當今的人工智能 （AI）、ADAS 和傳感器實時提供關鍵數據，在自動駕駛車隊路由系統中使用時必須對其進行監控和處理。

當一家美國大型卡車制造商認識到在其卡車車隊中策劃實施自動路線功能的巨大機會時，它尋找能夠處理大量不同數據的嵌入式計算。當今的人工智能 （AI）、高級駕駛輔助系統 （ADAS） 和傳感器實時提供關鍵數據，這些數據在用于自主車隊路線系統時必須進行監控和處理。這需要工業級嵌入式系統數據記錄儀，能夠提供可靠、堅固和高性能的架構系統來支持這種自主路由。

在 COVID-19 危機期間，該國對卡車車隊的依賴顯而易見。產品短缺、交貨速度、物流噩夢都非常明顯。然而，根據Business Insider的數據，即使在非大流行年份，美國71%的貨物也是通過卡車運輸的。

本案例研究展示了該車隊制造商如何選擇和實施 Premio 的堅固型計算技術，以進一步增強其自主路由能力。本案例研究將討論在自動駕駛框架內建立的標準和成功實施Premio車載遠程信息處理計算機。

自主車隊路線挑戰

車隊和卡車制造商在尋求支持自主路由功能的過程中應對了四個主要挑戰。它需要：

堅固耐用的計算解決方案，可承受較寬的工作溫度、沖擊和振動。雖然該解決方案安裝在卡車控制的環境中，但車輛經常坐在陽光下，或者穿過地形，造成巨大的振動和沖擊 - 所有這些都對電子設備有害。

強大的實時決策能力。這種自動駕駛的骨干提供了關于車輛位置和車輛行駛速度的遠程信息處理信息——用于訓練自動駕駛神經網絡的數據。

用于長途駕駛數據和 10GbE 連接的大存儲容量，可雙向移動數據，并可與所有遠程信息處理和改進相結合，以供未來分析使用。這些數據必須存儲在堅固耐用的計算機中，并有效訪問以持續訓練機器學習算法

強大的多核 CPU/GPU 組合，提供推理和實時計算以及數據遙測功能

成功實施自主車隊路由需要多種硬件技術同時協同工作。可以類比人體是如何工作的。例如，在物聯網領域，許多傳感器被放置在車輛周圍和整個車輛中，以監控和繪制環境 - 相當于人的眼睛和耳朵。決策必須有高智商。數據輸入類似于實時數據處理決策的大腦。最后，車輛遠程信息處理與大腦一起工作，充當身體的胃和肺一樣的守門人 - 將食物或氧氣分散到體內以確保它繼續運行。

確保所有這些都到位并協同工作并非易事，需要采取許多安全預防措施。這種自動化卡車車隊必須可靠，能夠在高速公路和當地街道上行駛，并在不斷變化的天氣條件和移動環境中始終運行。

遠程信息處理的重要性

遠程信息處理系統提供對自動駕駛汽車速度、實時位置、燃料使用、里程、天氣、路況等的洞察，在數據管理中發揮著關鍵作用。實時定位可以估計交貨時間并監控路況、速度、健康狀況、天氣，從而提高車輛效率并產生更高的安全性。它們還有助于預測何時應該維修自動駕駛汽車。對于車隊，遠程信息處理提供對車輛跟蹤、路線、報告等的訪問。

最終，了解速度、位置等可以轉化為對車隊的主動管理，從而控制燃料成本，減少事故并利用能源效率。可以管理的項目包括設置速度限制以確保安全和減少燃料浪費，根據怠速時間自動關閉，以及確保在車輛運行前系好安全帶。

遠程信息處理在路線規劃中至關重要，因此可以發送行程并與每個連接的供應商同步，并且可以分析和存檔GPS數據。它們也是制造商致力于使用的路由系統的命脈。

制定了哪些標準？

卡車車隊制造商制定了一系列要求，包括：

可靠的解決方案，可應對強大的計算挑戰以及苛刻的沖擊和振動環境

商用現成的工業級計算機，可快速選擇和部署以供實際使用

無風扇計算設計能夠承受較寬的工作溫度和車輛電池的輸入電壓，以及用于聚合和監控有價值數據并將所有這些數據放回神經網絡的嵌入式架構結構。

能夠支持高達 RTX 2060 Super 的 GPU，用于實時分析和計算

可容納高達 32 TB 的大存儲容量，以記錄可用數據

然而，真正需要的不是提供實際的自動駕駛，而是通過可靠的遠程信息處理計算機實時支持它，該計算機經過驗證，可以滿足功率、速度和精度的要求。

遠程信息處理和 GPU 計算 — 數據收集和分析

成功的自主車隊路線的關鍵是遠程信息處理計算機，它獲取不同傳感器提供的大量數據，并實時準確指示正在發生的事情。該解決方案必須堅固耐用，以便能夠承受可能導致電子可靠性問題的寬范圍的溫度、沖擊和振動。它還必須具有車輛GPS位置的精確性，并能夠準確地將所有數據推送到中央數據庫，以便遠程信息處理經理可以實時監控正在發生的事情。

對于自動駕駛車隊，Premio 交付了配備英特爾 Broadwell-U 處理器的ACO-3011E堅固耐用的無風扇車載遠程信息處理計算機。該計算機旨在平衡性能和功耗，具有兩種機箱外形，可容納多種 I/O 和擴展選項，非常適合性能、功耗和適應性同等重要的車載應用。

除了解決方案的遠程信息處理部分外，Premio還交付了帶有LGA 1151插槽的VCO-6033E-2PWR工業GPU，用于6千/7千一代英特爾?處理器。6033-E 提供硬件以支持車載計算機的推理分析和機器學習。例如，它們執行并行計算以處理有關道路狀況、危險、駕駛員操作和車輛控制系統操作的數據，從而以最小的延遲完成。它們還同時處理有關天氣和交通狀況的數據，以優化油耗。該解決方案實現了自動駕駛汽車的可操作性和響應能力，使其能夠通過機器學習繼續改進。

對于自治系統，英偉達的技術對通過Premio系統的所有數據進行實際計算。GPU為自治系統提供機器學習，而Premio通過其加固的硬件和GPU擴展支持為這些數據提供遠程信息處理計算機。

自動駕駛真正依賴于邊緣計算及其實時處理關鍵數據的能力 Premio的嵌入式計算機經過認證，可以與主要云合作伙伴合作，以實現物聯網去中心化及其整個物聯網連接套件。Microsoft AzureIoT 和Amazon 的 AWS IoT Greengrass等云合作伙伴都有助于在邊緣橋接其解決方案，以實現自主用例。

為什么選擇普瑞米奧？

Premio基于其30年的工業計算專業知識，直接與制造商和研發團隊合作，專注于加固部署和可靠性。Premio總部位于洛杉磯，因其用于車載計算的嵌入式產品以及大量的本地支持而被選中。

一旦確定了制造商的目標，Premio迅速交付了現成的加固型計算單元，并與制造商的工程團隊密切合作，這些計算機現已部署并成功用于多個車隊卡車在其自主旅程中的駕駛室。

總結

有五個級別的自動駕駛，最先進的程序正在測試實際行駛里程，滿足 4 級要求。然而，當5G全面實施時，車隊管理將進入通往5級自治的快車道。具體的 5G 優勢包括：

速度提升 10 倍，可能超過 1 Gb/s，無論人口密度如何

4G/LTE 的連接密度是 4G/LTE 的 100 倍，影響了訪問網絡的響應能力

實時響應，延遲率降低 5 到 10 倍，提高效率，尤其是在車輛安全和防撞方面。5G減少延遲的改善是顯著的。根據CTIA最近的一份白皮書，4G汽車大約需要4.6英尺才能踩剎車。相比之下，5G汽車只需一英寸即可完成任務。

從 4 級到 5 級將需要大幅增加驅動里程和大量數據聚合，以進一步訓練 AI 神經網絡，因此仍需要相當大的發展。

自動駕駛的架構代表了許多硬件技術的混合，從物聯網傳感器到 GPU CUDA 再到堅固耐用的車輛遠程信息處理。Premio的COTS嵌入式遠程信息處理數據記錄解決方案提供了必要的基礎設施，以達到5級的距離。

審核編輯：郭婷