概览
概览
在车辆监控和远程控制场景中，用户对车辆智能监控和车辆远程控制的需求越来越强烈。亚马逊云科技利用生成式 AI 技术对车辆周边环境进行分析，智能识别潜在危险情况，并及时发出预警，有效保障行车安全。同时，借助物联网技术，用户可以远程控制车辆的运动、车灯、喇叭等功能，带来极大的便利性。该指南基于 Amazon Bedrock、Amazon Kinesis Video Streams、Amazon IoT Core 等服务构建。
在车辆监控和远程控制场景中，用户对车辆智能监控和车辆远程控制的需求越来越强烈。亚马逊云科技利用生成式 AI 技术对车辆周边环境进行分析，智能识别潜在危险情况，并及时发出预警，有效保障行车安全。同时，借助物联网技术，用户可以远程控制车辆的运动、车灯、喇叭等功能，带来极大的便利性。该指南基于 Amazon Bedrock、Amazon Kinesis Video Streams、Amazon IoT Core 等服务构建。
使用场景
使用场景
- 通过车载传感器监测车辆周围环境,一旦发生异常情况（如碰撞、入侵等）能及时报警并记录视频证据。
- 可以帮助提高车辆安全性,特别适用于停放在户外的电动汽车，且使用云端进行数据分析，降低车端功耗。
- 可以远程控制车辆的运动、照明、喇叭等功能,为用户提供便利。
- 对于自动驾驶车辆来说,可用于远程接管和应急救援及特种车辆、自动驾驶车辆远程控制。
优势
优势
使用 Amazon IoT Core、Kinesis Video Streams、Bedrock-Claude3 等服务，实现车辆数据上传、视频流传输、智能场景分析等功能，提高了系统的可扩展性和可靠性。
在车端采用 ROS2 架构，实现车载传感器数据采集和车辆控制。在云端提供 Web 应用程序，实现用户交互和监控。充分发挥了云端和车端各自的优势。
利用 Bedrock-Claude3 大模型对车载视频数据进行智能分析，提高了异常事件的识别准确性。降低了车端的计算负荷，提高了系统的整体性能。
通过 Amazon IoT Core 的安全认证机制，确保了车辆数据传输的安全性。采用可靠的 MQTT 协议进行车辆与云端的双向通信。
架构图及说明
使用 Amazon SDK 连接到 Amazon KVS 并建立实时视频数据传输。
车辆将拦截的事件数据写入 Amazon S3。
客户的前端界面查看车辆的实时视频数据，客户可以请求事件视频并查看原因。
通过 Amazon IoT Core 获取车辆数据在前端实时显示。
用户可以通过前端页面查看车辆状态、环境视频，并进行远程控制。
使用 Amazon Lambda 调用 S3 桶中的数据，根据定义的提示，通过大模型进行场景分析，并将结果写入 Amazon S3。
研发人员可以使用 Amazon Sagemaker 或 Amazon Bedrock 进行模型选择和部署。
开发前端网页将请求传递给 Amazon API 网关，并从 API 网关接收响应。
研发人员通过研发前端页面定义事件并配置提示。
架构图及说明
使用 Amazon IoT SDK 连接到 Amazon IoT Core 进行车辆数据的上传和控制命令接收。
使用 Amazon SDK 连接到 Amazon KVS 并建立实时视频数据传输。
车辆将拦截的事件数据写入 Amazon S3。
客户的前端界面查看车辆的实时视频数据，客户可以请求事件视频并查看原因。
通过 Amazon IoT Core 获取车辆数据在前端实时显示。
用户可以通过前端页面查看车辆状态、环境视频，并进行远程控制。
使用 Amazon Lambda 调用 S3 桶中的数据，根据定义的提示，通过大模型进行场景分析，并将结果写入 Amazon S3。
研发人员可以使用 Amazon Sagemaker 或 Amazon Bedrock 进行模型选择和部署。
开发前端网页将请求传递给 Amazon API 网关，并从 API 网关接收响应。
研发人员通过研发前端页面定义事件并配置提示。
