Un'architettura in grado di aggiungere o modificare contenuti elaborando grandi volumi di dati IoT, senza interruzioni. Consente inoltre la gestione e l'elaborazione di dati in unità discrete, provenienti sia da persone che da oggetti, inclusi pedoni, veicoli, strade ed edifici, che nel mondo reale sono in continua evoluzione. Ciò permette la replicazione digitale della situazione, compresi altri veicoli. Offre inoltre agli utenti la flessibilità di aggiungere e modificare servizi che devono operare senza interruzioni, come la previsione del rischio in tempo reale per le auto connesse.
In futuro, Fujitsu prevede di estendere il servizio anche al di fuori del Giappone, includendo Nord America ed Europa. Contesto: Il settore della mobilità sta attraversando una delle più grandi trasformazioni del secolo, poiché si prevede che il numero di auto connesse aumenterà esponenzialmente a partire dal 2020. I big data provenienti da questi veicoli, incluse le immagini raccolte dai sensori e i dati del bus CAN, svolgeranno un ruolo significativo nell'erogazione di servizi di mobilità come il monitoraggio del traffico, la mappatura e le assicurazioni, nonché nella progettazione dei veicoli.
Contemporaneamente, questi sistemi analizzeranno i big data del settore automobilistico, che saranno raggruppati per ciascun servizio e si sovrapporranno nelle funzioni e nelle risorse di sviluppo, creando la necessità di una soluzione in grado di implementare più servizi in modo flessibile ed efficiente allo stesso tempo. In questo contesto, Fujitsu promuove la tecnologia del digital twin per il settore della mobilità, basata sull'idea di replicare digitalmente le informazioni relative a veicoli e strade in tempo reale. Per creare un digital twin da utilizzare in un contesto di mobilità, la multinazionale ha lanciato la sua nuova piattaforma di elaborazione dati che supporta lo sviluppo di vari servizi e sfrutta i big data del settore automobilistico per contribuire alla realizzazione di una società mobile sicura e comoda.
L'azienda offre una piattaforma di elaborazione dati basata sulla tecnologia Dracena. I dati e i programmi di elaborazione vengono gestiti come oggetti in un sistema in-memory(³), in un ambiente di elaborazione a flusso per pedoni, veicoli, strade, edifici e altri oggetti del mondo reale. Parallelamente, i contenuti possono essere aggiunti e modificati rapidamente mentre il sistema è in esecuzione, offrendo ai fornitori la possibilità di rispondere in modo flessibile ai servizi di analisi e previsione in vari casi d'uso, fornendo al contempo servizi di mobilità sicuri e convenienti per conducenti e trasportatori su strada.
Dopo il lancio iniziale in Giappone, la soluzione verrà successivamente implementata in Nord America ed Europa. Caso di successo: analizzando le condizioni di guida di ciascun veicolo in tempo reale, la tecnologia crea una simulazione virtuale delle condizioni stradali, fornendo agli utenti informazioni sul traffico quasi istantanee, inclusi ingorghi e pericoli alla guida. Valutando e prevedendo le condizioni attuali, passate e future, i dati in continuo flusso vengono elaborati e i risultati vengono memorizzati. La tecnologia offre servizi come la diagnostica di guida e la prevenzione dei guasti alla batteria, tra gli altri.
Migliorando i servizi esistenti e aggiungendone di nuovi, senza interrompere le funzionalità attuali, è possibile supportare nuovi servizi come la previsione del rischio per le auto connesse e i sistemi di assistenza alla guida, che devono funzionare ininterrottamente.
Dettagli del servizio: La nuova piattaforma è composta da servizi essenziali e da servizi opzionali vari, tra cui un servizio per la gestione e l'esecuzione di plugin per singoli oggetti come pedoni, automobili, strade ed edifici; un servizio di requisiti di sistema per raccogliere i requisiti funzionali e non funzionali desiderati e assistere nella preparazione di documenti di definizione e sistematizzazione; e un servizio di installazione per creare ambienti utente in base a tali documenti
[1] Dracena (Architettura di elaborazione eventi coerente asincrona riconfigurabile dinamicamente)
sviluppata da Fujitsu Laboratories Ltd., è un'architettura di elaborazione di flussi che può aggiungere o modificare il contenuto durante l'elaborazione di grandi volumi di dati IoT senza interruzioni.
[2] Controller Area Network.
Si tratta di un tipo di metodo di comunicazione di rete di bordo, utilizzato principalmente per trasmettere e ricevere dati, come indicatori del cruscotto, controllo della carrozzeria e del motore, ecc.
[3] Sistema in memoria
Un sistema che memorizza i dati nella memoria di un server e fornisce un'elaborazione ad alta velocità.
