Основная проблема оценки выступления пилотов любых гоночных серий (за исключением моно-серий) - отсутствие объективных данных об уровне техники (гоночного болида, мотоцикла). Например, гонщик может демонстрировать отличные выступления, но финишировать последним только потому, что технически его мотоцикл значительно уступает конкурентам. При этом невозможно "на глаз" оценить эффект, который вносит быстрая или медленная техника.
Методика, основанная на статистических данных, позволяет более объективно оценивать выступления гонщиков и исключить искажения, которые не связаны с их профессиональными навыками.
Система должна быть максимально автоматизированной на всех этапах проекта - от сбора данных с сайта организатора гонок до формирования итоговых отчетов.
2. Описание методики
В гоночных протоколах, публикуемых на официальном сайте MotoGP, доступны следующие данные:
время прохождения каждого круга для всех пилотов;
позиции пилотов на старте гонки;
позиции пилотов на трассе в течение каждого круга по ходу гонки.
Данных не так много. Теоретически, наиболее интересной характеристикой здесь является время прохождения круга. Поэтому основная задача - это найти способ преобразовать время прохождения круга в некий ключевой показатель эффективности, и дополнить его вспомогательными коэффициентами.
Гипотеза, которая лежит в основе решения данной задачи: гонщик, показывающий более плавные времена круга, демонстрирует более качественное выступление. "Более плавные" в данном случае означает, что время прохождения каждого последующего круга не сильно отличается от времени предыдущего. В качестве идеального графика для каждого гонщика используется скользящее среднее (окно в 2 круга), а в качестве показателя эффективности - среднее абсолютное отклонение от этого значения.
Дополнительно учитываются коэффициенты за хороший старт и обгоны по ходу гонки.
На выходе алгоритм предлагает таблицу с рейтингом для пилотов, финишировавших на первых 12 местах.
density_place - рейтинг пилота за плавность времен круга;
first_lap_place - рейтинг пилота за действия на старте и первом круге;
gain_place - рейтинг пилота за обгоны по ходу гонки.
Лучший гонщик по итогам гонки - Brad Binder. Он занял 2 место из 12 по плавности прохождения круга, 2 место из 12 по действиям на старте, 6 место из 12 по обгонам в течение гонки. Это позволило ему набрать в общей сумме 20 баллов, что является наивысшим показателем.
Дополнительно можно визуализировать результаты каждого пилота. На графике показаны изменения позиции пилота по ходу заезда (график слева) и времена на круге по ходу гонки (график справа). Серая линия - скользящее среднее или идеальный темп, а точки - реальные времена на круге.
В качестве примера рассмотрим данные Franco MORBIDELLI. В начале гонки темп рваный и непоследовательный; на 8 круге поставлено лучшее время гонки (красная точка) - видимо, к этому моменту гонщику удалось приспособиться к состоянию трассы и шин, и начиная с 10 круга темп очень ровный, отклонения крайне невелики, явных ошибок нет, заметно только ухудшение темпа на последнем 22 круге. Также можно отметить, что после очень быстрого времени на 8 круге сразу же последовала ошибка - выброс на 9 круге.
3. Описание работы алгоритма
протокол с результатами гонки автоматически скачивается с сайта MotoGP в формате .pdf (скачивание осуществляется с помощью навигации и выбора нужного раздела сайта через меню);
данные извлекаются из .pdf в виде списка, состоящего их большого числа строк и преобразовываются в Pandas DataFrames;
считаются метрики и строятся графики.
4. Исходные данные
Протокол результатов гран-при в формате .pdf скачивается с сайта с помощью парсера www.motogp.com.
5. Выгруженные сырые данные
Пример выгруженных данных. В выгрузке присутствует "мусор": сдвоенные строки, разделенные строки, лишние пробелы и символы. Для каждого гран-при эти дефекты индивидуальны, поэтому задача алгоритма - это не просто удалить лишние строки, зная их индекс, а научиться распознавать необходимую информацию (времена на круге, имена пилотов и команд) среди "мусора", удаляя лишнее.
6. Преобразованные данные
7. Теоретическое обоснование
Более детальное описание предпосылок ключевой гипотезы, которое будет интересно тем, кто увлекается мотоспортом. Гипотеза о важности плавности изменения времен круга основана на нескольких предпосылках.
Во-первых, в гоночной среде известно, что наиболее ценны пилоты, способные выдавать стабильные времена на круге. В этом случае инженерам гораздо проще обрабатывать данные об изменении состоянии мотоцикла и шин, чтобы вносить изменения в настройки и улучшать мотоцикл по ходу гоночного уик-энда. Но эта предпосылка касается скорее с выступлений на тестах и в свободных практиках.Во-вторых, большое отклонение в двух соседних временах круга в гонке обычно свидетельствует об ошибке пилота. Ошибка приводит с одной стороны к потере времени, с другой - ошибка часто связана с перетормаживанием, выездом на грязную часть гоночного полотна, выездом за пределы гоночного полотна, что приводит к дополнительным потерям времени из-за охлаждения, загрязнения или разрушения шин.В-третьих, косвенно, если ошибка или недочет допущены во время обгонов других участников, и в итоге не приводит к опережению соперника, это говорит о неумении пилота грамотно рассчитывать силы и состояние мотоцикла - своего и соперника. Учесть этот момент помогает дополнительный параметр, отслеживающие динамику изменения положения пилота по ходу гонки.
