AWS Primeros Pasos
IdiomaEspañol

AWS IoT FleetWise

Servicio totalmente gestionado que recopila, transforma y transfiere eficientemente datos de conducción y señales vehiculares desde vehículos conectados al cloud para análisis

Unos 3 min de lectura

Descripción general

AWS IoT FleetWise es un servicio que facilita la recopilación de datos de vehículos conectados a escala. Permite definir qué señales vehiculares recopilar, aplicar lógica de recopilación inteligente en el edge del vehículo para reducir la transferencia de datos, y centralizar los datos en la nube para análisis y machine learning.

Modelado de datos vehiculares y catálogo de señales

AWS indica que AWS IoT FleetWise ya no está disponible para nuevos clientes y que los clientes existentes pueden seguir usando el servicio (a octubre de 2026). FleetWise utiliza un modelo de vehículo jerárquico que describe la estructura de señales disponibles en cada tipo de vehículo. El catálogo de señales define todas las señales posibles (velocidad, RPM, temperatura del motor, estado de batería, posición GPS, etc.) con sus tipos de datos, unidades y rangos válidos. Los modelos de vehículo agrupan señales en ramas lógicas (powertrain, chassis, body, ADAS) siguiendo la especificación VSS (Vehicle Signal Specification). Los decodificadores traducen entre los protocolos de red vehicular nativos (CAN bus, OBD-II o middleware del vehículo como ROS 2, entre otros) y el modelo de señales de FleetWise.

Recopilación inteligente de datos en el edge

El Edge Agent es software que se instala en el vehículo, y AWS IoT FleetWise ofrece una implementación de referencia para ayudar a desarrollarlo. El Edge Agent aplica las campañas de recopilación definidas desde la nube. Las campañas especifican qué señales recopilar y bajo qué condiciones. La recopilación basada en condiciones permite capturar datos solo cuando ocurren eventos de interés (frenado brusco, batería baja, activación de ADAS), reduciendo el volumen de datos transferidos. La recopilación basada en tiempo captura señales a intervalos regulares para análisis de tendencias. Con spoolingMode en TO_DISK, el agente almacena temporalmente los datos en el vehículo mientras no hay conexión con la nube y los transfiere automáticamente al restablecerse la conexión (el valor predeterminado es OFF a octubre de 2026).

Operación de flotas a gran escala y patrones de uso de datos

FleetWise despliega las campañas de recopilación en un vehículo o en una flota de vehículos. Cada campaña envía los datos recopilados a un único destino: un tema MQTT, S3 o Timestream. Los casos de uso incluyen: mantenimiento predictivo (detectar degradación de componentes antes de fallos), optimización de diseño (analizar patrones de uso real para informar el diseño de próximas generaciones), desarrollo de ADAS (recopilar escenarios de conducción para entrenamiento de modelos), y análisis de eficiencia energética para flotas eléctricas. SageMaker permite entrenar modelos sobre los datos recopilados para detección de anomalías y predicción de fallos.

Referencias (recursos oficiales de AWS)

Las fuentes primarias de esta página son el sitio web y la documentación oficiales de AWS. Consulta las páginas oficiales siguientes para conocer las especificaciones y los precios más recientes.

Si esta página y la documentación oficial difieren, prevalece la documentación oficial.

Compartir

Términos relacionados

AWS IoT CoreAmazon TimestreamAmazon SageMakerAmazon Kinesis

Servicios relacionados

AWS IoT CoreAmazon TimestreamAmazon SageMakerAmazon S3

Artículos relacionados

Gestión de datos de flotas de vehículos - Recopilación eficiente de telemetría vehicular con AWS IoT FleetWiseExplicamos la recopilación de datos de telemetría vehicular con AWS IoT FleetWise. Presentamos el modelado de vehículos, el filtrado de datos en el borde y la transferencia eficiente de datos a la nube.ML sin código con Amazon SageMaker Canvas - Construcción de modelos predictivos con interfaz visualUna herramienta visual para construir modelos ML sin escribir código. Simplemente suba un CSV y seleccione un objetivo de predicción para construir un modelo, con compartición bidireccional con Studio.Construcción de una plataforma ML con Amazon SageMaker - Desde el desarrollo de modelos hasta el despliegueDesde el desarrollo en Studio hasta el entrenamiento con instancias spot gestionadas, MLOps con Pipelines y detección de drift de datos con Model Monitor, este artículo cubre cómo integrar todo el ciclo de vida ML.Base de datos de series temporales - Gestión eficiente de datos IoT y métricas con Amazon TimestreamExplicamos la gestión, consulta y análisis de datos de series temporales con Amazon Timestream. Presentamos el almacenamiento de datos de sensores IoT y métricas de aplicaciones, el almacenamiento con jerarquización automática y el análisis mediante consultas SQL.Plataforma de análisis de datos de series temporales construida con Amazon Timestream - Almacenamiento de datos IoT y optimización de consultasLos datos de sensores IoT se ingieren en Timestream y se realiza el análisis de series temporales con agregación en tiempo real basada en SQL y consultas programadas. Se explica la optimización de costes mediante la jerarquización automática entre el almacén de memoria y el almacén magnético.

Términos y artículos similares

Gestión de datos de flotas de vehículos - Recopilación eficiente de telemetría vehicular con AWS IoT FleetWiseExplicamos la recopilación de datos de telemetría vehicular con AWS IoT FleetWise. Presentamos el modelado de vehículos, el filtrado de datos en el borde y la transferencia eficiente de datos a la nube.AWS IoT FleetWiseServicio para recopilar, transferir y analizar eficientemente datos de vehículos en la nubeAmazon Location ServiceServicio de ubicación que proporciona de forma integrada visualización de mapas, geocodificación, cálculo de rutas, geofencing y seguimiento de dispositivosAWS IoT GreengrassRuntime de edge computing que ejecuta funciones Lambda e inferencia ML en dispositivos edge, manteniendo el procesamiento local incluso con conectividad intermitente al cloudFin del soporte de AWS IoT Analytics - Guía de migración para pipelines de análisis de datos IoTAWS IoT Analytics finalizó su soporte el 15 de diciembre de 2025. Explica los destinos oficiales de migración (Kinesis Data Streams / Data Firehose, S3 / Timestream, Glue + Athena) y la arquitectura de 4 componentes de la época en que se ofrecía el servicio.