View a markdown version of this page

フリートの予測メンテナンス - フリートの予測メンテナンス
フリートの予測メンテナンス図詳細情報図の履歴

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

フリートの予測メンテナンス

公開日: 2020 年 10 月 21 日 (図の履歴)

このアーキテクチャでは、車両フリートのバッテリー障害を予測できます。履歴テレメトリデータで予測モデルをトレーニングし、ライブテレメトリに対して実行します。障害が発生する前に、制御されたメンテナンスイベントをスケジュールします。このソリューションは、車両接続AWS IoT Coreに を使用し、モデルのトレーニングとデプロイに Amazon SageMaker AI、予測ストレージに Amazon Aurora を使用します。

フリートの予測メンテナンス図

、SageMaker AI AWS IoT Core、Lambda、Amazon Aurora を使用してフリートバッテリーの障害を予測する方法を示すリファレンスアーキテクチャ図。

次の手順では、このアーキテクチャの ML パイプラインと通知フローについて説明します。

  1. フリート管理システムから抽出を作成します。車両データと履歴センサーログを含めます。

  2. SageMaker AI モデルをトレーニング後にデプロイし、バッテリー障害を予測します。

  3. 接続された車両から にセンサーログを送信します AWS IoT Core。HTTP インターフェイスを使用してログを送信することもできます。

  4. モデルによる分析AWS Lambdaのために から AWS IoT Core にテレメトリメッセージを送信します。

  5. センサーログを分析のために Lambda に送信します。データに対してトレーニング済みモデルを実行します。

  6. センサーログのトレーニング済み予測モデルで Lambda を使用して予測を生成します。

  7. レコード保持と将来のモデル改善のために、完了した予測を Amazon Aurora に保存します。

  8. Amazon Quick Sight ダッシュボードに予測を表示します。

  9. Amazon Simple Notification Service にリアルタイムの障害警告通知を送信します。

  10. Amazon SNS を介して接続された車両に通知して、ドライバーとフリートマネージャーに警告します。予測された障害の前に、制御されたメンテナンスイベントをスケジュールします。

詳細情報

詳細については、次のリソースを参照してください。

図の履歴

このリファレンスアーキテクチャ図に関する最新情報を受け取るには、RSS フィードにサブスクライブします。

変更説明日付

初版発行

リファレンスアーキテクチャ図が最初に公開されました。

2020 年 10 月 21 日

RSS サブスクリプションの要件

RSS 更新をサブスクライブするには、使用しているブラウザで RSS プラグインが有効になっている必要があります。