當冬奧會遇到人工智能

王寶會　馮培祿

衣服上的“小幫手”

冬奧會、冬殘奧會運動員通過可穿戴設備能夠獲取關鍵的生理參數。這是怎么做到的呢？原來，通過對傳感器的集成，可以實時進行體溫、心率、血氧飽和度等方面的檢測。與傳統的檢測方式相比，精度更高且設備佩戴方便。

體溫檢測時，使用的接觸式溫度傳感器越來越小型化，通過一枚小貼片即可實現體溫持續檢測。其原理是用半晶質丙烯酸酯聚合物復合材料和石墨合成后的“聚合物PTC（PositiveTemperature Coefficient，正溫度系數）”特性，電阻隨著溫度升高而增大。在合成聚合物時改變兩種單體混合比例的方法，使得響應溫度可在體溫附近調整，能夠監測25～50攝氏度的溫度區間。

檢測心率則由檢測動脈脈搏相關信號的傳感器，通過反射或對射式的方式，將血管在脈搏跳動過程中透光率的變化轉換為電信號輸出。

血氧飽和度的檢測也同樣是采用光電傳感器。基于動脈血液對光的吸收量隨動脈搏動而變化的原理，使用波長660納米的紅光和940納米的近紅外光作為射入光源，測定通過組織床的光傳導強度，來計算血紅蛋白濃度及血氧飽和度。

可穿戴設備突破傳統檢測方法的局限

北京冬奧會、冬殘奧會轉播將通過云平臺技術，根據觀眾的個性化需求，推出專屬的定制化內容

給冬奧裝上“小眼睛”

智能冬奧還體現在多點同步攝像上，運動員可借助同步多點攝像技術獲取自身訓練和比賽時的運動學數據。多點攝像機系統是采用同一個外同步信號發生器產生同步信號，送入各臺攝像機的外同步輸入端，來調節所有的視頻輸入信號，使其垂直同步，在變換監控攝像機輸出時，畫面不失真。

將攝像機多點位環繞部署后，結合三維重建和渲染技術，就能實現自由視角的瀏覽，使得教練員能快速、精準地對運動員的動作進行分析指導。

對獲取到的視頻數據，利用基于深度學習技術構建神經網絡模型，可以實現對動作視頻中人體關節點的計算機自動識別，進而建立起適用于冬奧競技體育人體運動的自動捕捉人工智能系統。

同時，研究人員借助超寬帶（Ultra Wide Band，簡稱UWB）的無線通信技術，進行精準定位算法開發，通過運動員佩戴的位置傳感器，進行厘米甚至毫米級別的精準定位。依賴配套開發的精準軌跡系統，在室內場館中實現運動捕捉，及運動軌跡的實時監測與數據傳輸。超寬帶可以在非常寬的帶寬上傳輸信號，利用納秒級的非正弦波窄脈沖傳輸數據。沖激脈沖具有很高的定位精度，能將定位與通信合一，具有極強的穿透能力，適用于室內等密集多徑場所的高速無線接入。即便在運動場上進行多人混戰、互相遮擋的運動，每一名運動員的位置、運動軌跡等數據都會被準確獲取，并進行數字化展現，輔助教練員優化競訓方案。

冬奧上空的“小保鏢”

2022年北京冬奧會、冬殘奧會中用到的無人機跟蹤技術也很值得關注，它有著普通觀眾難以實現的觀賽角度，可以提供運動員的全程視頻數據。

無人機跟蹤拍攝越來越適用于室外滑雪項目

無人機通過集成的北斗導航、超聲波測距等模塊，配合視覺識別技術實現跟蹤拍攝。跟蹤技術利用視覺識別是技術發展新趨勢。通過獲取實時圖像信息，實時處理計算圖像特征，完成目標跟蹤。隨著人工智能的發展，無人機通過深度學習可不斷提升復雜場景和多變形態的適應能力，在提供影像資料的同時，還能實時預測運動軌跡，預判潛在的危險，保障運動員的安全。

當“更快、更高、更強、更團結”的冬奧會遇上風頭正勁的人工智能技術，這場科技感“拉滿”的冰雪競技大會，你期待嗎？

（責任編輯/王佳穎 美術編輯/周游）