干貨講解 結合AI的發球機器人究竟有哪些硬實力？
2020-03-30 來自: 機床商務網 瀏覽次數:1520
干貨講解 結合AI的發球機器人究竟有哪些硬實力？
昨天，龐伯特在線曝光了發球機器人的亮相發布視頻，從外觀到算法模塊再到應用場景，都顛覆了人們對于乒乓這個運動的既定印象，以一種頗具未來感的方式重新定義了乒乓運動的參與、訓練和賽事的呈現方式。
作為中國乒乓球學院和新松機器人的純正血脈，龐伯特發球機器人的正式發布也得到了中國乒乓球學院院長施之皓先生和新松機器人總裁曲道奎先生的支持與祝福。
那么今天，我們就來總結一下，龐伯特發布會上到底說了啥。
從青銅到王者，有龐伯特就夠了
為什么這么說呢？
昨天發布會中提到，龐伯特發球機器人能夠為訓練者提供了一個定制的運動訓練環境。任何人都可以在手機端自定義旋轉類型、落點位置以及訓練課程，且能通過龐伯特對某一個動作進行強一致性的訓練，刺激極限，快速形成強烈的肌肉記憶。
傳統的專業訓練方式中，往往會依靠教練本身來對運動員進行喂球，這種方式對教練本身的體能和水平都提出了非常高的要求，不同水平的球員也要配備不同水平的教練，教練體能的損耗也會對訓練質量產生影響。
且不說專業訓練，就算是業余愛好者之間相互battle，都得找一個勢均力敵的伙伴，退一步說，就算當前水平相當，雙方的進步速度也各有差異。茫茫人海中，哪里去找一個和你水平相當又能配合你進步的另一半呢？
別想多，我說的是另一個伙伴。
但面對龐伯特，無論你是哪一個水平，你都可以將龐伯特調節至適合自己當前水平的訓練模式來進行針對性的訓練。
如果，你是一個裝(人)備(民)控(幣)玩家，那么龐伯特還能夠讓你的各種球拍發揮更大的作用。給龐伯特換上不同的裝備等于給它提供了不同的屬性buff，龐伯特就能打出各種不一樣的球。球拍的快換增加了訓練的豐富多樣性，也是你從青銅到王者一路升級的必要裝備區。
數據盡在掌握，比你更懂你自己
作為發布會中的“大菜”——人工智能算法，同時也是大家關注的部分，主要分為了軌跡分析和動作分析兩個模塊，它們分別利用了兩臺分布式雙目視覺系統來捕捉球及運動員的運動軌跡、結合人工智能算法進行深度學習而形成。
在龐伯特身上，這兩個模塊就像是龐伯特的左腦和右腦，一邊負責分析乒乓球的運動軌跡，一邊負責觀察人類的出球動作，將乒乓球動作轉化成可視的數據，快速分析，制定技戰術策略分析，高效精 準調整訓練。
現有乒乓運動中，存在運動員動作過快，旋轉速度未知，落點一致性未知等問題。沒有直觀的數據，對于很多復雜情況的分析就總還差那么一口氣。
業余乒乓愛好者也有相同的問題，光看視頻學知識，但沒有專業具體的指導和反饋，那就是一看就會，一打就廢。你的眼睛說你會了，你的手說：“不，你沒有。”
如果有了數據加持，訓練者能夠更清晰直觀地知道自己的動作問題出在了哪兒，哪個動作還需要強化訓練。
甚至，龐伯特具有一套自開發的評分系統，訓練者還能夠看到自己的能力在全國的乒乓運動者中的排名，排行榜的球速記錄也能被隨時刷新。
這，也，太刺激了一點吧！你是青銅還是王者？一眼便知。
這兩個模塊不僅可以和龐伯特發球機器人配合使用，也可以單獨使用于其他場景。比如在球賽場地，將這兩個模塊搭配使用，就可以采集到現場兩個球員快到肉眼看不見的乒乓球軌跡數據，為未來的訓練提供了數據參考。這就讓龐伯特的算法模塊本身具有了更廣泛的應用場景。
龐伯特，不止于發球
在發布會，我們見到了一位老朋友，亮相過2018世界人工智能大會的龐伯特X-ONE對打機器人，這次它的身份變成了發球機器人的學生。
不過無論如何，乒乓球發球機器人和陪練機器人都絕不會是龐伯特的終點。究竟龐伯特還能做什么新的嘗試和新的挑戰，還能挖掘哪些技術間的交叉融合？這個答案，我們可以拭目以待。但肯定的是，龐伯特，不止于發球。
