ADAS

Daten sammeln, speichern, verwalten und analysieren
für autonome Fahrzeuge und fortschrittliche Fahrerassistenzsysteme

Marktübersicht

Die Entwicklung und Verbesserung autonomer Fahrzeugsysteme und Fahrerassistenzsysteme (ADAS) erfordert umfangreiche Echtzeitdaten, die von verschiedenen hochauflösenden Kameras und Fahrzeugsensoren erfasst werden, um die Algorithmen für autonome Fahrzeuge und Fahrerassistenzsysteme zu trainieren. Die Gewinnung dieser Daten setzt speziell entwickelte Rechenlösungen voraus, die Daten schnell und präzise in Echtzeit speichern und aufzeichnen können.

Premio bietet KI-Edge-Inferenzrechner, die speziell für autonome Fahrzeugflotten und ADAS-Dateneinsätze entwickelt wurden. Unsere KI-Edge-Inferenzrechner nutzen modernste Technologien in den Bereichen Rechenleistung, Speicher und Konnektivität, um maschinelles Lernen und Echtzeit-Inferenz selbst unter härtesten Umgebungsbedingungen im Straßen- und Geländeeinsatz zu beschleunigen.

Was ist ein Datencomputer für autonome Fahrzeuge?

Geschwindigkeitsbedürfnis. Skalierbare Hardwarebeschleunigung für kilometerlange Autonomie.

Computer für die Datenerfassung und -speicherung in autonomen Fahrzeugen und ADAS-Systemen sind mit leistungsstarken Mehrkernprozessoren, ultraschnellem NVMe-SSD-Speicher, Grafikprozessoren und Hochgeschwindigkeitsverbindungen ausgestattet, um die enormen Datenmengen zu verarbeiten und zu speichern, die von Fahrzeugsensoren und hochauflösenden Kameras im Straßenverkehr erfasst werden. Angesichts der zunehmenden Verbreitung von Testfahrzeugen ist es für Hersteller autonomer Fahrzeuge unerlässlich, zuverlässige Computerlösungen zu nutzen, um eine stabile Entwicklung für Testfahrten zu gewährleisten.

Leistungsstarke Mehrkernprozessoren

Ultraschnelle NVMe-SSD

GPU-Beschleunigung

Hochgeschwindigkeitsverbindung

Modulare und flexible EDGEBoost-Knoten

Die robusten Computerlösungen von Premio sind in der Lage, Terabytes an Daten zu erfassen, zu verarbeiten und zu speichern, die von autonomen Fahrzeugen mit ADAS und intelligenten IoT-Sensoren generiert werden. Diese speziell entwickelten Lösungen unterstützen die Entwicklung autonomer Fahrzeuge bei der Datenerfassung, der Protokollierung von Testkilometern und der Validierung von IoT-Sensoren für den Einsatz im Fahrzeug.
EDGEBoost-Knoten entdecken

ADAS- und autonome Fahrzeugdatenaufzeichnungscomputer

Die Hauptfunktion von ADAS- und AV-Computing-Lösungen besteht darin, Rohdaten von hochauflösenden Kameras, Radar, Lidar, GPS sowie von Fahrzeugnetzwerken und Flottenfahrzeugen zu erfassen. Wertvolle Daten werden gesammelt, aggregiert und anschließend zur weiteren Analyse ausgelagert. Intelligente Algorithmen nutzen diese Daten, um ein neuronales Netzwerk für intelligentere und sicherere Fahrzeuge zu trainieren und zu aktivieren. Durch den Einsatz von KI-gestützten Edge-Computing-Systemen zur Datenerfassung können Hersteller autonomer Fahrzeuge die Intelligenz in den verschiedenen Phasen der Fahrzeugautonomie verfolgen und verbessern.

Mehr erfahren

3 Phasen in der Datenpipeline
Wie vernetzte Autos und Testfahrzeuge Daten nutzen

Datenaufnahmephase

Besteht aus gemischten Daten von verschiedenen Sensoren an den Fahrzeugen und erfordert Rohdatenspeicherung. Eingabe/Ausgabe pro Sekunde (IOPS).

Datenverarbeitungsphase

Die Daten aus der Aufnahmephase werden zur Metadatenkennzeichnung verarbeitet, was eine hohe zufällige E/A-Leistung der Speichergeräte erfordert.

Datentrainingsphase

Die Trainingsphase nutzt Trainingsdaten und stützt sich auf leistungsstarke GPUs in Kombination mit robusten Rechenlösungen, die eine geringe Latenz und einen hohen zufälligen Lesedurchsatz von den Speichermedien gewährleisten.

Erfahren Sie mehr darüber, wie ADAS-Computer Sensordaten erfassen

Der Nutzen für Inferenz und Training am Edge

Die Zukunft autonomer Fahrzeuge erfordert umfangreiche Datenmengen. Neue und innovative Lösungen bieten die notwendige Infrastruktur für Hochleistungsrechner und den erfolgreichen Einsatz intelligenter Trainingsmodelle. KI-Edge-Inferenzrechner beschleunigen die Entwicklung autonomer Fahrzeuge, indem sie Herausforderungen bei der Datenerfassung und -protokollierung, der Inferenzanalyse mit Echtzeitverarbeitung und der Ausführung von Machine-Learning-Modellen direkt am Fahrzeug bewältigen.

  • Sammeln Sie wertvolle Daten von Geräten wie Kameras, Radar, Lidar, Sonar, GPS und CAN-Netzwerken, um neuronale Netze weiter zu trainieren.
  • Setzen Sie maschinelle Lernalgorithmen näher an IoT-Sensoren ein, um bessere Einblicke und mehr Intelligenz zu gewinnen.
  • Erzielen Sie Ergebnisse mit geringer Latenz und Echtzeit-Entscheidungsfindung durch speziell entwickelte Hardwarebeschleunigung.

Erfahren Sie mehr über Inferenz und KI-Modellierung

Gängige Sensortechnologien für autonome Fahrzeuge und Fahrerassistenzsysteme

Bildgebendes Radar

Multi-Core-Rechner

LiDAR

Vollständig integrierte Mikrocontroller-Einheiten

Unabdingbare Anforderungen
an Computer zur Datenerfassung und -speicherung für AV/ADAS

Leistungsstarke Mehrkernverarbeitung

ADAS- und autonome Fahrzeugrechnerlösungen sind mit leistungsstarken Mehrkernprozessoren ausgestattet, die den Systemen ausreichend Leistung für die Verarbeitung und Berechnung der Terabytes an Daten von einer Vielzahl von Sensoren und hochauflösenden Kameras bieten.
Erfahren Sie mehr über Hardwarebeschleuniger

Hochgeschwindigkeitsspeicher

Hochauflösende Kameras und Sensoren können pro Fahrzeug und Tag über 4 TB Daten erzeugen. Angesichts dieser enormen Datenmenge müssen Fahrzeug-Computing-Lösungen mit SSD-Speicheroptionen hoher Kapazität und Geschwindigkeit ausgestattet sein, die hohe Leistung und geringe Latenz gewährleisten. Moderne Speichertechnologien bieten langlebige Lese-/Schreiboptionen für eine Vielzahl von zufälligen IOPS mit unglaublicher Geschwindigkeit.
Erfahren Sie mehr über NVMe

Umfangreiche Ein-/Ausgänge

Die Computerlösung muss mehrere Schnittstellen unterstützen, um Daten von verschiedenen Sensoren zu erfassen. Aus diesem Grund sind ADAS- und AV-Computer mit zahlreichen I/O-Anschlüssen ausgestattet, darunter USB-A-Anschlüsse, serielle COM-Anschlüsse, Gigabit-Ethernet-Anschlüsse, PoE+-Anschlüsse, GPIO-Anschlüsse und Videoausgänge, die die Anbindung von Sensoren, Kameras sowie Fahrzeugbussen und -netzwerken ermöglichen.
Erfahren Sie mehr über industrielle E/A-Ports

Umfangreiche Konnektivität

ADAS- und AV-Computing-Lösungen sind mit kabelgebundenen und drahtlosen Verbindungstechnologien wie Gigabit-Ethernet, 10-Gigabit-Ethernet, Wi-Fi 6 sowie Mobilfunk (4G, LTE und 5G) ausgestattet. Dank dieser vielfältigen Verbindungsoptionen kann die Computing-Lösung stets mit dem Internet verbunden bleiben, um geschäftskritische Daten in die Cloud auszulagern und drahtlose Updates zu empfangen.
Erfahren Sie mehr über drahtlose Technologien

CAN-Bus-Unterstützung

ADAS- und AV-Aufzeichnungscomputer sind mit CAN-Bus-Unterstützung ausgestattet, um Fahrzeugdaten von Fahrzeugbussen und -netzwerken zu protokollieren. Zu den vom CAN-Bus protokollierten Daten gehören Fahrzeuggeschwindigkeit, Motordrehzahl, Radgeschwindigkeit, Lenkwinkel und viele weitere umfangreiche Daten, die Echtzeit-Einblicke und wertvolle Informationen über das Fahrzeug liefern.
Erfahren Sie mehr über das CAN-Bus-Netzwerk und die zugehörige Technologie.

Robustes Design

Die Datenaufzeichnungscomputer für ADAS und autonome Fahrzeuge sind so konzipiert, dass sie auch unter anspruchsvollen Fahrzeugbedingungen bestehen, bei denen die Systeme Stößen, Vibrationen, extremen Temperaturen, Staub und anderen Umwelteinflüssen ausgesetzt sind.
Erfahren Sie mehr über die wesentlichen Hardwareanforderungen für Edge Computing.

Warum Sie sich für Premio bei Rugged Edge Computern entscheiden sollten

  • Premio bietet speziell entwickelte Fahrzeuglösungen, die in der Lage sind, Daten zu erfassen und zu speichern, die für die Entwicklung und Verbesserung von ADAS- und autonomen Fahrzeugalgorithmen erforderlich sind.
  • Über 30 Jahre umfassende Designkompetenz für industrielle Computerlösungen mit x86-Rechenleistung, Speicherkapazität, vielfältigen I/O-Schnittstellen und Hochgeschwindigkeitsverbindungen.
  • Globale, schlüsselfertige Fertigungs- und Supportinfrastruktur in den USA zur Beschleunigung der Einführung von ADAS-Datenerfassungs- und Speicherlösungen sowie von Datenerfassungs- und Speicherlösungen für autonome Fahrzeuge.
  • Tiefes Verständnis der Rechenleistung, Speicheranforderungen und Konnektivität, die für ADAS-Rechenlösungen und Datenerfassungs- und Speicherlösungen für autonome Fahrzeuge erforderlich sind.
  • Regulatorische Prüfungen und Konformitätsprüfungen für robuste Industriecomputer, die in Fahrzeugen auf dem nordamerikanischen Markt eingesetzt werden.
Mehr erfahren

Häufig gestellte Fragen

Autonome Fahrzeuge nutzen hochauflösende Kameras, Radar, Lidar, Ultraschallsensoren, GPS und weitere Sensoren, um ihre Umgebung wahrzunehmen. Mithilfe dieser Sensorinformationen navigieren sie selbstständig, weichen Hindernissen aus und erkennen Verkehrszeichen wie Schilder, um sicher zu fahren. Damit der Algorithmus das Fahrzeug sicher steuern kann, müssen jedoch große Datenmengen erfasst und gespeichert werden, um KI-Modelle zu trainieren. Die Datenerfassung und -speicherung erfordert leistungsstarke, robuste Computer, die Sensoren und Kameras anbinden, die Daten verarbeiten und speichern können, sodass sie später zum Trainieren von Modellen des maschinellen Lernens oder Deep Learning verwendet werden können, die autonome Fahrzeuge steuern.
Ziel von ADAS-Aufzeichnungslösungen ist es, die erfassten Daten zu sammeln, zu speichern und an ein zentrales Rechenzentrum zu übertragen, wo die Daten mithilfe leistungsstarker Rechenzentrumsrechner zum Trainieren von KI-Algorithmen verwendet werden können.
ADAS (Fahrerassistenzsysteme) sind, wie der Name schon sagt, elektronische Systeme, die Fahrer beim Fahren und Parken unterstützen. Oft basieren diese Systeme auf einem Softwarealgorithmus, der trainiert werden muss, um das Fahrzeug sicher zu fahren und zu parken. Das Training von ADAS-Algorithmen erfordert reale Daten aus der Fahrwelt, die in das neuronale Netzwerk eingespeist werden. Je mehr Daten dem neuronalen Netzwerk zugeführt werden, desto besser wird es im Fahren.
Die gesammelten Daten von Fahrerassistenzsystemen (ADAS) und autonomen Fahrzeugen (AV) werden verwendet, um Deep-Learning- und Machine-Learning-Modelle zu trainieren, die zum Steuern von Fahrzeugen eingesetzt werden.
Intel schätzt, dass ein mit Kameras, Radar, Sonar, Lidar und GPUs ausgestattetes autonomes Fahrzeug bis zu 4.000 GB bzw. 4 TB Daten pro Tag generieren kann. Die Datenmenge eines einzelnen autonomen Fahrzeugs übersteigt die von 3.000 Fahrzeugen an einem einzigen Tag.
Die höchste Automatisierungsstufe (Level 5) erfordert die größte Datenmenge, da das Fahrzeug vollständig autonom und ohne menschliches Eingreifen fahren können muss. Dies setzt umfangreiche Daten voraus, um den Algorithmus zu trainieren, der für das präzise und sichere Fahren verantwortlich ist. Erfahren Sie mehr über die verschiedenen Stufen des autonomen Fahrens
Die von ADAS- und AV-Computern erfassten Daten können per Ethernet, Wi-Fi 6 oder Mobilfunk in die Cloud hochgeladen werden. Da Kameras und Sensoren jedoch täglich bis zu 4 TB an Daten generieren können, besteht die beste Lösung für Unternehmen darin, die Festplatten manuell zu entfernen und die Daten manuell auf ein zentrales Computersystem zu übertragen. Die manuelle Übertragung ist üblich, da der Upload von Terabytes an Daten in die Cloud per Wi-Fi oder Mobilfunk zu lange dauern würde.