차량 관리를 위해 AI와 IoT는 함께 하면 더 좋습니다

사물 인터넷(IoT)에 인공 지능을 적용함으로써 의료에서 ​​제조 및 운송에 이르는 다양한 산업 분야에서 급속한 혁신을 주도하고 있습니다.

IoT가 데이터 수집을 위한 원격 센서 시스템 개발에 중점을 둔 반면, 사물의 인공 지능(AIoT)은 이러한 시스템을 연결하여 집단 지능을 생성하여 궁극적으로 시스템의 각 노드를 더 똑똑하게 만듭니다. 지능형 인지, 에지 컴퓨팅 및 자율 기능을 결합하여 인간이 영감을 받은 의사 결정을 저비용, 높은 규모, 높은 정확도로 자동 처리할 수 있습니다.

이 기술은 특히 차량 안전 분야에서 오늘날 많은 상업용 운송 시스템의 중추를 형성하고 있습니다.

AIoT는 인간이 효율적으로 처리할 수 없는 방대한 양의 데이터를 생성하는 부문에 특히 유용합니다. 운송 산업에서 차량이 기술 공간을 업그레이드하고 최신 ADAS(첨단 운전자 지원 시스템)를 채택함에 따라 차량에서 생성되는 데이터의 양이 매일 증가합니다.

비디오와 차량 데이터를 결합하는 것이 안전 위험을 감지하고 완화하는 데 중요하지만 대부분의 플랫폼에는 클라우드에서 모든 데이터를 처리, 분석 및 해석할 수 있는 스토리지 또는 컴퓨팅 기능이 부족합니다. 게다가 상용차에 일반적으로 설치되는 장치는 고해상도 데이터를 생성하므로 클라우드 전송이 경제적으로 불가능합니다.

이에 대응하여 AIoT 기술은 차량 내 및 차량 내 장치의 기계 학습 기능과 클라우드 처리 환경의 컴퓨팅 성능을 결합합니다. 이 통합 접근 방식을 통해 설치된 장치는 클라우드로 전송하기 전에 데이터를 요약하거나 축소해야 했다면 손실되었을 고급 통찰력을 추론할 수 있습니다.

AIoT 시스템은 고유한 양방향성으로 수백 대의 온보드 장치에서 데이터를 수집하여 추세를 식별하고 동일한 장치가 미래에 결정을 내리는 방법을 알려줍니다.

온보드 장치는 차량의 다양한 지점에 설치된 기계 학습 알고리즘과 센서를 기반으로 AI 기반 결정을 지속적으로 내립니다. AIoT 시스템에서는 모든 결정의 이면에 있는 추론이 클라우드 처리 환경에 업로드되며, 클라우드 처리 환경에서는 대규모 장치 그룹의 데이터와 통찰력을 살펴보고 공통 추세를 결정할 수 있습니다. 그런 다음 이 정보는 기계 학습 알고리즘에 대한 업데이트로 장치로 다시 전송됩니다. 수집된 "크라우드소싱" 인텔리전스의 이 루프에 참여하는 노드가 많을수록 각 노드가 더 똑똑하고 더 나은 성능을 발휘할 것입니다.

보너스로 AIoT 시스템은 날씨 예측, 교통 상황 및 도로를 따라 발생하는 위험한 사고와 같이 차량 센서 외부에서 수집된 정보를 공유할 수 있습니다. 운전 행동 데이터 위에 계층화된 이러한 통찰력은 가장 빠른 경로에서 기상 조건에 가장 적합한 속도에 이르기까지 모든 것에 대해 실시간으로 결정을 내리는 방법을 기기에 알려줍니다.

상업용 트럭을 위한 안전 시스템은 AIoT라는 용어가 채택되기 훨씬 이전부터 한동안 AIoT의 이점을 실현해 왔습니다. 예를 들어, AIoT는 일반적으로 운전자에게 시기적절한 자가 코칭을 제공하는 데 사용됩니다. 운전실 내 ADAS 센서는 실시간으로 운전자에게 안전 위험을 경고할 수 있으므로 충돌이 발생하기 전에 시정 조치를 취할 수 있습니다.

최근에는 위험한 복도에 주차된 상업용 트럭인 "앉아있는 오리"를 차량 관리자에게 식별하고 경고하기 위해 AIoT가 배포되었습니다. 이러한 경우 기계 학습 시스템은 특정 장소에 주차된 차량의 안전 위험을 반영하는 복잡한 일련의 이벤트를 평가합니다.

방아쇠 관리는 운송 안전의 핵심입니다. 적시에 적절한 알림을 보내는 것은 비용이 많이 드는 충돌로부터 차량을 구하고 가장 중요한 것은 생명을 구하는 것입니다. 안전 플랫폼이 차량의 모든 차량에서 데이터를 가져와 클라우드의 실제 안전 결과와 연관시키면 AIoT는 온보드 장치가 올바른 신호로 운전자에게 효과적으로 알릴 수 있도록 합니다. 적절한 순간에 운전자에게 경고하는 기능에는 에지 처리, 짧은 대기 시간 알림 및 가능한 수정이 필요합니다. 다양한 이벤트의 연속 스트림을 클라우드로 전송하여 에지에서 작동하는 장치와 달리 AIoT는 이러한 장치가 가장 위험한 행동을 식별하고 우선 순위를 지정하고 이에 대응하도록 가르칩니다.

상업 운송 부문에서 AIoT 기술은 주의 산만, 기상 조건에 따른 과속, 역사적으로 위험한 도로의 주차와 같은 오늘날 가장 중요한 운전 위험 중 일부를 해결할 수 있는 잠재력을 가지고 있습니다.

주어진 날짜에 우리는 이미 미국에서 가장 위험한 도로를 알고 있습니다. 이 정보를 라우팅 시스템에 연결하여 모든 운전자가 차량 또는 운전 기술 수준에 가장 안전하고 효율적인 경로를 선택할 수 있도록 하는 효과를 상상해 보십시오. 크라우드소싱 시 이 기술은 시립, 주 및 연방 기관이 구덩이와 같은 위험한 도로 요소에 대응하고 도로 및 고속도로를 설계할 때 새로운 안전 전략을 배치하도록 안내할 수도 있습니다.

David Wagstaff는 의 분석 담당 부사장입니다. 스마트드라이브 시스템 , 비디오 기반 안전 및 운송 인텔리전스 제공업체