再過不到一年的時間，北京冬奧會盛典的大幕就將拉開。在緊鑼密鼓的備戰時刻，運動員在潔白的冰雪上劃過一道道弧線，為迎接屬于自己的“高光時刻”作著預演。而在他們背后有這樣一群人，在崇禮雪場、在實驗室、在計算機旁忙碌著，努力用“黑科技”分析解讀弧線背后的信息。

滑冰滑雪的動作如何更精準？如何在非雪季進行雪上訓練？……為備戰冬奧，幾年來，由北京理工大學等高校共同實施的國家重點研發計劃“國家科學化訓練基地建設關鍵技術研究與示范”等“科技冬奧”項目穩步推進，一項項“黑科技”已經或即將運用于我國冬季運動項目的訓練中，它們將為冬奧運動員的訓練和比賽賦能和助力。

捕捉到運動員一顰一笑的高精鏡頭

“針對設備在冰場環境下的適用情況，剛剛在首都體育學院進行了測試，按道理我們現在應該在東北為運動員做些服務，但因為疫情原因計劃受到一些影響。”北京理工大學光電學院儀器研究所副教授劉明說。

讓劉明心心念念的設備，并不算龐然大物，是兩臺將冰上運動員的運動軌跡、過程加以捕捉、采集的裝備。“云臺變焦運動軌跡采集與動作捕捉分析設備是有變焦功能的，加入了智能跟蹤算法，可以從運動員起跑開始跟隨其全部運動過程，運動員在畫面中大小相對穩定，就能形成對其比較精細的特寫。一方面可以便于提取其運動軌跡，同時也可以對其身體部位進行動作捕捉。冰場全景圖像采集與運動軌跡分析系統則可對整個賽場進行全景拍攝，它有很高的單幀分辨率，能達到2500萬像素和每秒160幀的幀頻，可記錄大場景下高速運動運動員的軌跡。雖然精度低些，但能同時測量多人。”劉明表示。

兩臺裝備的強強組合，究竟能幫上運動員什么忙？劉明表示，采集運動員跟蹤特寫和軌跡，可以幫助運動員優化技術動作，更加科學、有效地進行訓練。“例如系統可以分析運動員頭部位置，分析過彎道時頭部距離冰面的高度，幫助運動員在訓練中更科學地調整身體姿態和平衡。”劉明說。

那么，完成跟蹤記錄，為何不用高速攝像機代勞？劉明的答案很簡單，自己的設備就是要讓運動員、教練員覺得好用。現有市場上常見的設備都可以滿足多角度拍攝和三維測算需求，但視野相對固定，記錄范圍相對有限，若要記錄較大范圍場地，則需設置覆蓋不同區域的多組相機，系統復雜、造價很高，通常固定安裝在冰場內無法移動。

劉明表示，為突破這些局限，僅是鏡頭從開始研發到目前產品已經經歷了7個版本。“將云臺變焦技術運用于機器視覺中，首先要解決的問題就是精度問題，云臺有個角精度，變焦鏡頭有個焦距變化的精度，所以必須隨時知道焦距和放大率的實時數據。而市面上的鏡頭無法做到，所以從轉臺到變焦系統只能自己做，雖然工作量很大，但設備的精度就有保障了。此外就是算法，作為光學跟蹤系統，對于目標物的干擾、遮擋比較敏感，一旦出現運動員相互遮擋、目標物短暫丟失的情況，傳統算法就會亂套，所以學生下了很大功夫去完善，目前已經實現了有短暫遮擋繼續跟蹤的功能，還在不斷改進。”劉明說。

“定位到厘米”的三維重現

如果說劉明團隊是在冰上的小場捕捉運動員的一顰一笑，那么張海洋團隊則是在雪地的大場捕捉滑行時速可達上百邁運動員的幾厘米偏差。

高山滑雪運動員過旗門時雪板和旗門的相對位置如何？雪車雪橇入彎道的角度如何？這些指標在冰雪運動中都尤為重要，既和選手的技術純熟度有關，也是選手在整個賽程平穩發揮的關鍵因素。然而，這些運動場地往往高山起伏，賽道蜿蜒盤旋，有的長達幾十公里，如果不借助設備，教練員甚至都看不到運動員在哪里。北理工光電學院副教授張海洋告訴記者，過去教練員純粹靠經驗判斷，而現在他的團隊則可以為教練員提供精確到厘米級的數據。

“我們運用無人機、車載激光雷達掃描奧運雪場，然后從雪場的三維數據里提取其賽道參數提供給教練，例如轉彎半徑、坡度等雪道參數，通過點云數據的反演和場景重建后，提供給模擬訓練裝備的設計開發使用。從今年年初開始，應訓練隊的要求，我們還在研發在三維地形上實時顯示運動員的運動信息，便于教練員觀測運動員滑行速度、轉彎速度等。”張海洋介紹。

對于這個由5位老師、10位學生組成的團隊而言，冒著嚴寒測雪場的經歷令所有人難忘。“1月初，崇禮雪場的溫度是零下35攝氏度，無人機很難達到要求，只能由團隊師生抱著激光雷達冒著低溫嚴寒去測量。但是由于場地起伏、植被遮擋等原因，激光雷達測量的一個步進只有百米，于是我們團隊男生搬著設備、女生記錄數據，充分利用運動員訓練休息的間隙，一條雪道一條雪道進行測量，整整在低溫下測了一天。到第二天我們的三維場景就做出來了，交給訓練隊使用。”團隊一位成員說。

“冬奧實地賽場賽道落差大，運動員滑全程危險性、技術要求很高，需要克服很大心理壓力，所以一天只能滑幾次，體力消耗很大，借助仿真系統可以幫助其提高訓練效率、建立心理預期。”張海洋表示，項目意義還在于為運動員搭建室內模擬場景，團隊掃描完每一個場景后，VR團隊都會緊張地投入到模擬場景的制作中。“目前越野滑雪、冬季兩項等項目的三維場景都在緊張的制作中，等非雪季提供給運動員使用。因為三維場景的精度很高，在厘米級，所以仿真性也會很好，我們的滑雪模擬器不僅可以實現左右滑，還有前后滑，甚至全坡道的模擬，和高精度三維地形完美結合。”

“精確到肌肉”的智能管理

“在速度滑冰運動中，主要是靠腳蹬冰來獲取動量。通過統計男女運動員起跑時身體左右兩側的各個夾角特征的平均值，可知相比于男運動員而言，女運動員膝蓋之間的夾角偏大，屈膝的幅度較小，可以適當嘗試一下壓低身體重心，右側手臂夾角偏大，應該適當回收，提高身體穩定性。”長春師范大學速滑隊的運動員接到了這樣一份智能化運動管理建議。

跳臺滑雪用何種姿勢起跳最好？速度滑冰如何控制身體與冰面角度？據悉，北理工宇航學院針對高山滑雪、越野滑雪、跳臺滑雪、速度滑冰等4類冬季運動項目，基于三維動作捕捉技術、空氣動力學、柔性傳感器技術、非接觸式生命體征檢測技術，研發了動作姿態采集與空氣動力學實驗分析系統、生理參數監測與運動生物力學分析訓練系統，建立人體骨骼肌肉、呼吸循環等生物力學模型，進而對運動員在不同運動項目中的各個專項訓練中的數據進行整理、分析、匯總，為特定運動員提供個體化、智能化訓練方案。

將智能管理“精確到肌肉”的還有上海體育學院的劉宇教授團隊，據報道，團隊通過采集跳臺滑雪運動員的數據信息，結合可穿戴設備等新技術進行神經啟動、肌肉控制等方法研究，建立數字化高速影像、冠軍選手模型、運動員心理分析、運動損傷防護等，為雪上技巧類項目提供理論和數據支撐，助力選手實現成績突破。

為無微不至地服務于運動員，一些高校還在運動員的穿戴上下了功夫。據媒體報道，北京服裝學院劉莉教授團隊用減阻面料設計了最新款速滑競速服，采用新型的柱狀陣列式抗沖擊結構和新型吸能緩震材料、防切割面料為高山滑雪、短道速滑選手設計了訓練防護服、比賽用服。前不久，天津工業大學領銜的國家重點研發計劃“科技冬奧”積極保暖服裝研發項目組向備戰2022年北京冬奧會的運動員捐贈了可穿戴自加熱耐低溫服裝用品，在零下40℃的環境下，加熱面罩內部溫度仍可達10℃左右，持續發熱1至3小時。

“團隊隊員很不容易，但運動員比我們更辛苦。我們非常榮幸能為他們提供技術支持。冬奧漸漸臨近，希望每位運動員都能快樂訓練，多出成績，為國爭光！”張海洋說。

責任編輯：lq6