مدرب كرة السلة الاصطناعي

أتاح لنا ظهور أجهزة استشعار مصغرة ومنخفضة التكلفة يمكن ارتداؤها جمع أنماط حركة الجسم والأشكال الحيوية أثناء التدريب الرياضي. تتم معالجة هذه الإشارات وتحويلها إلى معلومات قابلة للاستخدام حول حالة التدريب الرياضي. باستخدام خوارزميات التعلم الآلي ، يمكن مزج هذه المعلومات مع المعرفة حول تدريب تخصص رياضي معين. لذلك ، يمكن أن يؤدي استخدام التكنولوجيا القابلة للارتداء والتعلم الآلي إلى إنشاء مدربين رياضيين صناعيين. هذه هي قصة كيف فعلنا ذلك لكرة السلة.

التدريب في الرياضة عملية معقدة ومشاركة

يتم إعداد الدورات التدريبية بشكل عام وتقييمها ومراقبتها من قبل المدربين المحترفين. يشارك المدربون بشكل مكثف في هذه العملية ويكون لهم تأثير كبير على جودة أداء المتدربين. مشاركة المدرب في العملية التدريبية ، في نهاية المطاف ، تقرر نتائج المنافسة.

أن تكون مدربًا جيدًا أمر صعب بسبب المعرفة والمهارات المطلوبة. بجانب وجود معرفة عميقة حول الانضباط الرياضي المحدد ، يحتاج المدربون أيضًا إلى فهم لمجالات مثل علم التشريح ، وعلم وظائف الأعضاء ، والميكانيكا الحيوية ، وعلم النفس ، وعلم الاجتماع ، وعلم التعليم لتحقيق أفضل استخدام لقدرات المتدربين.

الهدف من التدريب هو مساعدة رياضي أو فريق للوصول إلى أفضل أداء. يتم تقييم أداء التدريب من قبل المدربين الخبراء وهذا السبب حول المبادئ المعروفة في التخصصات الرياضية معينة. يتم الوصول إلى تحسين أداء الرياضي من خلال التدريب البدني والتقني والتكتيكي والنفسي.

ما الذى يبدو انه مشكله؟

من الصعب العثور على مدربين من الدرجة الأولى ومكلفة في التوظيف. يتمتع الرياضيون بامتيازات الأندية التي ينضمون إليها ، لكنهم يتمتعون بقيود جغرافية واقتصادية. هذا هو السبب في فشل العديد من الرياضيين الموهوبين والعمل الدؤوب كل عام بسبب الافتقار إلى التدريب المناسب والخبرة في التدريب.

وبالتالي ، يجب أن نأتي بطريقة لإضفاء الطابع الديمقراطي على التدريب الرياضي وإتاحة مدربي الدرجة الأولى للجميع بغض النظر عن وضعهم الاقتصادي والاجتماعي. يجب أن نجعل التدريب من الدرجة الأولى في متناول.

مع هذه العقلية ، نركز على تحقيق ذلك لكرة السلة. هنا هي خطوتنا الأولى.

العمل نحو الحل

هدفنا الرئيسي هو إيجاد حل يجعل تدريب كرة السلة في متناول الجميع. يكمن حلنا في شكل مدرب كرة سلة صناعي رخيص الثمن ويمكن تبنيه بسهولة وقادر على محاكاة مدرب بشري. من أجل القيام بذلك ، استخدمنا التكنولوجيا القابلة للارتداء والتعلم الآلي.

تُستخدم الأجهزة التي يمكن ارتداؤها في المقام الأول كأجهزة أساسية لمراقبة الحالة الحيوية في الوقت الحاضر ، ومع ذلك ، لا يزال يتعين الاستفادة الكاملة من الاستفادة منها من خلال تطوير التطبيقات المرتبطة بالسياق. خلقت الزيادة في سعة المعالجة وكفاءة الطاقة والانخفاض في حجم المعالجات المضمنة فرصة لتنفيذ خوارزميات متطورة لمعالجة الإشارات في الوقت الفعلي والتعلم الآلي في أجهزة يمكن ارتداؤها بالبطاريات مصغرة. لقد وضعت قدرات الأجهزة القابلة للارتداء على إجراء الكشف والتصنيف والانحدار والتنبؤ على أساس إدخال المستشعر في سياق استخدامها في مقدمة العديد من التطبيقات المختلفة.

باستخدام أجهزة يمكن ارتداؤها جنبًا إلى جنب مع التعلم الآلي ، من الممكن إنشاء مدربين اصطناعيين يقومون بتحليل تمارين لاعبي كرة السلة وتقديم توصيات معينة للاعبين حول كيفية زيادة أدائهم. يمكن تصميم مدربين اصطناعيين لتطوير اللاعبين بالمعنى البدني والتقني والتكتيكي والنفسي من خلال دمج خبرات التدريب من الدرجة الأولى.

يشمل التدريب البدني تمارين اللياقة البدنية وكرة السلة لتحسين سرعة اللاعبين ، والقدرة على التحمل ، والتحمل ، والتنسيق ، والمرونة والقوة. يعتمد التدريب التكتيكي على تدريس استراتيجيات مختلفة داخل اللعبة تؤدي إلى النصر. يقدم التدريب النفسي تمارين لبناء شخصية اللاعب وتحسين الدافع والمزاج والموقف. يتكون التدريب الفني من التمارين التي تعمل على تحسين مهارات لاعبي كرة السلة مثل الرماية ، التمريرة ، التعامل مع الكرة ، التمرين ، إلخ.

يتطلب مدرب كرة السلة المصطنع المستقل مشاركة بشرية قليلة جدًا ويوفر حلاً كما لو كان هناك مدرب بشري. إن أكثر المتطلبات الأساسية لهذا النظام هو التعرف التلقائي على التمارين وتقييمها الكمي والنوعي. يمكن التعرف على أنواع التمارين بمساعدة المستشعرات القابلة للارتداء وخوارزميات التعلم الآلي. علاوة على ذلك ، يمكن تحقيق نتائج الأداء للتدريبات من خلال نمذجة معرفة المدربين الخبراء وربطها على سبيل المثال زاوية اطلاق النار ، وسرعة المراوغة ، وقوة المراوغة ، استقبال الاستقبال ، الخ

إجراءات ملموسة

كخطوة أولى نحو إنشاء مدرب كرة السلة الاصطناعي ، أجرينا بحثًا تجريبيًا للتعرف على مختلف التدريبات الفنية. يتكون الإعداد التجريبي من جهاز يمكن ارتداؤه (بيبي) مزود بجهاز إرسال واستقبال لاسلكي وأجهزة استشعار لاستشعار معلمات حركة ذراع لاعبي كرة السلة (التسارع والمعدل الزاوي والاتجاه).

بيبي الذكية شارة

يتم استشعار بيانات حركة الذراع بواسطة الجهاز ويتم إرسالها إلى محور ثابت (Raspberry Pi 3). يستقبل هذا المحور البيانات ويخزّنها ويجهزها ويعالجها في نهاية المطاف لتحديد الحالة الراهنة للتقدم في تدريب كرة السلة والتعرف على نوع التمرين. يستضيف Hub خوارزمية تعلم الآلة وسيكون قادرًا على استخدام الحوسبة السحابية في التطبيقات المستقبلية.

مكونات التكنولوجيا مدرب كرة السلة الاصطناعي

الاشياء آلة التعلم

للتعرف على نوع التمرين أثناء التدريب ، يتم استخدام خوارزمية تعلم الآلة (جهاز دعم المتجهات). تم تدريب هذه الخوارزمية على العملية بما في ذلك جمع البيانات والمعالجة المسبقة والتحول (انظر الشكل أدناه). يتم إعداد بيانات مجسات أولية لاستخدامها في خوارزمية التعلم الآلي هذه لتصنيف التدريب المقصود / المطلوب.

عملية تدريب خوارزمية التعلم الآلي

يوجد مستشعران في Bibi Armband وجهاز التسارع وجيروسكوب. باستخدام هذه الإشارات يتم حساب اتجاه شارة القيادة. يتم نقل البيانات التي تم جمعها إلى المحور من خلال بليه.

لتكون قادرة على استخراج رؤى ذات مغزى من البيانات التي تم جمعها ، يتم إعداد البيانات الخام لاستخدامها في عملية نمذجة ML. يتم إنشاء متجهات الميزات عن طريق استخراج الإطارات إصلاح الحجم من البيانات preprocessed.

النوافذ

في مرحلة تحويل البيانات ، يتم إنشاء مجموعات الميزات وتقليلها لتحديد أكثر المجموعات تمييزًا في مرحلة التصنيف. أولاً ، يتم حساب الميزات الإحصائية لكل نافذة مستخرجة من البيانات التي تمت معالجتها مسبقًا. ثم ، باستخدام خوارزميات اختيار مجموعة فرعية مختلفة ، يتم تحديد ميزات لإنشاء متجهات المعالم.

بعد ذلك ، يتم تدريب نموذج التعلم الآلي المختار والتحقق من صحته من خلال مجموعة البيانات التي تم الحصول عليها.

استنتاج

لقد حصلنا على 99 ٪ دقة التصنيف مع الإعدادات الحالية والبيانات. تتمثل خطوتنا التالية في إنشاء مدرب كرة سلة اصطناعي في توسيع مكتبة التمرين ومحاولة لتصنيف التدريبات المتعددة على التوالي ، أي التمريرة المستقبلة - المراوغة - الرماية / الرماية. إلى جانب المزيد من التمارين ، سنقوم بدمج الملاحظات (من خلال تطبيق الهاتف الذكي) من حيث الطبيعة الكمية والنوعية للتدريب الذي تم إجراؤه.

ينصب التركيز الرئيسي لهذا العمل على تقديم مدرب صناعي يتمتع بقدر كبير من الاستقلال الذاتي لتوفير جميع مراحل التدريب للرياضيين بطريقة سلسة. يجب ألا يقطع الرياضيون تدريبهم للتفاعل مع الجهاز. نحن نحرز حاليا تقدما في هذا المجال المحدد لكرة السلة. ومع ذلك ، من المتوقع أن يكون لهذا العمل تأثير على التخصصات الرياضية المختلفة بسبب أوجه التشابه في إجراءات التدريب.

Shutout لكل من ساهم في العمل على الجانب الفني من المشروع ؛ فريق Inovatink ، فريق 8Bitiz ، فريق WECooP. صرخ إلى سنان جولر وفريق جولر ليجاسي لتزويدنا بخبرة تدريب كرة السلة.

شكرا للقراءة! :) إذا استمتعت به ، فاضغط على زر التصفيق هذا وساعد الآخرين على رؤية القصة.