Edge Computing transformiert die Automobilindustrie: Vom vernetzten Auto zur autonomen Fertigung

Autos sind die ultimativen Edge-Geräte: geografisch verteilt, liefern Echtzeit-Datenströme und ermöglichen autonome Aktionen.

Nirgendwo ist der Edge „edgier“ als im Automobilsektor. Vom vernetzten Auto über vernetzte Fabriken bis zu vernetzten Menschen – Edge Computing verändert, wie Autos gebaut und gefahren werden. Die Zunahme vernetzter Fahrzeuge und Edge-Systeme in der Fertigung treibt die Konvergenz von Tech- und Auto-Branche voran.

Lesen Sie auch: MIT entwickelt autonomes Sensorsystem mittels Schatten

BMW und AWS: Pionierarbeit bei Connected Car

2015 begann die BMW Group mit AWS für eine Connected-Car-Anwendung, die Sensordaten von BMW 7er-Modellen sammelt, um dynamisch aktualisierte Karteninfos bereitzustellen. Der CARASSO-Service (Car-as-a-Sensor) nutzt AWS: „Durch AWS kann CARASSO sich schnell ändernden Lastanforderungen anpassen, die innerhalb von 24 Stunden um zwei Größenordnungen skalieren.“ Erwartet wurde die Verarbeitung von Daten einer Flotte von 100.000 Fahrzeugen über 5 Milliarden Meilen.

Automotive Edge Computing Consortium (AECC) treibt Standards voran

Das AECC vereint führende Auto- und Tech-Unternehmen. Geng Wu, Intel Fellow und Chief Technologist für Wireless Standards: „Wir sehen klar die Marktnachfrage und -anforderungen für vernetzte und autonome Fahrzeuge, die zusätzliche Rechenleistung direkt am Netzwerkrand erfordern.“

AECC-Forscher prognostizieren für die nächsten fünf Jahre:

• Vernetzte Fahrzeuge generieren ca. 150 Mrd. $ Jahresumsatz.
• Anzahl vernetzter Fahrzeuge wächst auf ca. 100 Mio. weltweit.
• Datenvolumen zwischen Fahrzeugen und Cloud: ca. 100 Petabyte/Monat.

Edge Computing ermöglicht dies durch niedrige Latenz und verteiltes Rechnen für Echtzeit-Anwendungsantworten.

Herausforderungen bleiben

„Aktuelle Mobilfunkarchitekturen und Cloud-Systeme sind nicht vollständig optimiert für die Anforderungen vernetzter Fahrzeuge. Es ist sinnvoll, Systemarchitektur neu zu denken und Netzwerkbereitstellungen zu überdenken, um Datenverkehr besser zu bewältigen.“

AECC empfiehlt „topology-aware computing and storage resources“ für mehr Effizienz. Vorhergesagte Services:

• Intelligentes Fahren: Echtzeit-Karten und Fahrassistenz via Cloud, erfordern massive Datenübertragung Fahrzeug-Fahrzeug und Fahrzeug-Cloud.
• Mobility as a Service (MaaS): Mobilitätsdaten für Dritte: Verkehrsflusssteuerung, Ride-/Car-/Parking-Sharing, multimodale Navigation (End-to-End-Routenführung über diverse Verkehrsmittel). Basiert auf intelligentem Fahren, HD-Karten, Cruise Assist.
• Finanzen & Versicherung: Usage-Based Insurance durch Fahrverhaltensmonitoring (Verhalten, Häufigkeit, Tageszeiten). Echtzeit-dynamische Prämien bei Echtzeit-Infos möglich. Fahrzeug- und Fahrerdaten fließen in Prämienberechnung ein.
• Künstliche Intelligenz: ML für autonomes Fahren, Cruise Assist, HD-Karten – braucht Big Data und hochintelligente Analyse in verteiltem Rechnen mit lokalen Netzen.
• Radio Access Technologies: Funktechnologien verbinden Fahrzeuge mit verteilter Rechenplattform flexibel in Qualität und Kosten: Cellular, Wi-Fi, LPWA.

Automobile sind ultimative Edge-Geräte: bei Verbrauchern und Unternehmen verteilt, liefern kontinuierliche Echtzeit-Datenströme und unterstützen autonome Aktionen und Reaktionen.