F1 FIA赛事控制中心如何在比赛中监管整条赛道上的情况？——Racewatch系统
随着近年来F1赛道上的复杂性飞速增长，FIA也随之提升了自己的系统和技术，以监管所有方面。
如今，一切都在最细微的程度上受到审查，容不得犯错，也不容错过那些必须迅速做出决定的情况。过去，赛事仲裁会等到赛事结束后数小时获取事故视频片段再做出裁决，甚至有时会因为未被摄像头捕捉到而未能察觉某些明显的规则违反。
The Race深入幕后，亲眼目睹了FIA不断发展的赛事管理平台——被称为Racewatch——如何被用于将正确的信息和图像传递给赛事控制中心和赛事仲裁室的相关人员。
该系统利用了赛道周围的所有闭路电视摄像头，这意味着总计约60路视频流，再加上来自赛车的视频流，从而提供涵盖一切的全面视角，即使国际转播主信号并未关注该区域。
此外，还有30多个对讲频道以及赛车上300多个每秒传输数据的传感器，FIA可能需要的所有信息都触手可及。该系统还能响应事故，因此当发生事故或出示黄旗警告时，它会自动显示赛道的相关区域以及所有可用的摄像头画面，帮助赛事控制中心更好地掌握情况。
比如配图中，在F1沙特大奖赛第一圈角田裕毅和皮埃尔·加斯利发生碰撞后，赛事控制中心可用的画面。系统还可以单独追踪特定赛车，使FIA能够获取该赛车及其周围环境的完整数据。该系统的灵活性使得能够妥善管理事故，在涉及安全关键决策时为赛事控制中心提供最佳信息，并在规则被违反时即时获取录像和数据。
任何被检测到可能构成事故的事件——这些事件可由赛事控制中心、车队、FIA远程运营中心甚至赛事仲裁自己发出警报——都会自动放入一个文件夹中，所有相关的视频、音频和数据文件都可以立即访问。这套系统由FIA单座赛车信息系统战略主管克里斯·本特利监督，并与澳大利亚体育技术解决方案公司Catapult合作开发，至今已运行了约15年。
打造如此全面系统的想法源于2007年日本大奖赛之后，当时传统的处理方式似乎已不再足够。例如，当时FIA使用简单的电子邮件系统与车队沟通——但当法拉利车队领队斯蒂法诺·多梅尼卡利在比赛开始前未能收到关于他的赛车在受降雨影响的比赛中需要使用哪种湿地轮胎的通讯时，这种方式就遇到了问题。
依赖电子邮件并指望人们能看到信息显然不是一种可持续的方式，这就是FIA开始开发自己的后台系统以使每个人都能掌握相同信息的原因。
正如FIA安全总监蒂姆·马尔永告诉The Race的那样：“我认为事情已经进步了。我们一直在投资技术，为我们提供更多空间和信息以做出良好决策，这是一个持续多年的持续改进过程。”
其中一个关键方面是确保在正确的时间提供正确的信息，以避免数据过载。
当然，生活中没有什么是完美的，尽管竭尽全力打造最佳系统，事情仍可能出错，错误仍会发生。但这是学习过程的一部分，也是FIA赛事管理系统多年来不断改进的途径，因为经验教训被吸取并做出了改进。
正如本特利所解释的：“它始终在发展中。我们一直在学习、改变和适应。FIA并非坐视不理、不愿倾听或不想适应。我们力求做得更好，我们也与车队合作，让这一切对每个人都协调一致。如果出现问题，我们会从中吸取教训，以便下次不再出现同样的问题。”
有些教训可能相当重大，比如2021年阿布扎比大奖赛就突显了这一点：在压力下，人类在试图确定安全车后哪些赛车被套圈时可能会犯错。由于那天未能让所有被套圈车辆解套的失误，FIA做出了改变，利用现有技术。
现在，FIA的系统经过编程，会显示一个组件，其中展示安全车队列的赛车间距，并高亮标记出被套圈的赛车、停下的赛车以及在维修区的赛车。
通过追踪被套圈车辆，系统可以自动生成一份列表，然后通过相关的赛事控制信息发送给车队，以便他们进行解套操作。时间差（Delta）元素对于帮助赛事控制中心更好地了解赛车在赛道上的位置也很重要。
这有助于避免类似2023年日本大奖赛的情况，当时加斯利在比赛进入红旗状态时正试图追上安全车队列，并在赛道上高速驶过一辆救援车辆。
正如本特利所解释的：“这些都是我们随着时间的推移添加的不同组件和功能，以增强能力。我们一直在添加新东西，修改它们并改进它们。”
进步不仅仅体现在改进系统或更改某些软件上。当问题出现时，FIA会审视是否有不同的处理方式，甚至是否需要修改规则。
马尔永引用了兰多·诺里斯在2024年沙特大奖赛起步时抢跑但未被处罚的例子，因为其传感器未能检测到。
赛事仲裁有赛车移动的视频画面，但由于规则规定抢跑只能依据传感器的判断，因此无法做出处罚。这并非首次出现传感器未能检测到抢跑的问题，这促使FIA采取了行动。
马尔永解释道：“我们在技术上进行了投资，此时你开始看到发车格上出现了额外的摄像头。我们改进了系统，以便能够更明确、更清晰、更干净地查看起步情况，并获得更多数据。但除此之外，技术在发展，人也在进步。”
现在，额外的定制摄像头监控所有赛车的起步和位置，这些画面在五盏红灯熄灭后仅需40秒即可下载为编辑好的文件，并可供赛事控制中心和赛事干事使用。如今，抢跑几乎不可能逃脱处罚。该系统被证明足够有效，FIA因此修改了其运动规则，取消了抢跑仅由传感器判定才算数的要求。
一个自动的发车格监控组件也确保赛事控制中心在起步前知晓哪些车手已就位，以及是否有任何可能导致延迟的后续问题。此外，还引入了额外的摄像头，以帮助监控赛车是否在维修区正确执行了处罚——过去曾出现过对其是否按规定执行存疑的问题。虽然这方面的更严密监控并非完全没有失误——比如卡洛斯·塞恩斯在巴林大奖赛已经进站执行处罚但被赛事仲裁漏掉，在赛后他曾被短暂处以下一场发车位退后的处罚，后又被撤销——但每次出现失误，FIA都会进行调查并落实解决方案，以尽量减少重蹈覆辙的机会。
FIA一直在探索如何更好地利用人工智能（AI）来帮助其在各个方面进行监管。最明显（但并非唯一）的领域是处理赛道边界问题。
在F1一个比赛周末期间，通过人工检查每辆赛车每一圈的视频画面来妥善监管赛道边界是不现实的，因此引入一定程度的自动化所能提供的帮助是显而易见的。
FIA与Catapult的合作开发了一个定制的定位系统，允许人工智能参与判断赛车是否超出了赛道边界。该系统被称为“赛道边界计算机视觉”（Track Limits Computer Vision, TLCV），现已集成到Racewatch中，它有助于定义赛道边缘的位置，然后AI可以检测到似乎越过该线的赛车。
在沙特大奖赛的第一圈，如配图中日志表所示，系统标记出麦克斯·维斯塔潘和基米·安东内利越线。尽管AI技术已经取得了很大进步，但FIA并不希望它在难以判定的情况下做出实际裁决，因此人类仍然需要判断规则是否被违反。
正如马尔永解释的那样：“我认为我们还没有达到由技术来做决策的阶段。事实上，出于体育公平公正的本质，我不确定我们现阶段是否希望由技术来做决策。我们想做的是利用技术来优化人员配置和他们可用的时间。”
FIA采用的理念是，AI可以自动过滤掉那些明显超出赛道边界、无需人工干预的违规行为。这样，它就能标记出那些更为接近边界、需要人类洞察力的边缘案例。
这意味着FIA人员只需关注系统标记出的5%的赛道边界事件，确保那些边缘判罚得到更多关注。
与Racewatch现在涉及的每个方面一样，FIA的做法是不断学习和演进。
本特利补充道：“软件一直在开发中。这个平台已经运行了15年，很少有东西能如此长时间地持续以这种方式演进。”
“每场比赛我们都会发现新东西，我们监控它、添加功能并整合新工具。而且我们已经在展望未来的其他东西了。”
