كيف تساعد أجهزة الليزر وأجهزة الاستشعار في إبقاء القضاة متوترين

مرحبا يا هابر!

إن تقييم أداء الرياضي مهمة لا تصبح أسهل كل عام. تزداد السرعة ، وتصبح البرامج أكثر تعقيدًا ، وتظهر عناصر جديدة وحزمها. قارن على الأقل أداء المتزلجين أو لاعبي الجمباز في لندن أو ريو أو فانكوفر أو سوتشي والبرامج التي حصل عليها أسلافهم من الذهب قبل نصف قرن. سيشعر بالفرق حتى من لا يتبع الرياضة.



من هم القضاة؟ على الرغم من أنهم على دراية جيدة في مجالهم ، إلا أن الناس العاديين الذين يشعرون بالتعب ، والتشتت ، والغمز ، والاستسلام للمشاعر. والنتيجة هي قرارات مثيرة للجدل ، وبعدها يكون المشجعون على استعداد لإرسال لجنة الحكام بأكملها "إلى الصابون".
بما أن الشخص ليس مثاليًا ، فلماذا لا تعوض نقاط الضعف مع أحدث إنجازات العلم والتكنولوجيا. جعلت حرارة ميتة أخرى في خط النهاية إدوارد مايبريدج يعتقد أن التقاط صورة للخيول العابرة في الوقت المناسب سيوفرها من المناقشات الساخنة وعواقبها الساخنة على حد سواء عندما تكون المخاطر عالية للغاية. بدأوا في الممارسة بسرعة وللمرة الأولى تم استخدام تشطيب الصورة خلال السباقات بالفعل في نهاية القرن التاسع عشر. ستحتفل إعادة الفيديو الأولى بالذكرى 65 هذا العام. منذ السبعينيات ، يستخدم التنس حكمًا إلكترونيًا - نظام محوسب يحدد مكان هبوط الكرة.

تكون هذه الأنظمة فعالة عندما يؤدي إجراء معين إلى النصر (لعبور خط النهاية أولاً ، وتسجيل الكرة في المرمى ، والقفز فوق الخصوم ، وما إلى ذلك) ، ولكنها غير مجدية تقريبًا عندما يتم تحديد الأفضل ، على سبيل المثال ، من خلال تقنية أداء العناصر وعددها وتسلسلها في البرنامج. هنا تحتاج إلى شيء أكثر تعقيدًا من إعادة التشغيل الفوري البسيطة. يرى فوجيتسو تكنولوجيا أجهزة الاستشعار ثلاثية الأبعاد كحل لها ، والذي يسمح بمسح وتحريك وتقييم حركات الرياضيين في الوقت الفعلي. المزيد عن مبدأ عملها تحت الخفض.

في مايو 2016 ، دخلت فوجيتسو والجمعية اليابانية للجمباز (JGA) في اتفاقية بحث مشتركة لإنشاء نظام دعم للحكام باستخدام تقنية المسح الضوئي والتعرف ثلاثي الأبعاد. من جانبها ، زودت JGA فوجيتسو بالمعرفة العملية للقضاة ، وبيانات عن الرياضيين ، بالإضافة إلى بيئة اختبار ، في حين طورت فوجيتسو نظام دعم الحكم النموذجي باستخدام أجهزة استشعار ثلاثية الأبعاد.

ربما ستقول لماذا إعادة اختراع العجلة. هناك تقنية معروفة لالتقاط الحركة ، والتي تم استخدامها منذ فترة طويلة بنجاح في صناعة الأفلام وتطوير الألعاب. لماذا لا تطبقه؟ الجواب بسيط جدا. تتداخل العشرات من أجهزة الاستشعار الأصغر قليلاً من كرة كرة الطاولة بشكل كبير أثناء التدريب ، ناهيك عن السماح للرياضيين بالخروج من الحصير أو اللعب للتنافس على الميداليات. حاولوا ، ولكن تطبيق هذه التكنولوجيا يقتصر عادة على ظروف المختبر. بالطبع ، يمكن استخدام البيانات التي تم جمعها لتحسين التدريب أو منع الإصابات ، لكن هيئة المحلفين لم تكن قادرة على الأقل على جعل الحياة أسهل قليلاً.

جلب تطوير إنترنت الأشياء وإدخال مستشعرات إنترنت الأشياء المزيد من الفوائد إلى التحكيم. مخبأة في المعدات ، في بعض الأشكال ، مثل الرماية أو التايكوندو ، فهي تساعد بنجاح كبير في تحديد أي المشاركين كان أفضل. في الرماية ، يحدد المستشعر موضع السهم في الهدف ، في التايكوندو - يسمح لك بتقييم الضربات التي تصيب الدروع والخوذة. على الرغم من أن الفكرة أبعد من أن تكون جديدة ، فلنتذكر التنس ، ولكن مع تطوير إنترنت الأشياء ، هناك المزيد والمزيد من الفرص لاستخدام أجهزة الاستشعار في مختلف التخصصات.
صحيح أن أجهزة استشعار إنترنت الأشياء لن تساعد في إنشاء نظام عالمي حقيقي لدعم القضاة. أولاً ، لكل رياضة عليك اختيار نوع المستشعر الخاص بك ، وثانيًا ، في كثير من الحالات ، يجب وضع المستشعرات مباشرة على الرياضيين. ثالثًا ، لن يساعدوا في الوقت الفعلي على إنشاء نموذج ثلاثي الأبعاد لحركة الرياضي ، مما يعني أنهم لن يتمكنوا من تطبيقه في تلك الرياضات حيث يتم تقييم حركات المعدات وتعقيدها.

اختيار الجمباز كنقطة انطلاق ليس صدفة. أولاً ، يتميز الجمباز بأكبر مجموعة متنوعة من الحركات التي يقوم بها الرياضيون. سيسمح هذا على المدى الطويل بجمع كمية كبيرة من البيانات ، وإنشاء قاعدة حركة على أساسها بدرجة عالية من التنوع واستخدامها في الرياضات الأخرى.
السبب الثاني هو أكثر رعبا. الجمباز رياضة شعبية ومتطورة في اليابان. أيضا ، على خلفية "شيخوخة" السكان اليابانيين (بحلول عام 2035 ، سيشكل المسنون ما يقرب من ثلث إجمالي سكان البلاد) ، تدعم الحكومة بنشاط المبادرات التي تهدف إلى تطوير الرياضة والرعاية الصحية. ونتيجة لذلك ، تلقى فوجيتسو بسهولة نسبية دعمًا شاملًا ومساعدة خبراء من متخصصين من جمعية الجمباز اليابانية والاتحاد الدولي للجمباز ، وكذلك من المنظمات المهتمة الأخرى.

أجهزة استشعار ثلاثية الأبعاد

للتخلص من العلامات وأجهزة الاستشعار التي يجب تركيبها مباشرة على الرياضيين ، قررت فوجيتسو استخدام الصور العميقة (أي الصور التي يتم فيها تخزين المسافة إلى الكائن عند هذه النقطة في كل بكسل ، وليس اللون) للتحليل. لإجراء مسح ثلاثي الأبعاد للحركات البشرية ، يستخدم النظام مستشعرات ليزر ثلاثية الأبعاد تقرأ صورًا عميقة ، وهي معالم سطح الجسم. بعد ذلك ، يتم تطبيق تقنية التعرف على الهيكل العظمي على الصور الناتجة لتحديد موضع المفاصل. هذا فقط يسمح لك بحساب الزوايا المرتبطة بدقة بوضع الكوعين والركبتين والعمود الفقري ، وما إلى ذلك ، وتحليل تفاصيل حركات الجسم بالتفصيل بناءً على تغيير مؤقت في قيم هذه الزوايا. أي أنه يمكن للقضاة ، بالاعتماد على النموذج الذي حصل عليه النظام ،تحديد ما إذا كان ظهر لاعب الجمباز ، على سبيل المثال ، كان مستقيماً أثناء تنفيذ العناصر وتحديد الغرامة.

يتطلب التصوير الدقيق للحركات السريعة للرياضي معدل إطارات مرتفع وطريقة لجمع صور متعمقة يمكنها التقاط جميع الحركات بدقة عالية وعلى مسافات طويلة. لهذا السبب ، سقطت الكاميرات العميقة القياسية على الفور. على الرغم من حقيقة أن هذه الكاميرا تتلقى معلومات عميقة بسرعة عالية ودقة عالية ، إلا أنها لا تستطيع القيام بذلك إلا من مسافة قصيرة - لا تزيد عن 5 أمتار. مما يحد بشكل كبير من استخدامها في مواقع المنافسة.
مع وجود مستشعرات ليزر تعتمد على تقنية LIDAR (كشف الضوء والمدى) ، يكون الوضع أفضل. يمكنهم تلقي صور متعمقة لجسم ما من مسافة تصل إلى 15 مترًا ، ولكن سرعة المسح وجودة الصورة هنا تعتمد على تكوين نظام المسح على جانب الإسقاط والنظام البصري على جانب الكشف. على سبيل المثال ، في النظام الذي يحتوي على مرآة مضلعة دوارة ، بعد كل خط مسح ، يجب أن ينتظر النظام حتى تدور المرآة إلى موضع معين لبدء عملية المسح التالية ، مما يقلل بشكل كبير من السرعة.

يمكن أن يؤدي استخدام المرايا القائمة على الأنظمة الكهروميكانيكية الدقيقة (MEMS) إلى زيادة سرعة المسح بشكل كبير ، ولكن حتى هنا كان من الضروري "تعديله بملف". من أجل استخدام نظام مسح يعتمد على مستشعرات الليزر ومرايا MEMS في الألعاب الرياضية ، من الضروري زيادة عدد نقاط المسح بأكثر من عشر مرات مقارنة بتقنية LIDAR الحالية ، مما يعني أنه من الضروري زيادة سرعة المسح لمرايا MEMS. خلاف ذلك ، لن تتمكن من تلقي صور عالية الدقة.
لذلك ، كان من الضروري تقليل حجم مرآة MEMS باستخدام عدسة مكبرة بزاوية مسح. إذا كان الإسقاط وكشف الضوء متحد المحور ، فإن تقليل حجم مرآة MEMS ، والذي يستخدم أيضًا للكشف ، سيمنع انعكاس كل الضوء من الهدف ، وبالتالي تقليل كمية الضوء على الكاشف الضوئي. لضمان إضاءة كافية يمكن الكشف عنها ، استخدمت شركة فوجيتسو نظامًا بصريًا مزودًا بوحدات إسقاط وكشف منفصلة.

يوضح الشكل أدناه تكوين مستشعر ليزر ثلاثي الأبعاد تم تطويره بواسطة معامل فوجيتسو ، ومجهز بنظام كشف / كشف ضوئي بصري باستخدام مرآة MEMS.



لقياس المسافة إلى الهدف ، يستخدم هذا النظام أسلوب وقت الطيران (ToF) ، الذي يقيس الوقت من إسقاط نبضة ليزر إلى تحديد انعكاسها. بعد ملاحظة الوقت اللازم لإسقاط نبضة ليزر ، الانعكاس من الهدف والكشف على وحدة الكشف كـ ΔT وسرعة الضوء على أنها c (حوالي 300،000 كم / ثانية) ، يمكنك تعيين المسافة d إلى الهدف باستخدام المعادلة التالية:

d = (c × Δ ر) / 2

لكن الصعوبات لم تنته عند هذا الحد. أولاً ، كان من المهم ضمان الحرية النسبية لوضع أجهزة الاستشعار ، لأنه ليس من الممكن دائمًا ضبطها على مسافة معينة وثابتة من الأشياء ، لأن جميع أماكن المسابقات مختلفة. على سبيل المثال ، تلقى المستشعر صورة عميقة لكائن بدقة عالية عندما كان على مسافة قريبة. ولكن إذا تحرك الكائن بعيدًا عن المستشعر ، فستنخفض دقة الصورة ، بشرط أن تظل زاوية العرض كما هي. لتجنب ذلك ، أضفنا التحكم في زاوية العرض إلى النظام.

كان من الضروري أيضًا "قطع" الضوء الزائد الذي يدخل النظام (ضوء الشمس ، الأضواء ، ومضات الكاميرا ، وما إلى ذلك). لهذا ، تم تطوير تقنية الكشف عن الضوء متعدد الأجزاء ، والتي بفضلها يتزامن نظام المسح مع إشارات التحكم في المرآة MEMS من أجل تشغيل انتقائي فقط للكاشف الضوئي الذي يتلقى أكبر كمية من الضوء المنعكس من الكائن ، مع تعطيل جميع الآخرين المتأثرين بالضوء المحيط .

أخيرًا ، تمت إضافة التزامن بين عدة كتل من مستشعرات الليزر ثلاثية الأبعاد لتجنب البقع العمياء.

لذلك ، تم حل مهمة الحصول على صور متعمقة لحركات الرياضيين بجودة عالية وبسرعة عالية. الشيء الوحيد المتبقي هو تحليلها.

تقنية التعرف على الهيكل العظمي

تتيح لك تقنية التعرف على الهيكل العظمي استخراج البيانات عن مواضع المفاصل المختلفة لجسم الإنسان من الصور العميقة من أجهزة الاستشعار ثلاثية الأبعاد. في الألعاب الرياضية مثل الرياضة والجمباز الإيقاعي ، التزلج على الجليد ، الغوص ، إلخ. معلومات ثلاثية الأبعاد حول موضع المفاصل ، يجب أن تكون زواياها دقيقة للغاية ، لأن عدد النقاط يعتمد على ذلك ، والذي يحدد الفائز في النهاية.

يوضح الشكل التالي مبدأ التكنولوجيا التي توفر سرعة عالية ودقة في التعرف على الهيكل العظمي. في المرحلة التحضيرية ، تم تدريب النظام بالفعل على تحديد مكان المفاصل في الصورة وإنشاء نموذج ثلاثي الأبعاد لموضع الجسم بناءً عليها ، ولكنه يتعلم أيضًا في العملية من البيانات الجديدة التي يتلقاها.



في مرحلة التدريب ، يتم إنشاء نماذج التنبؤ التي تستمد القيم المقدرة لإحداثيات المفاصل باستخدام صور متعمقة. للقيام بذلك ، تم إنشاء صور عميقة باستخدام رسومات الكمبيوتر من الحركات التي تم الحصول عليها مسبقًا مع إحداثيات المفاصل لإعداد مجموعة التدريب لتعلم الآلة.

ونتيجة لذلك ، في مرحلة التعرف ، يتم فرض الصور العميقة متعددة النقاط التي تم الحصول عليها من عدة مستشعرات ليزر ثلاثية الأبعاد مع نموذج التنبؤ الذي تم إنشاؤه في مرحلة التدريب للحصول على إحداثيات ثلاثية الأبعاد للمفاصل (أي التعرف على الهيكل العظمي). في هذه المرحلة ، يتم استخدام الإحداثيات التي تم الحصول عليها من المفاصل كقيم أولية لتطبيق النموذج البشري على سحابة نقطة ، المقابلة للصور العميقة التي تم الحصول عليها من كل مستشعر. هذه العملية تسمى "ملائمة". لجعل إحداثيات السحابة النقطية قريبة قدر الإمكان من إحداثيات سطح النموذج البشري المستخدم للتركيب ، يتم تحديد "درجة المصادفة" (الاحتمال) ، ثم يتم البحث عن الإحداثيات بأقصى احتمال ، والتي ستحدد الإحداثيات النهائية ثلاثية الأبعاد للمفصل.

عند التعرف على الهيكل العظمي باستخدام التعلم الآلي ، عادة ما تكون الدقة منخفضة ، حيث يتم تحديد مواضع المفاصل بناءً على نموذج التنبؤ. ومع ذلك ، تعمل عملية التركيب اللاحقة على تحسين الدقة من خلال مقارنة موضع المفاصل بالقيم المقاسة الفعلية وفقًا للسحب النقطية من عدة مستشعرات ليزر ثلاثية الأبعاد. في هذا الوقت ، تحدد دقة القيم المقاسة في التعرف على الهيكل العظمي بناءً على التعلم الآلي نطاق الضبط ، وبالتالي تؤثر على دقة النتائج النهائية للتعرف على الهيكل العظمي ووقت المعالجة. لزيادة دقة التعرف على الهيكل العظمي بناءً على التعلم الآلي ، يتم إعداد العديد من نماذج التنبؤ التي تجمع بين أوضاع الجسم مثل الأمام والمقبض والخلف.ويتم تطبيق طريقة تحدد نموذج التنبؤ الأمثل من خلال تحديد موضع الجسم قبل التعرف على الهيكل العظمي. مقارنةً بطريقة دمج جميع الحركات في نموذج تنبؤ واحد ، تزيد هذه الطريقة بشكل كبير من دقة التعرف من خلال تحديد الحركات التي يجب دراستها في نموذج التنبؤ.



تُظهر هذه الصورة نتائج التعرف على الهيكل العظمي بناءً على التعلم الآلي باستخدام العديد من أجهزة الاستشعار في مسابقات الجمباز. عند ركوب دوائر على حصان ، يتم استخدام نموذج تنبؤ مطابق للموضع الأمامي ، وللقفز ، يتم استخدام نموذج تنبؤ مطابق لمقبض اليد. تظهر هذه النتائج أن التبديل بين نماذج التنبؤ لأنواع مختلفة من وضع الجسم يسمح بالتعرف على الهيكل العظمي بدقة عالية حتى للحركات المعقدة النموذجية للجمباز.

التنفيذ والتطبيق

تم إجراء أول اختبار تجريبي للنظام في أكتوبر 2016 في كونغرس الاتحاد الدولي للجمباز ، وبعد ذلك بدأ العمل على التنفيذ الفعلي للتكنولوجيا. في أكتوبر 2017 ، أجريت أول تجربة اختبار باستخدام بيانات المنافسة الفعلية في بطولة العالم 47 للجمباز في مونتريال.

في بطولة العالم للجمباز في شتوتغارت في عام 2019 ، تم الاعتراف رسميًا بنظام فوجيتسو كأداة مساعدة لتقييم صعوبة الأداء في 4 أشكال: حصان الجمباز وحلقات وقبو (الرجال والنساء).
تجدر الإشارة إلى أن استخدام نظام استشعار فوجيتسو ثلاثي الأبعاد لا يقتصر فقط على مساعدة القضاة. هناك العديد من سيناريوهات التطبيق المحتملة.

بعد أداء لاعبي الجمباز ، يتعلم النظام التعرف على الحركات الأكثر تنوعًا وتعقيدًا. لذلك ، سيكون من الممكن قريبًا تكييف تطبيقه مع الرياضات الأخرى ، فمن الضروري فقط تحديد نموذج التنبؤ المناسب لكل تخصص محدد. لن يساعد ذلك القضاة على اتخاذ القرارات بشكل أسرع ، الأمر الذي سيكون له تأثير مفيد على عدد مرات الظهور في البث التلفزيوني (اجتماعات هيئة المحلفين - وقت أطول أمام الكاميرات للرياضيين) ، ولكن سيساعد المشاهدين أيضًا على فهم ما يحدث في المحكمة بشكل أفضل. تعتبر الصور المعالجة من الماسحات الضوئية ممتازة لتصور اللحظات الفردية للأداء (تنفيذ العناصر المعقدة والأخطاء).




يمكن للرياضيين والمدربين استخدام الفيديو حول تشغيل النظام وسيناريوهات تطبيقه باستخدام نماذج ثلاثية الأبعاد تم الحصول عليها نتيجة الفحص لتحسين المعدات وتحسين التدريب ومنع الإصابات. أيضًا ، يفتح هذا النظام إمكانيات جديدة للتدريب والاستشارات عن بُعد ، نظرًا لأن النماذج من النظام تسمح بفهم أفضل لتقنية الرياضي من تسجيلات الفيديو التقليدية. في الوقت نفسه ، يتم عرض الحركات البشرية في شكل رقمي ، مما يعني أنه يمكن استخدام هذه البيانات للبحث.

أصبح سيناريو الاستخدام ذا صلة خاصة في الفترة الحالية. الآن حركة الناس حتى بين المدن ، وحتى أكثر من ذلك بين البلدان ، محدودة ، ومع ذلك ، يحتاج الرياضيون إلى الممارسة والمشورة المختصة من المدربين والمتخصصين الآخرين حتى لا يفقدوا شكلهم تحسبًا لوقت عودة الحياة الرياضية إلى طبيعتها.

يمكنك أيضًا التخلي عن أماكن "قواعد التحكيم" المليئة بالرسوم التوضيحية الثابتة والتفسيرات النصية المطولة لكيفية قيام لاعب الجمباز بأداء التمرين. المستقبل يكمن في التطبيقات ، واستناداً إلى البيانات والنماذج التي يتم تلقيها من أجهزة الاستشعار ثلاثية الأبعاد ، نحصل على تطبيق رائع للقضاة مع مجموعة من القواعد ، وصور تفصيلية ديناميكية لتقنية التنفيذ الصحيحة ، والتي تسمح بحد أدنى من التناقضات أو التفسيرات المزدوجة.

وأخيرًا ، سيستخدمون نظام المسح والتعرف ثلاثي الأبعاد الناتج لإعادة تأهيل المرضى. يساعد على تصور استعادة حركة المفاصل وضبط العلاج بشكل صحيح. ومن المثير للاهتمام أن هذه التقنية نمت في الأصل من تطوير معامل فوجيتسو لإعادة التأهيل في المؤسسات الطبية. والواقع أن التاريخ دوري.

روابط مفيدة

تقنية الاستشعار ثلاثي الأبعاد لتقدير حجم حركات الرياضيين في الوقت الفعلي
نظام دعم التحكيم القائم على تكنولوجيا المعلومات والاتصالات للجمباز الفني والعالم الجديد المقصود الذي تم إنشاؤه من خلال تقنية الاستشعار ثلاثي الأبعاد
"خطوة نحو المستقبل" مع أول استخدام رسمي لتقنية فوجيتسو لدعم التحكيم في بطولة العالم للجمباز الفني لعام 2019