基于曼彻斯特的Wejo去年逆转到纳斯达克上市的特殊收购公司,正在开发机器学习平台,以便通过本周CES 2022在CES 2022宣布的伙伴关系中智能处理车辆的数据。
延迟和数据存储成本是利用和缩放实时车辆通信的力量的潜在障碍,既与其他车辆和设置为电力智能城市的基础设施。车辆被设置为每小时产生超过25gByte的数据,这需要更复杂的管理。
该神经平台基于Wejo公司的ADEPT平台,该平台是与美国隐秘公司Palantir合作开发的,旨在优化车辆内部的数据管理,在边缘进一步处理,并最终与云通信。这一过程不仅将减少数据超载,最大化数据洞察力,还将为汽车制造商降低成本,改善汽车制造,以提供更好的驾驶体验——支持更安全的车辆,推动电动汽车和自动驾驶汽车的进一步发展,并减少拥堵和排放。
Wejo神经边缘将在仅向云发送基本信息之前过滤和分析AV,EV和CV数据。该公司已经在多个品牌,制作和型号中处理了1190万辆车辆的万亿辆数据点和全球超过600亿旅程。
该平台使用了Wejo正在开发的车载边缘处理技术,只过滤有用和有价值的数据,然后将其传输到云端。该嵌入式软件技术结合微软Azure云计算平台,通过优化来自车辆的数据,为汽车制造商降低了网络和存储成本。机器学习算法利用20%的自动驾驶、电动和其他联网车辆的数据,重建车辆的行程和事件数据,并将其重建为100%的数据,而不会损失任何数据保真度或完整性。更少的数据需要更少的存储,从而降低功耗。
更多的这些消息
- 自适应汽车外部的电子墨水显示器
- Omnivision比利时研发中心
- 2022年CES展会缩短显示
- 英飞凌合作开发超低功耗超宽带芯片
- 安全三重无线芯片目标物质集线器
- CES 2022的法国和意大利初创公司
Wejo神经边缘还实现了自主,电动和连接车辆的标准化和集中化。这不仅提供了近实时通信的关键构建块,还提供了与道路标志,交通灯和停车场等基础设施服务的通信,因此车辆可以轻松预测前方的道路并优化移动性体验。