在一級方程式賽車比賽中，勝利的差距往往比肉眼所能看到的還要小。
方向盤輕輕一轉、油門踩得有點急、注意力一時不中心化：任何時刻都可能決定成敗。通常，這些時刻發生在汽車停下來的時候。
當車手聽到收音機傳來「box, box」的呼叫時，他們就會離開主賽道進站。立即，一大群機械師開始更換輪胎、進行維修和調整設定。幾秒鐘之內，車輛就帶著升級後的勝利裝備重返賽場。
至少，這是目標。好的進站位置可以帶來驚心動魄的勝利。但糟糕的進站位置則會導致令人心碎的失敗。
麥克拉倫F1 車隊經歷過這兩種極端情況。在上週末的英國大獎賽上，明星車手蘭多·諾里斯因進站事故而失去領先位置。
這次挫折與去年的勝利形成了鮮明對比。 10 月卡達大獎賽第27 圈，麥克拉倫以1.80 秒的世界紀錄完勝諾里斯的賽車。
迅速的逆轉讓這位前冠軍收穫豐富。諾里斯以第十位發車，最後獲得第三名。這一成績讓麥克拉倫在一級方程式中獲得了第500 個領獎台。
諾里斯和維修站工作人員欣然接受了這些喝采。但車隊很快就讚揚了這項紀錄背後的另一股力量：數據分析。
透過掃描大量訊息，麥克拉倫發現了進站策略的關鍵見解。
麥克拉倫車隊業務技術總監丹·基沃斯(Dan Keyworth) 告訴TNW：“每個人都在竭盡全力尋找毫秒之差。這就是勝負的關鍵。”
F1 中的數據競賽
一輛F1 賽車有大約80,000 個部件，90% 的部件會在一賽季內發生變化。為了決定這些更新，麥克拉倫查詢了大量駕駛數據。
每場比賽，英國車隊平均要進行3,000 萬次模擬。這些測試利用了計算流體力學(CFD)、風洞、高效能運算和車手本身的數據。
透過CPD，團隊創建了F1 賽車的數位孿生，可以模擬空氣動力學行為。然後，他們模擬了各個部件的氣流。因此，工程師可以快速迭代設計流程。
在虛擬環境中成功測試後，該部件將以60% 的比例在3D 中建構。然後它將在風洞中進行進一步的試驗。
這會產生更多數據。如果結果令人印象深刻，團隊就會製造該零件並將其安裝在汽車上。然後他們可以在練習賽中測試進站時的影響。
比賽週末開始後，每輛賽車都會從300 個遙測感測器收集新數據。它們總共涵蓋了100,000 個資訊參數，從引擎水平和燃油負荷到換檔和重力。 「我們每場比賽每輛賽車都會產生2.5 億個數據點，」Keyworth 說。
揮舞方格旗後，麥克拉倫將實體、虛擬和比賽世界的訊息結合起來。自2021 年以來，該團隊一直透過Alteryx（一種用於分析自動化的低程式碼工具）來運行此流程。最終的輸出將指導下一次進站策略。
從車庫到維修站
所有進站決策都由數據決定。 F1 車隊應用分析來挖礦有關輪胎磨損、性能波動、天氣預報和對手速度的見解。
“我們有計時數據、視頻和人員表現信息，”Keyworth 說道，“大量的信息構成了進站。”
當分析結果確定了吉利時刻，汽車就會被送去維修。然後大約20 名維修人員開始工作。
每個車輪由三位成員負責。當他們更換輪胎時，他們的同事會快速完成修復和調整。
一旦他們的工作完成，車手就會得到重新進入賽道的綠燈。
「所有這一切必須絕對和諧才能創造世界紀錄，」基沃斯說。
比賽結束後，每次進站都會進入另一輪分析。從車輪槍轉速到賽車的釋放點，每個動作都是節省額外毫秒的機會。
對Keyworth 來說，對毫秒增益的追求永無止境。
「是的，現在有世界紀錄了，但接下來呢？」他問。 “我們一直在尋找那些微小的差距。”
資訊來源：由0x資訊編譯自THENEXTWEB。版權歸原作者所有，未經許可，不得轉載
