个人作品集 · 体育与人工智能

体育AI+

运动视觉、空间重建、训练系统与具身智能方向的阶段性作品。

查看七项作品

PROJECT EVIDENCE

七项作品 Demo

01第一方录屏

PROJECT 01

PickleTrack

固定机位匹克球分析

把固定机位比赛视频转化为可复核的球场、回合、轨迹与结果数据。

查看证据与边界

当前证据

  • 真实固定机位比赛画面与分析界面
  • 场地线、两名球员、球体轨迹与回合结果
  • 比赛画面与俯视复盘的同屏核对结果

能证明什么

  • 证明特定固定机位样例中,场地理解、人物与球体表达、回合整理及结果展示可以形成完整分析链。
  • 证明结构化结果能够回到原画面和球场俯视图中供人工核对。

不能证明什么

  • 复杂遮挡、极端光照和机位变化仍会影响结果。
  • 固定样例不能证明所有场馆、机位和比赛质量均已验证。
  • 本站不提供视频上传或在线分析功能。

下一步

  • 扩大跨场馆与跨机位验证
  • 完善结果复核与结构化导出

内容说明:本人参与项目的既有公开演示素材

PickleTrack 分析结果,左侧为比赛画面及场地、球员和球体轨迹,右侧为回合和俯视复盘
点击图片播放视频;点击标签切换证据。

真实比赛画面

左侧保留固定机位原始比赛画面,分析结果直接叠加在同一时间和空间参照中。

02已验证输出

PROJECT 02

TennisTrack

固定机位网球分析

从固定机位网球视频中提取球员、场地、球迹与落点事件。

查看证据与边界

当前证据

  • 25 个落点事件
  • 23 个界内、2 个界外、0 个未判定
  • 校准重投影误差中位数 5.19 像素

能证明什么

  • 证明 cand-doubles 固定样例能够形成球员、场地、球迹和落点事件的分析产物。
  • 证明该样例中的 25 个落点已经按统一口径完成结果核对。

不能证明什么

  • 这些数字只对应 cand-doubles 当前验证结果,不能外推为所有网球视频的准确率。
  • 远端半场的几何误差会随距离和成像条件变化。
  • 公开片段是分析输出,不是正在运行的公网服务。

下一步

  • 完善球体识别与事件解码
  • 继续推进双机位网球分析

内容说明:只托管分析输出片段;原比赛视频版权归原作者

TennisTrack 双打分析输出,包含四名球员、场地线、球迹和落点事件叠加
点击图片播放视频;点击标签切换证据。
25
落点事件
23 / 2
界内 / 界外
0
未判定
5.19 px
重投影误差中位数

四名球员

青色框为当前画面中的四名球员位置结果,不包含个人身份识别。

03交互重建

PROJECT 03

Pickle4D

匹克球时空重建

把真实比赛中的人物、球和场地状态组织为可重放的时空结果。

查看证据与边界

当前证据

  • 8 月 3 日真实比赛分析
  • 源视频与三维数据同步片段
  • 第一方系统录屏

能证明什么

  • 证明当前分析数据可在访客浏览器中播放、暂停、拖动时间轴并旋转查看三维结果。
  • 证明当前系统界面能够同步表达比赛画面、人物、球轨迹、三维球场、诊断信息和回合时间轴。

不能证明什么

  • 网页交互使用完整分析中的已登记时段,不代表页面加载了全部素材。
  • 当前公开轨迹仍是单机位估计,双机位联合几何重建尚未完成。
  • 三维结果精度受视角、遮挡和标定质量影响。

下一步

  • 推进双机位时间同步与联合标定
  • 建立可复核的几何真值和误差报告

内容说明:同步源视频、三维交互和系统录屏均来自同一现役发布;源视频与数据裁取 23 至 41 秒,轨迹坐标不重算或改写

Pickle4D 系统录屏海报,左侧为二维画面和人物球体叠加,右侧为同步三维球场

双栏同步交互左侧视频,右侧可拖拽三维重建;手机端上下排列。

04产品原型

PROJECT 04

匹友圈

移动端运动产品原型

把比赛影像、个人成长、同城活动和球友关系组织为一套移动端产品体验。

查看证据与边界

当前证据

  • 首页与下一场安排
  • 专业球迹与结果确认
  • 球圈内容体验
  • 个人成长概览

能证明什么

  • 证明首页、专业球迹、球圈和个人成长已经形成可核对的中文移动端界面方向。

不能证明什么

  • 截图内数据均为演示内容。
  • 本站不模拟登录、上传、预约、评论或其他写操作。
  • 界面原型不能证明完整业务闭环已通过公网验收。

下一步

  • 连接真实账号、上传与推理链路
  • 完成邀请制移动端体验的端到端验收

内容说明:页面内数据均为演示内容

05仿真与原型

PROJECT 05

AI 发球机

数据驱动训练与发球仿真

把比赛数据转化为可配置、可重复的发球训练目标。

查看证据与边界

当前证据

  • 比赛来源的训练依据原型
  • 训练强度与设备参数原型
  • 六个目标落点的 MuJoCo 仿真

能证明什么

  • 证明比赛弱项、训练计划和设备参数之间的界面组织方式已经形成原型。
  • 证明六个目标落点在当前反解和 MuJoCo 仿真假设下能够闭合。

不能证明什么

  • 尚未连接真实发球机硬件。
  • 视频是 MuJoCo 仿真,不是真机录像。
  • 0.4 至 0.6 厘米只表示反解与仿真的闭合误差,不是真机场地精度。

下一步

  • 接入真实硬件控制与状态回传
  • 建立从比赛弱项到训练处方的验证闭环

内容说明:仿真与界面原型,不宣称真机连接

AI 发球机训练依据界面原型
点击图片播放视频;点击标签切换证据。

训练依据

界面原型说明如何把已确认比赛与动作分析结果组织为训练计划依据。

06研发链路

PROJECT 06

数字孪生系统

从比赛复现到训练评测

让偶发比赛场景成为可重复训练、回放和评测的时空环境。

查看证据与边界

当前证据

  • 真实比赛视频输入
  • Pickle4D 可重放时空结果基础
  • 训练先验、评测基准与反馈链路设计

能证明什么

  • 证明比赛视频、时空状态、数字孪生、训练与反馈之间已经形成可解释的研发链路设计。

不能证明什么

  • 当前没有独立运行系统录像。
  • 尚未完成专业机构部署。
  • 价值链不能与机器人自主控制结果等同。

下一步

  • 建立可复用场景和评测格式
  • 将真实比赛分布引入训练与机器人评测

内容说明:仅解释研发链路,不声称独立系统已经运行

真实比赛视频

输入
固定机位或多机位真实比赛素材
当前证据
现有 PickleTrack、TennisTrack 与 Pickle4D 证据
当前边界
视频质量、遮挡和机位会影响后续分析
下一步
扩大跨场馆素材覆盖

人球场状态

输入
人物、球体、场地和事件观测
当前证据
二维结果、球场坐标与时间序列
当前边界
单机位空间估计不等于几何真值
下一步
推进双机位联合标定

可重放数字孪生

输入
统一时间轴上的人、球、场状态
当前证据
Pickle4D 当前三维交互片段
当前边界
当前没有独立部署录像
下一步
形成可复用场景格式

训练先验与评测基准

输入
可重复的真实场景分布
当前证据
研发链路和仿真方向
当前边界
尚未形成公开基准或机构验收
下一步
定义指标、课程和复测流程

运动员、发球机与机器人反馈

输入
训练和评测结果
当前证据
界面原型、MuJoCo 仿真和机器人研究基础
当前边界
尚未完成统一闭环
下一步
逐级完成仿真、硬件和真机验证
07研究目标

PROJECT 07

Humanoid

具身智能运动算法

把真实运动场景转化为人形机器人的运动先验、训练课程和闭环评测。

查看证据与边界

当前证据

  • LATENT 官方多拍回合目标参考
  • 本人参与项目的 G1、PACE 和仿真基础
  • 尚未完成的闭环击球与真机能力

能证明什么

  • 第三方参考只证明目标能力形态已经由原作者展示。
  • 现有基础证明相关机器人、仿真和训练方向已经进入研发准备阶段。

不能证明什么

  • LATENT 视频和成果不属于本人或本项目。
  • 尚未完成 G1 闭环击球、多拍回合或真机部署。
  • 禁止使用固定动作回放冒充自主控制。

下一步

  • 让策略依据近期观测形成因果闭环控制
  • 依次通过仿真、跨仿真和真机验证

内容说明:LATENT 官方视频转载,经许可使用;第三方目标参考,非本人或本项目成果

第三方目标参考 · 非本人或本项目成果 LATENT 官方多拍网球回合第三方目标参考海报,非本人或本项目成果

第三方目标参考

来源
LATENT 官方项目、官方视频与代码仓库
能证明什么
原作者已经展示人形机器人多拍网球回合的目标能力形态。
不能证明什么
不是本人或本项目成果;本站仅转载经许可使用的 LATENT 官方视频片段。

现有研发基础

来源
本人参与项目的 G1、PACE、仿真与数字孪生方向
能证明什么
证明相关机器人本体、训练方法和场景数据方向已经进入研发准备。
不能证明什么
不能证明已经实现同等击球、闭环控制或真机部署。

尚未完成能力

来源
当前项目状态边界
能证明什么
明确后续验收对象是近期观测驱动的自主闭环,而非预录动作。
不能证明什么
G1 闭环击球、多拍回合和真机验证均尚未完成。

CAPABILITY CHAIN

从比赛视频到训练与具身智能

这里表达的是本人参与项目之间的技术联系,不把研究链路写成已经交付的统一产品。

  1. 0101视频采集真实比赛视频与场景信息
  2. 0202智能分析目标、场地、事件与回合识别
  3. 0303空间重建从二维观测形成时空状态
  4. 0404数字孪生可重放场景与训练基准
  5. 0505产品表达分析、成长、社交与训练界面
  6. 0606具身智能机器人策略训练与闭环评测
✓

已经形成的阶段性能力

  • 比赛视频中的目标、场地与事件分析
  • 轨迹、落点和三维时空结果表达
  • 移动端原型、训练仿真与研发链路说明
≡

证据口径

公开内容按系统录屏、分析输出、真实数据交互、仿真、界面原型和第三方参考分别标注。

!

共同边界

  • 复杂遮挡、光照和机位变化仍会影响分析
  • 双机位联合几何重建尚未完成
  • 发球机尚未接入真实硬件
  • 人形机器人闭环击球与真机部署尚未完成
→

下一步方向

  • 扩大跨场馆和跨机位验证
  • 推进双机位时空重建与数字孪生
  • 把真实比赛状态转化为训练和评测场景

ABOUT THIS PORTFOLIO

以真实证据展示参与过程,以明确边界约束结论。

本站只展示本人参与的阶段性工作,不宣称所有项目均由个人独立完成,也不把固定样例、团队项目、第三方研究或目标参考改写为正式产品和个人独立成果。

DEMO VIDEO

演示视频

直接打开视频