热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

当滑雪这项世界最古老的运动遇上AI

特效眼镜、教练鞋垫……还有什么不可以 文 离离来源智能相对论(aixdlun)“旋转,跳跃,我闭着眼……” 不对,错了。 助滑、起跳、空中翻转、落地,是自由式滑雪技术动作的四个组成

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

特效眼镜、教练鞋垫……还有什么不可以

 

文/ 离离

来源/智能相对论(aixdlun)

“旋转,跳跃,我闭着眼……”

 

不对,错了。

 

助滑、起跳、空中翻转、落地,是自由式滑雪技术动作的四个组成部份。运动员须以每小时55到68公里的速度下滑,借助高度为三、四米左右的跳台,在15米高的空中进行翻转和转体等动作,最终在37度的雪坡上平稳滑出。裁判依照空中动作与落地动作的完成度、优美度和难度系数采取扣分制评分。这是现行自由式滑雪运动比赛的流程。

 

随着2022年北京冬季奥运会越来越近,中国滑雪运动呈现蓬勃的发展态势。统计报告显示,自1996到2018年,中国滑雪人次从1万增至1800万,预计到2022年中国冰雪旅游收入将超过6700亿元。而国内近来火热的人工智能技术,也开始赋能于滑雪这项历史悠久的体育活动,帮助自由式滑雪运动建立较为客观的评分系统。

 

相对于人类裁判的双眼,人工智能可通过图像识别及大数据技术,对目标运动员进行识别、跟踪和测量,将目标的滑雪动作与数据库中的技巧做出分析、比对和评判。而提供这个系统的,是此前以作词作曲写诗闻名的微软小冰。

 

上周,小冰宣布与国家体育总局冬运中心达成合作,为冬奥会提供自由式滑雪空中技巧视觉评分系统。据悉,这是人工智能在全球竞技类体育领域的首个落地成果。

 

像滑雪、滑冰、体操、芭蕾等依靠动作难度与“美感”来评分的运动,或多或少都会带有一定的主观色彩。而人工智能系统可以很好地解决这个问题,能使用完全客观一致的标准,将技术动作量化,为参赛选手评分。此外,小冰还能配合国家体育总局冬运中心自由式滑雪队的科学训练需求,针对自由式滑雪空中技巧项目的运动特点,独创滑雪运动分析模型,帮助运动员提升训练效率。

 

此为近年来人工智能技术在滑雪领域的新尝试,在此之前,AI技术在滑雪运动中的应用多偏重于滑雪穿戴装备的科技化和滑雪机器人的研发。

 


watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

特效眼镜、教练鞋垫……还有什么不可以

 

若是你在滑雪场看到一个戴着紫色眼镜自言自语的人,请不要怀疑他有精神问题,他只是在和眼镜说话罢了。

 

2015年,以色列创业团队推出了一款带有视频聊天功能的RideOn滑雪护目镜和头盔,让人们在滑雪的时候也能和亲友实时分享。这款售价为599美元(约等于3800元人民币)的滑雪护目镜除了防刮、防水、除雾等基本功能,还配备了高像素的摄影机。第一视角的拍摄效果堪比Go Pro运动相机,可直接将录制的影片通过蓝牙发送到手机上,为许多爱好摄影的运动博主和Youtuber带来便利。

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

 

除此之外,RideOn护目镜内置的AR设备能让佩戴者拥有现实增强的体验。其采用了Clear- Vu显示技术,清晰度可达到谷歌眼镜的3倍。利用人机交互技术,RideOn滑雪镜还会根据用户的视野显示一个类似微软Hololens的虚拟浮动界面,用户无需借用任何外部设备,通过眼神即可完成各种操作。如通过视线移动完成选择,然后眨一下眼睛,发送信息或语音,甚至扔一个虚拟雪球。

 

RideOn还设有虚拟障碍滑雪赛道的游戏特效,让用户穿过数个虚拟六角形障碍并依此获得分数,与朋友们一较高下,为滑雪训练增添了趣味性。此外,Ride On还配备了GPS导航功能,不仅能帮助使用者定位及判别方向,还能与其他使用者共享位置;并随时提供天气、风向、高度等实时讯息,帮助使用者选择更好的滑行路线。实用的功能和满点的娱乐性让RideOn一推出便广受欢迎。

 

同样的,如果你在滑雪场看到有人突然独自站住不动,怎么叫他都没反应,也不必觉得奇怪。或许,他只是在专注聆听鞋垫的指导。

 

“智能相对论”查询到,Carv-滑雪智能鞋垫被称为“踩在脚底的私人滑雪教练”,可以在用户滑雪过程中收集双脚压力、运动加速度和路径数据,以此监测使用者每次滑行的身体重心位置和平衡程度变化。鞋垫中的电池通信模块可以对收集到的数据进行实时存储和分析,可以通过无线蓝牙与手机APP连接,并藉由耳机对用户进行语音指导,或者通过显示屏反馈给用户。 

 

这位诞生于英国伦敦大学帝国理工学院的“教练”由一个厚度只有1毫米左右的超薄鞋垫和一个电池通信模块组成。鞋垫上分布着追踪器、48个压力传感器和1个9轴3D 运动加速度传感器,可以监控滑行姿势、滑行路径、转弯弧度、起跳落地角度等各项滑雪参数,并配有各种相应尺码。

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

 

此款鞋垫还能针对不同滑雪者的水平和不同的滑雪项目,提供量身定制的参考数据和技术指导意见,并分析数据的走向及使用者与职业滑雪运动员之间的差异,从而改善并提高滑雪技术。

 

对于普通滑雪,Carv会直接对动作质量做出评价,并通过声音告诉滑雪者,帮助用户改进滑雪姿势。对于自由式滑雪,Carv可以分析滞空时间、转体角度等信息。对于职业运动员和教练,Carv记录的数据和教练端APP可以帮助他们完整记录、分析整体运动过程。Carv还可以计算用户的滑雪成绩,让业余的滑雪爱好者与朋友分享、比较运动数据,且售价仅为199英镑(折合人民币1741元),似乎比聘请人类滑雪教练的费用便宜许多。

 

AI除了加持护目镜、鞋垫等滑雪必备用品,也为膝盖不好的人们提供了参与滑雪运动的机会。

 

致力于开发人类增强型外骨骼的Roam Robotics公司研发了一款能减轻滑雪者身体负担的外骨骼装备机器人Roma。其结合车载传感器和智能软件,能预测使用者的转弯动作,并自动调整膝盖和四轴支撑。帮助使用者自然运动,保证使用者的人身安全。

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

 

外骨骼装备最早运用于军事领域,为了提高单个士兵作战能力而研发,后来扩展至医学及工业用途。运作原理是根据人的肢体活动来感应、驱动机械关节执行动作,能帮助穿戴者跑得更快、跳得更高、负重能力更强,并为穿戴者提供保护。

 

滑雪时膝盖往往承担较多压力,Roma利用传感器来探测滑雪者的动作,再利用气囊和织物来自动调整膝盖部位的扭矩。在下坡的时候,Roma还提供一种平衡的辅助设备。当遇到难度较大的转弯,或想在斜坡上停留时,这个装置都能帮忙减少肌肉的压力。如果你已经确定自己下一步要做什么动作,还可以手动进行调整。

 


watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

算法说:你学会了!制动器:哈哈哈哈哈

 

和相对成熟的滑雪设备智能化技术相比,滑雪机器人的落地还需要不少时间。

 

两年前,韩国平昌冬奥会上举办了一场“Edge of Robot滑雪机器人比赛”,由韩国科技公司、研究机构及高等院校所研发的八名参赛机器人共同对战。这些萌萌的小机器身高介于75至160cm不等,具有类似人体的外形,手拿雪杖、脚踏滑雪板,看起来有点专业。不知是为了保温还是卖萌,研究团队还为它们穿上了滑雪服。

 

这些机器人均搭载了雷达与视觉传感器,借助摄像机内置的AI视觉系统来判定自身与障碍物间的距离,通过对这些讯息的处理与独立的动力系统,来操纵“腿部”制动器进行障碍物与目的地锁定,以及滑行路线、速度的转换。

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

 

对于人类而言,屈膝、转弯和重心移动皆是熟能生巧的本能反应,但对于机器人来说,模仿人类滑雪动作并自动绘制路径,是一项极其繁复且困难的工程。

 

首先遇到的瓶颈是姿态模仿,机器人需要模仿人类滑雪运动员在雪道上滑行和转向时的姿态,同时能够对姿态进行相应的控制和调整。对现有的AI视觉分析和大数据技术而言,姿态动作的解析与重心、受力的计算并非难事,但做出来可就不是那么一回事了。

 

这次比赛的双板滑雪项目,由于人体姿态和双足受力是左右对称且平均的,人体正面对着前进方向,较有利于机器人的分析模仿。但单板滑雪中,人体侧向面对前进方向,且在转弯的过程中会产生前刃和后刃的不对称反弓,让机器人更加难以理解和模仿。

 

其次是平衡问题。相对于人类通过感知和敏锐的神经达到身体平衡,机器人只能通过数据来实现。在脱离摩擦力且有坡度的雪地上,机器人要保持重力、重心位置、支撑力和摩擦力的平衡;转弯时还要随着反作用力和离心力的变化随时调整姿势保持重心位置。嗯,真是非常考验机器人(工程师)的实时计算能力与制动能力呢。

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

啊!我太难了!

 

第三个难题是路线判断。滑雪机器人基于视觉传感器获取场景讯息,依靠AI视觉识别和视觉学习功能,在滑行过程中,完成对雪道方向、坡度及障碍物的位置识别,从而实时测算出滑行线路,再藉由驱动器控制机器人的关节。但雪地低摩擦环境所带来的坡度、阻力、摩擦力等变数让机器人无法像在平常的土地上那样精确控制前进速度,算法精准度尚有待提高。而冰天雪地的低气温也让一些参赛选手的导航系统失去了作用,让它们无视障碍物,喜感地直冲终点。

 

双足滑雪机器人的制作,涉及冰雪生物动力学、双足机器人设计、环境感知、姿态控制、路径规划、数据计算等多个学科综合。与双足步行机器人相比,滑雪机器人行进速度快、雪地环境复杂,对机械结构设计、环境感知以及自主决策提出更高的要求。总体而言,滑雪机器人在比赛中的表现好坏参半,但这场比赛揭示了韩国机器人产业的发展速度。

 

相较之下,中国对双足滑雪机器人的研究进度较慢,而为了推进中国冰雪体育与体育科技产业发展,北京延庆滑雪场也将举行滑雪机器人的障碍滑雪赛--首届中国国际机器人竞技大赛-冰雪全明星赛。但除了娱乐,滑雪机器人的实际作用与商业价值似乎还需要我们发散一下想象力。

 

除了速度比拼,滑雪者动作的熟练度与姿态之美也是滑雪比赛的一大看点。自由式滑雪视觉评分系统虽具有“客观公正”的优点,但并未达到可独立做出裁决的水平。

 

由于人工智能掌握的技巧动作是基于人类现有的姿态,通过大量自我学习而获得。在现有的运算规则下,当参赛者做出尚未出现过的新动作,AI评分系统可能会无所适从。若是完全依靠人工智能判决,无法理解“美感”为何物的AI裁判可能会让这些技巧动作类运动失去美感与创造力。再者,裁判的判决评分标准本身也是竞技体育的魅力之一,少了人工判决的偶然性与悬念,或许会让比赛不再那么吸引人。

 

而比起较为小众的滑雪机器人和To B的小冰视觉评分系统,智能滑雪设备的引进与研发或许才能真正让国内日益庞大的滑雪运动群体享受到人工智能技术为滑雪运动带来的价值。

 

*本文图片均来源于网络

 

深挖智能这口井,同好添加vx:zhinengxiaoyan

此内容为【智能相对论】原创,

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

 智能相对论同频视频号“艾一叨”来了!

为您揭露科技互联网黑产、灰产的那些事

期待关注!

▲上下滑动查看更多▼


                               watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

 

往期推荐





 


_

● 智联万物,车联未来:湖南湘江新区智能汽车产业再升级


► 点击阅读





 


_

● 让AI无处不在,华为昇腾构建了一幅怎样的百业全景图?


► 点击阅读





 


_

● “黑五”将近,跨境电商迎“大考”


► 点击阅读





 


_

● 转转“负重”难前行


► 点击阅读


智能相对论(微信ID:aixdlun):

•AI产业新媒体;

•今日头条青云计划获奖者TOP10;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=


推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • “你永远都不知道明天和‘公司的意外’哪个先来。”疫情期间,这是我们最战战兢兢的心情。但是显然,有些人体会不了。这份行业数据,让笔者“柠檬” ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • 阿里Treebased Deep Match(TDM) 学习笔记及技术发展回顾
    本文介绍了阿里Treebased Deep Match(TDM)的学习笔记,同时回顾了工业界技术发展的几代演进。从基于统计的启发式规则方法到基于内积模型的向量检索方法,再到引入复杂深度学习模型的下一代匹配技术。文章详细解释了基于统计的启发式规则方法和基于内积模型的向量检索方法的原理和应用,并介绍了TDM的背景和优势。最后,文章提到了向量距离和基于向量聚类的索引结构对于加速匹配效率的作用。本文对于理解TDM的学习过程和了解匹配技术的发展具有重要意义。 ... [详细]
  • 在Android开发中,使用Picasso库可以实现对网络图片的等比例缩放。本文介绍了使用Picasso库进行图片缩放的方法,并提供了具体的代码实现。通过获取图片的宽高,计算目标宽度和高度,并创建新图实现等比例缩放。 ... [详细]
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • 本文介绍了Java工具类库Hutool,该工具包封装了对文件、流、加密解密、转码、正则、线程、XML等JDK方法的封装,并提供了各种Util工具类。同时,还介绍了Hutool的组件,包括动态代理、布隆过滤、缓存、定时任务等功能。该工具包可以简化Java代码,提高开发效率。 ... [详细]
  • sklearn数据集库中的常用数据集类型介绍
    本文介绍了sklearn数据集库中常用的数据集类型,包括玩具数据集和样本生成器。其中详细介绍了波士顿房价数据集,包含了波士顿506处房屋的13种不同特征以及房屋价格,适用于回归任务。 ... [详细]
  • Google Play推出全新的应用内评价API,帮助开发者获取更多优质用户反馈。用户每天在Google Play上发表数百万条评论,这有助于开发者了解用户喜好和改进需求。开发者可以选择在适当的时间请求用户撰写评论,以获得全面而有用的反馈。全新应用内评价功能让用户无需返回应用详情页面即可发表评论,提升用户体验。 ... [详细]
  • vue使用
    关键词: ... [详细]
  • 学习SLAM的女生,很酷
    本文介绍了学习SLAM的女生的故事,她们选择SLAM作为研究方向,面临各种学习挑战,但坚持不懈,最终获得成功。文章鼓励未来想走科研道路的女生勇敢追求自己的梦想,同时提到了一位正在英国攻读硕士学位的女生与SLAM结缘的经历。 ... [详细]
  • 本文介绍了PhysioNet网站提供的生理信号处理工具箱WFDB Toolbox for Matlab的安装和使用方法。通过下载并添加到Matlab路径中或直接在Matlab中输入相关内容,即可完成安装。该工具箱提供了一系列函数,可以方便地处理生理信号数据。详细的安装和使用方法可以参考本文内容。 ... [详细]
  • ZSI.generate.Wsdl2PythonError: unsupported local simpleType restriction ... [详细]
  • XML介绍与使用的概述及标签规则
    本文介绍了XML的基本概念和用途,包括XML的可扩展性和标签的自定义特性。同时还详细解释了XML标签的规则,包括标签的尖括号和合法标识符的组成,标签必须成对出现的原则以及特殊标签的使用方法。通过本文的阅读,读者可以对XML的基本知识有一个全面的了解。 ... [详细]
author-avatar
哆啦356
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有