МОТОГОНКИ.РУ, 31 июля 2024 - Суть разработки - загрузить в компьютер точные данные гоночных трасс, наложить на них данные об инцидентах, полученных, как от Dorna Sports, так и производителей прототипов, экипировки (Alpinestars Tech-Air), и понять, какие конкретно места на автодромах опаснее других, почему так, а также какие улучшения можно произвести, чтобы изменить степень потенциальных угроз.
Президент Dorna Sports Кармело Эспелета поделился с итальянскими журналистами информацией, что это ПО в будущем позволит "просканировать" классические европейские гоночные трассы и дать обстоятельный анализ по изменению дизайна и габаритов зон вылета, как самого бюджетного решения повышения безопасности без глобальной перестройки тех или иных виражей, что уже будет являться второй стадией решения.
Томе Альфонсо, новый директор по безопасности Dorna, ответственный за омологацию гоночных трасс, намекнул, что данное ПО позволит провести 3D-моделирование инцидентов на базе уже имеющихся сведений о зафиксированных на видео и в данных телеметрии. Размещая 3D-проекцию пилота и его мотоцикла в момент вылета, инженеры смогут имитировать различные виды аварий с высокой степенью точности, чтобы оценить безопасность того или иного поворота. А в будущем, та же система ПО сможет прогнозировать опасные инциденты на трассах, где гонки MotoGP еще не проводились.
Коррадо Чеккинелли, директор по технологиям Dorna, также являющийся одним из главных технических консультантов FIM, отметил, что данное ПО можно уже сейчас применить к Red Bull Ring, чтобы проанализировать, насколько безопаснее стал трек после большой реконструкции 2020 года.
«Проводя компьютерные симуляции с высокой степенью достоверности можно спрогнозировать любые последствия любых, даже самых невероятных инцидентов, - сказал он. - У нас есть огромный объем данных GPS по самым разным авариям, в которых есть точные сведения о точках срыва, приземления, дистанции скольжения, по векторам и так далее. На основании этих данных можно создать высокоточные модели для исследования».
7.63 МЛН
368963
22860