如何杀出重围 FE第一名 之争背后的数据驱动

　　2023年7月31日凌晨，国际汽联世界电动方程式冠军赛 Formula E第九赛季在伦敦收官，经过最后两局 的激战，远景赛车队捧得年度总第一名 免费赛车游戏单机版，这是该赛事定级为世界级冠军赛 以来，独立赛车队首次战胜厂商赛车队夺得年度总第一名 。

　　远景赛车队是FE赛场上为数不多的非厂商赛车队，赛车队拥有者远景科技集团是一家绿色科技与新能源企业，却为何能在保时捷、捷豹、玛莎拉蒂、迈凯伦等一众厂商赛车队中杀出重围？背后涉及到的是，电动方程式和新能源共同的底层基因——数据驱动。

　　夺魁 之路并不轻松

　　拿到这个总第一名 的过程并不轻松，虽然远景带着25分的领跑 ，等同于一个分站赛第一名 的积分优势进入收官战，但第一局 ，远景的主要角逐 对手捷豹赛车队的两位司机表现出色，埃文斯拿到第一名 +首发，追平积分。

　　伦敦站第一局 对远景来说无异于从巅峰期 跌入谷底的经历，赛车队能否快速调整竞技状态 ，应对第二天的终极决战，当时情况并不明朗，这都让最终战的氛围更加焦灼 。

　　在终极决战中，远景的两位司机拿下第一名 +首发以及一个第六的成绩，帮助赛车队最终加冕第九赛季赛车队总第一名 ，也是GEN3竞速投入赛场之后的首个赛车队总第一名 。

　　在拿下第九赛季总第一名 的同时，远景赛车队也成了Formula E历史上获得积分最多的赛车队，总积分 超过1600分，而第二名日产赛车队的总积分 未及1500分。

　　远景赛车队是目前FE围场内为数不多从第一赛季至今连续参赛，且核心技术、工程队伍 未发生重大变化的赛车队，虽然赛车队所有者自2018年从最初的维珍变为了远景，但这种变化并没有给赛车队带来动荡，从结果看则是踩下了增速 踏板。远景赛车队选择了数据驱动的道路，让数据成为推动赛车队前进的源动力。

　　不拼马力，拼算力

　　数据驱动是一个经常在各种文章中看到，但又不太明白其具体含义的新词。让我们把这个词放在汽车运动活动 和能源领域中分别来一探究竟。

　　汽车运动活动 最早比拼的是车辆的机械性能，发动机的动力有多强，底盘有多稳，决定着最终的胜负归属。

　　后来司机的技术水平也成了决胜关键，再后来，赛车队的策略安排在赛事 中起到越来越重要的作用，而现在，软件才是赛车队制胜的关键。

　　在车辆研发阶段，软件工程师人数已经过半，赛事 工程师研究的更多的不再是机械，而是软件，调整竞速使用的也不再是扳手、螺丝刀，而是转向盘上的旋钮、键盘和鼠标。

　　赛车队日常的测试工作出现在跑道上的时间越来越短，而在模拟器和布满高性能服务器的机房当中的时间则越来越长。

　　这些就是汽车运动活动 中的数据驱动，阿斯顿维拉软件能力、计算科学渗透到了汽车运动活动 从研发设计到赛事 测试的方方面面。

　　司机从过去只注重驾驶技术， 德甲到现在越来越多地需要司机进步 自己的数据能力， 法甲新闻网在赛事 中，司机除了对跑道的感知要一如既往的敏感，还需要对单圈时间、电量、电耗、能效这些数据建立越来越敏感的感知能力，只有这样，才能成为数据驱动竞速新时代的合格司机。

　　在Formula E当中，这种趋势最为明显，厂商赛车队依靠大力投入往往可以快速获得角逐 优势，但随着时间拉长，在数据驱动这条正确道路上积累了足够优势之后，远景这样的赛车队就展现出了更加出众的角逐 力。

　　而且Formula E赛事组织者对竞速机械性能进行了严格的限制，比如统一电池供应，严格限制最大可用电量，限制电机的最大功率、最大扭矩等，各支赛车队的竞速在机械性能上几乎无法拉开差距，想要建立优势，只能依靠仿真模拟和软件能力。

　　我们以第九赛季伦敦站两局 的赛事 为例，具体看看数据驱动对竞速到底有多重要。

　　第九赛季伦敦站是Formula E建立以来最为特殊的一站赛事 ，因为伦敦站的跑道相对较短，而且速度较慢，所以车辆的耗电水平偏低。

　　所以国际汽联大幅降低了伦敦站赛事 中可用电量的标准，搏击资讯单站赛事 的可用电量减少了超过10KWh，缩减幅度超过四分之一，这在以往的赛事 中从未出现。

　　这种大幅度的变化无异于将伦敦站的赛事 变成了一场全新的赛事 ，此前基于38.5KWh可用电量建立的赛事 模型几乎全部作废，赛车队必须在伦敦站赛事 之前进行大量仿真模拟工作。

　　而这些工作的效果好坏关键就要看赛车队此前建立的竞速数据模型是否可靠，也就是储存在服务器当中的那台数字化的竞速和真实世界的竞速相比，仿真度到底有多高。

　　远景赛车队董事总经理兼CTO Sylvain Filippi介绍了远景竞速数据模型的构成，“在电脑中制作竞速的数据模型，我们需要四个子系统的数据模型。第一是底盘模型；第二是电池管理模型； 第三是动力总成模型，这是最重要的也是最复杂的；第四是车胎模型。这四个模型加起来就是一台完整的竞速，让竞速的数据模型在根据具体情况建立起来的跑道数据模型中跑起来，并获取海量的模拟数据，就是赛车队的模拟工程师队伍 每天都要进行的工作。”

　　模拟工程师是赛车队获胜的幕后英雄，因为他们根本就不会出现在赛场上。在非赛事 日，赛车队的性能工程师和赛事工程师，也就是在赛场上你经常看到的那些趴在电脑前聚精会神操作的人，也会加入到模拟工作中，帮助改进竞速。

　　“具体到伦敦站赛事 前的准备工作，因为可用电量大幅减少，赛车队必须在银石总部进行全面模拟，使用竞速的数据模型，根据实际情况调整电池电量，判断如何以最快的速度用规定能量跑完38 圈。”Sylvain表示。

　　Sylvain解释说，赛车队先通过模拟获得完整的赛事 数据，在抵达伦敦到真实跑道上跑几圈后，赛车队就可以从竞速上获得真实数据，如果两个数据高度吻合，那证明赛车队在银石总部所做的一切工作都是正确的，这个赛事 周末就会轻松不少。

　　但如果模拟不准确，那基本上之前所做的一切工作都可以扔进垃圾桶了，所有策略、能量管理以及所有与真实情况不相符的模拟结论都要推倒重来。

　　毫不夸张地说，竞速数据模型仿真度的高低是Formula E赛事 表现好坏的决定性因素。最理想的竞技状态 就是在不同的动力输出下（资格赛动力、正式比赛动力等），真实的单圈时间几乎与模拟结果完全相同，模拟器的速度跑步路线和真实世界的速度跑步路线完美重合，同时能量消耗曲线也与模拟高度一致。

　　而在变幻莫测的正式比赛中，能量消耗在每一圈甚至每一个弯角都在变化。在这里，Formula E赛事完全开放给各家赛车队研发自由度最高的领域就是针对不同的赛事场景开发各种不同的软件设置，在汽车运动活动 中，这些不同的软件设置叫做“Maps”。这是各家赛车队在正式比赛一个小时左右时间内，拼真本事的关键。

　　赛前赛车队会根据当前赛事 的特点，将数百上千种可能用到的“Maps”预装到竞速电脑中，这里有能量管理策略、攻击模式策略、动力映射、干湿地不同模式等等。赛车队只需要通过无线电告知司机，将转向盘上的某个旋钮转到几号位置，尝试将竞速置于最佳模式，调整赛车队的策略。

　　九年来，远景赛车队积累的“Maps”已经达数千，成为赛车队角逐 力的基础，随着软件成果的不断积累，今后即便遇到全新的分站赛，因为此前积累足够雄厚，赛车队也可以做到游刃有余。

　　作为一项由数据驱动的赛事，在数据积累和数据挖掘方面做得越好的FE赛车队，在后期往往会有更显著的优势，因为随着竞速数据模型的仿真度越来越接近100%，赛车队在模拟器上可以进行的模拟工作就会越来越多，效果也会越来越好，就可以在赛事 周末游刃有余地应对突发情况。

　　从马力驱动到数据驱动，数据模型给汽车运动活动 带来了全新的变化，让这项运动活动 从一项主要依靠动力、技术和勇气的运动活动 变为一项更加依赖于严谨测试、精准预判和聪明大脑的运动活动 ，如果说过去的竞速场上，还能找到某些依靠天赋和本能开车的司机，未来的新能源竞速场上，很可能是数据型赛车队和司机的天下。

　　在Formula E的赛场上，速度、电耗、可靠性的“不可能三角”如何破解，数据能力至关重要。

　　（完）免费赛车游戏单机版

声明：新浪网独家稿件，未经授权禁止转载！

• 如何
• 第一名
• FE
• 免费赛车游戏单机版
• 杀出重围