越來越強大和智能的車載計算機正在出現，以滿足對更智能的重型移動設備 （HME） 的需求。以更高的自動化程度改造建筑、農業和采礦業意味著這些下一代聯網車輛可以感知和分析其當前環境和運行狀況，然后實時執行改進。

對農業生產、建筑和原材料的需求增加意味著車隊所有者和運營商正在尋求在不影響安全和成本的情況下提高生產力和產量的方法。新的、可定制的平臺架構的到來解決了當今對深度學習、車載人工智能和高性能嵌入式計算的挑戰和未來需求。最新的安全、創新計算平臺由英特爾? 技術提供支持，并準備讓車隊領導者受益于加快上市時間、降低總擁有成本以及增強車輛安全性、設備安全性和性能。 運營商和制造商現在可以通過檢查重型車輛系統所采取的方法來權衡對下一代智能、互聯和自動駕駛汽車的要求。

需求與創新相遇的地方

理想情況下，最終用戶和車隊運營商必須超越駕駛員輔助和 4 級或 5 級自動駕駛車輛的直接好處。自動化的應用可以更安全地運行 HME 設備、增加產量、減少浪費并組織工作量。車載計算系統利用實時可操作數據的全部潛力，收集傳感器數據以監控視頻和使用時間以進行預防性維護。在這里，基本和高級遠程信息處理之間的關鍵區別是顯著的。早期的遠程信息處理應用的特點是不同的設備不進行通信，需要不同的電源，并以不同的安全級別運行。相比之下，今天更先進的遠程信息處理收集多種類型的數據（視頻、時間使用、維護警報、等等）并使用它來驅動在邊緣計算的結果。然后可以應用數據分析來提高設備性能、安全性和維護性，或者更準確地了解操作環境。

這種收集和利用數據的更全面的方法正在成為自動化的內在組成部分。對于 HME 部門，它是數字化轉型戰略的基礎。

圖 1. 自動駕駛由五個級別定義，從零級（無自動化和人類駕駛員控制）開始，一直到具有完全自動駕駛性能的五級。一級僅提供輔助工具，如攝像頭和自適應巡航控制，而二級部分自動化轉向和加速，以提高駕駛員的舒適性和安全性。HME 部門主要利用第三級及更高級別，從有條件的和高度自動化的駕駛員到場的完全自動化，無需人工駕駛員。

全面而高效的 HME 任務自動化是人類和機器追求更準確決策的關鍵。重型移動設備——從挖掘機、平地機、挖掘機、推土機和拖拉機到聯合收割機、反鏟裝載機和鉆機——正在從智能、互聯和數據驅動的自主操作方面的這些進步中獲益。

在最新的通信和計算技術的支持下，應用程序連接和自動化農場、建筑工地和礦山工程中的重型車輛和設備。這一轉變旨在提高安全性、生產力和效率，同時減少基礎設施需求。車載邊緣計算功能使重型車輛制造商、運營商和用戶能夠在需要時訪問他們需要的信息，從而在現場或未來做出更好的決策。分析的力量在于，信息可以現在或以后用于規劃目的，通過延長車輛壽命和降低運營成本來增加價值。

使重型移動設備適應新任務也變得越來越容易。現有機械的“售后市場”智能互聯解決方案的可用性為自動化提供了一種低風險的方法。例如，現在存在交鑰匙和即插即用套件，可將標準卡車、挖掘機和推土機轉換為半自動甚至全自動車輛。 這是全行業的勝利，因為 HME 車隊固有的成本、自然壽命和變化意味著車主可以投資于可以使用多年的系統，然后再重新安裝在其他車輛上。

人工智能、自主和基于邊緣的 HME 系統釋放了邊緣的真正潛力，但為了無縫工作，它們必須具備一些關鍵能力。由于空間限制，它們必須高度緊湊。它們需要加固以承受粗暴的操作、灰塵和水的侵入、振動以及通常的極端工作溫度。數據安全和用戶安全功能是必要的。總擁有成本、長期產品可用性和行業標準組件的利用率也是解決投資回報率和同一車隊中不同機器的特定要求的重要考慮因素。最后，利用升級處理器和加速器等未來技術進步的能力是可能的。

重型應用；重型要求

對于系統開發人員來說，這是一個不斷發展的新領域，智能、堅固的設計提供了競爭優勢，并使 HME 為接下來的發展做好了準備。接下來是大事……據IMARC Group稱，到 2024 年，全球自動化建筑市場的價值預計將達到 1866 億美元，2019-2024 年的復合年增長率為 15.5%。這表明自動機器在加速挖掘、平整、推壓、壓實、挖溝、卡車裝載和拆除等建設項目方面具有巨大價值。自動化使人類可以隨時完成更復雜的任務——鑒于熟練和可用勞動力日益短缺，這是一個顯著的優勢。

這導致對將機器人技術和人工智能技術融入重型機器的需求增加，以使其更有效地減少浪費并確保將正確的車輛分配給正確的工作。例如，理想情況下，車輛的控制系統應該根據從多個車載傳感器實時捕獲和處理的數據來控制牽引力。地理圍欄解決方案可防止機器偏離施工現場的特定邊界，甚至車載激光雷達，攝像頭可以識別障礙物以避免潛在的碰撞。

在農業領域，機器人技術和人工智能正在幫助農民控制成本，同時提高產量。農業市場的人工智能預計將從 2020 年的 10 億美元增長到 2026 年的 40 億美元，2020 年至 2026 年的復合年增長率為 25.5%。這種增長是由傳感器和航拍圖像生成的數據越來越多的實施推動的。得益于深度學習技術和政府對采用現代農業技術的支持，農民正在提高作物生產力。

配備 GPS 和傳感器的自動拖拉機可以在任何條件下（霧、灰塵和極端溫度）安全地不間斷運行。在收集土壤條件數據的同時執行耕作和噴灑等任務，為正確維護種植作物提供了主要優勢。一些自動駕駛拖拉機還提供施肥指導，在植物周圍移動和遠離生長的植物。

施用殺蟲劑、化肥和殺菌劑的應用程序可以幫助農民減少農作物中的雜草侵擾，但人工智能和內部加固型車載計算對提高效率至關重要。人工智能與 5G 相結合，將在快速確定哪些植物是雜草和哪些不是雜草方面向前邁出了一大步，同時重點和有計劃地施用殺蟲劑以最大限度地減少環境問題。

礦業公司在部署智能互聯設備方面一直處于領先地位——早期認識到其減輕和避免行業危害的能力。Mordor 市場報告支持這一點，該報告預計自動化采礦設備市場在 2021 年至 2026 年的預測期內復合年增長率為 35.38%。

對用于電池（用于設備和車輛）的某些礦石的需求要求采礦車輛到達對人類來說太危險的深度。自動礦山車輛允許安全開采原本無法獲得的礦石，提高產量并避免人力的危險嘗試。聯網車輛和鉆機可以 24/7 全天候工作，不僅提高了工人的安全性，而且提高了整體生產力和產量水平。自動車隊跟蹤為接近檢測和遠程機器操作提供動力，從而優化整個礦山的運輸卡車的移動，以及從遠程操作員那里安全地接收指令的能力。帶有板載傳感器的智能深孔鉆機也經常部署，因為它們可以在鉆孔點實現更精確的定位、深度和角度。精度更高，

大數據+大設備=大需求

物聯網設備、傳感器和攝像頭/視頻從駕駛員操作和全自動駕駛車輛中產生大量數據，需要在幾分之一秒內處理數百個信號。其中許多場景發生在數據來源附近，即現場的重型移動設備上。

為了應對這些挑戰，嵌入式解決方案必須提供連接性和可配置性以及高計算處理、圖形、存儲和帶寬。車載/本地人工智能機器學習和深度學習應用程序的快速采用在設定設計師期望方面發揮了作用。高帶寬 5G 移動通信的到來肯定會增加這些期望。

高度準確和可操作的信息使運營商、設備制造商和車隊供應商能夠前所未有地訪問“實時”機器性能數據，以進行預測性維護計劃。使用實時數據遠程執行狀態監測、診斷和某些維修的能力有助于搶占或最小化潛在故障，并執行關鍵維修或安排非關鍵維修。車隊操作員可以查看空轉的車輛是否只是在休息或實際上已經發生故障。可以跟蹤、測量和記錄服務時間和機器生產率。這不僅可以減少耗時的現場服務訪問（從而節省成本），而且還可以通過提高機器可靠性和降低總體 TCO 來確保服務組織提高客戶滿意度。

依賴 HME 的行業正在推動全球自動化的進步。新的智能和自主解決方案正在鋪平道路，允許人和機器協同工作，以提高運營效率和生產力。

作者：Jack London，Andrea Thomas

審核編輯：郭婷