El mundo de la Fórmula 1 se caracteriza por su velocidad y precisión, y las paradas en boxes no son la excepción. En este contexto, el equipo Scuderia Ferrari HP está revolucionando su análisis de desempeño en estas paradas gracias a la colaboración con Amazon Web Services (AWS) y el uso de machine learning.
Históricamente, la evaluación del rendimiento en boxes ha sido un proceso lento y complicado. Los ingenieros de operaciones debían revisar meticulosamente horas de video de las grabaciones realizadas desde el frente y la parte trasera de la zona de pits, correlacionando esos datos visuales con la telemetría del vehículo. En un fin de semana de carrera típico, cada piloto genera cerca de 22 videos, lo que suma alrededor de 600 grabaciones en una temporada. Este método, además de ser tedioso, es propenso a errores humanos. Sin embargo, con la implementación de la solución de AWS, los ingenieros pueden sincronizar datos hasta un 80% más rápido que con los métodos tradicionales.
La asociación entre Scuderia Ferrari HP y AWS busca modernizar el análisis de paradas, utilizando la nube y tecnologías de aprendizaje automático. Marco Gaudino, arquitecto de aplicaciones de transformación digital del equipo, destacó que con esta nueva metodología, es posible automatizar y centralizar el análisis, permitiendo detectar errores de manera más efectiva y mejorar los procesos.
La tecnología empleada incluye la detección de objetos mediante Amazon SageMaker AI, que permite sincronizar la captura de video con la telemetría del equipo de pits, optimizando así la infraestructura computacional requerida. Esto se vuelve crucial dado que los equipos de Fórmula 1 deben cumplir con estrictos límites de presupuesto y recursos impuestos por la FIA.
Desde el inicio de este proyecto a fines de 2023, la solución fue puesta a prueba por primera vez en el Gran Premio de Australia en marzo de 2024 y rápidamente se implementó en el Gran Premio de Japón el 7 de abril. Esto ha brindado a Ferrari una ventaja competitiva en el campeonato.
Además, el equipo está trabajando en un prototipo que permite detectar automáticamente anomalías durante las paradas, como dificultades en el levantamiento del coche o problemas durante la instalación y retiro de neumáticos. Para la temporada 2025, se prevé implementar un nuevo sistema de cámaras más avanzado que capturará cuatro ángulos a 120 cuadros por segundo, mejorando aún más la comparación entre video y telemetría.
La solución de análisis de paradas en boxes, basada en machine learning, automatiza la correlación de video con datos telemétricos, identificando detalles clave como señales luminosas. Este enfoque ha transformado la forma en que se revisan las paradas, pasando de unos minutos en revisión manual a un tiempo de 60 a 90 segundos para obtener información casi en tiempo real.
Con el objetivo de perfeccionar aún más sus procesos, Scuderia Ferrari HP ha registrado las paradas más rápidas en cada carrera de la temporada 2025, destacando un tiempo de dos segundos en su mejor parada en Arabia Saudita para Charles Leclerc. Gracias a esta innovación, el equipo se centra en optimizar la eficiencia y mejorar continuamente el rendimiento en cada carrera.
