滑雪场雪质检测与精准提示系统

李万顺 于海秋 万宇坤 赵鑫

摘要：在滑雪场滑雪时，特别是滑雪新手最头疼的问题就是无法对雪场雪质做出判断，尤其是在早晚温度变化之后，由于雪质改变导致滑雪出现危险是十分常见的现象。现如今各式各样的滑雪场春笋般快速涌现，但对于雪场雪质检测的这个问题却没有太多的方法。针对以上问题，该项目提出了一种由雪质检测系统，神经网络雪质分析系统，区块链雪质实时反馈系统构成的滑雪场雪质监测与精准提示系统。

关键词：雪质检测;神經网络;区块链

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）18-0227-03

开放科学（资源服务）标识码（OSID）：

1 背景

滑雪是一种专业性比较强的冬季的体育运动，现在滑雪也是一项很多的人都非常地喜欢的休闲放松的方式[1]。伴随着2022年北京-张家口第24届冬季奥运会的成功申办，我国民众参与冰雪运动的积极性空前高涨。冰雪运动悄然兴起，尤其是滑雪运动，在经过了一段时间的积淀后正在迎来一个蓬勃发展的时间段。但是非常多的很大一部分滑雪场只对滑雪的人们告知雪道的长度、宽度和坡度这些信息，对雪质的信息缺乏监测与提示。很多的一大部分滑雪者也是只是关注雪道的长度、宽度和坡度等的一些个容易获得的信息，对于雪质的好坏以及状态却很少受到注意。因为很多地方的天气情况不一样，不一样的地方地区不同时候的雪的质量以及特性都会变得不一样，所以给喜欢滑雪的人们带来的感觉与对于这些人们滑雪的影响也会有一定的不一样[2]。不同雪质反馈给滑雪者的滑行速度和推雪阻力有所不同，会给滑雪爱好者尤其是初级和中级的滑雪者的心理、技术动作、安全性带来一定的影响。在滑雪过程中滑雪者若能够实时地获得当前滑雪的地方的雪的质量和状态的情况，那么就可以按照自己的身体的情况和自己滑雪好坏的水平选择适合自己滑起来舒服的地段，同时还能按照不同的雪质改变适应调整自己的滑行的速度还有动作的大小，养成非常好的滑行动作，不再受伤。就能更好地提升滑雪者的心理状态、技术动作和安全性，使滑雪者获得更加良好的滑雪体验。

2 工作原理及总体设计

2.1 工作原理

雪质检测系统通过利用雷达、超声波、图像等采集技术获取雪的基本特性参数，然后通过无线传感器网络将采集到的不同区域雪的基本特性参数和滑雪者的位置及技术等级数据存储至冰雪感知数据区块链中，通过冰雪感知区块链中数据处理单元的计算得到雪质情况和雪道平整度数据，并上传至冰雪感知区块链中。冰雪感知区块链中的滑雪者可以通过位置匹配原则获取需要位置区域的雪质情况和雪道平整度数据。

2.2 总体设计

本项目总体方案如图1所示，主要分为雪的特性数据及雪道图像采集;无线传感器网络构建;无线传感器网络中滑雪者传感器定位;雪道图像数据预处理;冰雪感知区块链数据存储;区块链中基于复杂网络和深度学习的智能计算六个部分。

1）雪的特性数据及雪道图像采集：利用雪特性采集设备及视觉设备采集雪温度、深度、湿度等雪的特性数据及雪道图像数据。

2）无线传感器网络构建：将雪特性采集传感器作为固定节点，将滑雪者数据采集传感器作为移动节点，构建无线传感器网络。

3）无线传感器网络中滑雪者传感器定位：利用传感器网络中固定传感器的位置信息计算移动传感器的位置信息。

4）雪道图像数据预处理：将采集到雪道图像进行预处理，提取用于雪道评价的图像特征信息。

5）冰雪感知区块链数据存储：基于区块链技术，将采集到的雪特性数据、雪道特征数据、滑雪者信息数据存储至冰雪感知区块链中。

6）区块链中基于复杂网络和深度学习的智能计算：利用区块链中的计算服务器对雪特征数据和雪道特征数据进行分析计算得到雪质评价数据和雪道平整度数据。并将这些数据与滑雪者位置数据配备上传至区块链中。

该系统利用雷达、超声波、图像等采集技术获取雪的基本特性参数，然后通过无线传感器网络将采集到的不同区域雪的基本特性参数和滑雪者的位置及技术等级数据存储至冰雪感知数据区块链中，通过冰雪感知区块链中数据处理单元的计算得到雪质情况和雪道平整度数据，并上传至冰雪感知区块链中。同时，冰雪感知区块链中的滑雪者即可以通过位置匹配原则获取当前位置区域的雪质情况和雪道平整度数据。

3 局部结构设计方案

3.1 滑雪场雪的基本特性参数采集

雪密度和含水率特性主要通过雪特性传感器来采集，雪特性传感器最起码的参数为频率、衰减率还有波段。按照检测到的这三个参数就能计算出来介电常数值，再接着算出来雪的密度还有雪道上各个层的液态水的含量。雪深度和雪粒直径可以通过分析雪的一阶反向散射模型雷达探测图像中每个散射项的重要性及其对雪特性的敏感性来计算获得。雪道上的孔隙率我们是没办法直接量出来的，它的值我们是利用雪道上的之前测量到的最起码的参数的推演出来的。通过摄像机采集雪道图像，预处理后将轮廓数据上传至冰雪感知区块链。

3.2 雪质情况和雪道平整度数据计算

利用采集到雪的基本特性数据，基于深度置信网络理论计算雪质情况和雪道平整度。深度置信网络是根据我们对生物学上的神经系统的研究推导验算出来的网络，当然还有对于浅层神经网络的研究与探索的基础上发展起来的，深度置信网络模型是一种概率生成模型，就联合概率的分散计算样本得出我们想要的数据是如何分布的。深度置信网络模型根据网络训练组织的结构中的神经元之间的通过投票的多少使得整个神经网络按着最大的可能性推导出训练结果以及数据，形成高层神经性抽象特征，提升模型分类性能[3]。深度神经网络整体架构如图2所示。

3.3 基于无线传感器网络的滑雪者定位

无线传感器网络中的节点分为两类，一类是雪特征采集传感器，第二类是滑雪者携带的信息采集传感器。第一类传感器的位置是固定不变的，第二类传感器的位置是不断变化的。根据对于RSSI的研究，无线数据的信号在传播时有着这样的规则：假如接收方接收时测量到的信号的数据的强度大的话，那么说明发送方就离的接收方是比较的近的，假如接收方接收时测量到的信号的数据的强度比较低的话，这个时候发送方距离接收方应该就比较远了[4]。因此，通过测量接收到的信号强度可以推算出移动传感器到固定传感器的距离[5]。本项目利用传感器网络内节点之间相互协作对滑雪者感知、定位最后将滑雪者的位置信息反馈给汇聚节点并且上传至冰雪感知区块链。通过一系列感知节点对滑雪者感知结果的交集来预计出滑雪者可能出现的范围，再根据这个初始范围穿越的最小线段估算出滑雪者的移动轨迹。无线传感器网络定位模型如图3所示。

3.4 基于区块链技术的数据存储及交互

区块链是以比特币为代表的数字加密货币体系的核心支撑技术[6]。区块链技术的核心优势是去中心化，通过数据加密、经济激励、分布式共识和时间戳等手段，在节点之间用不着信赖的分布式系统中，实现在分散信用的点对点基础上的交易、协调和合作，给集中式机构都有的，例如成本高、效率低、数据存储不稳定的问题找到了一些解决问题的办法。本项目的冰雪感知区块链基于以太坊。以太坊总体架构如图4所示。

4 创新点与特色

本系统基于深度置信网络模型计算滑雪场雪质情况和雪道平整度，基于无线传感器网络实现滑雪者的定位，并利用区块链技术实现信息交互与管理。本系统将新兴信息技术引入滑雪运动，解决了滑雪者尤其是新手滑雪者对于雪场选择的问题，保障滑雪者的安全，降低了滑雪的门槛，提高了滑雪的安全性，推动了滑雪运动的发展，响应了国家提倡全民健身，发展冰雪运动的号召，顺应了2022年北京冬奥会，中国冰雪运动大发展的形势。

5 结束语

通過对市场的调研，发现滑雪场现实存在的痛点，并且利用神经网络与区块链技术的这波浪潮，我们提出了滑雪场雪质监测与精准提示系统，一定程度上解决了用户的痛点，并运用所学的技能解决了这一问题，提高了团队的能力。在国家政策、全民健身以及2022年冬奥会多重利好激励下，中国滑雪产业具有非常大的发展潜力。所以我们相信，该系统必将拥有强大的市场前景。

参考文献：

[1] 阚军常，姜立嘉.我国滑雪场发展现状的调查与分析[J].武汉体育学院学报，2012，46（1）：39-42.

[2] 王翼腾，马峰跃.不同雪质对滑雪爱好者产生的影响[J].西部皮革，2017，39（8）：269.

[3] 刘方园，王水花，张煜东.深度置信网络模型及应用研究综述[J].计算机工程与应用，2018，54（1）：11-18，47.

[4] 董梅，杨曾，张健，等.基于信号强度的无线局域网定位技术[J].计算机应用，2004，24（12）：49-52.

[5] 任福君，王龙，王殿君，等.基于RSSI的室内移动机器人测距方法分析[J].机床与液压，2011，39（9）：8-11.

[6] 袁勇，王飞跃.区块链技术发展现状与展望[J].自动化学报，2016，42（4）：481-494.

【通联编辑：谢媛媛】