پیڈومیٹر پہننے کے قابل آلات پر کیسے کام کرتے ہیں اور ڈیوائس کے لحاظ سے نتائج کیوں مختلف ہوتے ہیں۔

مجھے پہننے کے قابل ڈیوائس کا استعمال کرتے ہوئے اپنے قدموں کو گننا شروع کیے تین سال ہو گئے ہیں۔ اپنے یومیہ 10K مقصد کو حاصل کرنے کی تین سال کی کوشش کے بعد، میں نے انگوٹھی بند کر دی اور یہ جان کر سو گیا کہ میں نے کچھ نتیجہ خیز کامیابی حاصل کی ہے۔

لیکن میں نے اپنی کلائی پر ایک مختلف سمارٹ واچ لگائی تاکہ نتائج کتنے مختلف ہوں۔ دونوں گھڑیاں ایک ہی وقت میں ایک ہی کلائی پر تھیں اور ایک ہی قدم گن رہی تھیں۔ ایک شخص نے کہا 8,400 قدم، دوسرے نے کہا 6,900 قدم۔

ایک ہی کلائی، 1,500 قدموں کے علاوہ۔

تو قدرتی طور پر میرے پاس ہر اس چیز کے بارے میں ایک چھوٹا بحران تھا جس کے بارے میں میں نے سوچا تھا کہ میں جانتا ہوں۔

عجیب بات یہ ہے کہ جب آپ فٹنس ٹریکر خریدتے ہیں تو کوئی بھی آپ کو یہ نہیں بتاتا ہے۔ پیکیجنگ میں "لیبارٹری درست نہیں، حقیقی زندگی کے درست نہیں” یا اس خیال کے قریب سے کچھ بھی نہیں کہا گیا ہے۔ ایپ اس حقیقت کا کوئی ذکر نہیں کرتی ہے کہ ایک ہی کمپنی کے پہننے کے قابل آلات رکھنے والے دو افراد درحقیقت اپنے قدموں کو مختلف طریقے سے شمار کر سکتے ہیں۔

لیکن جب آپ یہ دیکھنا شروع کرتے ہیں کہ پہننے کے قابل قدم کیسے گنتے ہیں، چیزیں آپ کے خیال سے کہیں زیادہ معنی خیز ہونے لگتی ہیں۔

انڈیکس

MEMS ایکسلرومیٹر کے اندر

جدید ترین فٹنس ٹریکرز اور اسمارٹ واچز میں سے ہر ایک میں شامل ہیں: MEMS ایکسلرومیٹر (مائیکرو الیکٹرو مکینیکل سسٹمز)۔ MEMS چھوٹے سلیکون چپس پر مشتمل ہوتا ہے جس کے اندر مائکروسکوپک حرکت پذیر حصے ہوتے ہیں۔

جسم کی حرکت ان خوردبین اجزاء کو لامحدود وقفوں میں حرکت کرنے کا سبب بنتی ہے، جنہیں سینسرز برقی سگنلز میں تبدیلی کے طور پر پکڑتے ہیں۔ زیادہ تر پہننے کے قابل آلات میں تین محور یا تین محور ایکسلرومیٹر ہوتا ہے۔ اس کا مطلب ہے بیک وقت تین سمتوں میں حرکت کی پیمائش کرنا۔

• اوپر/نیچے

• بائیں/دائیں

• آگے / پیچھے

یہ سگنلز تقریباً 50 بار فی سیکنڈ لگاتار پکڑے جاتے ہیں۔

چلتے وقت، جسم قابل شناخت حرکت کے نمونے بناتا ہے، جیسے کولہوں کا نیچے کی طرف حرکت کرنا، دھڑ کا اوپر نیچے ہونا، اور بازو تال سے جھول رہے ہیں۔ سب سے اہم بات یہ ہے کہ آپ کا جسم ہر قدم کے ساتھ اوپر نیچے اچھالتا ہے۔

یہ عمودی اچھال اس وقت واضح نشانیوں میں سے ایک سمجھا جاتا ہے جب کوئی چل رہا ہو، یہی وجہ ہے کہ پیڈومیٹر اس پر بہت زیادہ انحصار کرتے ہیں۔

ایکسلرومیٹر حرکت کے بارے میں معلومات کے تین سلسلے بھیجتا ہے۔ بہت سے الگورتھم ان کو ایک واحد شدت کے سگنل میں جوڑ کر استعمال کرتے ہیں: یوکلیڈین نارم:

"a” = √(x² + y² + z²)

یہ آلہ کو کل سرعت کی پیمائش کرنے کا ایک گردش سے آزاد طریقہ فراہم کرتا ہے۔

گائروسکوپ کا کردار

اعلی درجے کے پہننے کے قابلوں میں گردش کا پتہ لگانے کے لیے جائروسکوپ بھی ہوتے ہیں۔ ایکسلرومیٹر اور گائروسکوپ مل کر ایک جڑواں پیمائش یونٹ (IMU) بناتے ہیں۔ یہ آلہ کو چلنے اور آپ کی کلائی کو حرکت دینے کے درمیان فرق کرنے کی اجازت دیتا ہے۔

کیسے قدم نمبر بن جاتے ہیں۔

سینسر خود کسی چیز کا حساب نہیں لگا سکتا۔ یہ سب کچھ خام موشن ڈیٹا تیار کرنا ہے۔ اصل کام تب ہوتا ہے جب ان سگنلز کی الگورتھم کے ذریعے تشریح کی جاتی ہے، اور یہیں سے چیزیں ڈرامائی طور پر تبدیل ہونے لگتی ہیں۔

ہر کمپنی کا اپنا ملکیتی الگورتھم ہوتا ہے۔ گارمن جو الگورتھم استعمال کرتا ہے وہ ایپل کے استعمال کردہ الگورتھم سے مختلف ہے۔ اور ایپل سام سنگ کی طرح نہیں ہے۔ سب سے عام نقطہ نظر ہیں:

• چوٹی کا پتہ لگانا: یہ الگورتھم انسانی چلنے کی سرگرمی کے مطابق ایکسلریشن سگنل میں بار بار چوٹیوں کا پتہ لگاتا ہے۔ چونکہ زیادہ تر لوگ 100 سے 130 قدم فی منٹ کی حد میں چلنے کی رفتار سے چلتے ہیں، اس لیے ڈیوائس کو اس حد میں وقفہ وقفہ سے ہونے والی سرگرمی کا پتہ لگانے کے لیے ڈیزائن کیا گیا ہے۔

• زیرو کراسنگ کا پتہ لگانا: چوٹیوں کو تلاش کرنے کے بجائے، اس نقطہ نظر میں یہ تعین کرنا شامل ہے کہ سگنل کتنی بار وسط پوائنٹ کی اقدار کو عبور کرتا ہے۔

• خود کار تعلق: اس طریقہ کار میں وقت کے ساتھ موشن سگنلز کے دہرائے جانے والے نمونوں کی تلاش شامل ہے۔

• فریکوئنسی ڈومین تجزیہ: کچھ الگورتھم چلنے کی غالب تعدد کو تلاش کرتے ہیں۔

• مشین لرننگ ماڈل: جدید پہننے کے قابل آلات نے چلنے کے طرز کی درجہ بندی کے بڑے ڈیٹا سیٹس پر تربیت کی بنیاد پر گیٹ پیٹرن کی شناخت کے لیے مشین لرننگ کے طریقے اپنائے ہیں۔ یہ نظام، زیادہ تر معاملات میں، چلنے، دوڑنے، ٹائپنگ، ڈرائیونگ، اور بازو کی بے ترتیب حرکت کے درمیان فرق کر سکتے ہیں۔

تاہم، ہر الگورتھم کے اپنے فوائد اور نقصانات ہیں۔ اگر آپ الگورتھم کی حساسیت کو بہت زیادہ سیٹ کرتے ہیں، تو آپ کی سمارٹ واچ سست یا باریک حرکت کو نظر انداز کر سکتی ہے۔ دوسری طرف، حساسیت کو بہت کم رکھنے کی وجہ سے برتن دھوتے ہوئے یا کھٹی سڑکوں پر گاڑی چلاتے وقت گھڑی غلط قدم اٹھا سکتی ہے۔

کوئی سیٹ اپ کامل نہیں ہے، لیکن ہر کمپنی ترجیحی سمجھوتہ اپنانے کا انتخاب کرتی ہے۔

کلائی پر مبنی ٹریکنگ کیوں مشکل ہے۔

جدید پہننے کے قابل آلات کے ساتھ ایک بڑا مسئلہ جسم پر ان کا مقام ہے۔

کمر پر نصب پیڈومیٹر بڑے پیمانے پر مرکز کے قریب رکھا جاتا ہے، جس سے یہ بہت واضح اور مضبوط سگنل کا پتہ لگاتا ہے۔ یہی وجہ ہے کہ روایتی کلپ آن پیڈومیٹر توقع سے بہتر کارکردگی کا مظاہرہ کرتے ہیں۔

دوسری طرف، سمارٹ واچز کلائی پر شور پیدا کرتی ہیں کیونکہ وہ بازو کی حرکت کا پتہ لگا کر اور سگنل وصول کرتے ہیں۔ قدرتی چہل قدمی، جس میں بازوؤں کا قدرتی جھولنا شامل ہوتا ہے، ٹانگوں اور بازو کی حرکت کے درمیان بہت مضبوط تعلق فراہم کرتا ہے، لیکن حقیقی دنیا کے منظرنامے اس پڑھنے میں مداخلت کر سکتے ہیں۔ اگر آپ ٹہلنے والے کو دھکیل رہے ہیں، شاپنگ بیگ، سیل فون لے کر چل رہے ہیں، یا جیب میں ہاتھ رکھ کر چل رہے ہیں، تو باہمی تعلق کمزور ہو جاتا ہے اور ٹانگوں کی نقل و حرکت سے منسلک مخصوص سگنلز کا پتہ لگانا ناممکن ہو جاتا ہے۔

اس کے علاوہ جسم کا وہ پہلو جہاں اسمارٹ واچ پہنی جاتی ہے وہ بھی ڈیٹا کی تشریح میں اہم کردار ادا کرتا ہے۔ مثال کے طور پر، غالب بازو مضبوط سرعت کے سگنلز پیدا کرتا ہے، لیکن یہ روزمرہ کی مختلف حرکات کو انجام دینے میں شامل فعال کام کی وجہ سے اضافی سگنل بھی پیدا کرتا ہے۔

یہ ان وجوہات میں سے ایک ہے جس کی وجہ سے مجھے معلوم ہوتا ہے کہ زیادہ تر پہننے کے قابل ڈیوائسز کے لیے آپ کو یہ بتانے کی ضرورت ہوتی ہے کہ آپ سیٹ اپ کے دوران ڈیوائس کو کس کلائی پر پہننا چاہتے ہیں۔

کیوں آہستہ چلنا پہننے کے قابل آلات کو الجھا دیتا ہے۔

اس تحقیق کے بارے میں سب سے زیادہ حیران کن بات یہ ہے کہ آہستہ چلنے کا پتہ لگانے کے مقابلے میں باقاعدگی سے چلنے کی درستگی کا پتہ لگانا بہت آسان ہے۔

پہننے کے قابل ایک عام رفتار سے چلنے کی رفتار کا پتہ لگانے کے لیے کافی مؤثر ہے۔ تاہم، جیسے جیسے رفتار کم ہوتی ہے، موشن سگنل کی سرعت اور تال بھی کم ہونا شروع ہو جاتا ہے۔ یہ بنیادی طور پر صحت مند بالغوں کے لیے تربیت یافتہ الگورتھم کے لیے یہ مشکل بناتا ہے کہ وہ عام ٹریڈمل کی رفتار سے چلتے ہوئے آہستہ چلنے کو درست طریقے سے پہچان سکیں۔ اسی تحقیق سے پتا چلا ہے کہ کلائی میں پہنے ہوئے ٹریکرز سست چہل قدمی میں قدموں کی گنتی کو کم سمجھتے ہیں۔

لیکن یہ کیوں ضروری ہے؟ جیسے جیسے ہماری عمر ہوتی ہے، ہمارا چلنا سست اور زیادہ محدود ہوتا جاتا ہے۔ اس کا مطلب ہے کہ پہننے کے قابل ڈیوائس کے ذریعے پائے جانے والے موشن سگنلز کمزور ہوں گے۔ اور پھر ایسے مریض ہیں جو اعصابی حالات میں مبتلا ہیں، جیسے کہ پارکنسنز کی بیماری یا فالج، جو چال کے نمونے پیدا کر سکتے ہیں جن کو پہچاننے کے لیے صارفین کے الگورتھم کو تربیت نہیں دی گئی ہے۔

لہذا اگلی بار جب آپ کو لگتا ہے کہ آپ کی گھڑی ٹوٹ گئی ہے، تو اس بات کا ایک اچھا موقع ہے کہ پتہ لگانے کا نظام صرف ان مفروضوں پر کام کر رہا ہے جو آپ کی نقل و حرکت کے نمونوں سے میل نہیں کھاتے ہیں۔

غلطیاں حقیقی ہیں۔

پہننے کے قابل نہ صرف قدموں کو نظر انداز کرتے ہیں، بلکہ وہ ایسے اقدامات بھی بنا سکتے ہیں جو حقیقت میں موجود نہیں ہیں۔ چونکہ ایکسلرومیٹر ہر قسم کی سرعت کی پیمائش کرتے ہیں، بہت سی حرکتیں جو چلنے سے مکمل طور پر غیر متعلق ہیں الگورتھم کو بے وقوف بنا سکتی ہیں۔

وہ سرگرمیاں جو ورچوئل مرحلے کو متحرک کرسکتی ہیں ان میں شامل ہیں:

یہاں انجینئرنگ کا مسئلہ ہے۔ ایک الگورتھم چلنے کی رفتار کو جتنا زیادہ حساس رکھتا ہے، غلطیوں کا اتنا ہی زیادہ خطرہ ہوتا ہے۔ یہ جتنا کم حساس ہوگا، اتنا ہی بہتر کام کرے گا، لیکن بعض سرگرمیوں کو کم سمجھا جائے گا۔

یہی وجہ ہے کہ مختلف برانڈز ایک ہی ڈیٹا کو داخل کرنے کے باوجود بہت مختلف نتائج دیتے ہیں۔

کیوں لیبارٹری کی درستگی حقیقی زندگی سے میل نہیں کھاتی

لیب ٹیسٹ میں فٹنس ٹریکرز ناقابل یقین حد تک درست ہوتے ہیں۔ جب کنٹرول شدہ حالات میں ٹیسٹ کیا جاتا ہے، جیسے کہ ٹریڈمل پر، بہت سے پہننے کے قابل آلات نے 10% سے نیچے قدم گنتی کی غلطیوں کو برقرار رکھا۔ لیکن حقیقی دنیا زیادہ گندی ہوتی ہے۔

محققین اس ڈیٹا کو "آزاد زندگی” کہتے ہیں کیونکہ اس میں عام زندگی کے حالات میں لیبارٹری کے باہر کی جانے والی حرکتیں شامل ہیں۔ چلنے کے حقیقی نمونوں میں بے قاعدگیوں کی خصوصیات ہیں جیسے کھردری سطحیں، رکنا، اشیاء کو اٹھانا، رفتار میں تبدیلی، بازو کی غیر متوقع حرکت، اور گیٹ سپیسنگ۔ یہ تمام عوامل مرحلے کا پتہ لگانے کو مزید مشکل بناتے ہیں۔

اگرچہ سمارٹ واچز کنٹرول شدہ ماحول میں انتہائی درست ثابت ہوئی ہیں، لیکن پھر بھی وہ روزمرہ کے استعمال میں متضاد کارکردگی دکھا سکتے ہیں۔

کیا کچھ برانڈز بہتر کارکردگی کا مظاہرہ کرتے ہیں؟

ہاں، لیکن یہ شاذ و نادر ہی اتنا اہم ہوتا ہے۔ تحقیق سے پتہ چلتا ہے کہ Apple Watch، Garmin، Fitbit، اور Samsung تمام پیڈومیٹر عام چلنے کے حالات میں اچھے ہیں۔ گارمن کو اس کی مستقل مزاجی اور باہر میں قابل اعتماد ٹریکنگ کے لیے خاص طور پر سراہا جاتا ہے۔ ایپل واچ کو تبدیل شدہ چال اور آہستہ چلنے کے لیے بہت موثر دکھایا گیا ہے۔ Fitbit ایک زیادہ حساس الگورتھم استعمال کرتا ہے، لہذا آپ کے قدموں کی تعداد بڑھ سکتی ہے۔

لیکن دوسرے عوامل بھی کھیل میں ہیں۔ آپ کے چلنے کی رفتار، آپ کے بازوؤں کی قدرتی حرکات، آپ کے جسم پر ڈیوائس کی پوزیشن، آپ جو سرگرمی انجام دے رہے ہیں، اور الگورتھم آپ کی حرکات کی تشریح کیسے کرتا ہے۔ ایک ہی گھڑی استعمال کرنے والے دو افراد کے درمیان فرق اکثر دو برانڈز کے فرق سے زیادہ ہوتا ہے۔

آلہ پہننے والا شخص کس طرح درستگی کو متاثر کرتا ہے اور آپ اسے بہتر بنانے کے لیے اصل میں کیا کر سکتے ہیں۔

یہاں کچھ چیزیں ہیں جو آپ اپنے قدموں کی گنتی کی درستگی کو نمایاں طور پر بہتر بنانے کے لیے کر سکتے ہیں:

• اگر ممکن ہو تو، قدرتی رفتار سے چلیں: پہننے کے قابل اعتدال پسند چلنے کی رفتار سے بہترین کام کرتے ہیں۔ آہستہ چلنا، شفل کرنا، رکنا اور حرکت کرنا الگورتھم کے ذریعے پتہ لگانا زیادہ مشکل ہے۔

• ڈیوائس کو صحیح طریقے سے پہنیں۔ اپنے بازو کے ساتھ مسلسل حرکت کو یقینی بنانے کے لیے، پہننے کے قابل ڈیوائس کو اپنی کلائی کی ہڈیوں پر آرام سے پہننے کی کوشش کریں۔

• اپنی غالب کلائی کو صحیح طریقے سے سیٹ کریں۔ زیادہ تر سمارٹ واچز آپ کے غالب ہاتھ کی بنیاد پر اپنی حساسیت کی ترتیبات کو ایڈجسٹ کرتی ہیں۔

• اپنے بازوؤں کو قدرتی طور پر چلنے دیں۔ کیونکہ زیادہ تر پہننے کے قابل سینسر بازو کی نقل و حرکت پر بہت زیادہ انحصار کرتے ہیں، بیگ اٹھانے، گھومنے والے کو دھکیلنے، یا اپنی جیبوں میں ہاتھ ڈالنے سے درستگی متاثر ہو سکتی ہے۔

• اپنے فرم ویئر کو اپ ٹو ڈیٹ رکھیں: زیادہ تر مینوفیکچررز فرم ویئر اپ ڈیٹس کے ذریعے اپنے الگورتھم کو بہتر بناتے رہتے ہیں۔

• رجحانات کا استعمال کریں، درست نمبر نہیں۔ ایک ہی ڈیوائس پر ٹریکنگ عادات اور طویل مدتی پیٹرن کے لیے قدموں کی گنتی بہتر ہے، لیکن دوسرے برانڈز کے قدموں کی گنتی سے کم درست ہیں۔

• سست یا مسخ شدہ چال سے بچو۔ عمر رسیدہ افراد، بحالی کے مریض، یا دماغی نقصان میں مبتلا افراد کے قدموں کی گنتی کم ہونے کا زیادہ امکان ہوتا ہے کیونکہ زیادہ تر الگورتھم چلنے کے معیاری نمونوں پر تربیت یافتہ ہوتے ہیں۔

حتمی خیالات

آج کل پہننے کے قابل آلات میں ٹیکنالوجی واقعی حیرت انگیز ہے۔ چھوٹا سینسر، چاول کے ایک دانے کے سائز کے بارے میں، فی سیکنڈ میں کئی بار حرکت کی پیمائش کرتا ہے اور شور کو فلٹر کرتا ہے تاکہ اس سے پیدا ہونے والے ڈیٹا کو سمجھنے کی کوشش کی جا سکے۔ یہ ایک ناقابل یقین حد تک مشکل انجینئرنگ کا مسئلہ ہے۔ تاہم، قدموں کی گنتی بالآخر تخمینہ کا مسئلہ ہے۔

مختلف برانڈز کے ذریعہ تیار کردہ اقدامات کی تعداد مختلف ہوتی ہے کیونکہ فلٹرنگ، حرکت کی درجہ بندی، سگنل کی تشریح، اور سینسر کی جگہ کا تعین سب مختلف ہیں۔ ان میں سے کوئی بھی اصل مراحل کا بالکل ٹھیک حساب نہیں لگاتا۔ وہ آپ کی نقل و حرکت کے نمونوں کی بنیاد پر مشکلات کا اندازہ لگاتے ہیں۔ اور حقیقت میں، انسانی نقل و حرکت ہمیشہ صاف اور نگرانی نہیں کی جاتی ہے.

لہذا اگر آپ کے پاس دو گھڑیاں ہیں جو مختلف مراحل کی گنتی پیدا کرتی ہیں، تو گھبرائیں نہیں۔ وہ گندا نقل و حرکت کے اعداد و شمار کو سمجھنے کی پوری کوشش کرتے ہیں۔