“半步”这个说法在球场上太常见了：防守者贴得太近，被一个假动作晃过去；站得太远，被空位三分射了个正着。可半步到底有多大？一步的长度因人而异，大致在七八十厘米上下，所以半步约三四十厘米。要让这个尺度进入数据分析，先要问两个问题：空间怎么度量，这样的度量能不能承受半步大小的误差。
把“空间”拆成四个可以计算的量
篮球场上的“空间”不是一个数字，至少有四种常用度量，各自回答不同的问题。
- 点对点距离。最简单：某个防守者与其盯防对象的距离、与篮筐的距离、与队友的距离。适合回答“他站得离射手多远”。
- 凸包面积。把五名球员的位置连成一个最小的凸多边形，面积代表队形展开的程度。公开研究里把防守方称为 CHAD、进攻方称为 CHAO；公开研究中的一个报告是，进攻凸包明显大于防守凸包的阵容，通常更高效，因为防守被拉开、无法同时保护禁区与外线。
- Voronoi 区域。把球场按“离谁最近”划分，每名球员拥有一块“支配区域”。它擅长回答“这块地方现在归谁”，也被用于构造球队空间指标。
- 突破通道宽度。持球人与篮筐之间，防守者之间的净空有多宽，能否让一名球员在不被身体干扰的情况下通过。
四种度量看的层面不同：点对点距离看个体，凸包看整体形态，Voronoi 看领地，突破通道宽度看一条具体的线路。od体育AI在处理空间问题时，通常不会只用其中一个，而是根据问题选择：评估一次协防用点对点距离和通道宽度，评估阵容拉开程度则用凸包与 Voronoi。
半步如何改变一条突破线路
先看一个模拟示例：进攻者在弱侧四十五度角持球，防守者站在他与篮筐之间。假设球场坐标里，防守者的“内线站位”偏离进攻者与篮筐连线约 0.4 米，也就是所谓半步。
- 如果这半步偏向顶弧一侧（外线），进攻者向底线突破时的通道更宽，防守者需要靠侧滑追防，时间更紧。
- 如果这半步偏向底线一侧，进攻者向中路突破时更容易被身体堵住，但向外的投篮空间被放开。
- 如果这半步向后，与进攻者的距离增大，突破的“起步优势”变小，但出手的干扰也小了。
可见，半步的意义不在数字本身，而在它偏向哪个方向、和盯防对象的持球状态是否匹配。空间分析真正要回答的，是“这半步是不是把对方逼到了我们想让他去的方向”，比如逼向底线、逼向协防人。
为什么同一个“距离”，防守压力却不同
另一个常见误解，是把“防守距离”当成“防守压力”。距离是几何量，压力还包括接近速度、身体朝向、手臂位置和封盖能力。公开资料里，NBA 的技术统计按最近防守人距离把出手分成 0 到 2 英尺、2 到 4 英尺、4 到 6 英尺和 6 英尺以上四档，这种分档便于统计，但对“半步”这样的细节不够敏感：比如从 3.9 英尺变到 4.1 英尺（举例），刚好跨过档位界线，实际的防守效果却几乎没有变化。这也是为什么，比较合理的空间指标要把“距离”与“速度、方向”一起看；相关的出手质量计算方式，可以参考《三分球投得越多越好吗？od体育AI如何把投篮区域、空间和防守压力放在一起分析》。
数据能不能看见半步：定位误差的现实
这是最需要诚实的部分。职业联赛的光学追踪系统精度较高：公开资料提到，NBA 自 2023-24 赛季起使用的 Hawk-Eye 系统每秒记录 60 次三维姿态与球的位置，并含有身体关键点。在这样的数据上，讨论几十厘米的差异是有意义的。
普通视频的情况就不同了。视频到球场坐标要经过多个环节：Pose Estimation 估计关键点，Object Tracking 保持同一个人的编号，再把画面坐标映射到球场平面。每一环都有误差。如果球员的脚部被遮挡、镜头有畸变、机位在移动，单点位置误差很容易超过三四十厘米。这时如果硬要给出“他差了半步”的判断，它可能只是噪声。
od体育在处理视频输入时，更谨慎的做法有三点：一是在输出里标明位置估计的不确定范围；二是把“差半步”这样的结论限制在多帧平均和多次事件的统计上，而不是单次回合；三是对遮挡严重的镜头，直接降低对这类判断的置信度，必要时提示教练回看录像。也就是说，半步这个尺度更适合用来比较一批回合的趋势，而不适合来断言某一次出手。
从空间到战术：几个可以问的问题
把这些度量放到战术层面，教练可以问的问题更具体：我们的弱侧防守者，在突破发生的瞬间，与射手的平均距离是多少，空位窗口有多长（相关的过程分析见《一次防守轮转到底慢了多少？od体育AI正在把篮球防守从“看录像”变成空间和时间数据》）；对手的阵容拉开时，我们的防守凸包是否被拉得过大；某名防守者在被掩护后，他与掩护人的距离与他被甩开的概率有什么关系；某个方向的突破通道是否长期偏宽。
这些问题的答案，往往不是“他站错了”，而是“这种防守体系在这个区域留了多大的空间”。当数据显示某个区域的通道长期偏宽，那更可能是体系设计问题，而不是某个球员的执行问题。
训练里怎么落地：把半步变成可以练的东西
空间数字最后还是要回到训练场。一个可行的做法，是选定一两个具体情境，比如“弱侧底角防守者在突破发生时的收缩位置”，用一批回合的平均位置与对手射手的距离做对照，然后在训练里用地面标记或教练口令把这个位置固定下来，让球员形成肌肉记忆。几周后，再用同一套度量复查，看平均位置是否真的向目标移动。这种“测量—训练—再测量”的循环，比一次性的指出错误更有效，也避免了把单次回合的噪声当成结论。
无球一侧：空间是被创造出来的
空间不只属于防守。进攻方通过跑位、无球掩护，可以主动改变防守者之间的距离和突破通道。想了解无球掩护如何“制造”半步，可以阅读《无球掩护怎么产生空位？od体育篮球AI开始理解不碰球的进攻价值》。从这个角度看，空间分析是进攻和防守共同的语言：进攻方在拉开，防守方在压缩，数据记录的是两股力量的净结果。
小结
半步不到半米，却常常是战术成败的分界。要让它进入数据分析，需要选对度量、看清方向、并对定位误差保持警惕。od体育篮球AI在这一块的定位，是把空间变成可以对比、可以追溯的量，同时明确写出哪些结论在当前输入下并不可靠。
