As technology advances, Autonomous vehicles are gaining attention. Autonomous vehicles generate about 1 GB of data per second, which includes sensory data, road condition information, location, and data from surrounding vehicles. Massive amounts of data, increasing computing power, real-time operations, and security concerns have combined to accelerate the development of edge computing technology in the field of driverless cars. And major AI (artificial intelligence) technologies, such as deep learning, are being integrated into edge computing frameworks.
No hace mucho, la forma en que viajamos cambió drásticamente. Apollo Go, uno de los pioneros en el campo de los vehículos autónomos, está marcando el comienzo de una nueva era en nuestra forma de viajar. La estrecha integración de la tecnología de conducción autónoma no tripulada y la tecnología Edge Computing ha hecho que la forma de viajar sea más inteligente, segura y eficiente.
Tecnología informática Edge AI pueden tomar datos recogidos que pueden procesarse localmente y pueden tomar decisiones y hacer predicciones en tiempo real sin depender de recursos remotos. Las plataformas Edge Computing solo son más inteligentes y seguras cuando pueden alojar modelos de aprendizaje profundo preentrenados y disponen de recursos informáticos para realizar razonamientos en tiempo real a nivel local.
Benefits of Edge Computing in Autonomous vehicles
La computación de borde es muy adecuada para aplicaciones que consumen mucho ancho de banda y son sensibles a la latencia, como los coches autónomos no tripulados. Con los avances en las comunicaciones a bordo de vehículos y las redes vehiculares 5G (V2X), ahora es posible proporcionar un enlace de comunicación fiable entre el vehículo y la red de infraestructuras (V2I).
Los sistemas de computación en el borde del vehículo (VEC), que necesitan computar grandes cantidades de datos en paralelo, tienen que proporcionar suficiente potencia de cálculo para mantener la seguridad de los coches sin conductor. Esto permite procesar los datos al instante, incluso cuando el coche sin conductor circula a gran velocidad.
1. Baja latencia
La baja latencia es muy esencial. Se ha investigado que se tarda al menos 150-200 ms en transferir datos de un lado a otro de una red. La tecnología Edge Computing localiza los datos y puede acortar el tiempo de transferencia y procesamiento.
2. Velocidad
Por razones de seguridad, gran parte de la enorme cantidad de datos transmitidos debe procesarse en el coche. Esto requiere una potencia de cálculo de datos muy elevada. El uso de la tecnología edge AI para medir el espacio de almacenamiento puede garantizar que la CPU del coche autoconducido no tripulado pueda realizar todas las tareas informáticas. Esto ayuda a reducir la latencia y mejorar la precisión.
3. Fiabilidad
La seguridad de los coches autónomos no tripulados es fundamental. La computación de borde reduce la presión de la congestión de la red en la nube y proporciona una mayor fiabilidad al reducir el procesamiento de datos. Como la computación de borde y los centros de datos de borde están situados en el coche, el procesamiento de datos se ve menos afectado por los problemas de red. Incluso en caso de corte del suministro eléctrico en el centro de datos, la computación de borde inteligente a bordo de los coches autoconducidos no tripulados seguirá funcionando eficientemente porque pueden procesar todos los datos localmente.
4. Seguridad
An autonomous vehicles car needs to provide strong capability of data calculation to ensure its own security. The security of an unmanned self-driving car should cover all levels of the unmanned self-driving edge computing stack. This security includes sensor security, operating system security, control system stability and communication security.
5. Escalabilidad
Automotive edge computing is essentially a distributed architecture that sends data to the edge of the network and analyzes it in real time. This reduces network latency during data transmission and the data no longer needs to be transmitted over the network to the cloud for processing.
Conclusión
Los sistemas sin conductor son extremadamente complejos. Integran estrechamente muchas tecnologías y contienen procesos como la detección, la localización y la toma de decisiones. Estas complejidades plantean muchos retos al diseño de sistemas informáticos de borde para la conducción autónoma no tripulada.
It is believed that with the continuous integration of driverless and edge computing technologies, autonomous vehicles cars will guide us into a new era of mobility.
