滑雪运动|当滑雪这项世界最古老的运动遇上AI( 二 ) 高薪|滑雪|遇上|运动|自由式滑

文章插图
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。

文章插图
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。
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。

文章插图
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。

文章插图
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。