Volley cung cấp hơn 250 huấn luyện viên AI trên sân với Ultralytics YOLO

Huấn luyện thể thao dùng vợt theo thời gian thực bao gồm một loạt các bộ phận chuyển động. Trên sân thực tế, người chơi di chuyển nhanh, bóng bay với tốc độ cao, và cùng một thiết bị thường phải hoạt động trên các môn thể thao và loại sân khác nhau.

Các máy bắn bóng thông thường chỉ bắn bóng theo bộ hẹn giờ mà không hiểu bất kỳ điều gì trong số này. Chúng không nhận biết được người chơi đang đứng ở đâu, họ đang di chuyển như thế nào, hay thậm chí họ đang ở sân nào, điều này gây khó khăn cho việc cung cấp sự huấn luyện chặt chẽ, nhạy bén và phù hợp với người chơi.

Volley giúp giải quyết những thách thức này bằng một huấn luyện viên hỗ trợ AI. Cỗ máy có thể lập trình, đặt tại sân của nó sử dụng computer vision để quan sát và hiểu sân đấu theo thời gian thực. Ví dụ, các Ultralytics YOLO models được sử dụng để ước tính tư thế người chơi, phát hiện bóng và phân loại sân, cho phép huấn luyện viên tương tác với người chơi một cách nhạy bén khi họ di chuyển và đánh bóng.

Link to this sectionXây dựng tương lai của các môn thể thao dùng vợt với AI#

Volley, có trụ sở tại Lancaster, Pennsylvania, xây dựng các hệ thống đánh giá và huấn luyện hỗ trợ AI cho các môn thể thao dùng vợt. Công ty được thành lập từ một câu hỏi đơn giản: điều gì sẽ xảy ra nếu các môn thể thao dùng vợt có một hệ thống huấn luyện và xếp hạng hấp dẫn và dựa trên dữ liệu giống như golf? Trong khi golf cung cấp các thiết bị mô phỏng, phản hồi thời gian thực và theo dõi tiến độ khách quan, thì các môn thể thao dùng vợt lại không có tương đương, không có xếp hạng khách quan và không có lộ trình phát triển dựa trên dữ liệu.

Để thu hẹp khoảng cách đó, Volley đã xây dựng hệ thống đánh giá và xếp hạng thể thao dùng vợt hỗ trợ AI đầu tiên trên thế giới. Ngày nay, Volley được sử dụng tại các câu lạc bộ trên khắp Hoa Kỳ, mang đến cho người chơi và câu lạc bộ những dữ liệu khách quan mà họ từng thiếu, với mỗi đơn vị được thiết kế, chế tạo, thử nghiệm và vận chuyển trong nước.

Fig 1. Hình ảnh huấn luyện viên hỗ trợ AI của Volley

Huấn luyện viên Volley hoạt động trên các môn pickleball, padel, platform tennis và tennis. Vì nó nhỏ gọn và di động, cùng một cỗ máy có thể lăn đến bất kỳ sân nào, và người chơi cũng như các chuyên gia có thể di chuyển nó giữa các sân suốt cả ngày.

Link to this sectionSự thiếu hụt trí tuệ thời gian thực trên sân#

Việc cung cấp huấn luyện tương tác đòi hỏi cả độ chính xác và tốc độ, nhưng môi trường sân đấu thực tế gây khó khăn cho điều đó. Người chơi xuất hiện ở các khoảng cách khác nhau so với camera, bóng di chuyển nhanh và thay đổi kích thước tùy theo môn thể thao, và cùng một huấn luyện viên có thể được sử dụng trên sân tennis lúc này và sân platform tennis lúc khác.

Việc biết rằng có một người đang ở trước huấn luyện viên là chưa đủ. Hệ thống cần biết chính xác vị trí của người chơi trên sân, điều này phụ thuộc vào việc xác định chính xác vị trí bàn tay và quan trọng là đôi chân của họ. Ở một khoảng cách nhất định, việc này trở nên đặc biệt khó khăn, và việc theo dõi thiếu chính xác sẽ làm mất đi khả năng phản hồi khiến quá trình huấn luyện giống như chơi thực sự.

Một yếu tố khác cần xem xét là sự an toàn. Vì cùng một cỗ máy di chuyển giữa các môn thể thao, một huấn luyện viên nếu vô tình để ở cài đặt tennis có thể bắn một quả bóng với tốc độ 80 dặm/giờ vào người chơi trên sân platform tennis, nhanh hơn nhiều so với tốc độ thông thường của trò chơi đó và đủ nhanh để khiến người chơi bị bất ngờ. Hệ thống cần hiểu môi trường của nó đủ tốt để ngăn chặn kiểu sai lệch đó.

Trên hết, việc xử lý phải diễn ra trực tiếp. Volley ghi lại và xử lý video trên hệ thống NVIDIA Jetson với camera gắn kèm, thay vì gửi dữ liệu lên đám mây, vì vậy việc phát hiện phải chạy theo thời gian thực trên phần cứng nhúng nhỏ gọn khi người chơi tương tác với huấn luyện viên.

Link to this sectionSử dụng các model Ultralytics YOLO để hỗ trợ huấn luyện thời gian thực#

Trung tâm của hệ thống Volley là một pipeline vision AI được xây dựng trên các model Ultralytics YOLO hỗ trợ các computer vision tasks quan trọng như phát hiện đối tượng, ước tính tư thế và phân loại hình ảnh.

Dưới đây là ba cách Volley vận dụng chúng trong trải nghiệm huấn luyện:

• Phát hiện người chơi và vị trí của họ: Việc hiểu người chơi đang ở đâu và họ đang di chuyển như thế nào được kích hoạt bởi các khả năng ước tính tư thế của YOLO, vốn đã được Volley huấn luyện tùy chỉnh cho bối cảnh cụ thể của người chơi trên sân trong các tư thế đặc trưng của môn thể thao. Vì vị trí tay và chân chính xác là chìa khóa, hệ thống chạy cách tiếp cận hai giai đoạn. Đầu tiên, nó sử dụng phát hiện đối tượng để cắt khung hình từng người chơi một cách cẩn thận, sau đó chạy ước tính tư thế trên vùng đã cắt đó. Cách này hoạt động hiệu quả vì chỉ có một vài người chơi trên sân cùng một lúc, thay vì đám đông hàng trăm người.
• Phát hiện bóng: Việc định vị quả bóng trong trận đấu được thực hiện nhờ sự hỗ trợ phát hiện đối tượng của YOLO, mà Volley đã huấn luyện để nhận diện đầy đủ các loại bóng thể thao được sử dụng trên các môn thể thao được hỗ trợ, mỗi loại có kích thước và đặc điểm riêng.
• Nhận diện sân: Việc nhận biết huấn luyện viên đang ở trên sân nào được kích hoạt bởi các khả năng phân loại hình ảnh của YOLO. Vì vậy, ngay cả khi huấn luyện viên được thiết lập cho tennis nhưng lại được đẩy vào sân platform tennis, hệ thống vẫn nhận diện được loại sân và điều chỉnh cho phù hợp, điều này mang lại cả lợi ích về an toàn và sự tiện lợi.

Sự kết hợp giữa phát hiện, ước tính tư thế và phân loại này mang lại cho huấn luyện viên khả năng nhận thức thời gian thực cần thiết để phản hồi người chơi khi họ đang chơi. Hiện tại, Volley chạy pipeline này trong sản xuất trên Ultralytics YOLO11.

Fig 2. Ví dụ về huấn luyện viên hỗ trợ AI của Volley đang hoạt động

Link to this sectionTại sao lại chọn các model Ultralytics YOLO?#

Các model Ultralytics YOLO mang lại cho Volley tốc độ và độ chính xác cần thiết cho việc huấn luyện thời gian thực trên các sân đấu tốc độ cao, trong khi vẫn chạy mượt mà trên phần cứng nhúng nhỏ gọn được gắn trên mỗi huấn luyện viên. Hiệu suất tương tự đó cũng được áp dụng cho đám mây, nơi Volley có thể chạy chính xác cùng một model và pipeline, vì vậy những cải tiến trong môi trường này cũng được áp dụng cho môi trường kia.

Hiệu suất này cũng tạo ra dư địa để phát triển. Bằng cách sử dụng tốt hơn phần cứng của mình, Volley đã giải phóng được khoảng trống để nâng cấp camera, mang đến cho người chơi trải nghiệm tốt hơn trên sân mà không cần thay đổi pipeline cơ bản.

Quan trọng không kém là cách Volley có thể huấn luyện và tinh chỉnh các model này một cách dễ dàng. Thay vì gán nhãn hình ảnh bằng tay, Volley ghi lại các buổi tập trên sân và xây dựng một thư viện clip lớn về các tình huống chính xác mà họ cần nắm bắt.

Sau đó, họ chạy các đoạn phim đó thông qua các model ước tính tư thế cao cấp, chậm hơn, vốn quá nặng để chạy theo thời gian thực trên huấn luyện viên, và sử dụng chúng để tự động dán nhãn dữ liệu. Kiến thức đó sau đó được chuyển sang các model YOLO nhanh hơn, linh hoạt hơn, để các model trên sân học hỏi từ những model nặng hơn nhiều trong khi vẫn chạy trực tiếp.

Link to this sectionVolley mở rộng huấn luyện trên bốn môn thể thao với Ultralytics YOLO#

Tác động của việc xây dựng trên các model Ultralytics YOLO được thể hiện qua mức độ rộng rãi mà Volley có thể thực hiện huấn luyện phản hồi. Hệ thống đã được triển khai cho khoảng 250 huấn luyện viên và camera nói chung. Mỗi chiếc đều ghi lại và xử lý video trực tiếp trên phần cứng onboard của nó.

Một huấn luyện viên duy nhất hoạt động trên các môn tennis, padel, platform tennis và pickleball. Cùng một cỗ máy có thể di chuyển giữa các sân trong suốt cả ngày, và các khả năng phân loại hình ảnh của YOLO giúp nó hoạt động chính xác ở bất cứ nơi nào nó được đặt.

Fig 3. Volley sử dụng Ultralytics YOLO để theo dõi người chơi và bóng thời gian thực trên các môn thể thao dùng vợt.

Sự nhận thức thời gian thực này hỗ trợ những gì người chơi thực sự thấy. Trong một buổi tập 20 phút, AI của Volley đánh giá các cú đánh, sự di chuyển và lựa chọn cú đánh của người chơi. Sau đó, nó tạo ra một Volley Skill Rating khách quan và phân tích chi tiết từng cú đánh trong trận đấu của họ.

Cùng một pipeline đó định hình lại cách người chơi luyện tập. Huấn luyện viên bắn bóng dựa trên vị trí người chơi đứng trên sân, vì vậy họ có thể luyện tập kỹ năng di chuyển và các mô hình như Serve + 1 hoàn toàn rảnh tay.

Link to this sectionKỹ thuật cho thế hệ thể thao dùng vợt tiếp theo#

Khi Volley mở rộng, công ty tập trung vào việc làm cho việc huấn luyện thể thao dùng vợt trở nên có thể đo lường và dựa trên dữ liệu như các hệ thống đã biến đổi môn golf. Bằng cách kết hợp computer vision thời gian thực với các đánh giá kỹ năng khách quan, họ đang giúp các câu lạc bộ chuyển từ việc chỉ vận hành sân đấu sang chủ động phát triển người chơi.

Các model Ultralytics YOLO tiếp tục thúc đẩy công việc này. Volley đang chạy pipeline sản xuất của mình trên Ultralytics YOLO11 hôm nay và đã bắt đầu khám phá Ultralytics YOLO26, thế hệ tiếp theo của các model thị giác thời gian thực, khi họ mang đến sự huấn luyện nhạy bén, giàu dữ liệu cho nhiều người chơi và câu lạc bộ hơn.

Bạn tò mò về vision AI? Hãy khám phá các tùy chọn cấp phép của chúng tôi để đưa computer vision vào dự án của bạn. Truy cập GitHub repository và tham gia cộng đồng của chúng tôi. Khám phá AI trong robot và computer vision trong logistics trên các trang giải pháp của chúng tôi.