机器之心报导

参加：张倩、魔王、杜伟

还记得那个让你「弹无虚发」的篮板吗？尽管它现已极大地提高了进球率，但作者如同并不满足。最近，他又做了个改善版，用上了机器人和核算机视觉技能！他还说，「假如都这样了你还进不了，那只能说你太菜了（you really suck）」。

闭着眼都能「包你进」的智能篮板 2.0。

在上个月发布的一个 YouTube 视频中，一位名叫 Shane Wighton 的小哥展现了一款特别的篮板。与一般的平面篮板不同，这个篮板是曲面的，每个方位的弧度都经过了缜密核算。整一个完好的进程利用了蒙特卡罗法和最小二乘法，极大地提高了进球率，视频的播放量也超过了 400 万。

可是，作者自己如同并没有很满足，因为他发现假如你投的球是平飞球（击出之球又直又快），仍是很难确保球落到篮筐里。

所以他持续立异。这回，他使用了机器人和核算机视觉！改善后的篮板长这样：

它能够前后、上下、左右来回晃动：

也便是说，当球打在篮板上的时分，篮板会自己调整视点，「主意设法」把球弹到篮筐里。它知道你的球从哪里来、何时来、轨道是怎样的，因为整个房间都在它的「监控」之下。

然后，它会凭仗这些信息调整自己的视点帮你进球。

此外，它还知道投球的人是谁，因为上面安装了人脸识别体系。

要做一个这样的篮板有许多困难。首要，篮板需求尽或许灵敏，能够上下左右前后灵敏改动方位；其次，机械动作的完结要尽或许快，因为从球脱手到击中篮板一般只要 600 毫秒。

他在篮板的后边安装了 3 个小电机，每个电机操控一个连杆，因而这个篮板有三个自由度。因为电机功率较小，所以他挑选的篮板质地很轻。

篮板后边用的资料都是金属，凭仗等离子切开技能切开而成，这部分金属资料大约花了 5 美元。此外，他还用 3D 打印技能做了一些零部件。

完结这些机械制造部分之后，接下来要考虑的是怎么让篮板「把握」投球者的信息。

在硬件方面，Wighton 用到了微软为 XBOX360 打造的 3D 体感开麦拉——Kinect。Kinect 可认为软件供给视频输入，视频中带有深度信息，能够表明你和摄像头之间的间隔。Wighton 凭仗这些信息完结球的轨道追寻。

最难的部分是软件，这花费了作者的大部分时间。Wighton 表明：与软件比较，机械设计部分几乎太简略了。

首要，软件需求在视频中找到球，而且要尽或许又快又准。

在视频中，根据单一的帧很难区分出哪个是球，「聪明」的核算机视觉体系把篮球、人头乃至是旮旯的杂物都当成了球。

所以，Wighton 只能凭仗视频中每个物体的轨道来判别哪个是球。

篮球的轨道应该是一条滑润的抛物线，Wighton 凭仗这一物理常识来判别哪个是篮球。

找到球之后，接下来便是猜测球的完好轨道以及球或许打在篮板的哪个方位：

在这样的一个进程中，搜集的数据越多，猜测就越精确。因为 Wighton 能算出从下达指令到篮板移动的时间，因而他挑选在篮球快要击中篮板的最终几毫秒下达指令，这样能大大缩小落点的潜在规模。

算出了这些信息之后，接下来就要谈论怎么移动篮板。此处的原理也比较简单了解，假如体系判别篮板该往前移，它就会让篮板恰当下压，反之则恰当上翘。

当然，移动计划并不是固定的，Wighton 挑选计划的标准是：这个计划能做到吗？要花多长时间？整个的核算进程其实是非常复杂的，充满了各种数学方程。

现在，这个篮板还存在一些问题，如 Windows 太慢，有时分会胡乱下指令，还有许多 bug 没有修正…… 这样一些问题也导致篮板在关键时间翻车，比如在作者老婆试用的时分：

翻车就算了，还有语音反应：“you really suck at basketball”。

用到了哪些东西

看了整一个完好的进程，你该不会是也想着手复现 Wighton 的篮板项目？在复现进程中，你需求这些资料和设备：

首要是篮板。

这回他没有挑选手艺制造，而是网购了一个。为了到达最佳作用，Wighton 也是拼了！

这次的篮板长这样。

技能制图时，他使用了 13 英寸的 iPad Pro。

实际操作进程中用到的东西更是纷繁复杂，且贵重……

Wera allen keys 五金东西、马克笔、电焊机、铆接套件、AngleCube 数字量角器、压弯机、20 吨折弯机、无线角磨机、Powermax45 XP 专业级机用等离子切开体系等等。

除了实体硬件和东西以外，常识才是做成这个项目最重要的东西。

书到用时方恨少？不存在的。Wighton 在做这个项现在阅读了以下书本，从中获得了许多技能：

Real-Time Collision Detection

Introduction to Algorithims

Planning Algorithims

Statistics

Computational Geometry

这些书本触及算法、统计学、核算几许学等等，看来 Wighton 做了适当充沛的预备。

网友神谈论：别问我记不记得高中几许，问便是不记得！

面临 Wighton 不达意图（弹无虚发）绝不罢手的精力，网友展开了神谈论：

我原本计划吐槽『这个人居然在这个范畴浪费时间，之前那个小哥的木制篮板现已很强了……』然后发现，额，居然是同一个人做的……

你居然在几周内就做了这么多？！

这怎么或许？你怎么会具有这么多不同范畴的专业相关常识、这么多贵重的机器和这么多时间？

这是我第一次不了解一个人做一件事的意图。

这位朋友你说出了咱们的心声！

核算机科学系学生也表达了自己的感触：

作为一名核算机科学系的学生，我从前告知自己数学无用。可是你的所作所为证明我错了……

更多网友表达了被高中教师分配的惊骇：

你问我还记得高中几许吗？

我只能说：是那个表明形状的几许吗？

你问了许屡次「还记得…… 吗」，我对此只要一句答复：「不记得」……

也有网友提出疑问：为何需求在最终一会儿移动？

Wighton 对此的回复是：

最终瞬间才移动的原因是，估量到的轨道很简单改动，而这需求方向回转（即它们并不是单调地挨近正确解）。假如发生了这种现象，我有必要减速直至停下，然后再从另一个方向加快。最糟糕的状况是从一侧移动另一侧。我对此进行了根底剖析，发现在最终时间移动篮板得到的均匀成果更好。

方向回转的另一个问题是，从彻底正的加快转向彻底负的加快会形成双倍的体系冲击（即加快改动率）。这会带来较多的机械振动，导致各式各样的问题。

Shane Wighton 是谁？

Shane Wighton 结业于北卡罗来纳大学夏洛特分校，获得了机械工程学士学位和核算机科学硕士学位。他现在在 3D 打印技能开发商和制造商 Formlabs 公司担任首席工程师，酷爱制造东西。曾宣布专利：Additive fabrication support structures（增材制造支撑结构）。

Wighton 于 2020 年 3 月开通了自己的 YouTube 频道，短短两个月现已收成了 10 万 + 订阅者。

除了咱们介绍的两个篮板视频外，Shane Wighton 的 YouTube 频道中的其他视频也多与「制造」相关。

他在 YouTube 频道简介中这样写道：

我发明各式各样的事物，而且期望用风趣的方法来共享。我的大部分发明是制造项目，不过我也写软件、制造电子设备等。

有那么多人喜爱、共享自己的发明，并给出反应，是件挺高兴的事吧。

话说回来，Wighton 还计划再接再厉，持续改善，说不定还会有第三版智能篮板呢！

完好视频请戳：