SingTown AI "Ball Boy" przybywa na kort tenisowy: Precyzyjne, szybkie i odporne na zakłócenia automatyczne rozwiązanie do zbierania piłek.

W dziedzinie inteligentnego sprzętu sportowego i robotyki, umożliwienie pojazdom autonomicznym identyfikację i zbieranie rozrzuconych piłek tenisowych stanowi kluczowe wyzwanie w realizacji inteligentnego systemu odzyskiwania piłek.

Tradycyjne rozwiązania opierają się na czujnikach podczerwieni lub ultradźwiękowych, które mają ograniczony zasięg rozpoznawania i nie potrafią rozróżnić typów celów.

W tym celu producenci inteligentnych robotów zastosowali technologię rozpoznawania inteligentnej kamery OpenMV firmy SingTown, integrując sztuczną inteligencję w zakresie widzenia maszynowego, rozpoznawania obrazów oraz algorytmy planowania ścieżek, aby zbudować system zdolny do identyfikacji wielu piłek tenisowych w zasięgu 15 metrów, obliczania ich współrzędnych oraz planowania zautomatyzowanych trajektorii zbierania piłek.

To rozwiązanie jest szeroko stosowane w takich scenariuszach jak korty treningowe do tenisa, inteligentne roboty sportowe oraz bezzałogowy sprzęt pomocniczy do treningu, znacząco zwiększając efektywność odzyskiwania piłek i poziom inteligencji.

Inteligentni producenci robotów wykorzystują technologię rozpoznawania inteligentnej kamery OpenMV firmy SingTown Technology do osiągnięcia automatycznej identyfikacji, pozycjonowania i planowania ścieżki dla piłek tenisowych.

Ten wbudowany system wizyjny spełnia elastyczne wymagania wdrożenia brzegowego. Poprzez proste zainstalowanie kamery nad wózkiem do zbierania piłek, sztuczna inteligencja urządzenia kamery może samodzielnie wykonywać zadania rozpoznawania. Używając obiektywu szerokokątnego do przechwytywania obrazów kortu, wykorzystuje on złożony algorytm łączący rozpoznawanie kolorów, wykrywanie cech okrągłych oraz obliczanie odległości, aby identyfikować i lokalizować wiele piłek tenisowych w kadrze.

Po zakończeniu identyfikacji moduł OpenMV oblicza rzeczywiste współrzędne przestrzenne piłki tenisowej, wykorzystując współrzędne obrazu oraz model konwersji geometrycznej, a następnie przesyła wyniki poprzez port szeregowy do jednostki sterującej STM32.

STM32 integruje dane współrzędnych w czasie rzeczywistym z algorytmami planowania kinematycznego, aby obliczyć optymalną ścieżkę zbierania piłek (taką jak priorytetyzacja bliskości, unikanie przeszkód itp.), sterując pojazdem w celu sekwencyjnego poruszania się do punktów docelowych i wykonania czynności podnoszenia.

Zasięg rozpoznawania systemu rozciąga się do połowy kortu tenisowego (około 15 metrów). Aby poradzić sobie z różnicami w oświetleniu i czynnikami zakłócającymi na korcie (takimi jak buty, linie graniczne, cienie itp.), system wykorzystuje mechanizmy filtrowania i śledzenia celu, umożliwiając algorytmowi utrzymanie stabilnych i precyzyjnych zdolności rozpoznawania w złożonych scenariuszach.

To rozwiązanie osiąga pełny zamknięty obieg od rozpoznania wizualnego, przez obliczanie współrzędnych, planowanie ścieżki, aż po automatyczne zbieranie piłek, umożliwiając robotowi zbierającemu piłki posiadanie prawdziwych zdolności wizji AI i podejmowania decyzji, charakteryzujących się "dokładnym postrzeganiem, precyzyjnym ruchem i wydajnym odzyskiwaniem".