高級駕駛輔助系統

收集、儲存、管理和分析數據
用於自動駕駛汽車和高級駕駛輔助系統

市場概覽

開發和改進自動駕駛系統和駕駛輔助系統（ADAS）需要從各種高解析度攝影機和車輛感測器獲取大量真實世界數據，以訓練自動駕駛汽車（AV）和高級駕駛輔助系統（ADAS）演算法。取得這些數據需要專用的運算解決方案，能夠快速、準確地即時儲存和記錄數據。

Premio 提供專為自動駕駛車隊和 ADAS 資料部署而設計的 AI 邊緣推理電腦。我們的 AI 邊緣推理電腦利用最新的運算、儲存和連接技術，即使在最嚴苛的公路和非公路環境下，也能加速機器學習和即時推理。

什麼是自動駕駛車輛資料計算機？

對速度的需求。可擴展的硬體加速，實現長達數英里的自主行駛。

自動駕駛汽車和高級駕駛輔助系統（ADAS）資料擷取與儲存電腦配備了強大的多核心處理器、超高速NVMe固態硬碟（SSD）、圖形引擎和高速連接，用於處理和儲存車輛感測器和高解析度攝影機在行駛過程中產生的大量資料。隨著越來越多的測試車輛投入使用，自動駕駛汽車製造商必須利用可靠的計算解決方案，以確保測試駕駛的穩定開發。

強大的多核心處理器

超高速 NVMe 固態硬碟

GPU加速

高速連接

模組化和靈活的EDGEBoost節點

Premio 的加固型運算解決方案能夠擷取、處理和儲存由配備 ADAS 和智慧物聯網感測器的自動駕駛車輛產生的 TB 級資料。這些專用運算解決方案可協助自動駕駛車輛開發，用於資料收集、記錄測試里程以及驗證車載部署的物聯網感測器。
了解 EDGEBoost 節點

ADAS和自動駕駛車輛資料記錄計算機

ADAS 和 AV 計算解決方案的主要功能是記錄來自高解析度攝影機、雷達、雷射雷達、GPS、汽車網路和車隊車輛的原始數據。有價值的數據被收集、匯總，然後從系統中卸載以進行進一步分析。智慧演算法利用這些數據來訓練和啟用神經網絡，從而實現更聰明、更安全的車輛。透過使用 AI 邊緣推理電腦進行資料收集，自動駕駛汽車製造商可以追蹤並提升車輛在各個自主階段的智慧水準。

了解更多

數據管道的三個階段
連網汽車和測試車輛如何使用數據

資料攝取階段

由來自車輛上各種感測器的混合資料組成，需要原始儲存每秒輸入/輸出數 (IOPS)

資料處理階段

來自攝取階段的資料會進行元資料標記處理，這需要儲存設備具備隨機 I/O 效能。

資料訓練階段

訓練階段使用資料進行訓練，並依靠強大的 GPU 和強大的運算解決方案，從而提供低延遲和從儲存媒體的隨機讀取吞吐量。

了解更多關於ADAS計算機如何採集感測器數據的信息

邊緣推理和訓練的優勢

自動駕駛汽車的未來需要大量數據。新興解決方案為高效能運算以及智慧訓練模型的成功部署提供了必要的基礎設施。 AI邊緣推理電腦透過解決資料記錄和收集、即時處理的推理分析以及在邊緣運行機器學習模型等方面的挑戰，加速了自動駕駛汽車的開發。

  • 從攝影機、雷達、光達、聲吶、GPS 和 CAN 網路等各種設備收集有價值的數據，以進一步訓練神經網路。
  • 將機器學習演算法部署在更靠近物聯網感測器的位置，以獲得更深入的洞察和智慧。
  • 利用專用硬體加速技術，實現低延遲結果和即時決策。

了解更多關於推理和人工智慧建模的知識

用於自動駕駛汽車和高級駕駛輔助系統的常用感測器技術

成像雷達

多核心計算

光達

全整合微控制器單元

必備要求
AV/ADAS 資料收集和儲存計算機

強大的多核心處理能力

ADAS 和自動駕駛汽車運算解決方案配備了強大的多核心處理器，為系統提供了充足的處理和運算能力，以處理和計算來自各種感測器和高解析度攝影機的 TB 級資料。
了解更多關於硬體加速器的信息

高速儲存

高解析度攝影機和感測器每天每輛車可產生超過 4TB 的數據。面對如此龐大的資料量，車載運算解決方案必須配備高容量、高速的固態硬碟 (SSD) 儲存方案，以實現高效能和低延遲。現代儲存技術能夠以驚人的速度提供持久的讀寫效能，支援各種隨機 IOPS。
了解更多關於NVMe的信息

富 I/O

計算解決方案必須支援多種接口，以便記錄來自各種感測器的數據。因此，ADAS 和 AV 電腦配備了大量的 I/O 端口，例如 USB Type-A 端口、串口 COM 端口、千兆以太網端口、PoE+ 端口、GPIO 和視頻輸出端口，從而能夠連接到傳感器、攝像頭以及車輛總線和網絡。
了解更多關於工業 I/O 端口的信息

豐富的連結性

ADAS 和 AV 運算解決方案配備了有線和無線連接技術，例如千兆乙太網路、萬兆乙太網路、Wi-Fi 6 以及 4G、LTE 和 5G 蜂窩網路連線。多種連接選項使運算解決方案能夠保持與互聯網的連接，從而將關鍵任務資料卸載到雲端，並允許系統接收空中下載更新。
了解更多關於無線技術的信息

CAN總線支援

ADAS和AV錄影電腦均配備CAN匯流排支持，可從車輛匯流排和網路記錄車輛資料。從CAN總線記錄的數據包括車速、引擎轉速、車輪轉速、轉向角以及其他各種豐富的數據，這些數據能夠提供關於車輛的即時洞察和有價值的資訊。
了解更多關於CAN總線網路和技術的信息

堅固耐用的設計

ADAS 和自動駕駛汽車資料記錄電腦的設計旨在承受具有挑戰性的車輛部署環境，在這些環境中，系統將暴露於衝擊、振動、極端溫度、灰塵和其他環境挑戰中。
了解更多關於邊緣運算基本運算硬體要求的信息

為什麼選擇 Premio 作為堅固耐用型邊緣電腦的供應商？

  • Premio 提供專用的車輛解決方案，能夠擷取和儲存開發和改進 ADAS 和自動駕駛汽車演算法所需的資料。
  • 在x86運算能力、儲存、豐富的I/O介面和高速連接方面，擁有超過30年的工業運算解決方案設計經驗。
  • 在美國建立全球交鑰匙製造和支援基礎設施，以加速 ADAS 資料擷取和儲存解決方案以及自動駕駛汽車資料擷取和儲存解決方案的部署。
  • 深入了解 ADAS 運算解決方案和自動駕駛汽車資料擷取與儲存解決方案所需的運算能力、儲存需求和連接性。
  • 北美市場車載加強型工業電腦的監管測試和合規性。
了解更多

常見問題

自動駕駛汽車利用高解析度攝影機、雷達、光達、超音波感測器、GPS 和其他感測器來感知周圍環境。它們利用這些感測器資訊進行導航、避開障礙物、讀取道路標誌等路標，從而安全行駛。然而，為了使演算法能夠安全地引導車輛，必須收集並儲存大量資料來訓練人工智慧模型。資料的收集和儲存需要功能強大且堅固耐用的計算機，這些計算機能夠連接感測器和攝像頭，處理資料並將其儲存起來，以便日後用於訓練引導自動駕駛汽車的機器學習或深度學習模型。
ADAS 記錄解決方案的目的是收集、儲存收集到的數據，並將收集到的數據卸載到中央數據中心，以便使用強大的數據中心計算機來訓練 AI 演算法。
高級駕駛輔助系統（ADAS）顧名思義，是一種輔助駕駛駕駛和停車的電子系統。這些系統通常基於軟體演算法，需要經過訓練才能安全駕駛和停車。訓練ADAS演算法需要將真實世界的資料輸入到神經網路中。輸入神經網路的數據越多，其駕駛性能就越好。
收集到的 ADAS（進階駕駛輔助系統）和 AV（自動駕駛汽車）資料用於訓練深度學習和機器學習模型，從而實現車輛駕駛。
英特爾估計，一輛配備攝影機、雷達、聲音吶、光達和GPU的自動駕駛汽車每天可產生高達4,000GB或4TB的資料。一輛自動駕駛汽車產生的數據量超過3000輛汽車一天產生的數據量。
5級自動駕駛是最高等級的自動駕駛，需要最多的數據，因為車輛必須能夠在沒有任何人為幹預的情況下完全自主駕駛。這需要大量數據來訓練負責準確、安全地駕駛車輛的演算法。 了解更多關於不同等級自動駕駛的資訊
ADAS 電腦和 AV 電腦記錄的資料可以透過乙太網路、Wi-Fi 6 或蜂窩網路連線上傳到雲端。然而，由於攝影機和感測器每天產生的資料量可達 4TB，企業目前最佳的解決方案是手動移除硬碟，並將資料手動卸載到中央電腦系統。手動卸載是標準做法，因為透過 Wi-Fi 或蜂窩網路連線將 TB 級資料上傳到雲端需要太長時間。