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
- 加速度センサを使用してネットの振動挙動を収集
- 一連のクラスを定義（3クラスのデータ：レット、着台、正常セット）
- データを記録し、NanoEdge AI Studioツールにインポートし、対応するライブラリを生成
- STEVAL-PROTEUS1ボードでライブラリをテスト
センサ
加速度センサ：ISM330DHCX
データ
3クラスのデータ：レット、着台、正常プレー
長さデータ：64 * 3軸
データレート：416Hz、最大測定範囲：2g
長さデータ：64 * 3軸
データレート：416Hz、最大測定範囲：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
組み込みプロジェクトにAIを追加するための無料AutoMLソフトウェアで、ステップ･バイ･ステップのガイドを通じて、要件を満たす最適なAIモデルが簡単に見つかります。
Arm® Cortex®‑Mプロセッサをベースとする32bit汎用マイクロコントローラのSTM32ファミリは、より柔軟かつ自由なアプリケーション開発を実現します。高性能、リアルタイムの処理能力、デジタル信号処理（DSP）、低消費電力 / 低電圧動作、コネクティビティなどのさまざまな機能を集積した製品により、開発をサポートします。