Eigenständige Mobilität

Der Cloud-Service von AWS Direct Connect ist der schnellste Weg zu Ihren AWS-Ressourcen. Ihr Netzwerkdatenverkehr bleibt auch im Transit im globalen AWS-Netzwerk und kommt nie in Berührung mit dem öffentlichen Internet.

Objektspeicher mit branchenführender Skalierbarkeit, Verfügbarkeit und Sicherheit für das Speichern und Abrufen beliebiger Datenmengen von überall aus.

Amazon Elastic Compute Cloud (Amazon EC2) ist ein Web-Service, der sichere, skalierbare Rechenkapazitäten in der Cloud bereitstellt.

AWS Batch ermöglicht es Entwicklern, Wissenschaftlern und Ingenieuren, mit AWS einfach und effizient unzählige Batchdatenverarbeitungsaufträge durchzuführen.

Amazon SageMaker unterstützt Datenwissenschaftler und Entwickler bei der Vorbereitung, der Erstellung, dem Training und der Bereitstellung hochwertiger Machine-Learning (ML)-Modelle durch eine breite Palette von speziell für ML entwickelten Funktionen.

Amazon EMR ist die branchenführende Cloud-Big-Data-Lösung für die Datenverarbeitung in Petabyte-Größe, interaktive Analyse und Machine Learning mit Open-Source-Frameworks wie Apache Spark, Apache Hive und Presto.

AWS CodeBuild ist ein vollständig verwalteter Service für die kontinuierliche Integration. Sie können damit Quellcode kompilieren, Tests ausführen und implementierbare Softwarepakete generieren.

AWS CodePipeline ist ein vollständig verwalteter Continuous-Delivery-Service, mit dem Sie Ihre Veröffentlichungs-Pipelines für schnelle und zuverlässige Updates von Anwendungen und Infrastruktur automatisieren können.

DXC Robotic Drive in AWS

KPIT SIL-Plattform

Fahrautomatisierung und Systemvalidierung (DASV)

Lyve Mobile Datenübertragungsdienste

Simphera

Equinix Interconnection

Ottometric Platform

MLOps-Plattform für Gewichte und Verzerrungen

Web.Auto

Dieser Field Notes-Blogbeitrag aus dem Jahr 2020 erklärt, wie Sie mit dieser Referenzarchitektur einen Data Lake für autonomes Fahren entwickeln können.

LKW der Klasse 8, also die Sattelschlepper, die Sie täglich auf der Autobahn überholen, legen in der Regel astronomische Kilometerleistungen auf langen Strecken unter relativ vorhersehbaren Bedingungen zurück. Das ist eine ideale Umgebung für die Entwicklung und Erprobung von Technologien für selbstfahrende Fahrzeuge.

Zur Unterstützung von High-Fidelity-Simulationen unterstützt AWS RoboMaker jetzt GPU-basierte Simulationsaufträge, die für rechenintensive Workflows wie High-Fidelity-Simulationen entwickelt wurden.

Dieser Blog-Beitrag beschreibt drei Lösungen für die Bereitstellung und Visualisierung von ROS-Bag-Daten auf AWS mit Hilfe von zwei beliebten Visualisierungstools.

Da die Modelle immer ausgereifter werden, wenden AWS-Kunden zunehmend Vorhersagen von Machine Learning auf Videoinhalte an. Das autonome Fahren ist vielleicht der bekannteste Anwendungsfall, da die Sicherheit erfordert, dass Straßenbedingungen und sich bewegende Objekte korrekt erkannt und in Echtzeit verfolgt werden.

Mithilfe der integrierten grafischen Benutzeroberfläche (GUI) und ihrer Tastenkombinationen für die Navigation und Beschriftung können Mitarbeiter schnell und präzise Beschriftungen, Boxen und Kategorien auf 3D-Objekte („Auto“, „Fußgänger“ usw.) anwenden.

Hilft OEMs, die zugrundeliegende Architektur und Technologien des autonomen Fahrens schnell zu übernehmen.

Stellt die Tools, Services und die Basis-Backend-Plattform in AWS bereit, um das Entwickeln von Funktionen und Software für autonomes Fahren zu beschleunigen, indem AWS-Services, die für spezifische Workloads für autonomes Fahren optimiert sind, erweitert werden.