こんばんは、ゆるパパのーとです。
自作テニスセンサー最終章、「スピン量の推定」について進めていきます🤓
これまでの製作過程はnoteで紹介しています!
👇️製作のきっかけ
👇️前回の記事
1️⃣スピン推定のロジック
動画中のテニスボールの回転量を推定するにあたり、考えられる手法は以下の2種類かなと思います。それぞれ考えていきましょう。
A.ロゴの回転数をカウント
まず実際にボールのロゴの位置変化をカウントし、フレーム間で何回転したかを計算する方法です。
みんなだいすき? DUNLOP FORTのロゴ🎾
実際の回転回数を数えるわけですから、一番正確です🎵ロゴがNフレーム(◯ms)で1/3回転したから、rpm(1時間あたりの回転数)に換算したら■■■rpmだ! となるわけです😋
…数えられれば、の話ですが…😢
実際のプレー動画ではロゴが見えるほど拡大して撮影なんてしませんし、fpsが高い動画じゃないとフレーム間で何回転したか識別できない気がします。
私にはロゴは見えません・・・👀❎️
どちらも厳しそうなので、断念します、
B.マグナス力による推定
野球やテニスをしている方ならご存知かもしれませんが、ボールの回転と軌道にはある関係があります。
その関係こそ「マグナス力」です。ボールの進行方向に対してかかっている回転の方向・強さによって空気の密度に差が生まれ、軌道を変化させるものです。
野球の変化球も、このマグナス力を利用してボールを曲げているのです⚾
速度推定は前回までに出来ているので、ボールの軌道変化が追えれば、逆算でマグナス力によりスピン量の推定ができそうな気がします
マグナス力の概要
2️⃣実装で感じた課題
実装方針として、撮影した動画のY軸方向の位置(加速度)変化からマグナス力の強さを推定します。
Y軸方向の加速度には、マグナス力の他に「重力加速度」の影響もあります。重力加速度は常に一定の値「約9.8 m/ s^2」になっていますので、その影響を除いたらマグナス力の強さが出てくるという寸法です。
ただ実装してみて困ったことは、動画を撮影する際は、打球後のバウンドまで撮影していないことが多いです。コート全面が画角に収まるように撮影すると、人やボールがかなり小さくなってしまい、「見応えがない」感じになってしまいます😢結果マグナス力による軌道変化の無い、打球直後の映像が多くなっています😂
またどれだけ精度を追い詰めたつもりでも、YOLOモデルがボールを見失ってしまう瞬間があるので、軌道変化を元にするスピン量推定もどうしてもばらつきが出てしまっておりました。。。
3️⃣最終型
いろいろ試しましたが、正確なスピン推定は難しそうだなと思いました。というか、本家のスマートテニスセンサーでも、実はスピン量はrpm表示ではなく「+2」とか「-1」などのレベル表示でした。
本家の分析結果表示🎾
この事実から、「本家でも正確なスピン量推定は難しい(ので素人ならなおさら、しょうがない)」という思いに至りました😂
妥協案として、推定したスピン量を500rpm刻みで、「スピンレベル」として表示することにいたしました。精度については「参考程度」といった出来に収まりましたが、定量化の目安にはなったんじゃないでしょうか😄
スピン量推定は、「おまけ」です・・・🌙
4️⃣おまけ
これまでに作成した速度表示、推定スピン量を動画上だけでなく「CSVデータ」として出力できるようにしました。
各方向の速度とスピンを数値データとして取得可能です🤖
動画からのプレー数値の定量化を蓄積し、本格的なデータ分析に活用できる日がくるやもしれません・・・( ̄ー ̄)ニヤリ
5️⃣作成を終えて
今回の取り組みはいかがだったでしょうか?「自身のプレーを定量化したい」という思いから始まった取り組みで、スキマ時間を見つけてちょこちょこ作業したので約2ヶ月もかかってしまいました😅笑
お金を出せば高精度な市販品はいくらでもありそうでしたが、「自分で作れるのか試してみたい🔥」という思いもありました👍️
色々と妥協してしまった部分もありましたが、
未経験の動画処理を完走しきった
自分の目的/課題の定義、解決に向けたソリューションの考案力向上を実感した
精度は置いといて、自分のプレーを定量化する術が出来た
というあたりに充実感を感じています✨️今後も、テニス以外にも日常の様々な部分にプログラミングを活用して、毎日を便利に面白くしていきたいなと思います。
自作テニスセンサーの製作完了、おめでとう❗️❗️🔥🎥
🖥️完成版Pythonコードのご紹介
ここから先は有料エリア
この先に 19,719文字 が続きます。
¥300
拡散で応援すると割引
6 人がいいね









コメント
ログイン か 会員登録 するとコメントできます