一级方程式赛车中的 AI 维修站

一级方程式 (F1) 是世界上技术含量最高的运动之一。赛车以 230 英里/小时的惊人速度行驶，并在两秒内完成维修站停车，这需要最具创新性的工程技术。一级方程式赛车既关乎车手和赛车，也关乎维修站工作人员分析比赛所制定的策略。

比赛期间有各种技术在发挥作用，而人工智能正成为维修站工作人员可使用的最重要工具之一。让我们仔细看看人工智能在一级方程式赛车中的应用。

2023 年阿布扎比大奖赛上的计算机视觉 

当 F1 车手的所有四个车轮都超出赛道边缘时，这被认为是违反了赛道限制。国际汽车联合会 (FIA) 会核实这些违规行为，并根据结果处以处罚。 

每场比赛都需要处理数百起违规行为。在2023年奥地利大奖赛期间，仅靠四名工作人员处理了大约 1,200 起潜在的赛道限制违规行为。在随后的比赛中，尽管增加了检查赛道限制违规行为的人员数量，但仍然不够。

​

​

​

因此，在 2023 年阿布扎比大奖赛上，国际汽联（FIA）开始采用计算机视觉技术。他们使用形状分析来识别赛道边缘，并计算超出该线的像素数量。该系统的这一层将用于排除明显不需要人工干预的情况，从而让国际汽联能够专注于真正需要他们关注的案例。

通过 AI 洞察提高车迷参与度

百分之七十一的体育专业人士认为，车迷的参与对于实现他们的目标至关重要。当人们对体育运动产生情感联系时，他们会不断回归，这有助于整个行业创造收入。

一个比赛周末不仅仅是为自己喜欢的车队欢呼。亚马逊云服务（AWS）与 F1 合作，深入分析瞬间决策，并通过详细的统计数据展示车队的表现。他们通过分析存储在 Amazon S3 上的大约 70 年的比赛数据来实现这一点。除了历史数据外，机器学习模型还可以分析从每辆 F1 赛车上的 300 多个传感器收集的数据点。我们讨论的是每秒超过 110 万个数据点！ 

甲骨文红牛车队（Oracle Red Bull Racing）的 CEO，克里斯蒂安·霍纳 认为“数据是车队的命脉”是很自然的。“表现的每一个要素——我们如何进行比赛，如何开发赛车，如何选择和分析车手——都由数据驱动。” 让我们来看看这些系统能够输出的一些统计数据：

• 超车预测：超车预测将预测追赶车辆在多少圈内进入前方车辆的“攻击范围”。预测是使用赛道历史数据和预测的车手速度完成的。
  ‍
• 进站策略分析：它为车迷提供了额外的洞察力，帮助他们评估每位车手的策略有多成功，以及他们的实时结果。车迷还可以跟踪车手所做的细微策略变化，并了解它们对结果的影响。
  ‍
• 赛道统治力：它让车迷和评论员能够深入了解车手在赛道的哪个位置以及如何压制他的对手。
  ‍
• 赛车性能评分：通过此洞察，车迷可以隔离特定的赛车，并将其性能与其他赛车进行比较。比较基于转弯性能（赛车在转弯或通过弯道时保持速度、稳定性和控制的能力）、直线性能（赛车在直道上的加速和最高速度能力）和赛车操控性（控制车辆的整体轻松度和响应性，包括转向、制动和操纵）。

​

AI 赋能的模拟赛车

模拟赛车是一种虚拟的 F1 赛车体验。它通常用于帮助训练车手，使他们更熟悉赛道，并在不冒受伤或损坏赛车风险的情况下提高他们的赛车技能。通过将 AI 融入模拟赛车，车队可以模拟动态的比赛条件、各种设置下的赛车性能，甚至是在赛道上竞争对手的行为。 

物理引擎可以准确地模拟车辆行为。它们会考虑空气动力学、轮胎抓地力和悬架设置等因素。同时，来自真实比赛和模拟的数据会不断被分析，以改进策略并提高性能。模拟赛车设置的范围可以从带有方向盘和踏板的基本设置到包括运动平台、VR 头显和 F1 赛车驾驶舱详细复制品的完整模拟器。

​

​

F1 车队和 AI 创新者：赛道上的天作之合

一些顶级的 F1 车队正在积极使用 AI，甚至有 AI 公司签约成为他们的官方赞助商。让我们快速了解一下其中的一些合作关系以及它们带来的价值。 

梅赛德斯 & G42

G42 是一家总部位于阿联酋的领先 AI 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 为车队配备了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力，从而做出数据驱动的决策。例如，G42 的 AI 算法可以分析遥测数据，以优化特定赛道的赛车设置，通过微调空气动力学、轮胎压力和燃油负荷来提高性能。

​

​

红牛 & 甲骨文

红牛车队使用 AI 来优化燃油消耗，帮助他们优化燃油使用，从而更快更持久，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 年车手锦标赛和车队总冠军。该车队依靠 Oracle Cloud 来支持比赛策略、引擎开发、模拟赛车、车迷互动等。

​

法拉利 & AWS

Amazon Web Services (AWS) 是法拉利 F1 车队（Scuderia Ferrari F1 Team）的官方赞助商之一。法拉利车队通过 Amazon SageMaker 使用人工智能 (AI) 和机器学习技术创建了一个虚拟地面速度传感器，从而能够向其工程师提供更快、更可靠的数据。车队还成功减轻了车辆重量，这在赛车运动中至关重要，哪怕是一克重量的减轻都至关重要。此外，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。

​

​

​

本赛季我们看到了什么？

2024 赛季于 3 月份在巴林大奖赛拉开帷幕。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，我们就看到了新的人工智能创新技术在本赛季首次亮相。

让我们从推动车迷更贴近赛场的角度开始。这促使了新的摄像机角度的引入。F1 广播团队正与阿斯顿·马丁车队密切合作，开发后车灯摄像头。其背后的想法是从赛车后方为我们提供视角，以一种前所未有的方式捕捉比赛的激烈程度。人工智能有助于确保这些图像清晰明了，实时调整焦点和曝光，以应对速度和不断变化的光照条件带来的挑战。

在广播方面，还有一个由人工智能驱动的全新改进的重播系统。该人工智能系统可以立即筛选素材，突出关键时刻，确保车迷不会错过任何精彩瞬间。它甚至能够从常规素材创建慢动作重播，为观看体验增加新的深度。

关于使用无人机拍摄直播画面也引起了很多关注，其灵感来自于一段 Max Verstappen 在测试圈中拍摄的第一人称视角 (FPV) 视频，该视频在网上广为流传。虽然在安全方面仍有障碍需要克服。但是，未来加入无人机拍摄的可能性令人兴奋。这一切都是为了找到新的方法，将比赛的刺激感带给家中的观众。

​

​

说到刺激感，广播的音频部分也将进行升级。此次升级的目的是让观众感觉自己身临其境，引擎的轰鸣声环绕在他们周围。人工智能算法正被用于微调音频的捕获和处理，以便广播声音具有沉浸感而又不嘈杂。我们希望听到引擎的加速声，但仍然能够在不太大的音量下欣赏比赛。

冲过终点线

虽然人工智能可能是一个有用的工具，但它无法取代拥有多年经验和天赋的人类车手和维修人员。即便如此，看看人工智能未来将如何影响一级方程式赛车将会非常有趣。更先进的技术意味着在赛道上做出更明智的决策，从而为方格旗展开精彩的争夺！

请查看我们的 GitHub 仓库，以了解有关人工智能的更多信息。访问我们的解决方案页面，了解人工智能如何在 制造业 和 农业 等领域得到应用。