Real Madrids robotvägg för frisparkar

Real Madrids robotvägg för frisparkar
Leonardo Biolatto

Skriven och verifierad av läkaren Leonardo Biolatto.

Senaste uppdateringen: 15 februari, 2023

Fotboll är alltid något att prata om, både vad gäller sport och tekniska innovationer vid matcher och träningar. För några månader gällde nyheten Real Madrid och deras robotvägg för frisparkar.

Ja, du läste rätt! En rad robotar, automatiserade, utgör en del av en vägg som drivs av artificiell intelligens för att spelarna ska kunna öva sina skott på mål. De är till och med programmerade att hoppa och flytta runt, precis som på en riktig fotbollsmatch!

Är det användbart? Det råder ingen tvekan om att Real Madrid visar resultat på planen och en del av det beror på användningen av ny teknik inom olika områden för att hjälpa dem att förbättra sig. Låt oss titta närmare på hur det fungerar och hur det kan få effekt i själva matchen.

Hur fungerar Real Madrids robotvägg för frisparkar?

Det verkar som att Real Madrid inte är pionjärerna i användningen av dessa robotar. Olympique Lyon har redan implementerat dessa, dock var det det spanska laget som gjorde innovationen viral på nätet.

Det går ut på att denna grupp med 5 robotar är kopplade till varandra och bildar en vägg med förmågan att “hoppa”. När spelaren sparkar rör de konstgjorda motståndarna på sig och simulerar vad som händer i verkligheten.

Hittills tycker du kanske inte att det är alltför innovativt. Men det kommer mer. Dessa robotar är laddade med programvara för artificiell intelligens som har en databas innefattande klubbar runt om i världen.

Om Real Madrid vill ha en frisparksbarriär för att simulera försvaret av Barcelona FC kan det göra det. Det är bara att ställa in den artificiella intelligensen. Samma sak gäller PSG eller något annat lag.

Inlärning av artificiell intelligens

Artificiell intelligens som lär sig av databaser finns i allt större utsträckning inom alla områden i vardagen. Det används i webbsurfning, sociala nätverk, sjukhus och även trafikkontroll.

I mycket enkla termer består tekniken av en analys av stora datamängder på kort tid för att utveckla nya algoritmer, prognoser, sannolikheter och automatiserade svar. Att hantera information i sådana mängder är omöjligt för en mänsklig hjärna.

Om vi fokuserar på fallet Real Madrid och deras robotvägg för frisparkar, kan vi se att processen är liknande. Programmerarna laddar upp data om rörelser, tendenser och hur spelare över hela världen agerar och reagerar. Olika matcher analyseras och den artificiella intelligensen svarar och flyttar robotarna på samma sätt som de riktiga spelarna skulle röra sig.

Det finns alltid en felmarginal i denna programvara. Algoritmerna beräknar sannolikheter, men som sådan är oddsen inte 100 % korrekta.

Hur som helst, det är passande för träningspass. I själva matcherna kommer speciella faktorer och slumpmässigheten också vara en del på grund av mänskliga beslut. Men det som är viktigt här är att detta system innehåller aktioner som statistiken visar att motståndarna gör relativt ofta.

Artificiell intelligens i fotboll.
Artificiell intelligens har kommit till fotbollen på olika sätt. Dess närvaro är nu nästan oundviklig.

Vetenskapen om frisparkar i fotboll

En studie publicerad 2021 i Plos One analyserade effekten av barriären på målvakternas reaktivitet och bollstoppningsförmåga. Tvärtemot vad man först kan tro, verkar det som att denna inte är så effektiv.

Med hjälp av virtuell verklighet testade forskarna effektiviteten hos 25 målvakter (varav 10 proffs) när det gällde att stoppa bollar som kastades enligt banor som kopierats från världsfotbollens stora skyttar. Bland dem Bale och Beckham.

Enligt resultaten blockerar frisparksväggen målvaktens syn i 200 millisekunder. Därför, jämfört med situationen utan väggen, rör sig målvakten 90 millisekunder efter samma skott.

Översatt till statistiska termer representerar detta en 13 % mindre chans att rädda bollen när frisparksväggen är närvarande. I grund och botten innebär det fler mål med väggen än utan.

Synen är nyckeln till att rädda bollen. Att avbryta målvaktens synfält skulle inte vara lika fördelaktigt, även om strategin också minskar utrymmet för den som sparkar bollen. Kort sagt verkar det som att det försvarande laget är i ett större underläge.

Den perfekta vinkeln för att övervinna väggen

Enligt vetenskapen om frisparkar ger matematiken många beräkningar för att förstå hur ett skott kan gå genom väggen och göra mål. Enligt de olika tillgängliga uppgifterna bör personen som sparkar bollen ha en utgångsvinkel på 13 grader. Varken mer eller mindre.

En högre grad skulle inte tillåta bollen att röra sig nedåt efter att ha färdats de 9 till 10 metrarna mellan startpunkten och väggen. Och tvärtom, en lägre grad skulle innebära stor chans att träffa motståndarspelarnas kropp.

Real Madrids robotvägg för frisparkar genererar inte en magisk 13-gradersvinkel för personen som sparkar bollen. Däremot är det ett sätt att träna foten för att komma nära.

En frispark.
Frisparken är en speciell situation inom fotboll som man kan studera med hjälp av matematik.

Real Madrid, alltid i framkant

Real Madrids robotvägg för frisparkar är ytterligare ett bevis på den spanska klubbens avantgardeteknik. Klubben verkar alltid skapa nyheter på grund av de metoder den implementerar i sina fysiska förberedelser.

Artificiell intelligens, dataanalys, kraftredskap, vetenskapliga rutiner… att vara i världstoppen inom fotboll, det finns inget annat sätt än att ständigt uppdatera sig.


Samtliga citerade källor har granskats noggrant av vårt team för att säkerställa deras kvalitet, tillförlitlighet, aktualitet och giltighet. Bibliografin för denna artikel ansågs vara tillförlitlig och av akademisk eller vetenskaplig noggrannhet.


  • Valkanidis, T. C., Craig, C. M., Cummins, A., & Dessing, J. C. (2020). A goalkeeper’s performance in stopping free kicks reduces when the defensive wall blocks their initial view of the ball. PloS one15(12), e0243287.
  • Aggarwal, Karan, et al. “Has the Future Started? The Current Growth of Artificial Intelligence, Machine Learning, and Deep Learning.” Iraqi Journal for Computer Science and Mathematics 3.1 (2022): 115-123.

Denna text erbjuds endast i informativt syfte och ersätter inte konsultation med en professionell. Vid tveksamheter, rådfråga din specialist.