人々や企業がデジタルプラットフォームを活用することで、テクノロジーの爆発的な成長があり、自動車産業においても従来の流れから大きく進化し、ドライバーと搭乗者の相互作用の手段や、外部と車のコネクティビティが変化し、より高速で安価なデータ処理への需要が生まれています。 今日の要求の厳しい世界では、自動車産業は急速に成長している産業の一つであり、エッジコンピューティングは自動車分野を変革する上で重要な役割を果たしています。 コネクテッドや自動運転の指数的なデータ増加、また新しい技術とともにリアルタイムデータ処理は、エッジコンピューティングを推進しています。 ビデオ分析、自動運転社、ドライバー監視、監視カメラ、人工知能アルゴリズムなど自動車業界で新たに登場するリアルタイムアプリケーションは、エッジコンピューティングを加速させ続けます。

エッジコンピューティングとは?

デジタル化によってリアルタイムなデータ処理が求められています。 エッジコンピューティングは、データを必要とする場所や生成する場所、あるいは「エッジ」でデータ処理を行ったり計算することを可能としています。 平たく言えば、エッジコンピューティングはデータや計算を一カ所で集中して処理する方法ではなく、人やデバイスなど情報を必要、消費する側”エッジ”に近づけます。 これは、アプリケーションのパフォーマンスやレイテンシーの問題に影響を与えることなく、リアルタイムの結果を維持するために行われます。

エッジコンピューティングが台頭する前は、あらゆるデバイスやシステムから収集したデータが共通のサーバーに送られ、集計や分析などの様々なコンピューティングアルゴリズムが実行されまます。また、演算は中央集権型のプラットフォームで行われるためリアルタイムでの結果が得られません。 こららはデータ分析や時間的制約が重要ではないアプリケーションでは受け入れることは出来ますが、時間的制約があるアプリケーションでは、より高速なデータ処理が求められるため、エッジコンピューティングの必要性が出てきます。

エッジコンピューティングの必要性

瞬時に信頼出来る決定 – エッジコンピューティングは、瞬時に信頼性と重要な意思決定が必要されるコネクテッドカーや自律走行車で生成される膨大なデータ分析など、エッジでリアルタイムに結果を得ることが役立ちます。

より良いパフォーマンス – エッジや情報を必要とする場所において、リアルタイム性が要求される結果を求めたり演算を行うことは、データ処理の高速化とネットワークパフォーマンスの向上に繋がります。

一般的なエッジコンピューティングソリューションのブロック図を下記に示します。


ステージ 1: データキャプチャ/データフィード 

任意のカメラやデータを任意のソースから出力できます。

ステージ 2: データ前処理

受信データをAIアルゴリズムが必要とするフォーマットに揃えます。

ステージ 3: 情報処理

GPUまたは任意のアクセラレーションされた分析エンジンを使用して行うことができ、負荷と同時実行性に応じて、必要なアクセラレーションを選択する必要があります。

ステージ 4: 後処理

推論主力に基づいて実行されなければならない任意のアクションを含みます。

ステージ 5: データストレージ

将来参照のためにデバイスに格納される推論データが含まれます。

ステージ 6: ネットワーク通信

通常、クラウド通信が必要な場合に行われ、あらゆるイベントを更新する必要があります。

自動車産業におけるエッジコンピューティング

進化し続けるテクノロジーと自動車業界におけるコネクテッドビークルや自律走行の台頭に伴い、データ処理遅延、ネットワークパフォーマンス、コネクテッド・ビークルにおけるデータ転送、リアルタイム性、瞬時に高信頼性な重要意思決定、膨大なデータ処理など課題も増加しています。 これらの課題に対処するため、ほかの計算手法と比較し、エッジコンピューティングを活用することに焦点をあてています。 自律走行を例にとると、高速道路走行中に障害物を発見した場合、瞬時にブレーキをかける必要があります。 この場合、ライブ映像をクラウドに送信しブレーキをかけるためにクラウドからのトリガーを待っていると、ブレーキがかかるまでに遅延(レイテンシー)が発生する可能性があります。 エッジコンピューティングの助けを借りることで、ライブ映像をキャプチャしたデバイス内でより高速に処理を行い、遅延影響を与えることなくリアルタイムにアクションを実行することができます。 ここでは、自動車分野におけるエッジコンピューティングがどのように役立つのかを説明します。

エッジコンピューティングが重要な役割を果たす可能性を紹介します。

無謀な運転検知

エッジコンピューティングを利用し、車両の加速度計とジャイロメーターから収集したデータはその場で計算され、安全な運転基準を維持するため必要な警告を出すことができます。データは、突然の加速、急ブレーキ、自動車事故、エアバックの必要性などを検知するため高いサンプリングレートで監視されます。

カーヘルスモニター

車両の状態監視は、エッジコンピューティングシステムを動かすアプリケーションの一つです。 ここでは、車両のオンボード診断ツールとインターフェイスは、リアルタイムに問題検出することができ、ドライバーに必要なアラートを生成します。 オンボードインターフェイスから受信したデータは、継続的にエッジコンピューティングを利用し監視され、障害やリスクなど起こりうる損傷の前に予測することが出来ます。

ドライバーモニタリングシステム

ドライバーレコーダーシステム(DRS)は、運転中のドライバーの居眠りや注意力が散漫に陥った場合に警告を発することで安全な運転基準を確保します。 また、シートベルト未着用、信号無視、車線逸脱、前方車両との車間距離など、リアルタイムな状況に基づき様々な警告を作ります。

エッジコンピューティングのとランドに貢献した要因

オンチップの性能が飛躍的に向上

エッジコンピューティングの必要性は避けられないものとなっていますが、オンチップの性能向上がなければ言辞的には不可能となります。 近年のVLSIやパワーエレクトロニクスの技術進歩によって、チップの能力は飛躍的に向上しています。 この10年間で携帯電話がどのように変化してきたかが、その一例です。

信頼性

エッジコンピューティングの主な利点は信頼性です。 データ取得、データ処理、アクションは同じデバイスない、または「エッジ」で行われ、瞬時にアクションを起こすことが可能になり、リアルタイムな意思決定が加速されます。 これにより、ネットワークの安定性、天候、干渉などの外部要因への依存性が低減します。

成功の決め手

これはエッジコンピューティングの要件を設計する際に考慮すべき重要なトレードオフ要因の一つです。 オンチップの機能が増えるにつれ、すべての機能を実行するためにより多くの電力が必要になります。 多くのチップメーカーがエッジコンピューティングソリューションを提供していますが、性能と消費電力をベースに効率的に見据えているメーカーだけが、競争の中で優位に立つことが出来ます。

VVDNはどのようにOEMへの支援をしているか?

VVDNは、製品エンジニアリング、製造、クラウド&アプリケーション、IoT、エッジコンピューティング、AI/ML、ADASソリューションなどのディープラーニングを活用した様々なAIベースの自動車ソリューション、居眠り検知、携帯電話使用検知、ナンバープレート認識、車間距離検知、サイドミラーの交換情報などの様々な注意、警告を発生を可能とする機械学習アルゴリズム内蔵のドライバーモニタリングシステムなどの専門知識をもってさまざまな要件に対応が可能です。 再利用可能なフレームワークとエッジコンピューティングに対応可能なVVDNは、高信頼性、拡張性があり効率的な自動車ソリューションの市場投入までの時間短縮をしたいというOEMの要望に応えます。

VVDNのビジョンに関する詳細についてはこちらをクリックしてください。またご質問等につきましてはお気軽に info@vvdntech.com までお問い合わせください。

Palani Andavan

Author

Palani Andavan

Tech Lead (Software) - Vision