Ultralytics YOLO27: Đăng ký vào danh sách chờ.
Cấp phép YOLO
AI thị giác

Pit stop AI tại Formula One

Tìm hiểu cách AI và thị giác máy tính được ứng dụng trong Formula One, từ kiểm tra giới hạn đường đua của FIA và thông tin người hâm mộ từ AWS đến quan hệ đối tác dữ liệu của các đội đua và chương trình phát sóng.

Abirami VinaAbirami Vina11 phút đọc
AI và thị giác máy tính trong đua xe Formula One

Giải đua Công thức 1 (F1) là một trong những môn thể thao công nghệ cao nhất thế giới. Với những chiếc xe đạt tốc độ kinh hoàng 230 dặm/giờ và dừng pit chỉ trong hai giây, giải đua đòi hỏi kỹ thuật tiên tiến nhất. F1 không chỉ xoay quanh tay đua và xe đua mà còn phụ thuộc vào các chiến lược do thành viên đội pit phân tích cuộc đua xây dựng.

Trong một cuộc đua có nhiều công nghệ được vận dụng, và AI đang trở thành một trong những công cụ thiết yếu nhất trong tay đội pit. Hãy cùng tìm hiểu kỹ hơn về những vị trí AI đang được sử dụng trong F1.

Thị giác máy tính tại Grand Prix Abu Dhabi 2023#

Khi xe F1 vượt ra ngoài rìa đường đua bằng cả bốn bánh, đó được xem là vi phạm giới hạn đường đua. Liên đoàn Ô tô Quốc tế (FIA) xác minh các vi phạm này và đưa ra hình phạt dựa trên kết quả.

Mỗi chặng đua cần xử lý hàng trăm vi phạm. Tại Grand Prix Áo 2023, chỉ bốn người đã xử lý khoảng 1.200 trường hợp có khả năng vi phạm giới hạn đường đua. Trong các chặng đua tiếp theo, dù tăng số người phụ trách kiểm tra vi phạm giới hạn đường đua, nhân lực vẫn không đủ.

Vạch trắng đánh dấu rìa đường đua để phát hiện vi phạm giới hạn

Hình 1. Vạch trắng trong hình trên được xem là rìa đường đua.

Vì vậy, tại chặng đua Abu Dhabi Grand Prix năm 2023, FIA đã chuyển sang sử dụng thị giác máy tính. Họ dùng phân tích hình dạng để xác định mép đường đua và tính số pixel vượt ra ngoài vạch đó. Lớp này của hệ thống sẽ loại bỏ những trường hợp rõ ràng không cần con người can thiệp. Nhờ đó, FIA có thể tập trung vào những trường hợp thực sự cần được chú ý.

Tăng mức độ tương tác của người hâm mộ bằng thông tin chuyên sâu từ AI#

71 phần trăm chuyên gia thể thao tin rằng mức độ tương tác của người hâm mộ đóng vai trò thiết yếu trong việc đạt được mục tiêu. Khi cảm thấy gắn kết về mặt cảm xúc với thể thao, mọi người sẽ tiếp tục quay lại, góp phần giúp ngành tạo ra doanh thu.

Một cuối tuần đua xe không chỉ có việc cổ vũ đội yêu thích. Amazon Web Services (AWS) đã hợp tác với F1 để cung cấp thông tin chuyên sâu về các quyết định trong tích tắc và thể hiện hiệu suất qua số liệu thống kê chi tiết. Họ làm được điều này bằng cách phân tích khoảng 70 năm dữ liệu đua xe được lưu trữ trên Amazon S3. Ngoài dữ liệu lịch sử, các model machine learning có thể phân tích dữ liệu thu thập từ hơn 300 cảm biến trên mỗi xe F1, tạo ra tổng cộng hơn 1,1 triệu điểm dữ liệu mỗi giây.

Không có gì ngạc nhiên khi CEO của Oracle Red Bull Racing, Christian Horner, tin rằng: “Dữ liệu là huyết mạch của đội. Mọi khía cạnh hiệu suất — cách chúng tôi vận hành cuộc đua, phát triển xe hay tuyển chọn và phân tích tay đua — đều dựa trên dữ liệu.” Hãy cùng xem một số số liệu thống kê mà các hệ thống này có thể đưa ra:

  • Dự báo đối đầu: Dự báo đối đầu ước tính còn bao nhiêu vòng đua trước khi xe phía sau tiến vào “tầm tấn công” của chiếc xe phía trước. Dự đoán được tạo ra từ dữ liệu lịch sử đường đua và tốc độ dự kiến của tay đua.
  • Đối đầu chiến thuật pit: Tính năng này cung cấp thêm thông tin chuyên sâu để người hâm mộ đánh giá mức độ thành công và kết quả chiến thuật của từng tay đua theo thời gian thực. Người hâm mộ cũng có thể theo dõi những thay đổi chiến thuật tinh tế của tay đua và xem tác động của chúng đến kết quả.
  • Ưu thế trên đường đua: Tính năng này giúp người hâm mộ và bình luận viên hiểu được vị trí và cách một tay đua áp đảo các đối thủ trên đường đua.
  • Điểm hiệu suất xe: Thông tin này cho phép người hâm mộ chọn riêng một chiếc xe và so sánh hiệu suất với các xe khác. Các so sánh dựa trên hiệu suất vào cua (khả năng duy trì tốc độ, độ ổn định và khả năng kiểm soát khi xe rẽ hoặc đi qua khúc cua), hiệu suất trên đường thẳng (khả năng tăng tốc và tốc độ tối đa của xe trên đường thẳng) và khả năng điều khiển xe (mức độ dễ dàng và độ nhạy khi điều khiển xe, bao gồm đánh lái, phanh và cơ động).

Ví dụ về hình ảnh trực quan hóa mức độ áp đảo trên đường đua dành cho người hâm mộ

Hình 2. Ví dụ về hình ảnh trực quan hóa mức độ áp đảo trên đường đua mà người hâm mộ có thể xem.

Đua xe mô phỏng ứng dụng AI#

Đua xe mô phỏng, hay sim racing, là trải nghiệm đua xe F1 trong môi trường ảo. Hoạt động này thường được dùng để giúp tay đua làm quen hơn với đường đua và cải thiện kỹ năng mà không có nguy cơ bị thương hoặc làm hỏng xe. Bằng cách tích hợp AI vào sim racing, các đội có thể mô phỏng điều kiện đua biến động, hiệu suất xe với nhiều cấu hình khác nhau, thậm chí cả hành vi của đối thủ trên đường đua.

Các engine vật lý có thể mô hình hóa chính xác hành vi của xe. Engine tính đến các yếu tố như khí động học, độ bám của lốp và thiết lập hệ thống treo. Trong khi đó, dữ liệu từ cả các cuộc đua thực tế và mô phỏng liên tục được phân tích để tinh chỉnh chiến lược và cải thiện hiệu suất. Các thiết lập sim racing có thể trải dài từ cấu hình cơ bản gồm vô lăng và bàn đạp đến trình mô phỏng kích thước đầy đủ, có bệ chuyển động, kính VR và bản sao chi tiết buồng lái xe F1.

Tay đua Công thức 1 Max Verstappen đua xe mô phỏng

Hình 3. Max Verstappen, tay đua Công thức 1, đang đua xe mô phỏng. (nguồn: shop.gperformance.eu)

Các đội F1 và nhà đổi mới AI: Sự kết hợp hoàn hảo trên đường đua#

Một số đội F1 hàng đầu đang tích cực sử dụng AI và thậm chí có các công ty AI ký hợp đồng làm nhà tài trợ chính thức. Hãy cùng tìm hiểu nhanh một vài quan hệ hợp tác này và những giá trị mà chúng mang lại.

Mercedes và G42#

G42 là công ty hàng đầu về AI và điện toán đám mây, có trụ sở tại UAE. G42 là nhà tài trợ chính thức của đội Mercedes-AMG PETRONAS F1. G42 trang bị cho đội các năng lực phân tích dữ liệu và machine learning tiên tiến. Với sự hỗ trợ của G42, đội có thể xử lý lượng dữ liệu khổng lồ theo thời gian thực và trích xuất thông tin chuyên sâu hữu ích để đưa ra quyết định dựa trên dữ liệu. Chẳng hạn, các thuật toán AI của G42 có thể phân tích dữ liệu telemetry để tối ưu hóa cấu hình xe cho từng đường đua, cải thiện hiệu suất bằng cách tinh chỉnh khí động học, áp suất lốp và lượng nhiên liệu.

G42 là đối tác chính thức của Mercedes-AMG F1

Hình 4. G42 là đối tác chính thức của Mercedes-AMG F1.

Red Bull và Oracle#

Đội Red Bull Racing sử dụng AI để tối ưu mức tiêu thụ nhiên liệu, giúp xe chạy nhanh hơn trong thời gian dài hơn; đây có thể là yếu tố quyết định chiến thắng. Đội đua Formula One này đã giành chức vô địch tay đua và vô địch đội đua năm 2023 trong một mùa giải lập kỷ lục. Đội sử dụng Oracle Cloud để hỗ trợ chiến lược đua xe, phát triển động cơ, mô phỏng đua xe, tương tác với người hâm mộ và nhiều hoạt động khác.

Đội Red Bull Racing được Oracle tài trợ

Hình 5. Đội Red Bull Racing được Oracle tài trợ.

Ferrari và AWS#

Amazon Web Services (AWS) là một trong những nhà tài trợ chính thức của đội đua F1 Scuderia Ferrari. Đội Scuderia Ferrari đã xây dựng cảm biến tốc độ mặt đất ảo bằng AI và machine learning trên Amazon SageMaker, cung cấp dữ liệu nhanh hơn và đáng tin cậy hơn cho các kỹ sư. Đội đã giảm được trọng lượng xe, một yếu tố quan trọng trong môn thể thao mà chỉ một gram cũng có ý nghĩa. Họ cũng sử dụng AWS để phát triển các model ML dựa trên lý thuyết trò chơi nhằm phân tích các biến số trong chiến lược đua.

Đội đua F1 Scuderia Ferrari được AWS hỗ trợ

Hình 6. Đội đua F1 Scuderia Ferrari được AWS hỗ trợ (thelastcorner.it).

Mùa giải này đang chứng kiến điều gì?#

Mùa giải 2024 khởi tranh vào tháng 3 với chặng đua Bahrain Grand Prix. Đến nay, chúng ta mới trải qua bốn chặng đua, nhưng mùa giải đã có một khởi đầu đầy kịch tính. Ngay từ đầu mùa, chúng ta đã chứng kiến những đổi mới AI lần đầu xuất hiện.

Hãy bắt đầu với nỗ lực đưa người hâm mộ đến gần hơn với diễn biến trên đường đua. Nỗ lực này đã dẫn đến sự ra đời của các góc quay mới. Đội ngũ phát sóng F1 đang hợp tác chặt chẽ với Aston Martin để phát triển camera gắn ở đèn hậu. Ý tưởng là mang đến góc nhìn ngay từ phía sau xe, ghi lại sự kịch tính của cuộc đua theo cách chưa từng thấy trước đây. AI giúp đảm bảo hình ảnh sắc nét và rõ ràng bằng cách điều chỉnh lấy nét và độ phơi sáng theo thời gian thực để thích ứng với tốc độ và điều kiện ánh sáng thay đổi.

Trong lĩnh vực phát sóng, một hệ thống phát lại mới được nâng cấp cũng sử dụng AI. Hệ thống AI này có thể nhanh chóng sàng lọc cảnh quay để làm nổi bật những khoảnh khắc then chốt, đảm bảo người hâm mộ không bỏ lỡ bất kỳ diễn biến nào. Hệ thống thậm chí có thể tạo bản phát lại chuyển động chậm từ cảnh quay thông thường, bổ sung một lớp trải nghiệm mới cho người xem.

Khả năng sử dụng drone để ghi hình trực tiếp cũng đang thu hút nhiều sự chú ý, lấy cảm hứng từ cảnh quay góc nhìn thứ nhất (FPV) về Max Verstappen trong một vòng chạy thử đã lan truyền rộng rãi. Vẫn còn những trở ngại về an toàn cần khắc phục. Tuy vậy, khả năng đưa các cảnh quay bằng drone vào chương trình phát sóng trong tương lai rất đáng mong đợi. Tất cả đều nhằm tìm ra những cách mới để đưa cảm giác hồi hộp của cuộc đua đến với khán giả tại nhà.

Drone FPV ghi lại cảnh quay F1 tốc độ cao nhất

Hình 7. Cảnh quay F1 tốc độ cao nhất.

Nói về cảm giác hồi hộp, phần âm thanh của chương trình phát sóng cũng sắp được nâng cấp. Mục tiêu của lần nâng cấp này là khiến người xem cảm thấy như đang ở ngay trên đường đua, với tiếng động cơ gầm vang xung quanh. Các thuật toán AI đang được sử dụng để tinh chỉnh việc thu và xử lý âm thanh, giúp âm thanh phát sóng sống động mà không bị nhiễu. Chúng ta muốn nghe tiếng động cơ tăng tốc nhưng vẫn có thể thưởng thức cuộc đua mà không phải chịu âm lượng quá lớn.

Về đích#

AI có thể là một công cụ hữu ích, nhưng không thể thay thế các tay đua và đội ngũ pit crew giàu kinh nghiệm, tài năng. Dù vậy, sẽ rất thú vị khi theo dõi tác động của AI đối với Formula One trong tương lai. Công nghệ tiên tiến hơn đồng nghĩa với những quyết định sáng suốt hơn trên đường đua, tạo nên các màn tranh tài ngoạn mục để giành lá cờ ca-rô!

Xem repository GitHub của chúng tôi để tìm hiểu thêm về AI. Truy cập các trang giải pháp để xem cách AI được ứng dụng trong những lĩnh vực như thể thao, sản xuất và nông nghiệp, hoặc đọc về các ứng dụng của thị giác máy tính trong thể thao.

Được viết bởi

Abirami Vina
Abirami Vina

Nhà sáng tạo nội dung · Ultralytics

Khởi đầu sự nghiệp với vai trò kỹ sư thị giác máy tính, Abirami Vina đã xây dựng nền tảng vững chắc về AI thị giác và machine learning. Cô là Nhà sáng tạo nội dung tại Ultralytics, đồng thời là Nhà sáng lập kiêm Biên tập viên chính tại Scribe of AI, nơi cô xây dựng nội dung kỹ thuật chất lượng cao cho các công ty tập trung vào AI. Với niềm đam mê giúp AI trở nên dễ hiểu và hấp dẫn, công việc của cô kết nối công nghệ tiên tiến với tác động thực tế.

Bình luận

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.

Khám phá các giải pháp

Thị giác máy tính trong thể thao

Thị giác máy tính trong thể thao

Khám phá cách Ultralytics YOLO thúc đẩy thị giác máy tính trong thể thao với khả năng theo dõi cầu thủ và bóng, phân tích hiệu suất, cung cấp thông tin chuyên sâu cho huấn luyện và hỗ trợ phục hồi cho vận động viên.
Tìm hiểu thêm
Thị giác máy tính cho ảnh hàng không

Thị giác máy tính cho ảnh hàng không

Chuyển hình ảnh từ drone và ảnh hàng không thành thông tin chuyên sâu theo thời gian thực cho nông nghiệp, nuôi trồng thủy sản, bảo tồn và phân tích không gian địa lý với Ultralytics YOLO.
Tìm hiểu thêm
Thị giác máy tính trong hàng không vũ trụ

Thị giác máy tính trong hàng không vũ trụ

Ứng dụng computer vision trong ngành hàng không vũ trụ với Ultralytics YOLO cho kiểm tra máy bay, phát hiện dị vật trên đường băng (FOD), vận hành mặt đất tại sân bay và phát hiện lỗi vật liệu composite.
Tìm hiểu thêm
Computer vision trong lĩnh vực an ninh

Computer vision trong lĩnh vực an ninh

Bảo vệ mọi địa điểm bằng model Ultralytics YOLO. Vision AI hỗ trợ giám sát vành đai, phát hiện mối đe dọa, nhận dạng biển số và an toàn nơi làm việc.
Tìm hiểu thêm
Computer vision trong robotics

Computer vision trong robotics

Tăng cường năng lực cho máy móc thông minh bằng model Ultralytics YOLO. Vision AI trong lĩnh vực robotics hỗ trợ điều hướng tự động, nhận thức, theo dõi đối tượng và điều khiển theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong logistics

Thị giác máy tính trong logistics

Tinh giản hoạt động logistics với các model Ultralytics YOLO. Vision AI hỗ trợ kiểm tra kiện hàng, phân loại, theo dõi phương tiện và giám sát an toàn kho hàng theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong bán lẻ

Thị giác máy tính trong bán lẻ

Định hình lại hoạt động bán lẻ với các model Ultralytics YOLO. Vision AI hỗ trợ theo dõi hàng tồn kho, giám sát kệ hàng, quản lý hàng chờ và phân tích khách hàng thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong chăm sóc sức khỏe

Thị giác máy tính trong chăm sóc sức khỏe

Xây dựng các giải pháp chăm sóc sức khỏe với model Ultralytics YOLO. Vision AI trong chăm sóc sức khỏe hỗ trợ xử lý hình ảnh y tế nhanh hơn, chẩn đoán thông minh hơn và theo dõi bệnh nhân.
Tìm hiểu thêm
Thị giác máy tính trong sản xuất

Thị giác máy tính trong sản xuất

Tối ưu hóa sản xuất bằng các model Ultralytics YOLO. Vision AI thúc đẩy kiểm soát chất lượng, phát hiện lỗi, tuân thủ PPE và tự động hóa dây chuyền lắp ráp.
Tìm hiểu thêm
Thị giác máy tính trong ngành ô tô

Thị giác máy tính trong ngành ô tô

Ứng dụng thị giác máy tính trong ngành ô tô với các model Ultralytics YOLO. Vision AI nâng cao an toàn giao thông, hỗ trợ người lái và tự động hóa phương tiện để tạo nên những tuyến đường thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong nông nghiệp

Thị giác máy tính trong nông nghiệp

Ứng dụng AI thị giác vào nông nghiệp thông minh với các model Ultralytics YOLO. Hỗ trợ giám sát cây trồng, theo dõi vật nuôi và canh tác chính xác để nâng cao năng suất một cách thông minh hơn.
Tìm hiểu thêm

Hãy cùng nhau kiến tạo tương lai của AI!

Bắt đầu hành trình hướng đến tương lai của machine learning