Detecção da devolução e do ponto de quique em tênis de mesa utilizando visão computacional e TinyML

Descrição

Saber se o jogador conseguiu devolver a bola e em que ponto da mesa ela quicou é informação valiosa para o treino e para sistemas que se adaptam ao praticante. Os sistemas atuais de percepção em tênis de mesa dependem de câmeras de alta velocidade e de computadores com placas gráficas, sendo caros e pouco portáteis. Este projeto de iniciação científica investiga a viabilidade de realizar essa percepção inteiramente na borda, em um microcontrolador de baixo custo (classe ESP32-S3 com câmera), por meio de visão computacional e de aprendizado de máquina para microcontroladores (TinyML). A partir do vídeo sobre a meia-mesa do jogador, o sistema resolve duas tarefas compatíveis com o hardware restrito: detectar se houve devolução (evento binário) e classificar em qual zona de uma grade sobre a mesa a bola quicou, uma formulação por zonas, em vez de coordenadas exatas, que converte o problema em uma classificação leve. A saída do sistema (houve devolução? em que zona?) destina-se a alimentar o controle adaptativo de um robô lançador, que também fornece um tag de verdade absoluta para o treinamento e a avaliação. Metodologicamente, preveem-se a calibração da homografia do plano da mesa, a captura disparada por movimento e a comparação entre uma linha de base de visão clássica (diferença de quadros) e uma rede neural convolucional quantizada em 8 bits. As contribuições pretendidas são a caracterização da fronteira entre acurácia, latência e custo (memória e energia) na borda, o estudo comparativo entre as abordagens e a constituição de um conjunto de dados rotulado. As principais limitações: taxa de quadros, iluminação e memória do dispositivo, são mitigadas ao concentrar a análise no instante do quique, reduzir a resolução e formular a localização como classificação por zonas.