Riconoscimento dei salti supportato dall'intelligenza artificiale e analisi dei salti nella ginnastica con il trampolino

Nello sport d'elite, gli atleti di talento, gli allenatori motivati e il giusto ambiente di allenamento sono requisiti fondamentali per essere in grado di richiamare prestazioni eccezionali. Tuttavia, quando si tratta di posti sul podio, i millisecondi e i millimetri sono decisivi. Queste sottigliezze saranno in futuro visualizzate e documentate per gli allenatori di trampolino e gli atleti della Federazione tedesca di ginnastica attraverso un nuovo progetto basato su un sistema di immagini della società Simi Reality Motion Systems GmbH con sede a Unterschleißheim. Le registrazioni video appropriate sono fornite da telecamere industriali della MATRIX VISION di Oppenweiler.

Un concetto per il miglioramento della formazione e della documentazione è il KISS, abbreviazione di "KI-sostenuto Sriconoscimento e SLa Federazione tedesca di ginnastica (DTB) e l'Istituto di scienza dello sport dell'Università Justus Liebig di Gießen stanno lavorando insieme al progetto "KISS" nella ginnastica da trampolino. L'obiettivo di KISS è quello di utilizzare il tracking markerless e l'intelligenza artificiale per differenziare l'esecuzione di salti complessi in posizione accovacciata, piegata e allungata e per quantificare la qualità dei salti. Per questo, il sistema ha bisogno di dati di apprendimento adeguati. Questo è fornito dal sistema informativo di allenamento esistente per la ginnastica dal trampolino, che registra automaticamente le forme di esercizio (esercizi preliminari, salti individuali, connessioni di salto e esercizi interi), e dal sistema di misurazione e informazione (HDTS), che determina le caratteristiche quantitative (altezza di volo, tempo di contatto con il telo e posizione di atterraggio/di salto sull'attrezzo). A lungo termine, le progressioni di apprendimento individuali degli atleti devono essere create da questo e rese utilizzabili per la pianificazione del controllo delle prestazioni. Ciò significa che la precedente analisi degli effetti dell'allenamento individuale sarà ampliata per includere l'analisi degli ausili e dei metodi di allenamento utilizzati e la conoscenza acquisita può essere utilizzata per la futura pianificazione intra-individuale di controllo delle prestazioni dell'allenamento della tecnica per gli atleti della squadra.

Nella prima fase, da otto a dieci Nella prima fase, le registrazioni video di salti tecnicamente corretti da tutte le prospettive sono fatte con otto o dieci telecamere. L'esecuzione tecnicamente corretta si basa sulle specifiche tecniche della federazione internazionale, è modellata come un optimum nel software e quindi costituisce la base delle analisi video dei salti. Nella seconda fase, ha luogo un collegamento temporale automatizzato delle registrazioni video. Qui, i salti sono registrati da diverse prospettive e sincronizzati con i dati degli altri sistemi di allenamento. Nella terza fase, viene effettuato il riconoscimento automatico del salto. Sulla base delle registrazioni video ottimali dei salti, il sistema riconosce automaticamente il salto attuale della persona attiva attraverso il tracking senza marcatori e confronta i salti esistenti e conosciuti in tutte e tre le possibilità di esecuzione (squat, piegato, esteso). Nel quarto passo, si analizzano le deviazioni. Il salto attuale viene confrontato con quello ottimale (tiri in esecuzione ottimale e regolamento tecnico), e allo stesso tempo vengono determinate e valutate le deviazioni (sotto forma di detrazioni in base al Codice dei Punti). In primo luogo, il team di coaching e i giudici determineranno e valuteranno le deviazioni, con l'obiettivo che l'intelligenza artificiale sarà poi in grado di determinare e produrre automaticamente le deviazioni. L'ultimo passo è l'analisi degli errori. Attraverso la varietà e l'espansione successiva dei dati ottimali e individuali, la valutazione della macchina e l'analisi dell'errore possono essere migliorate passo dopo passo per mezzo di procedure di intelligenza artificiale (ad esempio l'analisi dei modelli).

La Federazione Tedesca di Ginnastica ha portato a bordo Simi Reality Motion Systems GmbH come partner tecnologico; un esperto in sistemi di analisi del movimento e del comportamento "3D Motion Capture" con più di 25 anni di esperienza. Con Simi Shape 3D, Simi ha sviluppato un software che cattura il movimento dell'atleta senza marcatori utilizzando i più recenti algoritmi di elaborazione delle immagini e di intelligenza artificiale ed estrae un modello 3D di alta precisione, comprese le articolazioni. Per fare questo, il software ha bisogno dei dati di diverse telecamere ad alta velocità. Da anni, Simi si è affidata alle robuste e maneggevoli telecamere industriali mvBlueCOUGAR-XD dual GigE di MATRIX VISION con un requisito minimo di 1920 x 1080 pixel, 100 fotogrammi al secondo e tecnologia global shutter per i movimenti veloci. L'USB 3.0 sarebbe anche in grado di gestire le velocità di dati, ma a causa delle distanze tra le telecamere e il computer, solo una soluzione basata sulla rete ha senso. E una soluzione a 10 Giga? MATRIX VISION offre una soluzione adatta con l'mvBlueCOUGAR-XT. Il vantaggio è evidente: in primo luogo, la nuova telecamera offre Power over Ethernet+ (POE+), che semplifica notevolmente il cablaggio del sistema di telecamere. Cioè, dei tre cavi originali per telecamera, ne rimarrebbe solo uno. In secondo luogo, la nuova telecamera supporta il Precision Time Protocol (PTP) secondo IEEE1588. Questo permetterebbe una sincronizzazione precisa delle otto telecamere. In terzo luogo, la nuova telecamera è basata sulla stessa base di driver del mvBlueCOUGAR-XD. Questo significa che Simi deve adattare il codice per la cattura delle immagini solo in alcuni punti. In questo modo, l'analisi del movimento e del comportamento in 4K sarà possibile senza problemi in futuro.