參考中國運動員體型特征、訓練及比賽環境等，該項目組通過流體動力學仿真技術構建三維空氣動力模型，在全球範圍內篩選並自主研發減阻面料，設計減阻結構，進行風洞綜合驗證，為運動員進行定制研發。他們根據不同項目的運動姿態、速度特點，制備高性能減阻面料，並在全球範圍內搜集和測試150多種面料的基礎性能，應用於服裝減阻設計中。
通過實驗，項目團隊發現：並不是越光滑的表面風阻越小。“恰恰是一種有肌理的凹坑結構面料，產生的阻力是小的。”劉莉告訴記者，在身體不同部位，凹坑結構的形狀、大小、深度都是不同的。同時，根據滑行姿態設計的“站不起來”的板型，不僅幫助運動員保持姿勢，也有效降低了阻力系數。
從項目階段性研發成果來看，與現役冬季項目比賽服相比，他們自主研發的多款比賽服具有更好的空氣動力性能。經風洞測試驗證，最佳姿態速滑服比海外採購的減阻超11%；新款短道速滑服最大減阻率超過10%；根據高山滑雪項目各小項速度差異較大的特點，細化有關比賽服設計，其最大減阻率超過9%。
在追求“快”的同時，“護”“暖”“美”也是科研人員攻關的核心技術問題。
冬季運動項目危險性極高，運動員損傷風險較大，比如衝撞、刺割等損傷。因此，無論是在訓練還是比賽過程中，都需要為選手提供很好的保護。
最新研發的訓練和比賽裝備中暗藏了不少高科技。如高山滑雪訓練防護服中，採用了新型柱狀陣列式抗衝擊結構和新型吸能緩震材料，可以有效保護高山滑雪運動員穿越旗門時的抽打傷害。短道速滑比賽服則整體使用高彈防切割面料，全面保護運動員的身體，同時考慮肌肉壓縮、服裝減阻等功能，“在保持彈性的基礎上，防切割性能提高了20%－30%”。
“暖”也是冬季項目服裝的普遍需求。要讓所有冬季項目的訓練和比賽服裝都能暖和，科研人員想出了“兩條路”：一是提升纖維保暖率；二是使用主動加熱技術，把電能量轉化成熱量。被稱為“堡壘”的綜合保暖系統應運而生，集防風、防水、透氣、耐磨多功能高效保暖於一體。
綜合保暖系統包含主動電加熱護臉、馬甲、外套、手套、襪子、坐墊等裝備，通過智能主動加熱技術，保障穿著人員在零下30℃環境下可持續作業8小時以上。
不僅如此，科研人員還研發出一系列高科技裝備，助運動員一臂之力。如通過雙滑輪腹內壓快速增壓技術和石墨烯傳導熱快速加熱技術，可快速增強腰椎穩定性、促進核心穩定肌功能恢復的特製腰帶；通過雙面立體點膠和結構化設計的專用運動襪，增強技巧類項目運動穩定性；為運動員量身打造的膝關節運動護具，等等。
可以想見，在即將到來的北京冬奧會上，中國軍團的運動裝備將是“黑科技”滿滿。
科學訓練——人工智能輔助系統給教練員裝上“第三只眼”
調整呼吸，飛速下滑，加速、起跳，在落差100多米山地自由飛翔，然後平穩落地……對於跳台滑雪運動員來講，這一系列動作已然刻印於心。
滑行速度、起跳的時機與方向、手臂擺動的角度、自身的狀態，等等，都是影響其成績的重要因素。這就要求運動員具備精准的身體姿態控制能力。
由於各個動作的瞬時性，在傳統訓練過程中，為了讓運動員每一個環節、每一個動作都達到“最優”，教練員的做法通常是用視頻記錄，然後回放分析。然而，受觀測距離、角度等方面影響，這一做法也有一定局限性。“運動員在畫面中很小，很難發現諸如手臂擺動角度、膝踝距離差等方面的細微差別，而這些恰恰對於成績影響很大。”據有關研究人員介紹。
如今，在科技加持下，這一問題有了解決方案。
劉宇，上海體育學院科學研究院院長，也是國家重點研發計劃“科技冬奧”重點專項“冬季項目運動員技能優化關鍵技術研究”項目負責人。他帶領項目團隊開發適合雪上運動員運動效率和運動能力提升的神經－生物力學增強技術與干預模式，利用人工智能輔助系統捕捉運動員三維動作，實時采集起跳角度、速度、姿態控制、距離等數據，為提升運動員訓練效果和參賽競技表現能力提供科技保障服務。
“有了最新突破！”8月18日，在接受記者採訪時，劉宇十分高興。他告訴記者，他的團隊即將奔赴河北淶源國家跳台滑雪訓練科研基地交付新的研究成果。
記者了解到，此前，該項目團隊通過在跳台滑雪出發台架設多台高速攝像機，對助滑、起跳動作進行三維動作捕捉和技術分析，然後基於人工智能圖像識別技術實時反饋出起跳台時的三維動作信息，包括起跳開始蹬伸距離、起跳時下肢三個關節的角度、身體姿態、飛行初期的攻角、雪板的仰角等關鍵生物力學指標，幫助教練員和運動員掌握分析每一個時刻的技術動作細節。
如今，這一輔助系統有了“升級版”。根據使用方建議，項目團隊將在滑道側面的多個關鍵點位，如距離出發台20m、40m、60m、80m、100m、落地區等架設實時高速視頻攝制系統，並基於單目相機的人工智能算法，實現對運動員上述關鍵位置的三維動作捕捉分析，同時通過自動控制的機器搖臂實現對運動員全過程及關鍵點位動作的記錄，並快速生成有關數據。有關視頻和生物力學數據可實時反饋給教練員和運動員，便於後續戰術動作分析等工作的進行。
與此同時，項目團隊還利用可穿戴傳感器技術，對運動員全程速度、加速度及其雪板進行空間位置精確跟蹤、測定，優化其動作控制。
這是過去用傳統的錄像方法很難快速獲取的信息。“跳台滑雪選手的助滑速度、起跳角度、身體三維姿態等，過去只能依靠教練的經驗感覺和簡單視頻分析，現在能提供精准量化的快速反饋、技術診斷，提出改進方案。”劉宇說，這等於給了教練員“第三只眼睛”。而使用方也表示，這位數字“教練”提供的數據對於診斷運動員各環節動作的短板、加快提高成績很有幫助。
不僅是跳台滑雪，“冬季項目運動員技能優化關鍵技術研究”項目的關鍵技術成果目前已在多支冬季項目國家隊進行轉化與應用研究，為運動員科學訓練、競技表現能力的提升尋求關鍵突破。
“在‘科技冬奧’重點專項中，科學訓練與比賽關鍵技術是一個重要領域。”科技部社會發展科技司二級巡視員王小龍告訴記者，圍繞運動員科學選材、運動員技能優化、體能訓練和訓練監控、科學化訓練基地建設等方面，已部署19個項目，目的就是要研發科學化訓練方法和裝備、建立智慧化比賽訓練場地、提高訓練效率和質量、提升運動員比賽水平。
目前，一批研究成果已轉化應用：高水平運動員動作優化分析系統提升自由式滑雪空中技巧等項目高難度動作表現，動作成功率提升約15%；國內首套人體高速彈射裝置，已經成為速度滑冰國家隊開展彎道技術專項訓練的重要輔助手段，解決了冬季項目訓練受環境時間限制的難點……
外圍保障——首次實現複雜地形下“百米級、分鐘級”氣象預報，直升機轉運受傷運動員只需4分鐘
與夏季奧運會項目多在體育場館內舉行不同，冬奧會項目多在室外山地舉行。除了運動裝備、運動員自身水平外，溫度、濕度、風力、風向及雪質等自然條件的差異，將會直接影響賽程安排以及運動員的比賽成績、比賽安全。
據有關專家介紹，北京2022年冬奧會是近20年來唯一一次在大陸性冬季風主導氣候條件下舉辦的冬奧會。大風、低溫、低能見度、降雪等將是冬奧會和冬殘奧會面臨的主要天氣風險，複雜相態降水、沙塵天氣等也可能出現，加之項目不同、場地不同，對氣象條件的要求也不同，氣象保障可謂是挑戰重重。
“科技冬奧”重點專項管理機構、中國21世紀議程管理中心副主任柯兵告訴記者，圍繞氣象條件預測保障，“科技冬奧”重點專項作了相應部署。我國自主研發的高精度天氣預報“睿圖－睿思”系統由此誕生，首次實現了複雜地形下“百米級、分鐘級”預報。
“也就是說，能夠實現複雜地形下100米分辨率、逐10分鐘快速更新的冬奧關鍵氣象要素預報。”據有關氣象專家介紹，氣象部門在北京城區、延慶和河北崇禮鋪設冬奧氣象綜合監測網絡，布設了441套各類探測設施，大幅提升了複雜地形和下墊面條件下溫度、濕度、風場等要素預報的準確率，有助於為提前24小時的精細氣象決策提供支持。
這套高精度天氣預報系統在今年2月、4月的“相約北京”測試活動期間接受了檢驗。根據氣象服務團隊提供的天氣預報，14項賽事的官方訓練或比賽進行了賽程調整。
不僅如此，張家口賽區還用上了激光測風雷達。據介紹，雪上賽道地理環境複雜、風場複雜多變，運動員在高速下滑的過程中，極易受到賽道突變的縱風及橫風影響。因此，對賽道縱風及橫風的實時監測與危險預警，可為賽事管理人員、運動員及教練員提供輔助決策依據，對冬奧會滑雪比賽的順利進行、運動員的正常發揮等具有重要意義。
與此同時，在世界頂級運動員激烈比拼背後，還有“科技＋醫療”的全程保駕護航。
冬奧運動項目大多難度大、危險性高，比如高山滑雪滑降比賽，運動員從高山上往下滑，時速要在10秒內從靜止增加到130公里，鋼架雪車的最高時速能達到135公里。在這種情況下比賽，運動員稍有不慎就可能發生意外。國際奧委會一項數據顯示，冬奧雪上項目運動員的受傷概率基本上在10%至14%。
一旦發生意外，如何讓運動員可以在第一時間得到快速有效的救治甚至返場，是冬奧會服務保障中的重要一環。
“從雲頂滑雪場到崇禮院區，直升機轉運只需4分鐘；從雪車雪橇賽場到延慶創傷中心，智能救護車由原來的30分鐘縮短至15分鐘，直升機轉運也只需4分鐘……這些從賽場到保障醫院的急救轉運能力是對賽事醫療救護水平的切實需求。”“科技冬奧”重點專項“冬奧會運動創傷防治和臨床診療安全保障技術體系的建立與應用研究”項目負責人、北京大學第三醫院教授崔國慶表示，特別是轉院流程的簡化與優化，使崇禮院區及延慶院區與北醫三院做到創傷中心聯動、信息共享，運動員綠色通道得以建立。
該項目還設置“冬季運動損傷數據庫、AI影像輔助診斷技術及遠程會診中心的建設與應用”課題，就是希望實現標準數據的收集、分析與整合，建立完善的智能影像輔助診斷技術，實現診療全流程智能化輔助判斷。
目前，項目已實現人工智能影像識別算法在膝關節大病種的識別率達85%以上，初步搭建包含協和醫院、北醫三院、吉大一院等11家醫院在內的醫聯體網絡，共建遠程會診中心。
這些“黑科技”“生”於冬奧，卻不止於冬奧。未來，這些都將變成寶貴的“奧運遺產”，應用到更多場景，惠及更多人。 |
