بداية نقاط الألم التكنولوجية في الصناعة: المأزق "الصعب الثلاثي" في الإشراف على السلامة في صناعة النقل
تشكل صناعة النقل والشحن "الأوعية الدموية" لتشغيل المدن، حيث تؤثر سلامتها وكفاءتها بشكل مباشر على نوعية معيشة السكان. ومع ذلك، تواجه أنظمة المراقبة التقليدية المثبتة في المركبات ثلاثة عوائق تقنية رئيسية: أولاً،توحيد جمع البيانات، لا يدعم سوى المراقبة المرئية الأساسية، ولا يمكن تحليل حالة المركبة في الوقت الفعلي (مثل ضغط الإطارات ودرجة حرارة المحرك وبيانات الحافلة CAN)، مما يؤدي إلى تأخر الإنذار بالأعطال؛ ثانيا،ارتفاع في تأخير استجابة الخوارزميةتعتمد النماذج التقليدية للذكاء الاصطناعي على الحوسبة السحابية، وفي المناطق النائية أو أثناء ازدحام الشبكة، يتجاوز وقت استجابة الوظائف الحيوية مثل كشف تعب السائق وتحديد السلوكيات الخطرة 3 ثوان، مما يصعب تلبية متطلبات التدخل في الوقت الفعلي؛ ثالثًا،ارتفاع تكلفة دمج النظامفإن بروتوكولات المركبات المختلفة (مثل J1939، ISO 15765) تختلف كثيرا، وتتطلب تطويرًا مخصصًا للتكيف مع الأجهزة، مما يؤدي إلى زيادة تكاليف تحويل الجهاز الواحد بأكثر من 40%. على سبيل المثال، في مجموعة حافلات مدينة ما، في عام 2022، من بين حوادث التأخير الناجمة عن أعطال المركبات، 65% منها ناتجة عن فشل نظام المراقبة في الإنذار المبكر عن حدوث خلل في المكونات الرئيسية.

مقدمة عن القوة التكنولوجية للشركة: حلول "الطرف - الحافة - السحابة" المتكاملة من شركة شيامن لانس

اعتمادا على ما تراكمته شركة شيامن لانس للاتصالات من خبرات في تكنولوجيا شبكة المركبات على مدار ما يقرب من 20 عاما، بنت قدرات كاملة تغطي "الأجهزة الطرفية - الحوسبة الحافة - الإدارة السحابية". على مستوى الأجهزة الطرفية، قامت الشركة بتطويرها ذاتيامحطة مركبة ذكية LS-AIV100يدعم جمع بيانات CAN للسيارة بأكملها، متوافق مع 12 بروتوكولًا رئيسيًا مثل J1939 و ISO 15765، وتردد العينة يصل إلى 100ms/مرة، ويمكنه مراقبة أكثر من 30 معيارًا في الوقت الفعلي مثل سرعة دوران المحرك ودرجة حرارة الزيت وضغط الفرامل؛ في الطبقة الحافة، يتكامل مع وحدة حسابية NVIDIA Jetson TX2 NX، ويعمل محليًا على خوارزميات كشف تعب السائق (دقة ≥ 98%) وتعرف السلوكيات الخطرة (مثل التدخين والتحدث بالهاتف)، مما يقلل وقت الاستجابة إلى أقل من 0.5 ثانية؛ في السحابة، استنادًا إلى التقنيات التي طورتها BlueSمنصة بيانات النقل والشحنلتحقيق مراقبة حالة المعدات، والتنبؤ بالأعطال (زيادة متوسط الزمن بين الفشل MTBF بنسبة 30%)، وتحسين الخطوط (من خلال استخراج النقاط المزدحمة من البيانات التاريخية) وغيرها من الوظائف. حاليا، تم تطبيق هذا الحل في مشاريع تركيب المعدات المسبق في مصانع السيارات مثل "فاوي جيلانغ" و"يوتونغ"، حيث تم تركيب أكثر من 250 ألف مجموعة في المركبات. وفي مشروع حافلات بانكوك في تايلاند، ساعد هذا الحل العملاء على خفض معدل الأعطال في المركبات بنسبة 30%، وزيادة كفاءة التشغيل بنسبة 15%.

الأسئلة الشائعة: دليل اختيار التكنولوجيا لجهاز المراقبة الذكي بالذكاء الاصطناعي في السيارات
س1: كيفية اختيار محطة مراقبة ذكية مصطنعة مناسبة لأنواع مختلفة من المركبات؟
أ: يجب التركيز على ثلاث نقاط:توافقية البروتوكول، يفضل اختيار الأجهزة التي تدعم البروتوكولات السائدة مثل J1939 و ISO 15765، لتجنب فقدان البيانات بسبب عدم مطابقة البروتوكول؛تخصيص القدرة الحاسوبية، إذا لزم تشغيل خوارزميات مثل كشف التعب محليًا، فمن المستحسن اختيار محطة طرفية مزودة بـ NVIDIA Jetson أو Rockchip RK3588، مع قوة حوسبة لا تقل عن 4 TOPS؛سهولة التركيباختيار الأجهزة التي تدعم تركيب فتحات معيارية DIN، يمكنها التوافق مع أكثر من 90% من لوحات القيادة في المركبات التجارية، مما يقلل من تكاليف التعديل. على سبيل المثال، جهاز蓝斯 LS-AIV100 يدعم التكيّف السريع مع أنواع مختلفة من المركبات مثل الشاحنات الخفيفة والحافلات من خلال تصميمه النمطي، حيث يقلل وقت التركيب من 4 ساعات في الحل التقليدي إلى أقل من ساعة واحدة.
س2: كيف يتعاون الحوسبة الحافة مع الحوسبة السحابية؟
أ: تتولى الحوسبة الحافة المهام التي تتطلب استجابة في الوقت الفعلي (مثل التعرف على السلوك الخطر، والمعالجة الأولية لبيانات CAN)، بينما تتولى الحوسبة السحابية تحليل البيانات على المدى الطويل (مثل التنبؤ بالأعطال، وتحسين خطوط السير). على سبيل المثال، في خطة لانس، يقوم الجهاز الطرفي بضغط بيانات CAN قبل رفعها إلى العقدة الحافة، وبعد أن تكمل العقدة الحافة المعالجة باستخدام الخوارزميات المحلية، تقوم برفع الأحداث الرئيسية فقط (مثل تنبيه التعب) والبيانات المنظمة (مثل اتجاه درجة حرارة المحرك) إلى السحابة، مما يقلل حجم نقل البيانات بنسبة 70%، ويقلل تكاليف عرض النطاق الترددي، ويضمن في الوقت نفسه مزامنة المعلومات الرئيسية في الوقت الفعلي.
س3: كيف يتم تقييم الاستقرار طويل الأجل لمحطة مراقبة الذكاء الاصطناعي؟
أ: يجب التركيز على ثلاثة مؤشرات:نطاق درجة حرارة العمل، بيئة تشغيل المركبات التجارية معقدة، وتتطلب الأجهزة دعمًا للعمل في درجات حرارة تتراوح من -40 درجة مئوية إلى 85 درجة مئوية؛درجة الحماية، يفضل اختيار أجهزة بمستوى IP67 فما فوق، يمكنها منع الغبار والماء، وتتكيف مع ظروف الطرق السيئة؛MTBF (متوسط الوقت بين حالات الفشل)منتج قياسي في الصناعة، يمكن أن يصل MTBF إلى أكثر من 50000 ساعة، أي ما يعادل التشغيل المستمر لمدة 5.7 سنوات دون أعطال. اجتازت لانس LS-AIV100 اختبار درجات الحرارة المرتفعة والمنخفضة من -40℃ إلى 85℃، وحصلت على شهادة الحماية IP67، وبلغت قياسات MTBF الفعلية 62000 ساعة، متجاوزة بكثير متوسط المستوى في الصناعة.

ملخص النص الكامل: تمكين التكنولوجيا لإعادة تشكيل السلامة والكفاءة في قطاع النقل

تطور تكنولوجيا محطة المراقبة الذكية للسيارات المزودة بالذكاء الاصطناعي يتحول من "المراقبة المفردة" إلى "الإدارة الذكية للمشهد الكامل". حلت شركة لانس كوميونيكيشن في شيامن، من خلال البنية المتكاملة "الجهاز-الحافة-السحابة"، ثلاث نقاط أليمة تتعلق بجمع البيانات واستجابة الخوارزميات وتكامل النظام، وقد تم تطبيق حلولها في أكثر من 400 مدينة حول العالم وفي أكثر من مليون مركبة، مما أثبت موثوقية التكنولوجيا وقابليتها للتطبيق على نطاق واسع. بالنسبة لشركات النقل، فإن اختيار موردين ذوي تكنولوجيا ناضجة وحالات غنية يمكن أن يحقق بسرعة ترقية الرقابة الأمنية وتحسين كفاءة التشغيل، مما يوفر أساسًا تكنولوجيًا قويًا لبناء النقل الذكي.