探索训练“最优解”，科技助力冬奥健儿创佳绩

现代体育竞赛绝非一个人的“战斗”，背后的科技支撑不可或缺，特别是当其体现在奥运健儿训练备战之中时。随着北京2022年冬奥会的脚步临近，很多观众们会关注在比赛中，高山滑雪如何快速绕过旗门；越野滑雪用什么姿态最省力；跳台滑雪用哪种姿势起跳最好；速度滑冰怎样训练提高过弯道的技能？

“对冬季运动项目的影响包括人、机、环境等多种因素。我们现在做的就是在运动员训练和比赛中，针对影响其技术动作发挥的关键因素，设计新型的训练装置和运动器械，优化运动员动作姿态，从而提高他们的比赛成绩。”1月13日，北京理工大学宇航学院副院长霍波教授在接受科技日报记者采访时介绍道。

不久前，记者在北京市科协主办的“科技助力冬奥”科学传播沙龙上了解到，北理工承担了科技部“科技冬奥”专项“国家科学化训练基地建设关键技术研究与示范”项目，历时三年，通过多学科交叉融合，突破领域间壁垒，打通“学—研—用”全链条，进行冰雪运动生物力学研究和研制相关运动装备，建设冬季项目国家科学化训练基地。

霍波进一步指出，在冬奥会项目中，高山滑雪的绕旗门回转动作、越野滑雪中上坡的二步交替滑行技术、平地和下坡的同时推进滑行技术，以及跳台滑雪中助滑后的起跳角度、飞行姿态等都属于关键技术动作。而完成动作时的姿势涉及运动员的速度、角度，还有心肺功能、骨骼肌肉等生理参数，因此，竞赛成绩对运动员本身的要求颇高。

围绕具体的研究目标，霍波带领团队研发先进的技术，探索训练中解决问题的“最优解”——基于三维动作捕捉和自动识别技术、空气动力学实验和模拟技术、生理传感器技术、肌骨动力学分析技术等，研发“冬季项目智能训练管理系统”，为运动员提供个性化、智能化训练方案，实时可以采集不同运动项目下运动员的三维姿态参数，以及该动作下所产生的地面反作用力、空气阻力等，形成该运动员的动力学数据库，为后续的运动生物力学分析及训练方案的制定提供支持。

如何将研发的技术及装备应用到北京冬奥的训练备战中？霍波答道：“首先，在高山滑雪、雪车、雪橇等运动的现场，想要测量运动员的滑行轨迹，就需要构建真实的场景，采用冬季项目场景三维感知及重建技术。我们采用激光雷达，在无人机从赛道上飞过时，通过激光点精确记录赛场的山形地貌的图像，并测量赛场实地的情况，同时在运动员身上佩戴基于卫星的定位跟踪器，将其运动的位置显示在赛道上。在测量、分析地面反力时，用到足底压力鞋垫，在鞋垫中集成一系列压力传感器，得到地面反力的数据。在足底压力鞋垫不适用的情况下，可以通过视频采集运动员的运动学数据，以此来预测分析地面反力。”

为了不影响运动员训练，研究人员采用高速、分辨率较高的相机系统，对运动员大范围、远距离、快速移动情况下的动作进行捕捉，然后利用基于深度学习的姿态识别技术，得到每个关节点在不同时刻的轨迹。

与此同时，霍波团队建立了全人体的骨骼肌肉模型，针对特定运动，关注关键肌肉群，通过人体动力学分析，计算获得骨骼受的力和肌肉受的力，由此，分析演算运动员在运动中骨骼损伤度，以及如何避免损伤等状况。还精确研究分析机械耦合人体运动的情况，比如，受空气阻力影响，跳台滑雪运动员在飞行过程中雪板变形振动，会如何影响到其运动的姿态和飞行距离。

当运动员在雪上“飞”时，速度非常快。如何考虑空气阻力对运动员姿态的影响？霍波说，比如跳台滑雪的速度可达每秒30米，空气阻力相当大。我们从两个方面研究：通过实验，利用风洞，施加风速，测量运动员所受的力、合力矩等；采用数值模拟，得到一些数据库，加到建立的人体运动模型中，就可得到人体所受到的空气阻力，以及对姿态和运动轨迹的定量影响。

由此，通过冬季项目智能训练管理系统，教练员与运动员得以更直观、更科学的方式深入了解运动员全过程运动状态，对比每次生成的分析报告，持续调整运动姿势和发力方式等，助力运动员不断提升训练成绩，力争冬奥夺金。