以客户为中心的创新在汽车行业_42页_4mb

以客户为中心的创新在汽车行业

核心内容

保时捷工程集团（PEG）致力于通过以客户为中心的创新，推动汽车行业向智能、联网和高效的方向发展。该集团在全球拥有13个地点，包括德国、意大利、捷克共和国、罗马尼亚、中国和美国，其中美国的总部位于洛杉矶。PEG拥有1,700名员工，专注于车辆技术、软件开发、大数据和人工智能的融合，旨在缩短“上车时间”并提升开发效率。

主要观点

• 以客户为中心：PEG将客户需求置于核心位置，通过创新技术满足市场和用户的需求。
• 数字技术融合：PEG结合车辆技术与数字技术，开发出适用于各种平台的解决方案。
• 云和AI生态系统：通过构建端到端、一致的云和AI生态系统，实现数据收集、实时验证、可扩展训练和边缘部署。
• 实时数据处理：利用云连接的实时人工智能生态系统，从实验室流程转向车队规模的车辆内评估。
• 效率提升：通过优化开发流程，减少人工操作，提升数据处理效率和分析精度。

关键信息

技术组件与开发循环

• 边缘设备：测试用车辆配备额外的边缘设备，包括云连接的车辆中间件和NVIDIA Jetson支持的定制硬件平台。
• 云资源：集中式数据湖、实验跟踪与模型注册、可扩展处理平台、物联网边缘平台及车队监控。
• 本地资源：NVIDIA DGX系统，具备分片能力的工作负载管理。

数据处理流程

• 数据收集：通过边缘设备采集车辆传感器数据，上传至云平台。
• 数据处理：在云平台上进行数据湖索引、模型训练和推理。
• 模型部署：训练好的模型部署回车辆，用于实时评估和优化。

技术用例

1. 信号基金会模型

   • 目标：将原始信号录音转换为可搜索的场景数据库。
   • 挑战：大量未标注信号录音、罕见/安全性关键事件难以查找和比较。
   • 解决方案：利用AI模型进行场景聚类、相似度搜索和生成。
   • 效益：提升原因分析速度，实现可扩展的安全量化。

2. AI校正的种族GPS

   • 目标：提高高速动态驾驶中的车辆定位精度。
   • 挑战：经典GPS修正在高动态驾驶环境中失效。
   • 解决方案：基于LSTM网络的GPS精度模型，利用车辆轨迹时间历史数据。
   • 效益：GPS精度从5-10米降低到约1-2米（均方根误差约1.4米）。

3. 解码舰队（代理诊断）

   • 目标：实现AI代理驱动的车辆数据分析，缩短反应时间。
   • 挑战：大量数据形式多样、诊断信息关系模糊。
   • 解决方案：多代理专家流程，提供细粒度诊断洞察。
   • 效益：快速分析诊断信息，减少对稀缺专家知识的依赖。

优势总结

• 信号基础模型：将原始录音转换为可搜索的场景数据库，提升原因分析速度。
• 种族GPS：显著提高定位精度，接近高精度DGPS水平。
• 代理诊断：实现快速诊断，节省时间并提升分析效率。

国际网络与运营

• 全球布局：PEG在德国、意大利、捷克共和国、罗马尼亚、中国和美国设有多个研究中心。
• 技术生态：构建了涵盖数据收集、实时验证、可扩展训练和边缘部署的完整技术生态系统。
• 标准与认证：遵循ASPICE、ISO 26262、ISO 9001和TISAX等国际标准，确保质量和安全。

项目与团队

• 项目：PEG在车辆开发、系统测试、AI模型训练等多个领域开展项目。
• 团队成员：
  • 本尼迪克特·基斯特纳：数字解决方案，保时捷工程美国。
  • 莱昂·艾森曼：机器学习工程师，保时捷工程美国。
  • 丹尼尔·舒马赫：云架构师，保时捷工程德国。

附加资源

• 技术文档：提供多份关于智能网联、新能源、市场解读等领域的研究报告。
• 链接示例：
  • 2024年汽车智能座舱投融资研究白皮书
  • 2024年全球氢评价-IEA
  • IPD流程指南第3.0版

重要性

• 缩短开发周期：通过云连接和AI技术，实现从实验室到现实世界的快速转化。
• 提升质量与安全性：通过标准化流程和先进模型，确保产品高质量和安全。
• 适应市场变化：通过灵活的软件架构和全球布局，快速响应市场和技术需求。