Kontaktzeit zwischen Schläger und Schlagobjekt messen

Heute ist Stammtischzeit:
Jeden Donnerstag 20:30 Uhr hier im Chat.
Wer Lust hat, kann sich gerne beteiligen. ;)
  • Guten Tag

    Ich arbeite an einem Projekt, bei dem ich die Kontaktzeit, während des Abschlags, zwischen einem Schläger und einem Schlagobjekt messen möchte, ähnlich wie beim Golfabschlag.
    Die Sportart heisst Hornussen, wird fast ausschliesslich nur in der Schweiz gespielt und hat ähnliche Bewegungsabläufe wie beim Golf.

    Ich plane, ein Raspberry Pi mit OpenCV zu verwenden, um die Kontaktzeit zu erfassen.
    Da ich eine Kamera benötige, die genügend Bildrate bietet und sich für den Einsatz im Freien bei Tageslicht eignet, suche ich nach Kamera Empfehlungen.
    Besonders wichtig ist mir, dass die Kamera in der Natur, mit unregelmäßigem Hintergrund und durch Sonnenlicht erschwerter Beleuchtung, zurechtkommen sollte.

    Hat jemand Erfahrung damit und kann mir eine passende Kamera für mein Vorhaben empfehlen?
    Kennt jemand ein ähnliches Projekt bei welchem ich einzelnes abschauen kann?

    Grüsse Thomas

  • Kontaktzeit zwischen Schläger und Schlagobjekt messen? Schau mal ob du hier fündig wirst!

  • Hmmm... ich hab gerade mal nachgegoogelt. Geschwindigkeit beim Abschlag bis zu 306 Km/h (Wiki). Das wären 85 m/s. Wenn du mit der Kamera eine Abschlagstrecke (Weg mit Berührung zwischen Schläger und Nouss) von 1 Meter (ich denke, das ist schon großzügig betrachtet) erfassen willst, dann entspricht das also 1/85 Sekunde. Du müsstest also 85 Bilder pro Sekunde aufnehmen, um überhaupt nur ein Bild innerhalb dieses Bereichs zu erfassen. Um den Moment des Beginns und Ende des Kontaktes jeweils mit +/-5 cm Genauigkeit zu erfassen, brauchst du 850 Bilder pro Sekunde. Sofern die Kontaktstrecke tatsächlich 1 Meter wäre, hättest du dann noch eine Messungenauigkeit von +/-10 %. Das wären bei ca. 12 ms +/- 1,2 ms Ungenauigkeit. Ist die Strecke tatsächich kürzer, ist auch die Messungenauigkeit noch höher. Willst du eine höhere Genauigkeit, brauchst du also noch mehr Bilder pro Sekunde. Möglicherweise kann man noch ien wenig interpolieren und damit etwas genauer werden. Andererseits ist die Frage, wie gut so eine Bewegung auf einem Bild überhapt erkennbar ist, wengen der Bewegungsunschärfe.

    Also kurz: Du brauchst für sowas eine Hochgeschwindigkeitskamera. Das wird mit einem Pi und OpenCV in der üblichen Art (also, dass die Bilder direkt, in Echtzeit, in den Pi übertragen und ausgewertet werden) nicht machbar sein. Ich nehme an, du brauchst eher eine entsprechend schnelle Kamera mit Puffer, so dass die Daten dann im Nachgang relativ langsam in den Pi oder einen PC geladen und dort ggf. von OpenCV verarbeitet werden.

    Auf die schnelle mal gegoogelt, finde ich eine Sony rx100 IV, die 1000 Frames kann, mit 2 Sekunden Pufferund 800x270 bis 1136x384 Pixelund die Nachfolgemodelle bis rx100 VII mit 1000 fps bei 912x308 bis 1.244x420. Preise von ~500 € gebraucht bis 1200 € neu. Ob man mit sowas weiter kommt, kann ich aber nicht sagen. Stellt sich schon die Frage, wie man bei zwei Sekunden Puffer im richtigen Moment auslöst. Es gibt einen Funk-Fernauslöser, damit wird man was basteln können.

    Also, eine ganz schöne Herausforderung. Das wird sicher nicht so einfach werden.

    Oh, man kann hier unliebsame Nutzer blockieren. Wie praktisch!

  • Bei den Bildraten bis du halt schon im gewerblichen / industriellen Bereich - mit entsprechenden Preisen. Und ggf. brauchst du noch eine Software des Herstellers, um mit der Kamara zu interagieren - was im gewerblichen Bereich ja nicht ungewöhnlich / unüblich ist.

    Im Commodity Bereich kann die GoPro 12 Hero 240 Bilder/pro Sekunde mit 2,7k Auflösung. Das ist AFAIK auch das, wo die Marktbegleiter von GoPro so ungefähr liegen.

    Blöd ist für das Projekt halt, dass du im Vorfeld vielleicht nicht weißt, wie viele Bilder pro Sekunde die wirklich brauchst. Auch mit der GoPro bist du ja bei ~450 Euro (neu).

    Gruß, noisefloor

Participate now!

Don’t have an account yet? Register yourself now and be a part of our community!