本发明属于人工智能技术和足球运动领域，尤其涉及一种数据驱动的智慧足球运动员体力优化分配方法及系统。
背景技术：
1、人工智能致力于创建一个能够分析和执行需要人类智能才能完成或人类难以完成的任务的系统，这些任务包括但不限于语言理解、视觉感知、决策和学习。人工智能技术的进步已经对各行各业产生了深远影响，它们正在成为推动新质生产力的关键因素。新质生产力是指通过技术创新和应用，实现生产效率和质量的显著提升。
2、足球作为全球最受欢迎的体育运动之一，不仅对个人和社会有着重要的意义，而且在全球范围内构成了一个巨大的市场。然而，目前人工智能在足球等各种运动中的应用严重滞后，传统的足球运动仅仅侧重于人力和体力的较量，多元性和丰富性不足。并且，运动中球员和教练组的攻防策略、管理策略、轮换策略往往并非最优选择。这限制了足球运动的创新发展和进一步推广。通过融合以人工智能为代表的新质生产力技术，“智慧足球运动”在足球运动中加入智能分析、实时感知、实时通讯等技术，能够开展人力与科技的双重博弈，具有较大的推广潜力。如何应用数据驱动和人工智能的方法，对足球运动员的体力进行多层次的评估和优化分配，是智慧足球运动中颇具意义的问题。
技术实现思路
1、为解决足球运动比赛中对球员体力缺乏实时数据分析，无法根据球员体力进行战术分配的技术问题。本发明提供了一种数据驱动的智慧足球运动员体力优化分配方法，包括：
2、获取赛前训练数据；
3、基于所述赛前训练数据，建立球员体力黑箱模型；
4、定义球员最佳体力区间；
5、获取比赛实时数据，将所述比赛实时数据作为输入量输入所述球员体力黑箱模型生成球员实时体力状态；
6、基于所述球员的实时体力状态，生成局部体力分配策略；
7、基于球员累计体力消耗值和球员最佳体力值生成全局体力分配策略。
8、进一步的，所述赛前训练数据包括：
9、多组某一时刻、某一球员的核心温度t、心率r、脱水量u、身高h、体重w、年龄y、性别m、环境温度k、环境湿度d、风速v，体力评价分数x，所述体力评价分数x为球员与教练组在赛前训练数据收集过程中每一采集时刻共同主观评定值，所述体力评价分数x用于反映球员的疲劳程度。
10、进一步的，基于所述赛前训练数据，通过神经网络算法模型构建所述球员体力黑箱模型。
11、进一步的，所述球员最佳体力区间界定方法包括：
12、界定最佳体力区间集合为{xmin,xmax}，
13、其中，xmin为球队所有球员的最佳体力下限集合，
14、
15、xmax为球队所有球员的最佳体力上限集合，
16、
17、式中，n为球队中所有球员数量。
18、进一步的，所述球员体力黑箱模型构建，具体为：
19、基于赛前训练数据使用神经网络算法模型构建体力评价分数x与核心温度t、心率r、脱水量u、身高h、体重w、年龄y、性别m、环境温度k、环境湿度d、风速v的映射关系，即每个球员的体力黑箱模型，具体为：
20、sx＝f(t,r,u,h,w,y,m,k,d,v)
21、进一步的，基于比赛中环境数据及球员身体数据根据所述球员体力黑箱模型，获取比赛时每个球员实时体力状态sxn。
22、进一步的，基于所述每个球员实时体力状态sxn，生成局部体力分配策略。
23、进一步的，所述局部体力分配策略包括：
24、判断本方球员体力消耗集中区域，生成策略调动本方其余区域球员加入所述体力消耗集中区域参与攻防；
25、判断防守形势，选择满足体力条件的若干球员m，生成策略选择球员i参与防守，所述球员i在策略生成的时刻t的体力值满足条件
26、sxi,t＝max(sx1,t,sx2,t,...,sxm,t)
27、式中，sxi,t为t时刻球员i的体力值
28、判断进攻形势，选择满足体力条件的若干球员k，生成策略选择球员j参与防守，所述球员j在策略生成的时刻t的体力值满足条件
29、sxj,t＝max(sx1,t,sx2,t,...,sxk,t)
30、式中，sxj,t为t时刻球员j的体力值
31、进一步的，所述全局体力分配策略包括：
32、对于任一球员n，根据所述球员n最佳体力下限最佳体力上限及实时评估的球员体力状态sxn，生成对于所述球员n的全局换人策略：
33、当时，所述球员n继续正常进行比赛，继续所述局部体力分配策略；
34、当时，所述球员n停止比赛；
35、当时，所述球员n加强跑动，积极参与防守和进攻。
36、本发明还提供了一种数据驱动的智慧足球运动员体力优化分配系统，包括：球员穿戴设备子系统、球场环境监控子系统、人工智能分析子系统及球员通讯子系统；
37、所述球员穿戴设备子系统包括：心率检测设备、核心温度检测设备、脱水量检测设备，所述球员穿戴设备子系统用于收集球员身体数据并发送至所述人工智能分析子系统；
38、所述球场环境监控子系统包括：球场视频监控设备、球场视频录制设备、球场风速检测设备、球场温度检测设备、球场湿度检测设备，所述球场环境监控子系统用于收集球场数据并发送至所述人工智能分析子系统；
39、所述人工智能分析子系统包括：ai算法模型、数据处理平台、分析平台，所述人工智能分析子系统用于实现本发明的数据驱动的智慧足球运动员体力优化分配方法；
40、所述球员通讯子系统包括：无线音频接收设备、音频传输设备、无线音频输入设备、数据传输设备，所述球员通讯子系统用于将所述人工智能分析子系统生成的策略下发至球员。
41、本发明的积极效果是：
42、基于人工智能机器学习对球员体力和环境数据进行分析，对足球运动员的体力进行多层次的评估和优化分配，选择最优攻防策略、管理策略、轮换策略。在足球运动中加入智能分析、实时感知、实时通讯等技术，能够开展人力与科技的双重博弈，对未来足球运动智能化具有较大的推广潜力。
1.一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，包括：
2.根据权利要求1所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，所述赛前训练数据包括：
3.根据权利要求2所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，基于所述赛前训练数据，通过神经网络算法模型构建所述球员体力黑箱模型。
4.根据权利要求3所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，所述球员最佳体力区间界定方法包括：
5.根据权利要求4所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，所述建立球员体力黑箱模型，包括：
6.根据权利要求5所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，基于比赛中环境数据及球员身体数据根据所述球员体力黑箱模型，获取比赛时每个球员实时体力状态sxn。
7.根据权利要求6所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，基于所述每个球员实时体力状态sxn，生成局部体力分配策略。
8.根据权利要求7所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，所述局部体力分配策略包括：
9.根据权利要求6-8中任一项所述的一种数据驱动的智慧足球运动员体力优化分配方法，其特征在于，所述全局体力分配策略包括：
10.一种数据驱动的智慧足球运动员体力优化分配系统，其特征在于，包括：球员穿戴设备子系统、球场环境监控子系统、人工智能分析子系统及球员通讯子系统；
