AWS 上的 F1®
借助机器学习、人工智能和云技术的力量,探索全新、独特和创新的方式,让粉丝尽情享受 F1。
F1® Insights 由 AWS 提供支持
Time Lost 是 F1 Insights 发布的最新屏幕图片,由 AWS 提供支持。F1 Insights 是一系列广播图片,旨在变革每场大奖赛期间的粉丝体验。Time Lost 将让粉丝和广播公司清楚地了解驾驶员失误的影响和原因。这一关键见解是通过 F1 直播中的电视画面呈现给粉丝的,这不仅说明了车手失误的性质,还告知了车手因此损失了多少时间。
Formula 1®:由 AWS 提供支持
比赛数据
每辆 F1 赛车都包含 300 个传感器,这些传感器每秒钟能生成从汽车传输到维修站的 110 万个遥测数据点。这些实时数据与存储在 Amazon S3 上的超过 70 年的历史比赛数据相结合,提取出丰富的见解,以告知、指导和丰富球迷的体验,并为如何选择在赛道上创造胜利表现的比赛策略带来更多见解。
竞争对手分析
通过数据分析,F1 能够比较特定赛车、车队和车手不同相关参数的表现,并对其进行直观排名,以呈现给车迷。
赛车性能
F1 密切关注空气动力学、轮胎性能、动力装置、赛车动力学和车辆优化,以提供洞察帮助车迷解读赛车整体性能。赛车性能是 F1 车队的主要 KPI。它为车迷们提供了一个独特的视角,深入了解 F1 的内部运作机制,以及各车队在赛季前和赛季期间如何竞相开展汽车研发工作。
最快车手
利用 AWS 机器学习技术,这种洞察能够从方程中剔除 F1 赛车的差异,对 1983 年至今的所有 F1 车手提供客观、以数据为驱动的排名,从而解答一个古老的问题:谁是最快车手? F1 和 Amazon Machine Learning (ML) Solutions Lab 的数据科学家创造了历史上首个跨时代、客观、复杂、以数据为驱动的车手速度排名。
比赛策略
利用计时数据,F1 能够创造出可视化的洞察,让车迷客观分析各支车队和车手的表现、策略和战术对整体比赛结果的影响。比如,“替代策略”图表能够直观地向各支车队及其车迷展示:如果采取了不同的战术决策,比赛结果可能会有怎样的不同走向。
AWS 如何为 Formula 1® 提供助力?
✔ 变革赛事:AWS 最为广泛深入的功能和无与伦比的创新步伐正在改变 F1 收集、分析和利用数据和内容做出决策的方式。每辆 F1 赛车上都有 300 个传感器,每秒可产生超过 110 万个数据点,并从赛车传输到维修站,因此 F1 是一项真正以数据为驱动的运动。
✔ 增加赛道上的动作:利用 AWS 高性能计算,F1 能够运行空气动力学模拟,用比以往快 70% 的速度开发新一代赛车,打造出一款能将下压力损失从 50% 降低到 15% 的赛车。这种下压力的大幅降低为车手提供了更高的超车机会,同时也给车迷带来了更多精彩的赛道缠斗。
✔ 吸引和取悦粉丝:在 AWS 的帮助下,F1 已经能够通过 F1 Insights 将赛车和赛道旁传输而来的数百万个数据点转变成一场引人入胜的车迷体验。
吸引粉丝
F1 Insights 由 AWS 提供支持,大幅提升了车迷在每场比赛赛前、赛间和赛后的体验。利用不同的数据点来洞察各个细节,F1 使车迷能够了解车手如何在瞬间做出决定,以及车队如何实时设计和实施比赛策略,从而影响比赛结果。以下几个例子说明了如何将这一切结合在一起。
单击下方展开
利用计时数据,F1 能够创造出可视化的洞察,让车迷客观分析各支车队和车手的表现、策略和战术对整体比赛结果的影响。
-
Battle Forecast
利用赛道历史记录和预估的车手速度,Battle Forecast 能够预测追车经过多少圈后就能进入对前方赛车的“攻击距离”。
-
Pit Strategy Battle
Pit Strategy Battle 能够为车迷提供更多洞察,让他们了解如何实时评估每个车手的战略成功的概率。车迷将能够追踪微妙的战略变化,并看到其对最终结果的影响。
-
进站窗口
进站窗口基于轮胎类型、圈速和赛车分布进行估计。观众能够根据比赛最新动向看到赛况的变化,包括其他车队的比赛策略、安全车和黄旗。
-
预测进站战略
利用历史数据计算暖胎圈内的赛道策略,并对预测的轮胎和赛道策略进行比较。这种洞察能够让观众看到,车手在战略上应该何时使用下一次进站机会。
通过数据分析,F1 能够比较特定赛车、车队和车手不同相关参数的表现,并对其进行直观排名,以呈现给车迷。
-
赛车分析/赛车开发
这项洞察展示了车队如何开发赛车、开发赛车的效率有多高,以及整个赛季的赛道结果如何。赛季和每年的赛车开发竞赛是 F1 车队的主要 KPI,这为了解 F1 的内部运作以及各车队在这方面的表现提供了独特的洞察。
-
赛车性能评分
-
车手表现
车手表现强调与队友和竞争对手相比,哪些车手使其赛车达到绝对的性能极限。计算在每一圈中赛车轮胎产生的力,并与赛车的最大性能相比,这样将可显示车手正在发掘出的赛车潜在性能水平。将会显示三个参数以突出对终极目标(每圈时间)有重大影响的三个车手表现关键领域:加速、制动、转弯。
-
车手赛季表现
通过分析赛车、轮胎、赛况、燃油等影响因素的大量数据,以及根据资格赛、发车、第 1 圈、正赛、轮胎管理、车手进站技巧和超车等七个关键指标对每个车手在整个赛季的表现进行评分,从而根据这些最重要的驾驶技能因素对车手表现进行详细分析。这些指标在 0-10 的范围内进行标准化处理,以提供“评分”式的指标,为观众、车迷和车队提供某个车手的优势和劣势所在,以及与赛场内其他车手比较的洞察。
-
资格赛
-
开始分析
F1 密切关注空气动力学、轮胎性能、动力装置、赛车动力学和车辆优化,以提供洞察帮助车迷解读赛车整体性能。
-
制动性能
制动性能显示,一个驾驶员的制动风格在转弯操作时如何从弯道中体现出优势。它通过测量驾驶员在制动前与弯道顶点的距离来比较他们的制动风格和性能,并展示了汽车和驾驶员在转弯时是如何配合的,如接近时的最高速度,制动时的减速,所使用的制动功率,以及驾驶员在转弯时所承受的巨大重力加速度。
-
转弯分析
这是 F1 赛车性能中最重要的一个方面,能提供优秀赛车与卓越赛车对比的深入洞察。这种方式将转弯细分为 4 个主要部分,即制动、入弯、中弯和出弯,并通过赛车遥测数据分析和比较转角主要部分的性能。
-
出弯速度
转弯分析由特定(且关键)弯道处的最佳制动和加速点确定,这也是每个车手能够收获最多优势的领域。这项洞察能够使观众详细了解了圈速损益,并对不同赛车进行比较。
-
轮胎性能
利用赛车数据(即赛车速度、纵向和横向加速度,以及陀螺仪),我们能够估计侧滑角,然后得出每辆赛车的车辆平衡模型。这就能够得出轮胎磨损能量的结果。(注:轮胎磨损能量不是物理上的轮胎磨损,而是在路面上滑动的轮胎接触片的能量传递。) 该结果为我们提供了轮胎在每次转弯时的性能,表明轮胎在其最终使用寿命内已经使用了多少程度。
提升粉丝体验
想要了解幕后工作原理? 了解 AWS 和 F1 如何利用 Amazon SageMaker 内置的机器学习算法,以提供全新洞见并为赛道增添精彩,以及 F1 如何利用 AWS 设计新一代赛车。