Perguntas frequentes sobre o AWS IoT FleetWise

O AWS IoT FleetWise é um serviço gerenciado que permite a coleta eficiente de dados de veículos, para obter insights sobre sua(s) frota(s) de veículos. É possível usar os dados transferidos pelo AWS IoT FleetWise para ajudar a analisar a integridade da frota de veículos, a fim de identificar rapidamente possíveis problemas de manutenção, aumentar a inteligência de sistemas de entretenimento informativo ou usar análises e machine learning (ML) para aprimorar os modelos para a direção autônoma e os Advanced Driver Assistance Systems (ADAS – Sistemas avançados de auxílio ao motorista).

O AWS IoT FleetWise elimina as complexidades da coleta de dados de frotas de veículos em grande escala. Usando a modelagem virtual de veículos, você pode criar um formato de dados comum entre marcas, modelos e componentes de veículos, permitindo uma análise simplificada de dados de toda a frota na nuvem.

O AWS IoT FleetWise também ajuda você a coletar dados de veículos de forma mais inteligente, o que fornece acesso a dados mais úteis na nuvem. Você pode melhorar a relevância dos dados criando campanhas de coleta de dados baseadas em tempo e evento que enviam os dados exatos de que precisa para a nuvem.

Primeiro, faça login no AWS Management Console. Em seguida, confira a documentação para começar, listada na guia de documentação desta página. Por fim, comece a desenvolver com o AWS IoT FleetWise modelando o veículo e definindo as campanhas de coleta de dados.

O a implementação de referência do Edge Agent para AWS IoT FleetWise pode ser executada na maioria das plataformas Linux incorporadas. Para ver exemplos de hardware de referência para o qual a Implementação de Referência do Edge Agent foi transferida, visite a página Parceiros. Em vez de adquirir hardware, o Guia do desenvolvedor contém instruções para configurar um ambiente virtual usando uma instância do Amazon Elastic Compute Cloud (EC2) com tecnologia AWS Graviton2.

A portabilidade do Edge Agent para o hardware de destino é um processo simples. Para começar, você pode encontrar informações de portabilidade na página do Edge Agent no GitHub, que inclui acesso ao código-fonte, suporte à plataforma, informações de dependência de compilação e outros recursos. Para saber mais, consulte o guia do Edge Agent disponível no console.

Os dados coletados e ingeridos por meio do AWS IoT FleetWise vão diretamente para seu repositório de armazenamento, como o Amazon Timestream ou o Amazon Simple Storage Service (Amazon S3). Você tem a propriedade e o controle dos dados coletados pelo AWS IoT FleetWise.

O AWS IoT FleetWise coleta e transporta dados coletados de sensores de veículos tradicionais baseados em CAN (por exemplo, temperatura do motor ou pressão de combustível), bem como de subsistemas de veículos que incluem sensores de visão, como câmeras, radares e lidares.

Um modelo de veículo é uma representação digital dos sensores e sinais do seu veículo. Você pode tornar esses modelos tão simples ou detalhados quanto desejar. Usar o modelo de veículo virtual como um esquema para o AWS IoT FleetWise permite organizar veículos por atributos comuns (como “número de portas”) em campanhas e definir parâmetros de coleta uniformes em toda a sua frota diversificada de veículos. Modelos de veículos podem ajudar você a criar e compartilhar definições de sensores e sinais entre vários provedores. Para obter informações detalhadas, consulte o Guia do desenvolvedor do AWS IoT FleetWise.

Defina os dados do veículo que você deseja coletar, escrevendo instruções simples e baseadas em regras no console do AWS IoT FleetWise. O AWS IoT FleetWise envia essas instruções da nuvem para seus veículos, e o Edge Agent coleta e transfere dados de acordo com as instruções. Para obter informações detalhadas, consulte o Guia do desenvolvedor do AWS IoT FleetWise.

Você pode integrar o AWS IoT FleetWise a suas implementações atuais de serviços da AWS, como AWS IoT Core e Amazon Timestream. Para discutir a integração com sua arquitetura específica ou outras opções de integração com o AWS IoT FleetWise, entre em contato com nossa equipe de vendas.

Use o Guia do desenvolvedor para conhecer os principais conceitos e instruções de uso do serviço.

Na Referência da API, você aprenderá sobre as operações da API em detalhes e verá exemplos de solicitações, respostas e erros dos protocolos de serviços web compatíveis.

A página do Edge Agent no GitHub inclui acesso ao código-fonte, suporte à plataforma, informações sobre dependências de compilação e outros recursos.

• O Amazon Timestream é um banco de dados de séries temporais rápido, escalável e com tecnologia sem servidor. Você pode usar o Amazon Timestream quando precisar inserir dados praticamente em tempo real em um painel para refletir o status atual de integridade do veículo.
• O Amazon S3 é um serviço de armazenamento de objetos que oferece escalabilidade, disponibilidade de dados, segurança e performance líderes do setor. Você pode usá-lo quando tiver um cenário que exija processamento em lote e análise de dados do veículo durante um período. Por exemplo, ao monitorar comportamentos de direção, rastrear interações de infoentretenimento ou criar melhores planos de manutenção de longo prazo para frotas de veículos elétricos.

Não. Para alterar o destino do armazenamento, você deve criar uma nova campanha e escolher o Amazon S3.

Para coletar dados de sistemas de visão usando o AWS IoT FleetWise, o hardware do veículo deve enviar sinais de dados por meio do middleware ROS2 (Robotic Operating System 2) para o Edge Agent. Os sensores baseados em CAN podem continuar enviando sinais por meio do barramento CAN. Em 2024, planejamos oferecer suporte a outros tipos de middleware.

O Amazon Kinesis Video Streams permite que você envie vídeo e áudio diretamente dos sensores da câmera para a AWS para armazenamento, reprodução e análise. Com o Kinesis Video Streams, os clientes podem configurar o streaming contínuo ou baseado em eventos. O novo Edge Agent do Kinesis Video Streams permite gravar e armazenar vídeo e áudio das câmeras no local e enviar mídia para a nuvem em um cronograma definido para armazenamento e reprodução em longo prazo. Além disso, ao usar o Kinesis Video Streams com WebRTC, você pode ativar a visualização em tempo real e sob demanda da mídia da câmera.

Os dados de sistemas de visão do AWS IoT FleetWise permitem que você colete dados de subsistemas de visão de veículos e middleware que incluem câmeras, radares e lidars. Na nuvem, você pode modelar sensores e subsistemas de veículos e definir campanhas que permitem coletar somente os dados necessários (por exemplo, apenas cinco segundos antes e depois de um evento de frenagem brusca). O serviço sincroniza e organiza automaticamente dados estruturados e não estruturados de sistemas de visão, metadados e sensores padrão (dados de telemetria), permitindo que você execute experimentos, aprimore modelos de machine learning e melhore simulações.

Primeiro, você cria um modelo e provisiona os veículos na nuvem. O AWS IoT FleetWise fornece scripts para importar sinais para o catálogo de sinais no formato ROS2 e criar um decodificador que permite que o Edge Agent analise esses sinais. Você também poderá importar sinais CAN e especificar decodificadores, da mesma forma que já é possível hoje.

Em seguida, você implantará uma campanha de coleta de dados. Você pode criar campanhas baseadas em tempo ou eventos e coletar sinais CAN e sinais ROS2 na mesma campanha. O Edge Agent coletará dados do middleware ou da rede relevante do veículo (ROS2/CAN) com base nos parâmetros da campanha. Os dados estruturados (lista de objetos, metadados do sensor, ID do veículo) e não estruturados (imagens ou quadros de vídeo) serão enviados para a nuvem.

O AWS IoT FleetWise organizará automaticamente os dados adicionando registros de data e hora e outros metadados (ID do evento, campanha, veículo). Os dados estruturados terão um link para os dados não estruturados correspondentes armazenados no Amazon S3 para facilitar a referência. Os clientes podem usar outros serviços da AWS, como o AWS Glue e o Amazon Athena, para combinar os conjuntos de dados e consultar os dados.