Автомобилестроение на грани

Автомобили могут быть лучшими периферийными устройствами. Они географически рассредоточены и предоставляют потоковые данные в режиме реального времени, обеспечивая при этом автономные действия.

Нигде край не является более резким, чем автомобильный сектор. От подключенных автомобилей до подключенных заводов и подключенных людей — край меняет способ производства и вождения автомобилей. Растет распространение транспортных средств, объединенных в сеть, а также пограничных систем, привязанных к сетям датчиков в рамках операций по производству автомобилей. В процессе наблюдается растущая конвергенция между технологическим и автомобильным секторами.

См. также: Массачусетский технологический институт разрабатывает автономную систему датчиков, использующую тени

Например, в 2015 году BMW Group начала использовать AWS для своего нового приложения для подключенных автомобилей, которое собирает данные датчиков с автомобилей BMW 7 серии, чтобы предоставить водителям динамически обновляемую картографическую информацию. BMW создала свой новый автомобиль как датчик (CARASSO) с помощью технологии Amazon Web Services:«Работая на AWS, CARASSO может адаптироваться к быстро меняющимся требованиям к нагрузке, которые могут увеличиваться и уменьшаться на два порядка в течение 24 часов». В конечном итоге ожидалось, что эта технология будет обрабатывать данные, собранные парком из 100 000 автомобилей, проехавших более пяти миллиардов миль.

Проложить путь помогает Консорциум Automotive Edge Computing Consortium (AECC), который объединяет ведущие автомобильные и технологические компании. «Мы ясно видим, что рыночный спрос и требования рынка к подключенным и автономным транспортным средствам увеличат потребность в дополнительных вычислениях вплоть до границ сети», — Генг Ву, научный сотрудник Intel и главный технолог по стандартам беспроводной связи в группе разработки платформ в корпорации Intel. <эм>, сказал в недавнем интервью.

Исследователи AECC недавно опубликовали три прогноза развития периферии на следующие пять лет:

• Подключенные автомобили будут приносить около 150 млрд долларов США годового дохода.
• Количество подключенных автомобилей во всем мире вырастет примерно до 100 миллионов.
• Объем данных, передаваемых между транспортными средствами и облаком, составит около 100 петабайт в месяц.

Все это стало возможным благодаря периферийным вычислениям, гарантируя, что «сетевая инфраструктура может быть использована для улучшения характеристик указанных услуг, включая реализацию отклика приложений в реальном времени через сетевую среду с малой задержкой и распределенные вычисления».

Тем не менее, предстоит еще много работы, предупреждает отчет. «Мы считаем, что существующие архитектуры сетей мобильной связи и системы облачных вычислений не полностью оптимизированы для эффективного удовлетворения требований подключенных транспортных средств. Поэтому полезно изучить, как изменить архитектуру системы и пересмотреть развертывание сети, чтобы лучше приспособиться к сетевому трафику».

Исследователи AECC посоветовали использовать «вычислительные ресурсы и ресурсы хранения с учетом топологии» для повышения эффективности подключенных транспортных средств. Исследователи предсказывают появление следующих типов сервисов:

• Умное вождение: Это включает в себя «создание карт с данными в реальном времени и помощь при вождении на основе облачных вычислений, требует подключения транспортных средств к облаку и сетям для облегчения передачи большого объема данных между транспортными средствами и между транспортными средствами и облаком».
• Мобильность как услуга. Собранные данные о мобильности «могут использоваться третьими сторонами для предложения новых услуг; одним из примеров является контроль дорожного движения дорожными властями. Это включает в себя такие услуги, как совместное использование мобильных устройств, «это услуга, которая включает в себя совместное использование поездок, совместное использование автомобилей и даже совместное использование парковок», или мультимодальные навигационные услуги, которые представляют собой «сквозное руководство по маршруту с использованием различных видов транспорта». ». Эти типы услуг «должны быть построены на основе интеллектуального вождения, карт высокой четкости и круиз-помощи».
• Финансы и страхование: Данные, полученные от подключенных автомобилей, дают страховым компаниям возможность стать ближе к клиентам. «Автостраховщики внедряют модель страхования на основе использования, отслеживая привычки вождения, в том числе поведение за рулем, как часто люди водят машину и время суток, в течение которого они ездят», — говорится в отчете. «Таким образом, страховщики смогут лучше оценить уровень риска клиента, что приведет к более разумным затратам для страховщиков. В мире будущего, где пользователям можно будет предоставлять информацию в режиме реального времени, возможным продуктом станут динамические страховые взносы в режиме реального времени. Данные, собранные как с автомобиля, например данные о движении, так и о состоянии водителя, обрабатываются и возвращаются пользователям в виде информации о страховых взносах в режиме реального времени».
• Искусственный интеллект: «Технологии искусственного интеллекта, такие как машинное обучение, будут реализовывать необходимые интеллектуальные возможности для поддержки автономного вождения, помощи в движении, создания картографической информации высокой четкости и т. д., что требует больших данных и высокоинтеллектуального анализа. Наше внимание будет сосредоточено на технологиях, обеспечивающих такие услуги на основе ИИ в распределенных вычислениях с локализованными сетями».
• Технологии радиодоступа. «Беспроводные технологии соединят автомобиль с распределенными вычислительными платформами с большей гибкостью в отношении качества и стоимости. Сюда входят не только технологии сотовой связи, но и локальный радиодоступ, такой как Wi-Fi и глобальная сеть с низким энергопотреблением (LPWA)».

Во многих отношениях автомобили могут быть идеальными периферийными устройствами, рассредоточенными среди больших групп потребителей и компаний, предоставляющими данные в реальном времени в виде непрерывного потока и поддерживающими процессы, обеспечивающие автономные действия и реакции.