在試駕過程中記錄原始ADAS感測器資料的系統
正在開發ADAS（進階駕駛輔助系統）的組織需要測試車輛來收集和儲存原始現場攝影機和感測器資料。收集到的資料用於訓練車輛電腦使用的軟體，以實現ADAS功能，例如車道保持輔助、自適應巡航控制和自動駕駛功能。
此外，測試車輛收集的資料（攝影機畫面、聲納、雷達、GPS和光達）通常用於訓練視覺和物件偵測演算法。需要大量的資料來訓練電腦視覺和機器學習模型，這些模型使得進階駕駛輔助系統成為可能。
添加到車輛以啟用ADAS的感測器和攝影機產生令人難以置信的資料量。英特爾估計，配備攝影機、光達、雷達和GPS感測器的自動駕駛車輛每天每輛車可產生4TB的資料。因此，對於希望記錄和儲存感測器資料以訓練ADAS軟體的組織來說，他們必須為車輛配備強大的系統，以記錄原始ADAS感測器資料。
用於記錄原始ADAS感測器資料的電腦系統必須具有必要的處理能力，以從感測器和攝影機收集資料。一旦資料收集完成，邊緣電腦必須配備大量的告訴資料儲存，以儲存車輛攝影機和感測器產生的兆位元組資料。
ADAS記錄電腦經過強化，可以承受不適合普通消費級桌上型電腦的惡劣環境部署。此外，工業邊緣電腦配備了豐富的I/O，透過包含乙太網路埠、串列COM埠、USB Type-A埠和GPIO（通用I/O），使系統能夠與各種設備連接。此外，系統可以配置兆位元組的SSD（固態硬碟）儲存或HDD（硬碟）儲存。當記錄原始高解析度攝影機和感測器資料時，擁有大量的儲存空間是必不可少的，尤其是當您考慮到ADAS每天每輛車可以產生4TB到5TB的資料時。
ADAS資料記錄
ADAS資料記錄電腦必須足夠強大，以記錄來自攝影機、光達、雷達、GPS和車輛匯流排的連續且未壓縮的資料流。必須收集每一點資料，以便日後用於訓練ADAS和自動駕駛（AD）的機器學習和機器視覺演算法。ADAS和自動駕駛車輛電腦必須配備足夠的性能，以便隨時處理、分析和診斷測試車輛在路上提供的感測器資料，記錄周圍環境以訓練ADAS和自動駕駛車輛演算法。
記錄ADAS資料並非易事。通常，組織擁有龐大的測試車隊，每年行駛數百萬英里，記錄環境和周圍條件，以涵蓋車輛可能遇到的所有可能道路條件和物體。收集的資料越多越好，訓練模型在遇到從未見過的新環境和物體時表現越好。
此外，測試車輛經常前往結冰環境和極熱環境，因此車載運算解決方案必須足夠堅固，以應對其將遇到的極端高溫和極端低溫。因此，邊緣運算解決方案配置了寬廣的工作溫度範圍，從-25⁰C到60⁰C。無論車輛是前往溫度達到50⁰C的莫哈韋沙漠，還是冬季溫度達到-15⁰C的紐約，這些系統都足夠堅固，可以持續可靠地記錄原始感測器資料，避免資料丟失和損壞。
此外，ADAS和自動駕駛車輛資料擷取電腦通常放置在車輛後備箱中，因此它們必須足夠緊湊以適應車輛後備箱，同時可靠地運行以擷取所有感測器資料。此外，電腦必須配備高速資料儲存，因為它們必須每秒向硬碟寫入數十億位元組的資料，以擷取訓練機器學習和深度學習模型所需的真實世界資料，以啟用ADAS。
Premio AI邊緣推論運算解決方案
Premio提供多種AI邊緣推論運算解決方案，可配置多種CPU選擇、儲存解決方案、RAM和I/O埠。這使得系統能夠持續從高解析度攝影機、光達、雷達、汽車匯流排和其他設備擷取未壓縮資料，這些資料將用於訓練機器學習和深度學習模型。
此外，Premio的AI邊緣PC經過強化，可承受嚴峻的環境條件，例如灰塵、碎屑、污垢、衝擊、振動和極端溫度，使系統能夠24/7不間斷地運行，進行資料擷取和記錄任務。
此外，AI邊緣推論運算解決方案的設計和製造具有抗震和抗振動能力，使其能夠承受頻繁的衝擊和振動，而不會損壞敏感的內部組件。事實上，Premio的解決方案具有50G的抗震能力和5GRMS的抗振動能力，符合MIL-STD-810G標準。這使得它們完全能夠處理符合軍用標準的衝擊和振動。
抗震和抗振動對於部署在車輛中的運算解決方案至關重要，因為車輛不斷移動，使車載電腦暴露在衝擊和振動中。普通電腦的設計和製造並非旨在承受此類環境中的部署。然而，Premio的解決方案是專門為承受此類嚴峻環境而設計和製造的。
此外，Premio的AI邊緣運算解決方案採用被動散熱，這意味著系統中已移除風扇。移除風扇意味著我們必須依靠透過散熱器進行被動散熱來冷卻系統。儘管主動空氣冷卻提供最佳冷卻效果，但散熱器提供了一種有效的方式，將熱量從系統敏感的內部組件轉移到系統的外部外殼，外部外殼將熱量散發到大氣中。
話雖如此，取消風扇使我們能夠設計一個完全封閉的系統，消除了灰塵和其他小顆粒進入系統損壞內部組件的可能性。此外，風扇是電子產品中最常發生故障的零件之一，因此透過移除它們，我們消除了常見的故障組件，使我們的系統更加可靠和耐用，降低了部署AI邊緣運算解決方案時停機的可能性。
話雖如此，如果您選擇為AI邊緣電腦配置GPU，系統將分為兩個隔間。容納CPU、RAM、晶片組和儲存裝置的主要隔間採用無風扇冷卻，而容納GPU的隔間則透過風扇主動空氣冷卻。這是因為GPU消耗大量電力並因此產生大量熱量。散熱器不足以冷卻GPU；因此，必須使用風扇來冷卻它們並排出系統內部產生的熱量。話雖如此，雖然配置GPU時並非完全無風扇，但帶有GPU的AI邊緣運算解決方案仍然堅固耐用，並且可以部署在許多完全無風扇堅固電腦可以部署的環境中。
此外，邊緣AI電腦配備了寬廣的電源輸入，由於9至50 VDC的寬廣電源輸入範圍，使得系統與各種不同的電源輸入情境相容。此外，系統還配置了多項電源保護功能，包括過壓保護、突波保護和反極性保護。部署在車輛中的解決方案必須具有寬廣的電源輸入，因為它們通常由不同電壓的車輛電池供電。
此外，ADAS邊緣運算解決方案配置了電源點火管理。電源點火管理檢測車輛何時啟動，允許系統啟動啟動延遲。此外，電源點火管理檢測系統何時關閉，在系統關閉之前啟動延遲。此延遲允許系統完成手頭的任務，幫助組織避免因突然系統關閉而導致資料丟失或損壞。此外，電源點火管理可防止系統在車輛關閉時耗盡車輛的電力。
底線
總而言之，ADAS製造商擁有的資料越多，他們就能使他們的進階駕駛輔助系統或自動駕駛系統運作得更好。進階駕駛輔助系統和自動駕駛系統的製造商必須收集和儲存資料，以便這些資料日後可用於訓練演算法。為此，組織需要強大的運算解決方案，這些解決方案具有足夠的儲存空間，並且可以部署在邊緣，以記錄高解析度攝影機、感測器、網路、協定和車輛匯流排產生的原始資料。Premio提供各種可配置的AI邊緣推論電腦，這些電腦可配置特定的處理器、儲存、記憶體甚至連接。
