ADAS 資料擷取與儲存電腦（先進駕駛輔助系統）
對於熟悉自動駕駛車輛和配備先進駕駛輔助系統（ADAS）的車輛的人來說，這類車輛會收集大量資料並需要這些資料來訓練深度學習和機器學習演算法，以協助汽車駕駛、避開障礙物和避免事故，這應不足為奇。訓練這類系統通常需要一個能夠擷取和儲存真實世界資料的系統，以便在稍後時間訓練先進駕駛輔助系統。
從攝影機和感測器擷取資料並不是一件容易的事，它需要配備強大處理器和大量高速資料儲存裝置的強大電腦系統。先進駕駛輔助系統製造商擁有的真實世界資料越多，系統偵測物件和駕駛車輛的準確度就越高。
通常，配備先進駕駛輔助系統（例如自動煞車、防撞保護、車道保持輔助、主動式定速巡航和自動駕駛技術）的車輛，會配備下列一項或多項功能：高解析度攝影機、光達、超音波感測器、聲納、繪圖處理器，以及其他有助於車輛「看清」周圍環境的感測器。為了訓練演算法，測試車輛必須配備 ADAS 資料擷取和儲存電腦，這些電腦能夠連接車輛攝影機和感測器並從中擷取資訊。
對於擷取和儲存資料的解決方案，它必須配備強大的處理能力和大量高速儲存裝置。這是因為車輛攝影機和感測器會產生訓練演算法所需的數 TB 資料。一些估計指出，配備攝影機和感測器的車輛通常每天每輛車產生 4TB 到 5TB 的資料。因此，擁有足夠儲存空間的系統對於系統跟上攝影機和感測器產生的大量資料至關重要。
此外，儲存資料的系統必須安裝在車輛上，因為收集並將感測器和攝影機產生的所有資料傳送到雲端是困難的，甚至是不可能的。因此，為了擷取和儲存資料，組織將需要一個具備所需效能和儲存容量的邊緣運算解決方案。
Premio 提供各種 AI 邊緣推論電腦，專為部署於車輛以收集和儲存攝影機和感測器資訊而設計。例如，Premio 的 ADAS 資料擷取電腦可以配置強大的第 8 和第 9 代 Intel Core i3、i5 和 i7 處理器，為組織提供充足的效能，以收集和儲存高解析度攝影機和感測器資料。此外，ADAS 資料儲存運算解決方案可以配置充足的儲存空間，以儲存攝影機和感測器資料。
例如，ADAS 資料擷取和儲存電腦可以配置多個 M.2 NVMe SSD、U.2 NVMe SSD、一般 SATA SSD 和 HDD。有些型號支援多達 8 個 U.2 NVMe SSD 或 2 個內部 SSD 或 HDD，以及 2 個採用 SATA 協定的熱插拔 SSD 或 HDD。Premio 的車輛資料擷取和儲存電腦具有靈活的儲存選項和可擴充的儲存容量，足以儲存自動駕駛車輛和配備先進駕駛輔助系統 (ADAS) 的車輛所產生的數 TB 感測器資料。
配備 ADAS 的車輛產生多少資料？
自動駕駛車輛和配備 ADAS 的車輛每天可產生 4TB 到 5TB 的資料。這是因為配備 ADAS 的車輛通常配備多個攝影機和感測器，包括聲納、超音波、光達和 GPS 感測器。配備 ADAS 的車輛上的攝影機通常每秒產生 20-60 MB 的資料，雷達每秒產生 10KB 的資料，光達每秒產生 10-70 MB 的資料，GPS 每秒產生大約 50KB 的資料。當您將所有這些數字加總時，您的車輛每秒產生高達 130MB 的資料，這相當於每分鐘大約 8GB 的資料。
圖片來源：Synopsys
因此，每天行駛 10 小時的自動駕駛車輛每天可以產生 4.8TB 的資料。車輛配備的感測器和攝影機越多，產生的資料量就越大。當然，這些數字會根據所用攝影機的解析度以及系統使用的感測器和攝影機數量而有所不同。有些系統可能使用較少，而有些系統可能使用較多。
ADAS 擷取和儲存的資料會發生什麼事？
先進駕駛輔助系統 (ADAS) 擷取和儲存的資料用於開發和改進 ADAS 系統的效能。例如，如果 ADAS 使用深度學習或機器學習，AI 邊緣推論電腦收集的資料將用於訓練 ML（機器學習）或 DL（深度學習）模型，使其能夠更好地偵測物件、人員、車道標線和街道標誌。總體而言，用於訓練模型的資料越多，模型在遇到從未見過的環境和物件時的表現就越好。
此外，在訓練階段，人工神經網路被教導以與人類分類物件或屬性相同的方式對某些物件或屬性進行分類。訓練模型需要大量的處理能力；因此，它通常在資料中心借助 GPU 進行。GPU 可以加速訓練，因為它們可以比 CPU 處理更多的資料。這是因為 GPU 擁有比 CPU 多得多的核心，使其能夠同時處理更多的資料。模型訓練完成後，通常會部署在車輛中，對從未見過的新資料（環境和物件）執行推論分析。訓練越好，演算法在識別物件和駕駛車輛方面的表現就越好。
深度學習訓練 - 圖片來源：Intel
也就是說，為了擷取和儲存用於訓練模型的大量資料，測試車輛必須配備加固的 AI 邊緣電腦，這些電腦能夠連接並擷取車輛攝影機和感測器中的資訊。AI 邊緣推論 PC 配備強大的處理器和堅固的儲存解決方案，能夠儲存車輛感測器和攝影機產生的數 TB 資料。
強大的邊緣電腦是必要的，因為資料通常必須在本地儲存和處理，只有關鍵的處理資訊才會傳送到雲端。這是因為透過蜂巢式連線傳輸數 TB 的資料既非常困難又昂貴。之所以困難，是因為蜂巢式電信業者無法提供足夠的上傳速度來上傳車輛感測器產生的大量資料。
此外，將所有原始資料傳送到雲端的第二個障礙是，透過行動網路傳送這麼多資料非常昂貴，對於大多數組織來說成本過高。因此，AI 邊緣推論電腦用於儲存資料，透過行動網路將一些處理後的資料卸載到雲端，同時透過實際移除硬碟並手動將資料卸載到中央電腦上，將大部分資料卸載到中央位置。
先進駕駛輔助系統（ADAS）堅固化與功能
AI 邊緣推論運算解決方案經過強化，能夠承受在惡劣條件下的部署，而這些條件對於一般的桌上型電腦來說太嚴苛了。我們將討論邊緣 AI 電腦如何強化以承受在不穩定環境中的部署。
1. 無風扇設計
在尋找能夠擷取和儲存車輛攝影機和感測器所產生資料的 ADAS 電腦時，您應該選擇無風扇解決方案。您應該選擇無風扇解決方案，因為無風扇工業電腦最適合部署在車輛中，它們將暴露在灰塵、碎屑和其他小顆粒中。無風扇設計可防止灰塵和小顆粒進入系統並損壞組件。
此外，無風扇設計消除了系統中風扇的使用。風扇的消除創造了一個顯著更可靠的系統，因為風扇是許多電子設備故障（包括電腦）的主要原因。因此，透過消除它們，我們消除了一個常見的故障點，使解決方案更加可靠和耐用。
2. 抗震動與抗衝擊
此外，在尋找用於擷取和儲存車輛感測器資料的 ADAS PC 時，您應該選擇具有抗震動和抗衝擊功能的解決方案。AI 邊緣推論電腦符合 MIL-STD-810G 標準，具有 50G 的衝擊保護和 5GRMs 的振動抵抗力。抗震動和抗衝擊功能允許系統部署在車輛中，這些車輛在道路行駛時會經常受到衝擊和振動。
此外，Premio ADAS 電腦透過消除系統中所有纜線來實現抗震和抗振動。消除系統中所有纜線可減少移動部件的數量，從而減少可能發生故障的部件數量，創造更可靠的解決方案。
3. 寬廣的操作溫度範圍
車輛是移動的，因此它們可能會行駛到極冷或極熱的環境。因此，在選擇 ADAS 資料採集系統時，您應該選擇可以承受極端溫度暴露的選項。Premio 的 AI 邊緣推論電腦經過設計和製造，可承受極端溫度的暴露。事實上，它們具有寬廣的操作溫度範圍，從 -25⁰C 到 60⁰C，使其非常適合車輛中的移動部署。
Premio AI 邊緣推論 PC 具有寬廣的操作溫度範圍，因為它們是無風扇的，並且採用寬溫度範圍組件配置，這些組件專為在經歷波動和極端溫度的環境中挑戰性部署而設計。
因此，無論車輛行駛到溫度達到 50⁰C 的莫哈韋沙漠，還是冬季紐約溫度達到 -15⁰C，我們的 AI 邊緣推論解決方案即使在暴露於此類極端溫度下也能最佳且可靠地運作。此外，值得注意的是，您無需投資額外硬體即可實現寬廣的操作溫度範圍，因為系統本身就具有寬廣的操作溫度範圍。
因此，堅固耐用的邊緣電腦能夠承受極端溫度，而這是一般桌上型電腦無法做到的。這是因為一般消費級電腦並非由寬溫元件製成，也非設計用於承受極端溫度。它們是用於溫控環境中的家庭或辦公室使用，而非像堅固耐用的邊緣電腦那樣用於嚴苛的車載部署。
通常，桌上型電腦的操作溫度範圍為 5⁰C 到 40⁰C，而堅固型邊緣 PC 則具有寬廣的操作溫度範圍，從 -25⁰C 到 60⁰C，使其在經歷極端溫度的嚴苛環境中，能夠顯著更可靠且最佳地執行。
4. 電源輸入相容性
在尋找 ADAS 運算平台時，您應選擇配備寬廣電源範圍的選項。這是因為部署在車輛中的 ADAS 電腦必須能夠從車輛電源運行。例如，Premio 邊緣運算解決方案具有寬廣的電源範圍，允許系統從各種不同的電源輸入情境供電。此外，Premio 的解決方案配備了多種不同的電源保護功能，包括過電壓保護、突波保護和反極性保護。
5. 電源點火管理
此外，在選擇 ADAS 資料採集系統時，您應該選擇配備電源點火管理的解決方案。Premio 的 AI 邊緣推論運算解決方案配備電源點火管理功能，使系統能夠偵測車輛何時已開啟電源，並向系統發送訊號以開始啟動延遲。此外，系統會偵測車輛何時已關閉電源，允許它執行延遲關機。延遲 PC 的關閉允許系統完成其目前任務，防止資料丟失或損壞。此外，當系統關閉時，電源點火管理功能可防止邊緣運算解決方案耗盡車輛的電源。
6. CANBus 能力
CANBus 是一種在車輛各個組件之間傳送訊息的協議。利用 CANBus 系統可讓組織收集包括車速、引擎轉速、節氣門位置、轉向角度、胎壓水平以及各種其他關鍵車輛資訊。因此，在選擇解決方案時，您應該尋找一個能夠利用 CANBus 網路來收集和儲存車輛資訊的系統。例如，Premio 的 AI 邊緣電腦可以利用車輛的 CANBus 系統，從連接到 CANBus 網路的各種感測器和設備收集資料。收集到的資訊非常寶貴，因為它可以用於開發先進駕駛輔助系統。
儘管 CANBus 幾乎可以在所有目前道路上的車輛中找到，但有些組織正在探索為其車輛配備汽車乙太網路的選項。由於聯網汽車、自動駕駛車輛和自駕車所需的頻寬增加，汽車乙太網路 (100 Base-T1) 將在未來被採用。
7. 有線和無線連線
Edge AI 推理電腦可以配置各種有線和無線連接選項，讓您的系統能夠連接到網路以及其他利用有線和無線連接的設備。例如，所有 AI 邊緣推理電腦都配備雙 RJ45 Gigabit 連接埠，使組織能夠以極高的速度傳輸數據，並連接到高解析度相機和感測器。
此外，ADAS 邊緣電腦系統還配備透過 Wi-Fi 5 或最新一代 Wi-Fi 6 模組實現的無線連接功能。Wi-Fi 的優點是為組織在確定無線連接速度和範圍時提供了極大的靈活性。此外，兩項 Wi-Fi 6 技術使設備能夠連接到眾多物聯網設備，這兩項技術就是 Mu-MIMO 和 OFDMA。
Mu-MIMO 是多用戶多輸入技術的縮寫，它允許邊緣電腦同時連接多個啟用 Wi-Fi 的設備。Mu-MIMO 能夠顯著提高網路吞吐量，非常適合高密度網路。Mu-MIMO 在 Wi-Fi 5 和 Wi-Fi 6 上都可用。與 SU-MIMO（單用戶 MIMO，允許設備同時向單個設備發送/接收數據）相比，Mu-MIMO 是一種改進。Mu-MIMO 將該技術擴展到多個用戶。
OFDMA（正交頻分多址存取）將 Wi-Fi 通道劃分為稱為資源單位的較小頻率分配，使您的設備能夠同時與多個客戶端通信。
也就是說，由於車輛經常移動，很難透過 Wi-Fi 和有線連接選項連接它們，這使得設備必須具有蜂窩連接才能將關鍵資訊卸載到雲端。AI 邊緣推斷電腦配備雙 SIM 卡插槽，允許為設備添加兩個蜂窩數據運營商以實現冗餘。如果其中一個數據運營商在偏遠環境中不可用或訊號不良，則可以對系統進行程式設計以連接到輔助蜂窩運營商，將關鍵數據卸載到雲端。
此外，AI 邊緣電腦可以配置藍牙連線功能。藍牙提供可靠的一對一連線和多對多連線。然而，藍牙沒有 Wi-Fi 和有線連線所提供的範圍和速度。儘管如此，它們確實為感測器和物聯網設備提供了簡單可靠的連線。
總結
總而言之，配備 ADAS 的車輛需要大量數據來訓練和開發先進的駕駛輔助系統，以便安全地操作車輛並防止事故發生。為了擷取和儲存數據，車輛必須配備 AI 邊緣電腦，這些電腦配備強大的多核心處理器和大量儲存空間，以儲存每輛車每天產生的數 TB 數據。此外，ADAS 電腦配備豐富的 I/O，使系統能夠連接到許多感測器和攝影機，以收集和儲存感測器數據。如果您有任何問題或需要協助選擇 ADAS 數據擷取和儲存電腦，請聯繫我們的一位邊緣運算專家，他們將非常樂意協助您選擇符合您特定要求的解決方案。
