News

AWS支援全新F1 Insights 助車迷理解比賽關鍵決定

  •  
  •  
  •  

Amazon Web Services ﹙AWS﹚和Formula One Group﹙F1﹚將在2021年賽季共同推出六項由AWS支援的全新統計數據分析F1  Insights,並在整個賽季為車迷提供合共18項由AWS支援的賽車數據分析。

屆時數據分析將實時顯示在大螢幕上,為車迷提供一切所需資料和分析,解讀車手和車隊的比賽策略和表現,令車迷在每場比賽前後及途中均能享受精彩體驗。第一項全新的「刹車表現 」分析已於4月16至18日在意大利站大獎賽上首次亮相。2021年計劃推出的六項統計數據分析應用一系列AWS技術,包括機器學習,幫助賽車迷更深入地了解和關注可能出現的賽果,以及比較他們喜愛的車手和賽車。

第一項全新的「刹車表現 」分析已於4月16至18日在意大利站大獎賽上首次亮相。

即時數據傳輸及分析

每部F1賽車均配備逾300個感應器,每秒產生超過110萬個數據點並由F1從賽車傳送至維修區,繼而傳輸至AWS處理。透過AWS廣泛而深入的雲端服務,F1能夠在大量數據產生的同時,即進行傳輸和分析,然後通過F1 Insights,為全球電視和網上觀眾數據解讀。

「刹車表現」(Braking Performance)是本賽季推出的首個F1 Insight,展示車手在過彎時運用的刹車方式如何為他在出彎時帶來優勢。一個良好的刹車方式可以改善賽車在轉彎階段的速度,使車手在出彎時取得更有利的位置。「刹車表現」功能建立於過彎分析(Corner Analysis)的基礎上,顯示賽車在過彎時的具體表現。

其他五項數據分析

「刹車表現」和其他五項由AWS支援的全新F1 Insights於本賽季4月至12月以圖像形式顯示在螢幕上。

  • 車輛性能運用(Car Exploitation顯示F1車手在比賽的關鍵時候將賽車的輪胎牽引力、刹車、加速和操控等方面的性能發揮至極限的時刻。這項數據透過顯示賽車在比賽中的當前性能與實際性能極限的對比,然後計算每圈因而贏得或損失的時間。該分析將於6月11至13日在2021賽季加拿大站大獎賽上首次亮相。
  • 能源使用分析(Energy Usage讓車迷了解到高科技引擎如何在F1比賽中為賽車提供動能,包括車隊如何釋放動能超車。該分析顯示動能如何流經先進的F1引擎(稱為動力系統)的每個組件,並顯示在比賽過程中任何時刻的電池剩餘電量。賽事團隊緊貼這些數據,助賽車在比賽關鍵時刻把性能發揮至極限,並決定如何在穩定行駛時分配電量以達到最佳圈速,或在與其他車手競賽時集中釋放動能以奪取或保持有利位置。該分析將於7月16至18日在2021年賽季英國站大獎賽上首次亮相。
  • 起步分析(Start Analysis顯示踩油門最快並選擇完美的路線的車手,以及起步受阻的車手及受阻原因,助車迷了解車手的決定如何影響在比賽中的初期優勢。該分析將於9月10至12日2021賽季葡萄牙站大獎賽上首次亮相。
  • 維修區表現(Pitlane Performance提供賽車在維修區靜止停靠時間以外的分析,如解讀車手和車隊在維修區停靠時每一步的表現,顯示因車隊工作效率引致的損失或取得的維修區總時間。這項分析將於10月8至10日2021賽季日本站的大獎賽上首次亮相。
  • 提前進站威脅(Undercut Threat)助車迷預測有機會因對手提前進站而被超越的車手。這項分析將賽車之間的差距、進站平均損失時間,及輪胎性能的數據圖像化,從而識別出處於被超越的危機當中的車手。這項分析將於11月19至21日在2021賽季奧地利站的大獎賽上首次亮相。

結合歷屆比賽數據

為建立全新分析,F1使用儲存於Amazon Simple Storage Service(Amazon S3)的歷屆比賽數據,並將其與F1賽車和賽道旁感應器中取得的即時數據結合,通過Amazon Kinesis(一項用於即時數據收集、處理和分析數的服務),並傳送至AWS。F1的工程師和科學家將於機器學習服務Amazon SageMaker上運用這些數據,並運用機器學習模型。Amazon SageMaker可助開發人員和資料科學家在雲端和邊緣快速建置、訓練和部署機器學習模型。此外,F1能透過Amazon Lambda部署機器學習模型,以即時分析比賽性能指標。Amazon Lambda是一種無需提供或管理伺服器即可執行程式碼的運算服務,而所有數據分析將被整合至全球廣播,包括F1數碼平台F1TV。

F1首席工程師Rob Smedley表示:「隨著賽車技術不斷進步,AWS讓我們的車迷體會到科技對比賽結果的重要性。」

F1首席工程師Rob Smedley表示:「AWS支援的F1 Insights讓車迷能夠深入了解賽車、車手和車隊之間如何共同協作,從而更加明白比賽間作出的每個決定。透過2021年全新的賽車統計數據,我們獲得深入分析和見解。刹車表現和提前進站威脅等統計數據,超越單單顯示比賽策略和性能表現的層次,運用先進的視覺技術,讓賽車運動更刺激及容易理解。隨著賽車技術不斷進步,AWS讓我們的車迷體會到科技對比賽結果的重要性。」

AWS歐洲地區業務發展總監Darren Mowry表示:「我們與F1的合作正正顯示先進的統計數據如何透過突顯出比賽元素背後暗藏著戰術和策略,從而提升體育賽事觀眾的體驗。」

AWS歐洲地區業務發展總監Darren Mowry表示:「數據已成為現今體育項目的重要一環,對F1而言,賽道上的每一秒都會產生超過一百萬個數據點,因此他們需要合作夥伴即時解讀原始數據。AWS能幫助F1大規模地分析大量數據,從而作出有利和明智的決策,使車迷從開車、轉彎到進站的每個階段更接近賽道。全球性體育組織F1使用AWS建立了數據驅動的解決方案,創造創新的體育賽事觀看、比賽和管理方式。我們與F1的合作正正顯示先進的統計數據如何透過突顯出比賽元素背後暗藏著戰術和策略,從而提升體育賽事觀眾的體驗。」


  •  
  •  
  •