از آمار دوندگی تا رسم هیت‌مپ؛ هوش مصنوعی چگونه تحرک بازیکنان فوتبال را تحلیل می‌کند؟

وقتی محو تماشای مسابقه‌ی حساس فوتبالی هستید، همه‌چیز در حرکات سریع بازیکنان و نتایج غیرمنتظره خلاصه می‌شود. مهاجمی با استارت بسیار قوی دفاع حریف را جا می‌گذارد و توپ را به تور دروازه می‌چسباند. سایر بازیکنان هم‌تیمی‌اش با خوشحالی به‌سمت او می‌دوند و شما بی‌صبرانه منتظرید تا تکرار صحنه را ببینید.

همان موقع در باکس گرافیکی تلویزیون سرعت بازیکن و مسافت طی‌شده‌اش نقش می‌بندد. ما معمولا چنان غرق در آدرنالین مسابقه‌ایم که از خودمان نمی‌پرسیم این آمار چطور با چنین سرعتی محاسبه شده‌اند؛ ولی در فوتبال امروزی استخراج اطلاعات دیجیتال به‌همان اندازه اهمیت دارد که نبرد بازیکنان در زمین. اعدادی که روی نمایشگر می‌بینیم، خروجی نهایی مجموعه‌ای از سیستم‌های ردیابی پیشرفته‌اند نه حدسیات تقریبی گزارشگران و تحلیلگرانی که در شبکه‌های پخش نشسته‌اند.

در تورنمنت‌های بزرگی مانند جام جهانی ۲۰۲۶، حسگرها و الگوریتم‌ها کل استادیوم را به بوم دیجیتالی عظیم و زنده‌ای تبدیل کرده‌اند که مختصات قدم‌ها، تکل‌ها و هر حرکت بازیکنان روی آن ثبت می‌شود؛ فرایندی که با پردازش صدها فریم‌برثانیه پیش می‌رود و البته همه‌چیز، از سقف ورزشگاه کلید می‌خورد.

برای استخراج مختصات دقیق ۲۲ بازیکن، داوران و توپی که با سرعت بالا حرکت می‌کند، به شبکه‌ای نیاز داریم که هیچ حرکتی از دیدش پنهان نمی‌ماند. تجهیزات ردیابی دقیقا همین وظیفه را به‌عهده دارند و در تمام مدت مسابقه، زمین را زیر ذره‌بین خود اسکن می‌کنند.

شبکه‌ی دوربین‌های ناظر: معمولا بین ۸ تا ۳۲ دوربین با رزولوشن بسیار بالا دور سقف استادیوم‌ها نصب می‌شوند؛ به‌طوری‌که میدان دیدشان با هم هم‌پوشانی داشته باشد و هیچ نقطه‌ی کوری باقی نماند؛ بدین‌ترتیب اگر بازیکنی حین ارسال ضربه‌ی کرنر یا در شلوغی محوطه‌ی جریمه، پشت بازیکن دیگری قرار گرفت و از دید یک دوربین پنهان شد، دوربین‌های زاویه‌ی کناری همچنان او را زیر نظر دارند.

سیستم‌های ترکیبی و حسگرها: مسابقات سطح بالا مثل جام جهانی، صرفا به تصاویر ویدیویی اکتفا نمی‌کنند. درون توپ بازی یک حسگر کوچک و پیشرفته‌ی IMU تعبیه می‌شود که داده‌های حرکتی توپ را تا ۵۰۰ باربرثانیه به ۱۲ تا ۲۴ آنتن نصب‌شده در اطراف زمین ارسال می‌کند. ترکیب بی‌درنگ داده‌های این حسگر با تصاویر دوربین‌ها، خطاهای بصری را حذف می‌کند و مدل سه‌بعدی دقیق و زنده‌ای از جریان بازی می‌سازد.

مهرداد عیسی‌لو

فناوری در قلب «تریوندا»؛ توپ جام جهانی ۲۰۲۶ چگونه داده‌های زنده را پردازش می‌کند؟

مطالعه '4

همگام‌سازی زمانی: کارایی ساختار سخت‌افزاری به مرحله‌ی حساس زمان‌بندی بستگی دارد. تمام دوربین‌ها باید با یک ساعت مرکزی (Genlock) همگام شوند تا در هر ثانیه ۲۵ تا ۵۰ فریم با برچسب زمانی کاملا یکسانی ثبت کنند. اگر همگام‌سازی حتی در حد چندهزارم ثانیه خطا داشته باشد، مکان بازیکن در زمان موردنظر اشتباه ثبت می‌شود و تمام محاسبات سرعت و مسافت اعتبارش را از دست می‌دهد.

هنگامی‌که ده‌ها دوربین در هر ثانیه هزاران فریم از بازی را ثبت می‌کنند، حجم بالایی ویدیوی خام به دست می‌آید که هنوز معنای خاصی ندارد. در این مرحله، الگوریتم‌های بینایی ماشین و شبکه‌های عصبی عمیق وارد میدان می‌شوند تا به پیکسل‌ها هویت ببخشند.

تک‌تک فریم‌ها با سرعتی خیره‌کننده بررسی می‌شوند تا فرم بدن بازیکنان و توپ را از پس‌زمینه‌ی چمن سبز یا سکوی تماشاگران جدا کنند. سیستم با تشخیص الگوهای رنگی لباس هر تیم، دور هر فرد یک کادر دیجیتالی می‌کشد و به او یک شناسه اختصاص می‌دهد؛ بدین‌ترتیب نرم‌افزار می‌داند بازیکنی که در قاب می‌دود، دقیقا همان کسی است که در فریم قبلی حضور داشت.

حالا نرم‌افزار دیگر با یک توده‌ی رنگی متحرک طرف نیست و فرم دقیق بدن بازیکن را می‌فهمد. به‌لطف همین جزئیات است که سیستم‌های آفسایدگیری نیمه‌خودکار می‌توانند تشخیص دهند آیا نوک شانه‌ی مهاجم در منطقه‌ی آفساید بوده است یا نه و حتی در صحنه‌های مشکوک، خطای هند یا وضعیت دست‌های بازیکن تکل‌زننده را بادقت تحلیل کنند.

با استخراج مختصات دقیق X و Y هر بازیکن در هر فریم، می‌توان نقاط خام را به داده‌های معناداری مثل مسافت طی‌شده تبدیل کرد. مسافت دویده‌شده در طول یک مسابقه درواقع چیزی جز وصل کردن نقطه‌های بی‌شمار به یکدیگر نیست، همان‌کاری که سیستم با روش نقطه‌پیمایی انجام می‌دهد.

نرم‌افزار سیستم، موقعیت بازیکن را در یک‌لحظه به‌عنوان مبدأ در نظر می‌گیرد و آن را با خطی مستقیم به موقعیت او در فریم بعدی وصل می‌کند؛ دقیقا شبیه به رسم یک مسیر نقطه‌چین روی نقشه‌ای بزرگ؛ سپس طول دقیق این پاره‌خط‌های بسیار کوتاه، با فرمول محاسبه‌ی فاصله‌ی دو نقطه در هندسه‌ی تحلیلی محاسبه می‌شود:

محاسبه‌ی به‌ظاهر ساده برای به‌دست‌آوردن فاصله‌ی بین دو نقطه، میلیون‌ها بار در طول نود دقیقه‌ی بازی، برای هر بازیکن تکرار می‌شود. در نهایت با جمع‌زدن طول تمام این پاره‌خط‌های میلی‌متری و سانتی‌متری، مسافت کلی دوندگی بازیکن به‌دست می‌آید.

بااین‌حال بازیکنان حتی زمانی که ثابت ایستاده‌اند یا منتظرند ضربه‌ی آزاد ارسال شود، کاملا ساکن نیستند. آن‌ها وزن خود را از یک پا به پای دیگر می‌اندازند، دست‌هایشان را تکان می‌دهند و جنب‌وجوش‌های ریز دیگری دارند.

اگر سیستم تک‌تک حرکات طبیعی و تغییرات جزئی را با هم جمع کند، در پایان بازی آمار عجیبی به‌دست می‌آید؛ مثلا برای دروازه‌بانی که بیشتر بازی در محوطه‌ی دروازه ایستاده است، کیلومترها مسافت غیرواقعی ثبت می‌شود!

پس از محاسبه‌ی مسافت‌های طی‌شده، نوبت به تحلیل مفاهیم پویاتری مثل سرعت و شتاب می‌رسد. می‌دانیم که سرعت از تقسیم تغییرات مسافت بر زمان به دست می‌آید. ازآنجاکه دوربین‌ها و حسگرها در هر ثانیه ده‌ها فریم را ثبت می‌کنند، پردازشگر دقیقا می‌داند که هر جابه‌جایی کوتاه بازیکن در چه بازه‌ی زمانی رخ‌داده است و سرعت لحظه‌ای او را با فرمول زیر حساب می‌کند:

البته سرعت یک بازیکن در طول مسابقه مدام تغییر می‌کند؛ به‌همین دلیل مربیان و تحلیلگران شدت حرکت را مبنای اصلی تلاش بدنی بازیکنان می‌دانند و نرم‌افزارهای ردیابی هم سرعت‌ را به محدوده‌های مشخصی تفکیک می‌کنند؛ معمولا سرعت زیر ۶ کیلومتربرساعت به‌عنوان راه‌رفتن، بین ۶ تا ۱۵ کیلومتربرساعت به‌عنوان نرم‌دویدن، ۱۵ تا ۲۵ کیلومتربرساعت به‌عنوان دویدن با شدت بالا و هر سرعتی بیشتر از ۲۵ کیلومتربرساعت به‌عنوان استارت انفجاری در نظر گرفته می‌شود.

گاهی اوقات انسداد موقت دوربین‌ها باعث می‌شود مختصات بازیکن در دو فریم متوالی جهشی غیرمنطقی داشته باشد؛ خطایی که ممکن است سرعت یک مدافع را به ۶۰ کیلومتربرساعت برساند!

الگوریتم‌ها برای جلوگیری از چنین اشتباهاتی، بالاترین سرعتی را به‌عنوان «اوج سرعت» تایید می‌کنند که حداقل برای کسر مشخصی از ثانیه به‌صورت پیوسته حفظ شده باشد. شتاب بازیکن هم چیزی نیست جز نرخ تغییرات یا مشتق سرعت که بی‌درنگ محاسبه می‌شود و نشان می‌دهد مهاجم چگونه از حالت سکون به حداکثر سرعت خود می‌رسد.

هیت‌مپ‌ها یا نقشه‌های حرارتی، یکی از جذاب‌ترین خروجی‌های بصری در جریان هر مسابقه‌اند که به زیبایی نشان می‌دهند هر بازیکن یا حتی هر تیم در طول نود دقیقه، کدام بخش‌های زمین را به تسخیر خود درآورده است.

سیستم نرم‌افزاری برای خلق گرافیک هیت‌مپ، ابتدا کل مساحت زمین بازی را به هزاران مربع دیجیتالی بسیار کوچک یا در واقع پیکسل‌های فرضی تقسیم می‌کند. در جریان ردیابی‌های لحظه‌ای، هر بار که مختصات بازیکن درون یکی از مربع‌ها قرار می‌گیرد، شمارنده‌ی مختصِ آن قسمت فعال می‌شود. با گذشت زمان و ادامه‌ی جریان بازی، نرم‌افزار مدام زمان ایستادن یا عبور بازیکن از هر مربع را به مقادیر قبلی اضافه می‌کند.

بدین ترتیب در پایان هر نیمه یا انتهای مسابقه؛ شبکه‌بندی ایجادشده به ماتریس متراکمی از داده‌ها تبدیل می‌شود که میزان حضور فیزیکی بازیکن در هر مترمربع از زمین را نشان می‌دهد. سپس نرم‌افزار این مقادیر عددی را به طیف‌های رنگی ترجمه می‌کند؛ مربع‌هایی که حضور حداقلی بازیکن را ثبت کرده‌اند، کاملا شفاف می‌مانند یا با رنگ‌های آبی و سبز نمایش داده می‌شوند. در مقابل مناطقی که محل اصلی دوندگی و حضور مداوم بازیکن بوده‌اند، با رنگ‌هایی مانند زرد، نارنجی و در نهایت قرمز پررنگ متمایز می‌شوند.

ولی بینایی ماشین و تمامی محاسبات ریاضی، زمانی ارزش واقعی خود را نشان می‌دهند که با کمترین تأخیر ممکن روی خروجی ظاهر شوند و بدین منظور شبکه‌ای از سرورهای قدرتمند و پردازنده‌های گرافیکی بی‌وقفه در حال کارند.

اگر امروز مجبور نیستیم برای دیدن آمارها تا سوت پایان مسابقه صبر کنیم، به‌دلیل سرعت بالای پردازش‌ها است. شبکه‌های تلویزیونی می‌توانند اطلاعاتی مثل درصد مالکیت توپ را به‌صورت متناوب روی صفحه بیاورند، مسافت دویده‌شده تا آن لحظه را نشان دهند و مربیان نیز روی تبلت‌های خود، هیت‌مپ‌های زنده را برای تغییر تاکتیک رصد می‌کنند.

همین مختصات سه‌بعدی و بی‌نقص، پایه‌های سیستم کمک‌داور ویدیویی (VAR) و تکنولوژی آفسایدگیری نیمه‌خودکار را هم شکل می‌دهد تا تصمیم‌های سرنوشت‌ساز بازی بدون خطای دید انسانی اتخاذ شوند.

در نهایت مسیر داده‌ها از دوربین‌های سقف استادیوم تا شبکه‌های عصبی، نشان می‌دهد فوتبال امروز چقدر از دانش محاسباتی بهره می‌برد. در مسابقاتی مانند جام جهانی دیگر هیچ حرکت و مسافتی در مستطیل سبز از نگاه موشکافانه الگوریتم‌ها پنهان نخواهد ماند.