1月4日，互聯(lián)車輛數(shù)據(jù)（CAD）供應(yīng)商Wejo宣布開發(fā)出突破性的 Wejo Neural EdgeTM平臺，可智能處理大規(guī)模車輛數(shù)據(jù)，同時提供準(zhǔn)確信息，保護隱私并推動汽車創(chuàng)新。
（圖片來源：Wejo）
當(dāng)今車輛會生成大量數(shù)據(jù)，但對于其他車輛和為智慧城市賦能的基礎(chǔ)設(shè)施而言，在利用和擴展實時車輛通信方面的潛在障礙是延遲和數(shù)據(jù)存儲成本。通過與Microsoft Azure合作，并由Wejo的ADEPT平臺提供支持，Wejo Neural EdgeTM 優(yōu)化了車內(nèi)管理數(shù)據(jù)的方式，并在邊緣進一步處理，最終實現(xiàn)云通信。該過程不僅可以減少數(shù)據(jù)過載，并最大限度地提高數(shù)據(jù)洞察力，而且還可降低汽車制造商的成本并改進車輛制造，從而提供更好的駕駛體驗，即實現(xiàn)更安全的車輛，進而推動電動汽車（EV）和自動駕駛（AV）的進一步發(fā)展，并減少擁堵和排放。
Wejo創(chuàng)始人兼首席執(zhí)行官Richard Barlow表示：“如今的車輛每小時產(chǎn)生大約25 GB的數(shù)據(jù)，且隨著車輛技術(shù)的進步，還會增加更多傳感器，因此數(shù)據(jù)過濾和神經(jīng)邊緣處理技術(shù)對于減少過載并推動行業(yè)發(fā)展至關(guān)重要。通過與微軟和Palantir合作，Wejo能夠解決大量數(shù)據(jù)帶來的問題，且Wejo Neural EdgeTM將進一推動自動駕駛增長?！?BR> 在將基本信息傳至云端前，Wejo Neural EdgeTM會先過濾和分析大量AV、EV和CV數(shù)據(jù)。而這一點是通過利用Wejo正在開發(fā)的車載邊緣處理來實現(xiàn)的，且該處理僅在將有用和有價值的CVD傳輸?shù)皆贫饲皩ζ溥M行過濾。將嵌入式軟件技術(shù)與Microsoft Azure云計算平臺相結(jié)合，Wejo Neural EdgeTM能夠通過以下幾種方式推動汽車創(chuàng)新：
-
通過優(yōu)化車輛數(shù)據(jù)，降低汽車制造商的網(wǎng)絡(luò)和存儲成本。利用車輛芯片組中的嵌入式軟件，Wejo Neural EdgeTM可以智能選擇從車輛發(fā)送到云端的數(shù)據(jù)并確定其優(yōu)先級。
-
Wejo Neural EdgeTM可利用機器學(xué)習(xí)算法重構(gòu)車輛行程和事件數(shù)據(jù)，從自動駕駛、電動和其他互聯(lián)車輛中提取20%的數(shù)據(jù)，并將其重構(gòu)以代表全部數(shù)據(jù)，但不會損失數(shù)據(jù)保真度或完整性。該過程不僅意味著降低存儲要求，且降低了功耗。
-
支持車到車（V2V）和車到基礎(chǔ)設(shè)施（V2X）通信。Wejo Neural EdgeTM可實現(xiàn)自動駕駛、電動和互聯(lián)車輛數(shù)據(jù)的標(biāo)準(zhǔn)化和集中化，不僅為近乎實時的通信提供了關(guān)鍵構(gòu)建塊，而且還支持與道路標(biāo)志、交通燈和停車場等基礎(chǔ)設(shè)施服務(wù)的通信，因此車輛可以輕松預(yù)測前方道路并優(yōu)化出行體驗。
-
提供車輛和城市的數(shù)字孿生，以重塑對移動出行相關(guān)的整個產(chǎn)品和服務(wù)生態(tài)系統(tǒng)的認知。在仿真環(huán)境中，Wejo Neural EdgeTM可以構(gòu)建美國的數(shù)字孿生模型，以模擬不同城市的車輛需要如何響應(yīng)和導(dǎo)航，從而在智慧城市中再學(xué)習(xí)成為AV或EV，但無需浪費大量物理硬件或車輛基礎(chǔ)設(shè)施成本。
隨著越來越多的汽車制造商不斷利用車輛數(shù)據(jù)，Wejo Neural EdgeTM和Wejo的通用數(shù)據(jù)模型將使不同制造商的品牌和車型能夠使用相同的數(shù)據(jù)語言，而這是支持車輛間通信以及車輛與基礎(chǔ)設(shè)施和服務(wù)通信的關(guān)鍵組件。Wejo與Palantir的持續(xù)合作將進一步推動Wejo Neural EdgeTM解決當(dāng)前問題，并為未來決策提供信息。
（轉(zhuǎn)載）
