Con il progredire della tecnologia, i veicoli autonomi stanno guadagnando attenzione. I veicoli autonomi generano circa 1 GB di dati al secondo, che comprendono dati sensoriali, informazioni sulle condizioni stradali, posizione e dati provenienti dai veicoli circostanti. L'enorme quantità di dati, la crescente potenza di calcolo, le operazioni in tempo reale e i problemi di sicurezza hanno accelerato lo sviluppo della tecnologia di edge computing nel campo delle auto senza conducente. Inoltre, le principali tecnologie di intelligenza artificiale (AI), come il deep learning, sono state integrate nelle strutture di edge computing.
Non molto tempo fa, il modo di viaggiare è cambiato drasticamente. Apollo Go, uno dei pionieri nel campo dei veicoli autonomi, sta inaugurando una nuova era nel nostro modo di viaggiare. La stretta integrazione tra la tecnologia di guida autonoma senza pilota e la tecnologia di edge computing ha reso il modo di viaggiare più intelligente, sicuro ed efficiente.
Tecnologia di calcolo Edge AI possono raccogliere dati che possono essere elaborati localmente e possono prendere decisioni e fare previsioni in tempo reale senza fare affidamento su risorse remote. Le piattaforme di edge computing sono più intelligenti e sicure solo quando possono ospitare modelli di deep learning pre-addestrati e disporre delle risorse di calcolo per eseguire ragionamenti in tempo reale a livello locale.
Vantaggi dell'Edge Computing nei veicoli autonomi
L'edge computing è adatto per applicazioni ad alta intensità di banda e sensibili alla latenza, come le auto a guida autonoma senza pilota. Grazie ai progressi nelle comunicazioni di bordo e nella rete veicolare 5G (V2X), è ora possibile fornire un collegamento di comunicazione affidabile tra il veicolo e la rete infrastrutturale (V2I).
I sistemi VEC (Vehicle Edge Computing), che devono elaborare grandi quantità di dati in parallelo, devono fornire una potenza di calcolo sufficiente a garantire la sicurezza delle auto a guida autonoma senza pilota. Ciò consente l'elaborazione istantanea dei dati anche quando l'auto senza conducente viaggia ad alta velocità.
1. Bassa latenza
La bassa latenza è essenziale. È stato studiato che sono necessari almeno 150-200 ms per trasferire i dati avanti e indietro in una rete. La tecnologia di edge computing localizza i dati e può ridurre i tempi di trasferimento ed elaborazione dei dati.
2. Velocità
Per motivi di sicurezza, gran parte dell'enorme quantità di dati trasmessi deve essere elaborata nell'auto. Ciò richiede un livello molto elevato di potenza di calcolo dei dati. L'utilizzo della tecnologia edge AI per misurare lo spazio di archiviazione può garantire che la CPU dell'auto a guida autonoma senza pilota sia in grado di eseguire tutte le attività di calcolo. Ciò contribuisce a ridurre la latenza e a migliorare la precisione.
3. Affidabilità
La sicurezza delle auto a guida autonoma senza pilota è fondamentale. L'edge computing riduce la pressione della congestione della rete cloud e fornisce una migliore affidabilità riducendo l'elaborazione dei dati. Poiché l'edge computing e i centri dati edge sono situati nell'auto, l'elaborazione dei dati è meno influenzata dai problemi di rete. Anche in caso di interruzione dell'alimentazione del centro dati, l'edge computing intelligente a bordo delle auto a guida autonoma senza pilota continuerà a funzionare in modo efficiente perché può elaborare tutti i dati localmente.
4. La sicurezza
Un'auto a guida autonoma deve fornire una forte capacità di calcolo dei dati per garantire la propria sicurezza. La sicurezza di un'auto a guida autonoma senza pilota deve coprire tutti i livelli dello stack di edge computing della guida autonoma senza pilota. Questa sicurezza comprende la sicurezza dei sensori, la sicurezza del sistema operativo, la stabilità del sistema di controllo e la sicurezza delle comunicazioni.
5. Scalabilità
Automotive L'edge computing è essenzialmente un'architettura distribuita che invia i dati al bordo della rete e li analizza in tempo reale. In questo modo si riduce la latenza della rete durante la trasmissione dei dati, che non devono più essere trasmessi in rete al cloud per l'elaborazione.
Conclusione
I sistemi senza conducente sono estremamente complessi. Integrano strettamente molte tecnologie e contengono processi come il rilevamento, la localizzazione e il processo decisionale. Queste complessità pongono molte sfide alla progettazione di sistemi di edge computing per la guida autonoma senza pilota.
Si ritiene che con la continua integrazione delle tecnologie driverless ed edge computing, i veicoli autonomi ci guideranno verso una nuova era della mobilità.