Crowd Sports是一款应用程序,可以让球迷在家里或球场中与其他用户实时竞争
一颗圆球被职业球员抛出、踢出、弹出,它在场上不断运动,而你要通过这颗球来追踪数据,还不能影响其性能。这听起来已经够难了,但还有更高阶的挑战——充电难题、制造过程中涉及的热量问题,此外,还要解决某位小组成员提出的“良性多普勒效应”。
SportTechie最近邀请了三位高管,他们都是各自公司的联合创始人,他们的团队已经成功将传感器嵌入了顶级比赛用球中。现在,他们会分享自己在这个领域的创新过程。虽然这些数据的使用案例比较明显——协助运动员提升表现、改进教练的战术、给转播带来更多叙事情节、为体育博彩提供更多信息——但技术主管们还是分享了研发过程中的宝贵经验。
以下是Kinexon首席执行官马克斯-施密特、Sportable首席执行官杜加尔德-麦克唐纳和DDSports总裁达维安-罗斯(ShotTracker就是他公司的产品)的访谈摘要。
制造商
无论是英式橄榄球(Sportable)、篮球、美式橄榄球(ShotTracker),还是足球或手球(Kinexon),这些公司都有一个明确的共识,施密特总结道:“很多功劳都要算到球体制造商的头上。” 在嵌入芯片的过程中,很多制造业人员都经历了无数次的工程迭代和大量尝试,在不改变球体重量、气动外形的情况下成功嵌入了芯片。其中,Kinexon已经与阿迪达斯、Derbystar(知名足球生产商)和彪马达成了合作。
施密特说:“我们制造了大概1000颗原型球体,打造出一颗在重量、配重和平衡方面都能被国际足联批准的球体。但国际足联的批准还不够,它还要被足球圈接纳,并得到球员的认可。为了达到这个目的,我们需要大量的工程量、频繁的迭代进化和漫长的学习过程。”
ShotTracker已经与斯伯丁、威尔胜、耐克、安德玛、阿迪达斯、魔腾和巴登等体育装备公司合作,生产其标志性的篮球产品,这款产品在大学篮球比赛中很受欢迎,并为去年春天回归的美国橄榄球联赛制作了赛事专用球。罗斯说:“所有的产品都不是整齐划一的。”而且,并非所有项目都以同样的方式生产球:篮球使用硫化橡胶,这是一种使橡胶变硬的热化学工艺,生产过程中的高温很可能损害嵌入式的电子元件。此外,球还要杜绝各种天气条件的影响,就算有影响,也要方便校准。
椭圆形与球形
球的形状会影响其配备的组件特性。“球形”的球,例如美式橄榄球上的带状物和英式橄榄球表面的气阀,都会影响球体的平衡。这就给产品创造了机会。
麦克唐纳说:“我们利用橄榄球的这种不平衡来发挥我们的优势,这就是我们的技术重点所在。”而在他眼中,完美对称平衡的足球就成了“迥然不同的另一回事”。
Kinexon和合作伙伴阿迪达斯在足球正中心搭建了一个悬挂系统,以帮助视频助理裁判(VAR)做出越位判罚,即使足球被抽到门柱上,也能保持系统稳定。这款足球将在世界杯上使用,是国际足联批准的第一个智能足球。
充电
现在,你把传感器放进了球体内,但别忘了给它充电。据麦克唐纳透露,Sportable在做充电方面的决策时,最终选择插入式充电法。“如今,将充电线插入iPhone或笔记本电脑是每个人的第二天性。”麦克唐纳话音刚落,罗斯就笑了起来。
“当杜加尔德谈到充电机制时,我笑了,因为我们也有过类似的经历,”罗斯解释道。他开玩笑地表示,在这个过程中,自己的头发都变白、稀疏了。“充电机制对我们来说是一个真正的挑战。”
最终,ShotTracker开发了一种新颖的共振充电系统,解决了这个问题,罗斯表示这是第一个获得FCC(联邦通信委员会)批准的系统。在他看来,这套系统以及配套的可充电球架是Kinexon最典型的创新成功案例,由Kinexon和阿迪达斯制造的世界杯比赛用球将通过这种方式感应充电。
椭圆形与球形
鹰眼、Second Spectrum、ChyronHego等公司制造了很多光学追踪系统,但这三家制造商都把工作重点放在了嵌入球内的传感器上。计算机视觉效果在棒球、网球和板球这三项运动中都有显著的效果,但在接触性运动中,这种效果就变得不那么明显了。
麦克唐纳说:“有些运动非常混沌,场上大量的球员彼此交错,各色身影乱成一团——橄榄球就是其中的典型,而且球不是球形对称的,你无法完整、准确、及时地收集场上的追踪数据。”
他指出,要想收集到理想的数据,关键是保证完整、准确和及时性。如果在摄像机的视野中,球的影像被遮挡、覆盖,那就无法保证数据集的完整和准确。人工智能算法可以通过投影来补偿缺失的数据,但这样一来,算力成本就会增加,从而减缓数据收集的进程并增加延迟,无法保证及时性。而传感器发出的无线电信号就能解决这些问题。
特别是在篮球和足球领域,罗斯和施密特认为硬件和相机系统的结合是最有意义的。半自动越位VAR系统使用鹰眼相机追踪每个球员身体上的29个点,与足球内部的传感器一道,协助裁判做出判决,传感器内的1000赫兹加速计可以精确记录球被踢出的时间。
罗斯说:“这项工作的核心在于——有效利用传感器收集到的一切信息,更好地助力计算机视觉技术完成我们想做的事情,而不是淘汰这项技术。我们已经看到,在很多情况下,单凭原始数据和传感器系统所拥有的准确、即时性,就能使我们的计算机视觉系统变得更加智能。”
现存最大的挑战
罗斯表示,每支队伍和每个联盟都在使用不同的系统,最困难的部分就是将球体数据整合到这些系统中。这个过程非常“痛苦”。
“这是我们业内所有人面临的最大挑战,因为在数据同步方面,标准并不完善,”施密特说,“在大多数情况下,每个项目的最大难题都是——如何确保官方和俱乐部的赛事数据、球探数据与你收集的数据、视频录像、传感器数据完成同步,以获得一个完整的数据集?”
来源: THU体育科技评论