如今,一级方程式赛车的汽车实际上就是时速超过200公里的智能连网数据系统。一级方程式赛车的决胜因素是什么?是赛车手的技术,还是标准电子控制单元(SECU)、传感器(控制传感器/监测传感器/仪表传感器)、遥测技术或数据采集系统等汽车技术?本文将对这个长期争论的问题进行深入分析。

一级方程式赛车(F1)中的决胜因素是什么?是赛车手的技术,还是汽车技术?80年代,复杂的电子系统开始出现在一级方程式赛车中,这个长期争论的问题便上升到一个新的高度。如今,一级方程式锦标赛中的赛车实际上就是时速超过200公里的智能联网数据系统(图1)。

图1:F1锦标赛中的赛车实际上是时速超过200公里的智能联网数据系统。

F1行业雇用了许多工程师,他们的日常工作就是设计和管理由18,000个组件组成的系统,不断优化赛车性能。这些组件包括传感器、电子控制单元(ECU),以及同时支持引擎和控制功能的机械部件。从机械与电子到数据分析与空气动力学,F1工程师们的工作范围非常广。在赛车竞赛中,哪怕是毫秒之差,都能决定是否成功。F1工程师对汽车动态行为的理解必须持续深入,不断提高汽车的性能,同时还不能违反运动规则。

的确,国际汽车联盟(FIA)对F1赛车采用的技术有严格的规定,以确保车手的安全。许多商用汽车采用的解决方案在F1竞赛中都是禁用的,例如ABS系统和自动变速箱。

尽管如此,F1赛车近年来还是发生了根本的变化。随着遥测技术的出现,赛车工程师可以通过对300多个传感器的数据进行分析来监测和改善汽车性能。这些传感器分布在汽车的不同位置,能够实时测量数百个参数。各个数据点的数据由记录仪收集,并通过汽车前部的天线无线传送给车队。

McLaren Racing公司电子产品负责人Stephen Watt在接受笔者采访时说:“赛道上的汽车只是冰山一角,实际上现在所有的车队在很大程度上都是由数据驱动的。在赛场内,数据通过5Mb/s的遥测链路接收,并且可从各种车载记录仪中下载。赛道边和工厂里的工程师可以根据这些数据分析每辆赛车的性能,并通过研究其他车队的成绩来进行战略分析。”

标准ECU和传感器

标准ECU(SECU)本质上是一台计算机,虽然很小但是功能强大,可以控制、处理并将大量数据从F1赛车传输给车队,其控制功能针对引擎、变速箱、差速器和空气动力系统之间的交互进行了优化(图2)。SECU还提供数据存储和采集功能,使车队工作人员可利用遥测技术实时控制比赛。因此,车队工作人员可以实时、直观地了解车辆性能,并检查引擎健康、轮胎磨损及燃料消耗情况。

图2:标准ECU。(图片来源:McLaren Racing)

FIA要求所有F1车队必须采用McLaren Racing的姊妹公司McLaren Applied提供的TAG-320B SECU。TAG-320B为车队、动力装置提供商和FIA提供了一个共享平台。它可以管理各种功能,从动力装置的核心操作,到八速变速箱的无缝换档,还允许FIA通过平台对控制软件的功能进行限制,以确保相关人员不会违规启用诸如牵引力控制等禁用的驾驶辅助功能,至少在车队试图实施禁用的控制功能时制止他们。

每辆F1赛车平均大约有300个传感器,SECU监控的参数有4,000多个。在正常的比赛中,赛车将传输约3GB的遥测数据以及约4GB的日志记录。而这只不过是个引子,当这些数据被处理并与其他数据(例如音频和视频分析)结合在一起时,可能意味着在一场典型的周末赛事中,一个车队会留下超过1TB的宝贵数据,这些数据在每次比赛和每个赛季中都可以反复利用。

单座赛车上的传感器可以监测所有参数,检查是否存在问题,使工程师可以根据收集到的数据立即做出决策。例如,当一辆赛车与对手的赛车距离非常近时,传感器会检测到引擎温度升高,这时车队工作人员可以从赛场外提醒车手远离对手赛车的排气尾,直到汽车温度降到报警值以下。

F1赛车使用三类传感器:与线控驱动功能相关的控制传感器(如油门踏板传感器)、监测传感器(可跟踪汽车的健康参数,如液压系统压力),以及仪表传感器(如用于监测摩擦的非接触式温度传感器)。

Watt说:“F1赛车角色多变。在资格赛和正式比赛中,它变身轻量级赛车,仅配备完成比赛所需的最少设备,但即使在这种最少配置下,赛车的板载布线也超过1.5公里,并包含200多个传感器。与之相反的极端情况是冬季测试,当我们对汽车进行检验时,一辆赛车几乎就是一个车轮上的测试实验室。

他补充说:“我们做的很多事都源于对高质量数据的需求。多年来,随着技术的发展和比赛法规的变化,以及赛道测试的减少,人们越来越需要深刻了解赛车在赛道上的每一次行驶。”

Watt指出,在新冠疫情期间,F1赛事的法规也发生了新的变化,某些汽车开发领域被冻结以减少开支,“这再次改变了游戏规则,使我们在成本、供应链以及充分利用我们现有的优势等方面,面临比以往更大的挑战。”

FIA的另一项要求是使用流体流量计(FFM),这项要求2014年开始实施,它采用超声波来确保高精度的测量结果,从而能够即时分析赛车的燃油性能。超声流体流量测量采用两个压电换能器互相发送超声脉冲,并利用飞行时间计算来确定流体流速。

遥测

遥测技术于80年代后期引入F1锦标赛,并在过去几年趋于完善。双向遥测可以轻松记录赛车特性,使技术团队能够清楚了解赛场情况,并处理性能数据。现在,大量数据的收集与传输可以在百分之几秒的时间内完成,使F1工程师能够近乎实时地向车手提供战术建议。

但是,FIA的官员们从未正式允许双向遥测,可能他们并不希望这一技术被采用,实际上当他们认识到车队使用这一技术可能产生的不良影响时,甚至还短暂地禁止过该技术。 

可以通过遥测技术和数据分析系统进行管理的参数包括引擎、引擎制动、扭矩控制、引擎喷射和点火,其它使用遥测技术的还有底盘、轮胎、油门操作、车速,以及通过机械车辆的渗透系数进行的空气动力学调节。

Watt说:“遥测这个术语在F1赛车中有时会被误用,它通常指的是车载无线数据的传输,这些数据在SECU中生成,发送给赛道边车队维修区的工作人员。近年来,F1中使用的遥测系统发生了一些非常有用的变化。过去每个车队都会将各自的无线电遥测系统带到赛道旁边,维修区看起来就像是一片高度不断增加的伸缩式桅杆森林。当无线电频谱变得越来越拥挤时,如果不管到哪里都必须带着它,而且还要受当地无线电频谱法规的约束,一切就变成了噩梦。

“最重要的是,在某些国家,如摩纳哥和新加坡,这些系统通常不能完全覆盖赛道,因此一些车队开始在酒店等类似场所部署中继器。“Watt补充道,”幸好FOM(F1管理公司)和FIA介入并引入了标准通信系统,为所有车队提供车手语音无线电和遥测链路。现在,FOM会在赛道周围放一个接入点共享系统,通过光纤链路将加密数据从每辆赛车传送到车队。”

他说:“遥测链路现在是所有一级方程式车队正常运作的重要组成部分。由于汽车和动力装置很复杂,加上运动规则的限制(车队必须保证引擎和变速箱连续参加多场比赛),如果不使用传感器、ECU和遥测链路来提供赛车的健康状况,或者赛道边的F1工程师没有在重要的动力总成组件出现灾难性故障之前进行干预,那么赛车几乎不可能行驶在赛道上。如果不加预防,这类故障可能会导致车手失去宝贵的参赛机会,甚至会使车队受到惩罚。”

通过收集制动、转弯速度、变速箱、车轮转动、变速箱寿命以及引擎最有效运转速度范围等数据,传感器可以帮助车队监控汽车及车手,使其达到最佳状态。这些数据可用于实时分析引擎性能,以便车队工程师采取相应措施,远程解决问题,从而提高汽车效率。

F1赛车中最大的一个障碍是严苛的比赛环境。过高的温度和过度振动都会降低传感器精度,最终损坏器件本身。任何电子器件都必须以最高效率运行(图3)。

在设计中必须满足的一项要求是减小器件漂移。漂移是传感器精度随时间降低的趋势,可能导致永久的器件损坏和不可逆的引擎故障。一辆赛车中通常使用大约一百个传感器,实现精准的数据采集比较困难。

而且,比赛环境中还受到灰尘、燃油和湿气等因素的影响。利用材料科学可以解决一部分问题,例如开发新材料来生产在严苛条件下仍能可靠运行的器件。传统的振动保护集中在安装硬件上,如果电子器件没有防振保护,或者其本身的设计不能抵抗材料疲劳,则可靠性会随时间降低。

图3:一级方程式赛车中使用的连接器。(图片来源:McLaren Racing)

数据采集系统

数据采集系统记录的测量值来自安装在车体各个位置的传感器。例如,常见的一级方程式赛车采用三个传感器来测量车速:安装在车轮上的霍尔效应磁传感器、Correvit光学传感器和皮托管。

Watt说:“一级方程式赛车使用了皮托管空速传感器,当然还要考虑风速的影响。因此,如果问F1赛车速度究竟有多快,这可能是一个很难准确回答的问题,它通常需要对多个来源的数据进行统计分析,还涉及模型及后期处理。”

用标准模型测量每个车轮的转速可以解决打滑问题,光学传感器则用于监测赛道和GPS,还有一些传感器用于测量温度、角速度和线速度、角位移和线位移、压力、材料应力、加速度和磁场变化等。加速度计用于测量横向重力(转弯),以及检测纵向重力(例如范围为0至4g的制动)。

传感器的位置确定了用于进行什么样的检测。双轴传感器可以同时测量转向力和制动力。非接触温度检测通常针对制动、电机和轮胎,红外微机电系统(MEMS)传感器用于温度测量,可进行非接触温度检测。这些传感器通常使用热电堆材料来吸收被测物体发出的红外能量,根据电压的变化就能确定物体温度。热像仪用于监测轮胎接触区域的磨损并对发热进行控制。

变速箱转矩和称重传感器等参数均以200Hz的频率进行记录,即每秒200次。如果发生强烈振动,则可能生成一个额外的日志,并改变采样率,以得到赛车各个部分的振动分析。每次赛车返回维修区时,F1工程师都会采集数据并将这些数据上传到专用服务器,以备不时之需。“在分析悬架移动时,通常采用1kHz的采样率;而进行振动分析时(通常是可靠性验证的一部分),则采用100kHz或更高的采样率。”Watt说道。

遥测技术和正确的数据采集是F1赛事的重要一环,工程师能够利用这些技术收集比赛中的大量数据,并对这些数据的分析,从而确保赛车处于最佳状态。

本文授权编译自EETimes,原文参考链接:In Formula 1, Engineers Are Essential Members of the Team

编译:Jenny Liao,EDN China

本文为《电子技术设计》2021年4月刊杂志文章,版权所有,禁止转载。免费杂志订阅申请点击这里

责编:Luffy Liu

本文为EET电子工程专辑原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
阅读全文,请先
您可能感兴趣
有鉴于电动汽车、自动驾驶和人工智能业务等未来增长潜力,以及在马斯克在当选总统特朗普政府中的“特殊地位”,多家分析机构认为,马斯克的财富未来还将进一步增长。
过去几年,碳化硅借新能源汽车、太阳能光伏等应用的“东风”,呈现了逆势增长的发展走势。围绕降本和性能这两大制约因素,全球碳化硅产业链厂商纷纷扩产,以快速抢占这一市场的红利,或加速产能过剩拐点的到来。
刚刚结束的第五届“中国国际汽车电子高峰论坛”上出现了6个关键词:“卷”“机遇”“智驾”“座舱”“AI”“域融合”...
HBM4将用于特斯拉正在开发的AI数据中心及其自动驾驶汽车。其中,特斯拉采购HBM4芯片将用于强化其超级电脑Dojo的性能。
UWB技术能够精确定位物体位置、测量距离和感知运动,广泛应用于汽车、移动设备、智能家居和工业物联网等领域,提升了系统的智能化、安全性和自主性。
这款芯片不仅适用于AI汽车,还可以应用于AI机器人和未来可能的飞行汽车领域,体现了小鹏在智能化领域的雄心壮志。据悉,图灵AI芯片的算力非常强大,一颗芯片的算力相当于三颗主流智驾芯片。这使得它能够同时驱动自动驾驶系统、智能座舱大模型等多种应用。
目前,智能终端NFC功能的使用频率越来越高,面对新场景新需求,ITMA多家成员单位一起联合推动iTAP(智能无感接近式协议)标准化项目,预计25年上半年发布1.0标准,通过功能测试、兼容性测试,确保新技术产业应用。
中科院微电子所集成电路制造技术重点实验室刘明院士团队提出了一种基于记忆交叉阵列的符号知识表示解决方案,首次实验演示并验证了忆阻神经-模糊硬件系统在无监督、有监督和迁移学习任务中的应用……
C&K Switches EITS系列直角照明轻触开关提供表面贴装 PIP 端子和标准通孔配置,为电信、数据中心和专业音频/视频设备等广泛应用提供创新的多功能解决方案。
投身国产浪潮向上而行,英韧科技再获“中国芯”认可
来源:苏州工业园区12月17日,江苏路芯半导体技术有限公司掩膜版生产项目迎来重要进展——首批工艺设备机台成功搬入。路芯半导体自2023年成立以来,专注于半导体掩膜版的研发与生产,掌握130nm至28n
来源:IT之家12 月 18 日消息,LG Display 韩国当地时间今日宣布,已将自行开发的“AI 生产系统”投入到 OLED 生产线的日常运行之中,该系统可提升 LG Display 的 OLE
万物互联的时代浪潮中,以OLED为代表的新型显示技术,已成为人机交互、智能联结的重要端口。维信诺作为中国OLED赛道的先行者和引领者,凭借自主创新,实现了我国OLED技术的自立自强,成为中国新型显示产
12月18 日,据报道,JNTC与印度Welspun BAPL就车载盖板玻璃的开发及量产签订了投资引进业务合作备忘录(MOU)。资料显示,JNTC是韩国的一家盖板玻璃厂商。Welspun的总部位于印度
扫描关注一起学嵌入式,一起学习,一起成长在嵌入式开发软件中查找和消除潜在的错误是一项艰巨的任务。通常需要英勇的努力和昂贵的工具才能从观察到的崩溃,死机或其他计划外的运行时行为追溯到根本原因。在最坏的情
又一地,新型储能机会来了?■ 印度:2032储能增长12倍,超60GW据印度国家银行SBI报告,印度准备大幅提升能源存储容量,预计到2032财年将增长12 倍,超60GW左右。这也将超过可再生能源本身
LG Display  12月18日表示,为加强OLED制造竞争力,自主开发并引进了“AI(人工智能)生产体系”。“AI生产体系”是AI实时收集并分析OLED工艺制造数据的系统。LG Display表
在科技浪潮翻涌的硅谷,马克·扎克伯格不仅是“脸书”帝国的掌舵人,更是以其谦逊低调的形象,在公众心中树立了独特的领袖风范。然而,在镁光灯难以触及的私人领域,扎克伯格与39岁华裔妻子普莉希拉·陈的爱情故事
今天上午,联发科宣布新一代天玑芯片即将震撼登场,新品会在12月23日15点正式发布。据悉,这场发布会联发科将推出全新的天玑8400处理器,这颗芯片基于台积电4nm制程打造,采用Arm Cortex A
亲爱的企业用户和开发者朋友们距离2024 RT-Thread开发者大会正式开幕仅剩最后3天!还没报名的小伙伴,抓紧报名噢,12月21日不见不散!大会时间与地点时间:2024年12月21日 9:30-1