人工智能在比赛中占据一席之地

现代赛车车队走在技术创新的前沿，无论他们是在努力缩短每一毫秒的赛道时间，在颠簸的越野赛道上保持结构的完整性，还是在街道赛道上提高他们在急转弯时的处理能力。你可能知道，赛车团队依靠计算流体动力学(CFD)来提高发动机效率和空气动力学，依靠生成设计和增材制造来生产重量更轻的部件，同时不影响强度，通过明确的分析来帮助确保驾驶员的安全;但你知道他们也用人工智能(AI)？

17个大学团队参加了Ansys Indy自动驾驶挑战模拟比赛，比赛采用了车辆和赛道的数字复制品。

我说的不是自动驾驶汽车，尽管赛车也在这些创新的前沿使用模拟技术。例如，上个月在印第安纳波利斯赛车场(IMS)举行了第一场自动驾驶赛车比赛Ansys Indy自动驾驶挑战模拟比赛．Ansys为团队提供尖端的培训，并免费使用我们的产品Ansys的自主权套件。Ansys还建立了赛车和IMS的数字复制品，并领导了三次黑客马拉松，以帮助团队改进他们的赛车控制器。

模拟自动驾驶比赛是一个惊人的里程碑，我们可能会将其视为更大事物的开端，但你不必展望未来就能看到人工智能对赛车运动的影响。车队已经在使用人工智能和模拟来分析和响应实时赛车数据。纳斯卡车队Richard Childress Racing (RCR)多年来一直使用模拟和高性能计算来帮助他们在每场比赛前做出数据驱动的决策。现在，该团队的工程师正在将人工智能、模拟、数字双胞胎和云计算结合起来在比赛。

实时数据分析

在比赛当天，RCR和其他车队每秒接收5次数据(5hz)，包括GPS线、横向和纵向加速度数据以及其他信息。他们不仅可以获得自己汽车的数据，还可以通过双方的协议获得竞争对手汽车的数据。在此之前，每个团队都花了很多钱独立捕捉竞争对手的无线电传输来获得这些数据，所以他们都聚集在一起，决定免费分享这些数据以节省资金。

有了这些数据，赛车队就会在比赛当天使用数据分析、数字双胞胎和人工智能工具来获得优势。他们现在可以从汽车上获取实时数据，并在现场创建可操作的数据。车队正在研究其他车队的转向、刹车和油门数据，看看他们需要在哪些方面改进自己的赛车性能。

在比赛期间，随着人工智能融入比赛，机器学习和云计算正在发生变化。例如，RCR拥有策略优化软件，可以根据轮胎磨损的速度和天气变化等因素预测何时进站。像这样的模拟使用来自他们自己的汽车和其他领域的数据，帮助RCR工程师利用自己的优势和对手的弱点。

模拟冲向终点线

赛车队的工程师比以往任何时候都要忙。CFD, FEA和多物理场仿真，拓扑优化，HPC，机器学习和AI都是他们的职责的一部分。要了解更多关于模拟如何引领方格旗的方式，请查看:

• ”模拟，竞争，重复，看看RCR和其他纳斯卡车队是如何使用多物理场模拟的
• ”Ansys和红牛车队本田为赛道成功铺平道路来看看数字模拟是如何成为f1的基本组成部分的
• ”保时捷赛车与Ansys:加速电动汽车创新从赛道到道路，了解泰格豪雅保时捷电动方程式车队如何在保时捷赛车运动首款全电动赛车保时捷99X Electric的设计中使用仿真技术
• “Ansys助力法拉利加速研发平视显示器”，了解法拉利竞速GT车队如何率先在其GT赛车中使用平视显示器(hud)