有一種誤解，即 E 級方程式在某種程度上比一級方程式賽車結構更簡單、速度更慢、駕駛更容易。然而事實並非如此。
與瞭解如何發揮內燃機的動力相比，電動賽車在賽道上需要處理的事情更為複雜。隨著塞車運營成本上限規定的出臺，電動賽車更加註重細節上的競爭，日產很清楚這一點。
“我們生產電動車已有 70 年的歷史，我們在 11 年前推出了第一款量產的Nissan Leaf。日產生產了 50 萬輛電動車，電氣化的領導者和先驅。對於我們來說，作為電動汽車賽車運動的頂峰，電動方程式是檢測和推廣電動車技術的重要種方式。"日產全球賽車運動總監 Tommaso Volpe解釋道。“除了宣傳，它也是電動車智慧財產權生產和技術研發的平臺，對我們的核心業務有促進作用。”
日產正在進行一項基於賽車運動的運動科學和神經科學專案。
在此之前，簡要說明尼桑除了成功的營銷之外，還從 FE 中獲得了什麼。
“要使動力轉換效率提升至極致，需要做好能源管理”，Tommaso Volpe解釋，“變速箱的熱效率接近 100% ，目前是97%、98%。電機也是如此。它在 95-100% 之間。我們無法透露數字，但可以讓您瞭解我們達到的效率水平。電動方程式中的能源管理軟體非常複雜，在賽車上積累了很多經驗，我們可以將這些經驗轉移到我們商業汽車的開發中。電動方程式是成功的，它具有最佳效率和最複雜能源管理，這是我們為何在這項賽車運動中花那麼多錢的的原因。”
“大致上，我們的每一分錢的投入都用於核心技術研發。”
日產最新的研發關注到車手的神經系統。
Brain to Performance 專案在經過數月的規劃後於 7 月宣佈，其宣稱：“使用先進的大腦成像和分析來剖析車手的動作細節。該計劃旨在制定最佳化訓練，加強與駕駛賽車相關的大腦功能的研究。”
該專案的首要研究物件是日產的電動方程式賽車手 Sebastien Buemi 和 Maximilian Gunther。
19世紀90 年代邁克爾·舒馬赫提高了賽車手的健康標準，在20世紀出賽車手們用模擬器來提升訓練質量，然後在20世紀10年代越來越多的人聘請了心理諮詢師。而在接下來的十年裡，日產會在效能科學方面邁出下一步。
日產的高階創新研究員 Lucian Gheorghe 博士是這項研究的領導者，他發表了20餘 篇關於解剖大腦研究、腦機介面和駕駛行為的文章。他希望人車間的聯絡能更加密切。
首先，他率先將大腦活動監測技術應用於汽車駕駛，監測實時大腦活動，並透過演算法預測駕駛員接下來在駕駛中會做什麼，然後告訴汽車為該輸入做好功能準備。
Brain to Vehicle 專注於大腦皮層活動——當我們做動作我們的身體時會發生什麼，以及該活動在大腦中的哪個位置產生反應。
“當我們的期望沒有得到滿足時，我們的大腦中有一些神經都以相同的方式啟用，”Gheorghe 解釋道。“因此，我們可以透過神經活動標記賽車的活動。透過導航提出建議，詢問是否制動或加速，然後駕駛員選擇同意或不同意該行動。
“然後我們可以看到大腦皮層在做動作之前的變化。我們可以看到車手對不同的賽車契合差異而產生的神經反應。
“希望能在剎車方式、剎車位置差異中找到一些模型或一些細節，設立響應的訓練計劃，以更好地控制速度等。”
“Brain to Performance 基本上是利用我們在長期研究專案中開發的工具，並嘗試開發新工具，這些工具首先有望幫助我們的 FE 車手提高他們的能力。也許在未來的某個時間點將幫助我們的大多數客戶更好地駕駛。”
但要使研究資料有意義以便得出結論，關鍵是要有廣泛且具有代表性的樣本，並且長期監測。目前，只有 2 名車手參與專案，而且日產也不可能將海量的商用汽車駕駛員納入其中。資料保護相關法規，使任何試圖擴大研究物件的嘗試變得非常困難。
“我不得不要求所有電動方程式團隊加入該計劃，使用統計工具可以顯示大腦之間的差異。比較哪個大腦的某些區域比另一個更發達。為了制定訓練計劃，我們將涉及解剖學，比較發揮非常好的車手與普通車手大腦形狀的差異。然後嘗試制定基於這種形狀的訓練計劃，而不僅僅是神經活動。”
“大腦的神經活動和血流是相連的，利用功能性磁共振成像技術檢測大腦內的血流，能顯示哪些區域正在使用更多的氧氣進行活動。不過，要對此進行監測，需要一臺巨大的機器，參與者必須在其中躺幾個小時一動不動。因此阻止他們參加許多其他活動......”
“在 F1 和 FE 比賽之前，在發車位上車手會閉上眼睛，在腦海中回顧這賽道。我們也能明顯看到大腦運動皮層觸發和比賽時類似的神經活動。”
“我們將對普通司機使用類似的流程，然後對我們擁有的兩個車手使用類似的流程。然後，我們將與學生一起長期觀察他們在一段時間內如何適應學習新賽道等。”
“未來甚至可以透過思想移植將普通車手變成賽車手，然後看看這是否適用於實際賽道，這是一個令人著迷的領域。然後我們的想法是根據車手的具體情況制定個性化的訓練方案，專注於未啟用但應該啟用的領域。”
“這是賽車手的又一次勝利，因為如果可以更快地實現最佳化，測試時間可能會減少，日產可能正在創造更高效的駕駛而不是更快的駕駛。”
近年來，駕駛員首先在模擬器中學習賽道，然後在賽道上駕駛。但是日產的訓練方法是非常靜態的。
“用靜態駕駛模擬器，開發將更多地涉及視覺皮層與運動皮層的連線等等，我們將專注於駕駛的這一部分。我們正在研究的另一個方面是我們如何使用腦電刺激。有了這個，至少你可以啟用應該反覆啟用的大腦區域。因此，即使您執行的任務本身不包括內耳活動和加速度，純物理加速度檢測，您也可以加強這個迴圈，看看用外部輸入加強它會產生什麼影響。這就是我們如何在大腦內建立更好的網路，如果這些網路可以透過刺激來建立，那麼最終的結果將是整體上更好的技能組合。”
賽車手不僅在賽道上與他們的汽車和他們周圍的環境互動，他們還在與他們的工程師交談，並可能用他們的第二或第三語言進行交談。不僅如此，所使用的術語通常需要額外的學習，並且可能因團隊而異。
額外的資訊處理，以及車內多工處理的需要如何改變大腦生理結構，是否也會被納入研究？
“這將在稍後進行，我們肯定會去研究，以便更好地在駕駛時與您的工程師交談，或者更好地閱讀駕駛時儀表板上的電池資料。老實說，這並不是研究專案的首要任務。”
“開車，看衛星導航，和人交流等等。速度快了很多，在 FE 中濃縮了很多，但都是一樣的過程。所有任務相關的大腦活動在 FE 完全駕駛任務中應該更加突出。專案將瞭解賽車手如何學會協調工程師與他們自己的駕駛交流，未來商用車會引入了更復雜的語音功能。”
這些技術已經以類似的方式應用於梅賽德斯F1團隊，在那裡，撥片和方向盤開關的位置、厚度和顏色都針對駕駛員的反應時間和期望進行了最佳化。在日產，它一直致力於最佳化車載顯示器以滿足駕駛員大腦的需求。掃描完成後，您就可以知道要為大腦顯示多少資訊以儘可能有效地處理它，視覺皮層在認知方面的密度有多大，以及在駕駛過程中需要顯示的資訊，以免影響駕駛時其他部分大腦的功能。
這種細節聽起來很瘋狂，但如果 Brain to Performance 能夠向電動方程式冠軍 Buemi 和他的後起之秀隊友 Gunther 證明其價值，那麼到本十年末它很可能成為賽車運動的利器，並且一旦推廣zhi毫無疑問，屆時將滲透到任何初級單座系列賽中。
競爭對手是否必須像日產那樣在研發上投入那麼多？可能不是。如果我們確實有一個足夠嚴肅的資料集來圍繞這個領域寫一篇非常嚴肅的論文”，那麼日產也會為了公共利益而釋出它。
但是現在知識的共享將更多地實時發生，而不是在幾年後發表的學術論文中發生。目前需要透過更多資料來找到相關點。大腦處理和頂級賽車運動都以驚人的速度建立了千兆位元組的資料，如果日產試圖將超級計算機的訪問權帶到這兩個領域，它可以在處理資料的挑戰方面取得進展。
在賽道上，日產以看似奇怪而實際高明的方式尋求效能的提升。
