1. 我是CIO首页
  2. 新闻
  3. 物联网

NTT为环法自行车赛提供数据分析和云服务

NTT为环法自行车赛提供数据分析和云服务插图(1)

在2020年环法自行车赛的开幕日,潮湿的天气,曲折的道路和比赛的紧张局势不仅给高管带来了麻烦,也给NTT带来了麻烦。

作为全球最受关注的体育赛事之一的技术供应商以及NTT Pro自行车队的赞助商,他们发现自己正在处理由于恶劣的大气条件而从赛车传输来的GPS数据失真的问题。

NTT运动高级技术小组高级副总裁Peter Gray说,更糟糕的是156公里路线上发生了多次车祸,动车组中多达20%的骑手不得不使用未配备传感器的替换自行车。

Peter Gray说:“这是一个非常复杂的阶段,要处理所有自行车的更换和复杂性,以应对影响无线电传输和GPS准确性的恶劣天气条件。我们的分析平台必须对位置骑手进行大量数据清理,在某些情况下,由于这些外部因素,几乎必须对他们的位置做出有根据的猜测。”

Gray说,NTT的算法已经随着时间的流逝而得到了完善,因此即使在今年比赛的第一阶段充满挑战的情况下,他们仍然能够将骑手带回到赛道中可能的位置。“我们为不同的骑手使用数据质量置信度,因此我们要为骑手计算的位置是正确的置信度。”

与云时代和大数据分析时代的大多数现代运动一样,专业自行车赛会产生大量数据,这些数据可用于管理比赛,并在观众数量减少的情况下丰富球迷的体验。

在跨越3500公里的平坦,丘陵和山区道路的21阶段比赛的每一段中,收集了250万条原始跟踪数据记录,原始实时数据量达到800MB。每条记录还包含50多个属性的其他实时数据,包括天气条件和道路坡度。

比赛中的所有车队都可以访问相同的数据,该数据在直播电视上显示,并可在赛事的网站和官方移动应用程序上获得。格雷说,车队使用这些数据来了解每场比赛的进展情况,包括他们在têtede la赛道(或领队)以及比赛后期的车手人数。

Gray说:“这些信息对于车队真的很有用,体育总监也与每个车手都有无线电连接。然后他们可以决定是要追逐它还是节省第二天的能量。”

今年,NTT已将机器学习模型集成到其梦幻联赛游戏中,该模型可以预测哪些车手将表现出色以及在比赛的哪个阶段以及其他预测。

Gray说:“我们正在使用该模型为玩家提供有关他们今天应该注意哪些骑手的见解,并为他们提供哪些建议,以增加他们应该加入谁的幻想团队。”

Gray声称,该模型能够准确地预测出总分类类别中所有阶段中累积时间最快的前三名车手。对于每个阶段,它还可以成功地预测那些可能进入前五名的人。

NTT与环法自行车赛的关系始于2015年,当时它在卡车中部署了一个便携式数据中心,其中装有服务器的服务器群集,以现场处理所有数据。

在2016年,它决定在云上使用虚拟化服务器。当恶劣的天气阻止NTT将其现场基础设施部署在山顶终点线上进行舞台比赛时,这真是天赐之选。

“由于我们在云中复制环境,因此我们完全虚拟化了物理环境,并将所有数据重新路由到我们的云基础架构中,” Gray说,“我们证明了我们能够成功地使完整的云模型成功工作。”

今年,NTT通过部署Docker容器以实现其实时分析功能以及使用基于代码的自动化功能,使事情变得更进一步。他说:“我们的DevOps团队实际上可以键入单个命令并部署我们的新环境,包括基础架构和应用程序。”

Gray表示,展望未来,NTT正在研究旨在提高粉丝体验并支持赛事大规模物流运作的技术。

“这几乎就像一个村庄,您每天要行驶数百公里,因此,围绕物联网,地理位置,寻路和增强现实技术使用服务以增强球迷和参加比赛的人的体验非常重要。”

本文为作者 何斌 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论