## 视频
<video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video>
## 导读
在本论坛中,了解 Mercedes-Benz 如何在亚马逊云科技上创建数字测试平台,以在模拟中运行数百万英里,最大限度地扩大 AD/ADAS 功能的测试覆盖范围。探索他们如何使用 [Amazon Managed Workflows for Apache Airflow](https://aws.amazon.com/cn/managed-workflows-for-apache-airflow/?trk=cndc-detail)(Amazon MWAA)、[Amazon EKS](https://aws.amazon.com/cn/eks/?trk=cndc-detail) 和 [Amazon S3](https://aws.amazon.com/cn/s3/?trk=cndc-detail),设置平台;了解他们面临的技术挑战以及在这一过程中吸取的教训;并考虑实现的解决方案的最终好处。
## 演讲精华
<font color = "grey">以下是小编为您整理的本次演讲的精华,共900字,阅读时间大约是4分钟。如果您想进一步了解演讲内容或者观看演讲全文,请观看演讲完整视频或者下面的演讲原文。</font>
自动驾驶是当前汽车行业中众多公司面临的重要挑战之一。随着企业从较低的自动化水平(如驾驶员辅助功能)向SAE标准所定义的0级至5级的完全自动驾驶能力转变,开发自动驾驶软件和硬件系统的复杂性呈指数级增长。为解决这些挑战,亚马逊云科技的技术客户解决方案管理高级经理Farook Khan与Torc Robotics共同举办了一场会议,探讨如何构建一个可扩展的自动驾驶测试和验证模拟平台。
在会议上,Farook首先列出了自动驾驶出行领域企业所面临的三个主要障碍:数据管理、工具链复杂性和上市时间。随着车辆在多样化环境中累计数百万英里的驾驶数据,产生的数据集迅速增长至PB级别。为了推动自动驾驶系统的发展,每天数千兆字节至PB级别的非结构化数据洪流需要被存储、管理和处理。亚马逊云科技的S3提供了耐用且可扩展的对象存储,用于接收原始传感器数据,而Rekognition和SageMaker等服务则能够处理并从数据中提取见解。
接下来,Farook提到了自动驾驶涉及到多个复杂的子系统,如运动控制、定位和目标检测。专门的团队通常独立工作于这些组件,使用定制的工具集。将这些不同的工具整合成一个协调一致的工具链仍然是一个关键挑战。亚马逊云科技已与合作伙伴密切合作,帮助将各种工具整合成一个集成的链条,使团队之间实现无缝协作。例如,Cloud9等服务允许开发者在基于云的IDE中协同编辑代码。
最终,Farook强调了一系列关于车辆、司机和测试站点等方面的限制。例如,自动驾驶卡车在行驶时间和地理区域内都受到限制,这些限制因国家和地区而异。为了加快自动驾驶功能的上市速度,公司必须寻找一种具有成本效益的方式来加速开发和车队部署。亚马逊云科技的解决方案,如IoT Greengrass,旨在帮助客户克服这些上市时间压力,以便在美国Freightliner卡车所持有的40%重型卡车市场份额中部署功能。
为了克服这些挑战,亚马逊云科技设计了一个标准化的数据驱动框架。传感器阵列收集的数据被导入到[Amazon S3](https://aws.amazon.com/cn/s3/?trk=cndc-detail)中进行存储。预处理步骤,如匿名化、索引和标记,使得数据准备好使用SageMaker等服务进行[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型的训练。云开发者工作区,如亚马逊云科技Cloud9,使团队能够远程访问软件开发工具并进行模拟。然后,经过训练的模型将通过配备亚马逊云科技IoT Greengrass边缘计算功能的模拟物理测试车辆进行评估。
模拟主要分为两种类型:日志数据重播和合成模拟。在日志数据重播中,算法将根据实际驾驶数据的清理日志对感知和规划性能进行评估。合成模拟则生成包含模拟传感器和动态场景的虚拟3D环境,以测试诸如危险天气等极端情况。亚马逊云科技DeepRacer设备提供了一种在物理模拟器中快速测试强化学习模型的方法。
亚马逊云科技战略领导者Kartik Krishna阐述了广泛应用模拟的好处。通过在模拟中尽早解决难题,可以减少设计周期时间,加速开发进程,并以更低的成本实现更快的创新。亚马逊云科技提供了与EC2和ECS并行运行的大规模计算能力,以及用于版本控制、构建管道、工件存储和协调的服务,如CodeCommit、Jenkins和S3。亚马逊云科技还与其合作伙伴密切合作,量身定制适用于自动驾驶空间的解决方案,如亚马逊云科技DeepRacer设备。
贾斯汀·布朗(Justin Brown)和马特·格林(Matt Green)来自Torc Robotics公司,他们分享了一个关于如何运用亚马逊云科技进行可扩展的自动驾驶模拟的案例研究。早在几年前,Torc便开始采用Docker容器化其虚拟驾驶员组件,实现了在Kubernetes等平台间的便携式模拟。起初,他们在亚马逊的EKS上进行模拟操作,但在尝试将并发测试规模扩大至数百个时遇到了瓶颈。他们的目标是将模拟编排与虚拟驾驶员隔离,以提高可靠性和控制。
贾斯汀和马特实施的新架构非常依赖亚马逊云科技的托管服务。API Gateway和Lambda处理API层,而Step Functions负责协调实例生命周期自动化。Auto Scaling组根据需求启动EC2实例,并与SQS和SSM集成。Datadog的集中式日志记录提供了对模拟工作负载的可观察性。这些服务的结合使他们能够实现按需缩放,以数百万的模拟为目标,并最大限度地提高确定性。
总的来说,亚马逊云科技的一系列托管服务和专业打造的解决方案使得Torc能够克服数据规模、工具链复杂性和上市时间限制等方面的挑战。云计算平台允许他们构建一个可靠的、可扩展的模拟架构,从而加速了他们的自动驾驶卡车开发工作。亚马逊云科技的基础设施和合作伙伴生态系统继续提供关键创新,推动自动驾驶移动领域的前进。
**下面是一些演讲现场的精彩瞬间:**
自动驾驶行业面临着诸多挑战,其中包括遵循美国残疾人法案(ADA)的规定以及实现完全的自动驾驶功能。
![](https://d1trpeugzwbig5.cloudfront.net/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation/images/rebranded/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation_0.png)
亚马逊云科技正在与合作伙伴共同努力,将各种工具整合到一个无缝的工作流程中,以便团队能够协同开发自动驾驶汽车。
![](https://d1trpeugzwbig5.cloudfront.net/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation/images/rebranded/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation_1.png)
得益于自动驾驶技术的应用,企业可以加速产品交付并降低研发成本,这对于缩短上市时间具有重要意义。
![](https://d1trpeugzwbig5.cloudfront.net/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation/images/rebranded/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation_2.png)
亚马逊云科技的领导者们探讨了如何借助诸如S3、CodeCommit、Jenkins、EKS、Batch和EC2容器等服务来扩展模拟工作流程。
![](https://d1trpeugzwbig5.cloudfront.net/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation/images/rebranded/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation_3.png)
亚马逊云科技通过自动扩展组和基于时间的调度,在优化匹配的EC2实例上同时运行多个场景和工具,从而支持扩展模拟工作。
![](https://d1trpeugzwbig5.cloudfront.net/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation/images/rebranded/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation_4.png)
此外,日志数据回放功能使得企业能够通过重放大量收集到的数据来测试其[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)算法。
![](https://d1trpeugzwbig5.cloudfront.net/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation/images/rebranded/AUT206-Build_a_scalable_simulation_platform_for_AD_ADAS_testing___validation_5.png)
## 总结
这段视频探讨了如何使用亚马逊云计算技术构建可扩展的自动驾驶汽车测试和验证模拟平台所面临的挑战。在自动驾驶汽车开发过程中,主要难题包括处理大量传感器数据、跨不同工程团队合作以及缩短产品上市时间。亚马逊云计算技术提供了一套标准化的数据驱动解决方案,涵盖数据存储、数据处理、模型训练、模拟以及与车辆测试集成的各个方面。
模拟对自动驾驶汽车的研发至关重要,因为通过模拟可以测试危险情况并实现所需驾驶里程,从而确保安全性能。模拟主要分为两类:日志数据重放和综合模拟。亚马逊云计算技术提供了计算基础架构,能够同时运行数百万个模拟,并通过ECS、EKS、Lambda、API网关、Step Functions和Auto Scaling Groups等服务进行协同工作。
通过分析Torc Robotics的成功案例,我们可以看到他们是如何利用亚马逊云计算技术服务按需扩展其模拟平台的。关键在于将他们的人工智能驾驶员容器化、将模拟调度与驾驶员编排分开、使用Auto Scaling Groups和Step Functions进行编排,以及使用Datadog实施全面的监控。这些措施使得他们最终实现了一个既灵活又可扩展的模拟平台,助力自动驾驶汽车的加速研发。
## 演讲原文
## 想了解更多精彩完整内容吗?立即访问re:Invent 官网中文网站!
[2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站")
[点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处"),一键获取亚马逊云科技全球最新产品/服务资讯!
[点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处"),一键获取亚马逊云科技中国区最新产品/服务资讯!
## 即刻注册亚马逊云科技账户,开启云端之旅!
[【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“")
[【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")