卓球の試合における「レット」の検出
加速度センサによるネット振動の分類。
ボールがネットに当たった？ 公式審判員のいない卓球の試合のために、機械学習を使用してボールが台またはネットに当たったことを検出できるスマート･センサを開発しました。 このアプリケーションは、NanoEdge AI Studioを使用して他のユース･ケースに容易に転用可能です。
アプローチ
- ネットの振動挙動を収集するための加速度計の使用
- クラスのコレクションを定義する（データの3つのクラス：レット、ショック・テーブル、ノーマル・セット）
- これらのデータをログに記録し、NEAI Studioツールにインポートし、対応するライブラリを生成する。
- STEVAL-PROTEUS1ボードでライブラリをテストする。
センサ
加速度センサ： ISM330DHCX
データ
3クラスのデータレット、テーブルチョコ、ノーマルプレー
長さデータ64 * 3軸
データレート416 Hz; レンジ: 2g
長さデータ64 * 3軸
データレート416 Hz; レンジ: 2g
結果
2クラス（レット 正常プレー）：
精度：100%、使用RAM：0.8KB、使用Flashメモリ：0.2KB
3クラス：
精度：95%、使用RAM：0.8KB、使用Flashメモリ：0.5KB
緑の点は、判定が目視検査に合格するかどうかを正しく予測できることを意味します。
赤い点は予測が誤りであったことを意味します。
リソース
モデル作成ツール NanoEdge AI Studio
要件に合った最適なAIモデルを簡単に見つけられるようユーザをステップ･バイ･ステップでガイドし、組込みプロジェクトにAIを追加できる無償のAuto MLソフトウェアです。
対応製品 STM32
Arm® Cortex®-Mベース32bitマイコンのSTM32ファミリは、マイコン･ユーザに高いレベルの自由を提供します。完全統合性および開発の容易さを維持しながら、高性能、リアルタイム性能、豊富な機能、デジタル信号処理、低消費電力 / 低電圧駆動、およびコネクティビティを兼ね備えた製品を提供します。
