在 COVID-19 大流行之前，Elektrobit 開始將 EV 連接到云，作為捕獲數(shù)據(jù)的一種方式，這些數(shù)據(jù)可以為新汽車功能的開發(fā)提供信息。該解決方案使 OEM 能夠利用車輛數(shù)據(jù)創(chuàng)建應(yīng)用程序，而 EV-cloud 場(chǎng)景只是一個(gè)示例用例。作為一個(gè)現(xiàn)實(shí)世界的例子，該解決方案建立在收集車輛數(shù)據(jù)的傳感器和托管在混合云上的人工智能模型之上，這些模型預(yù)測(cè)了它們?cè)诂F(xiàn)場(chǎng)的表現(xiàn)。

它由幾個(gè)組件組成，包括：

EB Assist 測(cè)試實(shí)驗(yàn)室：一種基于云的數(shù)據(jù)管理工具，可與現(xiàn)有開發(fā)環(huán)境集成以優(yōu)化數(shù)據(jù)和存儲(chǔ)資源、簡(jiǎn)化工作流程和交互并簡(jiǎn)化數(shù)據(jù)訪問。

EB Assist 汽車數(shù)據(jù)和時(shí)間觸發(fā)框架 （ADTF）：作為開發(fā)框架和交互式環(huán)境，EB Assist ADTF 促進(jìn)了車輛數(shù)據(jù)生命周期，從記錄到可視化，甚至包括在基于云的硬件中重放數(shù)據(jù)循環(huán) （HiL） 模擬。

公司成立時(shí)，他們被動(dòng)地從美國(guó)、德國(guó)和日本的車輛中收集和處理汽車數(shù)據(jù)。然而，這項(xiàng)工作演變成 Elektrobit、Continental 和AWS之間的全球合作，以幫助汽車工程師更深入地了解現(xiàn)場(chǎng)設(shè)備的性能。

汽車虛擬現(xiàn)實(shí)

該解決方案從合作中獲益良多，最顯著的是使用Continental Automotive Edge （CAEdge） 硬件，該硬件有助于匯總車輛信息，例如重量、軸數(shù)和輪胎規(guī)格，以及任何相關(guān)的傳感器數(shù)據(jù)。

CAEdge 是一個(gè)模塊化的硬件/軟件汽車技術(shù)堆棧，它將能夠運(yùn)行 AI 模型的車輛端點(diǎn)與可用于開發(fā)、部署和維護(hù)汽車軟件的基于云的虛擬工作臺(tái)相結(jié)合。Elektrobit 操作系統(tǒng) （OS），例如用于 AUTOSAR Classic 的 EB tresos 或用于 Adaptive AUTOSAR 的 EB corbos、用于汽車的 Linux OS 等，都在 CAEdge 之上運(yùn)行，以實(shí)現(xiàn) EV 傳感器數(shù)據(jù)的捕獲、聚合和傳輸。

CAEdge 的云部分存在于 AWS EC2 實(shí)例中，該實(shí)例是 EB Assist 測(cè)試實(shí)驗(yàn)室的托管位置。這里的優(yōu)勢(shì)不容小覷，因?yàn)?AWS 基礎(chǔ)設(shè)施提供了整個(gè)服務(wù)器場(chǎng)的并行處理性能，以加速 AI 模型的訓(xùn)練或進(jìn)行高級(jí) HiL 測(cè)試。但除了本質(zhì)上無(wú)限的計(jì)算性能之外，與亞馬遜基礎(chǔ)設(shè)施配對(duì)的能力還為 EV 開發(fā)人員提供了一條無(wú)硬件的前進(jìn)道路。

毫不奇怪，該技術(shù)的早期采用者是電動(dòng)商用車隊(duì)車輛的原始設(shè)備制造商和供應(yīng)商，他們對(duì)更準(zhǔn)確地估計(jì)續(xù)航里程和電池壽命有著既得利益。正如您在下面的視頻中看到的那樣，Elektrobit 的技術(shù)研究主管 Jérémy Dahan 演示了一個(gè)完全虛擬的選項(xiàng)，其中上述整個(gè)堆棧都在 Amazon EC2 服務(wù)器實(shí)例上運(yùn)行。該堆棧模擬 EV 貨運(yùn)卡車的大致續(xù)航里程、電池壽命、功耗以及長(zhǎng)途旅行的其他細(xì)節(jié)。

Jeremy 在專門的裸機(jī) EC2 實(shí)例上啟動(dòng)了一個(gè) Windows VM，它允許硬件加速運(yùn)行使用 QEMU 創(chuàng)建的 CAEdge 模擬版本。他進(jìn)一步“虛擬化”了模擬硬件，使其能夠支持 EB Classic AUTOSAR 和虛擬化自適應(yīng) AUTOSAR 操作系統(tǒng)，以及包含 Elektrobit 的汽車 Linux 操作系統(tǒng)的 VM。

在模擬平臺(tái)級(jí)別，所有這些都由 EB 管理程序進(jìn)行分區(qū)和管理。多虧了仿真，這個(gè)嵌套堆?？捎糜谔峁┡c您在傳統(tǒng)測(cè)試設(shè)置中發(fā)現(xiàn)的結(jié)果相近的仿真結(jié)果。

自適應(yīng) AUTOSAR 實(shí)例聚合行程數(shù)據(jù)并將其指定用于傳輸?shù)健霸啤?，在云中?json 文件的形式存儲(chǔ)在 AWSS3 服務(wù)器上。在那里，數(shù)據(jù)可用于訓(xùn)練準(zhǔn)確預(yù)測(cè) EV 卡車性能的 AutoML 模型，然后在“邊緣”進(jìn)行優(yōu)化和重新部署。

在邊緣，推理算法捕獲所有相關(guān)的行程特征，并在范圍預(yù)測(cè)中考慮它們。該算法及其預(yù)測(cè)結(jié)果也由 Adaptive AUTOSAR OS 管理，它將輸出顯示為車輛集群上的信息。

最后，在此過程中收集的每一位行程數(shù)據(jù)都可以存儲(chǔ)并重新播放以供將來(lái)參考。

你的電動(dòng)汽車能走多遠(yuǎn)？

對(duì)于成熟的 OEM，該解決方案可以深入了解商業(yè)化電動(dòng)汽車將如何在現(xiàn)實(shí)世界中運(yùn)行。借助 Elektrobit 的虛擬化硬件和靈活、符合 AUTOSAR 的操作系統(tǒng)，工程師可以監(jiān)控車輛診斷，為操作員提供最佳操作條件（速度、檔位、路線規(guī)劃等）的建議，甚至幫助為下一代車輛的設(shè)計(jì)提供信息例如，如果他們發(fā)現(xiàn)電池在某些條件下表現(xiàn)不佳。

所有這些都是為了增加范圍和效率，這當(dāng)然有助于降低成本。

通過結(jié)合這些軟件和硬件解決方案，Elektrobit 能夠彌合云連接和電動(dòng)汽車之間的差距——無(wú)論它們是虛擬的還是真實(shí)的。

審核編輯：郭婷