Cisco i General Motors (GM) poinformowały o nawiązaniu współpracy w zakresie zautomatyzowania procesu analiz w czasie rzeczywistym danych pochodzących z czujników IoT zamontowanych w autonomicznych pojazdach, co ma przyspieszyć czas wprowadzania ich na rynek.
Architektura sieci bezprzewodowej Cisco jest wykorzystywana podczas prac poprzedzających etap produkcji, co umożliwia inżynierom GM aktywne monitorowanie podczas jazd testowych kilkuset źródeł danych jednocześnie. Dzięki temu mogą oni analizować parametry pracy i wydajności pojazdu, a także wprowadzać potrzebne modyfikacje już na etapie testu.
Bezprzewodowa technologia Cisco Ultra-Reliable Wireless Backhaul wykorzystywana do łączności z pojazdem umożliwia inżynierom GM przechwytywanie danych z czujników pojazdu podczas testów wydajności w czasie rzeczywistym. Technologia backhaul Cisco zapewnia prędkość do 500 Mb/s z bardzo niskimi opóźnieniami, szerokopasmową łączność bezprzewodową z płynnymi przełączeniami i prywatną łączność mobilną dla aplikacji o znaczeniu krytycznym.
Innym przykładem zastosowania pojazdów autonomicznych są bezzałogowe taksówki, które były testowane na ulicach Las Vegas. Samochody autonomiczne łączą się z innymi pojazdami i elementami infrastruktury przydrożnej dzięki sieci odbiorników radiowych, które przekazują dane w ciągu ułamków sekund. To jednak wymaga dużych inwestycji, odpowiedniej przepustowości i zaawansowanego przetwarzania na brzegu sieci. Cisco i Verizon zaprezentowały wersję demo rozwiązania, wykorzystującego wielodostępowe usługi obliczeniowe MEC (Multi-access edge computing), które przyspiesza rozwój autonomicznych pojazdów bez potrzeby inwestycji w kosztowaną infrastrukturę przydrożną zwiększającą sygnał radiowy. Połączenie zalet sieci LTE Verizon, publicznej sieci 5G Edge i AWS Wavelength oraz routerów Cisco Catalyst IR1101 w ramach jednego środowiska pozwala uniknąć opóźnień, co jest niezbędne podczas pracy nad aplikacjami wykorzystywanymi w samochodach bezzałogowych.
Prace nad autonomicznymi samochodami mają przyczynić się do ograniczenia liczby wypadków, redukcji emisji spalin i zmniejszenia korków. Popularyzacja tego typu pojazdów wymaga płynnego przejścia od fazy symulacji do testów na drogach, w czym pomaga technologia Internetu rzeczy. Skrócenie cykli inżynieryjnych i szybka analiza dużych zbiorów danych stanowią obecnie największe wyzwania utrudniające upowszechnienie innowacyjnych form lokomocji. Autonomiczne samochody potrzebują stabilnej sieci, aby komunikować się między sobą oraz infrastrukturą drogową.
