我们知道科技的轨道。
了解汽车行业的未来,你可以采访分析师和专家,研读科学出版物,参加各种会议。或者你可以观看周围数百万美元的赛车上的跟踪速度高达每小时220英里。
欢迎来到f1,国际赛车运动的累积的电视观众15.5亿人。预算是惨不忍睹。据报道,梅赛德斯在2019年花了4.42亿美元赢得两次世界锦标赛冠军,f1车手是世界上收入最高的运动员。(性格也大。Guenther施泰纳,有人知道吗?)。
虽然大多数美国球迷蜂拥至运动在过去的三年里感谢Netflix系列的成功“开车去生存,”工程师早就明白,一级方程式赛车是一种时间机器在四个轮子,一窥商用车的什么是可能的未来。涉及到的钱只是一部分原因。与纳斯卡跟踪几乎总是椭圆,f1轨道形状不规则,有时只是一系列的城市街道。因此f1赛车必须能够执行在一个广泛的条件极端的力量,使体育的价值形式的研究和开发汽车oem厂商。在众多创新,首次在f1自1950年第一次世界冠军比赛计算机管理主动制导悬架系统和碳纤维在汽车零部件的使用。
图1:麦克拉伦一级方程式赛车在巴库,阿塞拜疆街电路。来源:麦克拉伦
2022年3月和f1赛季开始将在11月结束。内部人士说,技术展示和幕后今年可能会特别发明的主要规则的改变旨在使这项运动更有竞争力。特别注意的是全面的新设计的限制,允许汽车更容易通过彼此还创建一个跳跃的现象称为窜出水面,以及1.4亿美元的支出上限有关汽车的性能。
大多数开创性工程可能仍将向公众看不见多年来由于溢价的竞争优势。在运动,剃须从腿上几纳秒时间可以转化为数百万美元的赞助协议,专利技术是一个严守的秘密。
然而,毫无疑问,涉及的技术越来越复杂。根据惠普的企业,已经与几个团队合作设计模拟和其他活动吗,每辆车包含数百个传感器。一个赛季可以看到30000年设计改变跨团队,每个团队管理着18000数据流,在比赛的日子。与科技公司的合作现在出现在个人团队和f1组织本身。
公司高管只会用一般条款对f1技术对于这个故事,但是他们的热情的主题通常是显而易见的。KT摩尔,企业营销的副总裁节奏,这最近宣布与迈凯轮f1团队合作在节奏的计算流体动力学软件,说他被他看到兴奋和技术进步的影响可能在此生。“如果你问我这几个月前,我就会说,不可能。现在我可以告诉你,因为f1的发展,整个世界将会改变。它已经发生了。”
最小的延迟
全国赛车电路或路上,司机多快或无人驾驶系统对新信息的反应可能意味着生与死的区别。在一级方程式赛车比赛中,不仅有大量的加密工具和团队成员之间的信息流动,但当数据之间的滞后时间发送和接收是非常小的。显著的壮举特别是考虑到,在许多情况下,人们解释实时数据和帮助决策不是附近的轨道。
“现在,跟踪数据在迈阿密可以运往海外延迟约130毫秒,”摩尔说。“公式1是最精华的部分,最好的最好的,但这项技术将达到。”
公式1-informed摩尔相信未来可以到达20年或更少,涉及光纤网络集成到道路,数百个传感器在每个车辆通信网络上以最小的延迟。
这样一个未来将需要大规模基础设施。毕竟,它不只是个人与科技公司合作的团队。今年3月,联想集团宣布它将提供硬件、高性能计算和组织整个f1服务器解决方案。
杰拉尔德血性小子,联想北美首席营销官叫多年合作”为联想提供了极好的机会来推动传统边界和帮助为全球客户创造更聪明的解决方案。”
达里尔·克罗默,全球创新中心的首席技术官在联想智能设备组,表示,合作也说明了多少技术团队不仅是必需的,但是从组织本身。“伙伴关系联想和f1的基础是提高效率和安全的通信,计算,在跟踪和存储。我们的技术将产生而促进生产力改进f1内操作,移动和存储的数据。最终目标是增强粉丝体验通过生产高质量、定制的内容,如高性能计算机硬件视频应用程序都可以使用的解决方案,如图形和编辑,并支持本地广播解决方案”。
用适当的基础设施到位,工程师可以关注相关数字和模拟世界。副总裁戴维·弗里茨混合和虚拟系统西门子PLM表示,将虚拟模型与实际数据是解决延迟问题的关键部分。西门子长期以来与团队的关系现在被称为甲骨文红牛赛车,它使用西门子软件设计碳纤维部分和组织支出数据,以及其他活动。
“过去的极端环境,和未来的极端环境是虚拟域。我们必须关联这两个在一起,”他说。
但在汽车的世界,有时数据很难获得。很少有人会自愿操作实验车辆速度可能致命的极其危险的情况下。除了这正是f1车手,弗里茨说。换句话说,这项运动所产生的数据创建一个有价值的汽车oem厂商测试环境和他们的合作伙伴,让他们更快和更具响应性的技术。带着从赛车电路知识,这些组织可以将技术转化为产品和服务更广泛的商业观众。
整合技术
可以肯定的是,它不太可能,城市将充满开放驾驶舱明年单座汽车,一些批评人士说,技术转移的速率方程式和公众之间并不是完全清楚。也有问题的商业汽车行业将更复杂的系统合并到现有车辆当它正在努力制造技术。近年来该行业颠覆了全球芯片短缺,尽管有迹象表明,形势宽松,英特尔首席执行官Pat Gelsinger最近说短缺将持续到2024年。
芯片短缺,Fritz说f1的成本上限可能实际上创建技术更容易可翻译的商业世界。
“削减成本的方法是合并,”弗里茨说。“我们曾经有过一个转向控制器和一个传输控制器和其他所有这些小事情,和那些正在合并计算复杂度上升。但生产成本甚至有限数量的车辆明显降低,体重减少。有一个技术动态和有一个成本动态,和他们有一个共生关系。”
整个行业的专家说成本上限也鼓励f1设计团队依赖建模与仿真实验的设计。HPC制造段经理托尼DeVarco惠普企业,说f1的计算机辅助工程方面比其他一些不太明显的技术,但同样重要的是了解汽车行业的未来。
沃尔特·赫恩,副总裁有限元分析软件表示同意。“今天,模拟被用来设计F1赛车的速度最快和最有效的工具。此外,虚拟碰撞测试是一个重要的组件生产最安全车在跑道上。我们可以预期这些设计和测试方法(即。,模拟工程)设计未来商用车辆的规范要求相同级别的效率和安全,包括当我们迈向未来电动。”
赫恩说Ansys曾与自2008年以来,甲骨文红牛赛车。他说合作的初始焦点是空气动力学模拟,后来演变成了解决散热问题,管理和优化材料的使用和IP,并确保车辆是旨在保护司机在发生崩溃。
智能安全
HPE DeVarco说工程师还应该注意公式E,方程式赛车的电动汽车的手臂,这是他说,他相信整个行业正。但大多数创新,使他们的商业市场,无论发动机类型,将传感器和自动驾驶,根据DeVarco。
“使用传感器来做遥测数据和能流数据——对我来说,这是新一代的创新发生的,“DeVarco说。
司机疲劳是另一个重要的安全问题,在f1仔细监控。弗里茨说,过程依赖于先进的司机和车辆之间的交互也称为人机界面。“汽车基本上是自己的决策,但不作用于他们,并以此作为衡量司机的行为。也许有1%的司机的决策和电脑的区别在比赛的开始,然后在比赛中得到9%或10%。你看眼睛,你看到他们下垂,姿态变化。不需要一个火箭科学家说,这是疲劳。”
弗里茨说,真正的问题是汽车最终将做什么来抵消司机疲劳,像吹冷空气在司机或其他方法。答案可能会有很多与人工智能,Fritz说出现在f1赛车在之前意想不到的地方。“我们看到AI燃油喷射。我们看到AI制动和转向。我们看到的人工智能传输。所有这些AIs这些纳秒决策是基于反馈来自其他AI-driven和高性能的传感器。这是什么意思?这意味着我们得到聪明个人车辆使用同样的技术一级方程式推导,不仅仅是能够处理商用车辆的正常运营条件。”
|
|
|
|
|
|
|
|
留下一个回复