車企也玩高科技

周浩然

車企也玩高科技

周浩然

就算你的生活中只有地鐵沒有汽車，汽車行業研發出的科技依然在很大程度上影響著你的生活

在城市化程度越來越高的今天，公共交通或者類似滴滴、Uber這樣的共享經濟似乎才是解決人類交通需求的方向。就算你的生活中只有地鐵沒有汽車，汽車行業研發出的科技依然在很大程度上影響著你的生活。

比如邁凱倫。一直以來，它給世人的印象都是一支成功的F1車隊。而F1引領世界的科技競賽讓邁凱倫自身也具備了極強的研發能力。于是，一家專注于將F1技術轉化到其他行業的子公司——邁凱倫應用科技（McLaren Applied Technologies）誕生了——正是這家并不算出名的邁凱倫應用科技公司（以下簡稱MAT），把賽道上電光石火間學到的經驗播撒到了一些看上去和賽道沒有一點關系的行業里。

優化醫藥產業

在F1比賽中，一輛賽車身上的傳感器就超過200個，它們累計要向工程師傳送超過10億個數據點，以確保工程師能夠將賽車調校到最佳狀態。所以海量數據的快速處理和分析就成了F1車隊必須精研的領域。同樣需要通過數據來調整產品性能的醫藥行業巨頭葛蘭素史克看到了其中的共同之處。MAT把賽車上的實時數據傳輸理念應用到藥物試驗的病人身上，讓葛蘭素史克的數據能夠與病人的身體活動狀態聯系起來。這大大提高了藥物試驗結果的準確性，能讓有價值的新藥更快到達市場。在新藥研發成本經常突破10億美元的今天，類似這樣的加速研發技術能夠幫助研究團隊節約開支，從而降低藥價。

除了藥品研發之外，邁凱倫的數據分析還可以選拔具有天分的醫生。如今，MAT已經開始與牛津大學合作，把量化分析車手資質的能力應用到外科醫生的選拔上：試圖在早期通過量化指標鑒別出具有天分的外科醫生，提高醫學院的培訓效率，同時也能夠為并不適合這項工作的人省下大量的時間和金錢。目前MAT選用的是一個類似智能手環的可穿戴設備，通過與身體其他部位芯片的協同運作，完整地分析學生在培訓中的所有表現。

若在比賽中出現緊急情況，車隊必須擁有極強的快速反應能力。F1車隊現在擁有能夠在兩秒半的時間里完成四輪更換的能力，稍有拖延就可能葬送車隊的勝局。能夠達到這樣驚人的效率，除了定制的工具之外，工作流程甚至技師的站位和動作都經過嚴格而周密的計劃。MAT把他們的經驗應用到葛蘭素史克的明星產品——舒適達牙膏生產線上。經過針對性地研發專用工具并且重新優化流程之后，生產線的換班時間從39分鐘壓縮到了15分鐘。這讓每年的牙膏產量提升了670萬支。葛蘭素史克已經開始在全球所有生產線中推廣來自賽場的經驗。

邁凱輪應用技術中心（McLaren Applied Technology Centre）”，6萬平米的新建筑主要來研究材料科學、模擬、數據處理等技術

讓機場更智能

飛機到了機場上空卻一直盤旋遲遲不降落？降落以后要足足滑行20分鐘？這在國內很多大型機場似乎都是家常便飯，不僅嚴重影響飛機準點率，而且非常不環保——這種無意義的盤旋和滑行所產生的碳排放占到機場整體的50%。若能通過優化空域交通狀況、完善利用停機坪空間來縮短這部分時間，將會給機場帶來更好的乘客體驗、更大的吞吐量和實實在在的收入。

于是MAT借鑒平時用來監控賽道上其他對手的數據分析系統，為希思羅機場設計了ACM（動態機場容量管理系統）。這套系統最大的優勢就在于能夠準確快速地模擬機場周圍任何元素的變化所可能引發的變化：突然起霧、大批航班晚點、空域管制，都可以通過海量的歷史數據分析來模擬可能的影響。

這套原本用來計算車隊應該什么時候讓車手進站的數據分析系統，現在將會惠及在希思羅機場起降的每一位乘客：滑行時間將會縮，擺渡車搖搖晃晃的時間也會縮短，機場周圍的空氣會更干凈，盤旋圈數將會減少。而航空公司也會從中獲益：引擎的怠速時間將會大大減少，能夠在一個保養周期里執行更多航班。

不斷變革的產業未來

除了汽車行業的軍工部門——賽車科技開始惠及其他產業之外，傳統汽車行業本身也在經歷巨大的變革。由特斯拉引領的純電動汽車現在已經被廣泛接受為未來汽車領域的首選驅動方式。除了在純電動領域走在行業尖端，特斯拉在自動駕駛上也不為人后。能否實現真正全自動駕駛的一個基礎條件就是精度足夠高的地圖。目前手機上使用的地圖可以滿足給有人駕駛的汽車導航，卻無法滿足完全自動駕駛的程序要求。而特斯拉通過已經售出的近9萬輛Model S汽車的行駛軌跡，繪制出了加州部分地區精確到車道的高精度地圖。這意味著特斯拉的汽車將可以在路面嚴重積水、道路標識不清的情況下依然保持相對安全的自動駕駛。

這份高精度地圖將不限于加州地區。隨著特斯拉日后銷量的逐漸累積，每一輛特斯拉行駛的每一公里都會幫助這張地圖變得更加精細和完整。與花大價錢競標購買現有地圖數據的傳統思維相比，特斯拉在“人民戰爭”的汪洋大海顯然領先一步。

自動駕駛技術除了會減輕駕駛員的負擔，還會被應用到一些你可能想象不到的領域。北京理工大學在今年1月發布的無人賽車在很多人看來是一個讓人費解的產品——因為一般人普遍認為無人駕駛真正的挑戰在于復雜路網和多變路況環境下，如何選擇最快路線，比如在復雜交叉口的行人和非機動車之間穿梭，防范斜叉出來的摩托車、助動車還有老年代步車，而不是在一條賽道上拼哪個系統能更晚剎車。經過多方了解，這輛小小無人賽車的一些關鍵控制技術，未來將會被應用到國產航空母艦上。作為一個研發平臺，比賽的競爭環境可以大大加快技術成熟的速度。

作為每年產出9000萬輛汽車的龐大產業，汽車行業對未來人類生活的影響依然激動人心。在眼下，好多汽車愛好者都厭惡的小排量渦輪增壓引擎的渦輪遲滯問題，奔馳也已經在F1里完全解決了。所以還在懷念過往的人們，是不是應該睜大眼睛看看未來？