Partager via

Guide de conception d’opérations de véhicules autonomes (AVOps)

  • Article

Cet article fournit une vue d’ensemble des étapes, de l’architecture et des défis liés à la création d’un back-end pour permettre une solution de véhicule autonome à grande échelle. Pour en savoir plus sur les informations, les recommandations technologiques et les solutions partenaires et open source pour des domaines spécifiques tels que la simulation et les modèles de données, consultez l’Idée de solution de véhicule automatisé.

Les opérations de véhicules autonomes (AVOps) nécessitent généralement une quantité importante de stockage et de calcul pour :

  • Capturer et traiter les données et les scènes des véhicules d’essai, en tant que matériel d’apprentissage pour les modèles de perception dont les véhicules ont besoin pour conduire de manière autonome.
  • Entraîner les modèles de perception à la reconnaissance d’un environnement, en tant que fonctionnalité de base pour la conduite autonome.
  • Effectuer une validation de sécurité basée sur des simulations en boucle ouverte et en boucle fermée.

Étapes clés

Le développement d’une solution de conduite autonome (AD) implique généralement trois étapes clés :

  • Ingérer et organiser les données. Collecter et affiner des jeux de données soigneusement choisis pour le développement avancé de systèmes d’assistance à la conduite/de véhicules autonomes (ADAS/AV).
  • Tester, entraîner et simuler de manière itérative. Simuler et entraîner des modèles ADAS/AV dans de nombreux scénarios réels.
  • Générer et valider. Vérification et validation des logiciels embarqués avec les véhicules connectés.

AVOps implémente un cycle de vie de développement de conduite autonome :

Diagram that shows the autonomous driving development lifecycle.

Éléments de l’architecture.

L’architecture AVOps est constituée des quatre éléments principaux suivants. L’article suivant de cette série décrit ces éléments plus en détail.

  • DataOps. Ingérer des données de mesure (vidéos, images, lidar et radar), organiser et extraire des données et étiqueter les données.
  • MLOps. Entraîner des algorithmes, comme les modèles de perception et les modèles post-perception.
  • ValOps. Valider les fonctions de conduite autonome basées sur des modèles entraînés et des données brutes réelles.
  • Fonctions centralisées AVOps. Fournir des fonctionnalités globales, comme la recherche de métadonnées, le catalogue de données, l’orchestration globale, la gouvernance de la plateforme et les modèles d’infrastructure standardisés.

Diagram that shows the elements of an AVOps architecture.

Défis

  • Collecte de données. Collecter et analyser de grandes quantités de données pour identifier les modèles et améliorer les performances du véhicule au fil du temps. La plupart des coûts du développement des véhicules autonomes sont consacrés à la gestion et aux tests des données.
  • la gestion des données ; Gérer les grandes quantités de données générées par les capteurs et les systèmes de véhicules, et déterminer des données utiles.
  • Couvrir les scénarios. S’assurer que l’OEM a testé le véhicule dans divers scénarios, y compris les différentes conditions météorologiques, d’éclairage et de circulation.
  • Complexité. Gérer l’ensemble large et diversifié d’algorithmes et de systèmes requis pour le fonctionnement autonome.
  • Vérification et validation. Tester soigneusement le logiciel pour vous assurer qu’il se comporte comme prévu dans une gamme de scénarios et d’environnements.
  • Disponibilité des données. Partage de données. Les équipes dispersées à l’échelle mondiale et les tiers rendent le partage difficile.

AVOps permet aux organisations de tirer parti de la scalabilité, de la flexibilité et de la rentabilité de l’infrastructure basée sur le cloud et réduit le temps de commercialisation des véhicules automatisés.

Contributeurs

Cet article est géré par Microsoft. Il a été écrit à l’origine par les contributeurs suivants.

Auteurs principaux :

Autres contributeurs :

Pour afficher les profils LinkedIn non publics, connectez-vous à LinkedIn.

Étapes suivantes

Pour en savoir plus sur les informations, les recommandations technologiques et les solutions partenaires et open source pour des domaines spécifiques tels que la simulation et les modèles de données, consultez l’idée de solution :

Idée de solution pour la solution AVOps

Voici également quelques ressources pouvant vous être utiles :