臺灣產業大啖運動科技商機

2020東京奧運受疫情影響，創下多個史上之最，除首次零觀眾參與外，科技含量也是歷來最高，從轉播、觀賽、判決到賽事管理，都導入尖端科技，球場上各國選手不僅比技巧，也比科技國力。前巨人少棒投手、工研院協理吳誠文現身說法，以科技結合運動專長，分享科技加值運動的趨勢，及臺灣在運動科技領域的機會。

疫情讓本屆東京奧運成為史上首次的「寧靜奧運」，多數賽事禁止觀眾入場；另一方面，也因為科技的全面導入，觸及更多全球更多觀眾。細數本屆東奧的創新科技，包括：結合AI、電腦視覺及感測器的「英特爾（Intel）運動員追蹤系統（3D Athlete Tracking）」，鎖定選手的一舉一動，進行即時轉播與記錄；「Panasonic非接觸生理感測系統」，從遠端就能辨識血管收縮導致的臉色細微變化，得知選手在面對奪牌壓力時的心率及腎上腺反應；瑞士鐘錶品牌「歐米茄（Omega）增加型AI訓練系統」，精準測得沙灘排球是由哪位選手殺球得分、角度及球速。

運動科技伸展台　東奧OBS創舉

工研院協理暨南分院執行長吳誠文表示，本屆東奧不僅是選手的競技場，也是科技的伸展舞台，「若要說明運動科技在東奧的創新突破，最好的例子就是奧運轉播服務（OBS），」負責所有賽事的拍攝、轉播及影音資料提供，並向全球收取轉播權利金。

為了提供宛如臨場的最佳畫面，OBS導入感測器、AI數據分析、雲端平台、虛擬實境（VR）等技術，完備智慧場館建構解決方案；除了超高解析影像及高動態範圍成型（HDR），還有3,600支收音麥克風形成的擬真音效。為了向全球介紹本屆東奧新增的競賽項目—運動攀岩，OBS導入3D虛擬圖像，打造岩面的3D模型，以便細部分析選手攀爬的地形及角度，既可近距觀看選手表情，也可欣賞壯觀的岩面全貌。

還有「多鏡頭3D回放系統」，將攝影機架設於多個機器人平台，設置於體操及滑板比賽場館，快速產生3D回放片段，提供觀眾極緻慢鏡頭的觀看享受，其效果可比電影「駭客任務」（The Matrix）。

運動科技不只用於提升觀賽體驗，現在也導入職業運動員的訓練、普羅大眾的健身鍛鍊與粉絲參與等應用。

結合AI、電腦視覺及感測器的「英特爾（Intel）運動員追蹤系統（3D Athlete Tracking）」，鎖定選手的一舉一動，進行即時轉播與記錄。（Intel提供）

兩大目標：提升表現、減少傷害

「科技提升運動員的體能與表現，早已有實證根據；長久以來，職業賽事及選手皆借重運動科學達到至少兩大目標：一是提升運動表現、二是減少運動傷害，」吳誠文說，以往科技應用在運動上，目的不是在創造可商品化的技術，而是針對頂尖選手進行訓練，一般大眾比較無法感受運動結合科技的成效。

美國職棒大聯盟運用感測器搜集各種資料，如球速、轉速、轉軸、軌跡等，已有10幾年的歷史，將收集到的數據送往雲端，透過運算軟體加以分析：例如即時傳送到導播及球評的中控平台，提供更多運動數據進行說明；又如提供給球團，了解投手本季的投球數、打者表現，佐以過去比賽和訓練數據，可了解球員的體能狀況；「一旦發現球員過度使用體能，可減少上場數，避免運動傷害。」

物聯網、雲端平台、數據分析

近年隨著無線通訊、穿戴裝置、物聯網、雲端技術的發展，在職業運動員的訓練範疇中，運動佐以科技元素已發揮得淋漓盡致。以穿戴裝置為例，吳誠文指出，一般賽事不允許穿戴裝置上場，但美式足球及冰上曲棍球卻是例外，由於球員碰撞頻繁，兩大聯盟允許球隊在將RFID內建於厚重防護衣中，偵測球員的運動資訊再發出訊號，並由場館內的讀取器進行接收。「就像高速公路上的e-tag，整場比賽的球員移動及球體軌跡，完整紀錄並可即時取用，不僅提升轉播品質，也可用來加強球員訓練、分析對手實力。」

吳誠文指出，美國也有多支少棒隊伍採用以杜卜勒雷達（Doppler Radar）為基礎所發展的影像視覺技術，發展運動生物力學分析、姿態骨架分析等；「以往這樣的分析需要龐大資源，更要有經驗豐富的教練；如今有了感測資料及分析軟體的加持，對教練的依賴程度可明顯漸少。」有了科技元素的輔助，運動訓練即可朝更精準地方向進行發展。

科技強國臺灣　仍待導入運動應用

身為電機電子專家，吳誠文所研發的記憶體測試、前瞻網路安全處理器、超大型積體電路無線測試等技術，現已實際應用在數百項IC產品中；而他的另一個身分是背號11號的第一代巨人少棒投手，曾在半世紀前為臺灣拿下威廉波特世界少棒冠軍。

擁有運動及科技的跨界背景，吳誠文指出，目前最尖端的運動科技應用，臺灣都有能力做得到，他很感慨，「臺灣是科技強國，可惜在運動領域的著墨不深，」國內科技業擅長大量製造，期待世界級客戶來下單，但與其如此，不如自己做出世界級的服務和解決方案，更有發展潛力與市價值。

矽谷科技加持　史丹佛奪15金

「在國內，運動與科技涇渭分明，但在歐美並非如此，」吳誠文分析，2016里約奧運，美國拿到最多獎牌的大學是加州史丹佛大學，在校生和校友共囊括15面金牌。

「這些史丹佛的選手，沒有一個是體育系，大都有自己的主修如數學、電機、歷史等，僅極少數將來會以運動為職業，」吳誠文表示，這也反映出臺美文化的不同，史丹佛能創造運動佳績，一是選手長期浸淫在矽谷高科技的環境，早已將科技導入運動訓練；第二是美國大學屬於準職業運動市場，大學美式足球、大學棒球，都創造極豐厚的獲利，讓學校能提供獎學金及豐沛訓練資源給學生。

吳誠文說，這論述強調運動經濟規模的重要性，不僅能讓職業運動員享受科技帶來的優點，更進一步發展出全新產業生態圈，這是具體可行的雙贏策略。他指出，2018年美國運動產業規模達5,397億美元，接近臺灣全年GDP；同年全球半導體產業雖創下歷史新高，產值達4,680億美元，仍小於美國運動產業規模。

行政院出手　打造運動科技產業

目前行政院已擬定發展計畫，將科技與運動結合，形成國家級計畫，由科技部、資策會、工研院擔綱，打造產業未來競爭力。以東奧的OBS轉播服務為例，疫情下仍創造40億美元的收入，雖與實體賽事無法相比，但帶來的周邊商機不可限量。賽事直播觸及更多觀眾，不受場地及時間限制，隨時可上線觀看、評論；直播同時，還能即時下單購物，創造無遠弗屆的商機。

「臺灣科技業長期以來都是賣硬體為大宗，國際客戶採購穿戴裝置及雲端設備，最終的應用是什麼，我們往往無法得知；事實上很多都是用於先進運動領域。我認為產業界可以調整心態，走出舒適圈，以科技角度剖析運動界需求並進行協助，提供創新運動訓練，也創造新的市場商機，」吳誠文說，如此一來，臺灣科技業將有機會從單純的大量製造，升級至應用系統整合及解決方案提供。

工研院在今年5月於成功大學舉辦的「全國大專校院運動會」中，打造「智慧場館」的成功案例，可做為科技業進軍運動領域的重要參考。

健身教練指定的動作一直都做不好，不知問題出在哪？健身房重訓器材不僅缺乏訓練資訊，連做了幾次還要人工算，真的很落伍；自行車車架要怎麼調，才能輕鬆上路，避免受傷，這可是一門大學問；想打好高爾夫球，訓練軟體貴又難用，怎麼辦？以上運動健身的煩惱，透過創新的科技，都能找到完美的解方。

研究機構Research And Markets的2021年全球運動市場報告指出，儘管遭受疫情衝擊，2021年全球運動市場產值仍將成長13.5%，從2020年的3,882.8億美元，增至今年的4,407.7億美元，主要驅動力量是運動相關產業積極調整方向，努力從疫情中復甦。預計到2025年，全球運動產值將逼近6,000億美元，年複合成長率8%。

面對疫情期間社交距離的限制，居家及戶外運動成為主流，各式科技輔助運動，在疫情期間大受歡迎，例如訂閱制教練服務、線上課程、虛擬運動社群等。為協助臺灣產業搶攻疫後運動商機，創造全新市場，工研院整合院內研發成果，切入運動科技領域，從場域應用及市場需求出發，打造出多項軟硬整合的運動科技，讓健身更智慧。

健身房軟硬體系統

健身風氣盛行，室內健身房導入的智慧科技林林總總，唯獨重量訓練區宛如科技沙漠，難以取得使用者數據。有鑑於此，工研院在既有重訓器材上加裝關鍵性感測功能模組，開發出一系列的健身房軟硬體，包括飛時測距（Time of Flight；ToF）智能重訓機台、智慧啞鈴、雲端運動平台，能夠感測、擷取完整的重訓資料，讓健身房為會員提供更細緻的服務。

研發團隊發現，健身者在自主訓練時，因無教練在旁，往往無法維持動作節奏、甚至完成次數，尤其進入訓練後半段，體能十分疲勞時，更無暇顧及訓練的質與量。透過智慧健身房軟硬體系列技術，即使教練不在場，也能確實提醒訓練強度及次數，讓使用者能夠專注訓練，不必分神記錄，充份掌握運動進度。

健身房軟硬體系統中的ToF智能重訓機台，整合紅外線測距模組，將現有重訓機台變身物聯網裝置，智慧啞鈴則是在啞鈴上加裝慣性感測器（IMU），兩者皆能完整記錄運動歷程，包括訓練重量、離心與向心動作時間、功率、疲勞偵測等，並自動記錄訓練次數、組數及時間，無須人工計算。

健身房軟硬體系統也涵蓋了雲端運動平台，由於「最大肌力計量量測（1RM）」與「重訓代謝當量」，是重訓兩項重要的數據，透過雲端運動平台分析使用者操作時的速度、加速度、重量等資訊進行數據加值。1RM獲得個人當下最大肌力，以便根據個人需求安排適合的訓練菜單；重訓代謝當量以清晰簡單的方式呈現，有助於了解訓練過程消耗的能量，並進一步提供個人訓練建議、飲食及營養處方等。

PoseFit肌能檢測鏡

一般人在從事運動時，經常有某些特定動作無法確實做到，這往往是因為筋膜和肌肉牽引骨架時，施力肌群異常所致。為了解決這個問題，工研院運用視覺辨識技術，開發出「PoseFit肌能檢測鏡」，使用者在執行動作的當下，即可同步進行骨架分析，依照動作完成度的不同，來判定肌群與筋膜的問題，並提供適當處方，例如必須強化哪些肌肉、又必須針對哪些過於緊繃的肌群來進行放鬆。

肌能檢測鏡在發想之初，研發團隊便前往各處健身房實地觀察，同時訪談多次擔任國家代表隊隨隊醫生、擁有豐富臨床經驗的國立體育大學教授張曉昀，最後決定以美國職業賽事採用的「功能性檢測」（FMS）方案為基礎，再輔以視覺辨識技術來進行檢測。

PoseFit肌能檢測鏡已開發出不同場域的應用版本，例如健身版、銀髮高齡版等，使用者只要站在肌能檢測鏡前開始運動，透過視覺辨識及智慧分析，就能了解肌群使用狀況，提供對症下藥的改善處方。這個裝置也可協助教練或指導人員記錄歷次檢測結果，便於比對運動或復健的短、中、長期成效。

市面上類似的解決方案，多僅能檢視動作是否正確，完成度如何，PoseFit肌能檢測鏡還能進一步提出改善之道，指引合適訓練方式。例如：若發現使用者大腿前側的四頭股無力，會給予提示，引導使用者至鍛鍊四頭肌的健身機台進行訓練。此外，透過PoseFit的一站式檢測，個人肌能歷史記錄可清楚完整呈現。該技術適合的場域包括健身房、居家個人檢測、銀髮長照中心、專項訓練中心、職業運動隊伍等。

視覺騎乘肢體動作分析系統

熱愛自行車運動者常因姿勢不正確，影響騎乘速度、騎乘距離，甚至造成運動傷害，從此與自行車運動絕緣。而姿勢正不正確，除了與騎士自身習慣有關外，車架與騎士身形的搭配，更是關鍵，怎麼樣才能騎得快、騎得遠、騎得更健康，需要科技來幫忙。

工研院研發團隊在拜訪臺中大甲自行車訓練中心時發現，騎乘動作是否正確，對於騎乘效率有極大的影響。尤其車架的選擇或調整，一旦不夠精準，很可能導致騎士受傷。然而，過去大多透過人工量測及個人經驗來選擇車架，或判斷如何調整車架，這中間經常存在許多誤差。尤其人體動作精巧複雜，在車架調整過程中，只要有一項指標改變，就會連動影響其他數據，單純以人力來操作，至少需兩個小時，還得等待使用者試騎一段時間後，再進行二次調整，相當不便。

為了提供自行車愛好者更簡便的騎乘動作量測系統、節省調整車架的時間和繁瑣流程，同時記錄調校過程的變化，工研院開發出專供自行車使用的「視覺騎乘肢體動作分析系統」，串連多鏡頭的視覺資訊，於騎乘時進行骨架分析，藉此產出精準的動態與靜態人因資訊，並結合AI來提高辨識精準度及速度。

經過實測，該系統可大幅縮短挑選或調整車架的時間及人力，並提供數位化解決方案；例如在量測過程中，可記錄使用者最偏好的幾個尺寸，做為未來使用的參考。此系統也導入視覺資訊融合技術，能夠獲取更精準的3D空間座標，讓現場量測距離得以縮短至一半，將可提供高階自行車客製化調校使用，減少人員負擔之際，提升客戶滿意度。