자동차 혁신은 수천 명의 생명과 350억 달러를 구할 수 있지만 먼저 기반을 구축해야 합니다.

모두가 자율주행차에 대해 이야기하고 있지만 자동차 산업이 이를 작동시키려면 무선(OTA) 소프트웨어 및 데이터 업데이트를 위한 커넥티드 카 에코시스템을 구축해야 합니다. 2015 IHS 시장 보고서에 따르면 OTA는 2022년까지 전 세계 자동차 제조업체에서 350억 달러 이상을 절약할 수 있지만 재정적 인센티브를 잠시 보류하면 OTA를 통해 중요한 차량 중심 데이터를 주고받을 수도 있습니다.

그것이 당신에게 어떤 영향을 미치나요? 이는 안전 리콜 완화에서 사이버 보안 업데이트, 보험 혜택 및 차량 진단에서 스마트 홈 연결에 이르기까지 모든 것에 영향을 미칠 수 있습니다.

운전자와 자동차 제조업체가 향후 몇 년 동안 무엇을 기대할 수 있는지 알아보려면 여기 Jeremy Cowan을 참조하십시오. 미국 Airbiquity의 마케팅 부사장인 Scott Frank와 대화합니다.

IoT Now:오늘날 완전한 레벨 5 차량 자율성을 향한 길은 어디까지입니까? 그리고 언제 경험하게 될까요?

<노스크립트>

스콧 프랭크: 우리는 적어도 2030년까지 SAE 레벨 4 및 5로 정의되는 완전 자율 주행을 경험하지 못할 것입니다. 그러나 빠르면 늦게 시작되는 선택적 상용 애플리케이션에서 공개 테스트 및 밀접하게 관리되는 자율 차량 출시가 크게 증가할 것으로 예상합니다. 2018.

그 후 자동차 제조업체는 느리지만 꾸준한 글로벌 자율주행차 생산 증가를 시작하여 2026년까지 연간 100만 대에 도달할 것으로 예상됩니다. 생산.

IoT Now:이러한 자율성의 이점은 무엇입니까? 아직 번호를 첨부할 수 있나요?

SF: 자율 주행 차량은 상당한 안전성, 효율성 및 환경적 이점을 약속합니다. 센서가 탑재될 것이기 때문에 자율주행 차량은 도로 상태를 감지하고 인간 운전자보다 훨씬 빠르고 안정적으로 반응할 수 있습니다. 교통사고 감소에 대한 예측은 50% 이상이며 많은 인명과 재산 피해를 구할 수 있습니다.

자율 주행 차량은 또한 시간과 연료를 모두 절약하면서 여행 경로를 최적화하는 데 사용할 수 있는 도로 상태, 정체, 교통 신호 및 날씨와 같은 방대한 양의 실시간 정보에 액세스할 수 있기 때문에 더 효율적입니다. 자율 주행 차량은 더 효율적으로 운전하고 연료를 덜 소모하므로 탄소 배출량은 최대 60%까지 감소할 것으로 예상되는 비자율 차량보다 훨씬 적습니다.

<노스크립트>

지금 IoT:자동차의 복잡성이 증가함에 따라 OTA(무선 소프트웨어) 업데이트로 줄일 수 있는 차량 리콜이 증가하고 있습니다. OTA 소프트웨어를 개발하지 않는 데 드는 비용은 얼마입니까?

SF: OTA 기술을 개발 및 배포하지 않으면 말 그대로 수십억 달러의 비용 절감 효과가 발생하며 자동차 제조업체는 가능한 모든 비용 절감 기회를 잘 활용합니다. OTA가 지원되지 않는 차량에서 소프트웨어를 업데이트하는 것은 생산 과정에서 자동차 제조업체가 수행하거나 사후 생산에서 공인 딜러 및 서비스 제공업체가 수행하는 시간 소모적인 수동 프로세스입니다. 수동 소프트웨어 업데이트를 수행하는 데 드는 비용은 노동 30분당 $50로 추산됩니다.

차량당 연간 여러 소프트웨어 업데이트를 고려하면 여러 자동차 제조업체의 수억 대의 차량에 대해 글로벌 비용 절감 추정치가 수십억 달러로 늘어납니다. 얼마나 큰? 2015 IHS 시장 보고서에 따르면 350억 달러의 전 세계 OTA 비용 절감 추정치를 인용합니다. 이는 자동차 제조업체가 차량용 OTA 기술에 투자해야 하는 매우 강력한 이유입니다. SBD 연구에 의해 입증된 바와 같이 OTA는 확실히 우리의 운송 미래에 있습니다. 2025년까지 미국에서 판매되는 신차의 3분의 1이 OTA 업데이트를 지원할 것으로 예상하는 분석과 2020년까지 전체 차량 포트폴리오에 OTA가 지원될 것이라는 GM의 최근 발표가 있습니다.

IoT Now:이와 관련하여 Airbiquity는 무엇을 하고 있습니까?

SF: Airbiquity의 관점에서 OTA는 양면 동전입니다. OTA 소프트웨어 업데이트를 통해 자동차 제조업체는 소프트웨어 관련 리콜 비용 및 관련 소비자 시간 부담을 크게 줄이고 사이버 보안 응답 시간을 개선하며 판매 후 차량 성능 및 기능 향상을 제공할 수 있습니다.

OTA는 제품 품질, 운영 효율성을 개선하고 새로운 "운전 중심" 소비자 서비스를 강화하기 위한 데이터 수집 및 분석에도 사용할 수 있습니다. 이는 차량 상태 및 위치, 개인의 운전 행동 및 선호도에 대한 실시간 지식, 관리되는 생태계 및 연결된 교통 인프라의 점점 더 많은 오프보드 데이터에 액세스할 수 있기 때문에 시기 적절하고 매우 관련성이 높습니다.

그러나 ADAS(첨단 운전자 지원 시스템), V2X(Vehicle-to-Everything) 및 완전한 기술의 지속적인 발전으로 인해 관리해야 하는 차량 소프트웨어 및 데이터의 확산으로 인해 OTA를 계획하고 실행하는 것이 점점 더 복잡해질 것입니다. 자율주행.

Airbiquity의 OTA 솔루션인 OTAmatic™은 규모에 맞게 소프트웨어 업데이트와 데이터 관리를 안정적이고 안전하게 조정하고 자동화함으로써 자동차 OTA의 복잡성을 제거합니다. . OTAmatic은 단일 시스템, 고도로 정제된 정책 기반 백엔드 관리 도구 및 글로벌 서비스 제공 가용성으로 소프트웨어 업데이트와 데이터 수집을 모두 관리할 수 있는 다중 전자 제어 장치(ECU) 기능을 제공합니다. OTAmatic은 또한 Amazon Web Services와 같은 주요 퍼블릭 클라우드인 Airbiquity 클라우드(Choreo™)에 배포할 수 있습니다. 또는 Microsoft Azure ) 또는 고객 데이터 센터의 온프레미스. 업계에서 호평을 받고 있는 혁신적이고 시장을 선도하는 제품입니다.

IoT Now:자동차, 보험사, 소유자, 사용자 및 이동성 제공업체 간에 어떤 종류의 데이터를 공유할 수 있나요?(자동차 제조업체가 우리에게 자동차를 판매하지 않을 수 있기 때문에)

SF: 배경으로 수집되는 데이터의 두 가지 주요 범주는 차량 작동 데이터와 운전 행동 데이터입니다. 여기에서 수집된 특정 데이터 포인트는 프로그램을 배포하는 자동차 제조업체 또는 모빌리티 서비스 제공업체의 비즈니스 및 프로그램 요구 사항에 따라 달라집니다. 또한 카메라 및 센서와 같은 온보드 기술의 지속적인 발전으로 인해 차량에서 내보낼 수 있는 데이터 포인트 및 데이터 볼륨의 양이 증가할 것입니다.

대부분의 자동차 제조업체와 모빌리티 서비스 제공업체는 제품 또는 서비스 지원, 고객 서비스, 비즈니스 운영, 수익화에 걸친 데이터와 분석 기회를 극대화하기 위해 최대한 많은 데이터를 수집하기 위해 움직이고 있습니다. 데이터 공유와 관련하여 업계 전체에서 데이터 수집 및 분석이 상대적으로 미숙하기 때문에 현재 많은 일이 진행되고 있지 않습니다. 그러나 Airbiquity는 OTA 시스템의 도입, 확장된 관리형 생태계 및 관련 수익 창출 노력과 함께 앞으로 변화할 것으로 예상합니다.

그렇다면 업계는 자동차 제조사나 모빌리티 서비스 제공업체에 속한 데이터와 차량 운전자 및 승객에 대한 데이터를 차별화하기 시작해야 할 것이다. 거시적 수준에서 가능한 시나리오는 차량 운영 데이터(시스템 및 구성 요소 수준)가 차량 상태를 이해하고, 의도한 대로 작동하는지 확인하고, 사이버 보안 위반을 감지하고, 차량 리콜, 유지보수 및 서비스를 실시합니다.

위치, 속도 및 제동과 같은 운전 행동 데이터는 소비자(즉, 차량을 운전하는 사람)의 소유가 되며 언제든지 데이터 공유를 선택하거나 선택 해제할 수 있습니다. 우리는 또한 소비자가 개인 데이터를 공유하는 대가로 가치 있는 것을 점점 더 많이 찾을 것으로 예상합니다. 따라서 이를 프로그램에 포함하고 명확하게 전달해야 할 책임은 자동차 제조업체와 서비스 제공업체에 있습니다.

IoT Now:차량 내에서 얼마나 많은 데이터 처리를 수행해야 하고 원격으로 수행할 수 있는 작업은 얼마나 됩니까? 에지 컴퓨팅과 실시간 연결에는 어떤 의미가 있습니까?

SF: 기술 개발의 이 단계에서 어디에서 얼마나 많은 데이터 처리가 필요하다고 단정적으로 말하기는 너무 이르다. 그러나 온보드(에지) 처리와 오프보드(클라우드) 처리 간의 효율적인 균형은 관리해야 하는 데이터 및 분석 유형과 온보드 증가 비용을 기반으로 결정해야 합니다. 클라우드 기반 분석을 위해 차량과 클라우드 간의 에지 분석 및 네트워크 대역폭을 수용하는 처리 능력.

IoT Now:실시간 데이터 분석에 초점을 맞추면 신흥 자동차 제조업체의 기준이 높아집니까?

SF: 기존 자동차 제조업체와 신흥 자동차 제조업체 모두의 기준을 높이고 있습니다. 실시간 데이터와 분석을 커넥티드 차량 프로그램 및 서비스에 통합하지 않는 기업은 차량 품질 및 안전, 기능 및 고객 서비스, 보다 효율적인 운영 및 전반적인 비즈니스 모델 측면에서 경쟁 우위를 확보할 기회를 잃게 될 것입니다.

IoT Now:승객의 요구 사항을 프로파일링하고 차량, 경로 및 성능을 사용자에 맞게 조정하는 데 인공 지능 및 머신 러닝의 역할은 무엇입니까?

SF: 인공 지능(AI)과 머신 러닝은 차세대 차량 사용자 인터페이스와 교통 경험을 만드는 데 중요한 역할을 할 것입니다. Alexa 및 Siri와 같은 AI 기술의 통합은 차량 명령 및 제어를 향상시키고 머신 러닝을 통해 차량은 개인의 선호도, 운전 습관 및 기타 행동을 기반으로 시기 적절하고 관련성이 높은 이동성 관련 제안을 사전에 제공할 수 있습니다. 이러한 기술은 또한 차량 공유 및 주문형 자율 차량에 참여하는 소비자에게 일관되고 개인화된 운전 경험을 제공하는 데 필수적입니다.

이러한 기술은 또한 차량 공유 및 주문형 자율 차량 호출 프로그램에 참여하는 소비자에게 일관되고 개인화된 운전 경험을 제공하는 데 필수적입니다.

IoT Now:자율 주행 차량을 연결되지 않은 운전자 주도 교통과 통합하는 것이 주요 과제입니까?

SF: 전적으로. 완전 자율 주행 차량이 점차 더 광범위한 상업용 및 비상업용으로 발전함에 따라 자율 주행 차량과 자율 주행 차량이 도로를 공유해야 하는 시기를 겪을 것입니다. 결국, 혼합 차량 환경을 처리하는 가장 실용적이고 안전한 방법이 되는 경우, 차량 트래픽을 분리하기 위해 주요 도로에 자율 전용 차선을 구축하거나 할당하기 시작하기에 충분한 자율 차량 볼륨이 있는 지점에 도달할 수 있습니다.

그러나 전용 자율 차선이 더 작은 도로와 거리에 할당되지 않을 가능성이 매우 높기 때문에 두 유형의 자동차는 이러한 시나리오에서 동일한 차선을 공유해야 합니다. 또한 일부 도시에서는 비자율 차량을 완전히 배제하는 완전 자율 구역을 설정할 수도 있지만 이러한 시나리오를 평가하고 전환을 시작하기 위해 자동차 제조업체와 연방, 주 및 지방 정부 간에 여전히 해야 할 일이 많습니다.

미국 Airbiquity의 마케팅 부사장인 Scott Frank는 IoT Now 및 IoT Now Transport의 편집 이사인 Jeremy Cowan과 이야기를 나누었습니다.