Når GPS svikter, forsvinner bevegelsesdataene. Norsk utvikler vil løse problemet.

19 October 2026

GPS har gjort bevegelsesanalyse til en sentral del av moderne idrett. Men under vann, innendørs og i krevende terreng kan satellittsignalene forsvinne eller bli upålitelige. Nå utvikler norske Sirar Salih en algoritme som skal rekonstruere bevegelsesbaner ved hjelp av eksisterende sensorer. Teknologien er foreløpig en prototype, men peker mot et viktig spørsmål: Kan vi få mer komplette og pålitelige bevegelsesdata også der GPS ikke fungerer?

GPS har gjort bevegelsesanalyse til en sentral del av moderne idrett. Men under vann, innendørs og i krevende terreng kan satellittsignalene forsvinne eller bli upålitelige. Nå utvikler norske Sirar Salih en algoritme som skal rekonstruere bevegelsesbaner ved hjelp av eksisterende sensorer. Teknologien er foreløpig en prototype, men peker mot et viktig spørsmål: Kan vi få mer komplette og pålitelige bevegelsesdata også der GPS ikke fungerer? <h2>En svømmetur avslørte problemet</h2> Det begynte med en svømmetur. Da programvareutvikler Sirar Salih kom opp av vannet og undersøkte treningsøkten sin, viste Strava en rett linje mellom startpunktet og stedet han kom tilbake til land. Garmin-klokken hadde ikke kunnet registrere den faktiske svømmeruten under vann. Opplevelsen ble utgangspunktet for et utviklingsprosjekt som nå har fått navnet Trajectory Positioning System (TPS). Prosjektet ble omtalt av <a href="https://www.shifter.no/nyheter/ble-lei-av-rette-streker-i-strava-na-vil-han-sla-gps/478786">Shifter 13. oktober 2026</a>. Salih utvikler teknologien gjennom det Oslo-baserte selskapet <a href="https://wintrytech.com/">Wintry Tech</a>, ved siden av en fulltidsjobb. Målet er å rekonstruere bevegelsesbaner i situasjoner hvor GPS-signaler mangler eller er upålitelige. <h2>Rekonstruerer bevegelse ved hjelp av sensorer</h2> GPS benytter satellittsignaler til å beregne posisjon. Teknologien fungerer godt i mange utendørssituasjoner, men har klare begrensninger. Satellittsignalene trenger i praksis ikke gjennom vann, og posisjonering kan bli vanskelig innendørs eller i omgivelser med hindringer som blokkerer eller reflekterer signalene. TPS angriper problemet på en annen måte. I stedet for å være avhengig av kontinuerlige satellittsignaler benytter algoritmen data fra akselerometre og gyroskoper. Disse sensorene registrerer blant annet akselerasjon og rotasjon og finnes allerede i mange smartklokker, mobiltelefoner og andre elektroniske enheter. Ved å analysere sensordataene forsøker TPS å rekonstruere bevegelsesbanen gjennom perioder hvor GPS-posisjoner ikke er tilgjengelige. Ifølge Shifter er algoritmen på omtrent én megabyte. Det er en liten programvarekomponent, men størrelsen sier i seg selv lite om beregningsbehov, energiforbruk eller hvor godt løsningen kan integreres i eksisterende produkter. Foreløpig gjennomføres analysen i etterkant. Sanntidsanalyse er et fremtidig utviklingsmål. <h2>Testet mot forskningsdata, men ikke uavhengig validert</h2> Salih har benyttet offentlig tilgjengelige forskningsdatasett fra blant andre NTNU, University of Oxford, Carnegie Mellon University og ETH Zürich. Datasettene omfatter ulike miljøer og bruksområder, blant annet roboter, undervannsfartøy og bevegelse i krevende omgivelser. Ifølge Shifter oppgir utvikleren resultater på opptil 97 prosent nøyaktighet sammenlignet med referansedata. Dette er imidlertid Salihs egen opplysning. Forskningsinstitusjonene har ikke gjennom disse datasettene godkjent, sertifisert eller uavhengig validert TPS. Det er heller ikke offentlig dokumentert hvordan nøyaktighetsmålet er definert, eller hvordan algoritmen presterer under faktiske idrettsaktiviteter. For å vurdere teknologien vil det derfor være viktig å undersøke hvor store posisjonsavvik som oppstår, hvordan feilene utvikler seg over tid, og hvordan systemet håndterer raske retningsendringer. <h2>Et relevant problem for norsk idrett</h2> Presise bevegelsesdata er viktige i en rekke idretter. Innen langrenn og skiskyting brukes posisjons- og hastighetsdata til å analysere bevegelse gjennom løypene. I svømming kan GPS-baserte løsninger ha begrensninger når sensoren befinner seg under vann. Innendørsidretter benytter ofte andre teknologier enn GPS, blant annet kamerabaserte systemer og lokale posisjoneringsløsninger. Felles for disse bruksområdene er behovet for pålitelige data om hvor og hvordan utøvere beveger seg. Når deler av bevegelsesbanen ikke registreres, kan analysene bli mindre komplette. Dersom slike hull kan rekonstrueres med tilstrekkelig presisjon, kan det gi nye muligheter for trenings- og prestasjonsanalyse. Det er foreløpig ikke dokumentert at TPS oppfyller kravene til slike idrettsanvendelser. <h2>Et kjent teknologisk problem med nye muligheter</h2> Prinsippet bak TPS tilhører et etablert teknologifelt, ofte omtalt som treghetsnavigasjon eller inertial navigation. Ved hjelp av målinger av akselerasjon og rotasjon kan algoritmer estimere hvordan en person eller et objekt beveger seg. Utfordringen er at små målefeil akkumuleres over tid. Dette kan føre til økende avvik mellom beregnet og faktisk posisjon. Forskere og teknologiselskaper har derfor i mange år arbeidet med metoder som kombinerer sensordata, statistiske modeller og maskinlæring for å redusere slike feil. Også Norges idrettshøgskole har forsket på posisjoneringssystemer for idrett. En <a href="https://www.frontiersin.org/journals/physiology/articles/10.3389/fphys.2018.00115/full">vitenskapelig studie fra 2018</a>, med blant andre Matthias Gilgien som medforfatter, undersøkte nøyaktigheten til et kommersielt posisjoneringssystem i innendørs lagidrett. Studien viste at installasjon og måleforhold kunne ha betydelig innvirkning på resultatene. Dette illustrerer hvorfor dokumentert målenøyaktighet er avgjørende når posisjonsdata brukes til analyse av prestasjoner. TPS er dermed ikke den første teknologien som forsøker å håndtere posisjonering uten GPS, men representerer et nytt norsk utviklingsprosjekt innen et relevant forsknings- og teknologiområde. <h2>Hva kan dette bety for idrettsteknologien?</h2> Det interessante ved TPS er ikke nødvendigvis at teknologien kan erstatte GPS. Muligheten ligger snarere i å opprettholde eller rekonstruere bevegelsesinformasjon i situasjoner hvor satellittposisjonering er utilgjengelig. Dersom algoritmen viser seg tilstrekkelig nøyaktig, kan den potensielt bidra til mer sammenhengende bevegelsessporing og redusere datatap. Mulige anvendelser inkluderer etteranalyse av treningsøkter, sporing av bevegelser i krevende omgivelser og forbedring av eksisterende produkter som kombinerer GPS med andre sensorer. På lengre sikt kan det også være interessant å undersøke sanntidsapplikasjoner. Men disse bruksområdene krever videre utvikling og validering. Særlig vil det være nødvendig å dokumentere hvordan algoritmen presterer med sensordata fra faktisk idrettsutstyr og under realistiske bevegelsesforhold. <h2>Fra prototype til idrettsteknologi</h2> Salihs prosjekt illustrerer hvordan programvareutvikling kan åpne nye muligheter innenfor etablerte sensorteknologier. Mange idrettsteknologiprodukter inneholder allerede sensorene TPS bygger på. Spørsmålet er om bedre algoritmer kan hente ut mer informasjon fra disse sensorene når GPS ikke er tilgjengelig. For norsk idrettsteknologi kan dette være et interessant område for samarbeid mellom teknologiselskaper, forskningsmiljøer og idrettsorganisasjoner. Neste steg for TPS vil være å dokumentere teknologiens ytelse gjennom uavhengig testing og identifisere konkrete bruksområder hvor løsningen tilfører målbar verdi sammenlignet med eksisterende alternativer. For Norwegian Sport Tech er det interessante perspektivet muligheten for mer komplette og pålitelige bevegelsesdata, også i situasjoner hvor GPS alene ikke strekker til. Det er fortsatt for tidlig å vite om TPS kan levere dette i praksis. Men problemstillingen teknologien forsøker å løse, er høyst relevant for fremtidens idrettsteknologi. Illustrasjonsbilde: En svømmer i åpent vann ved solnedgang. Bildet viser ikke TPS eller testing av teknologien.