Команда AG Team делится секретом победы в Национальном классе СМП РСКГ.

Торможение, вылет с трассы и сход в гонке. Что стало причиной – ошибка пилота или техническая неисправность автомобиля? Спортсмен уверен, что он действовал грамотно, телеметрия свидетельствует об обратном. Но если датчики не обманывают, то как убедиться в правоте человека?

Инструменты Big data и Data science применяются в топовом классе автогонок – Формуле-1. Там на основе анализа данных выбираются типы покрышек, а также временные интервалы для пит-стопов.

В СМП РСКГ и гонки не такие длинные, и количество датчиков в автомобиле на порядок меньше, чем в F1, а телеметрию можно собрать только после заезда - так что возможности для анализа данных сильно ограничены. Специальных решений, которые можно было бы применить в этих условиях, не нашлось.

И в летнем сезоне 2018 года команда AG Team первой в России применила собственные технологии анализа больших данных для оценки торможения, ускорения и работы двигателя спортивного автомобиля с учетом действий пилотов.

На этапах СМП РСКГ главный инженер AG Team Дмитрий Дудин сформулировал приоритетные задачи:

- провести анализ эффективности торможения пилотов;

- выявить аномалии в поведении автомобиля одного из пилотов;

- проанализировать эффективность работы двигателей спортивных автомобилей.

Аналитические решения разработаны основным партнером казанской команды из Татарстана, одной из ведущих ИТ-компаний России - ICL Системные Технологии (ICL СТ). Они помогли подробно проанализировать большой объем данных и выявить интересные закономерности.

Аналитики ICL СТ разработали уникальную математическую модель на базе искусственной нейронной сети (ИНС). ИНС в основе содержит принцип организации и функционирования биологических сетей нервных клеток живого организма - то есть имитирует процессы, протекающие в головном мозге.

Методы анализа данных с использованием ИНС применяют там, где протекающие процессы настолько многообразны, что описать их в виде классических алгоритмов не представляется возможным. Но чтобы ИНС работала эффективно, ее необходимо настроить и обучить - специальным образом подготовить и "скормить" модели исходные данные. Именно от этого будет зависеть качество результата.

С помощью ИНС специалисты проанализировали различные параметры телеметрии автомобилей Hyundai Solaris и Kia Rio, на которых пилоты команды выступали в Национальном классе. Для каждой пары автомобиль-пилот построили профили поведения на трассе.

Гоночный инженер AG Team Дмитрий Дудин поясняет: "Общие профили поведения позволяют определить, ведет ли себя автомобиль аномально непосредственно перед критической отметкой (то есть перед сходом с трассы). Особенно это важно, когда показания пилота не совпадают с данными датчиков телеметрии".

"Для оценки эффективности торможения автомобиля мы анализировали траекторию, скорость, давление в тормозной системе, обороты двигателя и другие параметры движения спортивного автомобиля (которые предоставляет гоночная телеметрия). С помощью современных методов анализа данных построены специальные профили торможения", - говорит представитель компании ICL СТ.

Они позволяют сравнить технику торможения пилотов между собой и дать группе инженеров рекомендации по ее улучшению. Помимо этого, профили торможения помогают выявить неисправности в тормозной системе на ранних стадиях.

График 1. Динамика давления в тормозной системе

На графике 1 отражена динамика давления в тормозной системе. График Пилота 1 более пологий и вытянутый, это может говорить о том, что он более равномерно работает педалью тормоза и достигает больших значений давления в тормозной системе.

График 2. Профили торможения пилотов

Однако из графика интенсивности торможения (график 2) видно, что суммарная эффективность торможения Пилота 1 ниже, чем у остальных.

"Анализ эффективности работы двигателя спортивного автомобиля – более сложная задача. Суть метода заключается в том, чтобы выделить из всех данных телеметрии только те временные интервалы, когда двигатель работает на полную отдачу, а пилот автомобиля оказывает минимальное влияние на движение автомобиля. А далее, применяя "умные" алгоритмы для анализа, мы совместно с инженерами команды выявляем тренды снижения мощности и расшифровываем их в потенциальные причины", - уточняет представитель ICL СТ.

Например, после жалобы пилота на недостаточную мощность, в AG Team проанализировали данные телеметрии с предыдущих этапов (стабильный период работы двигателя) и на текущем этапе, где возникли сомнения в работе двигателя. В результате анализа критичных отклонений в работе силовой установки, то есть падения мощности, не выявлено. Скорее всего, дело было в прохождении последнего поворота перед длинной прямой (неправильный выход приводил к недобору скорости) – и, соответственно, команда скорректировала стиль пилотирования, а не стала вносить изменения в автомобиль.

График 3. Автоматическая сегментация трассы Sochi Autodrom и выделение прямолинейных участков

График 4. Динамика ускорения от 110 до 120 км/ч, при прохождении 0, 1, 2, 3, 36 сегментов трассы Sochi Autodrom

 "Совместная работа позволяет нам не просто вовремя заменить детали или узлы машины, но и обеспечить конкурентоспособное преимущество на треке. По итогам чемпионата наша команда в лидерах - и это в том числе благодаря большим данным и интерпретации, которую мы сделали совместно с партнером", - заключает Дмитрий Дудин.

И даже сейчас, в межсезонье, продолжается анализ больших данных - в частности, оценивается работа силовых агрегатов гоночных автомобилей AG Team. Аналитики ICL СТ разрабатывают специальное приложение, позволяющее проводить анализ в полевых условиях, на тренировках и выездных соревнованиях. Тестирование этого приложения запланировано командой на зимний сезон.

Результаты анализа данных команды в летнем сезоне СМП РСКГ весьма заинтересовали руководство команды и партнеров. В следующих гонках специалисты AG Team будут решать еще более интересные и крайне полезные задачи на стыке одного из самых динамичных видов спорта и современных технологий.