田徑項目的信息技術應用研究

摘要：隨著信息技術的迅猛發展，在田徑領域訓練和成績測量中廣泛應用人工智能、傳感技術、紅外技術和感應技術等現代科技。本研究主要圍繞智能監控、動作評估、成績分析以及智能決策等場景，為田徑項目實現智能化提供支持，有助于田徑項目訓練的數據化。然而，在未來需要重視理論與方法創新，并促進人工智能產品多元化功能的發展，以推動體育事業數據化蓬勃發展。

關鍵詞：人工智能" 無線網絡" 智能設備" 田徑項目

中圖分類號：G80 文獻標識碼：A 文章編號：1006-8902-（2025）-01-115-3-TBB

信息技術是指運用計算機和通信設備來存儲、檢索、傳輸和處理數據的技術，主要包括處理技術、通信技術、儲存技術、傳感技術和智能技術等。隨著信息技術的開發，其被廣泛應用于全民健身、競技體育、學校體育等領域中。排球“鷹眼”系統、足球“幽靈模型”、乒乓球“發球機器人”等以語言理解和計算機視覺分析為核心的深度學習算法，共同構成智能體育發展的驅動力。田徑運動借助人工智能訓練系統、測量評分系統和智能化設備等先進科技驅動其在體育領域中的優勢作用，提升自身水平，提高田徑運動員能力。

1、田徑項目中的信息技術應用

1.1、無線傳感網絡體系

嵌入式技術、射頻技術、無線網絡技術共同構成無線傳感器網絡體系，它包括四個模塊：傳感器模塊、處理模塊、無線通信模塊和電力供應模塊。跑步中將傳感芯片固定到運動員小腿三頭肌上，通過運動實時獲得三維加速度信息，傳輸至上位節點進行數據收集，無線網絡利用拓撲結構自主收集、處理、傳輸固定或分散的“槽”集合點，匯集到用戶主機上。田徑場地中用100m左右的WIFI協議進行自動動態組網，構建各節點間聯合體系，獲得運動員位置和各個身體關節的動態變化，記錄運動練習的過程。數據處理中，既要對終端的數據查詢做出響應，又要與無線網絡通訊傳感器構成數據處理模塊主界面，實現訓練過程數據信息的實時顯示、查詢和保儲。

總之，傳感器模塊是一種用于測量和檢測客觀物理量的裝置，處理模塊負責控制傳感器節點，無線通信模塊組成的網絡層、無線收發器的物理層負責傳感器和計算機之間的溝通，電力供應模塊為整個傳感器節點提供能源。無線傳感網絡體系能對田徑運動員進行原數據采集、存儲，預處理和挖掘分析，在運動訓練過程中輔助教練員了解運動員信息，提供智能決策支持。

1.2、人工智能訓練與裁判評分系統

數字運動訓練通過動作捕捉設備和其他傳感器監控運動員的姿勢和設備變化，根據監測到的信息評估運動員的運動表現，以相應地為他們提供新的練習內容或練習說明，包括運動知識表達的數字化、運動表現信息的數字化以及培訓內容或指令生成的數字化。運用3D+AI技術對田徑中起跳、凌空、下降三個階段動作進行捕捉量化，對身體外形、出臺弧向、運動軌跡和空中飛行度等多維度指標進行分析，挑選出最佳得分動作，及時指出失分動作，提供指導依據和專業評判。另外“六自由度電動模擬體育訓練系統”和“風洞實驗室”等幫助運動員開展模擬訓練和測試，有效提升訓練效果。

裁判評分系統中，通過攝像系統覆蓋不同視角比賽區域，無標記點進行跟蹤和視覺定位，生成三維立體圖像，可將騰空高度、滑行運動、旋轉運動、落地距離等一系列運動軌跡與原圖疊加，在連續的動作視頻上呈現，并支持動作分解和回放，構建騰空的運動分析模型。該模型可對運動中身體的旋轉和扭動等動作作出分析，評判動作完成度，遵照國際裁判計分準測，實現公平評分。

1.3、數字立體成像技術

光電立體攝影多相機測量捕捉系統是運動分析的黃金標準，可跟蹤放置在身體上的反射標記，用于動力學、運動學和時空運動分析。原理為將標記物固定在田徑員易于識別的關節上，將標記點反射光線用紅外攝像機記錄，根據標記在每個身體上確定三個坐標系，通過3D建模明確跑步時的動態軌跡，記錄每個身體關節活動狀態、步態特征，更為精準地進行跑步中運動生物力學分析。隨著技術進步，無反光點的人體運動自動捕捉人工智能系統隨之出現，基于深度學習原理創建神經網絡模型，用于鉛球和鐵餅運動員備戰中AI幫助運動訓練。

Slavinsky等在短跑運動員身上粘貼63個反光標記點，追蹤了起始階段和加速階段的運動學，記錄了位置變化時各步幅加速度質心曲線，得出起跑反應時，5m、10m處的加速度，尋找運動員之間的差異性，提高運動員起步沖刺力量，第一步與第二步飛行階段協調矢量速度方向。鞏立姣奧運備賽期間，我國研發的無標記點人體運動視頻解析系統，確定滑步距離是影響她成績的主要生物學因素，為運動員技術提供數據支撐。另基于人體姿勢識別技術的立定跳遠動作智能評估系統也屬于其中一種，對姿態進行評估，輸出得分，提供更科學的訓練方法。

1.4、光探測距激光技術

光探測距激光技術提供了連續的距離數據流，實現快速和準確的測量，比離散的評估方法（如秒表和計時門）更有優勢。激光發生器作為光源，通過軟件控制將紅外激光激活對準運動目標發射，測量反射目標往返時間及地點，再乘光源物質光速得出對應的距離。不同項目測量擺放的角度不同，有不同的計算方式，主要為脈沖法、相位法、三角法。該技術運用在扔擲、高度項目、跳遠中，測量精度可達2mm。

在投擲項目鉛球中，鉛球落地后，將感應器準確插入到球印中心，調節感應器上的“電子眼”，通過水平和垂直的二維角度與激光儀對齊進行高精度測量。軟件根據測量參數自動導入專門的配套系統，得出精準無誤的測量結果，通過網絡傳送、發布到賽場顯示屏上，設置軟件操作的用戶權限，確保競賽公平公正。而跳遠測距儀為三角應用原理，通過物理光學透鏡成像用于跳遠成績的測量，較傳統米尺測量方法更精準便捷。但在實踐操作上，需要與經過準確檢驗的鋼尺進行成績檢測，以確定兩種測量結果一致。

1.5、全身磁慣性測量單元系統和力平臺

在田徑運動項目中，沖刺跑加速是成績的主要組成部分，作用于跑者身體上的地面反作用力基本上解釋了整個線性沖刺加速運動。磁慣性測量單元系統（MIMU）主要由磁阻傳感器、加速度傳感器、陀螺傳感器構成，屬于三維集成系統，在直角坐標系中正交安裝。加速度計是沿模塊三軸的直線加速度；陀螺儀的測量繞模塊三軸的轉動角速度，計算MIMU方向的變化；磁傳感器和加速度計構成電子羅盤來提高初始對準，從而獲得身體運動形態數據，被用作動態人體運動分析。

力平臺被認為是沖刺運行中速度計算的參考系統，允許在單個運行步驟中測量地面反作用力矢量的三個正交分量，沖刺性能可以通過質心速度隨時間的變化來表征。測量地面反作用力和壓力中心位移時，將反射標記物放置在解剖標志上，動作變化引起壓力的變化，力平臺記錄的位移使用低通巴特沃茲濾波器進行濾波。

1.6、電子起跑系統

“電子起跑系統”的設置主要為判斷搶跑，對短、長跑比賽中的成績實現精確測量，由軟件系統和硬件系統兩部分組成。軟件系統為數據傳輸模塊，把競賽成績數據從收發芯片傳輸到數據寄存器中并切換至發送工作模式。

運動員在發令槍響前或聽到槍響后到做出起跑反應小于0.1秒的情況就被視為搶跑。在短跑項目中，電子起跑系統，根據比賽項目設置壓力閾值，槍聲到起步達到閾值起跑反應時的100ms為判定依據。SEIKO（RM-200）將腳蹬壓力變化波形投送到屏幕上，起跑出現犯規時，電腦屏幕出現犯規標記，設備自動報警，使發令員盡快召回，聯合“Block Cam”攝像系統記錄蹬出起跑器后的短暫畫面、肌肉爆發的技術動作，實時傳輸給賽場直播系統，可幫助裁判對犯規運動員作出公正客觀的裁決。

1.7、其他智能電子設備

全自動電子計時系統即“徑賽結束時圖像判讀系統”，分為長跑記圈系統和計時計分及成績處理系統，采用全自動圖像計算機數據處理和高清彩色攝像CCD數字等先進技術。能提前標記跑道，自動拾取運動員的道次，可在每組競賽結束30s內后高分辨率顯示屏上精確判讀比賽的成績和名次。通過打印設備輸出每組比賽成績表和結束彩色照片，提供重新判讀和復查依據。

長跑記圈系統采用射頻識別（RFID）和無線傳感器網絡（WSN）技術。射頻識別系統由閱讀器和電子標簽或射頻標簽組成，閱讀器固定于跑道一側，參賽人員佩戴電子標簽，每次經過終點線時，電子標簽能被閱讀器即時識別，傳輸射頻識別卡的卡號及當前時間信息至上級計算機。通過軟件解析與整合這些數據，系統精確呈現田徑運動員通過閱讀器時的準確時間與出入次數，對比賽過程進行全程跟蹤，自動記錄中長跑運動員的跑步圈數、成績。

計時計分及成績處理系統，主要分為數據采集系統、處理系統和顯示系統。計時計分設備將現場獲得的競賽信息傳送到總裁判席、攝像機房，成績處理系統在局域網、廣域網運行下，通過技術接口接收運動員的比賽結果，并根據結果進行排名情況等操作，相應地傳遞給現場大屏幕顯示系統、廣播電視系統和比賽管理系統，精確便捷完成比賽現場成績信息的采集、處理、傳輸與判讀。

2、信息技術在田徑項目中的應用價值

信息技術在田徑項目中廣泛應用，為運動員的訓練、競賽以及教練指導帶來顯著而全面的價值。它提供了教學輔助、訓練支持、技術反饋和競賽管理等多種功能，并增強了運動員參與感和成就感，同時向教練們提供更多科學數據支持，實現高度個性化且有效率地進行訓練。信息技術正在越來越多地融入人們的日常生活環境，如學校、運動俱樂部中，這些設置發揮關鍵作用，促進訓練、健康和預防。實質特征的訓練是以數據為基礎的，田徑項目在數字化規模方面具備豐富資源，未來中國田徑將重點發展數字化轉型。通過結合體育數據和現有訓練方法，運動員將獲得更多發展機會，并使更多體育從業人員能夠通過數字科技體驗和享受田徑運動。發展智能體育科技與應用的關鍵在于建立實時的科學和可視的運動訓練大數據模型，科學基礎在于獲取大量、有效的數據。在體育運動中，人體運動數據的采集與分析是所有體育項目分析中不可或缺的核心，利用“硬件+軟件+數據”方式，收集田徑運動員指標，發展“互聯網+體育”，引領田徑體育產業高質量發展。

3、結論

綜上所述，信息技術在體育領域的廣泛應用推動著體育事業進步。以信息技術為核心驅動力的智能體育正在成為促進體育行業發展的新引擎。在田徑中融入信息技術，可以采集運動員成分指標和基本信息等數據，并建立信息數據庫，從而實現及時調整運動訓練方案并追蹤運動員的成材軌跡。此外，利用信息技術系統，可提升競賽公平性，在田徑運動中減少爭議。其攝影系統提供清晰圖像數據資料，在各種數據整理分析方面起到重要作用。然而，目前信息技術仍有待完善，未來比賽仍需要傳統測量方法與之配合以共同進步，并推動田徑體育蓬勃發展。

4、建議

現代科技在田徑運動領域的應用，能夠大幅度優化訓練成效。以下是一系列建議，旨在通過有效運用信息技術來推動田徑運動的提升與發展。（1）運用智能穿戴設備：鼓勵運動員使用智能穿戴設備，如智能手環與智能鞋墊，以實現實時監測心率、步頻與步幅等核心指標，并收集運動數據。同時，創建一個全面的數據分析平臺，整合訓練記錄與競賽成績等多元信息源，為教師與運動員提供深度分析與意見。此措施將有效提升培訓效能與賽事管理標準。（2）運用虛擬現實技術構建高度擬真的競技場域，使運動員能預先沉浸于比賽氛圍中，有效緩解賽前焦慮。同時，通過增強現實技術投射精確的動作示范，輔助教練實施專業化指導，精準識別并糾正運動員的動作誤差。（3）遠程培訓與交流。提供在線課程，為運動員打造一套可隨時隨地訪問的學習方案，包含一系列在線課程及教學視頻。借助視頻會議工具實現遠程指導，尤其在假期居家期間，為運動員提供了高效、靈活的學習環境。（4）采用前沿的電子計時系統進行智能化競賽管理，徹底取代傳統人工計時方法，顯著提升成績記錄的精確性與可靠性。同步構建專精的成績解析工具，以幫助教練與運動員高效審視競賽成果，并展開表現評估。（5）社交媒體與粉絲互動：制定社交媒體營銷策略以增加選手和賽事知名度吸引更多粉絲關注；建立官方在線社區促進選手、教練和愛好者之間經驗心得交流。（6）科技創新與跨界領域合作正在推動企業積極尋求與其他科技企業合作，共同探索跨界融合的可能性。通過引入前沿科技成果，可以為田徑運動創造全新體驗應用場景。技術研發企業將投入更多資源，專注于自主研發，以促進新技術應用及發展。企業要持之以恒探索創新方向，并保持市場領先地位。通過上述建議不僅增加田徑運動科技含量，還可提升選手表現，改善訓練及比賽質量，從而進一步促進田徑運動發展。此外，強化信息技術產品多樣化功能對于提高用戶體驗、滿足不同用戶的需求具有重要意義。

參考文獻：

[1]尹倩.無線傳感器網絡應用于田徑運動的策略研究[J].科學技術創新，2017（28）.

[2]Christian A D ，Adamou A A A ，Mourad A G ， et al.Big Data Collection in Large-Scale Wireless Sensor Networks.[J].Sensors （Basel， Switzerland），2018，18（12）.

[3]Lai X， Liu Q， Wei X， et al. A Survey of Body Sensor Networks[J].Sensors，2013，13（5）.

[4]Roggio F， Ravalli S， Maugeri G， et al. Technological advancements in the analysis of human motion and posture management through digital devices[J]. World journal of orthopedics，2021，12（7）.

[5]顧璇.基于信息技術的田徑教學模式創新研究[J].文體用品與科技，2024（16）.

[6]譚菁華，晏怡果.光學式三維運動捕捉在運動系統相關研究中的應用[J].海南醫學，2018，29（14）.

[7]謝洪昌.田徑賽事中電子設備發展研究[J].嶺南師范學院學報，2016，37（03）.

[8]Federica V ，Fabio S ，Francesca M ， et al.SPADs and SiPMs Arrays for Long-Range High-Speed Light Detection and Ranging （LiDAR）[J].Sensors，2021，21（11）.

[9]黨輝.電子測距儀在體育運動中的應用探討[J].自動化與儀器儀表，2015（03）.

[10]Morin J， Samozino P， Murata M， et al. A simple method for computing sprint acceleration kinetics from running velocity data： Replication study with improved design[J]. Journal of Biomechanics， 2019.

[11]Liu S， Zhu R. System Error Compensation Methodology Based on a Neural Network for a Micromachined Inertial Measurement Unit[J]. Sensors，2016，16（2）.

[12]MiladN， Hossein R. A Full-State Robust Extended Kalman Filter for Orientation Tracking During Long-Duration Dynamic Tasks Using Magnetic and Inertial Measurement Units[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering： a Publication of the IEEE Engineering in Medicine and Biologg Society，2021.

[13]TizianaL， MarioM， Thoms B， et al. Events Detection of Anticipatory Postural Adjustments through a Wearable Accelerometer Sensor Is Comparable to That Measured by the Force Platform in Subjects with Parkinson’s Disease[J]. Sensors，2022，22（7）.

[14]李健兵.田徑運動中的電子起跑系統研制[J].電子測試，2014（19）.