Как AI, Edge Computing, IoT и Облако Кардинально Перестраивают Управление Автомобильными Парками

Поскольку компании стремятся модернизировать свои автомобили, преимущества подключенных транспортных средств могут сделать эти технологии новым стандартом для управления парком. В самом деле, 86% операторов подключенных парков, уже опрошенных, отчитались о солидной отдаче от инвестиций в подключенную технологию парка в течение одного года за счет снижения операционных затрат.

Кроме того, подключенные парки с передовой технологией телематики сегодня предлагают дополнительные преимущества в плане управления и обслуживания транспортных средств. Другое исследование продемонстрировало снижение расхода топлива на 13% для опрошенных бизнесов, а также улучшение планового обслуживания. Оно также показало снижение резкого торможения на 40%, что указывает на изменения в привычках вождения, которые могут способствовать продлению срока службы деталей и улучшению безопасности водителей.

Большие объемы данных трудно обрабатывать

Это означает, что автомобильные парки, страховые компании, сервисные и постгарантийные компании стремятся использовать больше интеллектуальных данных телематики. Однако объем данных, производимых каждый день, продолжает расти. В результате эти компании имеют больше данных, чем когда-либо, для принятия обоснованных бизнес-решений. Но этот огромный объем данных создает множество новых проблем в захвате, обработке и анализе всей информации в экономически эффективном порядке.

Чтобы быть действительно эффективными и полезными, данные должны быть отслежены, управляемы, очищены, защищены и обогащены на протяжении всего их пути, чтобы генерировать правильные идеи. Компании с автомобильными парками обращаются к новым возможностям обработки, чтобы управлять и понимать эти данные.

Технология встроенных систем стала нормой

Традиционные системы телематики полагались на встроенные системы, которые представляют собой устройства, предназначенные для доступа, сбора, анализа (в транспортном средстве) и управления данными в электронном оборудовании, для решения определенного набора проблем. Эти встроенные системы широко используются, особенно в бытовой технике, и сегодня эта технология развивается в анализе данных транспортных средств.

Почему существующие решения не очень эффективны

Существующее решение на рынке – использовать низкую задержку 5G. Используя ИИ и ускорение GPU на AWS Wavelength или Azure Edge Zone, производители автомобилей могут передавать данные с бортовых процессоров в облако, когда это возможно. Этот подход позволяет трафику между устройствами 5G и серверами контента или приложений, размещенными в зонах Wavelength, обходить интернет, что приводит к снижению изменчивости и потери контента.

Чтобы обеспечить оптимальную точность и богатство наборов данных, и чтобы максимизировать их полезность, датчики, встроенные в транспортные средства, используются для сбора данных и передачи их беспроводным способом между транспортными средствами и центральной облачной властью в режиме近 реального времени. В зависимости от случаев использования, которые становятся все более ориентированными на реальное время, такие как помощь на дороге, системы помощи водителю и активная оценка водителя и транспортного средства, необходимость более низкой задержки и высокой пропускной способности стала намного более важной для парков, страховых компаний и других компаний, использующих эти данные.

Однако, хотя 5G решает эту проблему в значительной степени, стоимость, связанная с объемом собираемых и передаваемых в облако данных, остается экономически нецелесообразной. Это делает необходимым выявление передовых возможностей встроенной обработки внутри автомобиля для эффективной обработки на краю.

Рост коммуникации между транспортным средством и облаком

Чтобы повысить эффективность пропускной способности и смягчить проблемы задержки, лучше проводить критическую обработку данных на краю внутри транспортного средства и делиться только событийной информацией с облаком. Обработка на краю внутри транспортного средства стала критически важной для обеспечения того, чтобы подключенные транспортные средства могли функционировать в масштабе, благодаря тому, что приложения и данные находятся ближе к источнику, обеспечивая более быстрый оборот и значительно улучшая производительность системы.

Технологические достижения сделали возможным для автомобильных встроенных систем общаться с датчиками, как внутри транспортного средства, так и с облачным сервером, эффективным и эффективным образом. Используя распределенную среду вычислений, которая оптимизирует обмен данными, а также хранение данных, автомобильный IoT улучшает время ответа и экономит пропускную способность для быстрого опыта работы с данными. Интеграция этой архитектуры с облачной платформой进一步 помогает создать прочную, комплексную систему связи для экономически эффективных бизнес-решений и эффективных операций. Коллективно, дуэт edge cloud и встроенного интеллекта соединяет устройства на краю (датчики, встроенные в транспортное средство) с ИТ-инфраструктурой, чтобы сделать возможным появление нового ряда приложений, ориентированных на пользователя, на основе реальных сред.

Это имеет широкий спектр применения в различных областях, где полученные идеи могут быть потреблены и монетизированы производителями автомобилей. Самый очевидный случай использования – это послепродажное обслуживание и техническое обслуживание, где эффективные алгоритмы могут анализировать состояние транспортного средства в режиме gần реального времени, чтобы предложить решения для предстоящих неисправностей транспортных средств по различным активам, таким как двигатель, масло, батарея, шины и т. д. Парки, использующие эти данные, могут иметь сервисные бригады, готовые выполнить работу на транспортном средстве, которое возвращается в гораздо более эффективном порядке, поскольку большая часть диагностической работы была выполнена в реальном времени.

Кроме того, страховые компании и продленные гарантии могут извлечь выгоду, предоставляя активный анализ поведения водителей, чтобы разработать обучающие модули, специфичные для индивидуальных потребностей водителей на основе фактической истории и анализа поведения. Для парков активный мониторинг как транспортного средства, так и оценки водителя может позволить снизить общую стоимость владения для операторов парка, чтобы уменьшить потери, связанные с хищением, кражей и халатностью, а также снова предоставить активное обучение водителям.

Энергия будущего управления парком

Аналитика, основанная на ИИ, с использованием IoT, обработки на краю и облака, быстро меняет то, как выполняется управление парком, делая его более эффективным и результативным, чем когда-либо. Способность ИИ анализировать большие объемы информации с устройств телематики предоставляет менеджерам ценную информацию для улучшения эффективности парка, снижения затрат и оптимизации производительности. От аналитики в реальном времени до управления безопасностью водителей ИИ уже меняет то, как управляются парки.

Чем больше наборов данных ИИ собирает с помощью обработки производителя через облако, тем лучше прогнозы он может сделать. Это означает более безопасные, более интуитивные автоматические транспортные средства в будущем с более точными маршрутами и лучшей диагностикой транспортных средств в реальном времени.