Scheda studio

Punteggio elettronico per l'arco: Danielescu 2021

OnTarget: An Electronic Archery Scoring

Andreea Danielescu2021

Citazione

Danielescu, A. (2021). OnTarget: An Electronic Archery Scoring. arXiv. https://doi.org/10.48550/arxiv.2104.01622

Cita lo studio
APA

Danielescu, A. (2021). OnTarget: An Electronic Archery Scoring. arXiv. https://doi.org/10.48550/arxiv.2104.01622

BibTeX
@article{danielescu2021ontargetelectronic,
  author = {Danielescu, Andreea},
  title = {OnTarget: An Electronic Archery Scoring},
  year = {2021},
  journal = {arXiv},
  doi = {10.48550/arxiv.2104.01622}
}

Scheda tecnica

Disegno
Prova di laboratorio
Popolazione
Prove sull'attrezzatura, senza arcieri
Oggetto della prova
Attrezzatura, senza partecipanti
Livello
Non dichiarato
Disciplina
Non pertinente
Tipo
Preprint
Lingua
Inglese
Revisione tra pari
No
Sede
arXiv

Cosa ha misurato e cosa ha trovato

Il lavoro descrive un prototipo di punteggio elettronico con due telecamere montate su un telaio attorno al battifreccia, una in alto e una di lato, a circa 18 cm dal bordo del bersaglio e 10 cm davanti. Il programma, scritto in C++ con la libreria OpenCV, trova il bersaglio e i suoi anelli nelle immagini, individua la freccia confrontando la foto prima e dopo il tiro e assegna il valore dell'anello più interno toccato, come prevede il regolamento quando una freccia tocca la riga.

Su 16 frecce la telecamera superiore ha dato il valore corretto a 14 (87,5%), quella laterale a 11 (68,75%); prendendo per ogni freccia il valore più alto dei due, il risultato complessivo resta 14 su 16. L'autrice attribuisce gli errori alla cattiva calibrazione della telecamera laterale e stima che correggendola si arriverebbe almeno al 93,75%. Per confronto riporta, da una email del presidente del comitato giudici e regolamenti di USA Archery, che in una gara i giudici vengono chiamati su circa 30 frecce su 18.000, e ne ricava un errore umano massimo dello 0,17%.

Come è stato misurato

La procedura ha più passaggi. All'inizio si calibrano le telecamere, si fotografa il bersaglio vuoto e l'utente clicca sul centro di ogni bersaglio. Il programma trova i bordi degli anelli con l'algoritmo di Canny, li approssima con ellissi e costruisce una maschera che esclude tutto ciò che sta fuori dal bersaglio; un filtro bilaterale e operazioni di erosione e dilatazione tolgono una parte del rumore. Dopo ogni freccia l'utente preme un pulsante, il programma sottrae l'immagine precedente da quella nuova, isola l'asta con un elemento strutturante verticale e cerca il punto della freccia più vicino al centro. Poi applica le maschere degli anelli dalla più grande alla più piccola: l'ultimo anello che contiene il punto dà il valore.

Il sistema presuppone un bersaglio a fondo bianco, anelli distinguibili per colore o per bordo e una X al centro. Il lavoro è stato fatto nell'estate del 2007, durante uno stage di ricerca alla Iowa State University, ed è stato caricato su arXiv nel 2021.

Il metodo, spiegato: Leggere il bersaglio con una fotocamera, Machine learning e visione artificiale negli studi sul tiro

Limiti

La prova è minima: 16 frecce, un solo bersaglio di una sola misura, una sola sessione, senza indicazioni su distanza, luce o su quante frecce cadessero vicino alle righe, che sono i casi difficili. Il confronto con i giudici non regge: lo 0,17% non è un errore misurato, ma la quota di frecce su cui il giudice viene chiamato, e in gara il punteggio lo leggono gli arcieri al bersaglio, con il giudice che interviene solo sulle frecce dubbie.

L'autrice stessa elenca i problemi: le telecamere mettevano a fuoco male, la luce variabile confondeva gli anelli e l'algoritmo dei bordi lasciava incompleti proprio gli anelli interni, quelli che valgono di più. Le telecamere vedono il bersaglio di sbieco, come un'ellisse, e la trasformazione per riportarlo a un cerchio è solo progettata. Il testo non è passato da una revisione tra pari e va letto come una prova di fattibilità di quasi vent'anni fa.

Cosa vuol dire per chi tira

Per chi tira oggi lo studio ha soprattutto un valore storico. Mostra perché il punteggio automatico con le telecamere è difficile: le frecce sulle righe, la luce che cambia nel corso della giornata, i bersagli visti di sbieco e gli anelli centrali piccoli sono gli stessi problemi che un sistema deve risolvere per essere accettato in gara. Con un'accuratezza dell'87,5% il prototipo sbagliava due frecce su sedici, e l'autrice stessa conclude che servono modifiche per avvicinarsi alla precisione di un giudice.

Per chi pensa di usare una telecamera o un'app per registrare i propri tiri in allenamento, il lavoro indica che la qualità della telecamera e della calibrazione conta almeno quanto il programma: nel prototipo gli errori venivano da lì, e gli anelli interni, i più piccoli, erano i più difficili da riconoscere.

Nel registro

Le affermazioni in cui questo studio è un'evidenza, con la sua posizione e lo stato attuale.

Filone di ricerca

Stesso filone

Cita questa scheda
APA

Campagna, M. (2026). Scheda studio: OnTarget: An Electronic Archery Scoring. In Registro delle evidenze. matteocampagna.com. Consultato il 16 ottobre 2026, da https://matteocampagna.com/evidence/danielescu-2021-ontarget-electronic

BibTeX
@misc{campagna2026_evidencedanielescu2021ontargetelectronic,
  author = {Campagna, Matteo},
  title = {Scheda studio: OnTarget: An Electronic Archery Scoring},
  year = {2026},
  howpublished = {Registro delle evidenze, matteocampagna.com},
  url = {https://matteocampagna.com/evidence/danielescu-2021-ontarget-electronic},
  note = {consultato il 2026-10-16}
}