gets  beDer  over  Kme.    

CONFIDENTIAL  -­‐5000  

0  

5000  

10000  

15000  

1   77  

153  

229  

305  

381  

457  

533  

609  

685  

761  

837  

913  

989  

1065  

1141  

1217  

1293  

1369  

1445  

1521  

1597  

accelerometer  x  (mg)  accelerometer  y  (mg)  accelerometer  z  (mg)  

TransiKon  

Air  

Flexible, Scalable, Modular �-> Smart Algorithms?�

Allow  “advanced”  users  to  visually  create  algorithms  by  noKng  what  the  data  means.  This  user  data  could  

be  sent  to  a  cloud  server,  allowing  collecKve  intelligence  to  build  out  an  algorithm  library  Ked  to  the  sensor  type  and  acKvity.  This  could  also  be  done  automaKcally  if  sensors  are  used  for  specific  acKviKes.  Sensors  send  data  back  home  –  machine  learning  enables    advancement  –  moKon  databases  can  be  

created  and  curated,  possibly  moneKzed.  

CONFIDENTIAL  -­‐5000  

0  

5000  

10000  

15000  

1   77  

153  

229  

305  

381  

457  

533  

609  

685  

761  

837  

913  

989  

1065  

1141  

1217  

1293  

1369  

1445  

1521  

1597  

accelerometer  x  (mg)  accelerometer  y  (mg)  accelerometer  z  (mg)  

TransiKon  

Air  

In  this  example  –  if  the  athlete  (Coco)  or  coach  could  review  the  data  later  or  real  Kme  and  idenKfy  the  paDern  that  showed  how  many  Kmes  the  athlete  went  up  the  wall  then  this  could  easily  support  a  feedback  counter  that  incremented  each  Kme  the  

paDern  was  seen.  As  a  second  step,  a  more  advanced  user  or  coach  could  idenKfy  the  height  so  the    app  

would  read  out  force,  and  so  on.  Pupng  the  power  of  creaKon  in  user  hands…  then  

scale  or  automate  the  process  to  the  crowd.  

Smart Algorithms�

CONFIDENTIAL  

Device Examples�iFIT  –  good  idea  for  wrist  and  for  clip  device,  but  fails  making  two  devices  vs  one  sensor  setup  that  could  fit  into  each  mount.  AddiKonally  this  is  too  applicaKon  specific.  

CONFIDENTIAL  

Sony  has  a  rubberized  band  with  removable  sensor.  It’s  sKll  applicaKon  specific.  Modular  and  upgradable,  but  not  flexible  and  scalable.    

Device Examples�

CONFIDENTIAL  

Misfit  –  really  interesKng  design,  many  mounKng  opKons,  but  not  as  much  usability  as  one  would  desire.    

Device Examples�

CONFIDENTIAL  

Jaybird  Reign  –  first  modular  design  we  have  seen  to  incorporate  a  removable  sensor  that  has  an  opKcal  sensor  in  it  as  well  for  heart  rate  and  blood  oxygenaKon  measurements.  

Device Examples�

CONFIDENTIAL  

Being  able  to  take  a  sensor  from  a  watch  mount  and  aDach  it  to  equipment  is  desired.    

Device Examples�

CONFIDENTIAL  

Trace  –  only  surf,  skate,  snow.  Too  social.  Modular,  but  not  flexible  and  scalable.      

Device Examples�

CONFIDENTIAL  

The  Google/Motorola  PROJECT  ARA  is  a  brilliant  example  of  scalable,  modular,  flexible.      

Device Examples�

CONFIDENTIAL  

Athlete  

Equipment  

Environment  

Application Examples�

CONFIDENTIAL  

Application Examples�This  list  shows  some  of  the  places  we  want  to  have  beOer  sensing  capabiliFes.      Gym  TesFng    Endurance  Surfing      Snow  (Skiing,  Snowboarding)  Moto      BC  One  Air  Awareness    BMX  MTB        Wingsuits  Skate      eSports  Cliff  Diving  

CONFIDENTIAL  

Media Implications�Sensors  that  can  communicate  real  Kme  over  standard  protocol  will  be  valuable  in  media  applicaKons  such  as  overlays.  Sensors  may  not  need  the  ability  to  do  this  locally,  but  if  they  are  able  to  communicate  to  a  local  ground  staKon,  or  plug  into  a  transmiDer,  this  would  enable  real  Kme  overlays  for  acKon  sports,  live  events,  concerts,  and  more.    

Do  standards  need  to  be  set?  Who  will  do  this?  

CONFIDENTIAL  

The Future�We  realize  that  this  type  of  system  will  take  years  to  build  out  and  perfect.  Our  vision  is  that  someone,  from  the  start,  builds  a  good  scalable,  modular,  and  flexible  foundaKon  to  build  out  a  world  class  sensing  company  that  not  only  caters  to  the  professionals  and  researchers,  but  can  also  cater  to  the  general  consumer.  The  beauty  of  a  modular  system  is  that  it  enables  higher  quality  sensors  (higher  cost)  to  be  installed  for  professionals  and  lower  quality  sensor  (lower  cost)  to  be  installed  for  general  consumers.        To  think  even  further  ahead,  the  gym  of  the  future  will  allow  our  athletes  to  scan/enter  biometrics  with  automated  ability  to  get  user  informaKon  then  add  to  that  profile.    Athletes  put  on  the  appropriate  sensor  (heart  rate  monitor,  IMU,  etc).  The  sensor  will  dump  data  to  the  local  database  automaKcally  and  update  personal  informaKon  to  a  profile  that  feeds  into  a  visualizer.  Algorithms  adapt  to  body  type.  Algorithms  learn  and  adapt  to  mechanics  and  physics  of  people  through  predicKve  modeling  and  collecKve  intelligence.  This  also  enables  coaches  to  track  athlete  progress  from  afar  or  share  with  training  partners,  etc.    In  the  future,  small  smart  sensing  devices  will  monitor  mulKple  things  without  the  need  for  many  applicaKon  specific  devices,  bulky  units,  wires  and  more.