Big data w systemach bezpieczeństwa i łączności pojazdów autonomicznych

Obecnie samochody wyposażone są m.in. w systemy zbliżeniowe, mijania, sterowania oświetleniem, automatycznej detekcji i rozpoznawania znaków ograniczenia prędkości, detekcji przeszkody na torze ruchu oraz autonomicznego cofania i jazdy na wprost. Każdy z powyższych systemów wymaga układu detekcji, przetwarzania informacji oraz układu wykonawczego, nie mniej jednak wszystkie z nich mają na celu zwiększenie bezpieczeństwa podróżującego. Zapewnienie niezawodności działania każdego z systemu, auto detekcji błędów oraz szybkiego przetwarzania danych jest kluczowym elementem wymagań dla układów mikroprocesorowych, zarządzających pracą całości systemu oraz poszczególnych bloków. Zarówno dla systemów bezpieczeństwa jak i łączności pojazdów ‘autonomicznych’ kluczową rolę odgrywają dane będące informacją uzyskiwaną z otoczenia. Termin ‘Big data’ według definicji McKinsey Global Institute odnosi się do zbiorów danych będących po za możliwościami typowych narzędzi baz danych do rejestrowania, przechowywania oraz zarządzania i analizy. ‘Big data’ mówi również o różnorodności, prędkości oraz ilości przesyłanych dany dla niemalże każdej dziedziny życia posługującej się formą zapisu cyfrowego danych. Zagadnienie to w kontekście konkretnej branży należy poddać weryfikacji możliwości obecnej technologii oraz wymagań stawianych przez oczekiwania aplikacyjne. Niektóre segmenty rynku ze względu na charakter pracy obiektu nie mają możliwości działania na zasadach prawdziwego systemu opartego o systemy bazy danych. Rysunek nr 1. Charakterystyka terminu ‘Big Data’ w oparciu o główne składowe czynniki Dla segmentu automotive możliwości zastosowania prawdziwego systemu ‘Big Data’ są ograniczone ze względu na charakter pracy w czasie rzeczywistym, rejestrowanie, przechowywanie i analizowanie danych możliwe jest jedynie dla niewielkiej liczby informacji. Realne systemy bezpieczeństwa oraz łączności pojazdów ‘autonomicznych’ bazują na zdarzeniach czasu rzeczywistego, które bazują na zbieraniu i przetwarzaniu informacji uzyskiwanych z sensorów zamontowanych w pojeździe. Rejestracji podlegają jedynie zdarzenia krytyczne mające zwykle charakter sporadyczny oraz mające na celu zdiagnozowanie przyczyny błędu. Bazując na wymaganiach systemów bezpieczeństwa w pojazdach samochodowych oraz trzech głównych składnikach systemu ‘Big Data’ można określić zastosowanie poszczególnych części składowych dla realnego systemu. Ilość danych, ważną kwestią jest dostarczenie systemowi bezpieczeństwa odpowiednią ilość danych, która zapewni jednoznaczne określenie zachowania systemu w danej sytuacji. Przetwarzanie każdego systemu jest ograniczone w jednostce czasu, dlatego selektywne i odpowiednie ilościowo dostarczanie danych jest niezbędną kwestią funkcjonowania systemu. Różnorodność informacji, każdy system składa się co najmniej z dwóch źródeł danych o aktualnym położeniu oraz otoczeniu obiektu. Ze względu na ograniczone zasoby układów mikroprocesorowych należy odpowiednio dobierać zróżnicowanie informacji z bloków sensorycznych, mówiących o aktualnym stanie otoczenia. Prędkość przesyłania danych, systemy działające w czasie rzeczywistym takie wymagają dostarczania oraz przetwarzania danych w określonej jednostce czasu. Dla obiektów ruchomych prędkość z którą systemy powinny być w stanie przetworzyć informacje zależna jest w dużym stopniu od prędkości poruszania się obiektu, odległości detekcji z jaką dokonywany jest poszczególny pomiar oraz od odpowiedzi systemu sterowanego. Jednostki zarządzające systemami bezpieczeństwa działają w oparciu o systemy czasu rzeczywistego, nieustannie sprawdzając oraz nadzorując układy sensoryczne oraz wykonawcze. Tradycyjny aspekt dotyczący systemów ‘Big Data’ bazujących na tworach bazodanowych nie odnajduje zastosowania w systemach bezpieczeństwa systemów samochodowych oraz innych działających w czasie rzeczywistym. Obecne systemy pojazdów mają na celu zwiększenie bezpieczeństwa podróżujących po przez informowanie o ewentualnych zdarzeniach, jednak na chwilę obecną nie istnieje możliwość wyeliminowania człowieka z obwodu sterowania pojazdem. Procesy rejestracji danych, przechowywaniu oraz analizie mogą być przeprowadzane jedynie dla określonych celów jak np. analizowanie natężenia ruchu godzinowego dla danych obszarów. W ujęciu systemu ‘autonomicznego’ oraz łączności i komunikacji pomiędzy pojazdami oraz pracy w oparciu o prawdziwe znaczenie słowa ‘Big Data’ istnieje możliwość stworzenia pojazdów oraz systemu, który będzie w stanie samodzielnie funkcjonować jako obiekt. W zależności od podejścia końcowego wykonania:

• Obiekty powinny mieć zapewnioną komunikację dwukierunkową, wysyłać informacje do pobliskich obiektów m.in. o swojej prędkości, położeniu oraz odbierać i przetwarzać dane zarówno z czujników własnych jak i pobliskich pojazdów

• Obiekty są zarządzane po przez nadrzędny system, który analizuje i przetwarza część informacji o określonym priorytecie lub zbiera i analizuje informacje niemające bezpośredniego wpływu na system rzeczywisty np. natężenie ruchu. Pozostałe zdarzenia mające bezpośredni wpływ na system autonomiczny oraz bezpieczeństwo przesyłane i analizowane są bezpośrednio w nim.

Istnieje ograniczona możliwość wykorzystania aspektu gromadzenia oraz przetwarzania danych dla systemu ‘autonomicznego’, wiążąca się z czasem dostępu oraz potrzebą i metodą przetwarzania poszczególnych informacji. W zależności od charakteru danych, systemu oraz potrzeb ich interpretacji i rozumienia istnieje wiele technik pozwalających na odpowiednie analizowanie i przetwarzanie informacji. Dla systemów stosowanych w branży automotive popularne oraz znaczące są techniki takie jak: uczenie maszynowe, przetwarzanie sygnałowe oraz optymalizacja. Podsumowanie Systemy typu ‘Big Data’ posiadają inną charakterystykę niż systemy bezpieczeństwa oraz ‘autonomiczności’ pojazdów samochodowych. Celem tworów bazodanowych jest rejestrowanie, przechowywanie oraz analizowanie informacji pochodzących z określonych źródeł/obiektów. Systemy bezpieczeństwa oraz komunikacji pojazdów ‘autonomicznych’ mają charakter pracy czasu rzeczywistego, ich działanie polega głównie na odbierania, przetwarzaniu oraz reagowaniu na sygnały z danej chwili. Brak aspektu gromadzenia danych, który jest kluczowy dla systemów ‘Big Data’ wyklucza poniekąd ten termin z praw funkcjonowania w zakresie pojedynczego obiektu. Część wspólna obydwu zagadnień sprowadza się do gromadzenia i analizowania danych o natężeniu ruchu, nietypowych sytuacjach na drodze oraz innych, które będą działać informacyjnie lub usprawnią podróż z punktu A do punktu B. Ograniczenia stawiane są również przez możliwości współczesnej technologii oraz ceny, która sprosta wymaganiom implementacji łączności pojazdów ‘autonomicznych’. Niektóre firmy od lat zajmują się gromadzeniem informacji na temat np. natężenia ruchu na drodze w poszczególnych dniach oraz godzinach. Wykorzystanie tych danych na chwilę obecną przez ludzi ma charakter głównie informacyjny oraz organizacyjny. Duże koncerny samochodowe oraz firmy zajmujące się wykorzystaniem tych informacji współpracują tworząc rozwiązania systemów nawigowania oraz informowania kierowców o zdarzeniach lub natężeniu ruchu dla wyznaczonych tras. Wraz z postępem oraz rozwojem technologii w życiu codziennym m.in. podczas podróży będą odgrywały informacje otrzymywane w mniejszym lub większym stopniu z systemów typu ‘Big Data’, należy jednak pamiętać o właściwym interpretowaniu oraz reagowaniu na nie. W natłoku informacji otrzymywanych przez różnorodne systemy, człowiek powinien dostosować się i potrafić korzystać oraz weryfikować te dane. Artykuł uzyskany dzięki uprzejmości: © Kamil Prus | Inżynier Aplikacyjny Computer Controls Sp. z o.o.