AI 助力国家赛艇队训练的幕后故事与技术解密

AI 技术正在越来越多行业落地，通过大规模数据分析辅助决策，推动智能化水平提升。

在刚刚结束的东京奥运会上，中国赛艇与皮划艇队合力斩获多枚金银铜，创造历史新高。背后，虽有多方努力，但不可忽视的是 AI 能力的贡献。

赛艇属于力量与耐力并重的重复性周期运动。通常完成 2000 米比赛需要划桨 210-230 次。专业选手每周训练 14-18 次、总时长 17-23 小时，达到一定体能后，提升往往遇到瓶颈。

如何突破训练瓶颈，让个人与团队协作共同迸发潜能？是否有比肉眼更强的计算机视觉技术可用于赛艇训练监测与督导？为实现这一目标，相关团队决定以科技赋能国家队与皮划艇队。

事实上，2019 年，相关科技集团已成为中国国家皮划艇队及中国国家赛艇队的官方赞助商；同年 11 月，双方签署水上实验室技术战略合作。随后，2021 年 7 月 6 日，中国赛艇协会、中国皮划艇协会、人体运动表现与健康发展中心（简称 PHD）与科技集团共同揭牌成立“大数据与人工智能联合实验室”。

在此期间，团队的高级主管科学家李三平带领的技术团队深入国家队日常训练，与队员同吃同住，对身体机能与训练数据进行全方位监控，度过了40 余个日夜。

为中国国家赛艇队与皮划艇队定制的“综合智能训练辅助系统”使每位运动员的训练数据分析更精准、训练计划更科学，帮助教练员与运动员突破瓶颈、提升成绩。

在李三平看来，赛艇训练场景本质上是一个理想的边缘智能应用场景。训练场地分布广泛，水上与室内训练并存，网络条件参差不齐，赛艇运动的关键在于提升技术动作的稳定性与耐力，同时在不同阶段实现效率最大化。

这就对“综合智能训练辅助系统”提出了边缘智能的要求，例如精准的姿态识别与极低的反馈延迟，才能在训练中实时提供姿态纠正。

戴尔科技的“综合智能训练辅助系统”软件一体化解决方案正式落地，包含边缘计算盒子、移动工作站、SDP 流数据平台等核心组件。

这套系统基于人工智能驱动的运动生物力学分析模型、SDP 流数据平台，以及 GPU 高性能计算，形成边缘端的流数据处理与人工智能整合解决方案。

具体而言，技术人员在运动员端架设摄像头，近距离高频采集训练视频数据；通过基于 AI 的生物力学模型对每帧进行姿态检测，实时向运动员反馈训练情况。

训练中，系统能实时显示大腿是否伸直、手臂最大角度、划桨速率、呼吸频次、肌肉力量与运动姿态等信息，帮助运动员快速了解状态。

在训练过程中，系统会根据屏幕信息实时调整训练状态、划桨速率与频次，并对动作角度、力度与稳定性偏差进行分析与纠正，确保动作质量不断提升。

AI 的核心要素包括数据、算力与算法。要在赛艇训练中实现高精度的运动生物力学模型，关键在于训练数据的精准采集。

为了构建专用于赛艇的数据集，团队花大量时间与教练沟通，确保数据覆盖训练中的关键情景。

赛艇训练强调技术动作的质量，训练可分为拉桨与回桨两个阶段。拉桨从躯干折叠、手臂伸直到最前端再进入回桨；两阶段并非对等，存在一个推拉时间的黄金比，影响速度与效率。对该动作的分析显示，影响因素多样，并与运动员个人条件相关。

在此项目中，生物力力学模型采集了运动员身上的 25 个监测点数据，能够实现对训练的高精度识别与分析。

据李三平介绍，2019 年时，艇上划功约 310 多瓦；凭借系统的辅助，2020 年这一数值提升至 370 多瓦，显示出训练效率的显著提升。

作为一套赛艇训练辅助系统，核心目标不仅要比教练员看得更清楚，还必须避免干扰运动员训练。实现不干扰的关键在于两点：第一，系统反馈的调整建议要足够及时；第二，展示信息要直观明了，运动员无需额外理解即可执行纠正动作。

为解决这两点，系统将数据采集、模型推理与分析全部放在边缘端，以确保延迟尽可能低。

反馈界面也经历多轮迭代，现有区分为运动员视图与教练员视图两种。运动员视图简化呈现，便于一眼看懂；教练员视图则提供更全面的信息，并支持定制化设置。

所有努力的最终目标是帮助赛艇运动员实现更高效的训练。未来，该项目与国家队将在更多领域开展科技赋能探索。

今年 7 月，国家赛艇协会、国家皮划艇协会、人体运动表现与健康发展中心（PHD）与科技集团共同揭牌成立“大数据与人工智能联合实验室”，预示着科技为体育带来更多前景与突破。