人們憑直覺知道無人駕駛或自動駕駛汽車提出了復雜的工程挑戰。車輛組裝是容易的部分——我們已經進行了100年的努力。真正的挑戰是數據挑戰，獲取和管理運行車輛的大腦、眼睛和耳朵所需的數據。自動駕駛技術的復雜性在于能夠提取、存儲、分析和部署大量數據的能力以及動態數據的高帶寬需求。數字解決方案的當前狀態在自動駕駛數據環路中提供了冗余的，分散的系統。汽車制造商需要計算機科學和深度學習的新方法，以及將自動駕駛開發生命周期的所有步驟集成在一起的關鍵技術。

創建感知層以使汽車能夠自動駕駛的挑戰不容小覷。

當您開始了解整個自動駕駛數據周期時，就會發現挑戰：

• 部署許多不同的硬件環境會產生過多的成本，并且由于各個工作流程環境會導致重復的軟件成本
• 由于缺乏搜索功能，花費大量時間在多個筒倉中標識相關的傳感器數據集，因此構建感知層時需要較長的開發時間
• 多種框架和界面所帶來的運營挑戰導致用戶體驗分散，多云/混合云設置激增了為獲得結果所需的精力，并且缺少可用于自動化運營的整體管理套件
• 高風險因素是由專有解決方案，缺少端到端治理和安全性驅動的，而最重要的是，與多供應商集成相關的高運營風險和成本

通往全自動駕駛汽車之路首先需要了解如何利用數據。Cloudera可以與您合作，在從數據收集到自動駕駛數據周期的整個過程中引導您，并通過感知層的部署來完成它。Cloudera通過其開源解決方案的相互關聯的功能來做到這一點。 Cloudera數據平臺包括：

• Cloudera數據流：Cloudera數據流（CDF）提供以下功能：收集、匯總、壓縮和加密連接的車輛數據，確定從車輛到云或數據中心的數據傳輸的優先級，在網絡中斷的情況下緩沖數據并跟蹤流數據的來源和血統，使您對數據的來源和使用方式充滿信心
• Cloudera Search：Cloudera Search提供對存儲在Hadoop，HBase或云存儲中或提取到其中的數據的輕松自然語言訪問。對于自動駕駛工程師和分析師來說，這意味著類似于Google的發現和分析（通過用戶界面或搜索API），能夠為應用程序和機器學習模型提供所需的特定駕駛事件，而不是向它們充斥多余的重復數據。
• Cloudera機器學習：面向機器學習工程師的協作式，可定制的持續集成，持續部署（CI/CD）環境，可輕松安全地訪問組織內的所有數據集和處理資源。
• Cloudera數據工程：Cloudera數據工程是一個功能強大且具有成本效益的平臺，用于在內部或云中處理大規模數據集。在自動駕駛數據生命周期內，Kubernetes上的Docker容器可用于感知層內的大規模推理，而Kubernetes上的Spark（通過Apache Airflow進行編排）可用于感知層的預處理、后處理和大規模驗證。

Cloudera為從Edge到AI的任何地方的任何數據提供企業數據云。在開源社區的不懈創新支持下，Cloudera推動了全球最大企業的數字化轉型。

如果您想了解更多信息，請參加我們于2020年6月2日舉行的網絡研討會，該研討會由兩名數據生命周期領先的主題專家組成。另外，請查看白皮書，該白皮書介紹了Cloudera有助于將自動駕駛開發生命周期的所有步驟簡化為可擴展的，支持AI的企業數據云的關鍵技術。

關于Cloudera

在 Cloudera，我們相信數據可以使今天的不可能，在明天成為可能。我們使人們能夠將復雜的數據轉換為清晰而可行的洞察力。Cloudera 為任何地方的任何數據從邊緣到人工智能提供企業數據云平臺服務。在開源社區不懈創新的支持下， Cloudera推動了全球最大型企業的數字化轉型歷程。了解更多，請聯系。

慧都大數據專業團隊為企業提供Cloudera大數據平臺搭建，免費業務咨詢，定制開發等完整服務，快速、輕松、低成本將任何Hadoop集群從試用階段轉移到生產階段。

歡迎撥打慧都熱線023-68661681或咨詢慧都在線客服，我們有專業的大數據團隊，為您提供免費大數據相關業務咨詢！