李宗民教授

在2022年北京冬残奥会上，中国轮椅冰壶队成功卫冕，这块金牌的获得，除了轮椅冰壶运动员的奋勇拼搏外，还得益于我校青岛软件学院、计算机科学与技术学院李宗民教授团队的不懈攻关，团队科研人员用高科技助力运动员不断探索体能与运动极限，为运动员插上“隐形翅膀”。

李宗民教授团队开发的冰壶现场分析和辅助决策支持系统有效地分析冰壶运动规律，在训练比赛过程中辅助教练员和运动员的投壶决策，给出投壶建议，大幅度减少冰壶比赛分析所需时间，帮助教练团队做出及时有效的技战术调整。团队发扬“家国同心、艰苦奋斗、惟真惟实、追求卓越”的石大精神，克服多种困难，科技创新服务国家重大需求和经济社会发展需要，为科技冬奥贡献石大智慧。

科技创新，参与“科技冬奥”两项研究

在2022年冬奥会和冬残奥会中，科技创新贯穿于备赛、参赛、观赛等各环节。2018年至2021年，科技部组织实施了包含“智慧冰雪场关键技术研究”在内的国家重点研发计划“科技冬奥”重点专项项目60项。在科技推动下，残奥运动员不断探索着体能与运动的极限，诠释着更快、更高、更强、更团结的奥林匹克精神。

李宗民教授课题组参与了国家“科技冬奥”系列重点研发计划“智慧冰雪场关键技术研究”，承担了“冰壶运动现场分析辅助决策系统”和“短道速滑速度滑冰的多目标跟踪及姿态识别”两个课题项目研究，研发具备多目标检测、跟踪、轨迹分析、典型姿态识别和同步数据叠加功能的典型冰上项目多源数据分析和辅助训练系统，为教练员和运动员制定针对性训练计划提供技术支撑，成功实现了携手科技入冬奥、“我”与国家共筑智慧冰雪场的目标。

李宗民教授课题组由4名教师、4名博士生、30名硕士生和3名本科生组成。团队研究以图形图像处理、人工智能和三维等方向为主，主要涉及目标检测、视频跟踪、行人重识别、边缘检测、三维重建、辅助医疗、医学图像分割、文字识别、面部表情识别、自动驾驶等研究点。

2019年10月，课题组承担的两个项目正式启动，2020年初进行调研并给出项目研究计划，2020年下半年于校园内进行初始数据人为模拟，随后引进校园旱冰壶赛道等相关模拟设备，后期分阶段进入训练馆采集数据等。

“借助计算机视觉和人工智能技术助力北京冬奥会和冬残奥会，为的就是在未来几年大幅度提升冰上项目运动成绩，并改善我国竞技体育格局。”李宗民教授介绍，在体育竞技方面计算机视觉一直是最优先的解决方案之一，团队多年来专注计算机视觉相关内容研究。

冰壶运动现场分析辅助决策系统由三部分组成：冰壶比赛态势感知模块、冰壶场地数字化提取模块、冰壶比赛决策分析模块。系统首先对冰壶位置进行实时检测，由数字化提取模块对当前冰壶位置进行数字化提取，接下来由决策分析建议模块分析最优策略，最后模拟出实施当前最优策略后的场上状态，并可以实现训赛数据、过程记录回放与复盘。该系统可以有效分析冰壶运动规律，在训练比赛过程中辅助教练员和运动员的投壶决策，给出投壶建议，并可以大幅度减少冰壶比赛分析所需时间，在比赛结束后几分钟内将分析结果反馈给教练团队，以做出及时有效的运动员状态或技术调整。相比于其他传统方法，本方法无干扰，无需在冰壶上安装信号接收器。

“我们的系统侧重于冰壶投壶决策建议以及分析复盘，战略决策意义更加明显；北京工业大学信息学部教授毋立芳开发的系统偏重辅助运动员把控冰壶运动轨迹，提高运动员的投壶瞄准技术。策略和技术相结合，冰壶运动成绩才能更好地提升。”李宗民介绍，为了支持国家轮椅冰壶队续写传奇，两个团队聚集人工智能、虚拟现实、图形图像处理等研究领域的专家学者，形成强大人才合力。

“冰壶运动现场分析辅助决策系统非常好用，能根据场上的局面，计算出投手用顺时针应该投出一个什么弧线，从而达到最好效果，对我们帮助很大。”轮椅冰壶队运动员王添巍表示。

团队另外一个项目是“短道速滑速度滑冰的多目标跟踪及姿态识别”，主要为了精确快速获取运动员滑行数据。项目基于视频的多目标追踪技术，将目标在每个视频帧中的位置信息和ID信息检测出来，并将不同帧的检测结果送入神经网络进行学习与训练，通过不断优化和调试，最终获取一个最好的多目标追踪网络模型。之后便可通过这个训练好的模型对新的视频进行多目标追踪，从而得到多个目标在视频中的运动信息。该项技术可以判断比赛运动员的数量，从而实现逐个追踪，这意味着在激烈的赛场上，即使运动员互相遮挡，每位运动员的速度、姿态等信息也会清晰、实时地呈现，从而实现运动员训练与人工智能技术有机结合，为运动员和教练员制定针对性训练计划提供技术支撑，该技术目前已在冬奥会、冬残奥会的多个训练场地实现应用。

持续攻关，服务国家重大需求

冰壶运动现场分析辅助决策系统在研发中遇到很多困难与挑战。轮椅冰壶临近静止前，运动轨迹曲度变化大，加大了团队的检测和训练难度，也影响团队在进行强化学习模拟时对摩擦参数的调节和扰动的控制。另外，轮椅对冰壶的遮挡情况严重，对数据采集设备设计、安装造成一定的困难。同时，遮挡问题也困扰着短道速滑速度滑冰的多目标跟踪及姿态识别团队。

李宗民教授介绍，为了解决技术方面的问题，团队成员查阅论文，开会讨论，有针对性地调研，实验不同算法，并一一实践对比。虽然过程辛苦，但每在一个问题上取得突破或者解决了某个困难都让团队成员为之振奋。通过改进、优化算法，冰壶运动课题组将冰壶决策方法由原本的离散转化为连续，极大缩短了决策时间、提高了策略质量。短道速滑速度滑冰课题组将多目标追踪算法扩展到短道速滑接力项目中后，又一一实践对比，优化传统算法，最终确定了使用单目标追踪算法，实现了很好的追踪效果。

团队的研究还受到疫情影响。由于疫情期间管控严格，进入运动员训练场馆、录制相关数据等都比较困难。为了不影响项目进程，冰壶运动课题组成员在正式进场获得真实数据前，积极调用已有资源，引进一套校园旱地冰壶赛道，提前实验多种采集设备架设方案，进行了不同角度的旱地冰壶数据采集与初步算法测试。后期，中国残疾人奥林匹克管理中心、国家体育总局、国家轮椅冰壶队岳清爽教练针对上述问题给予很大帮助，课题组成员也得以进入训练馆，与轮椅运动员、教练员同吃同住，实时获取训练数据。

“在工作期间，运动员们的坚强和毅力深深地打动着我，与其说是我们帮助他们，不如说是我们合作共赢。每当遇到困难而焦虑的时候，想起他们奋进的身影，我们总能充满力量继续钻研。”团队成员肖倩表示。

课题组克服线下交流机会较少的不利因素，增大线上交流力度，按时召开项目会，将项目取得的成果及时共享给运动员与教练员。尤其是在发现教练员对冰壶战术板的实际需求后，团队设计了冰壶战术板小程序，将数据可视化到手机界面。

“冰壶运动现场分析辅助决策系统小程序真的非常有用，既可以随时进行比赛过程记录与战术设计，也可以随时修改，更能随时查看已保存的记录。”岳清爽教练使用后反馈。

当得知中国轮椅冰壶队取得金牌时，课题组成员非常激动，大家都为中国轮椅冰壶队感到骄傲，同时对自己为国家贡献的绵薄力量感到自豪。

在研究过程中，学校和学院对李宗民教授团队提供了场地、设备、数据采集等多方面支持，为团队提供了基础实验楼C座的实验室、服务器作为支撑，确保了科研项目顺利进行。

李宗民教授团队助力科技冬奥，是学校多年来坚持科技创新服务国家重大需求和经济社会发展战略的成果之一。相信在这一战略指引下，未来学校将涌现出更多服务国家、服务社会的创新成果，培养出更多创新人才。