趣味科技|AWS宣布 2020赛季新增六项赛车性能统计数据


6月23日 , 亚马逊云服务(AWS)与Formula One Group (F1) 在美国西雅图共同宣布 , 将在F1 2020赛季新增六项实时赛车数据 。 其中 , “车辆性能得分”这一项将于7月3-5日在奥地利斯皮尔伯格赛道进行的首场大奖赛上率先亮相 。 “车辆性能得分”单独列示每辆赛车的性能 , 方便车迷进行不同车辆之间的性能对比 。 基于AWS包括机器学习在内的一系列服务 , 本赛季即将发布的六项数据可以方便车迷比较自己喜爱的车手和赛车 , 更好地预测比赛结果 。

趣味科技|AWS宣布 2020赛季新增六项赛车性能统计数据
本文插图

每辆F1赛车上有300个传感器 , 每秒产生超过110万个数据点并传送至维修区 , 因此 , F1是一项真正的数据驱动型运动 , 比赛的刺激感很大程度上取决于提炼统计数据中令人兴奋的细节 。 依靠AWS广泛而深入的服务 , F1实现了大量数据的实时流式传输、处理和分析 , 并以观众可以理解的方式呈现给全球的F1电视观众 。 “车辆性能得分”以图形的形式显示在屏幕上 , 通过低速过弯、高速过弯、直线行驶、车辆操控四个核心指标 , 为车迷提供赛车总体性能的完整细分 。 以图形的形式解读不同车辆指标的对比 , 将帮助车迷衡量车辆不同方面的相对性能 , 并查看每个车队和车手的领先优势或导致落败的关键因素 。

趣味科技|AWS宣布 2020赛季新增六项赛车性能统计数据
本文插图

之前 , F1和AWS曾宣布了六项“F1 Insights(F1洞见)” , 包括驶出速度、预计进站维修策略、进站窗口、对决结果预测、进站策略对决和轮胎性能 。 此次双方将进一步推出以下六个“由AWS驱动的F1 Insights”统计数据 , 在本赛季7月到12月之间以图形形式显示在屏幕上 , 让车迷对赛道上的瞬间决策和行动以及维修区车队策略师的决策有更深入的理解:
车辆性能得分:单独列示每辆车的性能 , 方便车迷进行不同车辆的性能对比(将于7月3-5日在2020赛季F1奥地利大奖赛上首次亮相) 。
终极车手速度比较:基于这项数据 , 车迷可以将自己喜欢的车手与1983年至今的任何车手进行比较 , 从而确定F1史上最快车手(将于8月7-9日在阿联酋F1 70周年大奖赛上首次亮相) 。
【趣味科技|AWS宣布 2020赛季新增六项赛车性能统计数据】高速/低速过弯性能:这项数据对圈速至关重要 , 车迷能够比较不同车手以超过175 千米/小时(109 英里/小时)的速度驶过最快弯道的表现 , 以及以低于125 千米/小时(78 英里/小时)的速度低速过弯的表现(将于8月28-30日在F1劳力士比利时大奖赛首次亮相) 。
车手技能评分:根据影响整体表现的最重要因素 , 对车手技能进行细分和评分 , 确定赛道上的最佳“全能车手” 。 对排位赛表现、起跑、比赛节奏、轮胎管理和超车/防守风格等不同子集进行计算 , 得出车手的整体评分(将于下半赛季首次亮相) 。
车辆/车队发展与赛季整体表现:基于车队本赛季各场比赛的累积表现 , 发掘每支车队的发展情况(将于下半赛季首次亮相) 。
排位和比赛节奏预测:从练习赛和排位赛圈数中收集数据 , 在每场比赛前预测最有可能获胜的车队 , 这一数据将为周六排位赛和周日正赛增添吸引力和刺激感(将于下半赛季首次亮相) 。

趣味科技|AWS宣布 2020赛季新增六项赛车性能统计数据
本文插图

为了获取上述的全新统计数据 , F1将在Amazon Simple Storage Service(Amazon S3)中储存的近70年间的历史比赛数据与通过车上和赛道传感器收集的实时比赛数据进行综合分析 。 首先 , 这些实时数据通过AWS的实时数据收集、处理和分析服务Amazon Kinesis从传感器传输到云上 。 然后 , F1工程师和科学家将通过AWS用于构建、训练和部署机器学习模型的服务Amazon SageMaker把这些数据应用于机器学习(ML)模型 。 其次 , F1通过在AWS Lambda上部署机器学习模型 , 对比赛表现指标进行实时分析 。 AWS Lambda是一项无需预置或管理服务器即可运行代码的计算服务 。 所有从数据中获取的洞察结果都将集成到F1赛事国际广播的推送中 , 包括其数字平台F1.tv , 帮助车迷理解车手或车队策略师做出的影响比赛结果的重要瞬间决策和竞赛策略 。


推荐阅读