2023年7月31日凌晨，国际汽联世界电动方程式锦标赛第九赛季电动方程式比赛在伦敦落下帷幕。 经过最后两轮的激战，Vision Racing Team获得了年度冠军。 这是被评为世界级锦标赛的赛事。 自2010年以来，独立队首次击败工厂队夺得年度冠军。

Envision Racing Team是FE赛事中为数不多的非厂商车队之一。 车队的老板远景科技集团是一家绿色科技、新能源企业，但为何能够在保时捷、捷豹、玛莎拉蒂、迈凯轮等厂商车队中胜出呢？ 围城？ 这背后涉及到的是电动方程式和新能源共有的底层基因——数据驱动。

胜利之路并不平坦

夺得这个冠军的过程并不轻松。 虽然远景以25分的领先优势进入决赛，相当于一场分站赛冠军的积分优势，但在第一轮中，远景的主要竞争对手捷豹车队的两支车队的车手表现都不错，埃文斯获胜冠军+杆位，追平积分。

对于远景来说，伦敦站首轮比赛无异于从巅峰跌落谷底的经历。 球队能否迅速调整状态，应对第二天的决战，当时还不清楚，这使得决战的气氛更加紧张。

最终决战，远景两位车手夺得冠军+杆位和第六名，帮助车队加冕第九个赛季的团体冠军，这也是GEN3赛车进场后的首个团体冠军。

夺得第九赛季冠军的同时，远景车队也成为Formula E历史上积分最多的车队，总得分超过1600分，而第二名日产车队的总得分还不到1600分。超过1500分。

Vision Team是目前FE围场中为数不多的从第一赛季到现在连续参加的队伍之一，其核心技术和工程团队并没有发生重大变化。 虽然球队老板在2018年从原来的Virgin变成了Vision，但这种变化并没有给球队带来动荡，反而是踩了油门踏板。 远景车队选择了一条数据驱动的道路，让数据成为驱动车队前进的动力源泉。

不拼马力，拼算力

数据驱动是一个新术语，经常在各种文章中看到，但其具体含义却不太了解。 让我们把这个术语放在赛车运动和能源领域来找出答案。

赛车运动最早的比赛就是车辆的机械性能，发动机的动力有多大，底盘的稳定性如何，这些决定了最后的胜负。

后来，车手的技术水平成为了胜利的关键，再后来，车队的战略安排在比赛中发挥了越来越重要的作用，但现在，软件才是车队获胜的关键。

在整车开发阶段，软件工程师的数量已超过一半。 赛车工程师不再研究机械，而是研究软件。 调节汽车不再是扳手或螺丝刀，而是方向盘上的旋钮、键盘和鼠标。

团队日常测试工作在赛道上的时间越来越少，而花在模拟器和布满高性能服务器的机房里的时间却越来越多。

这些是赛车运动中数据驱动的。 软件能力和计算科学已经渗透到赛车运动从研发设计到比赛测试的各个方面。

过去司机只注重驾驶技术，现在越来越多的司机需要培养自己的数据能力。 在比赛中，车手不仅需要一如既往地对赛道的感知敏感，还需要对单圈速度、电池电量、功耗、能源效率等数据敏感，这些数据构建了越来越敏感的感知能力，只有这样一名合格的车手能否成为数据驱动赛车的新时代。

在电动方程式赛车中，这种趋势最为明显。 工厂团队往往可以依靠大量投入快速获得竞争优势。 更加突出的竞争力。

而且，Formula E赛事的主办方对赛车的机械性能进行了严格的限制，比如统一电池供电、严格限制最大可用功率、限制电机的最大功率和最大扭矩等，而各车队的赛车在机械性能上几乎是无法拉开差距的。 如果想要建立优势，只能依靠模拟和软件能力。

我们以第九赛季伦敦大奖赛的两轮比赛为例，看看数据驱动对于赛车来说有多么重要。

第九赛季伦敦站是电动方程式赛车创办以来最为特殊的一场比赛，由于伦敦站赛道较短、车速较慢，因此车辆的功耗水平相对较低。

因此，国际汽联大幅降低了伦敦站比赛的可用电力标准。 单场比赛的可用电量减少了10KWh以上，减少了四分之一以上，这在以往的比赛中从未发生过。

这一巨大的改变无异于将伦敦赛变成了一场全新的赛事。 此前基于38.5KWh可用功率的比赛模型几乎完全失效，车队必须在伦敦赛前进行大量的模拟工作。

这些任务的有效性关键取决于团队建立的赛车数据模型是否可靠，即服务器中存储的数字赛车与现实世界赛车的模拟程度有多高。

远景赛车运动董事总经理兼CTO Sylvain Filippi介绍了远景赛车数据模型的构成，“要在计算机中制作赛车的数据模型，我们需要四个子系统的数据模型。第一个是底盘模型；第二是电池管理模型；第三是动力总成模型，这是最重要也是最复杂的；第四是轮胎模型，这四个模型加起来就是一辆完整的赛车。赛车在道路数据模型中行驶并获取海量仿真数据是车队仿真工程师团队每天所做的事情。”

模拟工程师是团队胜利的无名英雄，因为他们从未在现场。 在非比赛日，车队的性能工程师和比赛工程师，也就是你经常在赛道上看到的蹲在电脑前的人，也会加入到模拟工作中，帮助改进赛车。

“至于伦敦赛前的准备工作，由于可用电量大幅减少，车队必须在银石总部进行全面模拟，利用赛车的数据模型，根据实际情况调整电池电量，并判断如何以最快的速度使用规定的能量。38圈。”Sylvain说道。

Sylvain解释说，团队首先通过模拟获得完整的比赛数据。 到达伦敦并在真实赛道上跑几圈后，团队就可以从赛车上获取真实数据。 如果两个数据高度一致，就证明球队是在银石总部。 所有的工作都完成得很好，这个比赛周末将会容易得多。

但如果模拟不准确，基本上之前所做的所有工作都可以扔进垃圾桶，所有策略、能量管理、所有与真实情况不符的模拟结论都得推翻并重新开始。

可以毫不夸张地说，赛车数据模型的模拟程度是Formula E比赛成绩的决定性因素。 理想状态是在不同功率输出（排位赛功率、正赛功率等）下，真实单圈时间与模拟结果几乎一模一样，模拟器的速度轨迹与真实的速度轨迹完美重合。世界。 能耗曲线也与模拟高度一致。

在变幻莫测的比赛中，每一圈甚至每个弯道的能量消耗都在变化。 在这里，电动方程式比赛对各车队完全开放。 研发自由度最高的领域就是针对不同比赛场景的各种软件设置的开发。 在赛车运动中，这些不同的软件设置被称为“地图”。 这是比赛结束后一个小时左右各队真实能力的关键。

比赛前，车队会根据当前比赛的特点，在赛车电脑中预先安装数十万张可能的“地图”，包括能量管理策略、攻击模式策略、功率映射、干湿地不同模式等， ETC。 。 车队只需要通过无线电通知驾驶员转动方向盘上的某个旋钮，尝试将赛车置于最佳模式并调整车队的策略。

九年来，远景车队积累了数千张“地图”，这些“地图”已成为车队竞争力的基础。 随着软件成果的不断积累，即使未来，即使遇到全新的比赛，车队仍然可以做到，因为之前的积累足够强大。 缓解。

作为一项数据驱动的赛事，在数据积累和数据挖掘方面做得更好的FE车队往往会在后期拥有更显着的优势，因为随着赛车数据模型的模拟越来越接近100%，车队可以做更多的事情并且在模拟器上进行更多的模拟工作，效果会越来越好，让他们在比赛周末能够游刃有余地处理突发情况。

从马力驱动到数据驱动，数据模型给赛车运动带来了全新的变化，使这项运动从主要依靠力量、技术和勇气的运动变成了更加依赖严格测试、准确预测和情报的运动大脑运动，如果说过去的赛道上还能找到一些依靠天赋和本能驾驶的车手，那么未来的新能源赛道很可能会被数据化的车队和车手所主导。

在电动方程式赛场上，如何解决速度、功耗、可靠性的“不可能三角”取决于数据能力。

（超过）

搜虎网转载此文目的在于传递更多信息，不代表本网的观点和立场。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。