يعد ظهور السيارات ذاتية القيادة بمثابة شهادة على التقدم في مجال الذكاء الاصطناعي، لكن نجاحها يعتمد على أكثر من مجرد الذكاء الاصطناعي. تعتمد المركبات ذاتية القيادة على شبكة من أجهزة الاستشعار، بما في ذلك الكاميرات، ونظام تحديد المواقع العالمي (GPS)، والسونار، وأجهزة الاستشعار، والرادارات، للتنقل في بيئات متنوعة. يعالج الكمبيوتر الموجود في السيارة هذه المعلومات في الوقت الفعلي؛ يتم أيضًا نقل بعض البيانات إلى مراكز بيانات خارجية لإجراء تحليل أعمق، والانتقال في النهاية عبر أنظمة سحابية مختلفة. يمثل التعامل مع هذه الكميات الهائلة من البيانات تحديًا كبيرًا لصناعة السيارات ذاتية القيادة.
وفي هذا السياق، يصبح دور إنترنت الأشياء حاسماً. لا يتعلق الأمر بقدرات الذكاء الاصطناعي فحسب، بل يتعلق أيضًا بقوة الحوسبة المدمجة والخوادم الطرفية والتقنيات السحابية. تعد كفاءة البنية التحتية لإنترنت الأشياء في تمكين النقل السريع للبيانات وضمان زمن الوصول المنخفض أمرًا حيويًا للتشغيل السلس للمركبات ذاتية القيادة.
تحديات معالجة البيانات
واليوم، حتى السيارات العادية التي يقودها سائق تنتج كميات متزايدة من البيانات. عندما يتعلق الأمر بالسيارات ذاتية القيادة، فإن توليد البيانات على مستوى آخر، يصل إلى كل مكان 1 تيرابايت في الساعة. ويكمن التحدي في معالجة كل هذه المعلومات.
من غير العملي الاعتماد فقط على مراكز البيانات السحابية أو الطرفية لمعالجة جميع بيانات السيارة ذاتية القيادة، لأن هذا يؤدي إلى تأخيرات مفرطة. في عالم القيادة الذاتية، يمكن أن يكون التأخير بمقدار 100 مللي ثانية أمرًا بالغ الأهمية، ومن المحتمل أن يكون الفرق بين الحياة والموت للمشاة أو ركاب السيارة. ولذلك، يجب أن تكون هذه المركبات مجهزة للاستجابة للمواقف المتغيرة على الفور، مما يجعل المعالجة السريعة للبيانات أمرًا حيويًا.
لتقليل الفارق الزمني بين تلقي المعلومات والرد عليها، تتم معالجة جزء من البيانات بواسطة الكمبيوتر الموجود في السيارة. خذ على سبيل المثال موديلات جيب الجديدة. وهي مجهزة بجهاز كمبيوتر داخلي يتكون من حوالي 50 مركز معالجة. يعمل هذا الكمبيوتر على تشغيل مجموعة من الوظائف مثل مراقبة النقطة العمياء، والتحكم في السرعة، والفرملة الأوتوماتيكية، والتحذير من العوائق، وما إلى ذلك. وتتواصل عقد المركبة المختلفة داخليًا، مما يؤدي إلى إنشاء شبكة داخل السيارة.
يتوافق هذا التكوين بشكل جيد مع مفهوم الحوسبة المتطورة في إنترنت الأشياء إطار العمل، مع الأخذ في الاعتبار الكمبيوتر الموجود على متن الطائرة كعقدة طرفية لشبكة إنترنت الأشياء. ونتيجة لذلك، تتشكل المركبات ذاتية القيادة شبكة هجينة معقدة الذي يدمج مراكز البيانات المركزية والخدمات السحابية والعديد من العقد الطرفية. لا تقتصر العقد على المركبات؛ كما أنها مدمجة في محطات الشحن ومراكز التحكم وإشارات المرور وما إلى ذلك.
تساعد مراكز البيانات والخوادم الموجودة خارج السيارة بشكل كبير في التنقل بدون سائق. فهي تمكن السيارة من "الرؤية" خارج نطاق المستشعر الخاص بها، وإدارة أحمال حركة المرور على شبكة الطرق، والمساعدة في اتخاذ قرارات القيادة المثلى. ويمثل هذا النظام المترابط قفزة كبيرة إلى الأمام في مجال السلامة على الطرق.
ثورة تبادل البيانات في تكنولوجيا السيارات ذاتية القيادة
تعمل أنظمة الرؤية الحاسوبية ونظام تحديد المواقع العالمي (GPS) على تزويد السيارات ذاتية القيادة بالمعلومات الأساسية حول موقعها والمناطق المحيطة بها. ومع ذلك، وعلى الرغم من اتساع نطاق حسابات أماكن وجودهم، فإن سيارة واحدة لا يمكنها جمع سوى كمية محدودة من البيانات. ولذلك، فإن تبادل البيانات بين المركبات أمر بالغ الأهمية. يتيح هذا التبادل لكل مركبة فهم ظروف القيادة بشكل أفضل باستخدام مجموعة بيانات أكبر تم جمعها بواسطة الأسطول بأكمله من المركبات ذاتية القيادة. أنظمة من مركبة إلى مركبة استخدام شبكات شبكية تشكلها المركبات الموجودة في نفس المنطقة لتبادل المعلومات وإرسال إشارات مثل تحذيرات المسافة لبعضها البعض.
علاوة على ذلك، تتوسع شبكات المركبات من مركبة إلى مركبة تدريجياً لتشمل التفاعلات مع البنية التحتية للطرق، مثل إشارات المرور. وهنا يأتي دور التواصل بين السيارة والبنية التحتية. تتطور معايير V2I باستمرار. في الولايات المتحدة، على سبيل المثال، تقوم الإدارة الفيدرالية للطرق السريعة بانتظام ينشر الأدلة والتقارير لتعزيز التقدم التكنولوجي. فوائد V2I تتجاوز مجرد السلامة. بالإضافة إلى تحسين السلامة على الطرق، توفر تكنولوجيا المركبات إلى البنية التحتية مزايا التنقل والتفاعل البيئي.
وكما أصبح السائقون الذين يسافرون على نفس الطريق يوميًا على دراية بكل حفرة، فإن السيارات ذاتية القيادة تتعلم أيضًا باستمرار من بيئتها. ستقوم المركبات ذاتية القيادة بتحميل معلومات مفيدة إلى مراكز البيانات الطرفية، والتي يمكن دمجها في محطات الشحن وغيرها من الأشياء. ستقوم هذه المحطات، المجهزة بخوارزميات الذكاء الاصطناعي، بتحليل البيانات الواردة من السيارات واقتراح الحلول المحتملة. سيتم بعد ذلك مشاركة هذه المعلومات مع المركبات ذاتية القيادة الأخرى عبر السحابة.
إذا ظهر هذا النموذج لتبادل البيانات بين كل السيارات ذاتية القيادة في الحياة في السنوات القليلة المقبلة، فيمكننا أن نتوقع كمية مذهلة من البيانات التي يتم توليدها يوميا ــ وربما تصل إلى ملايين التيرابايت. وبحلول ذلك الوقت، تشير التقديرات إلى أن عدد السيارات ذاتية القيادة على الطرق يمكن أن يتراوح من مئات الآلاف إلى عشرات الملايين.
السيارات ذاتية القيادة و5G
ومرة أخرى، فإن السيارات ذاتية القيادة قادرة على جمع المعلومات عن المشاة وراكبي الدراجات ليس فقط من خلال أجهزة الاستشعار الخاصة بها ولكن أيضًا من خلال البيانات المشتركة مع المركبات الأخرى، وإشارات المرور، وغيرها من أنظمة البنية التحتية الحضرية. ويتم تسهيل ذلك من قبل العديد مشاريع السيارات المتصلة بشبكة 5G. تستخدم السيارات ذاتية القيادة السيارة الخلوية لكل شيء التكنولوجيا وشبكات 5G للتواصل مع إشارات المرور الأخرى وراكبي الدراجات والسيارات.
قد يتم تزويد إشارات المرور بأجهزة تصوير حراري لاستشعار اقتراب المشاة من ممرات المشاة، مما يؤدي إلى ظهور التنبيهات على لوحة قيادة السيارة. يمكن لراكبي الدراجات المتصلين بهذه الشبكة بث موقعهم إلى المركبات القريبة، مما يقلل بشكل كبير من مخاطر وقوع الحوادث. بالإضافة إلى ذلك، في ظروف الرؤية الضعيفة، يمكن للمركبات المتوقفة تنشيط مصابيح الطوارئ الخاصة بها تلقائيًا، لتنبيه السائقين الآخرين بوجودها.
أثبت ظهور شبكات الهاتف المحمول 5G أنه لا يقدر بثمن لتقدم السيارات ذاتية القيادة. توفر شبكات 5G سرعات عالية وزمن وصول منخفض للغاية وقدرة على التعامل مع العديد من الاتصالات في وقت واحد. وبدون هذه القدرات، ستواجه المركبات ذاتية القيادة صعوبة في التفوق على البشر في المهام الحاسمة مثل اكتشاف المشاة عند ممر المشاة القريب. علاوة على ذلك، فإن الحاجة إلى الحد الأدنى من التأخير أمر حيوي، حيث أن جزءًا بسيطًا من الثانية يمكن أن يشكل الفارق بين السلامة وحادث محتمل.
تقوم شركات تصنيع السيارات الكبرى، بما في ذلك تويوتا، وبي إم دبليو، وهيونداي، وفورد، بدمج تقنية 5G في سياراتها بالفعل. ومع استثمار مليارات الدولارات من قبل مشغلي الهواتف المحمولة في بناء شبكات الجيل الخامس، فإن التوقيت لا يمكن أن يكون أفضل لتجهيز المركبات بالقدرات الضرورية للتشغيل اليومي.
ومع ذلك، فإن كل التقدم والتجارب المتعلقة بالسيارات ذاتية القيادة المتصلة بشبكة الجيل الخامس تتوقف على توفر بنية تحتية قوية لشبكة الجيل الخامس. ونظرًا لأن السيارة ذاتية القيادة يمكنها توليد ما يصل إلى 5 تيرابايت من البيانات في الساعة، فيجب أن تكون هذه الشبكات مستعدة بالفعل للتعامل مع مثل هذه الطلبات الهائلة لنقل البيانات، مع إمكانية تغطية طلبات أكبر في المستقبل.
تخزين ومعالجة الإكزا بايت من البيانات بشكل فعال
لا تتطلب كل قطعة من البيانات التي تجمعها السيارات ذاتية القيادة معالجة فورية، وهناك قيود على أداء وقدرات التخزين لأجهزة الكمبيوتر الموجودة على متن السيارة. ولذلك، فمن العملي تجميع البيانات التي يمكن أن تتحمل بعض التأخير وتحليلها في مراكز البيانات الطرفية. وفي الوقت نفسه، يمكن ترحيل مجموعات البيانات الأخرى إلى السحابة للمعالجة.
إن مسؤولية جمع ومعالجة ونقل وحماية وتحليل البيانات حول كل مشاة أو سيارة أو حفرة أو ازدحام مروري يجب أن تقع على عاتق كل من حكومات المدن وشركات صناعة السيارات. يستفيد بعض مخططي المدن الذكية بالفعل من خوارزميات التعلم الآلي لتحليل بيانات حركة المرور بشكل أكثر كفاءة. يمكن لهذه الخوارزميات التعرف بسرعة على مشكلات الطريق مثل الحفر، وتحسين تدفق حركة المرور، وتوفير استجابات فورية للحوادث. وعلى نطاق أوسع، يتم استخدام خوارزميات التعلم الآلي لتقديم توصيات لتعزيز البنية التحتية للمدينة.
يتطلب دمج القيادة الذاتية بالكامل في حياتنا اليومية مواجهة التحدي المتمثل في معالجة وتخزين كميات هائلة من البيانات. يمكن لمركبة واحدة ذاتية القيادة أن تولد ما يصل إلى 20 تيرابايت من البيانات يوميًا. وبالنظر إلى المستقبل، قد يؤدي ذلك إلى توليد إكسابايت من البيانات في يوم واحد. تتطلب إدارة ذلك بنية أساسية مرنة وعالية الأداء وموثوقة وآمنة لتخزين البيانات، إلى جانب إمكانات معالجة البيانات الفعالة.
لكي يتمكن الكمبيوتر الموجود على متن الطائرة من اتخاذ قرارات في الوقت الفعلي، يجب أن يكون لديه إمكانية الوصول إلى أحدث المعلومات حول بيئته. عادةً ما تصبح البيانات القديمة، مثل موقع السيارة وسرعتها منذ ساعة مضت، زائدة عن الحاجة لاتخاذ القرار الفوري. ومع ذلك، فإن هذه البيانات التاريخية تحمل قيمة كبيرة للتحسين المستمر لخوارزميات القيادة الذاتية، مما يستلزم تحقيق التوازن بين المعالجة في الوقت الحقيقي واستخدام البيانات على المدى الطويل.
لتدريب شبكات التعلم العميق بشكل فعال، يحتاج مطورو الأنظمة إلى كميات كبيرة من البيانات. يتضمن ذلك تحديد الأشياء وحركاتها من خلال خلاصات الكاميرا ومعلومات الليدار ودمج البيانات حول البيئة والبنية التحتية على النحو الأمثل لاتخاذ القرار. بالنسبة لخبراء السلامة على الطرق، فإن البيانات التي تجمعها السيارات ذاتية القيادة مباشرة قبل وقوع الحوادث أو المواقف الخطرة لا تقدر بثمن.
تتزايد الحاجة إلى نظام تخزين بيانات منظم وفعال مع قيام المركبات ذاتية القيادة بجمع البيانات التي يتم نقلها إلى مراكز البيانات الطرفية وتخزينها في النهاية في السحابة. وينبغي تحليل البيانات الجديدة على الفور لتحسين نماذج التعلم الآلي، مما يتطلب إنتاجية عالية وزمن وصول منخفض. محركات الأقراص ذات الحالة الصلبة (SSD) والتسجيل المغناطيسي عالي السعة بمساعدة الحرارة (الحمر) تعتبر محركات الأقراص المجهزة بدعم تقنيات محركات الأقراص المتعددة مناسبة بشكل مثالي لهذه المهام.
بمجرد أن تخضع البيانات الواردة من المركبات ذاتية القيادة للتحليل الأولي، يجب تخزينها بشكل أكثر فعالية من حيث التكلفة، ومن الناحية المثالية على حلول التخزين القريبة التقليدية ذات السعة العالية ولكن منخفضة التكلفة. هناك حاجة إلى خوادم التخزين هذه للبيانات التي قد تكون مفيدة في المستقبل. يمكن إرسال البيانات الأقدم التي يقل احتمال استخدامها ولكن لا يزال يتعين الاحتفاظ بها إلى مخزن الأرشيف.
يعد التحول نحو معالجة البيانات وتحليلها على الحافة سمة مميزة لـ صناعة 4.0، ثورة في استخدامنا للبيانات. تتيح الحوسبة المتطورة معالجة البيانات بالقرب من نقطة تجميعها بدلاً من الاعتماد على الخوادم السحابية التقليدية البعيدة. ويسمح هذا النهج بإجراء تحليل أسرع بكثير، مما يتيح استجابات فورية للمواقف المتغيرة. ستعمل الشبكة فائقة السرعة والفعالة التي تدعم نقل المعلومات بين مراكز البيانات والمركبات على تحسين سلامة وموثوقية تكنولوجيا القيادة الذاتية.
وفي الختام
يُظهر التقدم في السيارات ذاتية القيادة قفزة في الذكاء الاصطناعي والدور الحاسم لإنترنت الأشياء في التعامل مع شبكات البيانات المعقدة. تعمل المركبات ذاتية القيادة، المجهزة بمجموعة من أجهزة الاستشعار والمدعومة بالحوسبة المتطورة، على إعادة تشكيل السلامة على الطرق والتنقل في المناطق الحضرية. ويعمل إدخال شبكات 5G على تعزيز قدراتها، مما يتيح اتصالاً أسرع وأكثر موثوقية مع المركبات الأخرى والبنية التحتية الحضرية.
ومع ذلك، فإن المعالجة والتخزين الفعالين للكميات الهائلة من البيانات الناتجة لا تزال تشكل تحديًا كبيرًا. وبينما نتحرك نحو المستقبل مع إمكانية وجود ملايين من المركبات ذاتية القيادة المولدة للبيانات على الطرق، يصبح تطوير بنية تحتية فعالة وآمنة للبيانات أمرًا ضروريًا لنجاح هذه التكنولوجيا الثورية وسلامتها.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.iotforall.com/addressing-data-processing-challenges-in-autonomous-vehicles
