当冬奥会遇到人工智能

王宝会　冯培禄

衣服上的“小帮手”

冬奥会、冬残奥会运动员通过可穿戴设备能够获取关键的生理参数。这是怎么做到的呢？原来，通过对传感器的集成，可以实时进行体温、心率、血氧饱和度等方面的检测。与传统的检测方式相比，精度更高且设备佩戴方便。

体温检测时，使用的接触式温度传感器越来越小型化，通过一枚小贴片即可实现体温持续检测。其原理是用半晶质丙烯酸酯聚合物复合材料和石墨合成后的“聚合物PTC（PositiveTemperature Coefficient，正温度系数）”特性，电阻随着温度升高而增大。在合成聚合物时改变两种单体混合比例的方法，使得响应温度可在体温附近调整，能够监测25～50摄氏度的温度区间。

检测心率则由检测动脉脉搏相关信号的传感器，通过反射或对射式的方式，将血管在脉搏跳动过程中透光率的变化转换为电信号输出。

血氧饱和度的检测也同样是采用光电传感器。基于动脉血液对光的吸收量随动脉搏动而变化的原理，使用波长660纳米的红光和940纳米的近红外光作为射入光源，测定通过组织床的光传导强度，来计算血红蛋白浓度及血氧饱和度。

可穿戴设备突破传统检测方法的局限

北京冬奥会、冬残奥会转播将通过云平台技术，根据观众的个性化需求，推出专属的定制化内容

給冬奥装上“小眼睛”

智能冬奥还体现在多点同步摄像上，运动员可借助同步多点摄像技术获取自身训练和比赛时的运动学数据。多点摄像机系统是采用同一个外同步信号发生器产生同步信号，送入各台摄像机的外同步输入端，来调节所有的视频输入信号，使其垂直同步，在变换监控摄像机输出时，画面不失真。

将摄像机多点位环绕部署后，结合三维重建和渲染技术，就能实现自由视角的浏览，使得教练员能快速、精准地对运动员的动作进行分析指导。

对获取到的视频数据，利用基于深度学习技术构建神经网络模型，可以实现对动作视频中人体关节点的计算机自动识别，进而建立起适用于冬奥竞技体育人体运动的自动捕捉人工智能系统。

同时，研究人员借助超宽带（Ultra Wide Band，简称UWB）的无线通信技术，进行精准定位算法开发，通过运动员佩戴的位置传感器，进行厘米甚至毫米级别的精准定位。依赖配套开发的精准轨迹系统，在室内场馆中实现运动捕捉，及运动轨迹的实时监测与数据传输。超宽带可以在非常宽的带宽上传输信号，利用纳秒级的非正弦波窄脉冲传输数据。冲激脉冲具有很高的定位精度，能将定位与通信合一，具有极强的穿透能力，适用于室内等密集多径场所的高速无线接入。即便在运动场上进行多人混战、互相遮挡的运动，每一名运动员的位置、运动轨迹等数据都会被准确获取，并进行数字化展现，辅助教练员优化竞训方案。

冬奥上空的“小保镖”

2022年北京冬奥会、冬残奥会中用到的无人机跟踪技术也很值得关注，它有着普通观众难以实现的观赛角度，可以提供运动员的全程视频数据。

无人机跟踪拍摄越来越适用于室外滑雪项目

无人机通过集成的北斗导航、超声波测距等模块，配合视觉识别技术实现跟踪拍摄。跟踪技术利用视觉识别是技术发展新趋势。通过获取实时图像信息，实时处理计算图像特征，完成目标跟踪。随着人工智能的发展，无人机通过深度学习可不断提升复杂场景和多变形态的适应能力，在提供影像资料的同时，还能实时预测运动轨迹，预判潜在的危险，保障运动员的安全。

当“更快、更高、更强、更团结”的冬奥会遇上风头正劲的人工智能技术，这场科技感“拉满”的冰雪竞技大会，你期待吗？

（责任编辑/王佳颖 美术编辑/周游）