Wejo发布神经边缘处理平台 简化互联车辆数据并推动自动驾驶汽车发展

盖世汽车讯 1月4日，互联车辆数据（CAD）供应商Wejo宣布开发出突破性的 Wejo Neural EdgeTM平台，可智能处理大规模车辆数据，同时提供准确信息，保护隐私并推动汽车创新。

（图片来源：Wejo）

当今车辆会生成大量数据，但对于其他车辆和为智慧城市赋能的基础设施而言，在利用和扩展实时车辆通信方面的潜在障碍是延迟和数据存储成本。通过与Microsoft Azure合作，并由Wejo的ADEPT平台提供支持，Wejo Neural EdgeTM 优化了车内管理数据的方式，并在边缘进一步处理，最终实现云通信。该过程不仅可以减少数据过载，并最大限度地提高数据洞察力，而且还可降低汽车制造商的成本并改进车辆制造，从而提供更好的驾驶体验，即实现更安全的车辆，进而推动电动汽车（EV）和自动驾驶（AV）的进一步发展，并减少拥堵和排放。

Wejo创始人兼首席执行官Richard Barlow表示：“如今的车辆每小时产生大约25 GB的数据，且随着车辆技术的进步，还会增加更多传感器，因此数据过滤和神经边缘处理技术对于减少过载并推动行业发展至关重要。通过与微软和Palantir合作，Wejo能够解决大量数据带来的问题，且Wejo Neural EdgeTM将进一推动自动驾驶增长。”

在将基本信息传至云端前，Wejo Neural EdgeTM会先过滤和分析大量AV、EV和CV数据。而这一点是通过利用Wejo正在开发的车载边缘处理来实现的，且该处理仅在将有用和有价值的CVD传输到云端前对其进行过滤。将嵌入式软件技术与Microsoft Azure云计算平台相结合，Wejo Neural EdgeTM能够通过以下几种方式推动汽车创新：

通过优化车辆数据，降低汽车制造商的网络和存储成本。利用车辆芯片组中的嵌入式软件，Wejo Neural EdgeTM可以智能选择从车辆发送到云端的数据并确定其优先级。

Wejo Neural EdgeTM可利用机器学习算法重构车辆行程和事件数据，从自动驾驶、电动和其他互联车辆中提取20%的数据，并将其重构以代表全部数据，但不会损失数据保真度或完整性。该过程不仅意味着降低存储要求，且降低了功耗。

支持车到车（V2V）和车到基础设施（V2X）通信。Wejo Neural EdgeTM可实现自动驾驶、电动和互联车辆数据的标准化和集中化，不仅为近乎实时的通信提供了关键构建块，而且还支持与道路标志、交通灯和停车场等基础设施服务的通信，因此车辆可以轻松预测前方道路并优化出行体验。

提供车辆和城市的数字孪生，以重塑对移动出行相关的整个产品和服务生态系统的认知。在仿真环境中，Wejo Neural EdgeTM可以构建美国的数字孪生模型，以模拟不同城市的车辆需要如何响应和导航，从而在智慧城市中再学习成为AV或EV，但无需浪费大量物理硬件或车辆基础设施成本。

随着越来越多的汽车制造商不断利用车辆数据，Wejo Neural EdgeTM和Wejo的通用数据模型将使不同制造商的品牌和车型能够使用相同的数据语言，而这是支持车辆间通信以及车辆与基础设施和服务通信的关键组件。Wejo与Palantir的持续合作将进一步推动Wejo Neural EdgeTM解决当前问题，并为未来决策提供信息。