Contexto: acercar la inteligencia al terreno
Los vehículos modernos generan grandes cantidades de datos procedentes de cámaras, sensores, sistemas de geolocalización y equipos embarcados. Sin embargo, transmitir sistemáticamente estos datos a la Nube puede limitar la capacidad de respuesta de las aplicaciones y generar dificultades cuando la conectividad es inestable.
El Edge AI acerca el procesamiento de los datos a su fuente. Los modelos de IA se ejecutan directamente a bordo del vehículo o de la máquina, lo que permite analizar localmente los flujos de vídeo y los datos de los sensores.
Esta arquitectura mejora la capacidad de respuesta, la continuidad operativa y el control de los datos, al tiempo que abre la puerta a aplicaciones como la seguridad del conductor, la supervisión de flotas, el análisis de vídeo, la gestión del tráfico y los vehículos autónomos.
El reto
Los operadores de flotas, las empresas de transporte y los fabricantes industriales se enfrentan a varios desafíos específicos para garantizar la continuidad, la eficiencia y la seguridad de sus operaciones:
- Necesidad de una respuesta inmediata: la detección de un obstáculo, la fatiga del conductor o una anomalía no puede depender de la latencia de la red.
- Conectividad a veces limitada: los vehículos y equipos operan en canteras, obras, zonas rurales o infraestructuras donde la cobertura de red puede ser intermitente.
- Grandes volúmenes de datos de vídeo: varias cámaras y sensores pueden generar continuamente flujos de datos difíciles de transmitir íntegramente a la Nube.
- Condiciones físicas exigentes: las vibraciones, los golpes, las temperaturas extremas y las variaciones de tensión requieren el uso de equipos industriales reforzados.
- Limitaciones de espacio y energía: los sistemas de computación deben ofrecer una gran capacidad de procesamiento manteniendo un formato compacto y un consumo energético controlado.
- Requisitos de ciberseguridad: los sistemas Edge deben poder integrarse en una arquitectura OT segura y segmentada.
Los desafíos técnicos a resolver
Procesamiento de datos en tiempo real
Las aplicaciones de percepción para vehículos requieren un análisis inmediato de los flujos procedentes de cámaras y sensores. Por ello, el procesamiento debe realizarse lo más cerca posible de la fuente para reducir al máximo la latencia.
Potencia de cálculo en un formato compacto
Un vehículo no dispone del espacio ni de la capacidad energética de un centro de datos. Por ello, el sistema de computación Edge AI debe combinar potencia de procesamiento, compacidad y eficiencia energética para procesar varios flujos simultáneamente.
Robustez en entornos móviles
Los equipos embarcados están expuestos a vibraciones, golpes, temperaturas variables y condiciones de alimentación específicas. Las plataformas utilizadas deben estar diseñadas para funcionar de forma fiable en estas condiciones.
Continuidad operativa sin conexión de red
Una arquitectura Edge AI debe seguir funcionando incluso cuando la conexión a la Nube o a la red no esté disponible temporalmente. El procesamiento local permite mantener las funciones críticas a bordo.
Integración en la arquitectura OT
Los sistemas de computación Edge AI no son sistemas aislados. Deben comunicarse con las redes industriales, los sistemas de supervisión, los equipos embarcados y las plataformas Cloud, al tiempo que cumplen los requisitos de ciberseguridad OT.
Los beneficios obtenidos
- Respuesta inmediata : procesamiento de los datos directamente a bordo, sin latencia asociada a la Nube.
- Continuidad del servicio : funcionamiento de las aplicaciones de IA incluso con una conectividad limitada.
- Reducción de los flujos hacia la Nube : solo los datos relevantes se transmiten a los sistemas centrales.
- Control de los datos : procesamiento local de la información sensible.
- Escalabilidad : potencia de cálculo adaptable a las necesidades, desde la telemática hasta la percepción avanzada.
- Conectividad : integración con cámaras, sensores y equipos mediante Ethernet, PoE, USB, CAN, E/S y PCIe.
- Robustez industrial : funcionamiento fiable en entornos móviles e industriales exigentes.
Aplicaciones concretas
¿Por qué esta solución?
- Una inteligencia más cercana al terreno : el procesamiento local acerca la capacidad de cálculo a los sensores y permite tomar decisiones en tiempo real, sin depender sistemáticamente de una infraestructura Cloud.
- Una arquitectura adaptada a entornos industriales : los sistemas de computación Edge reforzados están diseñados para funcionar en entornos donde los equipos informáticos convencionales alcanzan rápidamente sus límites : vehículos, maquinaria de construcción, aplicaciones agrícolas, canteras o infraestructuras de transporte.
- Una conexión controlada con la Nube : Edge AI no significa eliminar la Nube. Ambas arquitecturas son complementarias : las decisiones críticas se toman localmente, mientras que los datos relevantes pueden enviarse a una plataforma central para la supervisión, el análisis histórico y la optimización de las operaciones.
Este enfoque también permite integrarse en una estrategia de ciberseguridad OT, limitando los flujos de datos expuestos al exterior e integrando los sistemas de computación en una arquitectura de red segmentada.
Preguntas frecuentes - IA embebida para vehículos (In-Vehicle AI)
¿Tiene un proyecto de IA embebida o de vehículo inteligente?
Los equipos de SPHINX France le acompañan en la elección del sistema de computación Edge AI adecuado para su aplicación, desde la telemetría y la supervisión de flotas hasta el análisis de vídeo avanzado y los sistemas autónomos.