為什麼 F1 選擇 AWS

透過追蹤歷史記錄和預計的車手速度，Battle Forecast 將預測追逐的賽車在前方賽車的「致命距離」以內之前有多少圈。

停站策略之戰圖形為車迷提供更多有關如何即時評估每個車手策略成功程度的見解。車迷將能夠追尋策略的細微變化，並查看對最終結果的影響。

根據輪胎混合料、圈速和賽車分佈估算出的停站時段。觀眾將看到比賽如何因比賽動態 (包括其他車隊的比賽策略、安全車和黃旗) 而改變。 

歷史資料用於計算編隊圈的比賽策略，比較預測的輪胎和比賽策略。這種洞見讓觀眾可以看到車手何時應策略性地進行下一個停站。

這些洞見顯示了車隊如何開發其賽車，所開發的賽車速度如何，以及整個賽季的比賽結果。無論是在賽季期間還是年度賽，開發比賽都是 F1 團隊的主要 KPI，這為 F1 的內部運作以及各個團隊在這一方面的表現提供了獨特的洞見。

此洞見將個別賽車性能隔離開來，並讓車迷將其性能與不同賽車的性能進行正面較量，從而對影響賽車性能的各個組成部分作比較，即轉彎性能、直線性能以及賽車的平衡性或操控性。

車手表現突出顯示與隊友和競爭對手相比，哪些車手將他們的汽車推向了性能的絕對極限。計算汽車輪胎在一圈中產生的力，並將其與汽車的最大能力進行比較，這將顯示車手發揮了汽車的多少潛在效能。將顯示三個參數，以突顯車手表現的三個關鍵方面，這會對終極目標產生重大影響- 單圈時間：加速、制動、彎道。

透過分析有關賽車、輪胎、交通、燃油等方面影響的大量資料，根據最重要的駕駛技能子集來細分車手的表現，以及針對七個關鍵指標 – 排位賽速度、比賽開始、比賽第 1 圈、比賽速度、輪胎管理、車手停站技能和超車，提供每個車手在整個賽季的表現得分輸出。這些指標使用 0 到 10 的範圍進行標準化，以提供「得分」式指標，並為觀眾、車迷和團隊提供洞見，以了解某個車手的優缺點，以及與該領域其他車手相比較的表現。

這歷來是具有主觀性的環節，這項採用 AWS 技術的 F1 洞見利用機器學習和分析方法，結合練習賽資料和週六日比賽車隊表現的歷史資料。

讓車迷詳細了解每位車手如何在開始或啟動階段充分利用 (或未充分利用！) 效能。

煞車表現顯示車手在轉彎操縱時的煞車風格可以提供從彎道出來的優勢。這透過測量車手在煞車之前接近彎道頂點的程度，比較車手的煞車風格和表現，並顯示賽車和車手在轉彎時的共同表現，如接近時的最高速度、煞車時的降速、使用的煞車功率以及車手在轉彎時承受的巨大重力。

F1 賽車性能最重要的方面，這可以提供好的賽車與卓越賽車相比較的洞見。這細分為四個主要部分 – 制動、轉彎、中彎和出口，透過賽車遙測資料來分析與比較彎道主要部分的性能。

彎道分析是由特定 (關鍵) 彎道附近的最佳制動和加速點確定的，彎道是每個車手獲得最大收益的區域。此洞見讓觀眾對單圈時間的損失和收益有更深入的了解，並在賽車之間作比較。

利用賽車資料，即賽車速度、縱向和橫向加速度以及陀螺儀，我們能夠估算出滑移角，然後得出每輛賽車的車輛平衡模型。這可得出輪胎磨損能量的輸出。(注意：輪胎磨損能量不是物理上的輪胎磨損，而是輪胎接觸面在路面上滑動的能量傳遞。) 該輸出為我們提供了每個拐角處的輪胎性能，指示相對於輪胎最終性能壽命使用了多少輪胎。