Los vehículos conectados como un ecosistema basado en datos

vehículos
Los vehículos conectados pueden capturar información de su propio entorno, incluida la infraestructura vial, los datos de otros vehículos, siempre que estén en red o incluso los peatones. (Imagen: Dominio público / Pixabay)

Visitas: 33

 – Las posibilidades que ofrece un automóvil conectado son muy amplias. Como resultado, no es solo un vehículo conectado a la web, sino su propio ecosistema basado en datos. Las funciones clave de este ecosistema incluyen informática de alta gama, nube, análisis e inteligencia artificial.

Cortesía de Next Mobility News – Vogel por Daniel Metzger / Jürgen Schreier: Si usted piensa en vehículos en red, también piensa en el mundo de los teléfonos inteligentes y las tabletas. Total usabilidad, pantallas táctiles, la tecnología de red del mañana. De hecho, la red ofrece muchas mejoras en comodidad y seguridad. Los automóviles conectados, por ejemplo, se pueden bloquear de forma remota, lo que ahorra una segunda confirmación para garantizar que el automóvil esté estacionado y bloqueado de manera segura.

Pero más que eso, los beneficios son obvios. Por lo tanto, el automóvil puede informar al conductor cuando sus sistemas deben repararse y anunciar su posición actual en caso de robo. También puede seleccionar funciones de confort como una suspensión ajustada o adaptar la suspensión a las condiciones actuales de la carretera, de acuerdo con los datos disponibles del sensor. Las posibilidades que ofrece un automóvil conectado son muy amplias y se utilizan en una amplia variedad de áreas.

El vehículo como ecosistema impulsado por datos.

vehículos
Daniel Metzger es vicepresidente regional de Europa Central y del Este en Cloudera.
(Imagen: Seidenabel)

Un automóvil moderno en red no solo debe considerarse como un «vehículo con conexión a Internet». En cambio, es su propio ecosistema basado en datos que puede capturar información de su entorno, incluida la infraestructura vial, los datos de otros vehículos, siempre que estén conectados, o incluso los peatones. Esta detección de condiciones ambientales no solo sirve para aumentar la seguridad actual del tráfico vial, sino que también puede contribuir al conocimiento adquirido en el futuro desarrollo de vehículos, y se puede incorporar a la construcción de carreteras y la planificación urbana. Esto es posible gracias al uso de Big Data e Inteligencia Artificial (AI), que canaliza las secuencias de datos resultantes y las procesa en consecuencia.

En este contexto, uno generalmente se encuentra con el término «borde». Este término proviene del contexto de Internet de las cosas (IoT) y significa que los datos de los dispositivos IoT se procesan donde ocurren. Los resultados de este procesamiento se transmiten a una computadora de nivel superior, lo que minimiza la necesidad de transmisión de datos. La firma de investigación de mercado IDG predice que para 2020, las inversiones en informática de alta gama alcanzarán el 18 por ciento del gasto total en infraestructura de IoT.

Por lo tanto, en la industria automotriz, la informática de punta sería el procesamiento en el vehículo de todos los datos generados localmente mientras se conduce, lo que permite el análisis de datos en tiempo real sin demoras, ya que se requiere menos ancho de banda para procesar los datos. datos en su fuente.

Aunque Edge Computing ha estado en la boca de todos recientemente, esta tecnología no es muy nueva. De hecho, durante más de 25 años, la red de entrega de contenido (CDN) de Akamai ha desarrollado métodos para este tipo de computación distribuida. Básicamente, Edge Computing se puede usar en una variedad de campos. Esta tecnología ya ha llegado al entorno de producción, gestión de edificios o plataformas petroleras en alta mar. Estas soluciones se pueden utilizar tanto estacionarias como móviles, este último sería el caso del automóvil conectado.

Edge Computing liderando la industria automotriz

Pero, ¿por qué Edge Computing es tan interesante para el automóvil conectado? Durante el viaje, se recopilan muchos datos, que son detectados por los sensores instalados en el vehículo. Transferir todos estos datos a una computadora en la nube no tiene sentido: el ancho de banda generalmente no es suficiente. Después de todo, los vehículos inteligentes dependen de la red móvil para la transmisión de datos. Alguna información simplemente no es relevante para el procesamiento central.

Por ejemplo, en un proceso de estacionamiento donde se detectan obstáculos durante la marcha atrás, es completamente suficiente procesar esto localmente, es decir, en el vehículo, e iniciar un proceso de frenado. La situación es diferente cuando se intercambian datos, lo que permite procesos de nivel superior, como el control del flujo de tráfico. Aquí, los datos individuales recopilados por los sensores pueden ser menos interesantes. Sin embargo, es útil que un centro de control detecte, por ejemplo, la posición, la velocidad, la distancia del vehículo principal y la temperatura ambiente para cambiar las señales de tráfico en consecuencia.

Otros vehículos pueden sacar conclusiones de los datos recopilados de un usuario de la carretera para su propio viaje. El análisis predictivo puede ayudar a un vehículo autónomo a determine cuándo detenerse o qué evitar, según lo que pueda cruzarse en su camino. Aquí, Edge Computing también se ofrece como un módulo dentro de un sistema de inteligencia artificial. A través de datos descentralizados, los modelos de inteligencia artificial pueden desarrollarse de forma independiente en función del aprendizaje automático.

Por último, pero no menos importante, los datos recopilados también se pueden incorporar al desarrollo de vehículos. Así, cada conductor de otro automóvil inteligente producido participa en las experiencias de otros usuarios. Sin embargo, el uso de la informática de punta en los automóviles conectados también tiene otra ventaja. Además de ahorrar ancho de banda, las soluciones correspondientes también pueden actuar de forma autónoma. Si la conexión de red falla, las funciones más importantes también se pueden realizar completamente fuera de línea.

Conclusiones

Obviamente, la base para una implementación significativa de la computación perimetral es una solución que puede manejar la masa de datos correctamente y analizarla de manera efectiva. Sin las herramientas de Big Data, la información recopilada, procesada y enviada de forma anónima a fabricantes, comunidades u otras personas durante el viaje no puede evaluarse. Se debe prestar especial atención a la eficiencia de los tomadores de decisiones de TI porque los datos resultantes son flujos de datos en tiempo real de gran volumen. Definitivamente vale la pena tratar este tema en detalle. Porque la evaluación masiva de datos ofrece a las empresas y organizaciones un valor agregado que puede ofrecer una ventaja competitiva decisiva.

Artículo relacionado:  Volvo Polestar eléctrico – Un nuevo chico en la carretera