Arquitectura de referencia para operaciones de vehículos autónomos (AVOps)

Microsoft respalda el mercado de sistemas avanzados y autónomos de asistencia al conductor (ADAS) a través de Azure Cloud Services, servicios en el perímetro y tecnologías de inteligencia artificial de inteligencia artificial (IA). Azure proporciona una infraestructura escalable, segura y fiable para el almacenamiento, procesamiento y análisis de grandes cantidades de datos que generan los vehículos autónomos. Los servicios de Azure contribuyen a las operaciones de vehículos autónomos (AVOps) proporcionando capacidades para ingerir, procesar y gestionar cantidades de datos que alcanzan los exabytes. Las funcionalidades de IA de Microsoft se utilizan para desarrollar modelos aprendizaje automático para sistemas de conducción autónoma. Las soluciones de Microsoft ayudan a las empresas del sector automovilístico a acelerar el desarrollo y la implementación de tecnologías autónomas y ADAS.

Un flujo industrial típico para el ciclo de vida de desarrollo de vehículos autónomos donde se resaltan las tres etapas clave es como sigue:

1. Ingesta y conservación de datos: la recopilación y clasificación de conjuntos de datos meticulosamente seleccionados para el desarrollo de sistemas avanzados de asistencia al conductor y vehículos autónomos (ADAS/AV).
2. Pruebas, formación y simulación: simulación y formación en modelos ADAS/AV en numerosos escenarios reales.
3. Creación y validación: verificación y validación del software a bordo del vehículo con vehículos conectados.

Retos actuales

Las empresas de movilidad se enfrentan a una serie de desafíos fundamentales cuando abordan el complejo panorama de las funciones autónomas y los fabricantes de equipos originales (OEM) de vehículos:

• Dificultades de la administración de datos
• Integración perfecta de hardware y software
• Precisión de la simulación
• Cumplimiento normativo
• Preocupación por la ciberseguridad
• Optimización de algoritmos
• Infraestructura de seguridad
• Coordinación de la colaboración en el diverso ecosistema de vehículos autónomos

Nuestro objetivo es abordar los retos que plantea la creación de un back-end que permita una solución de vehículo autónomo a escala mediante una arquitectura de referencia denominada operaciones de vehículo autónomo (AVOps). AVOps es una arquitectura de referencia integral que aborda los desafíos clave y al mismo tiempo brinda flexibilidad para trabajar con varios partners o soluciones personalizadas internas.

Ventajas de AVOps

Microsoft AVOps es compatible con la conducción autónoma y confiere especial importancia a agilizar la eficiencia y mejorar la verificación y validación de la seguridad, al tiempo que integra múltiples procesos y entornos de desarrollo en una plataforma unificada. AVOps, cuando se combina con soluciones críticas de partners, facilita la aceleración de las cargas de trabajo de conducción autónoma y las capacidades computacionales a la nube, lo que ahorra costes y tiempo a la vez que reduce la complejidad del proceso.

AVOps acelera el desarrollo de vehículos autónomos abordando las siguientes áreas clave:

• Optimizar el desarrollo de ingeniería en un único repositorio, lago de datos y flujo de trabajo.
• Crear y probar confirmaciones automáticamente para una detección de errores más rápida
• Acelerar la innovación a través de código, datos, modelos y canales de formación compartidos
• Automatizar todo el proceso desde la confirmación del código hasta la producción
• Supervisar canalizaciones, infraestructura y productos en el entorno de producción para detectar anomalías
• Replicar modelos de vehículos exactos en la nube para acelerar el tiempo de comercialización

Arquitectura de referencia de AVOps

AVOps establece un ciclo de vida de desarrollo de la conducción autónoma uniforme con un flujo de desarrollo de vehículos autónomos estándar del sector. El banco de pruebas digital para el desarrollo de ADAS/AV integra todos los procesos de desarrollo en una sola plataforma, desde DataOps, MLOps y DevOps hasta ValidationOps.

La arquitectura AVOps incluye los siguientes cuatro elementos principales.

• DataOps: ingiere datos de medición, como vídeos, imágenes, lidar y radar, y selecciona y extrae datos, y los etiqueta. Obtenga más información sobre DataOps aquí: DataOps para operaciones de vehículos autónomos
• MLOps: entrena algoritmos, como modelos de percepción y modelos posteriores a la percepción.
• ValidationOps: valida funciones de conducción autónoma basadas en modelos entrenados y datos reales sin procesar.
• Funciones centralizadas de AVOps: ofrecer funcionalidades generales como la búsqueda de metadatos, catálogo de datos, orquestación general, gobernanza de plataformas y plantillas de infraestructura estandarizadas.

El desarrollo de vehículos autónomos requiere un almacenamiento considerable, informática de alto rendimiento y gestión de datos a través de muchos partners y equipos internos de ingeniería y TI para encontrar, seleccionar, mejorar, etiquetar y gestionar los conjuntos de datos más interesantes a través de la recopilación directa de datos del vehículo o los datos generados sintéticamente con fines de entrenamiento de IA/ML esenciales. La arquitectura de referencia AVOps permite a los partners/OEM acelerar su desarrollo de vehículos autónomos.

Mejora de AVOps con IA generativa

La IA generativa puede ayudar a reducir la complejidad, el coste y el tiempo de desarrollo y prueba de sistemas de conducción autónoma. Para obtener más información, consulte Mejorar AVOps con IA generativa.

Habilitar las tecnologías de Microsoft

Las tecnologías clave de Microsoft que habilitan la arquitectura de referencia AVOps incluyen:

Pasos siguientes

Comenzar con el siguiente artículo:

A continuación, puede consultar los siguientes artículos:

• Obtenga más información sobre la Guía de diseño de operaciones de vehículos autónomos (AVOps)
• Obtenga más información DataOps para operaciones de vehículos autónomos
• Acelere su proceso de migración y adopción de la nube con Microsoft Cloud Adoption Framework for Azure.