新闻中心
PRESS CENTER汽车工业已经从传统的独立网络发展到与外界无处不在的数据共享。2025年,将有数亿辆互联网汽车上路。这里最大的挑战是利用现有的通信网络和云计算生态系统有效地处理和交付这些海量数据。它不仅限于处理这些互联网车辆产生的爆炸性数据,还保证了安全性、可靠性和可扩展性。这是边缘计算可以发挥关键作用的区域。
边缘计算已经渗透到工业、能源、医疗保健、农业、零售、数据中心和可穿戴设备中。然而,直到今天,智能家居、建筑和工厂仍然是边缘计算的主要用例。通过通信协议进行通信的现场设备/传感器特别适合边缘计算。
典型的工业网络包括成千上万的现场设备、传感器和执行器,产生大量的数据,但通过边缘计算,数据可以在现场设备上进行分析和决策。同样,在互联照明空间中,照明节点上运行的分析可以带来能源利用、空间占用、碳足迹等观点。与此类似,边缘计算在汽车中有许多用例,包括远程信息处理、信息娱乐、ADAS、电动汽车充电站等。
从历史上看,计算(无论是云还是边缘)和软件在车辆中的选择落后于其他行业的广泛使用。然而,今天的情况并非如此,现在正在发生一些令人兴奋的事情。
云计算在许多行业和形式上已经存在了一段时间。
随着V2V和V2X通信的实现,互联网汽车将继续以指数级的速度发展。这将产生大量的数据(每辆互联网车辆每天生成高达 4TB 数据)。如何快速有效地处理、处理、分析海量数据并给出关键决策?
汽车制造商致力于利用边缘计算来应对这些不断变化的挑战。一群跨行业的全球参与者组成了汽车边缘计算联盟(AECC),促进车辆与运算生态系统融合的良好实践。让我们来看看如何在汽车行业使用边缘计算。
边缘计算为汽车分系统带来了从传感器到最终用户体验的各种用例。
1. 传感器数据
一般来说,日常智能产品中有很多传感器。从智能机器中的接近传感器到智能建筑/家庭中的气体传感器。尽管这些传感器在类型、技术和尺寸上有所不同。然而,它们都有一个共同的元素,即大量的“数据”。
这也适用于车辆。一辆典型的豪华车包括数百个传感器。虽然产生的所有数据都在车内处理,但各种车载应用程序都需要将数据传输到云中。借助边缘计算,可以更智能地限制推送到云中的数据。它可以处理和分析边缘的大部分数据,只能通过选择非秘密数据传输到云中。这降低了数据传输成本,保护了离开汽车的秘密数据。
2. 电动汽车
电动汽车的电池必须以最好的方式提供吞吐量,因此需要对电池进行持续的监测和预测性的维护。电池的健康取决于各种因素,如驾驶员习惯、加速度、交通状况、充电周期等。边缘计算可以总结所有这些信息,并实时检查关键电池参数,并在有任何错误时提醒车主。
边缘计算可以收集数据并实时监控关键电池参数和传感器数据。通过边缘计算,原始设备制造商和网络提供商可以直接影响用户体验,特别是在电动汽车行业。
b. 充电桩 - 预测及计划
边缘计算在充电过程的总体规划和优化中起着关键作用,包括排队等待时间、票价等。这反过来又有助于提高充电桩的效率,进而提高整体流动性。
3. 智能交通管理
考虑到一个交通站点的真实场景,特别是当十字路口是大多数时候使用的五六个道路端点时。只有车辆(尽管它是“无人驾驶的”)不能控制很长的等待时间,因为它需要遵守交通规范。然而,让我们考虑一个未来的场景,如果道路交叉口部署了一个边缘设备,所有的车辆都可以在通往交叉口时与它交流。边缘设备可以总结来自周围汽车的数据,并提前告知他们十字路口的情况。因此,边缘计算提高了复杂道路交叉口的效率和吞吐量。
4. 车辆安全-多级认证
多级身份认证可以通过多个传感器(如摄像头和接近传感器)来实现。这些边缘设备的聚合数据可用于实现多级身份认证,其中摄像头用于人脸识别,蓝牙传感器用于检测驾驶员手机之间的距离,红外摄像头用于欺诈检查。
在车辆和车辆子系统中使用边缘计算的重要性很大。随着互联网和自动驾驶汽车的普及,处理和分析大量数据对于做出关键决策尤为重要,这将使车辆更加安全和高效。边缘计算将实现这些方面发挥重要作用。