将车队远程信息处理转化为预测分析,使用 Capgemini 的可信车辆和 AWS IoT Fleet

2026-01-27 14:09:03

利用 Capgemini 的受信任车辆与 AWS IoT FleetWise 转型车队遥感为预测分析

关键要点

物流领导者 利用预测分析来优化供应链决策,降低维护成本。AWS IoT FleetWise 简化了车辆数据的收集和传输,让汽车制造商和车队运营者获得标准化的数据。Capgemini 的受信任车辆 集成了 AWS IoT FleetWise,提供即时车辆健康状态和运营监控。预测分析的需求在2024年预计会大幅增加,多数公司将投资于实时运输可视化平台。

引言

构建一个可持续的后疫情复苏路径需要适应动态趋势。因此,许多物流领导者开始使用预测分析来推动供应链决策、改善内部运营流程、确保合规性并降低运输维护成本。物流中先进的预测分析应用案例包括运输管理、车队管理、最后一公里交付及车队运营的可视化。根据Gartner的预测,到2024年,50的企业和供应链组织将投资于实时运输可视化平台,以衡量商业表现、做出明智决策并实现数字化成熟。

尽管车辆数据变得越来越容易获取,但组织在管理连接车辆所产生的大量数据时仍面临挑战。根据McKinsey的数据,全球售出的新车中有95将是连接型的,每小时产生数TB的传感器数据。然而,不同车型的专有数据格式的收集导致数据碎片化,进而引发噪声数据和车队范围内洞察的延迟。随着软件定义的车辆推动汽车行业的下一次演变,数据成为了使新功能和数字服务完全通过软件实现的关键组成部分。因此,车队遥感在推动高质量决策和识别可持续业务策略中显得尤为重要。

AWS IoT FleetWise 是一项完全托管的服务,简化了将车辆数据收集、转换和传输到云中的过程。汽车制造商、车队运营商和汽车供应商无需开发定制的数据收集系统,即可访问标准化的全车队车辆数据。借助智能数据收集能力,AWS IoT FleetWise 允许客户仅收集并传输高价值的车辆数据至云中,以进行前瞻性的车队健康分析和功能增强。此外,客户还可以使用所收集的数据训练机器学习ML模型,以改善自动驾驶和高级驾驶辅助系统ADAS。

将车队远程信息处理转化为预测分析,使用 Capgemini 的可信车辆和 AWS IoT Fleet

凭借超过40年的汽车行业经验,并与亚马逊网络服务AWS建立紧密合作关系,Capgemini 扩展了其受信任车辆的连接移动性解决方案,整合了 AWS IoT FleetWise 的能力。在本文中,我们将展示 Capgemini 的受信任车辆及其与 AWS IoT FleetWise 的集成如何为车辆健康和活动管理提供端到端的运输可视化。

AWS IoT FleetWise 的工作原理

AWS IoT FleetWise 通过车辆建模框架,实现从车辆到云的安全数据摄取。以下架构图展示了 AWS IoT FleetWise 服务组件及其交互方式。

AWS IoT FleetWise 的用户流程

用户基于参考实现开发并安装其 AWS IoT FleetWise 的边缘代理。该边缘代理允许用户在集成之前测试模拟车辆数据,或作为应用程序远程连接到车队的车辆。用户可以通过定义包括车型年份和发动机类型在内的车辆属性,在 AWS IoT FleetWise 中创建车辆的语义数字双胞胎。标准化车辆数据格式并定义 AWS IoT FleetWise 中信号之间的关系,为创建数据收集活动提供了基础的车辆数据结构。用户可以根据条件或时间创建数据收集活动。AWS IoT FleetWise 将活动部署到目标车辆,从车辆网络中获取传感器数据。边缘代理应用检测规则,通过AWS IoT Core将车辆数据上传至 AWS IoT FleetWise 数据平面。数据平面将收集到的数据存储在Amazon Timestream或Amazon Simple Storage Service (Amazon S3)中,以便进一步分析。用户可以使用 AWS 分析服务分析趋势和模式,以生成可操作的洞见,例如使用Amazon QuickSight进行商业智能、Amazon Managed Grafana进行数据可视化、Amazon Athena进行交互式查询,以及AWS Glue进行数据集成。还可以使用Amazon SageMaker构建 ML 模型。

利用 Capgemini 的受信任车辆增强车队分析

基于AWS 连接移动性解决方案,Capgemini 的受信任车辆帮助客户通过在云中收集和操作车辆遥感数据来利用数据的力量。受信任车辆提供可重用模板和活动管理工具的加速器,使客户能够开发具有智能和个性化功能的连接车辆解决方案。

受信任车辆与 AWS IoT FleetWise 的优势

受信任车辆现在与 AWS IoT FleetWise 集成,提供车辆、驾驶员和行程数据的聚合视图,加速车队遥感的价值实现。通过扩展核心 AWS 功能和 AWS IoT FleetWise,受信任车辆使汽车制造商和车队运营者能够推动出行和数字化转型。

接下来,让我们回顾一下受信任车辆如何与 AWS IoT FleetWise 集成。以下图表展示了客户如何利用受信任车辆所提供的各种车辆功能,并与 AWS IoT FleetWise 进行集成,加速车辆数据的收集、转换和云端分析。

受信任车辆与 AWS IoT FleetWise 集成的用户流程

选择业务过程 受信任车辆提供标准汽车业务过程库,允许汽车制造商开发具有先进分析的车辆能力。用户可以从受信任车辆库中选择车辆业务过程,包括车辆注册、遥感、增值服务、车辆订阅服务、车辆安全、电动汽车EV服务、车队可靠性与监控、远程车辆管理系统等。选择业务功能 每个业务过程包含适用于各种车辆能力的一组业务功能。例如,遥感业务过程提供用于激活或停用遥感数据摄取、自定义异常警报、OTA远程软件更新和故障代码诊断的业务功能。配置 EV 功能 用户可以通过受信任车辆控制台配置业务功能,或通过 API 编程调用车辆能力。例如,EV 服务业务功能 API 允许用户注册和更新 EV 账户、授权 EV 会话、支付超额费用并检索 EV 车队状态。用户可以扩展这些标准的 EV 功能以创建个性化的客户体验。选择数据收集活动模板 受信任车辆为需要车辆数据收集的业务功能提供现成的可定制模板。这些模板包含标准配置和最佳实践,用于远程诊断问题或改进服务质量。更新活动参数 使用受信任车辆提供的预构建活动模板,创建 AWS IoT FleetWise 的数据收集活动非常简单。例如,用户可以选择 EV 电池监控活动模板以收集电池监控数据。可以输入逻辑表达式来配置边缘代理收集何种数据。例如,variableEVBatterySampleDrivetrainActualVehicleSpeedgt500 告知边缘代理在车辆速度超过 50 公里每小时km/h时收集电池指标。用户可以选择始终或首次触发模式作为数据收集规则。默认触发模式为始终,即边缘代理根据指定的条件收集数据,而首次触发模式仅在首次出现时收集数据。用户还能在数据收集事件之间设置触发间隔。将数据收集活动部署到车辆 受信任车辆通过客户的边缘代理将配置活动部署到远程车辆。通过端到端的活动实施,受信任车辆简化了车辆数据处理和分析,提供了预先配置的分析能力和可视化界面。边缘代理从车辆收集数据 边缘代理在活动激活后开始收集车辆信号。用户可以通过受信任车辆的控制台远程监控和控制车辆数据处理,包括暂停或恢复活动以优化数据收集成本。近实时的可见性允许汽车制造商诊断车辆问题、实施OTA更新,并通过受信任车辆增强远程车辆管理服务。可视化和分析车辆指标 当车辆数据在云中可用后,用户可以构建交互式 Grafana 仪表板以分析和可视化车队遥感。以下图像展示了受信任车辆对比电动汽车的速度和电池温度指标的可视化。汽车制造商可以基于近实时洞察和车辆健康的可见性做出及时决策。

结论

我们介绍了 Capgemini 的受信任车辆与 AWS IoT FleetWise 如何结合,以简化车队管理的实施并加速价值实现。客户可以利用 AWS IoT FleetWise 收集高价值的车辆数据,并使用受信任车辆提供的多种可重用模板构建连接车辆解决方案。因此,车队运营者可以以及时的洞察诊断潜在的车辆问题,从而做出有重大影响的车队决策,提升车辆生命周期的管理。

关于作者

迅猛兔加速器

Cher Simon

Cher Simon 是 AWS 的首席合作伙伴解决方案架构师,专注于机器学习和数据分析。Cher 拥有 20 年架构企业级数据驱动和 AI 驱动行业解决方案的经验。在日常工作中,Cher 除了构建原生云解决方案外,还是一位作者,并且是 AWS 会议的常客演讲者。

Rahul Khandelwal

Rahul Khandelwal 是 Capgemini 的首席架构师,专注于原生云企业转型和数字化赋能。Rahul 在 IT 咨询方面有丰富的地理经验,领导了汽车和零售行业的大规模数字化转型项目。作为一位受信赖的行业顾问和演讲者,Rahul 对技术如何改变商业充满热情。

Daniel Davenport

Daniel Davenport 是 Capgemini 北美汽车团队的首席分析师。Daniel 在快速变化的交通领域中乐于构建创新的出行解决方案。主要与 AWS 服务合作,Daniel 帮助客户通过原生云连接移动行业解决方案实现商业成果。

最新文章