自動駕駛

Amazon Direct Connect

AWS Direct Connect 雲端服務是您獲取 AWS 資源的最短路徑。在傳輸過程中，您的網路流量保留在 AWS 全球網路上，永遠不會接觸公共網際網路。

Amazon Simple Storage Service (Amazon S3)

具有行業領先的可擴展性、可用性和安全性的物件儲存，讓您可以從任何地方存放和擷取任意數量的資料。

Amazon Elastic Compute Cloud (Amazon EC2)

Amazon Elastic Compute Cloud (Amazon EC2) 是一種 Web 服務，可在雲端提供安全、可調整大小的運算容量。

AWS Batch

AWS Batch 可讓開發人員、科學家和工程師在 AWS 上輕鬆且有效率地執行數十萬批次運算任務。

Amazon SageMaker

Amazon SageMaker 透過整合專門為機器學習 (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 EMR

Amazon EMR 是領先業界的雲端巨量資料解決方案，用於使用開放原始碼架構 (如 Apache Spark、Apache Hive 和 Presto) 來進行 PB 級資料處理、互動式分析和機器學習。

AWS CodeBuild

AWS CodeBuild 是全受管的持續整合服務，可編譯原始程式碼、執行測試，並產生可立即部署的軟體套件。

AWS CodePipeline

AWS CodePipeline 是一種全受管持續交付服務，可協助您自動化發行管道，以快速可靠地提供應用程式和基礎結構更新。

客戶案例

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 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。

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

Customer

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

Customer

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

查看所有汽車客戶案例

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 >>

Zane Reynolds, Manager of Data Engineering at Torc Robotics, speaking in front of a blurred, color-striped background.

在雲端開發一個高度自動化的駕駛平台

了解 BMW 如何在雲端中建置其下一代高度自動駕駛開發平台，利用大量資料和 AWS 服務加速場景標注並擴展再處理規模，從而更快地提供新功能。

觀看影片 »

A man with a beard smiles in a professional interview setting with the text 'BMW GROUP' displayed on the left side of the image.

與主要產業合作夥伴一起創新

與在 AWS 上建置解決方案方面展示了技術專長和客戶成功經驗的全球 AWS 合作夥伴社群互動。

查看所有汽車客戶案例 »

DXC Technology

DXC Robotic Drive on AWS

KPIT

KPIT SIL 平台

Capgemini

駕駛自動化與系統驗證 (DASV)

Lyve Mobile

Lyve Mobile 資料傳輸服務

dSPACE

Simphera

Equinix

Equinix 互連

Ottometric

Ottometric 平台

Weights & Biases

Weights & Biases MLops 平台

TIER IV

Web.Auto

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。

下載電子書

Line art illustration of a car surrounded by orbital lines and nodes, representing artificial intelligence in automotive technology, on a dark background.

資源

查看所有資源 »

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。

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。

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。

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。

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。

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)。

Related resource

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。

Related resource

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。