智慧|“智慧大脑”为冰雪运动保驾护航

2月11日晚上 , 北京理工大学博士生蒋量坐在电脑前 , 目不转睛地盯着北京冬奥会男子钢架雪车第四轮比赛 。 回忆起那一刻 , 他说 , 内心紧张 , 一直搓着双手 , 手心里全是汗 。
第一位出场的中国选手殷正 , 滑出了1分0秒28的成绩 , 刷新了赛道出发纪录 , 四轮总成绩排名第五 。 第二位出场的中国选手闫文港滑出了1分0秒15的成绩 , 四轮总成绩排名第三 , 拿到了中国选手在冬奥会历史上的首枚雪车雪橇项目奖牌 。
“既为中国运动员感到自豪 , 又感慨团队的努力有了回报 。 ”蒋量告诉中青报·中青网采访人员 。
蒋量如此关心钢架雪车的比赛 , 是因为他所在科研团队构建的冬季项目智能训练管理系统 , 已经应用到中国钢架雪车项目的日常训练中 , 实现了赛道全程的运动参数监测、出发段的三维姿态和推橇加速度监测 , 以及弯道段的路线监测等 , 对提升运动员的训练水平有重要作用 。
2018年 , 北京理工大学宇航学院霍波教授团队承担了科技部重点研发计划“科技冬奥”项目 , 构建了冬季项目智能训练管理系统 , 应用于跳台滑雪、越野滑雪、速度滑冰、高山滑雪等项目 。
2021年1月 , 国家体育总局冬季运动管理中心以及中国钢架雪车国家队也联系了该团队 , 希望提供科技支撑 。
接到任务后 , 霍波教授和该学院的于洋副教授马上带领团队到国家雪车雪橇中心训练现场 , 结合教练员的需求 , 讨论制定解决方案 。
作为团队一员 , 蒋量参与了技术攻关 。 他与孙青、陈雪、黄毅、赵森等团队其他成员连夜就开始查阅资料 , 熬了一晚上 , 拿出了初步方案 。
“最早提出的方案是利用场馆现有设备 , 对运动员进行全程运动学分析 。 后来对项目有了深入了解 , 发现出发点、弯道段的分析也是队伍迫切需要的 。 ”霍波教授说 。 随后 , 他们便开始构建运动员出发段、弯道段、滑行全程技术分析系统 。
“在全程赛道标定中 , 我们举着标定杆绕赛道全程走了一遍 , 断断续续花了两天时间 。 ”蒋量告诉采访人员 , 钢架雪车滑行速度可高达120-135公里/小时 , 过弯道时的离心加速度可达4g(4g相当于4倍重力加速度——采访人员注) , 运动员要在这样的极限条件下进行多年训练 , 他和同事都十分钦佩 。
系统构建中 , 他们遇到了诸多难题 。 蒋量说 , 首先是全程场地标定问题 。 当时场地还在建 , 赛道尺寸不完全明确 , 只能通过自制标定杆以及手持激光雷达扫描仪 , 对全程场地进行标定 。
其次是相机架设、数据同步等问题 。 蒋量回忆说 , 现场环境较狭窄 , 不便架设三脚架 , 团队便因地制宜 , 将相机通过蟹钳固定在赛道两侧的围栏上 。 同时 , 由于冰面上走线不可行 , 只能进入赛道下方进行线缆布置 。
第三是超宽带安装问题 。 雪车雪橇速度快 , 传感器无法固定在运动员身上 , 他们便用绑带、胶带等将超宽带传感器安装在雪车、钢架雪车上 。
第四是数据即时可视化问题 。 最初的方案是数据通过设备存储 , 后期进行处理 。 但这样的做法并不能满足训练需求 , 团队进一步优化传输方式 , 实现数据的即时可视化 。
从2021年1月至3月 , 霍波教授团队在国家雪车雪橇中心同时为钢架雪车、雪车两支国家队进行了67天的科研服务 , 前后修改分析系统10版左右 , 采集视频数据大小达到12T , 系统识别及后期修正图片超过10万张 。
通过不断探索 , 团队在全程滑行技术方面 , 实现了雪车自动识别、单视图标定、视频拼接、全程赛道三维重建等目标 。


以上关于本文的内容,仅作参考!温馨提示:如遇健康、疾病相关的问题,请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容,希望对您有所帮助: