自動駕駛

使用 AWS 和合作夥伴專門打造的服務與解決方案加速自動駕駛汽車的開發

AWS 正在推動自動駕駛汽車 (AV) 開發的持續發展。
開發和部署進階駕駛輔助系統 (ADAS) 和 AV 系統,需要一個具有高度可擴展的運算、儲存、網路以及分析和深度學習架構的開發平台。該平台需要提供的功能包括:資料收集、擷取、儲存、處理和分析、標記和標註、地圖開發、演算法和模型開發、模擬、驗證和校驗,以及工作空間管理 (包括 MLOps 和 DevOps)。領先的汽車客戶將 AWS 作為他們的 ADAS/AV 開發平台,因為我們擁有廣泛而深入的受管服務和解決方案、豐富的經驗及龐大的合作夥伴社群,並提供開發安全、可靠和成本最佳化自動駕駛和 ADAS 所需的架構和技術系統。

優勢

無與倫比的運算、儲存和網路規模
AWS 透過為開發和驗證提供數千個運算核心,滿足 PB 級資料處理、儲存和管理需求。
縮短上市時間
客戶透過在 AWS 上建置,可最佳化軟體工程,使其更加敏捷,降低開發和驗證成本,並縮短推向市場的時間。
多種方式控制成本
AWS 擁有所有雲端中最多類別的儲存,讓您能夠根據存取頻率、持久性和可用性需求,對資料進行設定和選擇不同費率的產品,進而提高成本效率。

自動駕駛使用案例和解決方案

依使用案例探索解決方案

資料的管理、處理和分析

這些解決方案能給企業彈性且可擴展的資料飛輪,分類資料能持續送至反覆程度隨著每個階段提高的工作負載,最佳化模型的開發、模擬、測試和驗證。

進一步了解 »

模型與演算法開發

打造強大的解決方案,輔助重要的自動駕駛功能,包含車道維持輔助、主動式定速巡航控制、自動緊急煞車,加速功能上市。

進一步了解 »

自動駕駛資料湖

針對自動駕駛和進階駕駛輔助系統 (ADAS) 建置基於 MDF4/Rosbag 的資料擷取和處理管道。

進一步了解 »

Weights and Biases for AWS

Weights & Biases 是領先的開發人員優先 MLOps 平台,可加速建置更出色的模型。Weights & Biases 讓 ML 團隊可追蹤實驗、了解模型和資料集的相依關係、視覺化並了解其資料集、以及協作與共用實驗發現。 

進一步了解 »

開始使用所選 AWS 服務

Amazon EC2 T4g 執行個體採用 Arm 型 AWS Graviton2 處理器技術。T4g 執行個體是新一代低成本的高載一般用途執行個體類型,可提供 CPU 基準效能與必要時隨時高載 CPU 用量的功能。
Amazon EC2 Inf1 執行個體會在雲端中以最低成本提供高效能 ML 推論。
Amazon EC2 P4d 執行個體在雲端提供最高效能的 ML 訓練和高效能運算 (HPC) 應用程式。
Amazon EC2 P3 執行個體提供雲端環境的高效能運算技術,配備高達 8 個 NVIDIA® V100 Tensor 核心 GPU 和 100 Gbps 的網路輸送量,能支援機器學習和 HPC 應用程式。
Amazon SageMaker 透過整合專門為 ML 建置的一組廣泛的功能,協助資料科學家和開發人員快速準備、建置、訓練和部署高品質的機器學習 (ML) 模型。
Amazon SageMaker Ground Truth 是一項全受管資料標記服務,可讓您輕鬆建置用於機器學習的高準確性訓練資料集。
Amazon SageMaker Ground Truth Plus 協助您建立高品質訓練資料集,而無需建置標記應用程式或管理標記人力。
AWS Wavelength 將 AWS 運算和儲存服務內嵌至 5G 網路,為開發、部署和擴展超低延遲應用程式提供行動邊緣運算基礎設施。
AWS Snowcone 是 AWS Snow 邊緣運算、邊緣儲存與資料傳輸裝置系列中最小型的成員。
AWS IoT FleetWise 可讓您輕鬆收集、轉換車輛資料並將其近乎即時地傳輸至雲端,然後使用該資料來提高車輛品質、安全性、自動功能。

客戶案例

了解領先的汽車公司如何使用 AWS 自動駕駛解決方案變革其業務。

Torc 標誌

運用在 Amazon S3 上建置的資料湖轉變自動駕駛貨車運輸方式

了解 Torc Robotics 在透過 Amazon S3 遷移至雲端中的現代資料湖後取得的重要洞察。

 

 

閱讀部落格 >>
Torc Robotics 運用在 Amazon S3 上建置的資料湖轉變自動駕駛貨車運輸方式
Mobileye 圖示

Mobileye:在通往無人駕駛的曲折道路上前行

自動駕駛汽車 (AV) 正在成為現實,先進駕駛輔助系統 (ADAS) 的湧現和道路上越來越多的 AV 測試計劃便是明證。Mobileye 是 ADAS 和自動駕駛解決方案技術開發的全球領導者,一直是這場技術革命不可或缺的一員。

觀看影片 »
在通往無人駕駛的曲折道路上前行 (56:41)
Lyft Level 5 標誌

Lyft 使用 Amazon EC2 Spot 執行個體提高模擬能力並降低成本

Lyft 使用 Amazon EC2 Spot 執行個體來改進自動駕駛系統的效能和安全性,從而提高模擬能力並降低成本。

閱讀案例研究 »

Toyota Research Institute 標誌

Toyota Research Institute 在全球範圍內使用 AWS 深度學習來加速安全自動駕駛研發

Toyota Research Institute 使用 Amazon EC2 P3 執行個體來高效處理收集的大量資料,從而協助加快其自動駕駛系統的開發速度。

閱讀部落格 »

Momenta 標誌

Momenta 使用 AWS 加速自動駕駛技術發展

Momenta 使用 AWS 儲存和物聯網解決方案,從其自動駕駛汽車的車載感應器收集和處理數百 PB 的資料。

閱讀案例研究 »

文遠知行標誌

文遠知行在 AWS 上將自動駕駛機器學習模型的訓練時間從數週縮短到 12 小時

文遠知行在 AWS 上將自動駕駛機器學習模型的訓練時間從數週縮短到 12 小時。

閱讀案例研究 »

TuSimple 標誌

使用 AWS 建置 TuSimple 的 Level 4 自動駕駛卡車

TuSimple 在 AWS 上進行了數十億英里的駕駛模擬,並開發了使用複雜深度學習演算法的自動駕駛平台。

觀看影片 »

與主要產業合作夥伴一起創新

與全球 AWS 合作夥伴社群互動,認識在 AWS 打造解決方案上展現了技術專業和客戶成功經驗的合作夥伴。

資源

查閱 AWS Automotive 部落格文章、影片、播客和其他資源,進一步了解資訊並及時獲取最新動態。

特色資源

自動駕駛開發電子書

自動駕駛汽車有望實現安全、高效和便利的未來,這將最大程度地減少對人類駕駛員的依賴,並最終消除對人類駕駛員的需求。閱讀此電子書,了解 Toyota Research、Lyft、Momenta 和 TuSimple 如何透過在 AWS 上建置來加速其自動駕駛系統開發。

為自動駕駛建置自動化場景偵測管道縮圖
部落格

為自動駕駛建置自動化場景偵測管道 – ADAS 工作流程

這篇 2020 年的田野筆記部落格文章介紹了如何使用此參考架構建置自動駕駛資料湖。

閱讀部落格 »

公路上的自動駕駛汽車庫存圖片
部落格

自動駕駛卡車如何意外成為自動駕駛汽車發展中的焦點

您每天在公路上看到的 8 級商用卡車通常在相對可預測的條件下長途行駛。這是開發和驗證自動駕駛技術的理想環境。

閱讀部落格 »

在 AWS RoboMaker 中執行模擬縮圖
部落格

在具有 GPU 和容器支援的 AWS RoboMaker 中執行任何高保真模擬

AWS RoboMaker 現在支援為運算密集型工作流程設計的以 GPU 為基礎的模擬任務,例如高保真模擬。

閱讀部落格 »

使用 rviz 和 Webviz 在 AWS 上處理 ROS Bag 資料縮圖
部落格

使用 rviz 和 Webviz 在 AWS 上部署和視覺化 ROS Bag 資料以實現自動駕駛

這篇博文介紹了使用兩種熱門的視覺化工具在 AWS 上部署和視覺化 ROS Bag 資料的三個解決方案。

閱讀部落格 »

Amazon SageMaker Ground Truth 中的影片標記
部落格

使用 Amazon SageMaker Ground Truth 標記影片

隨著模型變得越來越複雜,AWS 客戶越來越多地將機器學習預測運用到影片內容上。自動駕駛可能是其中最受關注的使用案例,出於安全,自動駕駛系統需要能夠即時正確偵測和追蹤路況和移動的物體。

閱讀部落格 »

3D 點雲端標記縮圖
部落格

使用 Amazon SageMaker Ground Truth 標記 3D 點雲端

工作人員透過使用內建的圖形使用者介面 (GUI) 及其導覽和標記捷徑,可以快速準確地將標籤、方塊和類別套用於 3D 物件 (汽車、行人等)。

閱讀部落格 »

Capgemini
相關資源

Capgemini 駕駛自動化系統驗證

協助 OEM 快速採用自動駕駛底層架構和技術。

進一步了解 »

DXC
相關資源

DXC 和 AWS Robotic Drive Cloud

在 AWS 上提供工具、服務和基礎後端平台,透過豐富針對自動駕駛特定工作負載最佳化的 AWS 服務,加速自動駕駛功能和軟體的建置。

進一步了解 »

開始使用

所有類型和規模的汽車公司 (從全球汽車製造商到新創公司) 都依賴 AWS。聯絡我們的專家,立即開始使用雲端之旅。