作者：高 峰（北京體(ti) 育大學常務副校長、教授）

　　北京冬奧會(hui) 開幕在即，這些科技範兒(er) 你了解嗎？當今世界，科技在競技體(ti) 育中的作用越來越突出，要綜合多學科、跨學科的力量，統籌推進技術研發和技術轉化。科技部為(wei) 此設立了“科技冬奧”重點專(zhuan) 項，以創新性科技手段助力冬奧備戰和我國冬季運動項目發展，在確保我國運動員在本屆冬奧會(hui) 上取得突破性的優(you) 異成績的同時，進一步提高我國冬季項目科學研究水平和可持續發展動力。其中，北京體(ti) 育大學牽頭承擔了“冬季項目運動員專(zhuan) 項能力特征和科學選材關(guan) 鍵技術的研究”任務，目前項目組已突破製約部分冬季項目運動員競技表現能力提升的關(guan) 鍵技術，應用人工智能技術實現了運動員技術戰術數據實時反饋與(yu) 評價(jia) ，以集成創新為(wei) 依托，創建以體(ti) 能為(wei) 核心、以冠軍(jun) 模型為(wei) 目標、以智能和大數據等技術為(wei) 手段的冬季項目運動員選拔、培養(yang) 和訓練監控方法體(ti) 係。而這，將持續影響我國冬季競技體(ti) 育和大眾(zhong) 體(ti) 育的發展。

　　1、跨項選材的參考係——冠軍(jun) 模型

　　與(yu) 發達國家相比，我國冰雪項目起步晚，人才儲(chu) 備不足，需要跨項遴選運動員。據冬季運動管理中心公布的數據顯示，截至2018年，冰雪項目各國家集訓隊共選拔了3257人，比平昌冬奧會(hui) 同期增幅達844%。截至2020年8月，我國29支冰雪項目國家集訓隊共有316名運動員來自跨項，100%由跨項運動員組成的國家集訓隊有11支。

　　那麽(me) ，跨項選材的依據是什麽(me) 呢？

　　想要回答這個(ge) 問題，我們(men) 要了解一下什麽(me) 是“冠軍(jun) 模型”。“冠軍(jun) 模型”又稱為(wei) 優(you) 秀運動員專(zhuan) 項能力結構模型，與(yu) 運動員在賽場的競技表現密切相關(guan) ，是最終決(jue) 定比賽成績的關(guan) 鍵因素。

　　要想選出適合的運動員，就要知道冬季項目的“冠軍(jun) 模型”究竟是什麽(me) ？

　　北京體(ti) 育大學研究團隊進行了深入的研究。結果發現，與(yu) 夏季項目相比，冬季項目的“冠軍(jun) 模型”常常受到人（運動員）—機（運動裝備）—環（環境）三要素的更為(wei) 複雜交互式關(guan) 係的影響。所以，冬季項目“冠軍(jun) 模型”可區分為(wei) 可控製的內(nei) 源性因素（如運動員體(ti) 能、技能和運動心智等）和不可控製的外源性因素（如運動裝備、環境等）兩(liang) 個(ge) 部分。其中，可控製的內(nei) 源性因素是運動員選材的關(guan) 鍵。

　　以我國的優(you) 勢項目短道速滑為(wei) 例，其“冠軍(jun) 模型”包含了以下三要素：專(zhuan) 項體(ti) 能是基礎、專(zhuan) 項技能是核心、複雜多變的戰術是保障，代表了以“穩、快、靈、巧”為(wei) 運動表現的技能主導類競速項目。運動員的專(zhuan) 項體(ti) 能要素包括體(ti) 成分、等速肌力、最大攝氧量、最大無氧功率，以及靈敏素質等，專(zhuan) 項技能包括起跑技術、直道滑行技術、入彎道技術、出彎道技術等。又如，在越野滑雪項目中，要求運動員具備超強的專(zhuan) 項耐力，才能在比賽中獲勝，決(jue) 定專(zhuan) 項耐力的關(guan) 鍵要素包括攝氧量峰值、核心肌力、最大無氧功率以及良好的身體(ti) 平衡能力等。

　　總之，重新認識冬季項目的專(zhuan) 項能力結構模型是保障訓練的基礎性工作，也是確保跨項選材成功的導向目標。

　　2、成績提升“神器”——神經網絡模型

　　競技體(ti) 育需要運動員全身各關(guan) 節、肌肉的協調運動，合理高效的動作技術對運動表現至關(guan) 重要。在目前的競技體(ti) 育中，成績每提高一點都要付出巨大努力，而機會(hui) 往往蘊藏在細節中——短道速滑中要蹲到什麽(me) 程度,擺臂幅度多大更合理等。以前這些關(guan) 鍵性的細節隻能靠運動員和教練員在一次次嚐試中去體(ti) 會(hui) ，很難量化和預測。

　　以越野滑雪為(wei) 例，該項目以滑雪板和滑雪杖在丘陵起伏的規定路線上滑行。明確滑雪技術身體(ti) 動作特征與(yu) 運動表現的關(guan) 係，可為(wei) 運動員技術訓練提供指導。運動員自身的專(zhuan) 項能力、比賽中的地形和技術變化都呈現多樣的特征，這些特征相互關(guan) 聯、影響，並在一定程度上會(hui) 影響比賽成績。傳(chuan) 統上這些特征對成績影響的重要程度，以及訓練幹預後的特征對成績的綜合同步影響難以確定，無法精準指導訓練、科學評估訓練效果。

　　當下的機器學習(xi) 為(wei) 科學訓練提供了新的方法和路徑。越野滑雪、速度滑冰等競速類比賽追求“快”，運動員速度是動作技術的最終體(ti) 現形式。北京體(ti) 育大學科研團隊將滑雪運動員不同技術類型、比賽時不同地形的技術動作特征、比賽成績等多層次數據融合，分析對比賽速度最為(wei) 關(guan) 鍵的技術動作特征。進一步基於(yu) 關(guan) 鍵技術特征，利用深度學習(xi) 手段，構建神經網絡模型，預測滑雪速度。

　　項目團隊建立的神經網絡模型預測速度的決(jue) 定係數可達到0.9，應用模型可以實現訓練的多維度比較，以最終速度為(wei) 指向，快速為(wei) 運動員和教練員反饋訓練幹預效果，為(wei) 教練員的指導和運動員的動作優(you) 化提供了科學依據。這相當於(yu) 教練員手握一麵鏡子，從(cong) 而形成“訓練幹預—效果評估—技術改進—效果再評估”的科學有效的訓練模式。

　　這一方法也應用在速度滑冰中，為(wei) 了盡可能減小風阻，運動員必須保持較小的下蹲角度，對下蹲姿位也有較為(wei) 獨特的要求。通過對我國速度滑冰優(you) 秀運動員的動作特征進行研究，北京體(ti) 育大學項目團隊分析了對滑冰速度影響較大的動作技術特征，並建立神經網絡預測模型，基於(yu) 上述分析的重要動作特征參數，預測滑冰速度，為(wei) 運動員的訓練及技術調整提供科技支撐，保障了運動成績的提升和穩定性。

　　3、智能冰場“黑科技”——自動識別係統

　　獲取運動員在每一次比賽中的關(guan) 鍵數據是總結經驗、提高成績的有效辦法，但這是一個(ge) 非常棘手的問題——傳(chuan) 統上依賴可穿戴設備進行這些數據的收集，或者在運動員身上粘貼標記點，利用較多的紅外鏡頭進行標記點的捕捉和追蹤。但這些技術都無法在真正的比賽中使用——真正的比賽中絕不會(hui) 允許任何有可能幹擾到運動員比賽的可穿戴設備以及標記點出現。

　　所以，人工智能智慧冰場絕不是簡單的智能管理係統，它的核心，應該是如何通過先進的科技手段，在不打擾運動員比賽的情況下，對冰場上正在緊張訓練或比賽的運動員進行技術的總結與(yu) 提升，更是智慧場館需要解決(jue) 的核心科技問題。

　　由北京體(ti) 育大學主導研發的基於(yu) 人工智能技術的“無標記點人體(ti) 運動自動識別人工智能係統”，可在不接觸運動員的條件下，僅(jin) 僅(jin) 利用架設在賽場周圍的高速攝像機，通過機器視覺方法自動跟蹤運動員的冰上位置，並對運動員進行人體(ti) 21個(ge) 關(guan) 鍵點的自動識別，即時合成運動員三維運動姿態數據，並繪製出相關(guan) 數據曲線，便於(yu) 運動員和教練員及時掌握體(ti) 能分配情況和比賽技戰術狀態，以評估訓練效果。

　　整套係統基於(yu) 機器深度學習(xi) 原理的人工智能技術，采用了人工智能機器視覺算法以及三維重建技術，同時突破性地使用了大範圍視頻影像拍攝與(yu) 拚接技術，還可計算人體(ti) 重心位置、關(guan) 節角度、速度和器械運動狀態等一係列動作技術指標，監測運動員運動過程中瞬時速度、加速度、運動軌跡、身體(ti) 姿態等多種運動信息，可滿足大多數冰雪項目動作技術分析的需要。該係統成功運用於(yu) 速度滑冰、鋼架雪車、跳台滑雪、越野滑雪等項目，實現了複雜場景下三維動作捕捉與(yu) 分析。

　　這套係統具有自主知識產(chan) 權，是目前世界上第一套能夠在實際比賽、訓練和其他臨(lin) 床環境下，使用生物力學常用人體(ti) 模型，自動采集人體(ti) 三維運動學數據的係統。運動員隻需在比賽或者訓練過程中正常運動，人工智能係統即可以在不接觸運動員的情況下收集和自動分析運動員的數據。整個(ge) 係統真正實現了無幹擾，準確且高效，是體(ti) 育科研人員夢寐以求的數據收集手段，為(wei) 教練員及運動員高水平訓練提供高科技保障。

　　應用這一係統，北京體(ti) 育大學已經收集了大量我國運動員比賽中的動作技術數據，形成了數據庫，為(wei) 大數據積累、動作技術分析，動作訓練反饋以及改進動作技術打下了堅實基礎。

　　　4、“冷環境”有氧耐力研究——保護運動員

　　眾(zhong) 所周知，冬天運動時速度和力量會(hui) 下降，也更容易受傷(shang) ——由於(yu) 溫差，冷暴露使得身體(ti) 溫度不斷散發到周圍環境中，這是人體(ti) 為(wei) 了保持正常體(ti) 溫的適應性反映。在急性冷暴露時，身體(ti) 通過增加產(chan) 熱量和減少散熱量來維持正常體(ti) 溫。當正常的能量代謝和生理功能出現紊亂(luan) ，以及皮膚和其他組織發生損傷(shang) 時，體(ti) 核溫度或末梢皮膚溫度會(hui) 下降到臨(lin) 界水平，會(hui) 影響到諸多器官係統，特別是中樞神經和心血管係統，能量代謝途徑受到幹擾，肌肉的收縮減慢變弱，神經傳(chuan) 導延遲，影響運動表現，易發生低體(ti) 溫症、凍傷(shang) 和非凍性冷傷(shang) 等冷損傷(shang) 以及急慢性呼吸道健康問題。

　　冬季項目的運動員也麵臨(lin) 這個(ge) 問題——在冬季訓練期進行雪上訓練時通常長期、反複暴露於(yu) 低溫環境中，尤其是作為(wei) 戶外冬季耐力運動項目之一的越野滑雪，其冬季訓練期間的訓練和比賽均在冷環境下進行。運動員在冬季訓練和比賽期所處的冷環境和比賽時間的不同組合會(hui) 使其承受多種低溫應激刺激。

　　研究發現，直接暴露於(yu) 環境中的前額對環境溫度變化非常敏感，前額溫度變化不僅(jin) 可以反映肌體(ti) 對環境溫度的應激情況，也可以間接反映骨骼肌的溫度。骨骼肌溫度降低影響其收縮活動，使耐力運動表現、力量和爆發力水平下降，影響運動成績和訓練效果。

　　那麽(me) ，如何保護身處寒冷中的運動員呢？

　　目前認為(wei) 的最佳有氧耐力表現溫度區間指標可能不太適合身穿專(zhuan) 業(ye) 比賽服的冷環境受試者。冬季雪上耐力項目訓練或比賽溫度環境多在零下10至0攝氏度之間，如目前我國冬季項目運動員主要的訓練場地吉林雪洞，溫度環境恒定設置在零下6攝氏度。在此環境下穿著專(zhuan) 業(ye) 比賽服時有氧運動能力的變化特征並未進行過研究。

　　因此，研究團隊通過模擬吉林雪洞零下6攝氏度的冬季項目訓練環境，呈現了在冷環境暴露時最大有氧耐力運動表現及相關(guan) 生理學指標的變化特征，為(wei) 低溫環境運動訓練監控提供了一定的實驗室依據。

　　現代競技體(ti) 育尤其是冬季項目，不僅(jin) 是運動員在賽場上的競爭(zheng) ，更是比賽背後各國科技力量和科技水平的比拚與(yu) 展現。當前競技體(ti) 育成績的提升早已不能單靠苦練來取得，科學的訓練、科學的選材、科學的場館、科學的裝備、科學的保障等複合係統能力已成為(wei) 製勝的關(guan) 鍵因素。僅(jin) 以北京體(ti) 育大學為(wei) 例，從(cong) 1988年第24屆漢城奧運會(hui) 開始，北京體(ti) 育大學累計獲得國家科技進步獎5次，奧運科研攻關(guan) 與(yu) 科技服務獎6次，奧運科研攻關(guan) 與(yu) 科技服務組織貢獻獎2次。自2017年以來，以學校“三個(ge) 轉型”的改革發展為(wei) 重要契機，充分發揮“大學+基地”的辦學優(you) 勢、體(ti) 育學科集群優(you) 勢和強大的科研團隊人才優(you) 勢，努力實現科技助奧過程全覆蓋、項目廣覆蓋、手段現代化、合作多元化，努力打造新時代體(ti) 育科學研究的創新高地。

　　如今，一代代體(ti) 育科研人正在攻堅克難，砥礪奮進，用科技服務奧運，助力全民健康。

　　《光明日報》（ 2022年01月27日 16版）