戴姆勒旗下Torc Robotics公司將借助AWS開發(fā)自動駕駛卡車

2月19日消息，日前，Torc Robotics公司已經選擇亞馬遜云服務（AWS）作為其首選的云服務商，以滿足其大規(guī)模數據傳輸、存儲和計算的速度要求，以備在美國新墨西哥州和弗吉尼亞州部署其下一代自動駕駛卡車測試車隊。用云上數據解決方案加速戴姆勒卡車SAE L4自動駕駛卡車技術的測試與開發(fā)。

Torc是戴姆勒卡車旗下的獨立子公司，負責將L4級自動駕駛系統(tǒng)商用化、并提供給卡車客戶。根據汽車工程師協(xié)會（SAE）的定義，在L4級自動駕駛系統(tǒng)下，車輛能夠在特定的運營條件下執(zhí)行全部駕駛功能。

隨著公司測試車隊規(guī)模、路線數量和傳感器能力的增長，Torc在美國和德國的工程團隊對數據攝取和分析的需求與日俱增。

Torc在新墨西哥州的測試車隊已經在公共道路測試中產生了PB級的數據（1PB等于100萬GB）。Torc有端到端的軟件堆棧，收集和處理來自激光雷達、雷達和攝像頭等眾多傳感器的原始數據。不僅測試路線和車隊的規(guī)模不斷擴大，新一代測試卡車還集成了更多高分辨率的傳感器，可以加強更遠距離的物體檢測，這進一步增加了用于分析、仿真和機器學習的數據量級。

Torc公司首席執(zhí)行官Michael Fleming說，"我們的下一代卡車測試車隊將幫助我們快速提高自動駕駛能力，加速L4級自動駕駛卡車的商用。我們處理數據的能力必須能夠跟上，無論是傳輸、存儲還是擴大仿真的能力，都必須跟上。有了AWS，我們就有了一個值得信賴的解決方案，可以在我們需要的時候提供計算規(guī)模、傳輸速度和安全性。"

AWS汽車行業(yè)銷售總監(jiān)Wendy Bauer表示，"開發(fā)自動駕駛汽車的競賽中，會從多種類型的傳感器中產生巨大數量的數據。借助AWS，Torc公司的工程師就擁有了速度、靈活性和洞察力，能夠進行設計測試、大規(guī)模運行仿真、以及利用廣泛、高度專業(yè)化的計算實例類型來完善其實驗。Torc的行業(yè)領先技術，結合AWS的可靠性、安全性以及在自動駕駛汽車開發(fā)方面的深厚專業(yè)知識，將使Torc保持領導者地位，并將自動駕駛卡車的好處帶給社會。"

戴姆勒卡車自動駕駛技術群組（Torc是其下一部分）負責人Peter Vaughan Schmidt博士說，"我們相信，Torc和AWS之間的這種關系，將兩個非常強大的團隊凝聚在一起，是我們通往L4級自動駕駛卡車道路上的另一個里程碑。戴姆勒卡車的目標是實現自動駕駛卡車的安全投放，塑造整個卡車運輸和物流行業(yè)的未來。"

Torc的L4級自動駕駛汽車系統(tǒng)利用車載計算機，實時處理傳感器數據，并利用車載軟件處理自動運行過程中的動態(tài)駕駛任務。Torc將利用AWS來提高其路測路線的數據傳輸效率，讓其團隊不斷增強自動駕駛系統(tǒng)。Torc公司首席技術官Ben Hastings解釋道，"對我們路測車隊收集的海量數據進行攝取、存儲和后處理，AWS是一個理想的平臺。"

Torc的開發(fā)團隊將利用AWS全面完成低要求和高要求的任務，以及遠程團隊之間的數據共享。Torc將利用多項AWS托管服務，例如用Amazon Elastic Kubernetes Service (Amazon EKS)來大規(guī)模運行仿真軟件，用Amazon Managed Streaming for Apache Kafka (Amazon MSK)、Amazon Managed Workflows for Apache Airflow (MWAA) 以及Amazon Simple Storage Service (Amazon S3)智能分層，高效管理測試數據，并提供合規(guī)支持。AWS的這些服務集成，將使Torc能夠傳輸海量數據，不但進行實際測試的日志分析，同時還為仿真和深度學習提供算力。

Hastings表示，"我們的軟件使用合成場景和傳感器數據重放的組合進行仿真測試。這些測試往往會集中進行，對計算資源產生顯著的峰值需求。通過AWS，我們獲得了可以動態(tài)擴展的解決方案，以滿足工程和虛擬測試團隊的需求，而無需購置和維護我們自己的數據中心。"

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。