自動車のコネクテッド フリート

この記事では、自動車のコネクテッド フリート参照アーキテクチャについて説明します。お客様とパートナーは、これを利用して、構成可能なデータ中心のソリューションを構築できます。 コネクテッド フリートのすべての側面を管理し、データドリブンの分析情報を生成し、フリート ソリューションと重要なビジネス プロセスを統合することができます。 コネクテッド フリート参照アーキテクチャは、小型および新興のフリート オペレーター、フリート ソリューション プロバイダー、モビリティ サービス プロバイダーなど、自動車の OEM (相手先ブランド製造業者) に適用できます。

Architecture

"アーキテクチャの図の Visio ファイルをダウンロードしてください。"

コネクテッド フリート参照アーキテクチャでは、次のようにして、構成可能性、イノベーション、サポート性をサポートします。

• 共通のメッセージング スキーマと更新された自動車共通データ モデルを適用し、パートナーがフリート運用ドメインのさまざまな領域で価値を調整および追加できるようにします。
• モジュール設計を使用して、車両とビジネス両方の新しい管理機能を備えたブラウンフィールド環境の最新化の課題に対処します。 モジュールは個別に管理および統合でき、さまざまなパーティからの機能の統合が簡素化および加速されます。 モジュールは適応可能であり、お客様やパートナーは必要に応じて機能をカスタマイズし、運用をスケーリングできます。
• 一般提供されている Azure サービスを基にします。 新しい Azure サービス機能の導入に合わせて、アーキテクチャが進化します。

このアーキテクチャは、次の領域で構成されています。

• 車両エッジは、車両内のロジックとクラウド バックエンドへの接続を担当します。
• テレマティックスは、車両のテレメトリのインジェスト、メッセージの処理、デバイスの管理をカバーします。
• フリート統合は、テレメトリ レイヤーからビジネス レイヤーと分析レイヤーへの統合をカバーします。
• ビジネス データには、データ モデルおよびフリート共通データ モデルと既存の Dynamics 365 モジュール間のリンクが含まれます。
• 分析は、多様で大規模なデータ ソースから分析情報を統合して生成します。
• ビジネス運用は、車両フリートの管理と運用のための機能を提供します。
• ビジネス自動化は、ビジネス データに基づいてユース ケースを実装するためのローコードまたはノーコードの拡張性を提供します。
• 視覚化は、レポートとビジネス インテリジェンスの機能を提供します。
• 運用とセキュリティは、すべてのサービスとデバイスの監視と可観測性を提供し、ネットワーク接続をセキュリティで保護し、デバイス、アプリケーション、ユーザーに認証または認可を提供します。

以降のセクションでは、アーキテクチャとワークフローの詳細について説明します。

テレメトリ インジェスト ワークフロー

テレメトリ インジェスト レイヤーは、車両、認可、デコード、エンリッチメントの各レイヤーからのメッセージの受信と、フリート統合レイヤーへのメッセージのルーティングを担当します。

"アーキテクチャの図の Visio ファイルをダウンロードしてください。"

1. 車両からのテレメトリ メッセージには、ヘッダーつまりメタデータと、protobuf エンコードまたは JSON 形式のペイロードが含まれます。 これらのメッセージは、MQTT 経由でクラウド ブローカーに送信されます。 ヘッダーには、車両の UUID、メッセージの種類、サプライヤー、相関識別子、メッセージのバージョン、メッセージの UUID、UTC での標準タイムスタンプなどのフィールドが含まれます。 ヘッダーは、メッセージの種類の検証とルーティングに使われます。
2. メッセージは、次の手順を実行するパイプラインで処理されます。
   1. メタデータ検証では、デバイスがメッセージの種類と必要なヘッダー フィールドの送信を承認されていることの確認など、アクティビティを含むメッセージ ヘッダーの検証が行われます。
   2. デコード ステップでは、入力スキーマがクラウドで使われる標準化された形式に変換されます。 また、デバイスの種類または年によってバージョン管理に変更がある場合は、デコード ステップでデバイスとクラウドの間の抽象化レイヤーも提供されます。 デコードの実装は、パフォーマンス向上のために関数の一部としてインラインにすることも、モジュール性を高めるために別の関数呼び出しにすることもできます。
   3. エンリッチメントには、データ値の操作と新しいデータ フィールドの追加が含まれます。 エンリッチメント ワークロードの例としては、マイルからキロメートルのような単位変換、逆ジオコーディング、車両診断問題コードの説明の検索、より多くのデータによるエンリッチ、追加の値の派生と計算などがあります。 エンリッチメント手順は、メッセージの種類に従って呼び出されます。
   4. ルーティング ステップでは、メッセージの種類に基づいて、フリート統合レイヤーのイベント ハブにメッセージが分配されます。 フリート統合レイヤーは、凖リアルタイムでメッセージ データにアクセスする必要がある統合に必要な "ウォーム" パスです。
3. 構成は、Azure Cosmos DB で管理されます。 メッセージ処理アプリは、既知のメッセージの種類、デバイス認可要求、ステップの構成を読み取り、受信メッセージを処理してルーティングします。
4. データ分析とデバッグのために、メッセージは顧客のデータ レイクの個別のテーブルに格納されます。 次に示すのはメッセージと例外の例です。
   1. ヘッダーを含む、Azure IoT Hub からの元の生メッセージ。
   2. デコードされてエンリッチされたメッセージ。
   3. 例外には、スキーマに対して検証できないメッセージ、既存の車両と一致しない失敗したデコード アクティビティとメッセージ、または失敗したエンリッチメントのケースが含まれます。
5. 車両とデバイスの管理は、マネージド API を使って外部システムからアクセスできます。 メッセージ処理機能は、Azure Cosmos DB に格納されている車両データを使って、メッセージが車両に登録されていることを検証します。

Azure Event Grid は、バージョン 3.1.1 と 5.0 をサポートする、業界に準拠した MQTT ブローカーを提供します。 詳しくは、「Azure Event Grid での MQTT サポートの概要 (プレビュー)」と、「CA 証明書チェーンを使用したクライアント認証」をご覧ください。 Azure のロールベースのアクセス制御 (RBAC) を使うことで、クライアントが特定のトピックを発行またはサブスクライブするように制限できます。 詳しくは、MQTT メッセージを発行またはサブスクライブするための Microsoft Entra ID JWT 認証と Azure RBAC 認可に関する記事をご覧ください。

IoT Hub を MQTT ブローカーとして使うこともできます。 それによって、定義済みのトピックに関する MQTT 3.1.1 と 5.0 の限定的なサポートと、デバイスとクラウド アプリの間の緊密な結合が提供されます。 詳細については、IoT Hub と Event Grid での MQTT サポートの比較に関するページを参照してください。

ネットワーク セキュリティを強化するため、デバイスとクラウドの間の接続をプライベート リンク経由で構成できます。

フリート統合ワークフロー

フリート統合レイヤーでは、テレマティックス レイヤーからの標準化された通信ペイロードが使われます。 ペイロードを使って、基幹業務とデータ分析のフリート管理でターンキー シナリオを実現できます。

フリート運用をサポートするには、4 つの一般的な種類のペイロード メッセージが必要です。

次の図は、これらのメッセージのデータフローのアーキテクチャを示したものです。

"アーキテクチャの図の Visio ファイルをダウンロードしてください。"

1. 標準化されたメッセージが、フリート統合 Azure Event Hubs 名前空間に到着します。
2. 定期的なステータス メッセージが処理され、ネイティブの Azure Data Explorer データ インジェストを使って分析レイヤーに直接送信されます。
3. イベント、アラート、通知として受信されたメッセージによって、対応するイベント データ テーブルに行が追加されます。
4. 移動を含むメッセージによって、移動テーブルにエントリが作成されます。

ビジネス自動化ワークフロー

基幹業務の統合は、Microsoft Power Platform データ コネクタを使って実現されます。 このコネクタにより、Microsoft Power Automate または Azure Logic Apps でワークフローを作成できるようになり、車両機能のローコードまたはノーコードの統合が可能になります。

データ コネクタを使って、次の 2 つの操作を実行できます。

• トリガーは、特定のイベントが発生したときに Microsoft Power Platform に通知します。 トリガーにより、車両の状態変化のメッセージに対する反応としてビジネス ワークフローが開始します。
• アクションは、ユーザーによって指示された変更です。 アクションにより、Microsoft Power Platform からフリート統合レイヤーへの対話が可能になります。

"アーキテクチャの図の Visio ファイルをダウンロードしてください。"

次のトリガーとアクションは、前の図に対応しています。

1. トリガー
   1. 受信イベント メッセージ: イベント メッセージの種類に基づいて、Microsoft Power Apps または Microsoft Power Platform でワークフローを開始します。 このメッセージのペイロードは、Microsoft Power Platform で解析およびアクセスできます。
   2. ライフサイクル管理プロビジョニング: 車両のプロビジョニング状態への変更に関する通知。
2. アクション
   1. 車両の最後の既知の値と履歴へのアクセス: 最後の既知の値のストアとメッセージ履歴を読み取ることができます。
   2. プロビジョニング: 車両とデバイスをプロビジョニングおよびプロビジョニング解除する機能が含まれます。

データ コネクタは、Dynamics 365 の統合とは別に使用できます。 コネクタにより、Microsoft Power Platform を使ってビジネス アプリケーションをアーキテクチャと統合できます。

データ分析と視覚化のワークフロー

"アーキテクチャの図の Visio ファイルをダウンロードしてください。"

分析パイプラインでは、車両とビジネス データのウォーム可用性とコールド ストレージが提供されます。

1. データ レイクには、次のようなデータが格納されます。

   • 車両からの元の生メッセージ。
   • コネクテッド フリートのメッセージ処理拡張機能からのデコードおよびエンリッチされたメッセージ。
   • メッセージ処理拡張機能で失敗したメッセージ。
   • Azure Synapse Link 経由で Microsoft Dataverse からプッシュされた基幹業務情報。
   • サード パーティのシステムからプッシュされたエクスポート。

2. データは、Synapse パイプラインによって複数のステップで処理されます。

   • 生の "ブロンズ" テーブルからのクリーンアップ、デコード、重複除去されたデータ。
   • "シルバー" テーブル内のエンリッチ、重複除去、検証されたフリート運用データ。
   • "ゴールド" テーブル内の複数のデータ ソースから派生した集計データ、主要業績評価指標、分析情報を提供するデータセット。

3. レイクハウスからデータにアクセスすることによる視覚化。 Microsoft Power BI は、Parquet コネクタを使ってレイクハウスに、また DirectQuery を使って Azure Data Explorer クラスターに、視覚化機能を提供します。

コンポーネント

この自動車のコネクテッド フリート参照アーキテクチャでは、次のコンポーネントが参照されています。

メッセージング サービス

次のメッセージング サービスを使うと、接続されたデバイス間で、関連するイベントへの対応、プロビジョニング、取り込み、通信を行うことができます。

• Event Grid は、MQTT と HTTP プロトコルを使用する、高度にスケーラブルでフル マネージドのパブリッシュ-サブスクライブ型メッセージ配信サービスです。 このサービスにより、テレマティック デバイスはクラウドと通信できます。
• IoT Hub は、テレマティクス デバイスとクラウドの間で中央メッセージ ハブとして機能するマネージド サービスです。
• IoT Hub Device Provisioning Service は、テレマティック デバイスのゼロタッチの Just-In-Time プロビジョニングを可能にするヘルパー サービスです。
• Event Hubs は、大量のイベントとデータを取り込んで処理するスケーラブルなイベント処理サービスです。 テレマティックス デバイスによって生成される大量のイベントを処理します。

ストレージとデータベースのサービス

次のサービスを使うと、データ ストレージを最適化できます。

• Azure Blob Storage は、クラウド向けのオブジェクト ストレージ ソリューションです。 メッセージ、ビデオ、高解像度のデータ キャプチャなど、テレマティックス デバイスからの情報を格納します。
• Azure Cosmos DB は、最新のアプリ開発に対応するフル マネージドの NoSQL とリレーショナル データベースです。 車両、デバイス、ユーザーに関する情報を格納します。

統合サービス

次のサービスを使うと、大規模な発行、ゲートウェイの作成と管理、更新されたインフラストラクチャとリソースの使用、Web アプリとモバイル アプリの作成、地理空間機能の使用が可能です。

• Azure API Management は、データとサービスの統合を簡素化する、API 用のハイブリッドでマルチクラウドの管理プラットフォームです。
• Azure Functions は、テレメトリ メッセージとイベントのリアルタイム ストリームとイベント処理に使われるサーバーレス ソリューションです。 また、ファイルのアップロードを管理し、機械学習モデルを使って推論を実行します。
• Azure App Service は、Web アプリケーション、REST API、モバイル バックエンドをホストするための HTTP ベースのサービスです。 モビリティ ユーザーにフロントエンド エクスペリエンスを提供します。
• Azure Maps は、地理的なコンテキストを Web とモバイル アプリケーションに提供する、地理空間のサービスと SDK のコレクションです。

データと分析のサービス

次のサービスを使うと、大量のデータのクエリと分析を行うことができます。

• Azure Synapse Analytics は、データ ウェアハウスやビッグ データ システム全体にわたって分析情報を取得する時間を早めるエンタープライズ分析サービスです。
• Azure Data Explorer は、フル マネージドで高パフォーマンスのビッグ データ分析プラットフォームであり、大量の車両テレメトリ データをほぼリアルタイムで簡単に分析できます。

セキュリティ サービス

次のサービスを使うと、仮想ネットワークとユーザー ID の管理や、アプリ、データ、リソースへのアクセスの制御を行うことができます。

• Azure Private Link を使うと、ユーザーの仮想ネットワーク内のプライベート エンドポイント経由で、Azure のサービスとしてのプラットフォーム (Paas) ソリューションにアクセスできます。 Private Link は、サービスがインターネットに公開されないようにします。
• Microsoft Entra ID はクラウドベースの ID およびアクセス管理サービスです。 すべてのアプリケーション、サービス、ユーザーに共通のエクスペリエンスを提供します。

ビジネス統合

次のサービスを使うと、データ、アプリ、ワークフローの管理、ローコード アプリの構築、分析情報の向上を行うことができます。

• Dataverse は、Power Apps 上に構築されたビジネス アプリケーション用のデータを安全に格納するために使われるクラウド スケールのデータベースです。
• Power Automate は、ユーザーが反復的なタスクを自動化し、ローコード プラットフォームを使ってビジネス プロセスを合理化できる、クラウドベースのサービスです。
• Power Apps は、ユーザーがローコード アプリを迅速に構築して共有できるようにするクラウドベースのサービスです。
• Power BI は、データの視覚化と分析情報のためのビジネス分析サービスです。
• Dynamics 365 は一連のインテリジェントなビジネス アプリケーションであり、ビジネス全体を実行し、予測的な AI 主導の分析情報を通じてより大きな結果を提供するのに役立ちます。
• Dynamics 365 Field Service は、組織が顧客の場所にオンサイト サービスを提供するのに役立ちます。

シナリオの詳細

この図の PowerPoint ファイルをダウンロードします。

独立系ソフトウェア ベンダー (ISV) は、コネクテッド フリート参照アーキテクチャを使って、フリート管理アクティビティ全体に不可欠なシナリオに依存しない機能を構築できます。 前の図の機能レイヤーは、車両の管理とフリート内のビジネス機能という 2 つのカテゴリの機能を示しています。 機能は、次の理由によってカテゴリに分けられています。

• カテゴリを使うと説明に便利です。
• ISV は、複数の機能カテゴリで複数の機能を開発する場合があります。
• 複数の ISV によって、同じ機能の異なるバージョンが提供されます。

ソリューション インテグレーター (IS) は、機能を組み合わせて、特定の顧客向けにセグメント固有のシナリオを開発します。 前の図で示されているシナリオは、すべての例を網羅したものではありません。 一部のシナリオは、物流の最後の配送部分など、少数のフリートの種類に適しています。 それ以外では、都市のライドシェア用とリモート採掘装置用のモバイル フィールド サービスなど、セグメントが異なるとカスタマイズが異なる場合があります。 一部の SI は独自のフリート機能を開発し、それらを再利用可能な資産の形式で維持します。 このような SI は、ISV の役割の一部と従来の SI の役割を果たすことがあります。

考えられるユース ケース

• モバイル フィールド サービスは、固定の作業場所を持たない、農業やオフハイウェイなどの分野のサービスとしてのフリートまたはフルサービスの OEM として活動する企業をサポートしています。 問題が発生した車両の場所に、"フライング ドクター" ("整備士" とも呼ばれます) を派遣することができます。 リモート診断は、エラーの原因を特定し、適切なスペア パーツと修理マニュアルを持っていくのに役立ちます。 統合されたサービス アーキテクチャでは、モバイル サービスと固定の作業場所でのサービスが組み合わされることがあります。
• エンジニアリング セルフサービス分析を使うと、自動車 OEM で働くエンジニアは、車両フリートの運用とタスクによって生成されたデータを使って、実用的な分析情報を生成できます。 分析には、車両の性能、エラーの根本原因分析、機械学習モデルのトレーニング、地理空間の分析が含まれます。 このスコープには、ペイロードと分析がより動的な、運用および運用前のテスト フリートが含まれます。
• 共有車両サービスは、タクシーの配車、セルフサービス レンタル、カー シェアリング、またはカープールのためのサービスのコレクションです。 タクシーの配車の場合のユース ケースには、乗車と降車の地点の要求、空き時間に基づく乗客と運転手の自動マッチング、次の乗車に対する運転手の近さとスケジュールの計画が含まれます。 セルフサービス モードのサービスでは、ユーザーは車両を予約し、支払いを行い、車両への安全なアクセスを容易にすることができます。 オペレーター側では、フリート マネージャーは特定の場所での車両の需要に関するレポートを実行し、需要の傾向に合わせて車両を配置できます。 カープールの場合は、車両または座席の予約と支払いサービスが対象となります。 高度に統合されたインテリジェントな交通システムでは、このような機能は、都市配車システムなど、複数のプロバイダーに共通している可能性があります。
• 最終区間ロジスティクスは、複雑なスケジューリング要件を持つ顧客に特に焦点を当てており、特定の日の多くのウェイポイントに対して運転手と車両の選択を最適化する必要があります。 顧客には、食料品や小包を配送するユーザーが含まれます。 最終区間ロジスティクスは、予想配達時刻を顧客に知らせるため、顧客インターフェイスと統合されるのが理想的です。 商品の配達のわかりやすさの向上による最終顧客との関係の強化、フリート サイズの最適化、走行距離の削減から、顧客は恩恵を受けます。 このような機能は、特に超低排出ガス車 (ULEV) やゼロおよび低排出ガス車 (ZLEV) ゾーンの制限に準拠するための、配送業者ではなく配送先によって荷物を整理する共有貨物モデルに拡張されます。
• カスタマー サービスでは、フリート オペレーターと所有者は、レポートとダッシュボードによって、顧客の問題の追跡、すべての対話の記録、作業項目を効率的にルーティングするためのルーティングの統合、サービス レベル アグリーメント (SLA) の作成と追跡、パフォーマンスと生産性の管理を行うことができます。

考慮事項

以降の考慮事項には、ワークロードの品質向上に使用できる一連の基本原則である Azure "Well-Architected Framework" の要素が組み込まれています。 詳細については、「Microsoft Azure Well-Architected Framework」を参照してください。

[信頼性]

信頼性により、顧客に確約したことをアプリケーションで確実に満たせるようにします。 詳細については、「信頼性の重要な要素の概要」を参照してください。

• 正常性と安全性に関連するメッセージを処理するには、追加の設計が必要です。 たとえば、衝突の信号と 911 緊急通報の関連付けなどです。
• テレマティックス ハードウェア プロバイダーは、コマンド実行のための機能の安全性を保証する必要があります。

セキュリティ

セキュリティは、重要なデータやシステムの意図的な攻撃や悪用に対する保証を提供します。 詳細については、「セキュリティの重要な要素の概要」を参照してください。

• Microsoft Defender と Microsoft Sentinel を使って、デバイスの脆弱性と脅威を特定して対処します。 デバイスへの軽量セキュリティ エージェントの統合を検討します。 詳しくは、「デバイス ビルダー向け Microsoft Defender for IoT とは」をご覧ください。
• デバイスの監視と可観測性を実行します。 透明性とコストのバランスが適切な速度で、メトリック、ログ、トレースを収集します。
• プライベート エンドポイントを使って、パブリック インターネットに公開されてはならないサービスをセキュリティ保護します。
• マネージド ID を使って、サービスに ID を提供し、資格情報の管理を不要にします。

コストの最適化

コストの最適化とは、不要な費用を削減し、運用効率を向上させる方法を検討することです。 詳しくは、コスト最適化の柱の概要に関する記事をご覧ください。

• コネクテッド フリートの運用のコストは、各車両のメッセージの量に直接関係します。
  • 各車両に必要な更新頻度を検討します。 ユース ケースに基づいて更新速度を動的に調整することを検討します。
  • protobuf や gzip などの圧縮またはエンコード手法を使って、メッセージのサイズを小さくすることを検討します。
  • 移動体通信ではなくワイヤレス LAN を使って、動画や車両データ キャプチャの送信を制限することを検討します。
  • Azure スポット仮想マシン インスタンスを使って、動画やログ ファイルなどの大きなファイルの処理を遅らせることを検討します。
  • 車両からの頻繁な MQTT メッセージでトピック エイリアスを使って、ネットワーク帯域幅を節約します。
• 関数アプリのサイズとスケールを小さくするには、デコードとエンリッチメントの実行時間をできるだけ短く維持する必要があります。
• 通常、車両の運用では、1 日の間に需要が多い期間と少ない期間があります。 コストを削減するため、需要が発生するサービスに対して自動スケーリングを使用することを検討します。
• IoT ベースのテレメトリ システム (テレマティックス レイヤー) と運用レイヤー (Dataverse) では、処理速度とコストに大きな違いがあります。 ビジネス操作が必要なイベントのみが、運用レイヤーでの更新をトリガーするようにします。

料金計算ツールを使って、このソリューションを使うために必要な Azure サービスの月額コストの見積もりを作成できます。

オペレーショナル エクセレンス

オペレーショナル エクセレンスは、アプリケーションをデプロイし、それを運用環境で実行し続ける運用プロセスをカバーします。 詳細については、「オペレーショナル エクセレンスの重要な要素の概要」を参照してください。

• Azure Data Lake Analytics でメッセージの "配信不能処理" を使うと、システムの問題を監視し、車両の通信に関する問題を検出するためのアラートを構成できます。
• 車両ソフトウェアのバグにより、システムで高い負荷が発生する可能性があります。 システムが過負荷にならないようにするため、車両メッセージのスロットリングの概念が必要になる場合があります。
• アーキテクチャ内のレイヤーごとにリソース グループを作成することを検討します。 リソースをグループ化すると、管理とコスト管理が簡単になります。

パフォーマンス効率

パフォーマンス効率とは、ユーザーによる需要に合わせてスケーリングするワークロードの機能です。 詳細については、「パフォーマンス効率の柱の概要」を参照してください。

• 定期的な状態更新などの大量のメッセージや、移動などの遅延メッセージは、イベント ハブを適切なサイズにするために、アラートや通知から分離されます。
• プッシュとプルの違いなど、タイミングとエラー処理に関してテレメトリと Dataverse が一致しない場合は、仮想テーブルを使って、更新速度が速いデータを分離します。
• 自動車の共通データ モデルの現在の構造では、車両の状態更新ごとに複数のエントリが必要です。 値ごとに、デバイス メジャーとデバイス メーターの更新が必要です。 必要に応じて、センサーに関する情報をフリート統合レイヤーから公開する必要があります。
• 望ましくないアラートと通知メッセージが大量に送られると、Dataverse に問題が発生します。 Dataverse の更新頻度を構成可能にして、スロットルの対象にする必要があります。
• 状態ストアには車両からの最新情報が含まれており、ビジネス オートメーションまたは Power Apps の一部としてアクセスできます。

このシナリオのデプロイ

コネクテッド フリート参照アーキテクチャの詳細なチュートリアルに従って、サブスクリプションにソリューションをデプロイできます。

共同作成者

この記事は、Microsoft によって保守されています。 当初の寄稿者は以下のとおりです。

プリンシパルの作成者:

• Mario Ortegon-Cabrera | プリンシパル プログラム マネージャー、MCIGET SDV モビリティ
• David Peterson | チーフ アーキテクト、モビリティ サービス ライン

その他の共同作成者:

• Saivendra Kayal | シニア プログラム アーキテクト、モビリティ サービス ライン
• Ryan Matsumura | シニア プログラム マネージャー、MCIGET SDV モビリティ
• John Stenlake | ディレクター、車両イノベーション モビリティ

公開されていない LinkedIn プロフィールを見るには、LinkedIn にサインインしてください。

次のステップ

次の参照アーキテクチャは、コネクテッド フリートのシナリオを拡張するものです。

• 「自動車のメッセージング、データおよび分析の参照アーキテクチャ」では、Event Grid MQTT ブローカーを使用した自動車とデバイス メッセージングの他のシナリオが説明されています。
• 「自動車テスト車両のデータ分析」は、エンジニアリング検証と根本原因分析に対する収集されたデータの使用に関する専用のシナリオです。

関連リソース

次の参照アーキテクチャは、コネクテッド フリートのシナリオに関係するものです。

• 「自律運転車運用 (AVOps) 設計ガイド」には、自律車両フリートの開発とモデル トレーニングのアプローチが含まれます。
• 「自動化されたガイド付き車両フリートの制御」では、Just-In-Time 製造と自動化された作業現場ロジスティクスのための無人搬送車 (AGV) の制御に関するエンド ツー エンドのアプローチが示されています。

このアーキテクチャを実装するときは、次のパターンが関連します。

• 「パブリッシャーとサブスクライバーのパターン」では、複数の関連するアプリケーションにデバイスがイベントを通知する方法が説明されています。
• 「イベント ソーシング パターン」では、最後の既知の値ではなく、車両、デバイス、ユーザーなどのエンティティに対して実行された一連のアクション全体を記録する追加専用ストアの使用方法が説明されています。
• 調整は、システムが機能し続けて、SLA を満たせるように、リソースの消費を制御するパターンです。
• 「クラウド監視ガイド」では、監視と可観測性の実装に必要な概念の概要が提供されています。