德甲比赛数据 射门速度 – 德甲中谁射门最猛烈？
德甲比赛数据 射门速度之争 - 谁在德甲中射门最具爆发力？有一种魔力围绕着一脚强而有力的足球射门，它让观众、球员甚至评论员们瞬间陷入敬畏之中。回想一下那些由一脚射门的强力所引起的震撼，让整个德甲联赛的球场都沸腾起来。到底是什么让我们如此强烈地被其吸引？虽然有很多因素贡献于一粒经典进球，但那些从远距离射门的球门贲门特别具有吸引力。
多年来，德甲联赛见证了许多球员成为传奇，他们不仅因为自己的技术，而且因为他们释放闪电般的进球的非凡能力而闻名。伯恩德·尼克尔（Bernd Nickel）是1970年代和1980年代弗兰克福辉煌的队伍中的一个杰出人物，他因此被热情的球迷们冠以“锤医生”的称号。在他辉煌的职业生涯中，他在426场比赛中打入141个进球。
尼克尔另一个引人注目的成就是他能够直接从角球中射门得分。事实上，他在弗兰克福的瓦尔德施塔迪恩（Waldstadion）从所有四个角落的位置都射入过进球，这一独特纪录令人印象深刻。1971年5月，弗兰克福对战Kickers Offenbach的一场高风险比赛中，弗兰克福球迷目睹了一个技巧展示。
尼克尔在第17分钟打入了一个惊艳的进球，最终帮助弗兰克福以2:0的比分获胜。使这个进球更加难忘的是它的执行方式 —— 在禁区点上斜剪刀脚射门，完美地打入了顶角。这个进球后来被评为1971年5月的“月度进球”。尼克尔在球场上的影响力是不可否认的，在代表爱因特拉支特弗兰克福（Eintracht Frankfurt）期间，该俱乐部三次赢得了德国足协杯（分别是1974年、1975年和1981年）以及1980年的欧洲联盟杯。
同样，托马斯·希茨斯勒格（Thomas “the Hammer” Hitzlsberger）以他惊人的左脚火箭球在德甲联赛史上留下了自己的名字。他在2009年对阵勒沃库森的比赛中以每小时125公里的速度射入的进球令人难以忘怀，因为希茨斯勒格的任意球的极速足以让德国一号门将雷内·阿德勒（René Adler）似乎惊呆了。
比赛进行到第51分钟，希茨斯勒格从18米的距离射门，球飞过了阿德勒，将其留在原地不动，入了网，比分变为2:0。这个非凡的进球不仅展示了希茨斯勒格的射门能力，还展示了高速进球在比赛中产生的令人惊叹的力量。
历史数据显示，在德甲联赛中有几次球速超过每小时130公里的记录，而最高纪录则是拜仁的罗伊·马卡伊（Roy Makaay）一脚令人瞠目结舌的137公里/小时的射门。
考虑到这一切，射门的速度和技术之重要性变得更加明显。尽管高射门速度激发了足球迷的激情，但在德甲联赛中此前并没有进行定期测量。基于对此的认识，我们很高兴推出新的德甲联赛比赛数据：射门速度。这个新的指标旨在揭示这些令人难以置信的进球背后的速度，进一步增加我们对这项比赛的理解和欣赏。
它是如何工作的
你是否曾经想过自己最喜欢的德甲球员射门的速度有多快？新引进的德甲联赛比赛数据（BMF）射门速度现在可以让球迷满足好奇心，提供进一步了解令人难以置信的射门力量和速度的见解。射门速度不仅仅是一个数字，它是一个窥视德甲球员令人敬畏的运动能力和技巧的窗口。
射门速度对球迷有着令人着迷的效应，引发了关于哪位球员在联赛中拥有最强大的射门能力以及哪位球员始终交付出闪电般的射门的争论。射门速度数据是解决这些问题的关键。
除此之外，新的BMF还有助于突出令人难忘的瞬间。最快的射门往往导致令球迷们长久记忆的壮观进球。射门速度帮助永载史册地定格这些时刻，让球迷们再现那些闪电般射门的魔力。
那么它是如何工作的呢？让我们深入了解一下。
数据收集过程
快速计算的基础是一个有组织的数据收集过程。这个过程由两个关键组成部分组成：事件数据和光学跟踪数据。
事件数据的收集涉及到收集比赛的基本构成。射门、进球、助攻、犯规和替换为理解比赛中发生的事情提供了重要的背景。在我们的具体案例中，我们关注射门及其变化以及负责射门的球员。
另一方面，光学跟踪数据是使用先进的摄像系统进行收集的。这些系统记录球员的移动和球的位置，提供高度精确的数据。这些数据作为对球员表现、战术复杂性和球队战略进行综合分析的基础。在计算射门速度时，这些数据对于跟踪球速至关重要。
这两个数据流来自不同的来源，它们的时间同步不被保证。为了在射门速度计算中所需的精度，我们必须确保球的位置与事件发生时刻完全一致。这样可以消除由于手动收集事件数据可能出现的任何差异。为了实现这一点，我们的过程使用了在标记数据集上进行训练的同步算法。这个算法可可靠地将每个射门与其相应的跟踪数据关联起来。
射门速度计算
确定射门速度的核心在于我们的同步算法提供的精确时间戳。想象一下一个球员准备射门的场景。我们的事件收集器准备好记录这一刻，摄像机密切跟踪球的移动。神奇的事情发生在球员决定开火的那一刻。
准确的时间戳测量帮助我们从一开始就确定射门的速度有多快。我们测量射门速度的是那些最终进球、打到立柱或被扑救的射门。为了确保一致性，我们不包括头球或被封堵的射门。由于偏转，这些可能会有些棘手。
让我们分解一下我们如何将收集到的数据转化为你所看到的射门速度：
- 提取射门轨迹 – 在记录事件和跟踪球的移动之后，我们提取出射门的轨迹。这意味着我们绘制出球从球离开球员脚之刻起的路径。
- 平滑速度曲线 – 我们得到的数据非常详细，但有时会因为摄像机敏感性等因素而出现微小的变化。为了确保准确性，我们平滑速度曲线。这意味着我们去除数据中的任何小的颠簸或不规则性，以获得更可靠的速度测量。
- 计算最大速度 – 有了一条干净的速度曲线后，我们计算球在飞行过程中所达到的最大速度。这是代表射门速度和力量的关键数字。
我们分析了2022-2023赛季德甲联赛约215场比赛。以下图表显示了球员的快速射门数量（>100km/h）。至少有一次快速射门（>100km/h）的263名球员平均有3.47次快速射门。如图所示，有些球员的快速射门频率远高于平均水平，大约20次快速射门。
让我们看看本赛季（2023-2024）的一些例子
以下视频展示了一些测量得到的射门，它们达到了最高速度。
示例1
测得射门最高速度为118.43 km/h，离球门的距离为20.61 m
示例2
测得射门最高速度为123.32 km/h，离球门的距离为21.19 m
示例3
测得射门最高速度为121.22 km/h，离球门的距离为25.44 m
示例4
测得射门最高速度为113.14 km/h，离球门的距离为24.46 m
实施方法
在我们努力准确确定比赛期间的射门速度的过程中，我们采用了先进的解决方案，使用Amazon Managed Streaming for Apache Kafka (Amazon MSK)。这个强大的平台作为无缝流式传输位置数据的骨干，以每秒25次的采样率实现实时更新射门速度。通过Amazon MSK，我们建立了一个数据流和消息传递的中心枢纽，促进容器之间的无缝通信，共享丰富的德甲比赛数据。
下图概述了从开始到结束测量射门速度的整个工作流程。
通过DFL的DataHub收集并带入系统与比赛相关的数据。为了处理比赛元数据，我们使用一个名为MetaDataIngestion的AWS Lambda函数，而位置数据使用名为MatchLink的AWS Fargate容器带入。这些Lambda函数和Fargate容器随后在适当的MSK主题中使这些数据可用于进一步使用。
BMF Shot Speed的核心是一个名为BMF ShotSpeed的专用Fargate容器。该容器在整个比赛过程中持续拉取来自Amazon MSK的所有必要数据。其算法能够实时响应游戏中的每个射门，计算射门速度。此外，我们还能够在底层数据发生更新时重新计算射门速度。
一旦射门速度经过计算，我们数据旅程的下一阶段是分发。射门速度指标被传送回DataHub，供德甲比赛数据的各种消费者使用。
同时，射门速度数据也被发送到MSK集群中的指定主题。这允许德甲比赛数据的其他组件访问并利用该指标。我们实现了一个AWS Lambda函数，其特定任务是从相关的Kafka主题中检索计算出的射门速度。一旦触发Lambda函数，它将数据存储在一个Amazon Aurora Serverless数据库中。这个数据库保存着射门速度数据，我们可以利用它来创建使用Amazon QuickSight进行交互式、准实时可视化的图表。
除此之外，我们还有一个专门用于计算赛季射门速度排名的组件。这使我们能够追踪整个赛季中最快的射门，确保每个射门后我们始终拥有最新的关于最快射门及其排名的信息。
总结
在本博客文章中，我们很高兴介绍全新的德甲比赛数据：射门速度，这一指标允许我们量化和客观比较不同德甲球员所射门球的速度。这一统计数据将为评论员和球迷提供有关射门的力量和速度的宝贵见解。
德甲比赛数据的开发是由德甲和AWS的合作团队进行了广泛分析的结果。显著的射门速度将在比赛期间实时显示在赛事滚动新闻中，并可以通过官方德甲应用和网站访问。此外，这些数据将通过Data Story Finder方便地提供给评论员，并在广播过程中在关键时刻向球迷展示。
我们相信这个全新的德甲比赛数据将提升您对比赛的理解，并为您的观赛体验增添新的维度。要深入了解AWS和德甲之间的合作，请访问Bundesliga on AWS！
我们迫不及待地期待您使用这个新的射门速度指标发现的见解。在X上与我们分享您的发现：@AWScloud，使用标签#BundesligaMatchFacts。
翻译成中文:
