Model Based Optimization of Pacing Strategy in Road Cycling

Abstract

Det finnes flere matematiske modeller som beskriver mekanikken og fysiologien i sykling. Formålet med denne masteroppgaven er å kombinere slike modeller i et optimaliseringsprogram for å lage optimale pacingstrategier for individuelle temporitt i den virtuelle sykkelplattformen Zwift.

For å løse dette problemet har programmet Optimal Pacing Mod blitt laget. Programmet bruker optimaliseringsløseren IPOPT for å lage en optimal effektkurve. Pacingstrategien vises i sanntid når brukeren traverserer ruten som temporittet er satt til. I tillegg har Optimal Pacing Mod funksjonalitet til å reoptimalisere effektkurven dersom brukeren avviker fra den optimale pacingstrategien. En negativ split funksjon gjør at brukeren kan tilpasse strategien etter eget behov. Denne funksjonen lar brukeren velge hvor mye anaerob energi som skal være tilgjengelig ved start og slutt, med en lineær økning gjennom temporittet. Slik kan bruker bestemme hvor aggressiv strategien skal være, og om noe energi skal spares til en sluttspurt.

Eksperimentell evaluering ble gjennomført med en forsøksperson (mann på 26 år) på en 18.4km lang rute med 252m stigning. Forsøkspersonen gjennomførte først en tempo med egenstyrt pacing, deretter tre forsøk med forutbestemt pacing. Pacingstrategiene var optimal pacing med og uten reoptimalisering og negativ split pacing. Sistnevnte strategi var konfigurert slik at bare 10% av den anaerobe energien var tilgjengelig fra start, mens hele kapasiteten var tilgjengelig ved mål. Negativ split pacing, optimal pacing og optimal pacing med reoptimalisering resulterte i tidsforbedringer på henholdsvis 3, 12 og 16 sekunder. I tillegg til tidsforbedringene, hadde alle tre forsøkene med pacing lavere snitteffekt enn forsøket med egenstyrt pacing. Imidlertid hadde egenstyrt pacing lavere normalisert effekt.

Optimal Pacing Mod har forbedret prestasjonen i et temporitt for en forsøksperson. Pacingstrategien førte til en tidsforbedring uten økning av gjennomsnittseffekt. Pacingverktøyet kan være en verdifull ressurs for syklister som konkurrerer i temporitt i Zwift.

There are several mathematical models that describe the mechanics and physiology of cycling. The purpose of this master thesis is to combine such models in an optimization program to create optimal pacing strategies for individual time trials (ITTs/TTs) in the virtual cycling platform Zwift.

To solve this problem, the Optimal Pacing Mod was created. It uses the nonlinear programming solver IPOPT to create an optimal power trajectory. The pacing strategy is then displayed in real time as the user is traversing the route of the TT. Additionally, the Optimal Pacing Mod has the ability to reoptimize the pacing strategy if the user deviates too far from the optimal strategy. To make pacing strategies more customizable, a negative split pacing feature allows the user to choose how much anaerobic energy should be available at the beginning and the end, with a linear increase throughout the TT. This feature lets the user to decide how aggressive the strategy should be, and whether to leave some energy for a sprint finish.

Experimental evaluation was conducted with one subject (26 year old male) on a 18.4km route with 252m of elevation gain. First, the subject performed a self paced attempt, then there were three subsequent attempts with predetermined pacing strategies. The pacing strategies were optimal pacing with and without reoptimization, and negative split pacing. The latter strategy was configured such that only 10% of anaerobic energy was available at the beginning, while the entire capacity was available at the finish. The negative split pacing, optimal pacing and optimal pacing with reoptimization resulted in time improvements of 3, 12 and 16 seconds. In addition to the time improvements, all three paced attempts had a lower average power than the self paced attempt. However, the self paced attempt had a lower normalized power.

The Optimal Pacing Mod has been shown to improve the performance in a TT for one subject. Following an optimal pacing strategy yielded time improvements without increasing average power. The pacing tool could be a valuable asset for cyclists competing in TTs in Zwift.