Visualització del contingut web Visualització del contingut web

El rendiment dels equips de bàsquet es pot optimitzar analitzant el comportament dels jugadors sota diverses condicions, recollint estadístiques avançades que serveixen als entrenadors per detectar els punts fluixos de l’equip i preparar les sessions d’entrenament. Ja que els sistemes que utilitza la NBA requereixen d’un elevat pressupost i són, a més, de molt difícil implementació, l’Adrià Arbués i l’Enric Martos van decidir posar-se a treballar en un primer prototip low-cost de recollida d’informació.

Com a graduat i actual estudiant del Grau en Enginyeria en Sistemes Audiovisuals a la UPF, respectivament, han dissenyat un sistema de sensors de posicionament de la mida d’una moneda, que registren dades precises del tracking dels jugadors durant els entrenaments i partits.

Fent servir un model d’intel·ligència artificial que utilitza un total de 51 característiques geomètriques (p.e. la distancia entre parelles de jugadors o la velocitat en els tirs) i l’ús d’un model d’intel·ligència artificial, aconsegueixen detectar amb un 98% de precisió un conjunt de 5 jugades clàssiques del bàsquet (carretó, bloqueig, sortida de pressió, al pal baix i contraatac); d’aquesta manera, estadístiques avançades individualitzades o col·lectives poden ser extretes. 

Si el projecte et crida l’atenció i en vols saber més, adreça’t a: arbues6@gmail.com. Disposen d’un informe científic que desenvolupa la seva iniciativa amb tot luxe de detalls.