تدعم Volley أكثر من 250 مدرباً في الملعب يعملون بالذكاء الاصطناعي باستخدام Ultralytics YOLO

"ما هو رائع حقاً هو أن النموذج يعمل بشكل جيد جداً في الوقت الفعلي على أجهزة الحافة، ويمكننا استخدام نفس النموذج في السحابة لتشغيل نفس سير العمل تماماً."

Problem
كانت Volley بحاجة إلى توفير تدريب تفاعلي في الوقت الفعلي لرياضات المضرب، مما يعني تتبع اللاعبين والكرات سريعة الحركة مباشرة على أجهزة مدمجة في الملاعب، دون الاعتماد على السحابة.
Solution
باستخدام نماذج Ultralytics YOLO لتقدير وضعية الجسم، واكتشاف الكرة، وتصنيف الملعب، تمكنت Volley من تقديم تدريب استجابي في الوقت الفعلي عبر أربع رياضات، وقامت بنشر النظام في حوالي 250 جهازاً تدريبياً.
يتضمن التدريب على رياضات المضرب في الوقت الفعلي سلسلة من الأجزاء المتحركة. في الملعب المباشر، يتحرك اللاعبون بسرعة، وتنتقل الكرات بسرعات عالية، وغالباً ما يجب أن تعمل نفس المعدات عبر رياضات وأنواع ملاعب مختلفة.
تقوم آلات رمي الكرات التقليدية ببساطة بقذف الكرات وفقاً لمؤقت دون فهم أي من ذلك. فهي لا تدرك مكان وقوف اللاعب، أو كيف يتحرك، أو حتى نوع الملعب الذي يتواجد فيه، مما يجعل من الصعب تقديم تدريب يبدو دقيقاً، واستجابياً، ومصمماً خصيصاً للاعب.
تساعد Volley في حل هذه التحديات باستخدام مدرب مدعوم بالذكاء الاصطناعي. تستخدم آلتها القابلة للبرمجة والموجودة في الملعب الرؤية الحاسوبية لرؤية وفهم الملعب في الوقت الفعلي. على سبيل المثال، تُستخدم نماذج Ultralytics YOLO لتقدير وضعية اللاعب، واكتشاف الكرة، وتصنيف الملعب، مما يسمح للمدرب بالتفاعل مع اللاعبين باستجابة أثناء تحركهم وضربهم للكرة.
Link to this sectionبناء مستقبل رياضات المضرب باستخدام الذكاء الاصطناعي#
تقوم شركة Volley، ومقرها لانكستر بولاية بنسلفانيا، ببناء أنظمة تقييم وتدريب مدعومة بالذكاء الاصطناعي لرياضات المضرب. تأسست الشركة على سؤال بسيط: ماذا لو كانت رياضات المضرب تمتلك نظام تدريب وتقييم جذاباً وقائماً على البيانات مثل الغولف؟ حيث يقدم الغولف أجهزة محاكاة، وملاحظات في الوقت الفعلي، وتتبعاً موضوعياً للتقدم، بينما لم تكن رياضات المضرب تمتلك أي شيء مماثل، ولا تصنيفات موضوعية، ولا مسار تطور قائم على البيانات.
لسد هذه الفجوة، قامت Volley ببناء أول نظام لتقييم وتصنيف رياضات المضرب المدعوم بالذكاء الاصطناعي في العالم. اليوم، تُستخدم Volley في النوادي في جميع أنحاء الولايات المتحدة، مما يمنح اللاعبين والنوادي البيانات الموضوعية التي كانوا يفتقدونها، مع تصميم وتصنيع واختبار وشحن كل وحدة محلياً.

الشكل 1. نظرة على المدرب المدعوم بالذكاء الاصطناعي من Volley
يعمل مدرب Volley عبر كرة المخلل (pickleball)، والبادل، وتنس المنصات، والتنس. ولأنه مدمج ومحمول، يمكن لنفس الآلة التنقل إلى أي ملعب، ويمكن للاعبين والمحترفين نقلها بين الملاعب طوال اليوم.
Link to this sectionنقص الذكاء في الوقت الفعلي داخل الملعب#
يتطلب تقديم تدريب تفاعلي الدقة والسرعة، لكن بيئات الملاعب الحقيقية تجعل ذلك صعباً. يظهر اللاعبون على مسافات متفاوتة من الكاميرا، وتتحرك الكرات بسرعة وتختلف في الحجم عبر الرياضات، وقد يُستخدم نفس المدرب في ملعب تنس في لحظة ما وملعب تنس منصات في اللحظة التالية.
معرفة أن شخصاً ما موجود أمام المدرب ليست كافية. يحتاج النظام إلى معرفة مكان اللاعبين بدقة على الملعب، وهو ما يعتمد على تحديد مواقع أيديهم، والأهم من ذلك، أقدامهم. عن بُعد، يصبح هذا صعباً بشكل خاص، ويؤدي التتبع غير الدقيق إلى تعطيل الاستجابة التي تجعل التدريب يبدو كاللعب الحقيقي.
عامل آخر يجب مراعاته هو السلامة. بما أن نفس الآلة تتحرك بين الرياضات، فإن ترك المدرب عن طريق الخطأ على إعداد التنس قد يؤدي إلى إطلاق كرة بسرعة 80 ميلاً في الساعة على لاعب في ملعب تنس منصات، وهي سرعة أكبر بكثير مما تُمارس به تلك اللعبة وسريعة بما يكفي لمباغتة اللاعب. يحتاج النظام إلى فهم بيئته بشكل كافٍ لمنع هذا النوع من عدم التوافق.
علاوة على كل هذا، يجب أن تتم المعالجة مباشرة. تلتقط Volley الفيديو وتعالجه على نظام NVIDIA Jetson مع كاميرا مدمجة، بدلاً من إرسال اللقطات إلى السحابة، لذا يجب أن يعمل الاكتشاف في الوقت الفعلي على أجهزة مدمجة صغيرة بينما يتفاعل اللاعبون مع المدرب.
Link to this sectionاستخدام نماذج Ultralytics YOLO لتشغيل التدريب في الوقت الفعلي#
في قلب نظام Volley توجد سلسلة عمليات رؤية بالذكاء الاصطناعي مبنية على نماذج Ultralytics YOLO التي تدعم مهام الرؤية الحاسوبية الرئيسية مثل اكتشاف الكائنات، وتقدير وضعية الجسم، وتصنيف الصور.
إليك الطرق الثلاث التي تستخدم بها Volley هذه النماذج عبر تجربة التدريب:
- اكتشاف اللاعبين ومواقعهم: يتم تمكين فهم مكان وجود اللاعبين وكيفية تحركهم من خلال قدرات تقدير وضعية الجسم في YOLO، والتي قامت Volley بتدريبها خصيصاً للسياق المحدد للاعبين على الملعب في وضعيات رياضية معينة. نظراً لأن مواقع اليد والقدم الدقيقة أساسية، يقوم النظام باتباع نهج ثنائي المرحلة. يستخدم أولاً اكتشاف الكائنات لاقتصاص كل لاعب بعناية، ثم يشغل تقدير وضعية الجسم على تلك المنطقة المقتطعة. يعمل هذا بشكل جيد لأن عدداً قليلاً من اللاعبين يتواجدون في الملعب في وقت واحد، بدلاً من حشود تضم المئات.
- اكتشاف الكرة: أصبح تحديد موقع الكرة في اللعب ممكناً بفضل دعم YOLO لاكتشاف الكائنات، والذي قامت Volley بتدريبه للتعرف على المجموعة الكاملة من كرات الرياضة المستخدمة عبر الرياضات المدعومة، ولكل منها حجمها وخصائصها.
- تحديد الملعب: أصبح التعرف على نوع الملعب الذي يتواجد فيه المدرب ممكناً بفضل قدرات تصنيف الصور في YOLO. لذا حتى إذا تم ضبط المدرب على التنس ولكن تم نقله إلى ملعب تنس منصات، يحدد النظام نوع الملعب ويعدل نفسه وفقاً لذلك، مما يضيف ميزة السلامة والراحة معاً.
هذا المزيج من الاكتشاف، وتقدير وضعية الجسم، والتصنيف يمنح المدرب الوعي في الوقت الفعلي الذي يحتاجه للاستجابة للاعبين أثناء لعبهم. حالياً، تقوم Volley بتشغيل هذه السلسلة من العمليات في مرحلة الإنتاج على Ultralytics YOLO11.

الشكل 2. مثال للمدرب المدعوم بالذكاء الاصطناعي من Volley أثناء العمل
Link to this sectionلماذا تختار نماذج Ultralytics YOLO؟#
تمنح نماذج Ultralytics YOLO لشركة Volley السرعة والدقة اللازمتين للتدريب في الوقت الفعلي في الملاعب سريعة الحركة، مع العمل بسلاسة على الأجهزة المدمجة والمثبتة على كل مدرب. تنطبق نفس الكفاءة على السحابة، حيث يمكن لـ Volley تشغيل نفس النموذج والسلسلة التشغيلية تماماً، بحيث تُطبق التحسينات التي تتم في بيئة واحدة على البيئة الأخرى.
كما خلق هذا الأداء مساحة للنمو. من خلال الاستفادة بشكل أفضل من أجهزتها، وفرت Volley طاقة معالجة يتم توجيهها الآن نحو ترقية الكاميرات، مما يمنح اللاعبين تجربة أفضل في الملعب دون تغيير السلسلة التشغيلية الأساسية.
بالقدر نفسه من الأهمية، مدى سهولة قيام Volley بتدريب هذه النماذج وتحسينها. بدلاً من إضافة التعليقات التوضيحية للصور يدوياً، تسجل Volley الجلسات في الملعب وتبني مكتبة مقاطع كبيرة للحالات الدقيقة التي تحتاج إلى التقاطها.
بعد ذلك، تشغل هذه اللقطات من خلال نماذج تقدير وضعية عالية الجودة وأبطأ، وهي ثقيلة جداً بحيث لا يمكن تشغيلها في الوقت الفعلي على المدرب، وتستخدمها لتصنيف البيانات تلقائياً. ثم يتم نقل تلك المعرفة إلى نماذج YOLO الأسرع والأكثر مرونة، بحيث تتعلم النماذج في الملعب من النماذج الأثقل بكثير مع الاستمرار في العمل مباشرة.
Link to this sectionVolley توسع نطاق التدريب عبر أربع رياضات مع Ultralytics YOLO#
يظهر تأثير البناء على نماذج Ultralytics YOLO في مدى قدرة Volley على تشغيل تدريب استجابي. تم نشر النظام في حوالي 250 مدرباً وكاميراً بشكل عام. يلتقط كل منها الفيديو ويعالجه مباشرة على أجهزته المدمجة.
يعمل مدرب واحد عبر التنس، والبادل، وتنس المنصات، وكرة المخلل. يمكن لنفس الآلة التنقل بين الملاعب طوال اليوم، وتحافظ قدرات تصنيف الصور في YOLO على عملها بشكل صحيح أينما تم نقلها.

الشكل 3. تستخدم Volley نماذج Ultralytics YOLO لتتبع اللاعب والكرة في الوقت الفعلي عبر رياضات المضرب.
يعزز هذا الوعي في الوقت الفعلي ما يراه اللاعبون فعلياً. في جلسة مدتها 20 دقيقة، يقوم ذكاء Volley بتقييم ضربات اللاعب، وحركته، واختياره للضربات. ثم ينتج تصنيف مهارة Volley موضوعياً وتفصيلاً لكل ضربة من لعبتهم.
تغير نفس السلسلة التشغيلية كيفية تدريب اللاعبين. يغذي المدرب الكرات بناءً على المكان الذي يقف فيه اللاعب في الملعب، حتى يتمكنوا من التدرب على حركة القدمين والأنماط مثل "الإرسال + 1" دون استخدام اليدين تماماً.
Link to this sectionهندسة الجيل القادم من رياضات المضرب#
مع توسع Volley، تركز الشركة على جعل التدريب على رياضات المضرب قابلاً للقياس وقائماً على البيانات مثل الأنظمة التي حولت رياضة الغولف. من خلال الجمع بين الرؤية الحاسوبية في الوقت الفعلي وتقييمات المهارات الموضوعية، فهي تساعد النوادي على الانتقال من مجرد تشغيل الملاعب إلى تطوير اللاعبين بنشاط.
تستمر نماذج Ultralytics YOLO في دفع هذا العمل. تشغل Volley سلسلتها الإنتاجية اليوم على Ultralytics YOLO11 وقد بدأت بالفعل في استكشاف Ultralytics YOLO26، الجيل التالي من نماذج الرؤية في الوقت الفعلي، حيث تجلب تدريباً استجابياً وغنياً بالبيانات للمزيد من اللاعبين والنوادي.
هل تشعر بالفضول حول الرؤية الحاسوبية القائمة على الذكاء الاصطناعي؟ اكتشف خيارات الترخيص الخاصة بنا لجلب الرؤية الحاسوبية إلى مشاريعك. تفضل بزيارة مستودع GitHub الخاص بنا وانضم إلى مجتمعنا. استكشف الذكاء الاصطناعي في الروبوتات والرؤية الحاسوبية في الخدمات اللوجستية على صفحات الحلول الخاصة بنا.






