Veículos conectados como um ecossistema orientado a dados

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)

Views: 36

 – As possibilidades que um carro conectado oferece são muito abrangentes. Como resultado, não é apenas um veículo conectado à Web, mas seu próprio ecossistema orientado a dados. As principais funções desse ecossistema incluem computação de ponta, nuvem, análise e IA.

Courtesy Next Mobility News – Vogel by Daniel Metzger / Jürgen Schreier: Se você pensa em um veículo em rede, também pensa no mundo dos smartphones e tablets. Usabilidade completa, telas sensíveis ao toque, tecnologia de rede de amanhã. De fato, a rede oferece muitas melhorias em conforto e segurança. Os veículos conectados, por exemplo, podem ser trancados remotamente, o que economiza uma segunda confirmação para garantir que o carro esteja estacionado e trancado com segurança.

Mas seriamente, os benefícios são óbvios. Assim, o carro pode se reportar ao motorista quando seus sistemas precisarem ser reparados e anunciar sua posição atual em caso de roubo. Também é possível selecionar funções de conforto, como uma suspensão ajustada ou adaptar a suspensão às condições atuais da estrada – de acordo com os dados disponíveis do sensor. As possibilidades que um carro conectado oferece são muito abrangentes e são usadas em uma ampla variedade de áreas.

O veículo como um ecossistema orientado a dados

veículos
Daniel Metzger é vice-presidente regional da Europa Central e Oriental da Cloudera.
(Imagem: Seidenabel)

Um carro em rede moderno não deve ser apenas imaginado como um “veículo com conexão à Internet”. Em vez disso, é o seu próprio ecossistema orientado a dados que pode capturar informações de seus arredores, incluindo infraestrutura rodoviária, dados de outros veículos, desde que conectados, ou até mesmo pedestres. Essa detecção das condições ambientais serve não apenas para aumentar a segurança atual no tráfego rodoviário, mas também pode contribuir para o conhecimento adquirido no futuro desenvolvimento de veículos e a construção de estradas e o planejamento urbano podem ser incorporados. Isso é possível pelo uso de Big Data e Inteligência Artificial (AI), que canalizam os fluxos de dados resultantes e os processam de acordo.

Nesse contexto, geralmente se depara com o termo “borda”. Esse termo vem do contexto da Internet das Coisas (IoT) e significa que os dados dos dispositivos da IoT são processados ​​onde ocorrem. Os resultados desse processamento são então transmitidos para um computador de nível superior, o que minimiza a necessidade de transmissão de dados. A empresa de pesquisa de mercado IDG prevê que, até 2020, os investimentos em computação de ponta atingirão 18% do total de gastos em infraestrutura de IoT.

Na indústria automotiva, a computação em borda seria, portanto, o processamento no veículo de todos os dados gerados localmente durante a condução, o que permite análises de dados em tempo real e sem atrasos, pois menos largura de banda é necessária para o processamento dos dados em sua origem.

Embora a Edge Computing esteja nos lábios de todos recentemente, essa tecnologia não é muito nova. De fato, há mais de 25 anos, a Content Delivery Network (CDN) da Akamai desenvolveu métodos para esse tipo de computação distribuída. Basicamente, o Edge Computing pode ser usado em uma variedade de campos. Essa tecnologia já chegou ao ambiente de produção, gerenciamento de edifícios ou plataformas de petróleo offshore. Essas soluções podem ser usadas tanto estacionárias quanto móveis, o último seria o caso do carro conectado.

Edge Computing liderando o setor automotivo

Mas por que a Edge Computing é tão interessante para o carro conectado? Durante a viagem, muitos dados são coletados, os quais são detectados pelos sensores instalados no veículo. Transferir todos esses dados para um computador na nuvem não faz sentido – a largura de banda geralmente não é suficiente. Afinal, os veículos inteligentes confiam na rede móvel para a transmissão de dados. Algumas informações simplesmente não são relevantes para o processamento central.

Por exemplo, em um processo de estacionamento no qual são detectados obstáculos durante a marcha à ré, é completamente suficiente processar isso localmente – ou seja, no veículo – e iniciar um processo de frenagem. A situação é diferente quando os dados são trocados, permitindo processos de nível superior, como controle de fluxo de tráfego. Aqui, os dados individuais coletados pelos sensores podem ser menos interessantes. No entanto, é útil para um centro de controle detectar, por exemplo, posição, velocidade, distância do veículo principal e temperatura ambiente, a fim de mudar a sinalização da estrada de acordo.

Outros veículos podem tirar conclusões dos dados coletados de um usuário da estrada para sua própria jornada. A análise preditiva pode ajudar um veículo autônomo a determinar quando parar ou o que evitar, dependendo do que possa cruzar seu caminho. Aqui, a Edge Computing também se oferece como um módulo dentro de um sistema de IA. Por meio dos dados descentralizados, os modelos de IA podem se desenvolver independentemente com base no aprendizado de máquina.

Por último, mas não menos importante, os dados coletados também podem ser incorporados ao desenvolvimento do veículo. Assim, cada motorista de outro carro inteligente produzido participa das experiências de outros usuários. No entanto, o uso da computação de borda em carros conectados também tem outra vantagem. Além de economizar largura de banda, as soluções correspondentes também podem atuar de forma autônoma. Se a conexão de rede falhar, as funções mais importantes também poderão ser realizadas completamente offline.

Conclusões

Obviamente, a base para uma implementação significativa da computação de borda é uma solução que pode lidar com a massa de dados corretamente e analisá-la efetivamente. Sem as ferramentas de Big Data, as informações coletadas, processadas e enviadas anonimamente para fabricantes, comunidades ou outras pessoas durante a jornada não podem ser avaliadas. Atenção especial deve ser dada à eficiência dos tomadores de decisão de TI, porque os dados resultantes são fluxo de dados em tempo real de alto volume. Definitivamente, vale a pena lidar com esse assunto em detalhes. Porque a avaliação dos dados de massa oferece às empresas e organizações um valor agregado que pode oferecer uma vantagem competitiva decisiva.

Artigo relacionado: Volvo Polestar elétrico o Novo garoto na estrada