中国奥运健儿屡创佳绩，少不了科技训练辅助助力，高山滑雪也可以在室内进行?人工智能“私教”如何在冬奥会显身手？一起来看>>
撰文/赵玲 编辑/吉菁菁
整理/新媒体编辑 赖天莹
科学性审核：霍波（北京理工大学宇航学院教授）
2022北京冬奥会进入倒计时，我国冬奥健儿冲金夺牌超越自我的激情让人振奋，但其实大家不知道的是，运动员创造更好成绩的背后，是无与伦比的科技保障。
其实，在训练备战中，科技手段都已渗透诸多环节。以科技作保障、以科技换时间，全面提升冰雪运动科学化训练水平，成为冬奥会的一大亮点，也是冬季项目补足短板、实现跨越式发展的重要一环。
那么，运动健儿好成绩的背后有哪些科技助力？我们就来讲一讲。
❄ ❄ ❄
高山滑雪
也可以在室内进行
冰雪运动开展的最大障碍之一就是冰雪资源受到时空限制，比如说没有高山，怎么训练高山滑雪？听说高山滑雪的运动员们都在室内训练？室内怎么训练？这种训练真的算数吗？
由北京理工大学自动化学院联合运达体育管理（北京）有限公司研发的室内多自由度模拟滑雪训练系统”是国家重点研发计划“科技冬奥”重点专项“国家科学化训练基地建设关键技术研究与示范”项目，它为运动员解决了难题。它的研究目标是为运动员提供竞赛用训练设备，并通过对人体及设备数据采集与分析，建立科学化训练决策支持系统。
▲北理工自动化学院研究生正在体验模拟滑雪训练（图片来源/新华社）
系统主要由多自由度模拟滑雪训练平台、运动形态识别与位姿测量系统、个性化训练智能决策系统三部分组成，主要应用于冬季滑雪项目室内训练，滑台上的滑行速度可达百公里的时速。这套系统让滑雪运动不再受制于天气，而且为运动员提供更低成本、更科学化的训练指导。
最初，国家高山滑雪队用的可不是这套设备，而是国外引进的直线式模拟滑雪运动设备。项目组进驻国家队训练基地后，细心观察运动员试用情况，获取了大量一手资料，并根据中国运动员的体型、身高等数据改进设备，最终研发而成。
使用这套系统练习时，运动员可选择“奥运赛道”模式，设定“过旗门”“大回转”“小回转”等具体训练内容。滑台下方的六自由度平台能模拟高低、倾斜、偏转等姿态，还原运动员在真实滑行中可能遇到的各种赛道状况。运动员可穿戴的运动形态识别与位姿测量系统，则用于采集分析运动员训练数据，为科学化训练提供指导依据。
❄ ❄ ❄
风洞实验室
为跳台滑雪带来另一种可能
众所周知，冰雪运动是受气候和场地影响较大的运动。例如被称为“最贴近天空的雪上项目”—跳台滑雪，在空中有约5秒钟的飞行时间。考虑到落地时膝盖的承受能力，在天气好的情况下，运动员一天下来能跳10至15次，飞行时间加起来不过80秒。如遇天气变化，更有可能临时取消训练。
如此短的竞速时间，跳台滑雪运动员要如何摆脱天气限制与受伤风险来加强训练呢？2022北京冬奥会的备战期间，风洞实验室为现代运动员们带来了另一种可能性。
在河北省涞源国家跳台滑雪训练科研基地内，有着我国首个供跳台滑雪运动员使用的跳台滑雪专业风洞实验室。
▲2020年12月，随着跳台滑雪和北欧两项国家集训队顺利进驻开展训练，由中国铁建所属中铁十六局承建的2022年北京冬奥会三大国家级冰雪运动训练基地之一——河北涞源国家高山跳台滑雪训练科研基地一期项目正式投入使用。图为跳台造雪完成 图片来源/中国铁道建筑集团有限公司
在这里，运动员可以进行助滑、起跳、飞跃等阶段的模拟训练，不仅延长了有效训练的时间，还可以不受天气状况、季节影响，实现四季训练、高效训练。
借助风洞测试，跳台滑雪运动员的飞行姿态由平行雪板改为V字形动作。因为与平行雪板相比，V字形雪板姿态能减少28%的风阻，可以提供更多的升力。
此外，飞行过程中运动员需要依靠手臂摆动控制身体平衡，该项技能的掌握也需要在风洞设备中不断强化。
❄ ❄ ❄
三维动作捕捉技术
给教练员装上了“第三只眼”
不夸张地说，三维动作捕捉技术相当于给教练员装上了“第三只眼”。
对于跳台滑雪运动员来说，滑行的速度、起跳的时机与方向、手臂摆动的角度、自身的状态等，都会影响成绩。由于各个动作的瞬时性，在传统训练过程中，为了让运动员每一个环节、每一个动作都达到“最优”，教练员的做法通常是用视频记录，然后回放分析。
然而，受观测距离、角度等方面影响，这一做法也有一定局限性。
幸好，在科技的加持下，这一问题有了解决方案。
在国家重点研发计划“科技冬奥”重点专项—“冬季项目运动员技能优化关键技术研究”项目中，项目负责人、上海体育学院科学研究院院长刘宇带领项目团队开发适合雪上运动员运动效率和运动能力提升的神经—生物力学增强技术与干预模式，利用人工智能辅助系统捕捉运动员三维动作信息，包括起跳开始蹬伸距离、起跳时下肢三个关节的角度、身体姿态、飞行初期的攻角、雪板的仰角等关键运动力学指标，帮助教练员和运动员掌握分析每一个时刻的技术动作细节。
▲跳台滑雪项目中，教练员可通过人工智能辅助系统实现对运动员运动过程的三维捕捉分析。图为虚拟数字人在起跳时的核心生物力学指标展示 （图片来源/上海体育学院）
2021年8月，这一辅助系统又取得了新的突破。根据使用方建议，项目团队将在滑道侧面的多个关键点位，如距离出发台20m、40m、60m、80m、100m、落地区等架设实时高速视频摄制系统，并基于单目相机的人工智能算法，实现对运动员上述关键位置的三维动作捕捉分析。同时通过自动控制的机器摇臂实现对运动员全过程及关键点位动作的记录，并快速生成有关数据。有关视频和生物力学数据可实时反馈给教练员和运动员，便于后续战术动作分析等工作的进行。
与此同时，项目团队还利用可穿戴传感器技术，对运动员全程速度、加速度及其雪板进行空间位置精确跟踪、测定，优化其动作控制，该项目对于诊断运动员各环节动作的短板、加快提高成绩很有帮助。
❄ ❄ ❄
人工智能
智能“私教”冬奥会显身手
竞技体育发展到今天，运动员的各项素质都已接近人体极限，此时，用人工智能技术对运动员的动作技术进行分析，再提出改进建议，有望以科技手段助运动员一臂之力。
用生物力学方法研究人体运动，需要对所做动作进行定量分析，但离不开基础数据。快速高质量地获得运动员动作技术数据，是当前急需攻克的瓶颈问题。传统动作捕捉技术，要么需要在人体固定反光标记点或惯性传感器，要么需要人工识别人体关节点。
为了解决这个问题，北京体育大学运动与健康研究院院长刘卉教授团队利用基于深度学习原理的人工智能技术，建立神经网络模型，实现对动作视频中人体关节点的计算机自动识别，进而建立起适用于竞技体育和一般生物力学研究的计算机系统—无反光点人体运动自动捕捉人工智能系统。
▲基于AI技术的速度滑冰项目大范围三维空间标定和动作捕捉与分析（图片来源/刘卉论文截图）
运动现场拍摄视频，画面环境复杂多样。课题组在常用的运动人体跟踪算法中结合了光流跟踪技术，即通过动作量的多少、动作幅度的大小来准确锁定主ID（身份人物），有效规避快速运动造成的影像模糊，减小复杂背景等因素干扰，确保能够“跟得住”。
同时，对大量已标记的训练数据进行机器学习，利用计算机系统形成神经网络，可识别不同运动姿态的人体关节点，达到“识别准”。
另外，该系统还提供多种空间三维标定方案，可解决大范围、高空动作的数据采集问题。在跳台滑雪等空中技巧类的项目中，也能够为很难被肉眼识别的技术细节找寻改进的空间。
通过在国家速度滑冰和越野滑雪项目训练中的应用，系统获得了超过8000人次的赛时动作技术数据，使机器深度学习越发“得心应手”，对于滑冰与滑雪运动员的动作捕捉与技术分析，既能精准到具体细节，又能快速反馈分析结果。
该系统用于钢架雪车、花样滑冰、跳台滑雪等项目的国家队备战训练工作，为运动员在北京冬奥会的优异表现提供了重要的科技支撑。
（本内容由北京科技报与中国数字科技馆联合制作）
出品：科普中央厨房
监制：北京科技报 | 北科传媒
欢迎分享到朋友圈
未经授权谢绝转载
扫码下载APP
科普中国APP
科普中国
科普中国
京公网安备11010202008423号