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

人工智能、邊緣計(jì)算、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)。因此，這些企業(yè)擁有的數(shù)據(jù)比以往任何時(shí)候都多。

隨著車隊(duì)企業(yè)希望實(shí)現(xiàn)車輛現(xiàn)代化，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)。事實(shí)上，86%接受調(diào)查的互聯(lián)車隊(duì)運(yùn)營(yíng)商表示，通過降低運(yùn)營(yíng)成本，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，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，在接受調(diào)查的企業(yè)中，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，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，又能提高駕駛員的安全性。

這意味著運(yùn)輸車隊(duì)、保險(xiǎn)提供商、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)。然而，每天產(chǎn)生的數(shù)據(jù)量不斷增長(zhǎng)。因此，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、消化和分析整個(gè)數(shù)據(jù)方面帶來了許多新的挑戰(zhàn)。

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、管理、清理、保護(hù)和豐富，以產(chǎn)生正確的洞察力。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，嵌入式系統(tǒng)是設(shè)計(jì)用于訪問、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。這些嵌入式系統(tǒng)已被廣泛使用，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)。

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。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)，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，并最大限度地提高可用性，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。根據(jù)越來越面向?qū)崟r(shí)的用例，如道路輔助、ADAS、主動(dòng)駕駛員評(píng)分和車輛評(píng)分報(bào)告，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。

然而，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，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。

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，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。由于應(yīng)用和數(shù)據(jù)更接近源頭，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。

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。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，從而實(shí)現(xiàn)快速的數(shù)據(jù)體驗(yàn)。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)。總的來說，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，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，原始設(shè)備制造商可以使用這些數(shù)據(jù)并將其貨幣化。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，針對(duì)發(fā)動(dòng)機(jī)、機(jī)油、電池、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。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，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。

此外，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。對(duì)于車隊(duì)而言，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(yíng)商的TCO（總擁有成本），減少因盜竊和疏忽造成的損失，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)、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，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，為管理人員提供有價(jià)值的信息，以提高車隊(duì)效率、降低成本和優(yōu)化生產(chǎn)力。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，就能做出更好的預(yù)測(cè)。這意味著未來的自動(dòng)駕駛汽車將更安全、更直觀，擁有更準(zhǔn)確的路線和更好的實(shí)時(shí)車輛診斷。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。