为什么这种完美的角球直接进球难以在赛场上出现?

2018 年 7 月 2 日 DeepTech深科技


在圣塔克拉拉大学(Santa Clara University)校园内的足球场上,奥运会金牌得主,两届女子世界杯冠军,Brandi Chastain 的一记角球漂亮地在空中划过一条弧线后飞进球门。这种角球直接进球的情况名为奥林匹克进球(gól Olímpico),但它在比赛中却十分罕见。


奥林匹克进球得名于 1924 年时的一场出现角球直接进球的球赛,但九十四年来很少有球员再次成功演绎过这种打法,甚至也很少有球员再在比赛中进行尝试角球射门。第二次成功的奥林匹克进球要等到 2012 年,美国队中场球员 Megan Rapinoe 在奥运会上的首次进球。这是一次无意识的奥林匹克进球,她本来想把球打到球门前的位置,但在击球时为避开对方球员而左脚向左弯曲,从而无意识地打出了一条弧线。



奥林匹克进球难打的原因显而易见,设想你正站在矩形球场中对方球门左侧的角落准备发角球,但你所站的位置与对方球门位于同一水平线上,所以想直接进球便只能向着一个看不见的目标打一击弧线球


在无风情况下,打出弧线球只需在球上投入足够的旋转力即可。 Chastain说:“让球按自己设想的方式进行旋转并不是一件难事,这主要取决于(脚的)击球点的位置。当从球门左侧发角球射门时,关键是将击球点放在球的右下部分。顺利的话,你会首先感受到你的第一跖骨,大拇指后面的那根骨头受到冲击,这会使球离地并绕垂直于球场平面的球心轴线逆时针旋转。


在飞行过程中,气流会通过球的两侧。一侧的气流会随着球的旋转而流动,而另一侧则会阻碍球的运动,形成一层薄薄的湍流。形成的湍流会以一定角度拖曳空气并将其偏转回自身后方。而且,根据牛顿的第三定律,气流会以相同的力量在与球的运动相反的方向上偏转球体,使球体向气流旋转的方向偏移



物理学家将这一过程称为马格纳斯效应(Magnus effect)。这一原理不光能解释弧线球背后的物理过程,还被应用在了其他领域。比如邮轮的推进器,类似足球在空中的速度越大,旋转速度就越快,弧度也就越大,推进器使用有 10 层楼高的旋转金属圆柱,空气通过这些圆柱的速度越快,推进器的效率就越高。


球体表面的构造也会影响其飞行轨迹:表面越粗糙,马格努斯效应就越明显。在足球设计中,那种使用更少的面板和接缝的“平滑”球体,比如 Adidas 为 2010 年世界杯所设计的那款臭名昭著的 Jabulani(表面仅有 8 个面板),会难以让空气沿着球体旋转的方向旋转,相反地,他会让空气沿着球的一侧形成湍流,与气流方向相逆,进而使球体向与旋转相反的方向偏转,产生反向的马格努斯效应。


Jabulani 并不像典型的足球表面那么粗糙,但也不是特别光滑,结果就是比赛球员发现球的飞行路线很难掌控。赛后 NASA 的研究人员介入分析其流体动力学,果然,他们发现球的设计产生了一种不稳定的不对称的尾流,会使球以不可预测的方式突然转向。


Chastain 在大学校园内角球射门时属于单人训练,对方没有任何防守队员,场上的风力也很微弱,但比赛时的条件就没有这么理想了。风速风向,海拔高度,甚至湿度,这些因素都会影响球的飞行路径。即使球员打出了一击弧线球,球在不碰到任何防守球员的情况下直接进门的概率基本为零,这也就是为什么当大多数球员会将角球发至门前,而不是直接射门。


-End-


参考:

https://www.wired.com/story/the-physics-of-the-one-goal-you-wont-see-at-the-world-cup/



登录查看更多
0

相关内容

圣塔克拉拉大学(Santa Clara University)是美国的一所著名的私立天主教学校,坐落于美国加利福尼亚州硅谷(Silicon Valley)的心脏地带。建立于1851年的圣塔克拉拉大学是在加利福尼亚州最老的一所高校,在美西地区有着极高的学术声誉。在 2020 年美国新闻与世界报道全美大学综合排名中位列第 53 名。PayScale 2018 全美大学薪资调查显示,圣塔克拉拉大学毕业生薪资排名全美第 13 名。其中工程学院列于美国工程学院排名前 100,计算机科学与工程系是工程学院最大的系。由于地处高科技事业云集的硅谷,学校的学生有得天独厚的就业优势。从世界 500 强到小型初创公司,数百个公司把总部建在硅谷,包括苹果、谷歌、领英、Facebook、英伟达、英特尔等等。
【MIT-ICML2020】图神经网络的泛化与表示的局限
专知会员服务
42+阅读 · 2020年6月23日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
【CVPR 2020-商汤】8比特数值也能训练卷积神经网络模型
专知会员服务
25+阅读 · 2020年5月7日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
特征方程的物理意义
算法与数学之美
6+阅读 · 2019年5月13日
目标检测之非极大值抑制(NMS)各种变体
极市平台
3+阅读 · 2019年5月2日
已删除
创业邦杂志
5+阅读 · 2019年3月27日
环保袋:你用它的方式,可能很不环保
果壳网
12+阅读 · 2019年3月10日
视觉里程计:起源、优势、对比、应用
计算机视觉life
18+阅读 · 2017年7月17日
S4Net: Single Stage Salient-Instance Segmentation
Arxiv
10+阅读 · 2019年4月10日
Arxiv
5+阅读 · 2019年4月8日
Arxiv
8+阅读 · 2018年5月17日
Arxiv
8+阅读 · 2018年4月8日
Arxiv
6+阅读 · 2018年3月29日
Arxiv
3+阅读 · 2018年3月14日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关VIP内容
【MIT-ICML2020】图神经网络的泛化与表示的局限
专知会员服务
42+阅读 · 2020年6月23日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
【CVPR 2020-商汤】8比特数值也能训练卷积神经网络模型
专知会员服务
25+阅读 · 2020年5月7日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
相关资讯
物理学家终于找到了一种拯救薛定谔猫的方法
中科院物理所
8+阅读 · 2019年6月10日
特征方程的物理意义
算法与数学之美
6+阅读 · 2019年5月13日
目标检测之非极大值抑制(NMS)各种变体
极市平台
3+阅读 · 2019年5月2日
已删除
创业邦杂志
5+阅读 · 2019年3月27日
环保袋:你用它的方式,可能很不环保
果壳网
12+阅读 · 2019年3月10日
视觉里程计:起源、优势、对比、应用
计算机视觉life
18+阅读 · 2017年7月17日
相关论文
Top
微信扫码咨询专知VIP会员