ABOUT NORCOM

Infrastruktur für Fahrerassistenzsysteme

Die Aufgabe

Fahrerassistenzsysteme unterstützen den Fahrer eines Autos elektronisch in bestimmten Fahrsituationen. Ziel ist die Sicherheit und Verlässlichkeit der Systeme zu erhöhen.

 

Die Herausforderung

Die Entwicklung solcher Systeme erfordert eine neuartige Architektur zur Speicherung, Verarbeitung und Analyse großer Datenmengen. So müssen Daten schnell zur Verarbeitung bereitgestellt werden – auch wenn sie weltweit erzeugt oder dezentral gelagert werden. Ebenso müssen größte Datenmengen (Petabyte-Bereich) schnell bearbeitet werden können – und zwar von verschiedenen Teams, unabhängig von Standorten.

 

Unsere Lösung
Zentraler Lösungsbaustein ist die Erstellung von automatisierten, robusten und skalierbaren Workflows zur Konvertierung und Bereitstellung von Daten und zur automatisierten Bewertung von Auffälligkeiten sowie die Anbindung an Advanced Analytics und Machine Learning für eine Weiterverarbeitung im Self-Service. Grundlage bilden die im Projekt entwickelten CI/CD Strecken, mit denen Software-Produkte automatisiert und robust auf mehrere weltweit verteilte Standorte standardisiert ausgerollt werden. Bestehende Analysetools wurden über Middleware-Schichten eingebunden und so auf ein Big Data fähiges Level gehoben.

 

Der Kundennutzen

Nun sind weltweit erzeugte, große Messreihen sofort für die Verarbeitung zugänglich. Auffälligkeiten in Prozessen und Daten werden frühzeitig erkannt und Betriebsausfälle vermieden. Flexible und individualisierbare Analyselösungen sichern die geforderte hohe Innovationsgeschwindigkeit.

Projekt-

steckbrief

Unsere Rolle

Unterstützung des Kunden durch Architekten, Data Scientist, Data Engineers und Software-Entwickler

Unsere Tätigkeiten

  • Parallelisierung bestehender Analysewerkzeuge

  • Persistieren der Analyseergebnisse

  • Export relevanter Messsignale und Bereitstellung für vorhandenes Visualisierungstool

Technologien & Methoden

  • Applikationen: Jupyter, Pycharm, Zeppelin, Jenkins, Bitbucket, Artifactory, Jira, Confluence, Sonar, DaSense, Grafana

  • Daten/-banken: Hbase, Hive, OpenTSDB, MDF, ADTF, Parquet

  • Sprachen / Frameworks: Python, Java, Airflow, Hadoop/MapR, Spark, Yarn, Oozie, Docker, Tensorflow, Kerberos, R-Studio

  • Methoden:Zeitreihen-/Bildanalyse, Deep Learning, CI/CD

KONTAKT AUFNEHMEN UND MEHR ERFAHREN: