Automotive Analytics: Inaugurarea unei noi ere a conducerii autonome

Mașinile cu conducere autonomă sunt în furori acum. Sentimentul de a nu fi copleșit în timp ce conduceți sau de a vă concentra prea mult pe direcții a făcut ca spațiul mașinilor cu conducere autonomă să înflorească.

În timp ce rezultatul experienței de condus este cel al mulțumirii, modul în care vehiculele ajung în acel stadiu este unul complex. Pentru ca o mașină să conducă singură, este necesară o cantitate mare de inteligență, în timp ce ține evidența vitezei, evitând traficul și informând oamenii cu privire la nevoile vehiculului. O inteligență care implică reunirea mai multor tehnologii și piese de mașini.

Atingerea nivelului de automatizare și de inteligență sensibilă la timp necesită accesarea și traducerea unor seturi masive de date în acțiuni și perspective, deschizând astfel drumul pentru datele mari în industria auto.

În acest articol, ne vom scufunda în originea și rolul soluțiilor de analiză auto, ceea ce depășește faptul de a face experiența de conducere autonomă fluidă și autonomă. Dar înainte de a ne aprofunda în rolul datelor mari pentru conducerea autonomă, să răspundem mai întâi la câteva întrebări care vi se vor pune atunci când va trebui să detaliați implicarea tehnologiei în spațiu.

• Ce cantitate de date este generată printr-un vehicul autonom?

Se estimează că un vehicul autonom generează peste 4.000 GB de date în fiecare zi, împărțite în secțiuni separate, cum ar fi:

• Camera – 20-40 KB pe secundă
• Radar – 10-100 KB pe secundă
• Sonar – 10-100 KB pe secundă
• GPS – 50 KB pe secundă
• LIDAR – 10-70 KB pe secundă.
• Flota actuală de vehicule autonome este cu adevărat fără șofer?

În starea sa actuală, analiza datelor mari din industria auto este complet implicată doar până la Nivelul 2 al automatizării conducerii. Majoritatea mașinilor care sunt operative în spațiul de conducere autonomă funcționează într-un mod în care vehiculul efectuează accelerarea și direcția, în timp ce oamenii monitorizează toate sarcinile și preia controlul ori de câte ori consideră necesar.

Vor fi peste 30 de milioane de vehicule autonome pe drumuri până în 2040

Caracteristicile tehnice ale analizei datelor auto

Big Data și învățarea automată în conducerea autonomă funcționează pe senzori încorporați în mașini. Informațiile care vin de la mai mulți senzori ai mașinii sunt procesate și analizate în microsecunde, permițând nu doar o mișcare sigură de la punctul A la punctul B, ci și transmiterea de informații despre condițiile drumului, comunicarea cu alte vehicule și informarea proprietarilor despre probleme cu vehiculul.

Pe lângă acești senzori, există o altă componentă crucială în domeniul conducerii autonome: software-ul de analiză a datelor auto care ajută la stocarea și analiza seturilor de date. Software-ul, fiind conectat la o rețea, transmite informații de la senzori către cloud într-un mod încât timpul de răspuns la acele condiții să fie instantaneu, mai ales după introducerea 5G în industria auto.

O mașină care se conduce singur ar trebui să aibă senzori, soluții de analiză auto și o conexiune la un server cloud. În continuare, mașina ar trebui să-și cunoască locația, pentru care folosește GPS-ul. Împreună, datele care provin de la senzorii interni, cum ar fi busolele și vitezometrele, definesc direcția și viteza.

Odată ce un vehicul își cunoaște locația, devine ușor să știi ce se află în jurul lui, folosind lidar și radar pentru a se localiza în interiorul acestei hărți. Aici sunt luate în considerare elemente precum marcaje, semne și alte obstacole.

Folosind datele colectate, mașina fără șofer construiește strategii pentru diferite situații care pot apărea pe drum. În plus, schimbul de date între vehiculele autonome ajută la evitarea ambuteiajelor, reacționarea la situații de urgență și luarea în considerare a condițiilor meteorologice.

Pentru a rezuma, datele mari din industria auto pot fi utilizate în următoarele moduri:

• Priviți și simțiți – obțineți informații; planificați și răspundeți pe baza datelor colectate
• Hartă împrejurimile în detaliu
• Identificați viteza, raza de acțiune și distanța prin lidar și camere
• Comunicați cu alte mașini pentru a împărtăși informații.

Acum că ne-am uitat în nucleul analizei din industria auto, haideți să analizăm un rol al datelor mari în vehiculele autonome prin cazurile de utilizare.

Rolul analizei datelor în industria auto

Analiza datelor mari în industria auto a crescut la niveluri de neimaginat. Chiar de la alimentarea mașinilor cu conducere autonomă până la construirea de sisteme inteligente de trafic, AI în diferitele sale forme a schimbat modul în care călătorim și interacționăm cu vehiculele. Acum, deși rolul datelor mari în vehiculele autonome poate fi văzut în spațiul de producție, stabilirea prețurilor și experiența clienților, pentru acest articol, vom analiza contribuțiile conducerii autonome prin analiza datelor.

Sentire și Percepție

Mașinile cu conducere autonomă folosesc mai mulți senzori precum radar, lidar, cameră foto etc., pentru a colecta date despre împrejurimile lor. Datele sunt apoi procesate și analizate prin algoritmi de date mari pentru a crea o hartă detaliată a mediului pentru a identifica obiecte precum semafoare, alte vehicule și semne rutiere.

Luarea deciziilor

Mașinile autonome folosesc analiza datelor în industria auto pentru a lua decizii în timp real pe baza datelor pe care le adună de la senzorii din mașină. De exemplu, dacă mașina detectează un alt vehicul care se apropie prea mult, va folosi date mari pentru a alege cea mai bună cale de acțiune, fie încetinirea, fie oprirea.

Modelare predictivă

Industria a folosit big data și machine learning pentru a prezice comportamentul celorlalți în conducerea autonomă. Combinația de tehnologie ajută vehiculul să anticipeze mișcările și problemele care s-ar putea întâmpla cu mașina și apoi să ia măsuri în timp util pentru a le evita.

Procesarea limbajului natural

Un alt caz de utilizare al analizei datelor din industria auto poate fi văzut în mașinile echipate cu tehnologie de recunoaștere a vocii, care le permite pasagerilor să comunice cu mașina prin limbajul lor natural. Tehnologia, la rândul său, ajută mașina să înțeleagă și să răspundă la comenzile rostite ale utilizatorului.

Motivele din spatele cazurilor în creștere de aplicații de date mari în industria auto sunt evidente. Dar, în același timp, nu putem nega faptul că soluțiile de analiză auto nu sunt încorporate dincolo de Nivelul 2. Să ne uităm la câteva provocări care necesită o soluție la nivel de industrie.

Provocările conducerii autonome prin analiza datelor

Așteptările de la big data din industria auto cresc exponențial, mai ales că industria auto intenționează să facă standarde de nivel 4 și 5 în următorii ani. Cu toate acestea, există o serie de complicații care nu au fost încă rezolvate. Să aruncăm o privire în ele.

1. Seturi de date variate – Pentru ca analiza predictivă din industria auto să funcționeze, combinația de seturi de date supravegheate și nesupravegheate ar trebui să fie adecvată și repetitivă. Cu toate acestea, atunci când conduceți, există mai multe cazuri în care se întâmplă accidente din vina nimănui. În plus, numeroase evenimente sunt extrem de rare în natură. Deci provocarea este de a crea modele din mai multe dintre aceste evenimente izolate.
2. Stocarea datelor – Un raport recent al Western Digital a constatat că capacitatea de stocare per vehicul ar putea ajunge la 11 terabytes până în 2030. Pentru a găzdui această cantitate masivă de date, este esențial pentru companii să aducă stocarea și procesarea datelor din cloud către vehiculul însuși prin intermediul transmisie prin satelit.
3. Preocupări de securitate – Deoarece vehiculele auto bazate pe date colectează date de la public, unde așteptările de la confidențialitate sunt limitate, este mai puțin probabil ca utilizatorii să dețină controlul asupra datelor lor, deoarece nu vor putea renunța la colectarea datelor.

Datorită acestor provocări la nivel de industrie în adoptarea datelor mari pentru conducerea autonomă, așteptările pieței sunt ca spațiul de conducere autonomă să ajungă la maturitate la nivelul 2 înainte ca lucrările de explorare să înceapă la nivelul 3 și mai sus.

În prezent, este nevoie de servicii de analiză a datelor auto care să ajute vehiculele automatizate cu această foaie de parcurs. La Appinventiv, suntem specializați în lucrul cu soluții de analiză auto care excelează în colectarea cantității masive de date și direcționarea lor către sistemul care are nevoie de ele. În plus, furnizorii noștri de soluții de analiză a datelor agregează și îmbogățesc masa de date organizându-le într-un format digerabil pentru ca vehiculul să le poată utiliza.

Întrebări frecvente

Î. Cum sunt utilizate datele mari în analiza auto?

A. Rolul datelor mari în analiza datelor auto poate fi văzut în mai multe fațete. Chiar de la realizarea unei experiențe de conducere autonomă până la proiectarea de vehicule pregătite pentru viitor și finalizarea gamei de prețuri, tehnologia devine rapid esențială pentru existența spațiului.

Î. Care sunt beneficiile datelor pentru experiențe fiabile de conducere autonomă?

A. Beneficiile analizei auto determinate de o cantitate masivă de seturi de date pot fi observate prin – percepție și detecție îmbunătățite, luare mai rapidă a deciziilor, modelare predictivă și procesare a limbajului natural.

Î. Care sunt provocările în implementarea analizei de date mari pentru conducerea autonomă?

A. Limitările care înconjoară implementarea analizei avansate în industria auto sunt determinate în principal de provocări de nivel industrial, cum ar fi prezența mai multor evenimente izolate, preocupările de securitate și absența unui mecanism de stocare a datelor care poate stoca și procesa terabytes de date.