Le cloud computing, qui est déjà inestimable pour presque tous les aspects de l’infrastructure des entreprises, est également devenue partie intégrante du développement et du déploiement de véhicules définis par logiciel (SDV). Amazon Web Services (AWS Cloud), le principal fournisseur de cloud public, a joué un rôle prépondérant en fournissant à l’industrie automobile des services de cloud adaptés aux besoins de l’automobile, y compris les systèmes avancés d’aide à la conduite (ADAS), la conduite autonome, la gestion de flotte automobile,l’IA/ML, la gestion des données des véhicules ainsi que de nombreux autres éléments relatifs aux véhicules connectés. Ils fournissent des services allant de l’informatique à la gestion des données, en passant par le prototypage de véhicules, et bien d’autres choses encore.
Le cloud est également important pour nous : Sonatus fournit des logiciels cloud qui tirent parti de ces capacités dans nos produits. Ce blog explique pourquoi le cloud est si important pour les entreprises du secteur automobile et, en particulier, comment AWS est à la pointe de la mobilité connectée.
Cloud computing
L’un des avantages les plus fondamentaux du cloud computing est la possibilité de développer de manière flexible les capacités de calcul en fonction de la demande variable. Ceci a donné naissance aux services AWS pour le calcul, en particulier EC2 (Elastic Compute Cloud) et EKS (Elastic Kubernetes Service). En fonction des besoins de l’entreprise, les instances informatiques peuvent être activées et mises au travail rapidement (presque instantanément, si nécessaire), sans consommer de capital ni de coûts d’exploitation lorsqu’elles ne sont pas utilisées. Il s’agit d’un outil incroyablement puissant pour les entreprises, qui a changé la façon dont elles utilisent le cloud AWS.
Un deuxième avantage tout aussi précieux est l’incroyable diversité des types d’instances de calcul qui offrent un vaste choix de capacités de calcul, de stockage, de mémoire et de traitement spécialisé. Compte tenu de l’évolution croissante vers l’informatique basée sur le processeur ARM dans les véhicules, l’infrastructure AWS offre des instances de calcul à haute performance contenant le processeur Graviton d’AWS basé sur le processeur ARM, assurant ainsi la « parité environnementale » entre les véhicules et le cloud.
Les produits Sonatus sur notre plateforme véhicules Sonatus comprennent des logiciels embarqués et des logiciels cloud correspondants qui sont construits sur et exploitent les nombreuses solutions AWS diverses, y compris Kubernetes et les charges de travail conteneurisées, basées à la fois sur Amazon EC2 et Amazon EKS.
Gestion des données cloud
La quantité de données produites par la connectivité d’un véhicule explose, ce qui complique de plus en plus la capture, le stockage, le téléchargement et la gestion de ces données par l’industrie automobile. Alors que la télémétrie limitée des véhicules et les données des capteurs sont disponibles depuis un certain temps, dans un véhicule défini par logiciel, le nombre de signaux de données augmente rapidement, car de plus en plus de systèmes du véhicule deviennent numériques et connectés. Par ailleurs, la prolifération de sources de données riches telles que les caméras vidéo, les radars et les systèmes LiDAR se développe, offrant des capacités plus avancées tout en générant beaucoup plus de données dans le processus. Les OEM automobiles de pointe tirent parti de ces données en créant des « lacs de données » intégrés pour disposer d’une source unique de vérité qui peut être interrogée de différentes manières dans l’ensemble de l’organisation afin d’ajouter de l’intelligence et d’assurer la cohérence du processus de prise de décision.
La collecte de données à partir des systèmes embarqués dans les véhicules présente un large éventail d’avantages, dont l’élaboration de nouveaux modèles commerciaux. Voici une infime partie des innombrables cas d’utilisation intéressants des données des véhicules qui peuvent bénéficier de la connectivité des véhicules au cloud :
- Surveillance de la sécurité
- Diagnostic des pannes
- Analyse prédictive / maintenance prédictive
- Optimisation continue des composants
- Réglage de l’efficacité
- Analyse de l’utilisation des véhicules
- Planification future des véhicules
- Communication entre le véhicule et les infrastructures routières telles que les feux de circulation (V2I)
- Communication entre les autres véhicules à proximité (V2V)
Il est essentiel d’améliorer la capacité à collecter des données précieuses et soigneusement sélectionnées à partir des véhicules. Sonatus Collector est en production aujourd’hui et crée des bases de données utiles pour nos clients OEM qui leur permettent de résoudre des problèmes réels et d’apporter une valeur ajoutée à leurs clients. Collector est un complément parfait aux services AWS de stockage de données qui proposent un stockage évolutif de différents types de données pour permettre la mise en œuvre d’une gamme de solutions automobiles.
Prototypage virtuel du véhicule
Une autre application importante du cloud est le prototypage rapide. Le développement de logiciels pour les véhicules est un vrai défi compte tenu de leur environnement profondément intégré avec de multiples systèmes imbriqués les uns dans les autres. La pression des délais de commercialisation étant omniprésente, il est extrêmement avantageux de pouvoir développer des logiciels parallèlement au matériel. On parle parfois de « contrôle de la sécurité en amont » pour permettre au développement de logiciels d’intervenir plus tôt dans le cycle.
Offrir aux véhicules des instances cloud avec des architectures compatibles peut améliorer de manière significative l’efficacité des développeurs et accélérer la mise sur le marché en permettant le développement dans le cloud et le déploiement ultérieur sur les véhicules. Ce mode de conception peut également favoriser la collaboration entre des équipes réparties dans plusieurs zones géographiques, qui peuvent avoir à répondre à des besoins régionaux différents. Il permet même le prototypage virtuel et le développement de logiciels alors que le matériel est encore en cours de conception.
Les équipes les plus compétentes utilisent cette approche pour déboguer le matériel avant qu’il ne soit terminé, car il a été prouvé qu’elle permettait d’accélérer considérablement la mise sur le marché et de réduire les cycles d’itération du matériel pour corriger les bogues. Cette approche de prototypage présente également d’autres avantages, car les OEM sont de plus en plus nombreux à faire évoluer l’architecture de leurs véhicules en abandonnant les calculateurs dédiés remplissant une fonction unique et fixe au profit d’architectures consolidées dotées de plusieurs cœurs côte à côte et gérées par des hyperviseurs et des systèmes de virtualisation. Ce mode de conception est plus évolutif, plus facile à vérifier et correspond à l’expertise du cloud pour le prototypage et, plus tard, pour le déploiement de la production dans les véhicules.
Sonatus utilise AWS pour prototyper son propre travail afin d’augmenter le nombre de cas de test que nous pouvons exécuter sans être obligés de répliquer le matériel physique ou de le mettre hors tension à plusieurs reprises pour recommencer un test.
IA / Apprentissage automatique et analyse de données
Une fois que nous avons rassemblé un ensemble de données intéressantes et que nous l’avons associé à un système de calcul évolutif et flexible, nous sommes en mesure de réaliser des analyses de données incroyables qui n’auraient jamais été possibles auparavant. Si l’on ajoute à cela l’expansion rapide des capacités d’apprentissage automatique (ML), des questions encore plus pointues peuvent être posées aux données. Les algorithmes de ML évoluent et s’améliorent en permanence, et les approches de cloud computing permettent une formation rapide des modèles dans le cloud. Plus particulièrement, alors que l’industrie cherche à développer des modèles basés sur le ML pour les ADAS et la conduite autonome, le modèle cloud peut être déployé progressivement sur les véhicules avec des retours d’information pour s’assurer que les nouveaux modèles n’entraînent pas de régression.
Un autre des atouts du ML est sa capacité à détecter des schémas et des modèles qui seraient difficiles à coder à l’aide d’approches conventionnelles. En étudiant les données d’un grand nombre de véhicules, des modèles peuvent émerger qui peuvent signaler des signes avant-coureurs. Par exemple, la collecte intelligente de données couplée au ML peut être employée pour détecter de manière proactive les anomalies et les signaler pour une action corrective avant qu’elles ne se transforment en rappels dangereux. Les clients OEM de Sonatus utilisent déjà Sonatus Collector pour anticiper les problèmes et mieux répondre aux besoins de service de leurs clients.
ADAS et conduite autonome
L’avènement de l’ADAS et de son cousin à capacité plus élevée, les véhicules autonomes, nécessite une modélisation et une mise au point importantes, et le cloud est indispensable à ces avancées et à la mise en place de systèmes de transport intelligents évolutifs. La complexité de ces tâches ne peut être surestimée, en particulier pour les niveaux d’autonomie les plus élevés, et ce n’est que grâce au cloud computing et aux améliorations progressives des modèles que les améliorations rapides de ces capacités sont possibles dans l’ensemble de l’industrie automobile.
Les constructeurs automobiles peuvent tout d’abord saisir et accumuler des données à partir d’une voiture connectée via un réseau cellulaire afin de constituer une base de données représentative des tâches de conduite réelles pour stimuler les modèles de reconnaissance et d’action. Les avantages de cette approche ne s’arrêtent pas là : la plupart du temps, la conduite normale est « ennuyeuse », avec peu de scénarios délicats lors d’un trajet. Dans un environnement simulé, nous pouvons artificiellement accélérer le traitement des cas particuliers et progresser beaucoup plus rapidement dans la formation que si l’on se contente d’une formation basée sur les véhicules sur le terrain. La plateforme Sonatus peut être utilisée pour capturer des données riches afin d’aider à l’analyse importante nécessaire à l’amélioration continue des ADAS et de la conduite autonome, ajoutant ainsi un nouvel outil puissant aux ingénieurs qui effectuent ce travail important.
Lors du CES 2024, Sonatus et AWS ont fait la démonstration d’une approche visant à améliorer la sécurité routière via des diagnostics de véhicules à distance, par exemple lorsqu’un véhicule n’arrivait pas à détecter les piétons. Nous avons démontré comment un véhicule connecté équipé de Sonatus Collector peut envoyer au cloud des données en temps réel sur les défaillances du véhicule ciblé. Une fois dans le cloud, AWS peut combiner plusieurs sources de données en temps réel, telles que l’outil d’analyse ML haute fidélité Rekognition, ainsi que les données de fabrication du véhicule et ses versions logicielles et matérielles actuelles. Cette approche combinée permet d’identifier rapidement la raison pour laquelle le véhicule n’émet pas d’avertissements de collision, par exemple une faiblesse dans les modèles d’apprentissage automatique pour les piétons, un problème avec le matériel de la caméra ou d’autres dispositifs dans le véhicule, afin de résoudre rapidement le problème.
En savoir plus sur The Garage Podcast
Si vous avez trouvé ce sujet intéressant, vous pouvez en apprendre beaucoup plus : j’ai récemment eu une longue conversation en deux parties avec Stefano Marzani, Responsable technique mondial pour les véhicules définis par logiciel chez AWS, dans le cadre de notre podcast, The Garage. Dans cette discussion très variée (liens vers la partie 1 et la partie 2), nous abordons tous les sujets ci-dessus avec énormément de détails. Si vous souhaitez en savoir plus sur ce sujet et entendre l’une des principales voix du secteur sur les véhicules définis par logiciel, ne manquez pas ces deux épisodes. Vous pouvez trouver le podcast complet de The Garage sur YouTube ou sur Spotify ou Apple Podcasts. N’oubliez pas de vous abonner pour être informé des prochains épisodes !