automotive

by taisuke.fujita | March 30, 2020
はじめに こんにちは。オートモーティブ事業本部の藤田泰介と吉江智弘です。 DeNA TechCon 2020 にて発表する予定だった内容をBlog記事としてお届けします。 今回は「IoTと業務システムをつなぐgRPC/RESTサービスの開発と運用」と題してお送りします。 Centralサービスの概要と全体のアーキテクチャ(前半) 目次(前半) タクシー配車サービスMOVの紹介 MOV Centralサービスの紹介 Centralサービスの特徴 Cen
by atsushi.morimoto | March 26, 2020
TL;DR タクシー運転中に扱うアプリとして、低遅延を保証するため、Redis を DB として選定したが、問題も多い 20 万本の道路ごとに十数種類の特徴量を扱うが、必要となるデータには「時間特性」「地理特性」があり、これを生かした構成にした 特徴量の種類の多さや、リアルタイムデータに対するデバッグの困難さと戦ってきた このアーキテクチャには、デプロイの複雑さや、Redis が単一障害点になる問題があり、戦いは続く MOV お客様探
by Tomohiro-Kato | March 25, 2020

AIシステム部の加藤倫弘です。私は現在「DRIVE CHART」のエッジAIチームのチームリードとして、ドラレコへのAI技術組み込み全般を担当しています。

この記事は、DRIVE CHARTにおける AI技術の事業応用 ーモデル開発からサービスデプロイまでー Part1の後編です。 後編では、研究開発しているアルゴリズムをどのようにドラレコに組み込んでいるか、実装観点でご紹介します。

by Hidenori-Kuribayashi | March 25, 2020
AIシステム部の栗林と申します。AI研究開発グループのマネージャーとして、主に「DRIVE CHART」で使用する認識技術の開発を担当しております。我々は、AI技術を効率よく実サービスに適用するため要素技術開発からプロダクトへの実装を一貫して行っています。 このBlog記事は、DRIVE CHARTにおける AI技術の事業応用 ーモデル開発からサービスデプロイまでー の前編です。ここでは、事業応用にあたってC
by Yoshitaro Makise | March 24, 2020
はじめに こんにちは。オートモーティブ事業本部の牧瀬芳太郎です。 DeNA TechCon 2020 にて発表する予定だった内容をBlog記事としてお届けします。 今回は「オートモーティブの大規模データ処理を支える技術」と題して、前後編でお送りします。 (後編はこちら) オートモーティブ分野のデータ処理には、2つの「大規模」が出てきます。 1つは車両の台数が多く、データの入力頻度が高いことからの大規模。 もう1つは、地図データという静的なが
by Yoshikazu-Kamoshida | March 24, 2020
はじめに こんにちは。システム本部 分析推進部の鴨志田良和です。 DeNA TechCon 2020 にて発表する予定だった内容をBlog記事としてお届けします。 今回は「オートモーティブの大規模データ処理を支える技術」と題して、前後編でお送りします。 (前編はこちら) 後編となる本稿では、 マップマッチ処理で使用される、大規模な地図データを効率よく格納して 扱うための工夫についてご紹介します。 大規模地図データを扱う上での問題 マップマッチ処理