科技前沿

移動、康復和娛樂可穿戴傳感器

各大體育聯盟和體育賽事紛紛轉向技術解決方案，以新的方式幫助運動員提高訓練和吸引球迷，預計到2026年，全球體育科技市場將積累近418億美元的收入。

荷蘭Xsens公司開發的MVN動作捕捉系統，是一個分析全身運動捕捉系統，可以讓教練和運動員了解運動的細微差別，并分解運動中的生物力學。這使運動員能夠在訓練時對自己的動作或姿勢進行必要的調整，最終提高比賽水平。

即將到來的2021年東京奧運會(2020年改期)，職業奧林匹克運動員為攀巖運動的首次登場做準備時，Xsens的MVN分析系統可以幫助攀巖者調整他們的技術，使牽引、速度和巖石與運動之間達到一個非常契合的狀態。Xsens運動傳感器能夠精確測量攀巖者和墻壁之間的距離，記錄每一個肢體的運動，并精確定位那些只有通過記憶才能識別的習慣。

Xsens技術還幫助醫療保健專業人員了解患者的生理活動。運動損傷診所Pro-F利用Xsens的即時數據告知其治療和評估。例如，能夠在患者進行簡單跳躍時跟蹤和分析每一次肌肉運動，有助于治療師根據體位和其他身體風險確定患者的穩定性、再受傷的機會。醫療人員以傳統的方式，僅憑視頻或簡單的人眼觀察，細微差別(如患者偏向身體一側以避免加重傷害)將很難發現，并預料可能導致進一步的傷害。

2017年，O2與M&C Saatchi Sport&Entertainment和Xsens user Happy Finish合作，提供“穿玫瑰”體驗，讓粉絲們通過虛擬現實(VR)參與錦標賽。“穿玫瑰”的體驗讓觀眾可以挑戰英格蘭橄欖球隊，考驗他們的球技。

Xsens MVN系統幫助捕捉玩家的動作，以最好地告知計算機生成的圖像，這樣當玩家在VR中跑步時，便是最準確的寫照。Xsens提供了一個健壯的系統，它可以在不影響運動捕捉數據的情況下經受住鏟球和靈活的運動。 Xsens提供的VR體驗讓球迷能夠身臨其境。

完美投手：聰明的棒球訓練

在CES2021展會上，臺灣公司JingleTek展示了一款智能棒球STRIKE，展示了體育科學如何幫助提高投球水平，為球隊贏得比賽做好準備。數據分析和傳感器技術可以提高運動員的表現。可以消除關鍵的納秒猶豫，并確定投手改進的方法。

JingleTek強調了五個方面，使投手和教練能全面了解球場。由于內置了多個精密傳感器，STRIKE可以測量所有五個因素，STRIKE的設計與棒球比賽的規格非常吻合。

※旋轉速度：旋轉速度是俯仰速度和運動的重要因素。一個高速攝像頭可以讓STRIKE記錄每個位置的旋轉速度，并在附帶的應用程序上實時顯示。

※速度：實時了解投球速度可以讓投手看到他們的調整是如何提高投球速度的。

※軌跡：投手的移動對幫助投手使擊球手失誤至關重要，了解軌跡的微小變化對投球結果有很大影響。

※位置：精確俯仰影響團隊的總體戰略。通過先進的位置投球訓練，投手可以像優秀的弓箭手一樣，更準確地擊中目標。

※旋轉軸：旋轉軸是棒球運動的重要因素。STRIKE讓投手在棒球打到接球手的手套之前，能準確地看到棒球是如何在球場上旋轉。

最初的Strike1.0版本從10000多投手那里收集了2800000多個集體投手的信息。為了將智能棒球的服務擴展到球隊的其他位置，JingleTek開發了STRIKE 2.0，它捕獲了更多的功能，包括捕手的彈出時間，以及為教練、運動員和體醫提供報告系統和慢動作視頻。

嵌入棒球中的雙鏡頭攝像機可以產生具有極高幀速率的慢動作視頻。通過圖像分析，投手和他們的教練能夠記錄和比較投手的釋放點和投球速度，并在球場的每一個點分解。應用程序中的增強現實功能有助于打擊系統在訓練投手精確定位時呈現更動態的數據范圍。

STRIKE智能套裝上的運動傳感器有助于測量投手的運動鏈。通過這些數據，球隊不僅能夠理解球的運動，而且能夠分析特定的手臂和身體位置和變化如何影響球場。

成為明星運動員的途徑

國外職業體育界迅速采用了新技術，不僅通過新穎的解決方案提高了運動員的表現，而且增強了球迷的體驗。

一種新的人工智能解決方案?2021展商英特爾(Intel)目前正在幫助國外足球聯盟(NFL)的參賽者更好地了解自己的身體如何運動，為他們提供信息，以便做出調整，實現好的表現，并在聯盟中贏得夢寐以求的地位。

英特爾的3D運動員跟蹤(3DAT)技術捕捉和分析骨骼數據，揭示了運動員身體運動的前所未有的洞察力。不同的骨骼結構可能是一個運動員比另一個運動員更快或更敏捷的一個因素。使用每秒60幀的攝像機，3DAT程序揭示了基于運動員骨骼結構的速度、加速度和生物力學的見解。

3DAT不僅可以揭示肉眼看不到的技術改進和身體角度，還可以識別可能對運動員表現產生負面影響的抽搐和運動，或揭示身體上的微小骨折和反復勞損，以防止更嚴重的傷害。

英特爾最初為報道2021年奧運會的電視評論員設計了3DAT，讓記者向感興趣的觀眾展示明星運動員的動作和表現與其他人的不同。

這項技術可以將人工智能生成的運動員表格的視覺效果覆蓋在賽事回放上，從而為球迷參與度提供新的數據支持。