广告
智能汽车车用基础软件平台关联技术
2022-09-25 17:59:10· 来源：汽车测试网
5. 车端结构化与非结构化数据协同管理
在自动驾驶等需要非结构化数据的业务场景中，业务人员往往需要将采集到的非结构化数据与结构化数据进行融合分析，尤其是在仿真等场景，需要这两部分数据能够时间同步。在设计部署相关数据管理方案时，必须要考虑如何将这两种数据进行协同管理。
· 车端数据源时钟同步
· 采集的数据必须带有 ms 级别的时间戳
灵活的 Corner Case 定义及迭代，支持高效的事件数据采集 - 压缩 - 存储 - 上传，云端能够按同一时间维度和格式进行数据融合存储、查询以及调用。
6. 价值及应用场景介绍
利用边缘计算，将数据的处理、计算过程前置到车端，带来的好处是显而易见的。这样做不仅能极大降低车云传输的数据量进而降低成本，同时也极大的减少了云端所需处理的数据量，降低了云端计算、存储成本。甚至原先完全不可能大规模采集进而分析的数据（依赖停车后 OBD 接口读取），现在也变成可能（实时用车联网回传）。
基于这种设计能够衍生出很多的应用场景。
(1) 灵活高精度数据采集
一套基于边缘计算和边缘存储技术的灵活数据采集方案，可提供完整的车端数据全量或灵活采集、存储、上传至云端、按需解析，满足 OEM 从整车开发测试、量产运营、用户体验提升、售后排故等车辆全生命周期数据应用的需求，实现车端数据灵活采集、按需低成本上传、云端数据低成本存储，并可按需解析以满足不同业务部门在不同阶段对车端数据的各种使用需求。同时支持基于云端海量数据训练的模型算法部署到车端域控进行边缘计算，支撑业务部门高效地进行智能汽车数据应用创新。
(2) 智能诊断
车辆部署相关数据管理系统后，能够实现对车辆数据的全面、灵活采集—— 无论是 DTC 故障诊断码、行车状态，还是系统负载、异常事件等数据都可以高精度、高质量的传输到云端，配合在云端的 “诊断推理机” ，实现对车辆故障的精准定位。对诊断相关数据的全面采集，加上边缘计算，就可以助力主机厂和远程诊断供应商能够在车端设定一些健康监测因子（Health Indicators），边缘计算组件会依据设定好的数据警示、行为触发、异常状态累计判断等条件，持续收集通讯网络、应用程序、硬件效能、使用操作记录、系统程序等状态信息，分析判断车辆当前状态，防患于未然，真正实现主动式的智能诊断。一旦系统检测到相关缺陷，会立即提供缺陷报告和故障快照给整车厂，让车企或者技术提供商第一时间做出反应， 更早一步发现问题。
(3) 自动驾驶数据闭环
自动驾驶技术在落地过程中收到无穷尽 “Corner Cases” 的困扰而无法安全的应用到车端。解决这一困扰的主要方式之一，是获取这些 “Corner Cases” 的场景数据用于自动驾驶模型感知和规避。这些数据的获取，在传统方式中，通过智驾车队、自动驾驶数采车、驾驶员和数采员在指定场景下驾车进行数据采集，然后传输到云端使用；基于边缘计算和车端数据管理系统，OEM 可以方便的制定各种场景触发规则和数据存取规则，在车端进行相关信号的监测，一旦场景被触发，即可以采集车端相关数据并在车端进行初步的处理，上传云端用于解决相关的 “Corner Cases” ，提升极限场景下数据的获取效率，加速自动驾驶技术的落地。
（4）数据驱动的智能应用
功能汽车的开发模式均是采用数百台的路试车辆采集部分数据用于标定相关功能策略，导致功能和性能无法满足场景和个性化的需求。而基于汽车数据管理系统的新技术，汽车的功能和服务背后的策略均可以通过数据来驱动，满足不同天气、不同地域、不同工况、不同驾驶者的差异化智能体验。如：智能空调、智能悬架、智能底盘、智能热管理、智能雨刷等。
广告
广告
编辑推荐
最新资讯
-
[超级卡车2] 康明斯-BTE 55% 发动机开发
2024-10-20 08:39
-
华为重磅宣布！
2024-10-20 08:01
-
世界智能网联汽车大会嘉宾大咖观点汇总
2024-10-20 07:59
-
一文讲清九大车道偏离辅助LDA法规标准
2024-10-20 07:57
-
NHTSA启动对特斯拉FSD系统的全面调查
2024-10-19 10:50
广告
广告
