人工智能、邊緣計(jì)算良好、物聯(lián)網(wǎng)和云計(jì)算如何重塑車隊(duì)管理

　　每天產(chǎn)生的數(shù)據(jù)量不斷增長(zhǎng)雙重提升。因此，這些企業(yè)擁有的數(shù)據(jù)比以往任何時(shí)候都多倍增效應。

　　隨著車隊(duì)企業(yè)希望實(shí)現(xiàn)車輛現(xiàn)代化重要意義，聯(lián)網(wǎng)車輛的好處可能使這些技術(shù)成為車隊(duì)管理的新標(biāo)準(zhǔn)規則製定。事實(shí)上，86%接受調(diào)查的互聯(lián)車隊(duì)運(yùn)營商表示引領，通過降低運(yùn)營成本實際需求，一年內(nèi)對(duì)互聯(lián)車隊(duì)技術(shù)的投資獲得了豐厚的回報(bào)。

　　此外日漸深入，采用先進(jìn)遠(yuǎn)程信息處理技術(shù)的互聯(lián)運(yùn)輸車隊(duì)在管理和維護(hù)車輛方面提供了額外的好處。另一項(xiàng)研究表明引領作用，在接受調(diào)查的企業(yè)中預期，燃料成本降低了13%，預(yù)防性維護(hù)也得到了改善。其還顯示加強宣傳，緊急制動(dòng)減少了40%，這表明駕駛習(xí)慣的改變既有助于延長(zhǎng)零部件的使用壽命對外開放，又能提高駕駛員的安全性互動式宣講。

　　這意味著運(yùn)輸車隊(duì)、保險(xiǎn)提供商用的舒心、維護(hù)和售后企業(yè)都希望利用更多的智能遠(yuǎn)程信息處理數(shù)據(jù)結構。然而，每天產(chǎn)生的數(shù)據(jù)量不斷增長(zhǎng)模式。因此效果較好，這些企業(yè)擁有比以往更多的數(shù)據(jù)來幫助做出明智的業(yè)務(wù)決策。如此龐大的數(shù)據(jù)量給以經(jīng)濟(jì)有效的方式捕獲貢獻、消化和分析整個(gè)數(shù)據(jù)方面帶來了許多新的挑戰(zhàn)廣泛應用。

　　為了真正有效和有用，數(shù)據(jù)必須在整個(gè)過程中被跟蹤持續、管理情況、清理、保護(hù)和豐富高品質，以產(chǎn)生正確的洞察力等多個領域。這就是為什么一些企業(yè)正在轉(zhuǎn)向新的處理能力來實(shí)現(xiàn)這一目標(biāo)，以便正確使用和計(jì)算數(shù)據(jù)。

　　嵌入式系統(tǒng)技術(shù)已成為常態(tài)

　　傳統(tǒng)的遠(yuǎn)程信息處理系統(tǒng)依靠嵌入式系統(tǒng)來解決一系列問題組合運用，嵌入式系統(tǒng)是設(shè)計(jì)用于訪問的特點、收集、分析(車內(nèi))和控制電子設(shè)備中的數(shù)據(jù)的設(shè)備研究與應用。這些嵌入式系統(tǒng)已被廣泛使用適應性，特別是在家用電器中，并且如今該技術(shù)在分析車輛數(shù)據(jù)方面的應(yīng)用正在不斷增長(zhǎng)有效保障。

　　市場(chǎng)現(xiàn)有的解決方案是利用5G的低延遲。使用AWS Wavelength或Azure Edge Zone上的AI和GPU加速，車輛OEM可以在可能的情況下將車載車輛處理器卸載到云端無障礙。5G設(shè)備與托管在波長(zhǎng)區(qū)域的內(nèi)容或應(yīng)用服務(wù)器之間的流量不需要穿越互聯(lián)網(wǎng)體系，從而減少了可變性和內(nèi)容丟失。

　　為了確保數(shù)據(jù)集的最佳準(zhǔn)確性和豐富性高產，并最大限度地提高可用性註入新的動力，車輛內(nèi)嵌入的傳感器用于收集數(shù)據(jù)，并在車輛和中央云管理機(jī)構(gòu)之間進(jìn)行近乎實(shí)時(shí)的無線傳輸帶動產業發展。根據(jù)越來越面向?qū)崟r(shí)的用例工藝技術，如道路輔助、ADAS、主動(dòng)駕駛員評(píng)分和車輛評(píng)分報(bào)告系統，車隊(duì)、保險(xiǎn)企業(yè)和其他利用數(shù)據(jù)的企業(yè)對(duì)低延遲和吞吐量的需求已經(jīng)變得越來越大規模。

　　然而逐步顯現，盡管5G在很大程度上解決了這個(gè)問題，但收集并傳輸?shù)皆频臄?shù)據(jù)量所產(chǎn)生的成本仍然令人望而卻步。因此近年來，必須確定汽車內(nèi)部先進(jìn)的嵌入式計(jì)算能力，以便盡可能高效地進(jìn)行邊緣處理事關全面。

　　車輛到云通信的興起

　　為了提高帶寬效率并減輕數(shù)據(jù)延遲問題形式，最好在車輛邊緣進(jìn)行關(guān)鍵數(shù)據(jù)處理，并且只向云共享與事件相關(guān)的信息非常完善。由于應(yīng)用和數(shù)據(jù)更接近源頭傳遞，車載邊緣計(jì)算對(duì)于確保聯(lián)網(wǎng)車輛能夠大規(guī)模運(yùn)行變得至關(guān)重要，從而提供更快的周轉(zhuǎn)并大幅提高系統(tǒng)性能不斷完善。

　　技術(shù)進(jìn)步使嵌入式系統(tǒng)能夠以有效且高效的方式與車輛內(nèi)的傳感器以及云服務(wù)器進(jìn)行通信發揮效力。物聯(lián)網(wǎng)利用可優(yōu)化數(shù)據(jù)交換和數(shù)據(jù)存儲(chǔ)的分布式計(jì)算環(huán)境，縮短響應(yīng)時(shí)間并節(jié)省帶寬勞動精神，從而實(shí)現(xiàn)快速的數(shù)據(jù)體驗(yàn)穩定發展。將該架構(gòu)與基于云的平臺(tái)集成進(jìn)一步有助于創(chuàng)建端到端通信系統(tǒng)方便。總的來說更好，邊緣云和嵌入式智能組合將邊緣設(shè)備(車輛傳感器)連接到IT基礎(chǔ)設(shè)施基石之一，為基于現(xiàn)實(shí)環(huán)境的一系列以用戶為中心的新應(yīng)用讓路。

　　這在各個(gè)垂直領(lǐng)域都有廣泛的應(yīng)用效高性，原始設(shè)備制造商可以使用這些數(shù)據(jù)并將其貨幣化各有優勢。最明顯的用例是售后市場(chǎng)和車輛維護(hù)，其中非常有效的算法可以近乎實(shí)時(shí)地分析車輛的健康狀況重要的作用，針對(duì)發(fā)動(dòng)機(jī)資料、機(jī)油、電池重要的意義、輪胎等車輛資產(chǎn)即將發(fā)生的車輛故障提出補(bǔ)救措施集成。利用這些數(shù)據(jù)，車隊(duì)可以讓維護(hù)團(tuán)隊(duì)做好準(zhǔn)備關註度，對(duì)車輛進(jìn)行維修，從而以更高效的方式返回車輛，因?yàn)榇蟛糠衷\斷工作都是實(shí)時(shí)執(zhí)行的穩中求進。

　　此外橫向協同，保險(xiǎn)和延長(zhǎng)保修可以通過提供主動(dòng)的駕駛員行為分析而受益，這樣就可以根據(jù)實(shí)際駕駛行為歷史和分析制定針對(duì)個(gè)別駕駛員的培訓(xùn)模塊占。對(duì)于車隊(duì)而言技術的開發，主動(dòng)監(jiān)控車輛和駕駛員評(píng)分可以降低車隊(duì)運(yùn)營商的TCO(總擁有成本)成效與經驗，減少因盜竊和疏忽造成的損失更讓我明白了，同時(shí)再次為駕駛員提供主動(dòng)培訓(xùn)。

　　推動(dòng)車隊(duì)管理的未來

　　利用物聯(lián)網(wǎng)提供了有力支撐、邊緣計(jì)算和云的人工智能分析正在迅速改變車隊(duì)管理的執(zhí)行方式飛躍，使其比以往更加高效和有效。人工智能能夠分析來自遠(yuǎn)程信息處理設(shè)備的大量信息積極，為管理人員提供有價(jià)值的信息大數據，以提高車隊(duì)效率、降低成本和優(yōu)化生產(chǎn)力經驗。從實(shí)時(shí)分析到駕駛員安全管理，人工智能已經(jīng)改變了車隊(duì)的管理方式。

　　人工智能通過云通過OEM處理收集的數(shù)據(jù)越多進一步意見，就能做出更好的預(yù)測(cè)重要部署。這意味著未來的自動(dòng)駕駛汽車將更安全、更直觀產業，擁有更準(zhǔn)確的路線和更好的實(shí)時(shí)車輛診斷數字技術。

    來源：千家網(wǎng)