FEV利用微软Azure高效管理自动驾驶数据加速自动驾驶功能开发与验证.docx

《FEV利用微软Azure高效管理自动驾驶数据加速自动驾驶功能开发与验证.docx》由会员分享，可在线阅读，更多相关《FEV利用微软Azure高效管理自动驾驶数据加速自动驾驶功能开发与验证.docx（2页珍藏版）》请在第一文库网上搜索。

1、FEV利用微软Azure高效管理自动驾驶数据加速自动驾驶功能开发与验证自动驾驶将从根本上影响着我们未来的出行方式。验证这些功能需要系统在测试过程中识别道路交通中的各种场景，并对它们进行评估。此外，还需要为开发人员准备这些场景。据外媒报道，为了应对这一挑战，汽车开发商FEV使用微软云平台AZUre的计算能力，开发了数据管理与评估系统。据估计，验证自动驾驶功能，需要2.4亿到160亿公里的道路测试里程。然而，决定系统成熟度的并不是测试的数量，而是系统经历过的道路交通状况的数量，在各种状况下，算法必须快速做出决策，例如在高速公路上超车时。此外，测试驾驶过程中获得的数据量非常庞大,这也是验证的一项主要

2、挑战。车载传感器组由摄像头、激光雷达和雷达组成，一天内可生成多达40TB的数据。FEV的V2I数据管理系统能有效开发并验证这类驾驶功能。该公司的网络数据记录器收集所选车辆信号，并在试驾期间将其实时发送到后端。FEV利用微软Azure和AzureIoTHUb传输数据，构建了一个成熟、高性能、高度安全的云平台。发送到后端的车辆数据在云中进行整合，同时算法根据相关场景分析这些信号。因此，即使在试驾期间，用户也可以向相关工程师发送反馈，并根据预定计划灵活地协调整个车队。标准化的时间戳还极大简化了所有车辆数据的清理和准备。尤其重要的是，这种基于场景的预过滤还支持在云中高效地存储数据。只有之前检测到的数据

3、包或场景才会上传到云热存储中，云热存储具有最高级别的计算能力和访问管理。不太重要的部分保存在性能较低的云区域，因此成本较低。为了将现实道路的平均测试时间和成本降到最低,FEV正越来越多地将重要的测试范围转移到仿真和实验室环境中。FEV集团总裁兼首席执行官StefanPischinger教授表示，“数据记录器解决方案结合FEV基于云的标签软件，是为ADAS和自动驾驶环境构建整体开发环境的重要里程碑。根据驾驶情况，利用自动识别和分类，高效地准备数据，是其他处理步骤的基础J虽然目前量产的驾驶辅助系统仍然基于预定义的规则，但FEV相信,未来可以使用机器学习实现。PiSChinger教授还表示，“只有当A1能够处理最复杂的情况，并准确预测道路使用者的行为时，我们的目标才会实现J