当前位置:人工智能应用案例 → 正文

戴尔科技探索体育竞技领域的边缘智能应用 助力赛艇夺金

责任编辑:shjiaz 作者:查士加 |来源:企业网D1Net  2021-10-09 11:12:32 本文摘自:企业网D1Net

在今年的东京奥运会上,中国赛艇队收获1金2铜,实现历史性的突破,位列赛艇单项排行榜的第六位,这是中国赛艇在经历伦敦和里约双双失意之后,收获历史上的第二枚奥运金牌,而上一次奥运夺金则要追溯到2008年的北京奥运会。

中国赛艇队&皮划艇队在东京奥运会上共斩获两金两银两铜,迎来触底反弹的好成绩,与奥运健儿的努力拼搏密不可分,而人工智能等科技力量在运动员日常训练过程中发挥的帮助作用也不容小觑。随着数字化转型的加速,数字技术正在贯穿体育运动发展的各个方面,包括运动员训练比赛、赛事组织、媒体传播、观众体验互动,以及体育衍生产业等诸多环节。

戴尔运用科技之力助赛艇夺金

戴尔科技集团与中国赛艇协会和中国皮划艇协会的合作始于2019年10月底,彼时戴尔科技以官方赞助商的形式助力龙舟入奥。11月,戴尔科技集团期望发挥自身在技术方面的优势,将人工智能、软硬件技术与体育竞技运动相结合,通过AI技术的深度应用,赋能中国国家赛艇队及皮划艇队,辅助其取得更好的成绩,基于联合实验室的技术战略合作序幕就此拉开。

这项创新性的实验任务落到了戴尔科技集团中国研究院高级主管科学家李三平和团队肩上。李三平是美国麻省大学计算机工程专业博士、人工智能专业硕士,自2013年加入戴尔后一直从事机器学习、深度学习方面的研发工作。

戴尔科技集团中国研究院高级主管科学家李三平

笔者眼中的三平博士,留着过肩的长发,一身艺术气质,体育行业对他来说从未接触过。在接受企业网D1Net采访时,李三平博士说:“戴尔科技集团长期以来一直坚持‘在中国为中国’的战略,在各个行业有很多投入,此次跟中国赛艇协会、皮划艇协会的合作,也是希望在体育竞技领域能够做一些实际的应用,为中国奥运贡献科技的力量。”

据了解,2019年,在赛艇队引入科学训练系统之前,运动员在艇上划一桨的做功是310多瓦,而时隔一年后,2020年同期一桨做功已经提高到了370多瓦,同比提高将近20个百分点。除了运动员的刻苦训练之外,科学的训练系统和训练计划所发会的作用也不容小觑。

在国家队的运动员出征前,2021年7月6日,中国赛艇协会、中国皮划艇协会、人体运动表现和健康发展中心(以下简称“PHD”)与戴尔科技集团共建“大数据与人工智能联合实验室”正式揭牌。

双方的合作存在三大挑战

1、训练地点不固定。由于受天气、地理因素等各种条件的限制,赛艇、皮划艇的水上训练地点并不固定。

2、训练时间不固定。对于戴尔科技的技术团队来说,既不能打扰赛艇队和皮划艇队在全球各地的比赛节奏,也不能打扰运动员的日常训练。

3、网络环境不稳定。训练基地虽然有WiFi,但是不能保证所有角度都会有很好的WiFi信号覆盖。

基于AI姿态检测的边缘智能应用

AI为体育运动赋能,首先要了解这项运动。三平博士和他的技术团队在前期与中国赛艇队、皮划艇队的技术总监以及负责数据的教练进行了大量的沟通,并通过深入观察了解运动员和教练员的日常训练场景,期望对整体的运动数据进行智能的管理和分析。

计算机视觉在近年来取得了长足的进展,AI和体育的结合就是一个特别鲜明的例子。三平博士提到:“队员们有大量的室内训练任务,练习技术动作的稳定性和耐力,因此我们希望针对室内训练场景,通过视频实时捕捉,检测运动员的技术动作和姿态,将分析结果反馈给运动员和教练,帮助他们改善技术动作,达到更好的训练效果。”

受时间和空间的限制,双方能够在聚在一起合作的机会时断时续,三平博士和他的团队曾经与赛艇队和皮划艇队同吃、同住,分别在北京顺义、武汉东湖、杭州千岛湖的水上训练基地集中待上一段时间,了解训练过程中的痛点的需求。

据悉,赛艇训练不仅水上训练地点不固定,室内训练的场地和形式也在不断变化。单个运动员一小时的训练视频数据量多达20G,长期来看存储必然是个问题,而且视频数据如果传到数据中心,一是时间来不及,二是不具备良好的网络环境。综合来看,这是一个非常适合边缘智能大显身手的应用场景。

为了解决这些问题,戴尔科技集团针对运动员在划船机上进行赛艇动作训练的场景,利用人工智能技术,凭借高性能计算以及边缘/核心计算解决方案,为中国国家赛艇队及皮划艇队研发了一套综合智能训练辅助系统,通过AI姿态检测等技术全方位监控运动员的身体机能,使得每一位运动员的训练数据分析报告更精确,训练计划更科学。

赛艇运动的生物力学分析模型

赛艇是唯一一个背向终点的水上运动项目,既考验力量又考验耐力,因此对于赛艇比赛来说,技术动作和效率是取胜的关键。

在访谈的过程中,三平博士对赛艇的技术动作进行了详细的讲解:赛艇分拉桨和回桨两个阶段,有一个推拉时间比的黄金范围,强调从脚到驱干最后到手臂的发力顺序,划桨的效率受桨频、桨幅等多钟因素的影响,并不是桨频拉得越快越好,还要看这一桨能走多少米,用了多长时间,进行综合的评估。

在合作的过程中,三平博士和他的团队不断学习赛艇运动的专业知识,收集赛艇训练场景下的专业数据集,通过对开源的深度学习模型进行训练、持续优化和迭代,构建了一套基于25个关键点的运动生物力学分析模型,并且不断提高模型的精度。

运动生物力学分析模型通过对视频画面中的每一帧进行姿态检测,识别并计算身体各个部位的运动角度,绘制各个部位在不同周期变化的曲线图,将每个周期的动作进行实时评估,给运动员提供实时反馈,纠正动作中出现的偏差和问题。

构建这套运动生物力学分析模型的难点在于,技术动作并没有一个黄金数字的标准作为参考,不同教练员对同一个动作可能有着不同的理解,为此戴尔科技的团队总结了一些预定好的类似于黄金标准的模型,并且将每位运动员的训练过程与历史数据进行比较,自适应的总结出更好的模型,具备一定的灵活性。与此同时,这套生物力学分析模型也适用于皮艇、划艇等更多运动领域,戴尔科技团队正在和人体运动表现和健康发展中心(简称“PHD”)合作,探索该模型在其他运动中的适应性。

软硬件一体化的综合智能解决方案

在边缘场景实际部署的过程中,除了精度外,延迟问题也是非常关键的一个因素,对于运动员来说,实时的建议可以帮助他们纠正动作,如果经过数据分析后给到了一个延迟的建议,哪怕延迟半秒,对于一个三秒的划桨动作周期而言,都会给运动员造成干扰。为此,戴尔科技的项目团队将视频数据采集、模型推理、运动生物力学分析都放在数据产生的边缘侧,能将延迟降到更低水平,达到更好的性能。

此外,深度学习模型在实际部署的过程中还涉及到很多工程上的问题,例如如何对模型进行压缩,用量化的方法减少计算量,减少最长计算路径等等,通过不断的迭代将延迟大幅降低,从而不断接近实时的水平。这些与人工智能相关的技术、算法和工程问题对于三平博士和他的团队来说都不是难点,最难的是对运动的理解和数据的整理工作。对于数据、算力和算法这三大人工智能要素来说,牵扯精力最多的还是数据。数据涉及到一个精度的问题,分析的结果能否满足教练员的需求是关键。

教练员反复沟通的一个需求目前还在开发中,三平博士提到:“针对更加全面的技术动作分析与提前发现伤病隐患等问题,教练员希望增加胸椎与腰椎位置的数据进行运动生物力学分析,但是目前深度学习模型的输出并不能满足这样的分析需求。要解决这个问题,重新采集运动员的专属数据集是最可靠的方法。”目前戴尔团队正在与国家队合作探索高效、快速的数据采集方法。

戴尔科技集团为中国赛艇队和皮划艇队定制的这套基于边缘流数据处理和人工智能的软硬件一体化整体解决方案依托于AI运动生物力学分析模型、戴尔易安信流数据处理平台(Streaming Data Platform, SDP)以及GPU高性能计算,结合摄像头、便携式边缘计算盒子、戴尔移动工作站、存储和服务器等设备,可通过视频实时捕捉运动员的训练动作,并做出实时分析和判断,纠正运动训练中动作的角度、力度,以及稳定性的偏差,帮助运动员提高训练竞技水平。

据了解,像三平博士这样从事人工智能研发的科研人员,并不愿意在底层数据接口和数据流梳理的过程中花费太多精力,SDP作为一个可弹性扩展的流数据处理平台,非常适合实时获取、存储和分析边缘场景下连续的流数据,可在同一个应用程序中同时处理实时和收集的历史数据,可处理来自多个来源的数百万个数据流,并确保低延迟和高可用性。

下一步工作计划

目前,戴尔团队正在利用SDP平台搭建边缘和数据中心端之间连接的通路。随着边缘盒子数量的不断增加,原始视频数据不需要全部存储在数据中心端造成资源浪费,可以在SDP向数据中心端传输的过程中增加数据分析和视频去重的工作,从而大幅压缩视频量,并且后期能够完整还原整个数据分析的过程。

当视频数据、传感器数据、生理数据(如肌肉力量、血氧消耗)等各种运动分析数据被全部打通后,可以进行更加综合的分析。例如今年夺得铜牌的八人赛艇队,这八个人的组合一直在调整,直到今年的4-5月份才确定下来,有了更加综合的分析,教练员在组建八人赛艇队时将更加有迹可循。

三平博士提到:生物力学分析模型是人工智能技术在体育运动领域应用的关键,目前戴尔科技研发团队正在与PHD合作,通过模型分析去发现传统训练方式中存在的问题和隐患,从科学的角度寻求符合可持续发展的训练方法,从而减少运动员伤病的发生。未来综合智能训练辅助系统将是围绕运动员整个生命周期中体育训练以及身体素质的详细记录,并以此作为培养运动员的重要参考。

此外,目前的生物力学分析模型是基于二维的分析模型,三平博士已经找到了适合这个边缘场景的三维建模方法,那就是通过标尺校准的方式构建三维模型,这将增加一定的计算量,相信不久就将有基于三维的生物力学分析模型的原型出现。

展望未来

未来,戴尔科技与中国赛艇队还将在四个方面和业务领域进行新的探索:一是训练计划负荷,通过把运动员的输入和输出打通,实现对训练黑箱整体的把控;二是康复角度挖掘,将运动员的伤病情况和专家的诊断意见积累下来,形成系统的体系;三是可穿戴设备训练反馈,围绕水上和陆上实时采集运动员的速度+速度心率等指标;四是青少年体质提升计划,围绕天窗理论去针对运动员不同年龄阶段制定针对性的训练提升板块。

2021年的东京奥运会刚刚过去,但是对国家队来说这不是结束,巴黎奥运会的倒计时已经开始,下一个奥运周期的工作正在稳步推进中。而戴尔科技与中国赛艇队、皮划艇队以及PHD的合作也将更加深入,助推体育行业加速数字化转型。

x 戴尔科技探索体育竞技领域的边缘智能应用 助力赛艇夺金 扫一扫
分享本文到朋友圈
当前位置:人工智能应用案例 → 正文

戴尔科技探索体育竞技领域的边缘智能应用 助力赛艇夺金

责任编辑:shjiaz 作者:查士加 |来源:企业网D1Net  2021-10-09 11:12:32 本文摘自:企业网D1Net

在今年的东京奥运会上,中国赛艇队收获1金2铜,实现历史性的突破,位列赛艇单项排行榜的第六位,这是中国赛艇在经历伦敦和里约双双失意之后,收获历史上的第二枚奥运金牌,而上一次奥运夺金则要追溯到2008年的北京奥运会。

中国赛艇队&皮划艇队在东京奥运会上共斩获两金两银两铜,迎来触底反弹的好成绩,与奥运健儿的努力拼搏密不可分,而人工智能等科技力量在运动员日常训练过程中发挥的帮助作用也不容小觑。随着数字化转型的加速,数字技术正在贯穿体育运动发展的各个方面,包括运动员训练比赛、赛事组织、媒体传播、观众体验互动,以及体育衍生产业等诸多环节。

戴尔运用科技之力助赛艇夺金

戴尔科技集团与中国赛艇协会和中国皮划艇协会的合作始于2019年10月底,彼时戴尔科技以官方赞助商的形式助力龙舟入奥。11月,戴尔科技集团期望发挥自身在技术方面的优势,将人工智能、软硬件技术与体育竞技运动相结合,通过AI技术的深度应用,赋能中国国家赛艇队及皮划艇队,辅助其取得更好的成绩,基于联合实验室的技术战略合作序幕就此拉开。

这项创新性的实验任务落到了戴尔科技集团中国研究院高级主管科学家李三平和团队肩上。李三平是美国麻省大学计算机工程专业博士、人工智能专业硕士,自2013年加入戴尔后一直从事机器学习、深度学习方面的研发工作。

戴尔科技集团中国研究院高级主管科学家李三平

笔者眼中的三平博士,留着过肩的长发,一身艺术气质,体育行业对他来说从未接触过。在接受企业网D1Net采访时,李三平博士说:“戴尔科技集团长期以来一直坚持‘在中国为中国’的战略,在各个行业有很多投入,此次跟中国赛艇协会、皮划艇协会的合作,也是希望在体育竞技领域能够做一些实际的应用,为中国奥运贡献科技的力量。”

据了解,2019年,在赛艇队引入科学训练系统之前,运动员在艇上划一桨的做功是310多瓦,而时隔一年后,2020年同期一桨做功已经提高到了370多瓦,同比提高将近20个百分点。除了运动员的刻苦训练之外,科学的训练系统和训练计划所发会的作用也不容小觑。

在国家队的运动员出征前,2021年7月6日,中国赛艇协会、中国皮划艇协会、人体运动表现和健康发展中心(以下简称“PHD”)与戴尔科技集团共建“大数据与人工智能联合实验室”正式揭牌。

双方的合作存在三大挑战

1、训练地点不固定。由于受天气、地理因素等各种条件的限制,赛艇、皮划艇的水上训练地点并不固定。

2、训练时间不固定。对于戴尔科技的技术团队来说,既不能打扰赛艇队和皮划艇队在全球各地的比赛节奏,也不能打扰运动员的日常训练。

3、网络环境不稳定。训练基地虽然有WiFi,但是不能保证所有角度都会有很好的WiFi信号覆盖。

基于AI姿态检测的边缘智能应用

AI为体育运动赋能,首先要了解这项运动。三平博士和他的技术团队在前期与中国赛艇队、皮划艇队的技术总监以及负责数据的教练进行了大量的沟通,并通过深入观察了解运动员和教练员的日常训练场景,期望对整体的运动数据进行智能的管理和分析。

计算机视觉在近年来取得了长足的进展,AI和体育的结合就是一个特别鲜明的例子。三平博士提到:“队员们有大量的室内训练任务,练习技术动作的稳定性和耐力,因此我们希望针对室内训练场景,通过视频实时捕捉,检测运动员的技术动作和姿态,将分析结果反馈给运动员和教练,帮助他们改善技术动作,达到更好的训练效果。”

受时间和空间的限制,双方能够在聚在一起合作的机会时断时续,三平博士和他的团队曾经与赛艇队和皮划艇队同吃、同住,分别在北京顺义、武汉东湖、杭州千岛湖的水上训练基地集中待上一段时间,了解训练过程中的痛点的需求。

据悉,赛艇训练不仅水上训练地点不固定,室内训练的场地和形式也在不断变化。单个运动员一小时的训练视频数据量多达20G,长期来看存储必然是个问题,而且视频数据如果传到数据中心,一是时间来不及,二是不具备良好的网络环境。综合来看,这是一个非常适合边缘智能大显身手的应用场景。

为了解决这些问题,戴尔科技集团针对运动员在划船机上进行赛艇动作训练的场景,利用人工智能技术,凭借高性能计算以及边缘/核心计算解决方案,为中国国家赛艇队及皮划艇队研发了一套综合智能训练辅助系统,通过AI姿态检测等技术全方位监控运动员的身体机能,使得每一位运动员的训练数据分析报告更精确,训练计划更科学。

赛艇运动的生物力学分析模型

赛艇是唯一一个背向终点的水上运动项目,既考验力量又考验耐力,因此对于赛艇比赛来说,技术动作和效率是取胜的关键。

在访谈的过程中,三平博士对赛艇的技术动作进行了详细的讲解:赛艇分拉桨和回桨两个阶段,有一个推拉时间比的黄金范围,强调从脚到驱干最后到手臂的发力顺序,划桨的效率受桨频、桨幅等多钟因素的影响,并不是桨频拉得越快越好,还要看这一桨能走多少米,用了多长时间,进行综合的评估。

在合作的过程中,三平博士和他的团队不断学习赛艇运动的专业知识,收集赛艇训练场景下的专业数据集,通过对开源的深度学习模型进行训练、持续优化和迭代,构建了一套基于25个关键点的运动生物力学分析模型,并且不断提高模型的精度。

运动生物力学分析模型通过对视频画面中的每一帧进行姿态检测,识别并计算身体各个部位的运动角度,绘制各个部位在不同周期变化的曲线图,将每个周期的动作进行实时评估,给运动员提供实时反馈,纠正动作中出现的偏差和问题。

构建这套运动生物力学分析模型的难点在于,技术动作并没有一个黄金数字的标准作为参考,不同教练员对同一个动作可能有着不同的理解,为此戴尔科技的团队总结了一些预定好的类似于黄金标准的模型,并且将每位运动员的训练过程与历史数据进行比较,自适应的总结出更好的模型,具备一定的灵活性。与此同时,这套生物力学分析模型也适用于皮艇、划艇等更多运动领域,戴尔科技团队正在和人体运动表现和健康发展中心(简称“PHD”)合作,探索该模型在其他运动中的适应性。

软硬件一体化的综合智能解决方案

在边缘场景实际部署的过程中,除了精度外,延迟问题也是非常关键的一个因素,对于运动员来说,实时的建议可以帮助他们纠正动作,如果经过数据分析后给到了一个延迟的建议,哪怕延迟半秒,对于一个三秒的划桨动作周期而言,都会给运动员造成干扰。为此,戴尔科技的项目团队将视频数据采集、模型推理、运动生物力学分析都放在数据产生的边缘侧,能将延迟降到更低水平,达到更好的性能。

此外,深度学习模型在实际部署的过程中还涉及到很多工程上的问题,例如如何对模型进行压缩,用量化的方法减少计算量,减少最长计算路径等等,通过不断的迭代将延迟大幅降低,从而不断接近实时的水平。这些与人工智能相关的技术、算法和工程问题对于三平博士和他的团队来说都不是难点,最难的是对运动的理解和数据的整理工作。对于数据、算力和算法这三大人工智能要素来说,牵扯精力最多的还是数据。数据涉及到一个精度的问题,分析的结果能否满足教练员的需求是关键。

教练员反复沟通的一个需求目前还在开发中,三平博士提到:“针对更加全面的技术动作分析与提前发现伤病隐患等问题,教练员希望增加胸椎与腰椎位置的数据进行运动生物力学分析,但是目前深度学习模型的输出并不能满足这样的分析需求。要解决这个问题,重新采集运动员的专属数据集是最可靠的方法。”目前戴尔团队正在与国家队合作探索高效、快速的数据采集方法。

戴尔科技集团为中国赛艇队和皮划艇队定制的这套基于边缘流数据处理和人工智能的软硬件一体化整体解决方案依托于AI运动生物力学分析模型、戴尔易安信流数据处理平台(Streaming Data Platform, SDP)以及GPU高性能计算,结合摄像头、便携式边缘计算盒子、戴尔移动工作站、存储和服务器等设备,可通过视频实时捕捉运动员的训练动作,并做出实时分析和判断,纠正运动训练中动作的角度、力度,以及稳定性的偏差,帮助运动员提高训练竞技水平。

据了解,像三平博士这样从事人工智能研发的科研人员,并不愿意在底层数据接口和数据流梳理的过程中花费太多精力,SDP作为一个可弹性扩展的流数据处理平台,非常适合实时获取、存储和分析边缘场景下连续的流数据,可在同一个应用程序中同时处理实时和收集的历史数据,可处理来自多个来源的数百万个数据流,并确保低延迟和高可用性。

下一步工作计划

目前,戴尔团队正在利用SDP平台搭建边缘和数据中心端之间连接的通路。随着边缘盒子数量的不断增加,原始视频数据不需要全部存储在数据中心端造成资源浪费,可以在SDP向数据中心端传输的过程中增加数据分析和视频去重的工作,从而大幅压缩视频量,并且后期能够完整还原整个数据分析的过程。

当视频数据、传感器数据、生理数据(如肌肉力量、血氧消耗)等各种运动分析数据被全部打通后,可以进行更加综合的分析。例如今年夺得铜牌的八人赛艇队,这八个人的组合一直在调整,直到今年的4-5月份才确定下来,有了更加综合的分析,教练员在组建八人赛艇队时将更加有迹可循。

三平博士提到:生物力学分析模型是人工智能技术在体育运动领域应用的关键,目前戴尔科技研发团队正在与PHD合作,通过模型分析去发现传统训练方式中存在的问题和隐患,从科学的角度寻求符合可持续发展的训练方法,从而减少运动员伤病的发生。未来综合智能训练辅助系统将是围绕运动员整个生命周期中体育训练以及身体素质的详细记录,并以此作为培养运动员的重要参考。

此外,目前的生物力学分析模型是基于二维的分析模型,三平博士已经找到了适合这个边缘场景的三维建模方法,那就是通过标尺校准的方式构建三维模型,这将增加一定的计算量,相信不久就将有基于三维的生物力学分析模型的原型出现。

展望未来

未来,戴尔科技与中国赛艇队还将在四个方面和业务领域进行新的探索:一是训练计划负荷,通过把运动员的输入和输出打通,实现对训练黑箱整体的把控;二是康复角度挖掘,将运动员的伤病情况和专家的诊断意见积累下来,形成系统的体系;三是可穿戴设备训练反馈,围绕水上和陆上实时采集运动员的速度+速度心率等指标;四是青少年体质提升计划,围绕天窗理论去针对运动员不同年龄阶段制定针对性的训练提升板块。

2021年的东京奥运会刚刚过去,但是对国家队来说这不是结束,巴黎奥运会的倒计时已经开始,下一个奥运周期的工作正在稳步推进中。而戴尔科技与中国赛艇队、皮划艇队以及PHD的合作也将更加深入,助推体育行业加速数字化转型。

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^