FEV利用微软Azure高效管理自动驾驶数据 加速自动驾驶功能开发与验证

自动驾驶将从根本上影响我们未来的交通方式。验证这些功能需要系统在测试过程中识别道路交通中的各种场景并对其进行评估。此外，有必要为开发人员准备这些场景。据外媒报道，为了应对这一挑战，汽车开发商FEV利用微软云平台Azure的计算能力开发了一个数据管理和评估系统。

据估计，验证自动驾驶功能需要2.4亿至160亿公里的路试里程。然而，系统的成熟度不是由测试次数决定的，而是由系统所经历的道路交通状况的数量决定的。在各种情况下，算法必须快速做出决策，例如在高速公路上超车。此外，试驾过程中获得的数据量非常大，这也是验证的一大挑战。机载传感器组由相机、激光雷达和雷达组成，一天内可生成高达40TB的数据。FEV的V2I数据管理系统可以有效地开发和验证此类驾驶功能。该公司的网络数据记录器收集选定的车辆信号，并在试驾过程中将其实时发送到后端。FEV利用Microsoft Azure和Azure IoT Hub传输数据，构建了一个成熟、高性能、高度安全的云平台。发送到后端的车辆数据集成在云中，算法基于相关场景分析这些信号。因此，即使在试驾期间，用户也可以向相关工程师发送反馈，并根据预定计划灵活协调整个车队。标准化的时间戳也大大简化了所有车辆数据的清理和准备工作。特别重要的是，这种基于场景的预过滤还支持在云中高效存储数据。只有之前检测到的数据包或场景才会上传到云热存储，云热存储具有最高级别的计算能力和访问管理。不太重要的部件存储在性能较低的云区域，从而降低成本。为了最大限度地减少真实道路上的平均测试时间和成本，FEV正越来越多地将重要的测试范围转移到模拟和实验室环境中。FEV集团总裁兼首席执行官Stefan Pischinger教授，表示“数据记录器解决方案与FEV基于云的标签软件相结合，是为ADAS和自动驾驶环境构建整体开发环境的重要里程碑。使用基于驾驶条件的自动识别和分类高效准备数据是其他处理步骤的基础。“尽管目前大规模生产的驾驶辅助系统仍然基于预定义的规则，但FEV相信机器学习可以在未来用于实施。Pischinger教授还表示，”只有当人工智能能够处理最复杂的情况并准确预测道路使用者的行为时，我们的目标才能实现

标签：

汽车资讯热门资讯