所有分类
主题 主题
平台 平台
我的工作台
userHead
注册时间 [[userInfo.create_time]]
创造力 [[userInfo.creativity]]
[[userInfo.remark]]
[[d.project_title]]
articleThumb
[[d.material_name]]
timelineThumb
进入工作台
折叠
所有分类 我的工作台
展开

智能跳高裁判

旱鸭子 旱鸭子 2021-04-19 10:22:28
6
1
简单

智能跳高裁判

摘要:

设计智能跳高裁判主要是为了减轻裁判的工作负担,提高效率,降低成本;智能裁判能够通过人脸识别对运动员进行录入和检录;通过激光代传统跳高杆,用激光传感器判定运动员的成绩并保存在系统中;通过电机来调节激光发射器和激光传感器的位置来调节跳高杠的高度。

                                                        

关键词:无线跳高 人脸识别 激光

 

一、引言

1.1研究的问题

每年秋季学校都要举办运动会,体育老师在运动会上非常辛苦。去年运动会我有幸协助体育老师组织跳高项目,参与学校跳高项目比赛的全过程。在比赛中发现跳高比赛存在以下问题:

1.         跳高杆问题

跳高杆是一种空心园杠,在比赛中跳高杆经常被未跳过的同学压在身下,杠子很容易被压变形,老师们把跳高杆修正过来。这种情况重复几次后,跳高杆彻底报废,老师们再也无法修复。最后,学校备用的跳高杆全部被压断,跳高项目只好取消。传统的跳高杆存在以下两个问题:一是容易顺坏,特别是受到挤压后会发生变形,直接影响比赛;二是跳高杆被碰掉后需要人工手动恢复。

2.         运动员身份识别问题

大多数运动员都能够按照运动会次序册参加自己的项目,整个比赛活动基本有序进行。但是有个别运动员由于其它原因不能参赛,又不想放弃比赛影响班级成绩,于是请其他同学冒名顶替参加比赛。这种现象虽是个别,其影响很不好,而且几乎每届运动会都会发生。

3.         人员工作量大

在跳高项目中,现场至少需要三位老师一刻不停的工作:检录运动员;组织跳高;检录成绩;司线员恢复场地…

针对上述情况,我们希望设计制造一种基于人工智能的跳高裁判,以减轻运动会上老师们的负担。

 

  

  



projectImage
projectImage

图一 跳高比赛中损毁的跳高杆

1.2背景资料与现有条件

1.2.1背景资料

通过查阅资料发现,市场上不会被压断的跳高杆有两种:一种是碳素跳高杆,价格高达2600元;即便是这种高昂的碳素跳高杆被碰掉后也要靠人工手动恢复;二是无线跳高的专利,无线跳高采通过红外对管进行检测运动员的跳高是否合格,运动员跳不过去,红外线就会被挡住,传感器接受不到红外线。该专利的缺点是,红外线在传播中不可见,影响运动员的起跳。

1.2.2现有条件

我校自2016年开展创客教育活动,主流开源软件和开源硬件已经应用于创

客社团活动;2018年学校创建了人工智能教育工作室,学校的人工智能社团先后开展了语音播报,文字朗读、图像识别、物联网等活动。创客和人工智能活动为我们今天改进传统的跳高比赛提高新的方法和工具。

 

1.3研究的理论假设和理论依据

1.3.1理论假设

针对上述情况,结合学校创客和人工智能活动,设计一种基于开源硬件和人工智能的无线跳高系统,该设计用可见光取代跳高杆,通过人脸识别进行检录,能够自动记录成绩。

 

1.3.2理论依据

1、图像识别,顾名思义,就是对图像做出各种处理、分析,最终识别我们所要研究的目标。今天所指的图像识别并不仅仅是用人类的肉眼,而是借助计算机技术进行识别。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,是把每张脸的特征提取出来了,进行人脸辨认。这个过程中实际实际就是将当前识别的样本与数据中的人脸数据库进行对比匹配,就可以“认得”这个人了。

2、激光发射与接受,激光发射二极管对准目标发射激光脉冲,射光返回到传感器接收器,被光学系统接收后成像到雪崩光电二极管上,并将其转化为相应的电信号。

3、超声波雾化器利用电子高频震荡(振荡频率为1.7MHz 或2.4MHz,超过人的听觉范围,该电子振荡对人体及动物绝无伤害),通过陶瓷雾化片的高频谐振,将液态水分子结构打散而产生自然飘逸的水雾。

4、用文字朗读播报运动员姓名和成绩。

文字朗读,也称语音合成,它也被称为文本转换技术(TTS)。它是将计算机自

己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。

 

1.4研究成果的主要特点

这种无线跳高设备具有以下功能:

1、用集束性良好的红色激光做无线跳高杠,同时用超声波振荡器增加空气中的微粒来散射激光,以增加激光在空气中的可见度,这样便于运动员起跳;

2、通过人脸识别检录运动员,从技术上杜绝名顶替现象

3、自动记录运动员成绩并通过语音播报比赛成绩。

4、减少人员工作量

 

二、设计与制作

2.1设计原理(系统框架设计)

1、通过人脸识别把运动员的信息与数据库相关联,在比赛时通过人脸识别检录运动员;

2、用红色激光取代跳高杆,跳高高度的调节是通过电机调节激光发射器和激光传感器的位置来实现。当运动员未跳过时激光被遮挡,激光传感器接收不到激光信号。

3、用超声波振荡器产生水雾来增加空气中的微粒,依次提高激光在空气中的可视度,以利于运动员起跳。

4、用文字朗读播报运动员姓名和成绩。

2.2系统整体设计

projectImage

图二 系统结构设计图

2.3软硬件资源

软件平台:

Kittenblock是基于Scratch3.0进行二次开发同时支持Arduino、树莓派、Micro:bit,还可以用python操作Scratch的舞台角色图形化编程软件, Kittenblock向用户提供大量人工智能模块,可以编程控制舞台与精灵,也可以编程控制电子的机器人。

projectImage

图四 人工智能插件

硬件:

Microbit及扩展板,激光发射器与传感器、超声波振荡器、电机等。

projectImage

2.4  各模块设计

1、人脸识别:

使用Kittenblock的机器识别通过摄像头进行数据录入,训练机器模型,当识别到对应的人脸返回内容的名字;再通过Kittenblock的控制进行逻辑判读处理。简单总结一句:机器学习处理图片数据,进行逻辑判断控制硬件。

 

2、高度调节

Kittenblock通过与Microbit通讯,控制电机的正转与反转,调节激光发射器和激光传感器的位置来调节跳高杆的高度。为了增加使激光传感器接受到激光的概率,我们把四个激光传感器组合在一起组成“激光靶”模块,以增大接受激光的面积。

projectImage
projectImage

图六 激光发射器和激光传感器-“激光靶”

3.超声波振荡器

用超声波振荡器把水雾化产生大量水雾,可以用水雾增加空气中的微粒来散射激光,使激光在传播过程中看见。

projectImage

图七 超声波振荡器模块

4.文字朗读

文字朗读是最基础的人工智能应用,是把文字转换成语音,再通过广播进行播放,日常生活中有广泛应用,例如排队叫号,车站报播等等。在无线跳高项目中加入文字朗读模块,在人脸识别检录时用文字朗读进行播报,在跳高比赛时用文字朗读播报运动员成绩,以减轻裁判老师的工作量。

projectImage

三、测试实验

3.1初始化

系统启动时对变量、端口、电机初始化,根据人脸识别创建各组。

projectImage

3.2调节跳高的高度

通过上下键控制电机正反转来调节激光发射器和传感器的位置,实现不同跳高组对高的要求

projectImage

3.3通过人脸识别检录运动员

当按下a键,通过文字朗读按顺序播报运动员姓名,摄像头就会开启并进行人脸扫描,根据扫描结果与运动员姓名关联。

设置摄像头窗口的透明度为0与镜像开启(开启镜像后,摄像头才是和实物对应的)。初始化特征提取器,点击一下,再把标签更改为“人脸检测”点击下,这就录入了第一个数据,“添加人脸”到“跳高录入名单”。我们不断变换待录入运动员脸部的位置和角度,添加多个特征,机器学习才足够强壮。(各种情况数据量足够大),一般每一张人脸录入数据至少在十个数据以上,识别效果才会比较满意。

projectImage
projectImage

3.4系统测试

当按下空格后,摄像头就会开启并进行人脸识别检录运动员,根据识别结果播报运动员姓名,如果运动员跳过(未碰线),系统播报结果(跳过),并把该运动员加入“成绩合格”组;如果运动员未跳过(碰线),系统播报结果(未跳过),并把该运动员加入“成绩不合格”组。

projectImage

四、结论

通过前期测试,完成各模块功能,最后对整个系统进行测试。在测试中发现,系统在通过摄像头采集和识别运动员时,需要运动员变化面部角度,多次拍摄才能提取较多的面部特征,否则容易出现误判。

 

五、展望

当前,无线跳高还是一个完成实验测试人工智能作品,后期希望把作品运用于实际的运动会跳高项目;同时再把物联网技术引入作品,通过物联网实现数据的无线传输,把跳高结果通过物联网传递到上位机。

 

 

【参考文献】:

[1] 人工智能基础,华东师范大学出版社,2018.04

[2]赵妍,给孩子的人工智能图解,山东人民出版社,2017.10

[3] 马少平,人工智能,清华大学出版社,2017.03

[4] 覃祖军,人工智能实验教材九年级下册,河南人民出版社,2018

[5] 丁世飞,人工智能(第2版),2016.12

Makelog作者原创文章,未经授权禁止转载。
6
1
评论
[[c.user_name]] [[c.create_time]]
[[c.parent_comment.count]]
|
[[c.comment_content]]