Bilderkennung

Skateboard KI

Eine Ki, welche das Training von Skateboardtricks revolutioniert

Challenge

Viele Menschen finden immer weniger Zeit, regelmäßig Skate Tricks zu trainieren, da die Anlagen zu weit weg oder überfüllt sind. Somit besteht das Bedürfnis, auch unabhängig von Zeit und Ort trainieren zu können.

Lösung

Das Ziel bestand darin, der breiten Masse an Skateboardern eine Möglichkeit zu bieten, sich unabhängig von Trainingszeiten bewerten zu lassen. Sie sollen durch eine App dazu in der Lage sein, ein Video ihres Tricks hochzuladen und dieses mithilfe eines KI-Algorithmus bewerten zu lassen. Die Bewertung findet also statt, ohne auf einen Richter angewiesen zu sein.

Anhand des oben geschilderten Problems und Ziels erhielten wir eine Vorstellung über die benötigten Funktionen, Technologien und Architekturen der App. Zusammen mit dem Kunden konnten wir schnell in die Umsetzung des Projekts starten.

Ziel des Projektes war es, durch das Hochladen eines Videos in einer App soll den Benutzern die Möglichkeit zu bieten, den Trick von einem KI-Algorithmus bewerten zu lassen.

Wir haben das Projekt mit einer klaren Vorstellung von verschiedenen Systemen, die sich gut ergänzen sollten, begonnen. Dazu haben wir einen Data Flow erstellt.

Um am Ende einen Trick erkennen und bewerten zu können, musste der Algorithmus diese erst kennenlernen. Dabei haben wir auf Technologien wie zum Beispiel LiDAR zurückgegriffen, die es uns ermöglichten, sowohl den Menschen als auch das Skateboard selbst im dreidimensionalen Raum zu verorten. Die daraus resultierenden Koordinaten wurden ausgewertet und genutzt, um ein KI-Modell zu trainieren. Dabei stellt die Bewegung eines Punktes des Pose Estimation Skelettes bei der Ausführung eines Tricks dar.

Somit bestand eine Aufgabe darin, eine künstliche Intelligenz so zu trainieren, dass sie unterschiedliche Tricks erkennen und bewerten kann. Dazu war eine Vielzahl von Videos notwendig, welche anschließend mit LabelImg von uns gelabelt wurden sind.

Das Ergebnis des Trainings ist, dass die KI das Skateboard in Form des Position-Trackings erfasst und aufgrund der Positionen innerhalb der Bewegungen den Trick erkennt. Die KI-Bilderkennung unterscheidet durchgeführte Tricks in gestanden und nicht gestanden. Dementsprechend erkennt der Algorithmus der künstlichen Intelligenz den Trick, weiß wie dieser sich im Erfolgsfall verortet und kann aufgrund dessen eine Bewertung des Tricks ausgeben.

Nach Einbindung der KI in die eigens entwickelte App konnten wir diese bei dem Kunden integrieren. Dazu haben wir dem Kunden ein Readme über Git gegeben, welche eine Einweisung in die Funktion der App und der künstlichen Intelligenz bot.