Mobilité autonome

Le service cloud AWS Direct Connect représente le chemin le plus court vers vos ressources AWS. Lors de son acheminement, votre trafic réseau reste sur le réseau mondial AWS et ne passe jamais sur l’Internet public.

Stockage d’objets avec une capacité de mise à l’échelle, une disponibilité et une sécurité de pointe qui vous permet de stocker et d’extraire n’importe quel volume de données de n’importe quel emplacement.

Amazon Elastic Compute Cloud (Amazon EC2) est un service Web qui fournit une capacité de calcul sécurisée et redimensionnable dans le cloud.

AWS Batch permet aux développeurs, aux scientifiques et aux ingénieurs d’exécuter aisément et efficacement plusieurs centaines de milliers de tâches de calcul par lots sur AWS.

Amazon SageMaker aide les scientifiques des données et les développeurs à préparer, créer, entraîner et déployer rapidement des modèles de machine learning (ML) de haute qualité en rassemblant un large éventail de fonctionnalités conçues spécialement pour le machine learning.

Amazon EMR est la solution de big data dans le cloud de pointe pour le traitement des données à l’échelle du pétaoctet, l’analytique interactive et le machine learning à l’aide de cadres open source, tels que Apache Spark, Apache Hive et Presto.

AWS CodeBuild est un service d’intégration entièrement géré qui compile le code source, exécute des tests et produit des packages logiciels prêts à être déployés.

AWS CodePipeline est un service de diffusion continue entièrement géré, qui vous permet d’automatiser vos pipelines de diffusion afin d’obtenir un déploiement rapide et fiable de mises à jour d’applications et d’infrastructures.

Boîte robotisée DXC sur AWS

Plateforme KPIT SIL

Automatisation de la conduite et validation des systèmes (DASV)

Services de transfert de données Lyve Mobile

Simphera

Interconnexion Equinix

Plateforme d’Ottometric

Plateforme MLops Weights & Biases

Web.Auto

Ce billet de blog de notes pratiques de 2020 explique comment créer un lac de données de conduite autonome à l’aide de cette architecture de référence.

Les camions de classe 8, ces semi-remorques que vous dépassez chaque jour sur l’autoroute, comptabilisent en général des kilométrages astronomiques sur de longues routes dans des conditions relativement prévisibles. Voilà l’environnement idéal pour le développement et la démonstration des technologies autonomes.

Afin de permettre des simulations haute-fidélité, AWS RoboMaker prend désormais en charge les tâches de simulation de GPU conçues pour des flux gourmands en calcul, comme la simulation haute-fidélité.

Ce billet de blog décrit les trois solutions de déploiement et de visualisation des données ROS bag sur AWS avec deux outils de visualisation populaires.

Alors que les modèles deviennent plus sophistiqués, les clients d’AWS appliquent de plus en plus la prédiction de machine learning au contenu vidéo. La conduite autonome représente sans doute le cas d’utilisation le plus connu. En effet, la sécurité requiert que les conditions routières et les objets en mouvement soient détectés et suivis correctement et en temps réel.

Grâce à l’interface graphique (GUI) intégrée et à ses raccourcis de navigation et d’étiquetage, les employés peuvent appliquer des étiquettes, des cadres et des catégories de manière efficace et rapide aux objets 3D (« voiture », « piéton », etc.).

Permet aux fabricants d’équipement d’origine d’adopter rapidement l’architecture et les technologies sous-jacentes à la conduite autonome.

Propose les outils, les services et la plateforme de backend de base sur AWS permettant d’accélérer la conception de fonctions et de logiciels de conduite autonome en enrichissant les services AWS optimisés pour les charges de travail relatives à la conduite autonome.