Honest Jumpはジャンプをどう測るか

このページは英語の原文を翻訳したものです。

測定にかかるのは約15秒で、必要なのはスマートフォンと立つ場所だけです。測定中に何が起きるのか、スマートフォンの持ち方、レポートの各数値がどこから来るのかを説明します。

スマートフォンを胸に当てて跳ぶだけです。15秒後には、画面に力の曲線が表示されます。このページでは、その間に何が起きているのかを説明します。

必要なもの

• スマートフォン。
• 平らで硬い床。マットや芝生は使わないでください。
• 踏み切った場所に着地できるスペース。
• 音をオンにすること。アプリが声で案内します。

測定の流れ

1. 「測定開始」を押します。そのあと、スマートフォンを測定中の位置に構えます。
2. スマートフォンを両手で、胸に平らに当てて持ちます。ポケットに入れたり、体の横で片手に持ったりしないでください。
3. 静止します。アプリが、どちらが上かを割り出しています。
4. カウントを待ちます。3から1まで数えたあと、「ジャンプ」の合図があります。
5. 跳びます。沈んでから上へ、ひと続きの動きで、できるだけ高く跳びます。
6. 2秒間静止します。早く歩き出すと、着地の途中で記録が切れてしまいます。
7. レポートを確認します。

スマートフォンの持ち方

しっかりと、平らに、胸の中央に当てて、両手で、着地が終わるまで持ちます。

ここが最も大切な部分です。アプリはスマートフォンの加速度を読み取り、それをあなたの加速度とみなします。そのため、スマートフォンがずれると、測っているのはスマートフォンの動きになってしまいます。両手で持てば腕がジャンプに加わらないので、毎回同じやり方で測定できます。

スマートフォンが感知できるもの

スマートフォンには、加速度センサーとジャイロスコープがあります。自分がどう動いているか、どちらに傾いているかを感知します。力は感知しません。力を測るのはフォースプレートで、体に押し下げられることで力を測ります。

論文でわかったこと

力の曲線は、ジャンプ全体の形です。体重の値から始まり、沈むときに下がり、押し上げる間に上がり、足が床を離れたところで終わります。フォースプレートが報告するもののほとんどは、この曲線から読み取ります。

このアプリの基になった論文は、時間に沿って続く信号のために作られたニューラルネットワークを使い、スマートフォンの動きからこの曲線を予測します。

成人19人が、このアプリが求める位置である胸の高さにスマートフォンを持ち、それぞれ10回跳びました。その間、2台のフォースプレートが実際の力を同時に記録しました。そのうえで、モデルが一度も見ていないジャンプでテストしました。

予測された曲線は測定された曲線に近く、そこから読み取る指標の多くで、誤差は5%未満でした¹。この研究には正誤表も公表されています²。

Honest Jumpが行うこと

最大力（Peak force）は、その予測された曲線の最も高い点です。

レポートの曲線と局面も、同じ曲線から読み取ります。

跳躍高と離地速度は、曲線ではなく、空中にいた時間から求めます。mRSIは、その跳躍高を、動き始めから離地までの時間で割ったものです。これらの方法は数値の意味で説明しています。

Webアプリの検証でわかったこと

このWebアプリをフォースプレートによる測定と内部で比較したところ、平均誤差は力の波形と離散変数で約6%でした。これらのWebアプリの結果は、上で紹介した公表済みの研究とは別のものです。

測定がずれる場合

公表された研究もWebアプリの検証も、実験室での測定で、硬い床の上で、このページで説明した持ち方で行いました。その条件を外れると、次のようなことが起こります。

• 持ち方がゆるい。最も大きな原因で、自分で防げる唯一の原因です。
• ジャンプがとても小さい。滞空時間が350ミリ秒未満のジャンプは、一切報告されません。これは約15センチメートルにあたります。それより下では、ジャンプと足の小さな動きの区別がつきません。
• 床がやわらかい。踏み切りのときと着地のときに、床がたわみます。
• 別の場所に着地する。一歩前に出ると、アプリはその動きを含めて読み取らなければなりません。
• 早く切り上げる。最後の2秒間も測定の一部です。
• 1回だけ跳ぶ。3回跳んで平均したほうが、安定した数値になります。

次に読む

• カウンタームーブメントジャンプでは、テストそのものと、それが何に役立つのかを説明しています。
• 数値の意味では、レポートそのものを数値ごとに説明しています。

参考文献

1. Kim H, Kong T, Han H, Ha D, Kipp K (2026). Smartphone IMU-Based Prediction of Vertical Ground Reaction Force During Countermovement Jumps: A Deep Learning Approach. Journal of Strength and Conditioning Research. Advance online publication. doi:10.1519/JSC.0000000000005597
2. Kim H, Kong T, Han H, Ha D, Kipp K (2026). Erratum: Smartphone IMU-Based Prediction of Vertical Ground Reaction Force During Countermovement Jumps: A Deep Learning Approach. Journal of Strength and Conditioning Research. Advance online publication. doi:10.1519/JSC.0000000000005699