百发百中篮板「最后的进化」:篮筐学会了主动找球,躺着、用脚都能投中

2022 年 6 月 7 日 机器之心
机器之心报道

编辑:小舟、蛋酱

成熟的篮板,都能够自己找到篮球。


在百发百中这件事上,Youtube 博主 Shane Wighton 似乎存在一些执念。从最开始的百发百中篮筐,到后来的百发百中弓箭,Shane Wighton 的每一个发明都足够惊艳。但他还在不断改进这些神器,让它们在任何情况下都能「百发百中」。


现在,他把百发百中篮筐做到了「最终进化版」。目前,就算你是躺着投篮、用脚投篮,也能保证「百发百中」:




两年四次改进:真的很难投不中


最新的视频发布后,又一次登上了 YouTube 的热榜。我们先来回顾一下前几个版本的样子。


2020 年 4 月,Shane Wighton 在 YouTube 频道上传了第一版「百发百中」篮板的制作过程。他设计了一块曲面篮板,其弯曲弧度经过了精密的计算,让球技很差的人也能轻松进球。


第二版中,Shane Wighton 用上了机器人和计算机视觉技术,篮板可以前后、上下、左右来回晃动,并加上了视觉识别系统。当球打在篮板上的时候,篮板会自己调整角度,把球弹到篮筐里。



即使如此,也存在一些会让篮板「翻车」的 bug。假设一个人的球技差到砸不中篮板,那这款「百发百中」篮板也是爱莫能助。此时篮板甚至会落井下石,语音反馈一句:「you really suck at basketball」……


所以在第三版中,Shane Wighton 又做出了重大改进:让篮板动起来接球,而你只负责往墙上扔球就可以。


可是仍然存在一个问题:假如我的球扔得不够远呢?


Shane Wighton 让篮板又一次进化,给出了一个满意的答案:它已经是一个成熟的篮板,开始学会自己找球了。



这款自带牵引绳的篮板,能够在一个十几平方的场地内丝滑移动:


失败是一件很难的事,无论你从什么位置、用什么方式投球,基本上一投就中:


技术原理分解


就是说,投篮这件事一定是「投球入篮」吗?让篮筐自己「找球」或许更准一点。


首先,我们需要有一个能自由移动的篮筐。Shane Wighton 在一个房间里安装了多条轴线,让篮板和篮筐能够移动到房间的任意位置:


这些轴线是从墙角出发的钢绳,与墙壁呈一定的角度,如果全部是水平竖直的,那么篮筐移动时就会撞到投篮的人:


在转角处需要用滑轮来牵引这些钢绳:


篮板和钢绳则用勾环连接:


到了这一步,一个能自由移动的篮筐就基本搭建好了。因为轴线与墙壁成角度,所以篮筐不仅可以移动,还可以旋转方向:


操纵这样一个覆盖全房间的大型装置必然会消耗很多能量,所以 Shane Wighton 给装置加了一个柴油发电机:


根据篮球的移动位置,Shane Wighton 编写了操纵程序,并写入一块芯片。篮筐移动装置的运作机理如下图所示:


之前在「百发百中弓箭」上,Shane Wighton 给弓箭安装了反光球,并用一套「鹰眼」系统精准定位弓、箭、飞盘的位置。这次 Shane Wighton 在篮球上也用到了类似的「机关」—— 给篮球均匀贴上反光贴


篮球的位置能够被「鹰眼」系统精准捕捉:


但是篮球与弓箭不同,运动轨迹不是单一的抛物线,篮球甚至可以落到地上弹起再进篮筐:


那么问题来了,篮筐什么时候移动着去接球?如果时机不对,篮板也可能撞倒人:



Shane Wighton 发现可以构建牵引篮筐的轴线与篮球运动轨迹之间的关系,进而影响篮筐的移动路径:


为了更精准地找到球进入球框的位置,Shane Wighton 在每根轴线上也安装了反光球,轴线多条可能轨迹的交点即为篮球进筐的位置:


最后,为了防止篮球撞到墙壁后轨迹变成竖直水平方向,Shane Wighton 把篮球上原有的反光贴换成了嵌入篮球的反光球:



当然,成功来得并不容易,Shane Wighton 也翻车了好几次:



几经改进之后,他终于实现了想要的效果,给妻子展示了一番:


这绝对是个不小的工程,想上手实现一下的读者可参考原视频:


原视频地址:https://youtu.be/xHWXZyfhQas


多模态 AI 视频分析:技术及应用


6月8日19:00-21:00,「Target 系列论坛」首期邀请产业链各方代表分享和展示最新的技术及应用案例,交流探讨「多模态 AI 视频内容分析」在实际场景中的现状与挑战,为开发实践和未来研究提供见解和方向。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:content@jiqizhixin.com

登录查看更多
0

相关内容

周志华教授:关于深度学习的一点思考
专知会员服务
121+阅读 · 2021年11月23日
专知会员服务
31+阅读 · 2021年10月11日
专知会员服务
23+阅读 · 2021年8月1日
机器人运动轨迹的模仿学习综述
专知会员服务
44+阅读 · 2021年6月8日
专知会员服务
31+阅读 · 2021年3月17日
专知会员服务
38+阅读 · 2021年3月3日
【经典书】人工智能在21世纪,1020pdf
专知会员服务
41+阅读 · 2020年8月2日
专知会员服务
30+阅读 · 2020年5月20日
中国消暑神器,征服日本工人,却困在“便宜”上
创业邦杂志
0+阅读 · 2022年7月21日
时间晶体,直到世界尽头的浪漫
学术头条
0+阅读 · 2022年3月12日
“修勾夜店”蹦出元宇宙
人人都是产品经理
0+阅读 · 2022年3月6日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年7月27日
Arxiv
0+阅读 · 2022年7月27日
Arxiv
1+阅读 · 2022年7月27日
Arxiv
64+阅读 · 2021年6月18日
已删除
Arxiv
32+阅读 · 2020年3月23日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
VIP会员
相关VIP内容
周志华教授:关于深度学习的一点思考
专知会员服务
121+阅读 · 2021年11月23日
专知会员服务
31+阅读 · 2021年10月11日
专知会员服务
23+阅读 · 2021年8月1日
机器人运动轨迹的模仿学习综述
专知会员服务
44+阅读 · 2021年6月8日
专知会员服务
31+阅读 · 2021年3月17日
专知会员服务
38+阅读 · 2021年3月3日
【经典书】人工智能在21世纪,1020pdf
专知会员服务
41+阅读 · 2020年8月2日
专知会员服务
30+阅读 · 2020年5月20日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员