X
Ultralytics YOLOv8.2 发布Ultralytics YOLOv8.2 发布Ultralytics YOLOv8.2 释放箭头
绿色检查
链接复制到剪贴板

一级方程式赛车的人工智能维修站

超越一级方程式赛车的赛道,看看人工智能如何优化维修站、重新定义赛车设计,以及如何作为这项运动中看不见的终极维修人员让车迷们满意。

一级方程式赛车(F1)是世界上技术含量最高的运动之一。赛车时速高达 230 英里,进站只需两秒,因此需要最创新的工程技术。F1 既与车手和赛车有关,也与维修人员在分析比赛时制定的策略有关。

在比赛中,有各种技术在发挥作用,而人工智能正成为维修人员最重要的工具之一。让我们来看看人工智能在 F1 中的具体应用。

计算机视觉在 2023 年阿布扎比大奖赛上的应用 

当 F1 车手的四个车轮都超出赛道边缘时,就会被视为违反赛道限制。国际汽车联合会(FIA)会核实这些违规行为,并根据结果进行处罚。 

每场比赛都要处理数以百计的违规行为。在 2023 年奥地利大奖赛期间,只有四个人处理了约1200起潜在的赛道限制违规行为。在随后的比赛中,尽管检查赛道限速违规行为的工作人数有所增加,但仍远远不够。

图 1.上图中的白线被视为轨道边缘。

因此,在 2023 年阿布扎比大奖赛上,国际汽联转而采用计算机视觉技术。他们利用形状分析来识别赛道边缘,并计算出超出这条线的像素数量。这层系统将消除明显不需要人工互动的情况。这可以让国际汽联专注于真正需要他们关注的案例。

利用人工智能洞察力提高粉丝参与度

71% 的体育专业人士认为,球迷的参与对实现他们的目标至关重要。当人们对体育产生情感联系时,他们就会不断回来,这也有助于体育产业创收。

周末的比赛不仅仅是为您喜爱的车队加油助威。亚马逊网络服务(AWS)已与 F1 合作,通过详细的统计数据深入洞察瞬间的决策和展示表现。他们通过分析亚马逊 S3 上存储的约 70 年的比赛数据来实现这一目标。除了历史数据外,机器学习模型还能分析从每辆 F1 赛车的 300 多个传感器收集到的数据点。我们所说的是每秒 110 多万个数据点! 

甲骨文红牛车队首席执行官克里斯蒂安-霍纳认为:"数据是车队的生命线。我们如何进行比赛、如何开发赛车、如何选择和分析车手,每一个表现要素都是由数据驱动的"。让我们来看看这些系统能够输出的一些统计数据:

  • 战斗预测:战斗预测将预测追赶的赛车还有多少圈才能与前面的赛车拉开 "攻击距离"。预测是通过赛道历史数据和预计的车手速度来完成的。
  • 维修站策略战:它为车迷提供了更多见解,让他们了解如何实时评估每位车手策略的成功程度及其结果。车迷们还可以追踪车手们细微的策略变化,了解其对结果的影响。
  • 赛道优势:它让车迷和评论员深入了解车手在赛道上的优势所在和表现。
  • 汽车性能评分:车迷可以通过这一功能将特定的汽车与其他汽车的性能进行比较。比较的依据是转弯性能(汽车在转弯或通过弯道时保持速度、稳定性和控制性的能力)、直线性能(汽车在直线道路上的加速和最高速度能力)和汽车操控性(控制汽车的整体易用性和响应性,包括转向、制动和操纵)。
图 2.球迷可以查看的赛道优势可视化示例。

人工智能模拟赛车

模拟赛车或模拟赛车是一种虚拟的 F1 赛车体验。它通常用来帮助培训车手,使他们更加熟悉赛道,提高赛车技能,而不会有受伤或损坏赛车的风险。通过将人工智能融入模拟赛车,车队可以模拟动态赛车条件、各种设置下的赛车性能,甚至是赛道上竞争对手的行为。 

物理引擎可以准确模拟车辆行为。它们将空气动力学、轮胎抓地力和悬挂设置等因素考虑在内。同时,还不断分析来自实际比赛和模拟比赛的数据,以改进策略和提高性能。模拟赛车的设置范围很广,从带有方向盘和踏板的基本设置到包括运动平台、VR 头盔和 F1 赛车驾驶舱详细复制品在内的全尺寸模拟器,不一而足。

图 3.一级方程式赛车手马克斯-维斯塔潘,模拟赛车。

F1 车队与人工智能创新者:赛道上的天作之合

一些顶级 F1 车队正在积极使用人工智能,甚至有人工智能公司签约成为其官方赞助商。让我们快速了解一下这些合作关系及其带来的价值。 

奔驰和 G42

G42 是阿联酋一家领先的人工智能和云计算公司。他们是梅赛德斯-AMG 马石油 F1 车队的官方赞助商。G42 为车队提供先进的数据分析和机器学习功能。在 G42 的支持下,车队可以实时处理大量数据,并提取有价值的见解,做出数据驱动的决策。例如,G42 的人工智能算法可以分析遥测数据,针对特定赛道优化赛车设置,通过微调空气动力学、轮胎气压和燃料负荷来提高性能。

图 4.G42 是梅赛德斯-AMG F1 的官方合作伙伴。

红牛与甲骨文

红牛车队(Red Bull Racing Team)使用人工智能优化燃料消耗,帮助他们优化燃料使用,从而以更快的速度、更长的时间赢得比赛。这支一级方程式车队在破纪录的赛季中赢得了2023年车手冠军和车队冠军。该车队依靠甲骨文云为比赛策略、引擎开发、模拟赛车、车迷参与等提供支持。

图 5.红牛车队由甲骨文公司赞助。

法拉利和 AWS

亚马逊网络服务(AWS)是 Scuderia Ferrari F1 车队的官方赞助商之一。Scuderia Ferrari 车队通过亚马逊 SageMaker 利用(人工智能)和机器学习制作了一个虚拟地面速度传感器。他们能够为工程师提供更快、更可靠的数据。该团队能够减轻车辆重量,这在一克都很重要的运动中是一个关键因素。他们还利用 AWS 开发了植根于博弈论的 ML 模型,以分析比赛策略中的变量。

图 6.Scuderia Ferrari F1 车队由 AWS 提供支持。

这一季我们看到了什么?

2024 赛季从三月的巴林大奖赛开始。到目前为止,我们只经历了四场比赛,但本赛季的开局令人激动。从一开始,我们就看到新的人工智能创新技术在本赛季首次亮相。

让我们从让球迷更接近比赛开始。这导致了新摄像机角度的引入。F1 转播团队正与阿斯顿-马丁密切合作,开发一种车尾灯摄像机。其背后的理念是让我们从赛车的后方观看比赛,以一种我们从未见过的方式捕捉比赛的激烈场面。人工智能有助于确保这些图像清晰明了,实时调整焦距和曝光,以应对速度和光线条件变化带来的挑战。

在转播方面,还有一个由人工智能驱动的全新重播系统。这个人工智能系统可以即时整理录像,突出关键时刻,确保球迷不会错过任何精彩瞬间。它甚至还能从普通镜头中创建慢动作回放,为观看体验增添了新的深度。

受马克斯-维斯塔潘(Max Verstappen)在测试圈中的第一人称视角(FPV)拍摄的病毒式传播的启发,关于可能使用无人机拍摄现场画面的讨论也甚嚣尘上。在安全方面仍有一些障碍需要克服。不过,未来加入无人机拍摄的可能性还是令人兴奋的。我们要做的就是找到新的方式,将比赛的刺激带给国内的观众。

图 7.最快的 F1 射击

说到刺激,转播的音频部分也将升级。升级的目的是让观众感觉自己就在赛道上,周围环绕着引擎的轰鸣声。我们正在使用人工智能算法对音频采集和处理进行微调,使转播声音既身临其境,又不嘈杂。我们希望既能听到引擎加速的声音,又能欣赏到没有太大音量的比赛。

跨越终点线

虽然人工智能是一种有用的工具,但它无法取代拥有多年经验和才能的人类车手和维修人员。尽管如此,人工智能在未来对一级方程式赛车的影响还是非常有趣的。更先进的技术意味着在赛道上做出更明智的决定,从而为方格旗带来令人惊叹的战斗!

查看我们的GitHub 存储库,了解有关人工智能的更多信息。访问我们的解决方案页面,了解人工智能在制造业农业等领域的应用。

Facebook 徽标Twitter 徽标LinkedIn 徽标复制链接符号

在此类别中阅读更多内容

让我们共同打造人工智能的未来

开始您的未来机器学习之旅