タツゥのブログ一覧

角田選手がレッドブルに移籍し、すでに7戦が経過したものの現状は苦戦が続いています。

一方、フェルスタッペン選手と比べてどこがどう遅いのか？について走行データを詳しく分析した記事はほとんどなく、旧フロアの影響だとか、ダウンフォースの大きいウイングを使っていることが原因だとか、データに基づかない意見が散見されます。

角田選手の実情を知るためには走行データを詳しく見る必要があるのですが、F1のテレメトリデータはF1公式ではLIVEの画像データのみで、先日紹介したF1 Tempo(現在はGP Tempo)ではグラフによるデータを確認できるものの、デジタルデータを得ることができなかったのでEXCELによる分析ができない状態でした。

そこで、なんとかテレメトリのデジタルデータを入手する方法はないものかとネット検索しました。

その結果、F1 TempoはFastF1というところのデータを使っているということがわかり、今回紹介するOpenF1というところにもFastF1と同じデータがあるということもわかりました。

FastF1の走行データを入手するためにはPythonというプログラムを使う必要がありますが、OpenF1では直接csvファイルを入手できることがわかったため、OpneF1からデータ入手することにしました。

ということで、本日はOpenF1からテレメトリデータを入手する方法を紹介したいと思います。

今回は例として、2025年の日本グランプリ 予選ポールポジションのフェルスタッペン選手の走行データを入手してみます。

OpenF1ではカーナンバー(OpenF1内ではdriver_number)を指定する必要があるので、まずはカーナンバーを調べます。
カーナンバーはどこで調べてもいいのですが、F1公式サイトの予選結果を見ると、同時に予選タイムもわかるので、今回はF1公式サイトで調べました。

2025年のフェルスタッペン選手のカーナンバーは1で、日本グランプリ 予選ポールポジションタイム(Q3タイム)は1分26秒983ということがわかります。

次はセッション番号(OpenF1内ではsession_key)を入手します。
ここからOpenF1を使います。

センション番号の入手方法はインターネットブラウザのURL欄に下記のURLを張り付けるだけです。（OpneF1を開く必要はありません）
https://api.openf1.org/v1/sessions?year=2025&csv=true

今回は2025年のセッション番号を入手したいので、”2025”と記入します。
2023年なら”2023”と記入します。

すると”session”という名前のcsvファイルがダウンロードされ、エクセルで開くと下図のように表示されます。



K列の”session_key”に記載されている番号がセッション番号です。

今回は日本GP(Suzuka)の予選(Qualifying)なので、セッション番号は”10002”ということがわかりました。

次は予選のテレメトリデータの入手です。
テレメトリデータは①速度、エンジン回転数、アクセル開度などがセットになったものと②走行位置座標の二つに分かれています。

入手方法はセッション番号と同様にURLに張り付けるだけです。

①速度、エンジン回転数、アクセル開度、ブレーキ、ギア段数
https://api.openf1.org/v1/car_data?driver_number=1&session_key=10002&csv=true

今回は日本GPのQ3なので、セッション番号は”10002"、フェルスタッペン選手はカーナンバー1なので、”1”を入力しています。

セッション番号と同様に"car_data"という名前のcsvファイルがダウンロードされます。

②走行位置
https://api.openf1.org/v1/location?session_key=10002&driver_number=1&csv=true

"location"という名前のcsvファイルがダウンロードされます。

①速度、エンジン回転数、スロットル開度、ブレーキ、ギア段数など


②走行位置


あとはこれを加工してグラフ化などすれば良いのですが、入手したデータそのままでは、走行距離が不明なため計算が必要です。
僕はこんな計算式で距離計算しました。（K～N列を追加）


鈴鹿サーキット1周の公式距離は5,807mでこの計算では1周が5,791mになりました。
公式の距離はコース中央の距離で、走行ラインはアウトインアウトで少し短くなるはずなので、ほぼ合っていると思います。

距離が計算できたら、グラフ化して確認します。


コントロールラインの位置を確認するのが面倒だったので、今回はGP Tempoを見て、スタートとゴールの速度で1周を区切りました。

GP Tempoに表示されるグラフと重ねてみたところピタリと重なったので、距離の計算方法などは間違っていなさそうでした。

走行ラインはこんな感じです。


走行位置にはZ、つまり高さの情報も入っているので、アップダウンのあるコースでは走り方の分析に使えそうです。

また、走行ラインはまだしっかり見ていないのでなんとも言えないのですが、走行ラインがわかると、コーナの曲率半径がわかり、曲率半径がわかると速度と組み合わせて横Gを計算することができます。

という感じで今のところ欲しい走行データは入手することができました。
強いて言うと、サンプリングタイムが一定ではなく、間隔も0.16～0.44秒と長めなので、サンプリングタイム0.05秒一定くらいになると嬉しいのですが、そもそもF1のテレメトリデータが走行翌日くらいにフリープラクティス～決勝まで全ラップ入手可能なことの方が奇跡的なので、まずはこの入手できた走行データを分析してみたいと思います。

以前書いたドライビングスタイル3の中で、「最低速度位置がコーナの奥側の方が速い（ラップタイムが良い）」ということを書いたのですが、なんで？と聞かれるとわからないので考えることにしました。

”最低速度位置を奥側にする＝コーナ中の減速区間を長くし、コーナ中の加速区間を短くする” ということになるので、コーナ中の減速区間が長い方が速いということになります。

ここで減速時と加速時のクルマ特性の違いを考えます。
①減速時の方か加速時よりもタイヤの摩擦円が大きい
（減速は4輪で、加速は2輪で行うことが理由なので、4WDには当てはまりません）
②加速時はエンジン出力によって、加速度に上限があるため、タイヤの摩擦円の縁で走れない領域がある。

①②両方とも減速に比べて加速時は発生可能な加速度が低いということを意味しています。

①か②、もしくは①②の両方が「最低速度位置がコーナの奥側の方が速い」ことの理由なのですが、どちらなのかがわかりません。

そこで、サーキットシミュレーションで計算して確認しようと思うのですが、今回はスーパーフォーミュラの富士スピードウェイ走行データをもとにして計算することにしました。

そんなわけでまずはYouTubeで情報収集です。
今回は2022年第2戦のポールポジションを獲った野尻選手の走行データです。


これをいつものようにサ走研でエクセルデータ化します。


この速度データだけだと、最低速度位置がコース上のどこかわからないので、グーグルマップの距離測定機能を使って位置を確認します。

例えば、ADVANコーナ(ヘアピン)の最低速度位置は約2015m付近なのですが、ADVAコーナの内側縁石の頂点がおおよそ2000mなので、内側縁石の頂点よりも少し奥が最低速度地点ということがわかります。



サーキットシミュレーションの合わせこみで作成した走行ラインとグーグルマップの距離と比較することで、走行ライン上の距離を確認することもできます。

今回、速度に対して合わせこみを行った走行ラインもグーグルマップで測定した距離とほぼ同じ距離になりました。


また今回は最低速度の位置に注目しているので、走行ライン上に最低速度位置を赤丸で表示して車載映像の最低速度位置と比較をしておおよそ合っていることも確認しました。

ここで1コーナとコカ・コーラコーナの最低速度の位置を見てください。
僕が考えていたよりもずっと最低速度位置が奥でした。

コカ・コーラコーナにいたっては、もはやコーナが終わりそうな地点でようやく最低速度です。

「最低速度位置がコーナの奥側の方が速い」などと散々書いた後で、日本でもっとも速い車輛の走行データがそうなっていなかったらマズいなぁって思っていましたが、想定以上に奥側になってて安心しました。

したがって、今回の走行データに合わせこみをしたものを最低速位置を奥側にする走行ラインとして使用し、最低速度をコーナの中央にした走行ライン、最低独度をコーナの手前側にした走行ラインの3種類で、先ほどの①②の条件を変更したシミュレーションを行い、「最低速度位置がコーナの奥側の方が速い」理由を明らかにしたいと思います。

今週はデータ収集と合わせこみに時間を使って条件別の計算ができなかったので、引き続きがんばります。

S2000のバッテリーが弱っていて、エンジンがかからないと以前のブログで書きましたが、予備のバッテリーつないでもかからなくなってしまったので、諦めて新品バッテリーを購入しました。

今まで使っていたバッテリーは去年の2月ごろに購入し1年しか経っていなくて非常に勿体ない気がしたのですが、いざという時にエンジンがかからないのはマズいので止むなしです。

今回も今までと同じGSユアサのGCスタンダード40B19Lを近くのジョイフル山新で購入しました。　お値段は税込み4780円でした。

帰ってきて交換したところ、冬とは思えないほど元気にスターターが回りエンジンかかりました。


さて、本日の本題はF1-Tempo.comのご紹介です。

ここ数年、YouTubeなどで車載動画に速度データが記録されている映像を見る機会が多くあります。
また、スーパーフォーミュラでも去年からSFgoというアプリでテレメトリーデータをみることができるようになりました。

しかしながらグラフ化したものはなかなか見ることができません。
グラフ化してあれば他のドライバーや他のカテゴリーなどとの比較にも使いやすいので、できればグラフ化したものまたはデジタルデータが欲しいというのが正直なところです。

そこで、なにかいいサイトないかなぁ～と探したところ上記のF1-Tempo.comというサイトがあることを知りました。

こちらのサイトでは、F1のテレメトリーデータをグラフで見ることができます。
データは2018年から現在2023年分の全てのGP、全てのドライバー、全てのラップ(たぶん)のデータを見ることがきます。

機能としては、横軸の走行距離を選択した距離の範囲だけに拡大するとか、３つのデータを重ねて表示する等の機能があり、とても使いやすいものでした。

これを見ると、フェルスタッペンはどこが速いのか？等よくわかります。

ということで、F1の走行データに興味のある人にはとてもオススメのサイトなので是非ご覧ください。（無料です！）

こんばんは。
今日は、YouTubeで公開されている2022年スーパーフォーミュラRd.8ツインリンクもてぎの大湯選手のポールポジションラップの走行データを見ることにします。



例のごとくこの動画をサ走研でエクセルデータ化しました。

車輛速度とステアリングホイール角度、ギアポジションは画像のデータそのままで
前後加速度は車輛速度から計算した値です。

全体


1～4コーナ


5～S字


V字～東ヘアピン


90°～ビクトリー


このデータを見た限りでは大湯選手は日本式と欧州式の中間的な走り方になっているように思いました。

ところで、今回のデータを見ていて思い出したことがあります。
昔、シビックレース手伝いをしていたときに、ダウンヒルストレートの減速時の速度変化が段々になっている(減速Gが低下するところがある）ことに気が付きました。

以前から速度変化は段々というかギザギザになっていたので気にしていなかったのですが、その時のダウンヒルストレートでは実際にそういう速度変化しているようにしか思えなかったので原因を考えました。

ダウンヒルストレートの減速時にドライバーがやってることと言えば、ヒールアンドトーでシフトダウンしてるだけなのなので、それ以外の原因が思い当たりません。

シフトダウンしてクラッチを切っているときは減速Gが低下して、クラッチをつないだ瞬間に減速Gが増大するはずなので車載ビデオも併せて確認をしたところ、速度変化とシフトダウンのタイミングが合っていることが確認でき、シフトダウンが原因であることがわかりました。

ドライバーはクラッチ切ってる瞬間だけブレーキを強く踏むような神業はできないと思われるので、いかにクラッチを切っている時間を短くするか？が重要だということを初めてそのときに知りました。

同様に大湯選手のダウンヒルストレート減速時データを見てみましょう。

ダウンヒルストレートの減速区間は3900～3980mで、減速度が下がるところが3個所あることがわかります。

ダウンヒルストレートは6速で走ってきて90°コーナに向けて6→5→4→3と3回シフトダウンするので、ちょうど減速Gが下がる回数とも合っています。

グラフ中のギアポジションと減速Gが低下する位置を比較すると少しズレがありますが、車載ビデオ見ていると、ギアポジション表示が音よりも微妙に遅れてるっぽいのでそれが原因と思われます。

ダウンヒルストレート～90°コーナのように直線での減速中はタイヤが発生可能な最大減速Gで減速したいはずなのにシフトダウン中は減速Gが低下することをスーパーフォーミュラのような上位カテゴリーでも許容しているのは不思議な気がするのですが、簡単には解決できないってことなんでしょうね。

ということで、今日はスーパーフォーミュラの走行データでした。

12日のF1最終戦アブダビGP見ましたか？
いやぁ、びっくりしました。あんなことってあるんですね。

ホンダがF1に参戦開始したときは、グリッドにクルマを並べるだけでもままならなかったのに、ドライバーズチャンピオンが獲れたなんて夢のようです。

来年からはレッドブル・パワートレインズになるわけですが、基本的には今年のホンダF1エンジンのままということなので、引き続き応援したいと思います。


さて、今日のお題はS2000のエンジンブレーキ減速Gです。
以前、ドライビングスタイルについて書いたときに、0.3Gで減速しているときはブレーキ踏んでるはずだということを書きました。

経験的にエンジンブレーキだけでは0.2G以下しか発生しないことはわかっていたものの、真面目に見たことなかったので、以前測定した結果をまとめてみました。

では結果をご覧ください。
こちらはサーキットで2速と3速で8000rpm全開加速後にアクセル全閉にして減速したときの速度測定結果です。


同じ速度では3速よりも2速の方がエンジンブレーキの効きが強いことがわかります。

このグラフにも減速Gが載ってますが、ちょっと見にくいので、減速Gのみのグラフも作りました。


エンジンブレーキが最も強く効くときは2速の8000rpmで、約0.155Gが発生することがわかります。

横軸を回転数にしたグラフも作りました。
減速Gには走行抵抗も含まれていて、同じエンジン回転数では3速の方が速度が高く、走行抵抗が大きいのですが、減速比分エンジンブレーキの効きが弱いので、2速に比べて少し減速Gが小さくなるということのようです。


ところで、コーナリング中は横Gによる進行方向の抵抗が発生します。
サーキットシミュレーションでは、横G×0.05に相当する抵抗を考慮すると実測の加速と合うことから、エンジンブレーキが全く効いていない場合でもおおよそ横G×0.05の抵抗が発生していると考えられます。

仮に1Gで旋回しているとすると、1×0.05＝0.05Gの減速Gが発生するため、走行抵抗＋エンジンブレーキ+ブレーキ分に、この0.05Gを足した値が実際の減速Gということになります。

例えば、前回の日光走行で8コーナはギアは3速で、115km/hから90km/hまで減速しています。


95km/h付近の減速Gは約0.3Gで、このときの横Gは約1.2Gです。
1.2×0.05＝0.06Gが横Gによる減速Gと推定されます。

ここでもう一度、減速Gのグラフを見てみると、95km/hの走行抵抗＋エンジンブレーキ分の減速Gは約0.115Gなので、これに横G分の0.06Gを足すと合計で0.175Gがブレーキを踏んでいないときのコーナリング時の減速Gということになります。

今回の8コーナの95km/h付近の減速Gは約0.3Gのため、0.12G分くらいブレーキ踏んでるということになろうかと思います。

日光サーキットの8コーナは毎回減速しすぎな気がしていて、最低速度の位置ももっと奥にすべきだと考えているのですが、そうするためには、最低速度手前の減速Gを0.2Gくらいにする必要があるので、もっと手前からブレーキ踏むのを止める必要がありそうだということが、今回わかりました。