![pageSearch](/themes/hestia/images/page-search.webp)
머신러닝으로 축구공 킥 정확도 측정
![Dec 16, 2023](/themes/hestia/images/news-details-icon1.webp)
상업용이므로 비용이 많이 드는 스포츠 추적 솔루션은 일반적으로 축구, 골프, 축구 등 골대를 기준으로 공의 위치를 측정하기 위해 컴퓨터 비전을 사용합니다. 매우 유용하기는 하지만 매우 까다로우며 악천후, 낮은 수준의 주변 조명 및 단순히 카메라 시야를 차단하는 물체로 인해 중단되기 쉽습니다. Austin Allen은 값비싼 비전 시스템에 의존할 필요가 없는 보다 강력한 것을 만들고 싶었기 때문에 축구공이 차는 위치를 결정하는 대신 여러 가속도계가 포함된 리바운더 프로토타입을 생각해 냈습니다.
리바운더는 공을 위한 트램펄린 역할을 하는 탄력 있는 네트라고 생각할 수 있습니다. 야구와 축구 선수들은 정확성을 연습하기 위해 이를 사용하며, 독립된 특성으로 인해 훌륭한 후보가 되었습니다. Allen의 계획은 각 모서리에 하나씩 4개의 가속도계를 배치하고 가속도의 차이를 사용하여 공이 끝나는 위치를 계산하는 것이었습니다. 이 모든 작업은 지속적으로 실행되는 카메라가 필요하지 않습니다.
리바운더의 금속 프레임은 가벼운 무게와 적절한 강도로 인해 전기 배선의 구부러진 부분으로 구성되었습니다. 고정 나사 커플링을 사용하여 다양한 부품을 결합한 후 중앙 튜브를 중앙에 추가하여 등받이 부분을 형성하고 전자 장치의 마운트 역할을 했습니다. 마지막으로, 정확한 양의 반등을 허용하기 위해 신축성 있는 번지 코드로 네 면 각각에 그물을 부착했습니다.
MPU-6050은 최신 디자인으로 인해 밀려난 오래된 센서임에도 불구하고 신뢰성과 저렴한 특성으로 인해 여전히 프로젝트에 사용하기에 좋은 선택이었습니다. Allen은 각 모듈에 대한 맞춤형 마운트를 3D 프린팅한 다음 IMU를 네 모서리에 집게로 묶어 전원 버스와 I2C 버스 라인을 전자 인클로저까지 연결했습니다. ESP32 개발 보드 및 TCA9548 I2C 멀티플렉서 브레이크아웃으로 기본 회로를 검증한 후 그는 4개의 MPU-6050용 커넥터, 표시기 LED, 앞서 언급한 ESP32 및 TCA9548을 갖춘 맞춤형 PCB를 설계했습니다.
가속도계에서 정보를 읽으려면 먼저 전체 +/- 16g 스케일을 사용하고 가능한 한 빨리 새 값을 얻기 위한 가장 빠른 폴링 속도를 사용하도록 구성해야 했습니다. 각 MPU-6050에서 데이터를 가져오는 작업은 먼저 I2C 라인이 활성화되어야 하는 I2C 멀티플렉서에 알려줌으로써 이루어졌습니다. 다음으로 ESP32는 I2C를 통해 X, Y 및 Z 레지스터의 값을 요청하고 이를 저장합니다. 마지막 단계에서는 원시 ADC 값을 이해할 수 있는 가속 단위로 변환하는 작업이 포함됩니다. 마지막으로 호스트 스크립트가 나중에 저장하고 처리할 수 있도록 결과가 직렬을 통해 인쇄됩니다.
네트 위 공의 위치를 정확하게 결정하기 위해 모델을 훈련하는 과정은 원시 훈련 및 테스트 데이터세트를 수집하는 것부터 시작되었습니다. 네트 아래에 설치된 웹캠은 가속도계가 지속적으로 폴링되는 동안 공이 떨어진 위치를 기록합니다. 바운스가 감지되면 MPU-6050 데이터는 웹캠에 의해 결정된 공의 위치로 라벨이 지정되고 모든 것이 훈련을 위해 TensorFlow의 순환 신경망으로 전달됩니다.
전체적으로 모델은 가속도계만으로 공의 위치를 평균 0.2인치 이내로 추측할 수 있었으며, 더 많은 데이터를 수집하고, 더 빠른 폴링 속도를 가지며, 카메라의 해상도/프레임 속도를 높이면 더욱 개선될 수 있습니다. 이 개념 증명은 스포츠 훈련 세계에서 많은 가능성을 보여주며 이에 대한 자세한 내용은 여기 Allen의 글에서 찾을 수 있습니다.