【運動科技】新科技精進運動訓練、播報解析、賽事賞析

作者:陸向陽

鷹眼科技見證我國奧運史上的歷史時刻:李洋、王齊麟奪得金牌的最後一球!

筆者小時候看洛杉磯奧運(洩露年齡XD)時,播報員提到美國划船與游泳選手表現優異,有一部份原因在於善用科技,據知船身與泳衣都用上特有先進技術與材料,從而能降低阻力,聽完之後有一點勝之不武的感覺。

事隔多年,隨著加速度感測器的平價化,有愈來愈多的消費性電子產品運用加速度感測器,例如2005年開始有多軸無人機,2006年開始有任天堂Wii遊樂器,2007年有Apple iPhone智慧型手機等。

無人機用來感測機身晃動程度,從而通知各軸馬達轉速,使機身得以穩定飛行運作;Wii則是用來體感遊戲;iPhone則偵測手持方位從而動態因應調整畫面(誤感應調整反而帶來困擾)。

此後有一年的消費性電子展,也開始大量把加速度感測器用於傳統運動用品內,如棒球球棒、網球拍、高爾夫球杆、籃球球體內,從而感測運動軌跡,之後將軌跡資訊回傳到電腦,透過軟體分析,再來檢討姿態是否該調整強化。

AI運用於運動訓練

這樣就夠了嗎?其實不,後續有愈來愈多技術用於精進運動,2016年開始人工智慧(AI)再度興盛,也有業者開始將AI運用於運動訓練上,例如Intel提出3DAT(3D Athlete Tracking)技術,先用多部攝影機拍攝運動員的運動過程,然後透過AI推論標定出軀幹、骨架、關節點,且不是傳統的2D平面標定,而是3D立體標定。

有了3D標定後,要描繪出運動員的姿態、軌跡等就很容易,進一步也可以推算移動速度、肢體角度、移動加速度等,再搭配上距離、時間、生理機能(心跳、呼吸、血壓、血氧等)數據,就可以詳整分析出運動員哪裡需要改正、加強。

Intel 3DAT技術分析跑者的運動軌跡。(圖片來源:Intel

由於3DAT可以快速、細膩的追蹤標定,甚至是過去運動員自身或教練也無法感受、觀察到的細節也能呈現,如此運動訓練就可以更精準有效、減少無謂的嘗試摸索了。特別是一些快速的運動項目,例如短跑,3DAT技術就更加受用,某種程度3DAT技術可視為另一個教練。

多攝影機重現賽事現場

運動員表現更精進,如果播報員播報解說依舊、觀眾觀賞畫面依舊,就沒有意思,所以Intel也提出True View技術,同樣是用多部攝影機擷取賽事現場,然後以3D方式重新描繪,如此播報員就可以從不同角度去播報,例如原有拍攝角度看不到的爭議犯規也可以更清楚判別,或運動員有關鍵傑出表現時,也可以從不同角度重新回放(倒帶,以前閉路電視/錄影帶時代)欣賞,如同電影《駭客任務》開始,有愈來愈多的電影在特寫鏡頭上使用有立體深度的運鏡手法,讓關鍵時刻更精采。

Intel True View 技術示意圖。(圖片來源:Intel

小結

3DAT與True View等技術用及3D、AI,自然需要強大的運算力當支撐,同時多數賽事都講究現場直播,即時性很重要,過去Internet不發達的時代都是透過衛星通訊傳送畫面,賽事現場把畫面訊號往上打給衛星,衛星再往下打給遠地的他處讓人收視,現在則可使用5G+Internet。

運用3D、AI、5G就是終點了嗎?答案當然為否,展望未來,將有更多先進的資通訊技術會用於運動上,讓訓練、播報、觀看都更精采,且讓我們拭目以待。

(責任編輯:謝涵如)

陸向陽

Author: 陸向陽

從電子科系畢業後,即以媒體人的角色繼續這段與「電子科技」的不解之緣。歷任電子技術專書作者、電子媒體記者、分析師等角色,並持續寫作不殆。近來投入Arduino、Raspberry Pi等開放硬體的研究與教程介紹。

Share This Post On

發表

跳至工具列