Jak internet věcí a strojové učení změnilo nejznámější cyklistický závod

  • Všichni závodníci na Tour de France vezou pod sedlem GPS modul, který odesílá živá data
  • Díky nim jsou předpovídány výsledky nebo průběh etapy
  • K dispozici jsou velmi podrobné analýzy celých etap

Tři červencové týdny každoročně patří cyklistickému závodu Tour de France, který je jednou z nejsledovanějších sportovních událostí roku. Zatímco ještě před pěti šesti lety jsme mohli zápolení cyklistů sledovat ryze na televizních obrazovkách, kde jsme dostali pouze údaje o ujetých kilometrech, nyní je divákům nabízeno množství podrobnějších dat. Ta jsou získávána díky novým technologiím, do nichž se zapojilo i strojové učení.

GPS pod sedlem

Základem celého systému je jednoduché zařízení obsahující miniaturní GPS modul a akumulátor, jež každý závodník vozí přimontovaný na sedlové trubce. Všechna posbíraná data jsou po celou dobu závodu odesílána do doprovodných vozů, z jejichž stanic putuje signál dále do vrtulníků, které pokrývají celou trasu závodu. Z vrtulníků zamíří údaje do datových kamionů, kde jsou údaje poprvé zpracovány a mohou být zahrnuty například v televizní grafice.

Klepněte pro větší obrázek
Každý závodník v pelotonu veze na sedlové trubce GPS modul s akumulátorem, který odesílá živá data do okolních doprovodných vozů

Mezi údaji, které jsou díky GPS modulu získány samozřejmě najdeme polohu každého jezdce, aktuální rychlost a dopočítány jsou potom rozestupy mezi všemi závodníky. To je ale jen naprostý základ, s nímž se setkáváme při běžném vysílání v podobě údaje o aktuální rychlosti nebo promítnutí celého závodního pole na mapu.

Velké množství nasbíraných dat si ale říká o další strojové zpracování, ke kterému letos poprvé v případě Tour De France sáhla společnost Dimension Data, která se o celé datové zázemí závodů stará.

Profil závodníka i předpověď výsledků

Ze všech dat, která jsou sbírána na Tour de France, ale i těch historických z minulých závodů je sestaven profil každého závodníka v pelotonu, který ukazuje přednosti a slabiny. V grafu níže se tak můžeme podívat na profil závodníka, který je výborný v časovkách (TTT, ITT), daří se mu v boji o celkové vítězství (GC) a v kopcovitých etapách. Naopak to nebude excelentní sprinter a výsledky mu tak chybí v závodech bez kopců.

Klepněte pro větší obrázek
Z nasbíraných dat v kombinaci s výsledky jsou sestavovány profily jednotlivých jezdců

Takto sestavené profily jsou potom využívány i při předpovědi výsledků. A ani zdaleka se nemusí jednat pouze o celkové vítězství etapy. Data jsou využívána samotnými týmy pro predikci celkového času vítěze, od něhož se odvíjí i časový limit, v němž musí dorazit všichni závodníci do cíle – v opačném případě je čeká diskvalifikace.

Díky profilům jednotlivých závodníků potom Dimension Data nabízí i údaje o tom, jakou šanci mají na vítězství jezdci z tzv. úniků, kdy se malá skupina odpoutá od hlavního pole a snaží se takto dojet do cíle.

Grafy pro všechno

Kromě živých dat, která jsou nabízena na webu, je zveřejňováno i velké množství grafů ukazujících závod z pohledu dat. Prohlédnout si tak můžeme, jak vypadá ideální načasování útoku při finálním spurtu (viz video níže), jaký tým se stará o černou práci na špici pelotonu nebo jak se po dobu etapy vyvíjel náskok skupiny před pelotonem.

Témata článku: IoT, Twitter, Strojové učení, GPS, Celá doba, Sestavený profil, Celá etapa, Profil, Tour de France, Živá data, Jednotlivý závodník, Samotný tým, Podrobná data, Podrobná analýza, Etapa, Sportovní událost, Celá trasa, Tour, Nové řešení, Cyklistický závod, Závodník, Nasbíraná data, Naprostý základ, Oficiální web, Opačný případ

Určitě si přečtěte


Aktuální číslo časopisu Computer

26 procesorů v důkladném testu

Zhodnotili jsme 18 bezdrátových reproduktorů

Jak fungují cash back služby?

Pohlídejte své děti na internetu