Wejo发布神经边缘处理平台 简化互联车辆数据并推动自动驾驶汽车发展

1月4日，互联汽车数据提供商Wejo宣布开发一个开创性的Wejo Neural EdgeTM平台，该平台可以智能处理大规模汽车数据，同时提供准确的信息，保护隐私，推动汽车创新。

今天的车辆会产生大量数据，但对于其他车辆和为智能城市赋能的基础设施来说，利用和扩展实时车辆通信的潜在障碍是延迟和数据存储成本。通过与Microsoft Azure合作，并在Wejo的ADEPT平台的支持下，Wejo Neural EdgeTM优化了数据在车内管理和在边缘进一步处理的方式，最终实现了云通信。这一过程不仅减少了数据过载，最大限度地提高了数据洞察力，还降低了汽车制造商的成本，改善了车辆制造，提供了更好的驾驶体验，实现了更安全的车辆，推动了电动汽车和自动驾驶的进一步发展，减少了拥堵和排放。Wejo创始人兼首席执行官Richard Barlow表示：如今的汽车每小时产生约25 GB的数据，随着汽车技术的进步，将增加更多的传感器。因此，数据过滤和神经边缘处理技术对于减少过载和推动行业发展至关重要。通过与微软和Palantir的合作，Wejo可以解决大量数据带来的问题，而Wejo Neural EdgeTM将进一步推动自动驾驶的发展，Wejo Neural-EdgeTM首先对大量AV、EV和CV数据进行过滤和分析。这是通过利用Wejo正在开发的车辆边缘处理来实现的，该处理只在有用和有价值的CVD传输到云之前进行过滤。通过将嵌入式软件技术与Microsoft Azure云计算平台相结合，Wejo Neural EdgeTM可以通过多种方式推动汽车创新：优化车辆数据，降低汽车制造商的网络和存储成本。通过在车辆芯片组中使用嵌入式软件，Wejo Neural EdgeTM可以智能地选择从车辆发送到云端的数据并对其进行优先级排序。Wejo Neural EdgeTM可以使用机器学习算法重建车辆行程和事件数据，从自动驾驶、电动和其他联网车辆中提取20%的数据，并对其进行重建以表示所有数据，而不会失去数据的保真度或完整性。这一过程不仅意味着降低存储需求，还意味着降低功耗。支持车对车和车对基础设施的通信。Wejo Neural EdgeTM实现了自动驾驶、电动和互联车辆数据的标准化和集中化，不仅为近实时通信提供了关键的构建块，还支持与路标、红绿灯和停车场等基础设施服务的通信，使车辆能够轻松预测前方道路并优化其出行体验。提供车辆和城市的数字孪生，重塑对与移动出行相关的整个产品和服务生态系统的理解。在模拟环境中，Wejo Neural EdgeTM可以为美国构建一个数字孪生模型，模拟不同城市的车辆需要如何响应和导航，从而学习在智能城市中成为AV或EV，而不会浪费大量的物理硬件或车辆基础设施成本。随着越来越多的汽车制造商继续使用车辆数据，Wejo Neural EdgeTM和Wejo的通用数据模型将使不同制造商的品牌和型号能够使用相同的数据语言，这是支持车辆之间、车辆与基础设施和服务之间通信的关键组件。Wejo和Palantir之间正在进行的合作将进一步推动Wejo Neural EdgeTM解决当前问题，并为未来的决策提供信息。

标签：

汽车资讯热门资讯