|
數字革命為汽車行業帶來了深遠的影響，也為互聯汽車更高效、便捷和安全的駕駛與出行體驗創造了無限可能，而眼下這場數字革命正在提速。美國知名調研公司Applied Market Research最新研究報告顯示，2019年全球互聯汽車市場的價值為630.3億美元，預計到2027年將達到2251.6億美元，2020年至2027年的復合年增長率將達到17.1%。 然而，隨著帶有車道變換及偏離探測功能的高級駕駛輔助系統、高級車輛診斷或預測性維護等高級應用的發展，現有的互聯汽車基礎設施將不堪重負。這是由于目前汽車內部的電子和線纜基礎設施并非為支持復雜的數據處理能力而設計的。考慮到當前互聯汽車的成本和復雜性，以及電動汽車設計需要滿足的、諸如電池管理系統和環保行程規劃等額外需求，增加更多的電線和計算硬件并不可行。此外，在車外環境中，與機器學習生命周期相關的現有數據管理方法比較分散，這也限制了很多新應用在車輛上的大規模部署。 
未來，互聯汽車將依靠完整的數據生命周期方法，支持企業級的高級分析和機器學習，最終實現全自動駕駛。為了創建一個完全無縫銜接的數據生命周期，從具備將數據傳輸至云端的速度、帶寬、安全性和連接性的服務型網關，到從廣泛數據源獲取、處理和創建或更新機器學習模型的可擴展式機器學習平臺，再到滿足數據保真度和模型精確性要求的OTA更新，并將更新后的機器學習模型部署到車輛上，互聯汽車生命周期內的所有組成部分都必須無縫集成。為此，新一代基礎架構必須具備安全可靠的嵌入式智能邊緣操作系統，同時還能支持動態無線更新，以及具備企業級高級分析和機器學習平臺等關鍵功能。 Cloudera與NXP、Wind River、Airbiquity以及Teraki幾家行業領導者合作開展了一項名為Fusion的項目，目的是提供從車輛邊緣到云端的一體化解決方案，從而解決分散的機器學習數據管理生命周期相關問題。我們希望打造一個實現、并優化未來互聯汽車系統的數據生命周期平臺，以更快的速度、更高的準確性和更低的成本，訓練互聯汽車的人工智能和機器學習模型。該項目通過用于數據采集、分析和OTA更新的先進硬件、軟件與云數據分析平臺，正在持續訓練和改進量產車輛的先進應用和自動駕駛功能。 VSI Labs創始人兼總裁、Telematics Research Group 前聯合創始人Phil Magney表示：“汽車制造商在復雜技術的實現過程中不斷面臨新的挑戰，例如高級駕駛輔助系統和自動駕駛汽車所需的技術等。新一代數據管理技術棧支持在多個維度持續改進和部署人工智能機器學習模型，因此汽車制造商需要像Fusion項目創建的車輛云端解決方案這樣的先進技術，能夠將整個汽車生態系統的主流技術都充分利用起來。” 智能車道變更檢測是該平臺上很多計劃應用中的第一個應用案例。之所以被選中，是因為它是實現高級駕駛輔助系統L2/L3功能、并最終實現L4自動駕駛的第一步。下圖總結了動態機器學習生命周期。在完全集成的機器學習生命周期內，不斷提高互聯汽車機器學習算法模型的精確度。
Fusion Project的應用案例表明，互聯汽車的機器學習模型精度高達99％以上，數據減少了98％，模型訓練時間縮短了10倍。通過更準確的數據收集以及更準確的標簽和注釋，可以實現模型的精確度，而數據的減少是通過對訓練數據進行相關選擇，以及對互聯汽車傳感器數據進行處理和編碼來實現的。 Cloudera憑借Cloudera Data Platform 、Cloudera Data Flow（CDF）和Cloudera Machine Learning（CML）技術，為互聯汽車機器學習生命周期解決方案提供了技術支撐。其中，CDF是采集互聯汽車智能邊緣數據、并傳輸到云端的關鍵，它能夠對海量數據流進行規模化處理和分析，從多個來源獲取結構化和非結構化數據，并且能夠處理和發揮此類高容量、高速數據的價值，從而解決動態數據挑戰。 CML能夠創建、更新和管理互聯汽車的機器學習模型，支持處理安全快速的機器學習工作流。同時支持在任何地點部署強大、可擴展的人工智能用例，還提供自助式計算、IDE、庫和框架并且能夠在任何混合云上交付模型。經過持續不斷的優化，CML已具備交付模型、預測精度監控、實況調查、模型治理、沿襲追蹤以及模型分類功能。 Cloudera制造與汽車業務部總經理Micheal Ger表示：“互聯汽車的智能化涉及到硬件和軟件的專業知識，因而異常復雜。Cloudera為互聯汽車提供了基礎數據管理結構，為數據可靠地傳輸到云端以及大規模的數據存儲、處理、分析和機器學習提供了解決方案，這為實時洞察和車載決策打下基礎，將推動互聯汽車的進一步發展。 |
