Інноваційний прорив у світі спортивних технологій: розробник Андрій Русанов продемонстрував, як смартгодинники Garmin Fenix можуть приймати дані про ефективність бігу від зовнішніх пристроїв, використовуючи чипи ESP32 або nRF52832, тим самим обходячи закриту екосистему контролю датчиків Garmin. Цей експеримент, хоч і не є одразу актуальним для кінцевих споживачів, відкриває значні перспективи для виробників гаджетів, які прагнуть створювати сумісні неофіційні аксесуари, що розширюють функціонал існуючих пристроїв. Garmin, відома своєю комплексною, хоча й не повністю відкритою екосистемою вимірювань, робила кроки до більшої доступності, але офіційно користувачам та розробникам все ще складно підключити будь-який датчик до смартгодинника без додаткових перешкод.
Виклик закритої екосистеми
Мета розробника полягала в тому, щоб створити прошивку для нагрудного датчика бігу, яка б дозволила годинникам Garmin сприймати його як “рідний” пристрій. Це означає, що показники, такі як частота серцевих скорочень, темп та інші параметри бігу, мали б відображатися на екрані годинника та зберігатися у файлах активності так само, як і від справжнього пристрою Garmin, без необхідності використання окремих застосунків чи сторонніх сполучень. Як пояснює сам Сем Дюмон, ця мета є складним завданням, оскільки Garmin надає мінімум інформації для подібних інтеграцій: протоколи залишаються недокументованими, а ключові компоненти прив’язані до власних годинників компанії, що змушує шукати неочікувані обхідні шляхи.
Технічні аспекти та майбутні плани
Успіх експерименту полягає в тому, що програмісту вдалося передати на Garmin Fenix дані з системи на базі чипа ESP32, які смартгодинник розпізнав як власні. Серед цих даних були важливі показники ефективності бігу, зокрема час контакту з землею та вертикальні коливання, що були зібрані за допомогою саморобного датчика.
Для тих, хто цікавиться деталями цього процесу, розлогі дописи на Reddit та у блозі автора містять вичерпну інформацію, яка допоможе професіоналам зрозуміти технічні аспекти.
Варто зазначити, що у своїй роботі над цим проєктом розробник користувався допомогою Anthropic Claude як інструментом, що перебував під кваліфікованим керівництвом людини, оскільки він не мав достатнього досвіду в роботі з Bluetooth Low Energy та зворотному проєктуванні. Однак, він добре знайомий з платформою Garmin та її особливостями з 2020 року. Наразі результати роботи не опубліковані на GitHub, але розробник планує зробити це згодом.
- Розробник обійшов закриту екосистему Garmin.
- Використано чипи ESP32 та nRF52832.
- Передано показники ефективності бігу, як-от час контакту з землею та вертикальні коливання.
- Планується публікація результатів роботи на GitHub.
