
时序数据库边缘计算车联网机器学习
车载数据采集与边缘计算平台
项目背景
为解决车载数据采集和处理的实时性、存储效率问题,开发了业内首个10ms级信号采集的车载时序数据库及车云协同边缘计算平台。
核心功能
- 高频数据采集: 10ms级信号采集能力
- 高效数据压缩: 实现100倍+数据压缩率
- 灵活数据上传: 按需上传所需数据
- 边缘计算: 集成多种AI算子
技术架构
- 开发语言: C++20
- 硬件平台: NXP S32G SoC
- 数据库: 自研时序数据库
- 计算框架: 边缘计算引擎
系统特色
- 超低延迟: 10ms级数据采集响应
- 高压缩比: 100倍+数据压缩,节省存储
- 智能计算: 集成机器学习、模式识别算子
- 实时监控: 信号监控和在线BI功能
边缘计算能力
- 机器学习: 支持常用ML算法
- 模式识别: 实时识别驾驶模式
- 特征检测: 自动提取关键特征
- 地形识别: 预研地形识别功能
项目成果
- 业内首个10ms级车载时序数据库
- 数据压缩率达100倍以上
- 支持TB级数据存储
- 边缘计算延迟<50ms
技术创新
通过自研时序数据库和边缘计算框架,实现了车载数据的高效采集、存储和智能处理,为智能驾驶提供了数据基础。
项目咨询
对这个案例感兴趣?欢迎联系我们了解更多详情!
联系我们