bsuirДоклады БГУИРDoklady BGUIR1729-76482708-0382БГУИР10.35596/1729-7648-2026-24-2-62-68bsuir-4343Research ArticleСтатьиТехническая система оценки двигательного потенциала детейTechnical System for Assessing Children’s Motor PotentialГригорьеваГ. Г.GrigorievaG.

Григорьева Гарсия Гаврильевна, ст. преп. каф. педагогики и п

678670, Чурапча, ул. Спортивная, 2

Тел.: +7 914 827-87-67сихологии

Grigorieva Garsiya,  Senior Lecturer at the Department of Pedagogy and Psychology

678670, Churapcha, Sportivnaya St., 2 

Тel.: +7 914 827-87-67

ga_et@inbox.ruЧурапчинский государственный институт физической культуры и спортаChurapcha State Institute of Physical Culture and Sport2026080520262426268Copyright © Григорьева Г.Г., 20262026Григорьева Г.Г.Grigorieva G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.bsuir.by/jour/article/view/4343

В статье представлена разработанная программно-техническая система, обеспечивающая комплексную мультимодальную оценку двигательных способностей у детей на основе анализа кинематических и динамических характеристик беговых локомоций. Рассмотрен детализированный алгоритм функционирования системы, описывающий этапы ее инициализации и регистрации, обработки мультимодальных данных. Выполнен расчет кинематических и динамических параметров движения, формирования и представления результатов диагностики. Приведена структурная схема системы на основе трехуровневой архитектуры, описаны основные функциональные блоки. Разработанная система реализует сквозной процесс диагностики детей от регистрации биомеханических сигналов до формирования интерпрети руемого результата – индивидуального двигательного профиля и итоговой оценки двигательного потенциала по трехбалльной шкале. Полученные результаты позволят повысить точность и достоверность процесса раннего выявления двигательно одаренных детей с разработкой индивидуальных траекторий их физического развития. 

This article presents a software and hardware system developed for a comprehensive multimodal assessment of children’s motor abilities based on an analysis of the kinematic and dynamic characteristics of running locomotion. A detailed algorithm for the system’s operation is considered, describing the stages of its initialization and registration, as well as the processing of multimodal data. The kinematic and dynamic parameters of movement, as well as the generation and presentation of diagnostic results, are calculated. A structural diagram of the system based on a three-tier architecture is presented, describing its main functional blocks. The developed system implements an end-to-end diagnostic process for children, from recording biomechanical signals to generating an interpretable result – an individual motor profile and a final assessment of motor potential on a threepoint scale. The obtained results will improve the accuracy and reliability of the early identification of gifted children with motor development and the development of individual trajectories for their physical development.

двигательная одаренностьбиомеханическая диагностикамультимодальная системаиндивидуальный двигательный профилькинематикадинамикапрограммно-техническая системаmotor giftednessbiomechanical diagnosticsmultimodal systemindividual motor profilekinematicsdynamicssoftware and hardware systemReferencesКурамшин, Ю. Ф. Оценка спортивной одаренности детей на основе индивидуально-типологического подхода / Ю. Ф. Курамшин, О. А. Двейрина, В. С. Терехин // Теория и практика физической культуры. 2022. № 4. С. 3–5.Kuramshin Yu. F., Dveirina O. A., Terekhin V. S. (2022) Evaluation of Sports Giftedness of Children on the Basis of Individual-Typological Approach. Theory and Practice of Physical Culture. (4), 3–5 (in Russian).Motor Learning as Young Gymnast’s Talent Indicator / A. Cagno [et al.] // Journal Sports Science and Medicine. 2014. Vol. 13, No 4. P. 767–773.Cagno A., Battaglia C., Fiorilli G., Piazza M., Giombini А., Fagnani F., et al. (2014) Motor Learning as Young Gymnast’s Talent Indicator. Journal Sports Science and Medicine. 13 (4), 767–773.Motion Analysis in Sports Monitoring Techniques: Assessment Protocols and Application to Racewalking / E. Preatoni [et al.] // Medicina Dello Sport. 2010. Vol. 63, No 3. P. 327–342.Preatoni E., La Torre A., Santambrogio G. C., Rodano R. (2010) Motion Analysis in Sports Monitoring Techniques: Assessment Protocols and Application to Racewalking. Medicina Dello Sport. 63 (3), 327–342.Johnson, J. D. Validation of Machine Vision and Action Sport Cameras for 3D Motion Analysis Model Reconstruction / J. D. Johnson, M. Hales, R. Emert // Scientific Reports. 2023. Vol. 13. https://doi.org/10.1038/s41598-023-46937-9.Johnson J. D., Hales M., Emert R. (2023) Validation of Machine Vision and Action Sport Cameras for 3D Motion Analysis Model Reconstruction. Scientific Reports. 13. https://doi.org/10.1038/s41598-023-46937-9.Турантаева, Г. Г. Детерминированная биомеханическая модель бега / Г. Г. Турантаева, Н. С. Давыдова, В. Е. Васюк // Физическая культура, спорт, наука и образование: сб. матер. VIII Всерос. науч.-практ. конф., Чурапча, 10 апр. 2024 г. Чурапча: Чурапч. гос. ин-т физ. культ. и спорта, 2024. С. 184–190.Turantaeva G. G., Davydova N. S., Vasyuk V. E. (2024) Deterministic Biomechanical Model of Running. Physical Culture, Sport, Science and Education: Collection of Materials of the VIII All-Russian Scientific and Practical Conference, Churapcha, Apr. 10, 2024. Churapcha, Churapcha State Institute of Physical Culture and Sports. 184–190 (in Russian).Возможности применения систем «захвата движений» в оценке эффективности беговых локомоций детей / Г. Г. Турантаева [и др.] // Современные направления инновационных исследований молодых ученых в области физической культуры и спорта: сб. матер. II Всерос. науч.-практ. конф., 2024.Turantaeva G. G., Guseinov D. I., Davydova N. S., Vasyuk V. E. (2024) Possibilities of Using Motion Capture Systems in Assessing the Effectiveness of Running Locomotion in Children. Modern Directions of Innovative Research of Young Scientists in the Field of Physical Culture and Sports. Collection of Materials of the II All-Russian Scientific and Practical Conference (in Russian).Алгоритм коррекции траектории движения спортсменов на базе матрицы поворота / Г. Г. Турантаева [и др.] // BIG DATA и анализ высокого уровня: сб. науч. ст. XI Междунар. науч.-практ. конф., г. Минск, 2025 г. Минск: Белорус. гос. ун-т информ. и радиоэлек., 2025. С. 97–102.Turantaeva G. G., Davydova N. S., Vasyuk V. E., Tatarko K. I. (2025) Algorithm for Correcting the Trajectory of Athletes’ Movement Based on a Rotation Matrix. BIG DATA and Advanced Analytics: Collection of Scientific Articles of the XI International Scientific and Practical Conference, Minsk. Minsk, Belarusian State University of Informatics and Radioelectronics. 97–102 (in Russian).Турантаева, Г. Г. Оценка двигательной одаренности детей на основе анализа беговых локомоций / Г. Г. Турантаева, Н. С. Давыдова, В. Е. Васюк // От международных спортивных игр «Дети Азии» к университетскому спорту: сб. науч. тр. Междунар. науч. конф. в рамках VIII Междунар. спорт. игр «Дети Азии» и 25-лет. юбилея Чурапч. гос. ин-та физ. культ. и спорта, Якутск, 4–5 июля 2024 г. Якутск: Дани-Алмас, 2024. С. 299–303.Turantaeva G. G., Davydova N. S., Vasyuk V. E. (2024) Assessment of Motor Giftedness of Children Based on the Analysis of Running Locomotion. From the International Sports Games “Children of Asia” to University Sport, Collection of Scientific Papers of the International Scientific Conference within the Framework of the VIII International Sports Games “Children of Asia” and the 25th Anniversary of the Churapcha State Institute of Physical Culture and Sport, Yakutsk, July 4–5. Yakutsk, Dani-Almas Publ. 299–303 (in Russian).Метод комплексной оценки двигательной одаренности детей / Г. Г. Турантаева [и др.] // Технологии будущего: синергия науки и практики: сб. науч. ст., 17 марта 2025 г. Ульяновск: Зебра, 2025. С. 60–64.Turantaeva G. G., Davydova N. S., Vasyuk V. E., Tatarko K. I. (2025) Method for Comprehensive Assessment of Motor Giftedness in Children. Future Technologies: Synergy of Science and Practice: Collection of Scientific Articles, March 17. Ulyanovsk, Zebra Publ. 60–64 (in Russian).Григорьева, Г. Г. Анализ динамических параметров бега детей при опорных взаимодействиях с силовой платформой / Г. Г. Григорьева, Н. С. Давыдова, В. Е. Васюк // Перспективы цифровизации и технологические инновации: вызовы и возможности: сб. ст. Междунар. науч.-практ. конф., Казань, 17 авг. 2025 г. Уфа: OMEGA SCIENCE, 2025. С. 20–28.Grigoreva G. G., Davydova N. S., Vasyuk V. E. (2025) Analysis of Dynamic Parameters of Children’s Running During Support Interactions with a Force Platform. Prospects of Digitalization and Technological Innovations: Challenges and Opportunities: Collection of Articles of the International Scientific and Practical Conference, Kazan, Aug. 17. Ufa, OMEGA SCIENCE Publ. 20–28 (in Russian).Анализ кинематических параметров бега у детей на основе захвата движений / Г. Г. Григорьева [и др.] // Доклады БГУИР. 2025. Т. 23, № 4. С. 92–100. http://dx.doi.org/10.35596/1729-7648-2025-23-4-92-100.Grigorieva G. G., Davydova N. S., Vassiouk V. E., Shukurov K. Е. (2025) Analysis of Kinematic Parameters of Running in Children Based on Motion Capture. Doklady BGUIR. 23 (4), 92–100. http://dx.doi.org/10.35596/1729-7648-2025-23-4-92-100 (in Russian).Григорьева, Г. Г. Алгоритм расчета пространственно-временных характеристик бега у детей на основе технологии безмаркерного захвата движения / Г. Г. Григорьева, Н. С. Давыдова, В. Е. Васюк // Вестник Гродненского государственного университета имени Янки Купалы. 2025. Т. 15, № 2. С. 26–35.Grigoreva G. G., Davydova N. S., Vasyuk V. E. (2025) Algorithm for Calculating Spatiotemporal Characteristics of Running in Children Based on Markerless Motion Capture Technology. Vesnik of Yanka Kupala State University of Grodno. 15 (2), 26–35 (in Russian).Жерон, О. Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем / О. Жерон; пер. с англ. А. А. Слинкина; 2-е изд. СПб.: Питер, 2022.Geron A. (2022) Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. St. Petersburg, Piter Publ. (in Russian). Received: 6 March 2026 Accepted: 2 April 2026

The authors declare that there are no conflicts of interest present.