作为一项有着数百年传统的体育运动，网球一直非常抗拒变化。其他的体育运动已经迅速接受了数据和分析的使用，以改变运动员的招募、训练和比赛准备，帮助他们在比赛中适应不断变化的环境，以及在比赛后分解成功和失败。
国际网球联合会（ITF）的 IT 执行总监 Mat Pemble 表示：“可以说，网球没有辜负它作为一项传统运动的根基。在接受新技术和数据分析方面，我们不是最快的运动项目，特别是在球场上。”
不过，创新的欲望依然存在。科学和技术主管 Jamie Capel-Davies 指出，电子司线是一个最好的例子。ITF 对智能球拍和腕带设备的拥抱也是如此，第一波证明是具备局限性的，因为它们可以提供球员挥动球拍的速度数据，但不能收集结果数据。
Capel-Davies 说：“你不知道这是一个好球还是一个坏球，也无法了解你打球时发生了什么。”
在球场边提供性能数据
在 21 世纪初，ITF 开始与 SONY 公司的 Hawk-Eye Innovations 合作，其计算机视觉系统使用来自多个高速摄像机的计时数据来确定球在球场上的位置。该技术在 2003 年的澳大利亚公开赛和 2007 年的温布尔登公开赛上首次亮相，它为这项运动的电子司线奠定了基础。
Capel-Davies 说：“这其中的一个副产品是，因为你在跟踪球，看它是落进还是落出，所以你实际上在这个过程中得到了很多数据：人们击球的速度有多快，他们从哪里击球，球落在哪里。”
ITF很快就在这项运动的展示方面利用了大量的数据，但在释放其对竞争对手的价值方面却举步维艰。因此，在 2021 年，ITF 与微软合作，为比利简金杯（Billie Jean King Cup）的比赛观测平台提供支持，以便改变表现。BJK 杯是女子体育领域最大的年度团体赛，每年有 16 个国家队获得资格，争夺这一著名赛事的冠军。与男子戴维斯杯一样，它是为数不多的允许球队队长在比赛中指导球员的网球比赛之一，因为他们可以在比赛之间换边。
该平台使用球跟踪摄像机和 3D 雷达系统来生成实时的场上比赛数据，这些数据被输入 Azure，并与实时比分数据相结合，以提供对发球模式、回球和球员在球场上运动的洞察力。在 BJK 杯决赛期间，这些观测通过微软 Surface 设备上的仪表板提供给球队队长。
Pemble 说：“我们真正开始关注如何利用这些数据来支持球员、教练、球队，以及幕后参与表演的每个人。通过允许球场边的教练，BJK 杯为 ITF 提供了一个独特的机会来展示该平台的比赛洞察能力。”
Capel-Davies 指出：随着比赛的进行，他们正在获得实时数据，这让球队有机会了解他们在比赛计划中的表现。”
利用比赛中的数据对表现进行微调
ITF 与微软和来自 BJK 杯球队的代表紧密合作，开发分析方法及其演示，以确保仪表板能提供有意义的建议。当他们在比赛之间换边时，队长只允许有几分钟时间来指导他们的球员。
Capel-Davies 说：“我们所关注的关键事情之一是什么是最重要的指标，以及如何有效地传达这些指标。这个应用程序的优势在于它非常直观，而且它也有合理的自定义功能。”
例如，它可以用来显示发球位置和回球，帮助队长和球员识别模式。它可以显示球员在破发点的回球情况。在去年的决赛之后，ITF 与微软合作，根据反馈增加了新的功能，包括一个名为"发球加一 "的可视化功能，该功能将一个回合中的第三球可视化。
除了球场边的观测，Capel-Davies 指出该平台还为球队提供了赛前和赛后的附加值。在比赛之前，该平台可以提供对对手的分析，通过了解他们的优势、劣势和倾向，帮助制定比赛计划。比赛结束后，该平台可以用来进行赛后总结，深入了解哪些是成功的，哪些是失败的，以及哪些是球员可以在下一场比赛中改进。
目前，该系统仅限于决赛，因为它需要部署 4 到 12 台摄像机，并根据特定的球场进行校准。它也不能用于红土球场，因为那些球场通常没有电子线路呼叫。
Capel-Davies 表示：“网球场的大小是一样的，但在实践中，球线并不总是在同一个地方，所以系统根据球线的实际位置进行校准需要一个过程，而且还必须了解地形。你不能假设球场是完全平坦的，必须对场地进行测绘。”
目前，只有在 BJK 杯上才有比赛中的实时观测分析，但 Pemble 和 Capel-Davies 相信变化即将到来。
Capel-Davies 说：“就创新和教练而言，网球运动一直在缓慢地发展，我认为这证明了好的、高质量的教练和好的信息作为教练的基础可以真正提高比赛水平。”
Capel-Davies 说：“人们的兴趣是存在的，我认为这从最大的锦标赛、大满贯和世界锦标赛、戴维斯杯和比莉简金杯都能看出来。但现在我认为这种趋势也正在向一些较低水平的比赛转移。”Pemble 补充说：“现在技术和数据的可访问性比两三年前要大得多。它正在过滤到俱乐部层面，许多系统在技术支持和团队部署和运行方面所需的时间要少得多。我们看到基于人工智能的摄像头跟踪系统有了大量发展。它正在自动化许多数据处理和分析生成。”
来源：www.cio.com
