2月11日晚，北京冬奥会男子钢架雪车比赛结束争夺，中国选手闫文港以四轮4分01秒77的总成绩，获得一枚宝贵的铜牌，向世界展现了“中国速度”，创造了中国选手在这一项目的历史最好成绩。在“中国速度”的背后我院科研团队的助力。学院“智能雪车雪橇赛道与竞技训练关键技术研究”重点专项项目研究成果应用在冬奥会项目中，我院研究生韩文彬、詹健江，邱建伟，叶丽思，陈浪、李博宇、刘畅同学参与其中。通过搭建赛道数字孪生系统，形成了“雪车雪橇穿戴式数字仪表盘”、“钢架雪车训练及比赛滑行轨迹数据分析报告”、“雪车雪橇可视化轨迹纠偏系统”等多项辅助训练的技术成果，实现雪车、雪橇运动的智能精确感知和数据融合，让比赛在安全性和观赏性之间达到完美平衡。

雪车雪橇运动在国内的普及度并不高，所使用的软件是团队大部分的成员没有接触过的，要实现技术突破，必须从零开始学习。“解决方法就是尝试，一点点查阅资料、一次次反复推敲、一遍遍推倒重来。”团队成员邱建伟同学说，他是从本科阶段就开始接触科技冬奥这一项目的，为了熟悉运动员的训练过程，他与韩文彬、詹健江同学去到训练场，现场观摩运动员训练。对实际工程问题的研究是需要大量数据支撑的，在‘数字孪生训练系统’开发研究中，如何准确测量雪车雪橇在滑行过程中的速度成为了一个难题。团队成员韩文彬博士提及常用的测速方法由于场馆条件限制等各种因素无法实现，他与团队老师不断勘察，每天讨论到深夜，最终在所有团队成员的努力下找到了适合雪车雪橇项目的测速方法。

“最初我们手上只有各个国家钢架雪车选手在延庆赛道的滑行视频，我们需要从训练视频中挖掘出有用的信息，经过多次讨论加上头脑风暴，最终确定了技术路线”，团队研究生陈浪表示利用计算机视觉算法将视频中运动员的滑行轨迹提取出来，然后结合运动员的成绩，将滑行轨迹在不同维度下可视化，最后对可视化结果进行分析，得到一些有用的结论。团队成员刘畅同学在对各位选手的滑行轨迹进行分析时，可以清晰地看到各位选手的滑行特点、滑行习惯等，并通过力学分析得到不同选手的最优滑行轨迹，深深地感受到了创新和科技的力量。

（图：系统展示界面）

（图：团队师生与教练合影）

该项目打破了国外相关公司的技术垄断，在北京冬奥会中为运动员的科学训练提供了有力的参考数据。进入冬奥会时间以来，团队成员一直关注着赛事发展，尤其是昨晚，团队成员纷纷守在直播前，观看中国选手闫文港和殷正的比赛。我院学生一直以来都秉持科技创新的方向目标，努力攻克“卡脖子“的关键技术，用实际行动服务国家重大需求，把论文写在祖国大地上。