AI 让羽球训练更聪明！智慧球拍上手，挥拍“爆发力”一测就知道
科技大观园 ・2021/10/18 ・3852字
本文转载自科技大观园，原文为《人工智能让羽球训练更聪明！》
作者／郭雅欣｜科技大观园特约编辑
“啪！”“啪！”在台南新丰高中的羽球场上，球拍强力挥击的声响不绝于耳，几位选手
正奋力厮杀着。但这场羽球赛有点不同，因为旁边还架著一具电视萤幕，而选手手上的球
拍也不太一样。练习赛结束后，教练与选手聚集在萤幕前，对着萤幕上的挥拍速度、爆发
力指数等数据，热烈地讨论了起来。
会出现这么特殊的景象，是因为新丰高中的羽球队从去年（2019年） 5 月起，开始做为
科技部计画“从中枢系统建构云端 AI 运动训练历程分析与疲劳诊断系统：以羽球项目为
例”（以下简称“AIOT 智能羽球训练模式”）的实验基地，而这个计画由成功大学体育
健康与休闲研究所特聘教授蔡佳良领军，希望利用人工智能，将羽球的训练科学化，达到
最有效精准的训练效果。
这项计画包含五个部分，包括智能球拍、智能手表、高速摄影动作捕捉，以及云端 AI 运
算中心和显示各项运动与生理数值的 APP。智能球拍、智能手表、高速摄影负责收集运动
资讯，将资讯以 Wifi 网络上传到云端的 AI 运算中心计算后，结果呈现在电脑萤幕及专
用的手机 APP 上，让教练与选手一目了然。
AIOT 智能羽球训练模式计画所研发的智能球拍、传感芯片、智能手表，以及专用的 APP
。图／简克志摄
计画中使用的云端计算中心是成大电机系教授王振兴所主持的人工智能数位转型研究中
心 ，智能球拍、手表等装置不断上传的资料，会持续训练 AI 算法自身，让算法变
得愈来愈精准。
为了让训练过程面面俱到，蔡佳良组了一支跨领域的“黄金阵容”，除了专研脑波与眼动
的自己外，还找了工程专业的成大电机系教授王振兴、负责 AI 算法的逢甲大学自动控
制工程学系副教授许煜亮、专研运动伤害的成大物理治疗系副教授蔡一如，每位成员的专
业领域都不一样，在计画中各司其职。
聪明的智能球拍
计画中的一大重点，就是选手手上那支“智能球拍”，它可以收集选手的挥拍力道、转动
角度等数值，经过计算后，能知道挥拍速度、轨迹，还能分辨出九个不同的球种，这是因
为球拍的握把中藏了一个传感芯片。
智能球拍的握把中藏着传感芯片，底部有接线孔以及 2 个 LED 指示灯。图／简克志摄
当选手用智能球拍挥拍时，系统可以得知选手挥拍的加速度、拍子转动的角速度等运动数
据。图／简克志摄
在握把中放入传感芯片就能做到，听起来很容易，但在羽球拍上却没那么简单。蔡佳良说
：“羽球选手对球拍的重量可是很要求的，一般选手使用的球拍大约 80 几克，重一点轻
一点，手感就差很多了。”而一个芯片动辄 10 几克，直接放上球拍，不但影响重量，还
改变了球拍的重心位置，“这样的球拍没有人会想用。”蔡佳良说。
后来，蔡佳良找了胜利体育公司合作，在以碳纤维为材料的握把中纳入芯片，并尽量减少
芯片重量，才做出了目前的智能球拍。蔡佳良说：“不过我们还是想再缩小芯片的重量，
看看是否能让芯片的电池小一点，希望能将球拍再减少 5 公克左右。”
你累了吗？疲劳状态对训练来说很重要！
有了能收集选手打球状况的智能球拍还不够，蔡佳良还希望能将选手的“疲劳状态”也纳
入训练的参考，这也是接下来 AIOT 智能羽球训练模式的发展重点。
蔡佳良与蔡一如指出，疲劳分成“中枢神经疲劳”与“周边神经疲劳”，中枢神经疲劳反
应在脑的专注力、心理上的斗志等，例如比赛时间过长，或是选手心态上已经认输等，这
可以从选手的脑波及眼动讯号来判断；而周边神经疲劳则反应在肌肉的动作，例如选手的
移动脚步可能变慢、挥拍动作变小等。此外，长时间受训练的选手也可能慢性疲劳，尽管
身体好像没怎么样，但可能一早起床就觉得特别累，不想练球等。
分析选手的疲劳状态，还可以进一步预防选手受伤，在选手有一点点受伤征兆时，例如动
作稍微改变时，就及时察觉，让选手休息或就医，这对于延长选手的运动生涯来说是很重
要的。
你的疲劳，AI 比你先发现
为了侦测选手的肌肉疲劳状况，重建选手的动作也是这次计画的重点之一。蔡佳良说：“
一般来说，我们是用‘光学式动作捕捉系统’来重建选手的运动姿态。”这是一套专门的
系统，选手的身上会贴满光点，由四面八方的摄影机拍摄光点的移动，来重建选手动作。
“不过这套系统太昂贵了，”蔡佳良说：“因此我们希望用一般的高速摄影机来取代。”
方法是先以光学式动作捕捉系统找出界定选手疲劳与否的标准（称为黄金标准），再将黄
金标准与高速摄影机的影像共同输入电脑，训练电脑以高速摄影机的影像重建选手动作，
并判别选手疲劳状态。
蔡佳良补充说：“等到我们把高速摄影机这一块做起来，就会推广到一般球馆。”换句
话说，未来一般民众在运动中心等球馆打球时，或许就能透过场馆附设的高速摄影机，看
见自己的动作及打球状态，虽然不是职业选手，也可以研究自己的动作，享受运动科技带
来的好处。
智能手表则由选手整天佩戴着，记录选手日常的心跳及睡眠状态，教练可以据此观察选手
生理状况，也能辅助判断疲劳状态。计画中使用的智能手表由王振兴研发，蔡佳良表示：
“我们自己研发而不采用市面上的手表，这样可以依据我们的需求来收集资讯，也可以避
免个资外泄的问题。”
至于中枢神经的疲劳，可以透过脑波与眼动的状态来发现，这也是蔡佳良的研究专长。但
是蔡佳良说：“我们若要收集这些讯号，得让选手戴上特制眼镜，并在头上贴特殊的贴纸
，这会对选手打球造成影响。”因此，蔡佳良希望先将脑波及眼动的讯号，和智能球拍的
传感讯号做连结，找出彼此的关联，建立一个算法，再将这个算法写入智能球拍的晶
片中，“如果我们的算法够强，球拍传感讯号与脑波、眼动的关联准确性够高，就能直
接从球拍的讯号，计算出选手的中枢神经疲劳状况。”
学术与运动的跨领域沟通
AIOT 智能羽球训练模式发展到目前的阶段，已经可以从智能球拍的讯号，计算出个别选
手的最快挥拍速度、最大击球力道，以及爆发力、攻击力、反应力等指数，蔡佳良笑说：
“我们和教练也有一段磨合的过程，因为我们做研究的，想的都是怎样的数据合适发表，
却不一定是教练真正需要的。”
智能球拍传感到的讯息，经由云端的 AI 计算中心计算后，转化为各种浅显易懂的能力指
数，让教练与选手一目了然。图／简克志摄
新丰高中羽球队的教练李宜勋也对此举例：“一开始蔡教授的团队提供过一个数据叫做
‘积极度’，判别的方式就是一场双打比赛中击球次数多的，就是比较积极。可是事实上
，我们比赛的时候，会故意将球打给比较弱的选手，所以他们的击球次数自然比较多，这
不代表他们比较积极。”
不过，李宜勋认为将 AIOT 智能羽球训练模式纳入训练，对选手的练习的确有帮助，“有
时候教练说破了嘴，还不如数据直接摊开来看。”李宜勋笑说。看到明确的数据，选手之
间也会有正向竞争，觉得不想输给同侪，对于自己的动作或缺点也有更明确的认识。
运动训练科学化
尽管 AIOT 智能羽球训练模式还未真正完成，但蔡佳良对于这项研究的未来发展深具信心
，他说：“我们的研究成果在其他有球拍的运动上都可以应用，例如网球。”
蔡佳良并且认为，运动科技的蓬勃发展下，未来的运动训练一定也都会走向科学化。“其
实我一开始做运动科学时，接触过一些国家级的教练，他们对运动科学有点排斥，认为运
动科学发展起来之后，会抢了他们的教练工作。但其实运动科学只是用数据辅助训练，真
正的训练专业还是在教练身上。”蔡佳良希望现在还在起步阶段，就有机会经历科学训练
的选手，未来若是成了教练，可以经由自己的经验，明白如何运用科技，让训练变得更有
效率。
“我们还希望我们的成果也能普及到一般民众，因为运动科学的市场是很大的。”蔡佳良
希望将智能球拍研发完整后，普及到一般运动用品店，让民众也能买来使用。他说：“即
使是一般民众，若能看看自己今天打球的状况，也是很好玩、很有趣的事情。我相信会有
人想买这种智能球拍的。”
https://pansci.asia/archives/332433