Análisis de trayectorias de jugadores en partidos de fútbol en base a datos georreferenciados procedentes de cámaras tácticas

Abstract

[Resumen]: El objetivo principal de este proyecto consiste en la creación e implementación de una aplicación web que permita a un usuario consultar y analizar las trayectorias que realizan los jugadores de fútbol a lo largo de un partido. El estudio de estas trayectorias permite a los entrenadores la creación de estrategias más efectivas ya que conoce los movimientos que realizan los jugadores rivales durante los partidos. Para ello las trayectorias se muestran representadas sobre un mapa de un campo de fútbol y pueden ser acompañadas por vídeos de las mismas. Permite dividir la trayectoria automáticamente y aplicar diversos filtros como, por ejemplo, obtener las trayectorias a más de una cierta velocidad. Para llevar a cabo este proyecto, primero se realizó un análisis inicial para determinar el alcance y los objetivos del mismo. Tras esto se elaboraron diseños de las posibles interfaces de usuario para la aplicación y se realizaría un modelo conceptual de la estructura de la misma. Para almacenar los datos del partido se empleó PostgrSQL, y para desarrollar la aplicación web se usó un framework de Python llamado Flask. Además se usaron tecnologías como HTML, CSS y Leaflet para la visualización del contenido.

[Abstract]: The main objective of this project is to create and implement a web application that allows users to query and analyze the trajectories of soccer players throughout a match. Studying these trajectories enables coaches to develop more effective strategies as they gain insight into the movements of opposing players during games. The trajectories are displayed on a map of a soccer field and can be accompanied by videos of the match. The application also allows for automatic trajectory segmentation and the application of various filters, such as retrieving trajectories that exceed a certain speed. To carry out this project, an initial analysis was performed to determine its scope and objectives. Following this, designs for possible user interfaces were developed, and a conceptual model of the application’s structure was created. PostgreSQL was used to store the match data, and a Python framework called Flask was employed to develop the web application. Additionally, technologies such as HTML, CSS, and Leaflet were used for content visualization.