![Show Menu](styles/mobile-menu.png)
![Page Background](./../common/page-substrates/page0063.png)
63
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
4
-
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-
À
~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
À
À
’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,
6
'
4 À 2