Freigeben über

Entwurfsleitfaden für autonomen Fahrbetrieb (Autonomous Vehicle Operations, AVOps)

  • Artikel

Dieser Artikel bietet eine Übersicht über die Phasen, Architektur und Herausforderungen im Zusammenhang mit der Erstellung eines Back-Ends, um eine Lösung für autonome Fahrzeuge im großen Stil zu ermöglichen. Eine Vertiefung dieser Informationen, Technologieempfehlungen sowie Partner- und Open-Source-Lösungen für bestimmte Bereiche wie Simulation und Datenmodelle finden Sie unter Lösungsidee für autonomen Fahrzeugbetrieb.

Autonomer Fahrbetrieb (Autonomous Vehicle Operations, AVOps) erfordert in der Regel eine beträchtliche Menge an Speicher und Compute für Folgendes:

  • Erfassen und Verarbeiten von Daten und Szenen aus Testfahrzeugen als Lernmaterial für die Wahrnehmungsmodelle, die Fahrzeuge benötigen, um autonom zu fahren.
  • Trainieren von Wahrnehmungsmodellen, um eine Umgebung als Basisfunktionalität für autonomes Fahren zu erkennen.
  • Durchführen einer Sicherheitsüberprüfung basierend auf Open-Loop- und Closed-Loop-Simulationen.

Hauptphasen

Die Entwicklung einer AD-Lösung (Autonomous Driving, autonomes Fahren) umfasst in der Regel drei Hauptphasen:

  • Erfassen und Zusammenstellen von Daten. Sammlung und Verfeinerung sorgfältig ausgewählter Datasets für die Entwicklung von fortschrittlichen Fahrerassistenz-Systemen/autonomen Fahrzeugen (Advanced Driver-Assistance System, ADAS/Autonomous Vehicle, AV).
  • Iteratives Testen, Trainieren und Simulieren. Simulation und Training von ADAS/AV-Modellen in zahlreichen Ground Truth-Szenarien.
  • Erstellen und Überprüfen. Überprüfung und Validierung von In-Vehicle-Software mit verbundenen Fahrzeugen.

AVOps implementiert einen Entwicklungslebenszyklus für autonomes Fahren:

Diagram that shows the autonomous driving development lifecycle.

Elemente der Architektur

Die AVOps-Architektur besteht aus den folgenden vier Hauptelementen. Im nächsten Artikel dieser Reihe werden diese Elemente ausführlicher beschrieben.

  • DataOps. Erfassen von Messdaten (Videos, Bilder, Lidar und Radar), Zusammenstellen und Extrahieren von Daten und Bezeichnen der Daten.
  • MLOps. Trainieren von Algorithmen, z. B. Wahrnehmungsmodelle und Post-Perception-Modelle.
  • ValOps. Überprüfen autonomer Fahrfunktionen basierend auf trainierten Modellen und Ground Truth-Rohdaten.
  • Zentrale AVOps-Funktionen. Bereitstellen übergreifender Funktionen wie Metadatensuche, Datenkatalog, Gesamtorchestrierung, Plattformgovernance und standardisierte Infrastrukturvorlagen.

Diagram that shows the elements of an AVOps architecture.

Herausforderungen

  • Datensammlung. Sammeln und Analysieren großer Datenmengen, um Muster zu identifizieren und die Leistung des Fahrzeugs im Laufe der Zeit zu verbessern. Die meisten Kosten für die Entwicklung autonomer Fahrzeuge werden für Datenverwaltung und Testen aufgewendet.
  • Datenverwaltung Umgang mit den großen Datenmengen, die von Fahrzeugsensoren und -systemen generiert werden, und Bestimmen, welche Daten nützlich sind.
  • Szenarioabdeckung. Sicherstellen, dass der Hersteller das Fahrzeug in einer Reihe von Szenarien einschließlich unterschiedlicher Wetter-, Beleuchtungs- und Straßenbedingungen getestet hat.
  • Komplexität. Verwalten des großen und vielfältigen Satzes von Algorithmen und Systemen, die für den autonomen Betrieb erforderlich sind.
  • Überprüfung und Validierung. Gründliches Testen der Software, um sicherzustellen, dass sie sich in einer Reihe von Szenarien und Umgebungen wie erwartet verhält.
  • Datenverfügbarkeit. Freigeben von Daten. Global verteilte Teams und Dritte machen das Freigeben zur Herausforderung.

AVOps ermöglicht Organisationen, die Skalierbarkeit, Flexibilität und Kosteneffizienz der cloudbasierten Infrastruktur zu nutzen, und reduziert die Markteinführungszeit für automatisierte Fahrzeuge.

Beitragende

Dieser Artikel wird von Microsoft gepflegt. Er wurde ursprünglich von folgenden Mitwirkenden geschrieben:

Hauptautoren:

Andere Mitwirkende:

Melden Sie sich bei LinkedIn an, um nicht öffentliche LinkedIn-Profile anzuzeigen.

Nächste Schritte

Eine Vertiefung dieser Informationen, Technologieempfehlungen sowie Partner- und Open-Source-Lösungen für bestimmte Bereiche wie Simulation und Datenmodelle finden Sie in der Lösungsidee:

Lösungsidee für AVOps-Lösung

Folgende Ressourcen sind unter Umständen ebenfalls hilfreich: