自動運転車両運用のためのリファレンス アーキテクチャ (AVOps)
マイクロソフトは、Microsoft Azure サービス、エッジサービス、人工知能 AI 技術を通じて、自律走行および先進運転支援システム (ADAS) 市場をサポートしています。 Azure は、自動運転車によって生成される膨大な量のデータの保存、処理、分析のための、スケーラブルで安全かつ信頼性の高いインフラストラクチャを提供します。 Azure サービスは、エクサバイト規模のデータを取り込み、処理し、提供する機能を提供することで、自動運転車の運用 (AVOps) を支援します。 Microsoft AI 機能は、自動運転システム用の 機械学習 モデルの開発に使用されます。 マイクロソフトのソリューションは、自動車業界の企業が自動運転およびADASテクノロジーの開発と展開の加速に貢献します。
自動運転車開発ライフサイクルの典型的な業界フローは、次の 3 つの主要な段階に焦点を当てています:
- データの取り込みとキュレーション: 先進運転支援システム/自動運転車 (ADAS/AV) 開発のために慎重に選択されたデータセットの収集と改良。
- テスト、トレーニング、シミュレーション: 多数のグラウンド トゥルース シナリオにわたる ADAS/AV モデルのシミュレーションとトレーニング。
- 構築と検証: コネクテッド カーを使用した車載ソフトウェアの検証と検証。
現在の課題
モビリティ企業は、自動運転機能と自動車相手先ブランド供給メーカー (OEM) の複雑な状況を乗り切る際に、一連の極めて重要な課題に直面します。
- データ管理の複雑性
- シームレスなハードウェアとソフトウェアの統合
- シミュレーションの精度
- 法令順守
- サイバーセキュリティに関する懸念
- アルゴリズムの最適化
- セキュリティ インフラストラクチャ
- 多様な自動運転車エコシステム内でのコラボレーションのオーケストレーション
私たちの目標は、自律走行車オペレーション (AVOps) と呼ばれる参照アーキテクチャを通じて、大規模な自律走行車ソリューションを可能にするバックエンドの作成に伴う課題に対処することです。 AVOps は、さまざまなパートナーや社内のカスタム ソリューションと連携する柔軟性を提供しながら、主要な課題に対処するエンドツーエンドのリファレンス アーキテクチャです。
AVOps の利点
Microsoft AVOps は、複数の開発プロセスと環境をひとつの統合プラットフォームに統合しながら、効率の加速と安全性の検証と検証の向上に重点を置くことで自動運転をサポートします。 AVOps を重要なパートナー ソリューションと組み合わせると、自動運転のワークロードと計算機能をクラウドに高速化することができ、コストと時間を節約しながらプロセスの複雑さを軽減できます。
AVOps は、次の主要領域に取り組むことで自動運転車の開発を加速します。
- エンジニアリング開発を単一のリポジトリ、データ レイク、ワークフローに合理化します。
- コミットを自動的にビルドおよびテストして、バグをより迅速に検出します。
- コード、データ、モデル、トレーニング パイプラインを共有することでイノベーションを加速します。
- コードのコミットから運用環境までのプロセス全体を自動化します。
- 生産中のパイプライン、インフラストラクチャ、製品に異常がないか監視します。
- クラウド内で正確な車両モデルを複製し、市場投入までの時間を短縮します。
AVOps 参照アーキテクチャ
AVOps は、業界標準の自動運転車開発フローと一致する自動運転開発ライフサイクルを実装します。 ADAS/AV 開発用のデジタル テストベッドは、DataOps、MLOps、DevOps から ValidationOps まで、すべての開発プロセスをひとつのプラットフォームに統合します。
AVOps アーキテクチャには、次の 4 つの主要な要素が含まれています。
- データ オペレーション: ビデオ、画像、LIDAR、レーダーなどの測定データを取り込み、データを厳選して抽出し、データにラベルを付けます。 DataOps の詳細情報: 自動運転車運用 DataOps
- MLOps : 知覚モデルやポスト知覚モデルなどのアルゴリズムをトレーニングします。
- 検証オペレーション: トレーニングされたモデルと生のグラウンドトゥルースデータに基づいて自動運転機能を検証します。
- AVOps 集中機能: メタデータ検索、データ カタログ、全体的なオーケストレーション、プラットフォーム ガバナンス、標準化されたインフラストラクチャ テンプレートなどの包括的な機能を提供します。
自律走行車の開発では、車両データの直接収集や、重要な AI/ML トレーニングのために合成的に生成されたデータを通じて、最も興味深いデータセットを見つけ、キュレートし、強化し、ラベル付けし、管理するために、多くの社内エンジニアリング/IT チームやパートナーにまたがる膨大なストレージ、高性能コンピュート、データ管理が必要となります。 AVOps 参照アーキテクチャにより、パートナー/OEM は自律走行車の開発を加速できます。
生成 AI で AVOps を強化する
生成 AI は、自動運転システムの開発とテストにともなう複雑さ、コスト、時間を削減する際に役立ちます。 詳細については、生成 AI による AVOps の強化を参照してください。
Microsoft テクノロジーの有効化
AVOps リファレンス アーキテクチャを実現する主要な Microsoft テクノロジーには次が含まれます:
| テクノロジーの有効化 | プロパティ |
|---|---|
| Azure Data Factory | Azure Data Factory は、バッチ コンピューティングを介して抽出、変換、読み込み (ETL) を実行し、データ駆動ワークフローを作成してデータ移動を調整し、データを変換します。 |
| Azure Batch | Azure Batch は、Resin フレームワーク内で開ループ検証のための大規模なバッチ推論を実行します。 |
| Azure CycleCloud | Azure CycleCloud は、Azure で任意のスケジューラ (Slurm、Grid Engine、HPC Pack、HTCondor、LSF、PBS Pro、Symphony など) を使用してハイ パフォーマンス コンピューティング (HPC) ワークロードを管理する最も簡単な方法を提供します。 |
| Azure Arc | Azure Arc は、アプリケーションとサービスの構築を支援するために Azure プラットフォームを拡張するブリッジです。 |
| Azure Blob Storage | 画像、ビデオ、オーディオ、ドキュメントなど、あらゆるタイプの非構造化データをより簡単かつコスト効率よく保存できる、非常にスケーラブルなオブジェクト ストレージです。 |
次の手順
次の入門記事を参照してください:
その後、次の記事をご参照ください:
- 詳細については、自動運転車運行 (AVOps) 設計ガイド
- 詳細情報: 自動運転車運用 DataOps
- クラウドの導入と移行を加速する: Azure 用 Microsoft Cloud 導入フレームワーク。