参考中国运动员体型特征、训练及比赛环境等，该项目组通过流体动力学仿真技术构建三维空气动力模型，在全球范围内筛选并自主研发减阻面料，设计减阻结构，进行风洞综合验证，为运动员进行定制研发。他们根据不同项目的运动姿态、速度特点，制备高性能减阻面料，并在全球范围内搜集和测试150多种面料的基础性能，应用于服装减阻设计中。
通过实验，项目团队发现：并不是越光滑的表面风阻越小。“恰恰是一种有肌理的凹坑结构面料，产生的阻力是小的。”刘莉告诉记者，在身体不同部位，凹坑结构的形状、大小、深度都是不同的。同时，根据滑行姿态设计的“站不起来”的板型，不仅帮助运动员保持姿势，也有效降低了阻力系数。
从项目阶段性研发成果来看，与现役冬季项目比赛服相比，他们自主研发的多款比赛服具有更好的空气动力性能。经风洞测试验证，最佳姿态速滑服比海外采购的减阻超11%；新款短道速滑服最大减阻率超过10%；根据高山滑雪项目各小项速度差异较大的特点，细化有关比赛服设计，其最大减阻率超过9%。
在追求“快”的同时，“护”“暖”“美”也是科研人员攻关的核心技术问题。
冬季运动项目危险性极高，运动员损伤风险较大，比如冲撞、刺割等损伤。因此，无论是在训练还是比赛过程中，都需要为选手提供很好的保护。
最新研发的训练和比赛装备中暗藏了不少高科技。如高山滑雪训练防护服中，采用了新型柱状阵列式抗冲击结构和新型吸能缓震材料，可以有效保护高山滑雪运动员穿越旗门时的抽打伤害。短道速滑比赛服则整体使用高弹防切割面料，全面保护运动员的身体，同时考虑肌肉压缩、服装减阻等功能，“在保持弹性的基础上，防切割性能提高了20%－30%”。
“暖”也是冬季项目服装的普遍需求。要让所有冬季项目的训练和比赛服装都能暖和，科研人员想出了“两条路”：一是提升纤维保暖率；二是使用主动加热技术，把电能量转化成热量。被称为“堡垒”的综合保暖系统应运而生，集防风、防水、透气、耐磨多功能高效保暖于一体。
综合保暖系统包含主动电加热护脸、马甲、外套、手套、袜子、坐垫等装备，通过智能主动加热技术，保障穿着人员在零下30℃环境下可持续作业8小时以上。
不仅如此，科研人员还研发出一系列高科技装备，助运动员一臂之力。如通过双滑轮腹内压快速增压技术和石墨烯传导热快速加热技术，可快速增强腰椎稳定性、促进核心稳定肌功能恢复的特制腰带；通过双面立体点胶和结构化设计的专用运动袜，增强技巧类项目运动稳定性；为运动员量身打造的膝关节运动护具，等等。
可以想见，在即将到来的北京冬奥会上，中国军团的运动装备将是“黑科技”满满。
科学训练——人工智能辅助系统给教练员装上“第三只眼”
调整呼吸，飞速下滑，加速、起跳，在落差100多米山地自由飞翔，然后平稳落地……对于跳台滑雪运动员来讲，这一系列动作已然刻印于心。
滑行速度、起跳的时机与方向、手臂摆动的角度、自身的状态，等等，都是影响其成绩的重要因素。这就要求运动员具备精准的身体姿态控制能力。
由于各个动作的瞬时性，在传统训练过程中，为了让运动员每一个环节、每一个动作都达到“最优”，教练员的做法通常是用视频记录，然后回放分析。然而，受观测距离、角度等方面影响，这一做法也有一定局限性。“运动员在画面中很小，很难发现诸如手臂摆动角度、膝踝距离差等方面的细微差别，而这些恰恰对于成绩影响很大。”据有关研究人员介绍。
如今，在科技加持下，这一问题有了解决方案。
刘宇，上海体育学院科学研究院院长，也是国家重点研发计划“科技冬奥”重点专项“冬季项目运动员技能优化关键技术研究”项目负责人。他带领项目团队开发适合雪上运动员运动效率和运动能力提升的神经－生物力学增强技术与干预模式，利用人工智能辅助系统捕捉运动员三维动作，实时采集起跳角度、速度、姿态控制、距离等数据，为提升运动员训练效果和参赛竞技表现能力提供科技保障服务。
“有了最新突破！”8月18日，在接受记者采访时，刘宇十分高兴。他告诉记者，他的团队即将奔赴河北涞源国家跳台滑雪训练科研基地交付新的研究成果。
记者了解到，此前，该项目团队通过在跳台滑雪出发台架设多台高速摄像机，对助滑、起跳动作进行三维动作捕捉和技术分析，然后基于人工智能图像识别技术实时反馈出起跳台时的三维动作信息，包括起跳开始蹬伸距离、起跳时下肢三个关节的角度、身体姿态、飞行初期的攻角、雪板的仰角等关键生物力学指标，帮助教练员和运动员掌握分析每一个时刻的技术动作细节。
如今，这一辅助系统有了“升级版”。根据使用方建议，项目团队将在滑道侧面的多个关键点位，如距离出发台20m、40m、60m、80m、100m、落地区等架设实时高速视频摄制系统，并基于单目相机的人工智能算法，实现对运动员上述关键位置的三维动作捕捉分析，同时通过自动控制的机器摇臂实现对运动员全过程及关键点位动作的记录，并快速生成有关数据。有关视频和生物力学数据可实时反馈给教练员和运动员，便于后续战术动作分析等工作的进行。
与此同时，项目团队还利用可穿戴传感器技术，对运动员全程速度、加速度及其雪板进行空间位置精确跟踪、测定，优化其动作控制。
这是过去用传统的录像方法很难快速获取的信息。“跳台滑雪选手的助滑速度、起跳角度、身体三维姿态等，过去只能依靠教练的经验感觉和简单视频分析，现在能提供精准量化的快速反馈、技术诊断，提出改进方案。”刘宇说，这等于给了教练员“第三只眼睛”。而使用方也表示，这位数字“教练”提供的数据对于诊断运动员各环节动作的短板、加快提高成绩很有帮助。
不仅是跳台滑雪，“冬季项目运动员技能优化关键技术研究”项目的关键技术成果目前已在多支冬季项目国家队进行转化与应用研究，为运动员科学训练、竞技表现能力的提升寻求关键突破。
“在‘科技冬奥’重点专项中，科学训练与比赛关键技术是一个重要领域。”科技部社会发展科技司二级巡视员王小龙告诉记者，围绕运动员科学选材、运动员技能优化、体能训练和训练监控、科学化训练基地建设等方面，已部署19个项目，目的就是要研发科学化训练方法和装备、建立智慧化比赛训练场地、提高训练效率和质量、提升运动员比赛水平。
目前，一批研究成果已转化应用：高水平运动员动作优化分析系统提升自由式滑雪空中技巧等项目高难度动作表现，动作成功率提升约15%；国内首套人体高速弹射装置，已经成为速度滑冰国家队开展弯道技术专项训练的重要辅助手段，解决了冬季项目训练受环境时间限制的难点……
外围保障——首次实现复杂地形下“百米级、分钟级”气象预报，直升机转运受伤运动员只需4分钟
与夏季奥运会项目多在体育场馆内举行不同，冬奥会项目多在室外山地举行。除了运动装备、运动员自身水平外，温度、湿度、风力、风向及雪质等自然条件的差异，将会直接影响赛程安排以及运动员的比赛成绩、比赛安全。
据有关专家介绍，北京2022年冬奥会是近20年来唯一一次在大陆性冬季风主导气候条件下举办的冬奥会。大风、低温、低能见度、降雪等将是冬奥会和冬残奥会面临的主要天气风险，复杂相态降水、沙尘天气等也可能出现，加之项目不同、场地不同，对气象条件的要求也不同，气象保障可谓是挑战重重。
“科技冬奥”重点专项管理机构、中国21世纪议程管理中心副主任柯兵告诉记者，围绕气象条件预测保障，“科技冬奥”重点专项作了相应部署。我国自主研发的高精度天气预报“睿图－睿思”系统由此诞生，首次实现了复杂地形下“百米级、分钟级”预报。
“也就是说，能够实现复杂地形下100米分辨率、逐10分钟快速更新的冬奥关键气象要素预报。”据有关气象专家介绍，气象部门在北京城区、延庆和河北崇礼铺设冬奥气象综合监测网络，布设了441套各类探测设施，大幅提升了复杂地形和下垫面条件下温度、湿度、风场等要素预报的准确率，有助于为提前24小时的精细气象决策提供支持。
这套高精度天气预报系统在今年2月、4月的“相约北京”测试活动期间接受了检验。根据气象服务团队提供的天气预报，14项赛事的官方训练或比赛进行了赛程调整。
不仅如此，张家口赛区还用上了激光测风雷达。据介绍，雪上赛道地理环境复杂、风场复杂多变，运动员在高速下滑的过程中，极易受到赛道突变的纵风及横风影响。因此，对赛道纵风及横风的实时监测与危险预警，可为赛事管理人员、运动员及教练员提供辅助决策依据，对冬奥会滑雪比赛的顺利进行、运动员的正常发挥等具有重要意义。
与此同时，在世界顶级运动员激烈比拼背后，还有“科技＋医疗”的全程保驾护航。
冬奥运动项目大多难度大、危险性高，比如高山滑雪滑降比赛，运动员从高山上往下滑，时速要在10秒内从静止增加到130公里，钢架雪车的最高时速能达到135公里。在这种情况下比赛，运动员稍有不慎就可能发生意外。国际奥委会一项数据显示，冬奥雪上项目运动员的受伤概率基本上在10%至14%。
一旦发生意外，如何让运动员可以在第一时间得到快速有效的救治甚至返场，是冬奥会服务保障中的重要一环。
“从云顶滑雪场到崇礼院区，直升机转运只需4分钟；从雪车雪橇赛场到延庆创伤中心，智能救护车由原来的30分钟缩短至15分钟，直升机转运也只需4分钟……这些从赛场到保障医院的急救转运能力是对赛事医疗救护水平的切实需求。”“科技冬奥”重点专项“冬奥会运动创伤防治和临床诊疗安全保障技术体系的建立与应用研究”项目负责人、北京大学第三医院教授崔国庆表示，特别是转院流程的简化与优化，使崇礼院区及延庆院区与北医三院做到创伤中心联动、信息共享，运动员绿色通道得以建立。
该项目还设置“冬季运动损伤数据库、AI影像辅助诊断技术及远程会诊中心的建设与应用”课题，就是希望实现标准数据的收集、分析与整合，建立完善的智能影像辅助诊断技术，实现诊疗全流程智能化辅助判断。
目前，项目已实现人工智能影像识别算法在膝关节大病种的识别率达85%以上，初步搭建包含协和医院、北医三院、吉大一院等11家医院在内的医联体网络，共建远程会诊中心。
这些“黑科技”“生”于冬奥，却不止于冬奥。未来，这些都将变成宝贵的“奥运遗产”，应用到更多场景，惠及更多人。 |
