姿勢推定、ボール検出、コート分類にUltralytics YOLOモデルを使用することで、Volleyは4つの競技に対応した応答性の高いリアルタイムコーチングを提供し、約250台のトレーナーにシステムを導入しました。
リアルタイムのラケットスポーツのトレーニングには、多くの可動要素が含まれます。ライブコートでは、プレイヤーが素早く動き、ボールが高速で移動し、同じ機器が異なるスポーツやコートのタイプ全体で機能する必要があります。
従来のボールマシンは、タイマーに従ってボールを供給するだけであり、こうした状況を理解していません。プレイヤーがどこに立っているか、どのように動いているか、あるいはどのコートにいるかさえ認識できないため、緻密で応答性が高く、個々のプレイヤーに最適化されたコーチングを提供することが困難です。
Volleyは、AI駆動のトレーナーによってこれらの課題の解決を支援します。そのプログラマブルなコート上のマシンは、コンピュータビジョンを使用してリアルタイムでコートを認識し理解します。たとえば、Ultralytics YOLO modelsはプレイヤーのポーズ推定、ボール検出、コート分類に使用され、トレーナーがプレイヤーの動きやヒットに合わせて応答性高くやり取りできるようにします。
AIでラケット競技の未来を構築する#
ペンシルベニア州ランカスターを拠点とするVolleyは、ラケット競技向けのAI搭載評価・トレーニングシステムを開発しています。同社は、「ラケット競技にも、ゴルフのように魅力的でデータに基づいたトレーニングやレーティングシステムがあればどうなるだろうか？」という素朴な問いから始まりました。ゴルフがシミュレーターやリアルタイムのフィードバック、客観的な進捗追跡を提供しているのに対し、ラケット競技にはそれと同等のものや、客観的なレーティング、データ駆動型の成長ロードマップが存在しませんでした。
そのギャップを埋めるため、Volleyは世界初のAI搭載ラケット競技評価・レーティングシステムを構築しました。今日、Volleyは全米のクラブで使用されており、設計・製造・試験から出荷までを国内で行うことで、プレイヤーやクラブがこれまで必要としていた客観的なデータを提供しています。
図1. VolleyのAI搭載トレーナーの様子
Volleyトレーナーは、ピックルボール、パデル、プラットフォームテニス、テニスに対応しています。小型でポータブルなため、同じマシンをどのコートにも移動でき、プレイヤーやプロは一日を通してプラットフォーム間を移動させることができます。
オンコートにおけるリアルタイムなインテリジェンスの欠如#
インタラクティブなトレーニングを提供するには精度と速度の両方が必要ですが、実際のコート環境ではそれが困難です。プレイヤーはカメラから様々な距離に現れ、ボールは素早く動き、スポーツによってサイズも異なります。また、同じトレーナーが、ある瞬間にはテニスコートで、次の瞬間にはプラットフォームテニスコートで使用されることもあります。
トレーナーの前に人がいるという認識だけでは十分ではありません。システムは、プレイヤーがコートのどこにいるかを正確に把握する必要があります。それには手足の位置を正確に捉えることが不可欠です。遠距離ではこれが特に難しく、追跡が不正確になると、トレーニングにおいて実際のプレイのような感覚を生む応答性が損なわれてしまいます。
考慮すべきもう一つの要因は安全性です。同じマシンがスポーツ間を移動するため、もしトレーナーが誤ってテニス設定のまま放置されていたら、プラットフォームテニスコートにいるプレイヤーに向かって時速80マイル（約128km）のボールを発射してしまう可能性があります。これは競技本来の速度を遥かに超えており、プレイヤーが不意を突かれるには十分な速さです。システムは環境を十分に理解し、そのような不一致を防ぐ必要があります。
これらすべてに加え、処理はライブで行わなければなりません。Volleyは映像をクラウドに送信するのではなく、NVIDIA Jetsonシステムとオンボードカメラを使用して映像をキャプチャおよび処理します。そのため、プレイヤーがトレーナーとやり取りする中で、小型の組み込みハードウェア上でリアルタイムに検出を実行する必要があります。
Ultralytics YOLOモデルを活用したリアルタイムコーチングの実現#
Volleyのシステムの中心にあるのは、オブジェクト検出、ポーズ推定、画像分類などの主要なコンピュータビジョンタスクをサポートするUltralytics YOLOモデル上に構築されたビジョンAIパイプラインです。
Volleyがコーチング体験全体でこれらを活用する3つの方法は以下の通りです。
- プレイヤーとその位置の検出: プレイヤーがどこにいて、どのように動いているかを理解するために、YOLOの姿勢推定機能が活用されています。Volleyは、コート上のプレイヤーという特定のコンテキストとスポーツ特有の姿勢に合わせてモデルを独自にトレーニングしました。手足の正確な位置が重要であるため、システムは2段階のアプローチをとっています。まずオブジェクト検出を使用して各プレイヤーを慎重にクロップし、次にそのクロップされた領域に対して姿勢推定を実行します。これは、数百人の群衆ではなく、一度に数人のプレイヤーしかコートにいないため、非常に有効です。
- ボールの検出: プレイ中のボールの位置特定は、YOLOのオブジェクト検出機能によって可能となりました。Volleyは、サポートする各スポーツで使用されるあらゆる種類のスポーツボールを、そのサイズや特性ごとに認識できるようにトレーニングしました。
- コートの識別: トレーナーがどのコートにあるかの認識は、YOLOの画像分類機能によって実現されています。そのため、トレーナーがテニス用に設定されたままプラットフォームテニスコートに移動された場合でも、システムがコートタイプを識別して適切に調整を行い、安全性と利便性の両面でメリットを提供します。
検出、ポーズ推定、分類のこの組み合わせにより、トレーナーはプレイヤーのプレイに合わせて応答するために必要なリアルタイムの認識力を得ることができます。現在、VolleyはこのパイプラインをUltralytics YOLO11で本番稼働させています。
図2. VolleyのAI搭載トレーナーの動作例
なぜUltralytics YOLOモデルが選ばれるのか#
Ultralytics YOLOモデルは、Volleyに高速移動するコート上でのリアルタイムコーチングに必要な速度と精度を提供し、各トレーナーに搭載された小型の組み込みハードウェア上で快適に動作します。この効率性はクラウドにも引き継がれており、Volleyは全く同じモデルとパイプラインを実行できるため、一方の環境で行われた改善はもう一方にも適用されます。
このパフォーマンスは、成長の余地も生み出しました。ハードウェアの利用効率を高めたことで、Volleyはリソースに余裕が生まれ、現在はより高性能なカメラの導入に充てられています。これにより、既存のパイプラインを変更することなく、プレイヤーにより優れた体験を提供できています。
同様に重要なのは、Volleyがこれらのモデルをいかに簡単にトレーニングし、改良できるかという点です。手作業で画像をアノテーションする代わりに、Volleyはコートでのセッションを記録し、キャプチャすべき状況のクリップライブラリを大量に構築しています。
その後、トレーナー上でリアルタイムに実行するには重すぎる高性能な姿勢推定モデルを使用してその映像を処理し、データを自動的にラベル付けします。その知識は高速で機敏なYOLOモデルに転送されるため、コート上のモデルはより重いモデルから学習しつつ、ライブで動作し続けることが可能です。
VolleyはUltralytics YOLOを用いて4つのスポーツでコーチングを拡大#
Ultralytics YOLOモデルを基盤とすることの影響は、Volleyがどれほど広範囲に応答性の高いコーチングを提供できるかに表れています。システムは全体で約250台のトレーナーとカメラに導入されており、それぞれがオンボードハードウェア上でライブ映像をキャプチャ・処理しています。
1台のトレーナーがテニス、パデル、プラットフォームテニス、ピックルボールのすべてに対応しています。同じマシンを一日を通してコート間で移動させることができ、YOLOの画像分類機能によって、どこに配置されても適切に動作し続けます。
図3. VolleyはUltralytics YOLOを使用してラケット競技全体でリアルタイムのプレイヤーおよびボール追跡を行っています。
このリアルタイムの認識能力が、プレイヤーが実際に目にする成果を支えています。20分のセッションで、VolleyのAIはプレイヤーのストローク、動き、ショット選択を評価します。そして、客観的な「Volley Skill Rating」とショットごとの詳細なゲーム分析を生成します。
同じパイプラインがプレイヤーの練習方法を変革します。トレーナーはプレイヤーがコート上のどこに立っているかに基づいてボールを供給するため、プレイヤーはServe + 1のようなフットワークやパターン練習を完全にハンズフリーで行うことができます。
次世代のラケット競技をエンジニアリングする#
Volleyは拡大を続ける中で、ラケット競技のトレーニングを、ゴルフを変革したシステムのように測定可能でデータ主導なものにすることに注力しています。リアルタイムのコンピュータビジョンと客観的なスキル評価を組み合わせることで、クラブが単にコートを運営するだけでなく、プレイヤーを積極的に育成する場へと進化することを支援しています。
Ultralytics YOLOモデルはこの作業を引き続き推進しています。Volleyは現在Ultralytics YOLO11で本番パイプラインを実行しており、より多くのプレイヤーやクラブに応答性の高いデータ豊富なコーチングをもたらすため、リアルタイムビジョンモデルの次世代であるUltralytics YOLO26の探索をすでに開始しています。
ビジョンAIに興味がありますか？コンピュータビジョンをプロジェクトに導入するためのライセンスオプションをご覧ください。GitHub repositoryにアクセスし、コミュニティに参加してください。ソリューションページでロボティクスにおけるAIとロジスティクスにおけるコンピュータビジョンを探索してください。
