日本Hokuho大学利用Xen动捕技术帮助改善奥运冠军训练计划

在最高水平的体育比赛中，往往是最小的细节将获胜者和亚军区分开来。运动员和他们的团队花了数百甚至数千小时准备比赛：研究改变饮食、作息和表现的最佳方式，希望能够比对手更有优势。生物黑客技术的进步意味着运动员将有机会获得提高成绩的最新工具。

在帮助Kobayashi获得2022年冬奥会金牌的案例中，Hokusho大学的Keizo Yamamoto教授在训练中使用了动作捕捉技术。这一技术优先的训练方式最终被证明是成功的，Kobayashi在男子个人普通跳台滑雪决赛中获得金牌。

在本文中Keizo Yamamoto教授向我们讲述了他如何将动作捕捉作为研究过程的一部分，为什么选择Xsens，以及该技术在不久的将来如何用于其他运动。

Keizo Yamamoto教授精通分析运动员的动作。他不仅在大学体育学院专攻运动学，还与日本奥林匹克委员会的运动员密切合作。

“从2008年开始，我一直在日本札幌的国家训练中心（NTC）帮助运动员，并担任跳台滑雪训练中心的科学顾问。除了体能训练，国家训练中心还为运动员提供广泛的支持，包括成绩评估、营养指导，以及医生提供的医疗和心理支持。我负责表现评估，这涉及从生物力学角度评估姿势和动作。”

随着2022年冬季奥运会的临近，山本教授和他的团队正在寻求捕捉运动员优异表现的方法，并使用这些数据来提高整个团队的表现。2019年，他们第一次决定使用动作捕捉技术，Ryō yū Kobayashi是理想的研究候选人。在2018/19 FIS跳台滑雪世界杯上，Ryō yū Kobayashi总共获得了六个奖杯，包括最高奖项。Ryō yū Kobayashi是2022年冬奥会的热门种子选手之一，因此Keizo Yamamoto教授热衷于分析他的表现，并帮助他突破瓶颈进入下一个水平。

“Ryō yū Kobayashi获得了2018/19赛季的世界杯总冠军。我们请他帮助我们以分析世界顶级运动员的表现，因为我们认为这对教练和其他运动员来说是一个有用的资源。他愉快地同意了。”Keizo Yamamoto教授说道。

跳台滑雪是一项独特的运动，因为运动员每年只能在有限的几天内练习飞行，这是由于该项目与特定的天气条件有关。有了动作捕捉数据，运动员和教练就可以完整地一遍又一遍的观察跳跃的技巧与时机，不必再担心天气情况。

Keizo Yamamoto教授需要足够强大的动作捕捉技术来捕捉运动员运动的复杂性，同时又足够轻便，不会干扰他们的表现。为此，他们找到了Xsens。

运动研究——使用正确的动捕技术避免观察者效应

出色的表现通常归功于运动员保持积极心态的能力，在这种拥有积极心态的状态下他们往往会感觉自己能控制自己的表现。在ESPN的系列纪录片《The Last Dance》中，《Rare Air》的作者Mark Vancil讨论了Michael Jordan的精神:“他在比赛中从来不会分心……他的天赋不是他能跳得高，跑得快，或者投篮。而是他能够足够集中。这就是它与其他运动员所不同的地方。”同样，在此次研究中最重要的是Ryō yū Kobayashi能够保持注意力，而不会因他穿着的动捕套装而分心，正是Xsens的可穿戴性以及数据的准确性让Keizo Yamamoto教授最终选择了Xsens。小林记录的跳跃将成为国家训练中心衡量其他滑雪运动员的标准；因此Ryō yū Kobayashi能在自然状态下进行跳跃演示是至关重要的。

“在跳台滑雪中动作的精确度通常以毫秒计算”Keizo Yamamoto解释说：“即使是姿势上最轻微的变化，也会极大地影响气流和空气动力。我们研究的目的是提高运动员的成绩。我们需要一个能够高精度测量运动员姿态的系统。我们选择Xsens是因为它的准确性以及整个系统的整体重量和尺寸。”

最高级别的运动装备采用先进的技术设计：从技术材料到重量克数，这些差异因素不仅会增加训练预算，还会影响对于运动员表现的微观测量。因此，动捕装备不能影响运动员的动作。“我们多年来一直在寻找一种基于芯片的惯性测量单元（IMU）传感器类型的mocap系统，因为滑雪运动员需要穿戴专门的运动服，所以传统上用于电影的笨重的基于标记的mocap对运动员来说并不合适”。

滑雪运动员必须穿紧身套装，过去，如果运动员穿的套装没有达到“紧身”标准，就会被取消资格”。MVN Link套装与Ryō yū Kobayashi在比赛中穿的滑雪服非常相似，这意味着不会有任何额外的重量需要研究人员考虑，也不会改变Ryō yū Kobayashi的跳跃方式。“我们考虑了各种制造商，然后选择了Xsens MVN，因为它可以精确地测量运动员和滑雪板的姿势。运动员必须戴上这个装置，然后进行跳跃我们需要一个重量尽可能轻、体积尽可能小的系统。Xsens满足了所有这些要求。”

研究成果

通过使用Xsens套装，团队能够连续记录Ryō yū Kobayashi的动作。由此，将其动作转换成数据，然后转换成3D效果图，通过世界上最快的超级计算机Fugaku进行分析。

有了记录下来的数据，Keizo Yamamoto教授和他的团队便开始分析跳跃动作中的关键点。

“在对随时间变化的跳高运动员姿势进行空气动力学分析后，我们确定了顶级运动员身上常见的空气动力学特征。通过阐明一系列跳跃动作中的流体特征，有可能客观地探索运动员表现的关键方面。因为有两名运动员参与了这个项目，所以我们能够分析不同形式的跳跃所产生的差异。”

动作捕捉数据使团队能够查看详细的空气运动，然后能够更好地指出让Ryō yū Kobayashi与众不同的独特运动模式。“我们惊讶地发现，在Ryō yū Kobayashi完成跳跃后其升阻比迅速增加”，Keizo Yamamoto教授说道。“升阻比是跳台滑雪飞行性能的一个指标。它对于尽早形成空气动力学上有利的飞行姿态很重要。”

起飞后升阻比迅速增加意味着Ryō yū Kobayashi能够减少这种压力的影响，因此比其他运动员更有优势。

在经过反复充分研究后Keizo Yamamoto教授将他们得出的研究结果展示给Kobayashi和其他运动员。

滑雪及其他运动的未来

跳台滑雪是一项独特的运动。空气动力学运动是这项运动的核心，所以对于运动员来说，想象他们在空中需要采取什么行动是一项挑战。然而，在动作捕捉的帮助下，这更容易理解，正如Keizo Yamamoto教授解释的那样:“跳台滑雪是一项飞行运动。因此，为了评估运动员的表现，有必要分析其气动特性。通过可视化不可见的气流和空气动力，可以更容易地向运动员解释数据。我相信这将有利于运动员和教练之间的交流，提高训练质量。”

Yamamoto教授推测在不久的将来惯性动捕技术可能会有进一步的应用。“我认为mocap的研究肯定是有效的。这对运动员来说压力较小，并且允许在摄像机不能记录的地方记录运动。至于流体分析，这项技术将在流体力占主导地位的运动中有大有用途，比如游泳等运动。”

动作捕捉技术为教练和运动员开辟了一种新的思维方式。不仅仅是思考他们应该如何改善训练计划，他们可以使用MVN Analyze等技术来研究运动员为什么以这种方式移动。正如Xsens Movella的高级公关部经理Remco Sikkema所说，“运动员的动作可能非常个性化，很难根据一名运动员的数据进行归纳。也就是说，作为一名运动员，了解自己的能力和限制是很有价值的。运动捕捉在体育运动中的应用逐年增加，因为运动员和教练希望更好地了解他们的运动方式。”