Παίζοντας ένα σύντομο παιχνίδι μπάσκετ, πολύ λίγοι άνθρωποι απολαμβάνουν να παρακολουθούν συνειδητά τον αριθμό των επιτυχημένων καλαθιών. Ωστόσο, όταν πρόκειται για μια αυτοματοποιημένη διαδικασία, σχεδόν όλα τα συστήματα βασίζονται στην υπέρυθρη ή οπτική ανίχνευση της απόστασης του αντικειμένου ως έναν τρόπο για να καθορίσουν πότε μια βολή πέρασε μέσα από το καλάθι και πότε αστόχησε.
Πίσω από το project
Αυτό είναι που ενέπνευσε μια ομάδα από το Πανεπιστήμιο της Λιουμπλιάνα να δημιουργήσει μια μικρή συσκευή που τροφοδοτείται από μηχανική μάθηση (ML) και μπορεί να τοποθετηθεί στο δίχτυ με ένα ζευγάρι δεματικά για την καταγραφή του σκορ σε πραγματικό χρόνο.
Αφού συνέλεξε συνολικά 137 δείγματα από το επιταχυνσιόμετρο μέσω ενός Arduino Nano 33 BLE Sense και τα χαρακτήρισε είτε ως αποτυχημένη βολή, είτε ως έγκυρο καλάθι, είτε ως τίποτα/αποτυχία μέσα στο Edge Impulse Studio, η ομάδα εκπαίδευσε ένα μοντέλο ταξινόμησης και πέτυχε ακρίβεια 84,6% σε δεδομένα δοκιμών σε πραγματικές συνθήκες. Η μεταφορά των αποτελεσμάτων από τη συσκευή σε κάποιο αναγνώσιμο σημείο γίνεται από τον ενσωματωμένο BLE server του Nano. Ο server αυτός παρέχει δύο υπηρεσίες, την πρώτη για την αναφορά της τρέχουσας στάθμης της μπαταρίας και τη δεύτερη για την αποστολή των δεδομένων βαθμολογίας.
Τελικές προσαρμογές
Αφού το firmware τοποθετήθηκε, το τελευταίο βήμα περιελάμβανε τη δημιουργία μιας εφαρμογής για κινητά τηλέφωνα για την προβολή των σχετικών πληροφοριών. Η εφαρμογή επιτρέπει στους χρήστες να συνδέονται με τη συσκευή μέτρησης του σκορ (Nano 33 BLE Sense), να ελέγχουν αν έχουν ληφθεί νέα δεδομένα και στη συνέχεια να αναλύουν/εμφανίζουν τις νέες τιμές στην οθόνη.
Δείτε το project στο Hackster.io
