作者
Gergely Simon
Gergely在恩智浦工作近三年,期间专注于人工智能、机器学习和数据管理解决方案。他最初的背景为应用工程,曾支持S32G及相关产品,包括eIQ® Auto AI/ML软件开发环境,并为展会和展览构建演示项目。近期,他的研究重点转向边缘AI应用,以及AI/ML模型在多种恩智浦器件上的部署。在加入恩智浦之前,他曾从事云原生有限元建模工作,为移动滤波器模拟提供高效的分布式计算解决方案。

随着软件定义汽车(SDV)的出现,汽车生成的数据将大幅增长,因此对数据的智能化转发需求也随之增加。数据管理解决方案(如aicas提供的方案)可帮助汽车制造商和车队运营商高效管理这些数据。
汽车遥测与信号数据收集对于合规性至关重要。除了维修过程中强制采集和使用的汽车数据外,额外记录关键信号或数据点不仅能提升用户体验,还能为未来车型的新功能开发提供支持。此外,AI算法可用于识别模式或趋势,进一步推动功能改进。
然而,当前的数据管理方法存在局限性:
要有效应对这些挑战,需要汽车制造商、车队运营商和保险公司携手合作,制定统一的解决方案。
Aicas提出的解决方案包含以下组件,旨在解决上述问题:
恩智浦的先进开发平台助力未来汽车技术创新。欢迎了解GreenBox 3和GoldBox 3平台的功能详情。
软件代理作为一组服务实现,运行于JamaicaAMS应用程序管理运行时系统中,该系统是一个基于组件的应用程序框架。
借助JamaicaAMS,嵌入式系统能够在运行时随时进行远程更新和灵活重配置。此外,还能够在支持的多个系统上复用组件,从而提供跨车队应用的高度可扩展性。在JamaicaAMS组件系统内,与AWS FleetWise兼容的数据收集系统被实现为一组独立的软件模块。这些模块通过内部消息总线实现异步通信。
该解决方案的三大核心组成部分包括:
该系统支持实时车辆数据访问与管理,如下图所示。
它由4个主要组件构成:恩智浦GreenBox 3实时开发平台(图中编号2)、GoldBox 3 (3)、Node-RED (1)和云仪表板(4)。在Node-RED(标记为1的截屏)中,用户可配置与车辆动态、电池管理和能源管理相关的数据选择流,并通过实时云仪表板(4)监测收集的数据。Node-RED提供低代码环境,支持动态远程重配置,简化原型设计。此外,恩智浦GreenBox 3(CAN数据源,图中编号1)与GoldBox 3(CAN接收器和数据处理器,图中编号3)通过物理CAN总线连接,模拟真实车辆系统。
安全可靠的S32G3处理器增强了车辆联网,满足下一代车辆架构的需求。了解有关S32G3的更多信息。
aicas EdgeSuite解决方案提供CAN到VSS的映射和信号标准化功能,支持基于VSS信号制定信号收集方案,同时具备创建车辆模型和车队分组能力,使客户能够快速启动数据收集与管理解决方案设计,无需从零构建系统。此外,该解决方案配备嵌入式仪表板和云仪表板,为车队运营商提供高效的数据管理。
该解决方案可部署于恩智浦汽车处理器上。恩智浦S32G3汽车网络处理器提供高速车辆联网,配备基于Arm®Cortex®-A53内核的POSIX计算和基于Arm Cortex-M7锁步内核的ASIL D计算。
恩智浦携手aicas,通过aicas EdgeSuite利用VSS,结合恩智浦汽车处理器(恩智浦S32G3车辆联网处理器和恩智浦S32E2实时处理器),实现车辆及车队数据管理。VSS的集成提供了以下关键优势:
Aicas EdgeSuite产品使客户能够专注于快速开发数据收集与管理解决方案,无需从零构建完整框架。
查看恩智浦专用白皮书,了解有关此解决方案及其优势的更多信息。
恩智浦半导体汽车系统工程与市场首席工程师,苏格兰格拉斯哥
Gergely在恩智浦工作近三年,期间专注于人工智能、机器学习和数据管理解决方案。他最初的背景为应用工程,曾支持S32G及相关产品,包括eIQ® Auto AI/ML软件开发环境,并为展会和展览构建演示项目。近期,他的研究重点转向边缘AI应用,以及AI/ML模型在多种恩智浦器件上的部署。在加入恩智浦之前,他曾从事云原生有限元建模工作,为移动滤波器模拟提供高效的分布式计算解决方案。