EMB_64

EMBEDDED

64 • MAGGIO • 2017

BIG DATA |

SOFTWARE

zione, sistemi di simulazione, strumenti di analisi

e programmi di valutazione di diversi produttori.

Nel caso dei dati ci si può riferire a metadati (ad

esempio transazioni di prova e simulazione, descri-

zioni di prova o informazioni di calibrazione), dati

di misurazione (ad esempio, valori di misurazione

singoli, dati di immagini, video e audio o dati effet-

tivi dell’esecuzione di prova) nonché dati di esito (ad

esempio esito di valutazioni o calcoli). Indipenden-

temente dall’origine e dal formato dei dati, il server

Peak ODS consente l’accesso a diverse applicazioni

tramite interfacce e metodi standard. Tramite l’in-

capsulamento delle interfacce, la tipologia di archi-

viazione dettagliata dei dati non assume grande

importanza per le rispettive applicazioni client. Ciò

' À

mazione, simulazione o analisi che supportano ODS

possono essere caricati e archiviati in conformità

all’

YT3

À' 4

dei server Peak ODS. Grazie a tale procedimento,

vengono conservati anche i dati precedentemente

selezionati a causa dell’assenza di spazio. I meta-

dati vengono archiviati nel database relazionale

dell’applicazione openMDM. A partire da qui, viene

creato progressivamente un indice con il software

altresì gratuito Apache Lucene. Tale indice e la

tecnologia del motore di ricerca di Lucene, utiliz-

zato ad esempio da Wikipedia, consentono adesso

proprio ciò che era stato richiesto inizialmente: la

gestione dei dati di misurazione aziendale. Trami-

te una navigazione esplorativa e iterativa, nonché

text-mining, il motore di ricerca offre la possibilità

di recuperare prove in intere banche dati all’inter-

no di applicazioni e dipartimenti con caratteristiche

speciali. Se l’utente dispone delle autorizzazioni di

accesso corrispondenti può consultare i dati di pro-

va trovati, anche provenienti da altri dipartimenti

di test, per confrontarli e analizzarli.

Molteplici possibilità di analisi

Oltre a uno spazio di archiviazione per i dati di mas-

~T|3

anche molteplici possibilità di valutazione, indicabili

comunemente con la parola chiave big data analytics.

I dati provenienti da diverse applicazioni e settori

possono essere messi in collegamento ed è possibile

stabilire nuove relazioni. Chi sviluppa ad esempio

simulazioni per test SiL e HiL di componenti di un

sistema di assistenza alla guida può, in alcune circo-

stanze, ottenere importanti suggerimenti sull’anali-

si dei dati dal test di guida. Tramite metodi basati

su diagrammi, le reti semantiche possono essere

modellate per rilevare chiare relazioni e dipendenze

tra diversi oggetti di dati, ma non soltanto, a partire

dall’ambito di prova. In base a tali informazioni è

possibile creare i moderni sistemi di suggerimenti e

raccomandazioni nonché knowledge base per gli in-

gegneri addetti ai test. Dalle conoscenze tecniche dei

singoli dipartimenti si ottiene una conoscenza globa-

le sui test nelle aziende. L’approccio big data consen-

te di esaminarne le relazioni. Ad esempio, in caso di

test di guida che hanno luogo a livello globale secon-

do le modalità più disparate, la comunicazione viene

caratterizzata sulla base dei bus di dati dei diversi

veicoli di prova. Contemporaneamente, con l’ausilio

di sensori è possibile raccogliere numerose informa-

zioni sui singoli componenti del veicolo (ad esempio

motore, trasmissione, freni e così via) e sull’utilizzo

di tecniche di misurazione tramite video di dati re-

lativi a strade e vicinanze. Con tali informazioni è

possibile eseguire analisi approfondite sul compor-

tamento di precise tipologie di veicoli in determinate

situazioni. Queste forniscono eventualmente sug-

gerimenti sulle possibilità di ottimizzazione legate

all’interazione dei singoli componenti del veicolo. In

linea di massima, i dati di misurazione rappresen-

tano inoltre una serie di conoscenze relative all’ul-

teriore sviluppo dei prodotti. Il concetto di big data

si è appena sviluppato in ambito di gestione dei dati

di misurazione. Quali domande porre ai dati e quali

possibilità di analisi questi offrono è ancora da de-

terminare. Grazie all’interazione di openMDM con

Hadoop e Lucene è resa possibile una gestione dei

dati di misurazione aziendale tramite ampie banche

dati e quindi sulla base di installazioni openMDM

’assistenza alla guida e l’intrattenimento. Per

quanto possibile, questo è un aspetto importante

poiché sono in costante aumento la cooperazione tra

partner di sviluppo esterni e lo sviluppo di piatta-

forme interaziendali. Grazie alla generosa raccolta

~T|3

' À

eliminati diventano valutabili in un contesto produt-

tivo, anche quando traggono origine da prestatori di

servizi. Gli OEM, che percorrono le vie del big data,

possiedono nuovamente una parte delle ampie cono-

scenze sul ciclo di vita dei prodotti e dei sottosistemi,

4 À 2