17岁小将苏翊鸣夺银背后：雪上运动“数据管家”成秘密武器

在北京冬奥会单板滑雪的赛场，中国选手、17岁小将苏翊鸣以高超的坡面障碍技巧为中国队拿下一枚奖牌。在苏翊鸣备战冬奥的过程中，一套智慧系统化身“数据管家”，为运动训练提供实时科学分析，帮助教练和运动员精准寻找不足，并有针对性地提高成绩。

高山滑雪如何快速绕过旗门、越野滑雪用什么姿态最省力、跳台滑雪用何种姿势起跳最好……由北京理工大学宇航学院教授霍波带领的人体运动力学团队针对冬奥雪上运动项目中的关键技术动作，研发了“冬季项目智能训练管理系统”，探索运动训练的“最优解”。

“在冬季雪上项目中，高山滑雪的绕旗门回转动作、越野滑雪中平地和下坡推进滑行技术、跳台滑雪助滑后的起跳角度、飞行姿态等都属于关键技术动作。”霍波介绍，动作的完成度与运动员的速度、角度等参数、心肺和骨骼肌肉系统的功能有很大关系。因此，团队基于三维动作捕捉和自动识别、空气动力学实验和模拟、生理传感器、肌骨动力学分析等技术，实时采集运动员的三维参数，针对不同项目、不同运动员、不同关键技术动作建立“专属数据库”，提供个性化、智能化的训练方案。

“我们的‘秘密武器’就是高速摄像机和‘黑科技鞋垫’。”霍波举例，团队在运动员的超薄压力鞋垫上安装了近百个传感器，可精准获取某个动作下所产生的地面反作用力。为了不影响运动员训练，团队还采用高速、分辨率较高的摄像机，对运动员大范围、远距离、快速移动情况下的动作进行捕捉，得到人体关节点的坐标、关节角度以及运动轨迹。

内转1080-单板大跳台运动员动作轨迹分析

内转1080-单板大跳台运动员起跳扭矩分析

除了运动学，团队还研究了人体动力学。霍波补充，团队建立了一套全人体骨骼肌肉模型，通过人体肌骨动力学分析，计算出运动员骨骼和肌肉用力情况，以模拟分析骨骼损伤风险等。“运动员肌肉力量怎么运用、哪些关键的肌肉群在发生主导作用……我们将这些分析结果告诉教练，帮助他们改进日常训练计划，提高运动表现及降低损伤风险。”