与 Brembo 合作使用 AWS IoT 加速联网车辆开发

2021 年，Brembo 在加利福尼亚开设 Brembo Inspiration Lab。该实验室重点加强公司在软件开发、数据科学和人工智能方面的专业知识。Brembo 需要分析数千小时和数千英里的测试数据，并收集与每个应用程序最相关的数据。

此前，该公司将数字产品开发分为几大阶段：数据收集、模型开发和验证。为改进流程，该公司需要完整的框架，以汇总从车辆收集的所有数据，并为其建模和分析工作流程提供支持。Brembo 希望获得专为汽车设计的可扩展解决方案，该解决方案能在云中快速实施。在对多种解决方案进行评估后，Brembo 选择使用 AWS IoT 的服务。Brembo Inspiration Lab 高级技术中心经理 Francesco Camozzi 表示：“最终，我们发现完整的软件包，即 AWS 提供的软件包。”“AWS 团队根据我们的需求帮助我们确定这一解决方案。”

2024 年初，Brembo 开始使用 AWS IoT 服务，以测试这种新的数据收集方法。凭借采用 AWS IoT FleetWise，Brembo 节省了大量原本用于开发收集和整理测试数据基础设施的时间。Camozzi 表示：“自始至终都是单一的工具。”“由于接口的灵活性和服务的可扩展性，我们可以照搬开发阶段的一切。”

使用 AWS IoT 的主要优势之一是 Brembo 可以快速入门。Camozzi 表示：“AWS IoT FleetWise 已准备就绪，可满足我们在削减开支方面的需求。”该公司可以无缝地从收集车辆传感器数据，到存储这些数据，再到将其用于分析和开发。Camozzi 表示：“测试工程师可在系统上中继转发选定的数据，无需进行任何形式的软件或服务转换，数据科学家即可处理直接从云端获取的相同数据。”对于单个使用案例，Brembo 仅花了几天时间收集和分析数据，不到一周即开始测试新设计的解决方案。

确定要收集哪些车辆遥测数据信号和制动系统信号后，Brembo 可以设置基于规则的数据收集活动，准确定位所需的数据。例如，对于由制动踏板压力激活的制动事件，其可在事件发生前后的指定时间段内从制动单元收集所有车辆遥测数据和内部信号。Camozzi 表示：“通过使用 AWS IoT FleetWise，在管理所收集的数据并将其存储在云端方面，我们可以使用大量的自定义功能。”因此，Brembo 可以仅关注最有用的数据，以降低成本，并最大限度地减少传输到云端的不必要数据量。Brembo 使用 Amazon Simple Storage Service（Amazon S3）将这些数据存储在云端，这是一种对象存储服务，用于从任何位置检索几乎任意数量的数据。Brembo 还使用其他 AWS 服务，包括 AWS Lambda（一种无需考虑服务器或集群即可运行代码的服务），将数据推送到分析工作流程。

此外，Brembo 使用 AWS IoT FleetWise 创建标准化数据格式。不同的车辆品牌和型号会生成不同格式的数据。该公司使用 AWS IoT FleetWise 在云中构建车辆的虚拟表示，并应用常见数据格式以结构化和标记属性、传感器和信号，而不是手动汇总和格式化每辆车的数据。可扩展性是 Brembo 选择使用 AWS 的另一关键方面。Camozzi 表示：“如果我们要纵向扩展，在大量车辆中拓展功能验证或测试，或者用这种架构部署新模型，AWS 都能让我们轻松搞定。”

通过使用生产就绪且可扩展的 AWS IoT FleetWise 服务，Brembo 可以提升其制动系统创新速度。Camozzi 表示：“AWS 是一家可靠的提供商。”“AWS 团队随时待命，为我们的云之旅提供支持。”