Fórmula E e Google Cloud recarregam carro GENBETA com ousada descida de montanha

Projeto destaca a formidável capacidade de frenagem regenerativa dos carros de Fórmula E, que produzem 40% da energia necessária para completar uma corrida, durante a própria corrida

A Fórmula E redefiniu mais uma vez os limites do desempenho elétrico, da inovação e da integração de parceiros com seu mais recente projeto GENBETA, o “Mountain Recharge” (“Recarga na Montanha”).

Em uma demonstração ousada, feita em colaboração com o Google Cloud, o protótipo de carro de corrida de desenvolvimento GENBETA, da Fórmula E, desceu 1.000 metros verticais por uma estrada, na região montanhosa ao sul da França, em “modo de roda livre”. Por meio da frenagem regenerativa, neste trajeto, acumulou energia suficiente para completar uma volta completa no lendário Circuito de Mônaco.

Filmado e produzido pela Red Bull Media House, em parceria com o Google Cloud Marketing, o projeto mostrou não apenas o desempenho e a agilidade na descida da estrada técnica da montanha a partir do cume do Col de Braus, mas também o desempenho regenerativo de ponta do carro GENBETA.

Começando com energia suficiente apenas para ligar o carro, a ousada descida foi realizada pelo piloto de testes da Fórmula E e ex-diretor da equipe Maserati MSG Racing, James Rossiter.

Os carros disponíveis para os 22 pilotos de primeira categoria da Fórmula E – apesar de largarem com as baterias cheias – precisam compensar pelo menos 40% da energia necessária para terminar cada corrida por meio da frenagem regenerativa. Isso os torna em alguns dos carros de corrida mais eficientes e sustentáveis já fabricados.

Esse é um ponto focal não apenas para a Fórmula E, mas também para seus parceiros, como a ABB, que usa e desenvolve tecnologia projetada para superar a eficiência em vários setores da indústria mundial.

O carro pode recuperar impressionantes 600 kW de energia no modo de corrida (250 kW para unidade de potência dianteira + 350 kW para unidade de potência traseira), provando como a desaceleração pode ser tão poderosa quanto a aceleração.

Como isso funcionou?
Para tornar o “Mountain Recharge” uma realidade, a Fórmula E colaborou com sua Parceira Oficial de Serviços de Tecnologia em Nuvem e Parceira Oficial de Segurança em Nuvem, Google Cloud, com o apoio das parceiras no projeto GENBETA, ABB, Hankook e SABIC.

Usando as soluções de Google Cloud baseadas em IA, aproveitando a API Gemini por meio do Google AI Studio, Fórmula E e Google Cloud exploraram a viabilidade: o carro GENBETA poderia gerar carga suficiente por meio da frenagem regenerativa enquanto descia a ladeira para completar uma volta completa de 3.337 metros no Circuito de Mônaco?

A tecnologia
– Integração do Google Cloud:

Google AI Studio: A API Gemini via Google AI Studio foi usada para analisar as variáveis complexas da descida. O modelo de IA ajudou a identificar e analisar as zonas ideais de frenagem, a calcular o impacto das relações velocidade-peso e das forças gravitacionais e a refinar os ângulos de direção para maximizar a regeneração de energia.

BigQuery: A plataforma unificada de dados sem servidor para IA do Google Cloud coletou, armazenou e analisou dados de telemetria em tempo real transmitidos pelo carro durante a descida, fornecendo percepções cruciais para verificação e análise.

Firebase: O Firebase, plataforma de desenvolvimento de aplicativos do Google Cloud, foi usado para criar e hospedar rapidamente o aplicativo de painel intuitivo que permitiu que os engenheiros de corrida visualizassem os dados de telemetria do carro em tempo real do BigQuery, em seus Chromebooks e dispositivos Pixel.

NotebookLM: o assistente de pesquisa e redação com tecnologia de IA do Google, NotebookLM, foi usado durante todo o ciclo de vida do projeto para consolidar especificações técnicas, planos logísticos e dados de engenharia, simplificando a colaboração entre as equipes da Fórmula E e do Google Cloud.

– A energia: Usando apenas a energia potencial da gravidade, o carro precisou regenerar entre 1,6 e 2,0 kWh, o suficiente para percorrer toda a pista de corrida de 3.337 m. Isso equivale a carregar totalmente cerca de 60 dispositivos móveis Google Pixel 9 Pro XL simplesmente com a energia de regeneração.

Alex Aidan, vice-presidente de marketing da Fórmula E, afirmou:
“Esta não é apenas mais uma história de corrida que chama a atenção – é um estudo de caso sobre como a regeneração de alta eficiência e a IA baseada em nuvem podem revolucionar a forma como pensamos sobre mobilidade, otimização de energia e sustentabilidade. O desafio que enfrentamos ilustra o tipo de problemas do mundo real que a tecnologia do Google Cloud e a do nosso grupo de parceiros mais amplo podem resolver – seja a frenagem regenerativa para carros de estrada, o planejamento dinâmico de rotas para frotas de entrega ou o gerenciamento eficiente de energia em cidades inteligentes. Trata-se de desenvolver uma tecnologia projetada para lidar com as circunstâncias cotidianas e projetada para superar.

“Na Fórmula E e com o projeto GENBETA, nosso objetivo é ultrapassar os limites do que é possível e fazer coisas com as quais os outros nunca sonharam. A forma como nossa parceria com o Google Cloud evoluiu rapidamente e nosso relacionamento de longa data com a ABB não apenas mostra o potencial da tecnologia para transformar as corridas, mas também como as marcas globais estão dando vida a suas narrativas e produtos por meio de uma colaboração impactante”.

Guillaume Roques, Diretor Sênior de Marketing, Google Cloud EMEA, afirmou:
“O Google Cloud se empenha em ajudar os parceiros a resolver desafios únicos com dados e IA, e o projeto ‘Mountain Recharge’ é uma demonstração fantástica de como a IA pode enfrentar desafios complexos do mundo real. Usando nossas tecnologias, conseguimos modelar a intrincada física da descida e calcular com precisão o potencial de regeneração. Não se trata apenas de carros de corrida, trata-se de como nossos recursos de IA podem ajudar qualquer organização a otimizar a eficiência e a sustentabilidade, transformando dados em insights acionáveis”.