Ultralytics YOLO27: Trag dich in die Warteliste ein.
YOLO lizenzieren
Visuelle KI

Der KI-Boxenstopp in der Formel 1

Erfahre, wie KI und Computer Vision in der Formel 1 eingesetzt werden: von FIA-Prüfungen der Streckenbegrenzungen und AWS-Einblicken für Fans bis hin zu Datenpartnerschaften der Teams und Rennübertragungen.

Abirami VinaAbirami Vina7 Min. Lesezeit
KI und Bildverarbeitung im Formel-1-Rennsport

Die Formel 1 (F1) ist eine der technisch anspruchsvollsten Sportarten der Welt. Bei Geschwindigkeiten von bis zu 230 mph und Boxenstopps von nur zwei Sekunden sind hochinnovative technische Lösungen gefragt. In der F1 dreht sich alles nicht nur um die Fahrer und Autos, sondern auch um die Strategien der Boxencrew, die das Rennen analysiert.

Während eines Rennens kommen verschiedene Technologien zum Einsatz, und KI wird zu einem der wichtigsten Werkzeuge der Boxencrew. Sehen wir uns genauer an, wo KI in der F1 eingesetzt wird.

Computer Vision beim Großen Preis von Abu Dhabi 2023#

Wenn F1-Fahrer mit allen vier Rädern über den Streckenrand hinausfahren, gilt das als Verstoß gegen die Streckenbegrenzung. Die Fédération Internationale de l’Automobile (FIA) überprüft diese Verstöße und verhängt auf Grundlage der Ergebnisse Strafen.

Bei jedem Rennen müssen Hunderte Verstöße überprüft werden. Beim Großen Preis von Österreich 2023 untersuchten nur vier Personen etwa 1.200 mögliche Verstöße gegen die Streckenbegrenzung. Bei den folgenden Rennen reichte selbst eine Erhöhung der Zahl der Mitarbeiter, die solche Verstöße überprüfen sollten, nicht aus.

Die weiße Linie markiert den Streckenrand für die Erkennung von Grenzübertritten

Abb. 1. Die weiße Linie im Bild oben markiert den Streckenrand.

Beim Großen Preis von Abu Dhabi 2023 setzte die FIA daher auf Computer Vision. Mithilfe einer Formanalyse bestimmen sie die Streckenbegrenzung und berechnen, wie viele Pixel über diese Linie hinausragen. Diese Systemkomponente soll Fälle ausschließen, in denen menschliches Eingreifen offensichtlich nicht erforderlich ist. So kann sich die FIA auf Fälle konzentrieren, die tatsächlich Aufmerksamkeit erfordern.

Mit KI-gestützten Erkenntnissen die Fanbindung stärken#

Einundsiebzig Prozent der Sportfachleute sind der Ansicht, dass eine starke Fanbindung entscheidend für das Erreichen ihrer Ziele ist. Wenn Menschen eine emotionale Verbindung zum Sport aufbauen, kommen sie immer wieder zurück – und das trägt zum Umsatz der Branche bei.

Ein Rennwochenende bedeutet mehr, als nur die eigene Lieblingsmannschaft anzufeuern. Amazon Web Services (AWS) arbeitet mit der Formel 1 zusammen, um tiefe Einblicke in Entscheidungen zu ermöglichen, die in Sekundenbruchteilen getroffen werden, und Leistungen anhand detaillierter Statistiken darzustellen. Dazu analysiert AWS rund 70 Jahre Renndaten, die auf Amazon S3 gespeichert sind. Zusätzlich zu den historischen Daten können Modelle für maschinelles Lernen die Datenpunkte auswerten, die von mehr als 300 Sensoren in jedem F1-Wagen erfasst werden – insgesamt mehr als 1,1 Millionen Datenpunkte pro Sekunde.

Es ist nur natürlich, dass Christian Horner, CEO von Oracle Red Bull Racing, sagt: „Daten sind das Lebenselixier des Teams. Jeder Aspekt der Leistung – wie wir ein Rennen fahren, ein Auto entwickeln und Fahrer auswählen und analysieren – wird von Daten bestimmt.“ Sehen wir uns einige Statistiken an, die diese Systeme ausgeben können:

  • Kampfprognose: Die Kampfprognose sagt voraus, wie viele Runden es noch dauert, bis das verfolgende Auto in Schlagdistanz zum vorausfahrenden Auto ist. Die Vorhersagen basieren auf früheren Streckendaten und dem prognostizierten Tempo der Fahrer.
  • Boxenstopp-Strategie: Sie bietet Fans zusätzliche Einblicke, mit denen sie in Echtzeit beurteilen können, wie erfolgreich die Strategie jedes Fahrers ist und welche Ergebnisse sie erzielt. Fans können außerdem subtile Strategieänderungen der Fahrer verfolgen und deren Auswirkungen auf das Ergebnis sehen.
  • Streckendominanz: Sie zeigt Fans und Kommentatoren, wo und wie ein Fahrer seine Konkurrenten auf der Rennstrecke dominiert.
  • Bewertungen der Fahrzeugleistung: Diese Einblicke ermöglichen es Fans, ein bestimmtes Auto auszuwählen und seine Leistung mit der anderer Autos zu vergleichen. Die Vergleiche basieren auf dem Kurvenverhalten (wie gut ein Auto in Kurven Geschwindigkeit, Stabilität und Kontrolle beibehält), der Leistung auf gerader Strecke (Beschleunigung und Höchstgeschwindigkeit auf Geraden) und dem Fahrverhalten (wie leicht und direkt sich das Fahrzeug lenken, bremsen und manövrieren lässt).

Beispiel einer Visualisierung der Dominanz auf der Strecke für Fans

Abb. 2. Beispiel einer Visualisierung der Streckendominanz, die Fans ansehen können.

KI-gestütztes Sim-Racing#

Simulationsrennen oder Sim-Racing ist ein virtuelles F1-Rennerlebnis. Es wird häufig dazu genutzt, Fahrer mit einer Rennstrecke vertraut zu machen und ihre Fahrkünste zu verbessern, ohne Verletzungen oder Schäden an den Autos zu riskieren. Mithilfe von KI können Teams im Sim-Racing dynamische Rennbedingungen, die Fahrzeugleistung bei verschiedenen Einstellungen und sogar das Verhalten von Konkurrenten auf der Strecke simulieren.

Physik-Engines können das Fahrzeugverhalten präzise modellieren. Dabei berücksichtigen sie Faktoren wie Aerodynamik, Reifengrip und Fahrwerkseinstellungen. Gleichzeitig werden Daten aus echten Rennen und Simulationen laufend analysiert, um Strategien zu verfeinern und die Leistung zu verbessern. Sim-Racing-Anlagen reichen von einfachen Ausführungen mit Lenkrad und Pedalen bis hin zu maßstabsgetreuen Simulatoren mit Bewegungsplattformen, VR-Headsets und detailgetreuen Nachbildungen von F1-Cockpits.

Formel-1-Fahrer Max Verstappen beim Sim-Racing

Abb. 3. Max Verstappen, Formel-1-Fahrer, beim Sim-Racing. (Quelle: shop.gperformance.eu)

F1-Teams und KI-Innovatoren: ein perfektes Zusammenspiel auf der Rennstrecke#

Einige der führenden F1-Teams setzen aktiv KI ein und haben sogar KI-Unternehmen als offizielle Sponsoren gewonnen. Sehen wir uns einige dieser Partnerschaften und ihren Nutzen kurz an.

Mercedes und G42#

G42 ist ein führendes KI- und Cloud-Computing-Unternehmen mit Sitz in den Vereinigten Arabischen Emiraten. Das Unternehmen ist offizieller Sponsor des Mercedes-AMG-PETRONAS-F1-Teams. G42 stattet das Team mit fortschrittlichen Möglichkeiten zur Datenanalyse und zum maschinellen Lernen aus. Dank der Unterstützung von G42 kann das Team enorme Datenmengen in Echtzeit verarbeiten und wertvolle Erkenntnisse gewinnen, um datenbasierte Entscheidungen zu treffen. So können die KI-Algorithmen von G42 Telemetriedaten analysieren, um die Fahrzeugeinstellungen an bestimmte Strecken anzupassen und die Leistung durch eine Feinabstimmung von Aerodynamik, Reifendruck und Kraftstoffmenge zu verbessern.

G42 ist offizieller Partner von Mercedes-AMG F1

Abb. 4. G42 ist offizieller Partner von Mercedes-AMG F1.

Red Bull und Oracle#

Das Red Bull Racing Team setzt KI ein, um den Kraftstoffverbrauch zu optimieren. So können die Wagen länger schneller fahren, was für den Rennsieg entscheidend sein kann. Das Formel-1-Team gewann in einer Saison mit Rekorden die Fahrer- und die Konstrukteursmeisterschaft 2023. Das Team nutzt Oracle Cloud für Rennstrategien, Motorentwicklung, Simulationen, die Einbindung der Fans und vieles mehr.

Das Red-Bull-Racing-Team wird von Oracle gesponsert

Abb. 5. Das Red-Bull-Racing-Team wird von Oracle gesponsert.

Ferrari und AWS#

Amazon Web Services (AWS) gehört zu den offiziellen Sponsoren des Scuderia Ferrari F1 Teams. Das Team entwickelte mit KI und maschinellem Lernen auf Amazon SageMaker einen virtuellen Bodengeschwindigkeitssensor, der den Ingenieuren schnellere und zuverlässigere Daten liefert. Das Team konnte das Fahrzeuggewicht reduzieren – ein entscheidender Faktor in einem Sport, in dem jedes Gramm zählt. Außerdem entwickelte es mithilfe von AWS ML-Modelle auf Grundlage der Spieltheorie, um die Einflussfaktoren der Rennstrategie zu analysieren.

Das Scuderia-Ferrari-F1-Team wird von AWS unterstützt

Abb. 6. Das Scuderia-Ferrari-F1-Team wird von AWS unterstützt (thelastcorner.it).

Was sehen wir in dieser Saison?#

Die Saison 2024 begann im März mit dem Großen Preis von Bahrain. Bisher haben wir erst vier Rennen erlebt, aber die Saison ist spannend gestartet. Schon von Beginn an sehen wir, wie neue KI-Innovationen in dieser Saison ihr Debüt geben.

Beginnen wir mit dem Bestreben, die Fans näher ans Geschehen zu bringen. Dies hat zur Einführung neuer Kameraperspektiven geführt. Das F1-Übertragungsteam arbeitet eng mit Aston Martin zusammen, um eine Kamera an der Rückleuchte zu entwickeln. Damit soll uns ein Blick direkt vom Heck des Autos ermöglicht werden, der die Intensität des Rennens auf eine bisher unbekannte Weise einfängt. KI sorgt dafür, dass diese Bilder scharf und klar sind, indem sie Fokus und Belichtung in Echtzeit anpasst und so den Herausforderungen durch Geschwindigkeit und wechselnde Lichtverhältnisse begegnet.

Auch bei der Übertragung gibt es ein überarbeitetes Wiederholungssystem, das auf KI basiert. Dieses KI-System kann Videomaterial sofort durchsuchen und wichtige Momente hervorheben, damit die Fans nichts vom Geschehen verpassen. Es kann sogar aus gewöhnlichem Videomaterial Zeitlupenwiederholungen erstellen und so das Seherlebnis um eine neue Dimension bereichern.

Auch der mögliche Einsatz von Drohnen für Live-Aufnahmen sorgt für Gesprächsstoff. Anlass dafür war eine viral verbreitete Aufnahme aus der Ich-Perspektive (FPV) von Max Verstappen bei einer Testrunde. In puncto Sicherheit müssen noch einige Hürden überwunden werden. Doch die Möglichkeit, künftig Drohnenaufnahmen einzubeziehen, ist spannend. Es geht darum, neue Wege zu finden, um den Nervenkitzel des Rennens zu den Zuschauern nach Hause zu bringen.

Eine FPV-Drohne filmt die schnellste F1-Aufnahme

Abb. 7. Die schnellste F1-Aufnahme.

Auch der Audiobereich der Übertragung soll verbessert werden, um den Nervenkitzel noch besser zu vermitteln. Ziel der Verbesserung ist, dass die Zuschauer das Gefühl haben, direkt an der Strecke zu sein und vom Dröhnen der Motoren umgeben zu werden. KI-Algorithmen optimieren die Tonaufnahme und -verarbeitung, damit der Übertragungston einhüllend, aber nicht störend klingt. Wir möchten hören, wie die Motoren beschleunigen, und das Rennen trotzdem ohne übermäßige Lautstärke genießen können.

Über die Ziellinie#

KI kann zwar ein nützliches Werkzeug sein, aber menschliche Fahrer und Boxenteams mit jahrelanger Erfahrung und großem Talent nicht ersetzen. Trotzdem wird es spannend zu sehen, wie sich KI künftig auf die Formel 1 auswirkt. Fortschrittlichere Technologien ermöglichen fundiertere Entscheidungen auf der Strecke und sorgen für packende Duelle um die Zielflagge!

In unserem GitHub-Repository erfährst du mehr über KI. Auf unseren Lösungsseiten siehst du, wie KI in Bereichen wie Sport, Fertigung und Landwirtschaft eingesetzt wird. Oder lies mehr über die Anwendungen von Computer Vision im Sport.

Verfasst von

Abirami Vina
Abirami Vina

Content Creator · Ultralytics

Zu Beginn ihrer Laufbahn als Computer-Vision-Ingenieurin legte Abirami Vina ein solides Fundament in visueller KI und maschinellem Lernen. Sie ist Content Creator bei Ultralytics sowie Gründerin und leitende Autorin bei Scribe of AI, wo sie hochwertige technische Inhalte für Unternehmen mit Schwerpunkt auf KI erstellt. Angetrieben von ihrer Leidenschaft, KI verständlich und zugleich ansprechend zu vermitteln, schlägt ihre Arbeit eine Brücke zwischen Spitzentechnologie und praktischer Wirkung.

Kommentare

Stelle eine Frage, teile deine Ergebnisse oder hilf anderen.

Lösungen entdecken

Computer Vision im Sport

Computer Vision im Sport

Entdecke, wie Ultralytics YOLO die Sportbildanalyse voranbringt – mit Spieler- und Ballverfolgung, Leistungsanalysen, Erkenntnissen für das Coaching und der Rehabilitation von Athleten.
Mehr erfahren
Computer Vision für Luftbilder

Computer Vision für Luftbilder

Verwandle Drohnen- und Luftbilder mit Ultralytics YOLO in Echtzeit-Erkenntnisse für Landwirtschaft, Aquakultur, Naturschutz und Geodatenanalyse.
Mehr erfahren
Computer Vision in der Luft- und Raumfahrt

Computer Vision in der Luft- und Raumfahrt

Setze Computer Vision in der Luft- und Raumfahrt mit Ultralytics YOLO ein – für Flugzeuginspektionen, die Erkennung von Fremdkörpern auf Start- und Landebahnen, den Bodenbetrieb am Flughafen und die Erkennung von Verbundwerkstofffehlern.
Mehr erfahren
Computer Vision im Sicherheitsbereich

Computer Vision im Sicherheitsbereich

Schütze jeden Standort mit Ultralytics YOLO-Modellen. Vision-KI ermöglicht die Überwachung von Grundstücksgrenzen, die Erkennung von Bedrohungen, die Kennzeichenerkennung und die Sicherheit am Arbeitsplatz.
Mehr erfahren
Computer Vision in der Robotik

Computer Vision in der Robotik

Mach Maschinen mit Ultralytics YOLO-Modellen leistungsfähiger. Vision-KI in der Robotik ermöglicht autonome Navigation, Wahrnehmung, Objektverfolgung und Steuerung in Echtzeit.
Mehr erfahren
Bildverarbeitung in der Logistik

Bildverarbeitung in der Logistik

Optimiere die Logistik mit Ultralytics YOLO-Modellen. Vision AI ermöglicht die Paketprüfung, Sortierung und Fahrzeugverfolgung sowie die Sicherheitsüberwachung von Lagerhäusern in Echtzeit.
Mehr erfahren
Bildverarbeitung im Einzelhandel

Bildverarbeitung im Einzelhandel

Gestalte den Einzelhandel mit Ultralytics YOLO-Modellen neu. Vision AI ermöglicht Bestandsverfolgung, Regalüberwachung und Warteschlangenmanagement und liefert bessere Einblicke in das Kundenverhalten.
Mehr erfahren
Bildverarbeitung im Gesundheitswesen

Bildverarbeitung im Gesundheitswesen

Entwickle Lösungen für das Gesundheitswesen mit Ultralytics YOLO-Modellen. Vision AI ermöglicht im Gesundheitswesen schnellere medizinische Bildgebung, bessere Diagnostik und die Überwachung von Patienten.
Mehr erfahren
Computer Vision in der Fertigung

Computer Vision in der Fertigung

Optimiere die Fertigung mit Ultralytics-YOLO-Modellen. Vision AI ermöglicht Qualitätskontrolle, Fehlererkennung, die Überprüfung der Einhaltung von Vorgaben zu persönlicher Schutzausrüstung und die Automatisierung von Montagelinien.
Mehr erfahren
Computer Vision in der Automobilbranche

Computer Vision in der Automobilbranche

Setze Computer Vision in der Automobilbranche mit Ultralytics-YOLO-Modellen ein. Vision AI verbessert die Verkehrssicherheit, Fahrerassistenz und Fahrzeugautomatisierung – für intelligentere Straßen.
Mehr erfahren
Computer Vision in der Landwirtschaft

Computer Vision in der Landwirtschaft

Setze mit Ultralytics YOLO-Modellen KI für Bildverarbeitung in der intelligenten Landwirtschaft ein. Ermögliche die Überwachung von Nutzpflanzen, die Verfolgung von Nutztieren und Präzisionslandwirtschaft für höhere und nachhaltigere Erträge.
Mehr erfahren

Lass uns gemeinsam die Zukunft der KI gestalten!

Starte deine Reise in die Zukunft des maschinellen Lernens