F1 Por dentro da F1 e dos gráficos da transmissão da TV - Julianne Cerasoli Skip to content

Por dentro da F1 e dos gráficos da transmissão da TV

Há várias camadas para se entender uma corrida de Fórmula 1, mas durante muito tempo o que não estava na superfície ficava a quilômetros de distância dos torcedores que não acompanhavam mais do que a transmissão em si. Nos últimos anos, a quantidade das informações que são mostradas durante a transmissão aumentou consideravelmente. O que antes era apenas limitado à diferença entre um piloto e outro ou tipo de pneu e perda de tempo no pit stop, hoje passa por chance de um piloto ultrapassar o outro, o que resta dos pneus e até a evolução dos carros.

Mas como esses dados são processados e o quão confiáveis eles são? Trata-se de uma tentativa de traduzir os dados aos quais as equipes têm acesso em algo digerível para o espectador. Com a diferença que os espectadores não são os engenheiros com todo seu conhecimento prévio para analisar tudo com muito mais precisão.

Esses gráficos são desenvolvidos pela equipe comandada pelo ex-engenheiro de Ferrari e Williams Rob Smedley. O que chama mais a atenção é o de uso de pneus, bastante acionado durante as transmissões (e bastante questionado no paddock). Esse gráfico tenta deduzir quanta borracha ainda não foi gasta no pneu, algo que nem as equipes sabem com precisão. Elas só têm uma ideia melhor na segunda parte da corrida justamente por terem avaliado o que sobrou do primeiro jogo, então o gráfico é uma estimativa que não deve ser levada ao pé da letra. E outro fator importante é sempre lembrar que o desgaste de pneus não é linear (é muito mais fácil chegar ao que o gráfico prevê como 30% do que ir dos 30% até zerar). Sem ter quem informe que a interpretação deve ser essa, o gráfico perde muito de seu sentido.

Outro gráfico que é usado há algum tempo é o de probabilidade de ultrapassagem, que une dados históricos e a telemetria ao vivo para tentar determinar qual a chance de um piloto passar o outro. Novamente, são estimativas que vão levar em conta dados que existem, como a velocidade máxima de cada carro, quantas voltas foram feitas com o jogo de pneus e qual o padrão de desgaste, quão rapidamente um carro de aproximou do outro, etc. Mas também são números que carecem de interpretação e que não podem ser levados ao pé da letra.

O mais novo membro da “família” dos números que vêm do que é chamado de “machine learning”, ou seja, da capacidade de alimentar os algoritmos para que eles façam previsões mais próximas da realidade é a análise de performance dos carros, é o de desenvolvimento dos carros.

Foi o gráfico mais complexo que o grupo de Smedley desenvolveu até agora, e ainda assim foi preciso desconsiderar alguns parâmetros. O gráfico busca identificar os ganhos em aerodinâmica relacionando a performance nas curvas e aderência do asfalto e as melhorias em reta cruzando potência de motor e arrasto. Para isso, eles consideram que todos os carros têm o mesmo nível de aderência, o que já é o primeiro comprometimento, e vão tentando separar o que é arrasto e o que é potência, por exemplo, comparando dois carros que usam o mesmo motor (outro comprometimento, porque as maneiras de usar os softwares podem ser diferentes).

Enfim, cruzando os dados eles criam uma referência e, por meio de simulações, vão ajustando carro a carro. Cruzando esses dados de telemetria, eles conseguem determinar o quanto o carro está evoluindo em termos de aerodinâmica e na relação potência/arrasto com uma acuidade bastante razoável. Esse gráfico, por exemplo, é interessante porque a leitura dos engenheiros para a diferença para a simulação e a realidade (as linhas preta e vermelha seria a ação do piloto). Pouca, não?

Assim como acontece com o gráfico dos pneus e das ultrapassagens, o que vai aparecer na TV é uma versão muito mais mastigada e simplificada de todos os dados que estão por trás destes gráficos. As linhas comparativas, por exemplo, são suavizadas para mostrar tendências. Como todos os algoritmos por aí, podem ajudar na compreensão de muita coisa, mas não são uma verdade inabalável. 

O mais interessante dessa história toda é que esse investimento alto da F1 em machine learning na verdade não acaba nos gráficos. É de todo interesse da categoria alimentar da melhor maneira possível suas ferramentas de simulação porque é com elas que novos regulamentos (esportivos e técnicos) estão sendo testados. Ou seja, foi-se a era de “propor” mangueiras para molhar a pista e dar emoção às corridas.

5 Comments

  1. Ju, estou começando a escrever sobre automobilismo. Existe algum site que a gente pode acessar e ter acesso a alguns desses dados?! Mesmo que mais “brutos”? Assim como existem em outros esportes?

      • Certa vez, você mostrou seu setup pra transmissão (acho que foi no GP da Austria) e havia um site aberto, com informações, como se vc estivesse na sala de impressa… Tem algum lugar onde a gente possa se cadastrar para ter acesso?

        • A partir do ano que vem, vai dar para ter no Brasil o F1TV Pro, o aplicativo da F1, com todas essas informações. Hoje em dia só dá para ter a versão simples no Brasil, e sinceramente não sei qual é o acesso, mas tem lá no f1.com.

  2. Eu tenho o aplicativo da F1 já tem alguns anos e acho q perderia muito a graça não ter mais ele. O único problema é que ele é mais rápido q a transmissão de TV então tem muita coisa q vc acaba sabendo antes de ver na tela, tipo quem fez a pole. No meu caso q escuto tb a rádio band pela Internet, tudo é triplicado, aplicativo, imagem e depois o som. Mas tá valendo…acaba sendo até legal.


Add a Comment

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Pesquise
Redes Sociais
As últimas
Navegue no Site

Adicione o texto do seu título aqui