一级方程式中的 AI 进站策略

一级方程式（F1）是全球科技含量最高的体育赛事之一。赛车时速可达 230 英里，进站停靠仅需两秒，这项运动对工程创新有着极高要求。F1 不仅关乎车手和赛车，也离不开维修区团队成员分析比赛并制定策略。

比赛期间会用到各种技术，而 AI 正成为维修区团队手中最重要的工具之一。下面我们来具体看看 AI 在 F1 中的应用。

计算机视觉亮相 2023 年阿布扎比大奖赛#

当 F1 车手的四个车轮全部越过赛道边界时，就会被视为违反赛道边界规则。国际汽车联合会（FIA）负责核实这些违规行为，并根据核实结果作出处罚。

每场比赛都要处理数百起违规事件。在 2023 年奥地利大奖赛期间，仅有 4 名工作人员就处理了约 1,200 起潜在的赛道边界违规事件。在接下来的比赛中，尽管增加了负责检查赛道边界违规行为的工作人员，人数仍然不够。

图 1。上图中的白线被视为赛道边界。

因此，在 2023 年阿布扎比大奖赛上，FIA 转而采用计算机视觉。他们使用形状分析识别赛道边缘，并计算超出边线的像素数量。系统的这一层将用于排除明显不需要人工干预的情况，让 FIA 能专注于真正需要他们关注的情况。

利用 AI 洞察提升粉丝参与度#

百分之七十一的体育行业专业人士认为，粉丝参与度对实现目标至关重要。人们对体育产生情感联结后，就会持续关注，这也有助于体育行业创造收入。

一个比赛周末不只是为你喜爱的车队加油。Amazon Web Services（AWS）与 F1 合作，通过详细统计数据深入分析瞬息之间的决策并展示车队表现。他们通过分析存储在 Amazon S3 上的约 70 年比赛数据来实现这一点。除了历史数据，机器学习模型还可以分析每辆 F1 赛车上 300 多个传感器收集的数据点，每秒数据量超过 110 万个。

Oracle Red Bull Racing 首席执行官Christian Horner认为“数据是车队的命脉”，这再自然不过了。他说：“表现的每个方面——我们如何进行比赛、如何研发赛车、如何挑选和分析车手——一切都由数据驱动。”下面来看看这些系统能够输出的一些统计数据：

• 对决预测：对决预测会预测追赶中的赛车还需几圈才能进入前车的“攻击距离”。预测依据赛道历史数据和预估车手速度生成。
• 进站策略对决：它为粉丝提供更多洞察，帮助他们实时评估每位车手的策略成效及其结果。粉丝还可以追踪车手策略上的细微变化，并了解这些变化对比赛结果的影响。
• 赛道优势：它让车迷和解说员了解车手在赛道的哪些位置、如何领先于对手。
• 赛车性能评分：这项洞察让粉丝能够单独查看某辆赛车，并与其他赛车进行比较。比较依据包括弯道性能（赛车在转弯或通过弯道时保持速度、稳定性和操控性的能力）、直线性能（赛车在直线路段上的加速能力和最高速度）以及赛车操控性（对车辆进行操控的整体便捷性和响应能力，包括转向、制动和转向变道）。

图 2。粉丝可以查看的赛道统治力可视化示例。

由 AI 驱动的模拟赛车#

模拟赛车是一种虚拟 F1 赛车体验。人们通常用它帮助车手熟悉赛道并提高驾驶技能，同时避免受伤或损坏赛车。在模拟赛车中引入 AI 后，车队可以模拟动态比赛条件、不同设置下的赛车表现，甚至赛道上竞争对手的行为。

物理引擎可以准确模拟车辆行为，并将空气动力学、轮胎抓地力和悬架设置等因素考虑在内。同时，系统会持续分析现实比赛和模拟比赛的数据，以改进策略并提升表现。模拟赛车设备配置各不相同，从配备方向盘和踏板的基础设置，到包含运动平台、VR 头显和 F1 赛车驾驶舱精细复制品的全尺寸模拟器都有。

图 3. 一级方程式车手 Max Verstappen 进行模拟赛车。（来源：shop.gperformance.eu）

F1 车队与 AI 创新者：赛道上的绝佳搭档#

一些顶尖 F1 车队正在积极使用 AI，甚至与 AI 公司签约，由其担任官方赞助商。下面简单介绍其中几项合作及其带来的价值。

Mercedes 与 G42#

G42 是一家总部位于阿联酋的领先 AI 和云计算公司，也是 Mercedes-AMG PETRONAS 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能力。在 G42 的支持下，车队可以实时处理海量数据并提取有价值的洞察，从而基于数据作出决策。例如，G42 的 AI 算法可以分析遥测数据，为特定赛道优化赛车设置，通过微调空气动力学、轮胎压力和燃油量来提升性能。

图 4。 G42 是 Mercedes-AMG F1 的官方合作伙伴。

Red Bull 与 Oracle#

红牛车队使用 AI 优化燃油消耗，帮助赛车以更快速度行驶更长时间，而这可能是赢得比赛的关键因素。这支一级方程式车队在创纪录的赛季中赢得了 2023 年车手总冠军和车队总冠军。车队依靠 Oracle Cloud 支持比赛策略、发动机开发、模拟赛车、车迷互动等工作。

图 5。 Red Bull Racing 车队由 Oracle 赞助。

Ferrari 与 AWS#

Amazon Web Services（AWS）是 Scuderia Ferrari F1 车队的官方赞助商之一。Scuderia Ferrari 车队利用 Amazon SageMaker 上的 AI 和机器学习构建了虚拟地面速度传感器，为工程师提供更快、更可靠的数据。车队得以减轻赛车重量，而在这项运动中，哪怕一克也至关重要。他们还利用 AWS 开发了基于博弈论的机器学习模型，用于分析比赛策略中的各种变量。

图 6. AWS 为 Scuderia Ferrari F1 车队提供支持（thelastcorner.it）。

本赛季有哪些新进展？#

2024 赛季于 3 月的巴林大奖赛拉开帷幕。目前只进行了四场比赛，但本赛季的开局令人振奋。从一开始，我们就看到了全新的 AI 创新技术在本赛季亮相。

先来看看如何让车迷更近距离地感受赛场上的精彩。这一目标促成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，开发后方尾灯摄像机。这一设计旨在让我们从赛车尾部直接观看比赛，以前所未有的方式捕捉比赛的紧张刺激。AI 有助于确保画面清晰锐利，并实时调整焦点和曝光，以应对高速行驶和光线变化带来的挑战。

在转播方面，AI 驱动的全新升级回放系统也已推出。这个 AI 系统可以即时筛选视频素材并突出关键时刻，确保车迷不错过任何精彩瞬间。它甚至能根据普通视频素材制作慢动作回放，为观赛体验增添新的层次。

目前，无人机拍摄现场画面的可能性也备受关注，这一想法源于一段病毒式传播的视频：马克斯·维斯塔潘在测试圈中的第一人称视角（FPV）镜头。要克服的安全障碍仍然存在。不过，未来有望加入无人机镜头，这令人期待。关键是要找到新方法，让在家观看的观众也能感受到比赛的刺激。

图 7. F1 最快镜头。

说到比赛的刺激感，转播音频也即将升级。这次升级旨在让观众仿佛置身赛道，感受引擎轰鸣声环绕四周。我们正使用 AI 算法精细调整音频采集和处理，确保转播声音具有沉浸感而不会过于嘈杂。我们希望听到引擎加速的声音，同时也能在音量不过大的情况下享受比赛。

冲过终点线#

AI 虽然是有用的工具，却无法取代经验丰富、技艺精湛的车手和维修区工作人员。尽管如此，AI 未来将如何影响一级方程式赛车，仍值得关注。更先进的技术意味着赛道上的决策会更加明智，从而带来争夺方格旗的精彩对决！

访问我们的 GitHub 仓库，了解更多 AI 相关内容。访问我们的解决方案页面，看看 AI 如何应用于体育、制造业和农业等领域，或者阅读计算机视觉在体育领域的应用。