Con­nec­ted Flip­per – In­ter­net of Things zum An­fas­sen

Um die The­men In­ter­net of Things und Big Da­ta greif­ba­rer zu ma­chen, ha­ben wir ein ur­a­na­lo­ges Pro­dukt aus­ge­wählt – ei­nen Flip­per aus dem Jah­re 1987. Ziel ist es, die­sen Flip­per zu ver­net­zen, Da­ten zu er­he­ben und prä­dik­ti­ve Mo­del­le da­für zu ent­wi­ckeln. Mit­tels zwei­er Raspber­ry Pis ver­net­zen wir ver­schie­de­ne Ele­men­te des Flip­pers und er­hal­ten so Da­ten über Aus­lö­sung der Flip­per­ar­me und Boun­cer in Echt­zeit. Ei­ne Ka­me­ra er­hebt zu­sätz­lich un­struk­tu­rier­te Bild­da­ten be­züg­lich des ak­tu­el­len Spiel­stan­des. Mit Ma­chi­ne-Learning-Al­go­rith­men und maß­ge­schnei­der­ten D3-Vi­sua­li­sie­run­gen wer­den Spiel­ver­läu­fe ana­ly­siert und dar­ge­stellt. Das Spiel am Flip­per wird da­bei in Echt­zeit auf ei­nem Mo­ni­tor vi­sua­li­siert. Ei­ne Mus­ter­er­ken­nung iden­ti­fi­ziert den ak­tu­el­len Spiel­stand auf Ba­sis der auf­ge­nom­me­nen Bild­da­ten.

Nut­zen für den Kun­den

Die Ver­net­zung des Flip­pers ist die Grund­la­ge für die Er­fas­sung der Spiel­da­ten. Durch die Aus­wer­tung die­ser Da­ten kön­nen erst­mals Er­kennt­nis­se über das Spiel­ver­hal­ten und die Nut­zer ge­won­nen und so­mit das Kun­den­ver­ständ­nis ver­bes­sert wer­den. Die Spie­ler kön­nen bei­spiels­wei­se in Spie­ler­ty­pen ge­clus­tert oder es kön­nen Pro­gno­se­mo­del­le für den High­s­core oder die Spiel­dau­er ent­wi­ckelt wer­den.

Big-Da­ta-Me­tho­den

  • Vi­su­al Ana­lytics
  • Ma­schi­nel­les Ler­nen