現代體育競賽絕非一個人的“戰斗”，背后的科技支撐不可或缺，特別是當其體現在奧運健兒訓練備戰之中時。隨著北京2022年冬奧會的腳步臨近，很多觀眾們會關注在比賽中，高山滑雪如何快速繞過旗門；越野滑雪用什么姿態最省力；跳臺滑雪用哪種姿勢起跳最好；速度滑冰怎樣訓練提高過彎道的技能？

　　“對冬季運動項目的影響包括人、機、環境等多種因素。我們現在做的就是在運動員訓練和比賽中，針對影響其技術動作發揮的關鍵因素，設計新型的訓練裝置和運動器械，優化運動員動作姿態，從而提高他們的比賽成績。”1月13日，北京理工大學宇航學院副院長霍波教授在接受科技日報記者采訪時介紹道。

　　不久前，記者在北京市科協主辦的“科技助力冬奧”科學傳播沙龍上了解到，北理工承擔了科技部“科技冬奧”專項“國家科學化訓練基地建設關鍵技術研究與示范”項目，歷時三年，通過多學科交叉融合，突破領域間壁壘，打通“學—研—用”全鏈條，進行冰雪運動生物力學研究和研制相關運動裝備，建設冬季項目國家科學化訓練基地。

　　霍波進一步指出，在冬奧會項目中，高山滑雪的繞旗門回轉動作、越野滑雪中上坡的二步交替滑行技術、平地和下坡的同時推進滑行技術，以及跳臺滑雪中助滑后的起跳角度、飛行姿態等都屬于關鍵技術動作。而完成動作時的姿勢涉及運動員的速度、角度，還有心肺功能、骨骼肌肉等生理參數，因此，競賽成績對運動員本身的要求頗高。

　　圍繞具體的研究目標，霍波帶領團隊研發先進的技術，探索訓練中解決問題的“最優解”——基于三維動作捕捉和自動識別技術、空氣動力學實驗和模擬技術、生理傳感器技術、肌骨動力學分析技術等，研發“冬季項目智能訓練管理系統”，為運動員提供個性化、智能化訓練方案，實時可以采集不同運動項目下運動員的三維姿態參數，以及該動作下所產生的地面反作用力、空氣阻力等，形成該運動員的動力學數據庫，為后續的運動生物力學分析及訓練方案的制定提供支持。

　　如何將研發的技術及裝備應用到北京冬奧的訓練備戰中？霍波答道：“首先，在高山滑雪、雪車、雪橇等運動的現場，想要測量運動員的滑行軌跡，就需要構建真實的場景，采用冬季項目場景三維感知及重建技術。我們采用激光雷達，在無人機從賽道上飛過時，通過激光點精確記錄賽場的山形地貌的圖像，并測量賽場實地的情況，同時在運動員身上佩戴基于衛星的定位跟蹤器，將其運動的位置顯示在賽道上。在測量、分析地面反力時，用到足底壓力鞋墊，在鞋墊中集成一系列壓力傳感器，得到地面反力的數據。在足底壓力鞋墊不適用的情況下，可以通過視頻采集運動員的運動學數據，以此來預測分析地面反力。”

　　為了不影響運動員訓練，研究人員采用高速、分辨率較高的相機系統，對運動員大范圍、遠距離、快速移動情況下的動作進行捕捉，然后利用基于深度學習的姿態識別技術，得到每個關節點在不同時刻的軌跡。

　　與此同時，霍波團隊建立了全人體的骨骼肌肉模型，針對特定運動，關注關鍵肌肉群，通過人體動力學分析，計算獲得骨骼受的力和肌肉受的力，由此，分析演算運動員在運動中骨骼損傷度，以及如何避免損傷等狀況。還精確研究分析機械耦合人體運動的情況，比如，受空氣阻力影響，跳臺滑雪運動員在飛行過程中雪板變形振動，會如何影響到其運動的姿態和飛行距離。

　　當運動員在雪上“飛”時，速度非常快。如何考慮空氣阻力對運動員姿態的影響？霍波說，比如跳臺滑雪的速度可達每秒30米，空氣阻力相當大。我們從兩個方面研究：通過實驗，利用風洞，施加風速，測量運動員所受的力、合力矩等；采用數值模擬，得到一些數據庫，加到建立的人體運動模型中，就可得到人體所受到的空氣阻力，以及對姿態和運動軌跡的定量影響。

　　由此，通過冬季項目智能訓練管理系統，教練員與運動員得以更直觀、更科學的方式深入了解運動員全過程運動狀態，對比每次生成的分析報告，持續調整運動姿勢和發力方式等，助力運動員不斷提升訓練成績，力爭冬奧奪金。（華 凌）