🚀 介绍 Tamia 4WD 调试实验室 v4.6

大家好！我正在开发一个项目，旨在填补我们物理调试技能和数据科学之间的差距。很高兴能够分享 Tamia 4WD 调试实验室 - 一个基于 Python 的应用程序，旨在帮助您停止猜测，开始优化您的设置使用真实数据。

项目状态：活跃开发。目前正在寻找 Beta 测试者和资金支持。

🏁 什么是它？

这是一个全面数字的赛车场。您可以记录您的全车规格（底盘、电机、齿轮比、滚轮、减震器、制动器、轮胎、重量）以及您的圈时间和碰撞数据。应用程序然后处理这些数据，提供深入、可操作的见解。

🎯 为什么它特别针对 Pro Stock 和 BMAX？

Pro Stock 和 BMAX 是我的主要关注点，因为它们遵循严格的、受控的部件清单（Tamia 电机、特定底盘型号、定义的滚轮大小和标准制动器）。Pro Stock 的重点在于电机效率和底盘稳定性，几乎不进行任何修改。我们的应用程序跟踪电机热映射（通过圈时间一致性）和制动器调试。BMAX 的重点在于空气动力学盖子、先进的滚轮设置和严格的重量限制。我们的应用程序跟踪 FRP 修改、盖子类型和滚轮轴承变异，以找到规则内的微小改进。

因为变量受到控制，收集的数据是干净、可重复的，并且具有很高的意义。这款应用程序有助于您在规则内最大限度地提高性能。

📊 您可以从这个系统中获得什么？

这是调试实验室为您提供的内容：

🏆 最佳总体设置：它计算一个“分数”（平均圈时间 + 3 × 标准差）来找到纯速度和比赛一致性之间的完美平衡（惩罚不稳定的车辆）。

⚡ 最快原始速度设置：识别出您的数据集中最快的车辆，忽略可靠性惩罚。

📍 碰撞区域分析：跟踪您的车辆在赛道上的哪个区域（1-10）发生碰撞，绘制模式以识别您的设置中的弱点。

🔍 根源分析（会话比较）：比较两个相同车辆的不同会话。它自动列出您改变的组件（例如滚轮类型、减震器弹簧、齿轮比）导致速度下降或 DNF。

🔧 组件分解：分析特定组件（电机、底盘、滚轮类型、减震器类型）对您的 DNF 率、速度下降和总时间的影响。

🔮 预测分析（BETA）：使用 k-最近邻居 (k-NN) 算法预测您的圈时间和 DNF 风险基于您的当前调试参数。

🌟 视野和使命（未来）

当前状态：您记录数据，我们分析历史数据。使命：我们正在迈向机器学习集成。我的愿景是将此工具从描述性工具转变为预测性和规范性助手。

预测：想象一下，您输入您的计划调试参数，AI 立即告诉您预期的圈时间范围和碰撞概率。

规范：通过提供数千个数据点（调试参数 + 赛道布局），AI 可以建议最优滚轮/减震器组合或齿轮比，具体针对您的赛道。

我们旨在建立一个社区驱动的数据库，学习每个用户，随着时间的推移，使集体调试智能变得更加智能。

🤝 您如何帮助（呼吁行动！）

为了推动这个项目到下一个层次（并进入真正的机器学习领域），我需要您的支持：

🧪 Beta 测试者：如果您喜欢调试并且想帮助压缩错误、测试 UI 和建议功能，我需要您！您的反馈将塑造整个社区的可用性。

💰 资助 / 赞助：托管基于云的 ML 平台需要云服务器和基础设施。如果您或您的组织相信数据驱动的赛车和希望支持开发成本，请联系我们！

💡 反馈：我想知道您认为哪些功能缺失。如果您感兴趣，想尝试应用程序或有建议，请在下面留言或直接联系我！让我们一起使 Mini 4WD 调试更聪明。 #Mini4WD #Tamia #BMAX #ProStock #数据科学 #Python #Streamlit #Tamia4WD #调试实验室 #RC分析 #机器学习