Autonomisen ajotekniikan käytännön testaus ja autoteollisuuden muutokset

Autoteollisuus on viime vuosina tapahtunut merkittäviä edistyksiä autonomisissa ajotekniikoissa. Tällä hetkellä markkinoilla olevat ajoneuvovalikoima on varustettu eri tasoilla itsenäisistä ajoominaisuuksista. Suurimmassa osassa autoja on nyt taso 2 tai enemmän itsenäisiä ajotoimintoja, ja jotkut huippuluokan mallit ovat jopa saavuttaneet tason 3 autonomisen ajamisen. Näistä edistyksistä huolimatta autonomista ajamista ympäröivät turvallisuusongelmat ovat yleisön keskipiste.

Seurauksena on, että asteittaisempi evoluutiolähestymistapa on kasvava itsenäisen ajotekniikan kehittämiseen, kuten edistyneiden kuljettajan avustusjärjestelmien (ADAS) kautta, sen sijaan, että jatketaan suoraan täydellisten itsenäisten ajokyvyjen toteuttamista. ADAS käyttää automaatiotekniikoita, mukaan lukien anturit ja kamerat, havaitakseen lähellä olevat esteet tai kuljettajavirheet ja vastaavat vastaavasti. Tämä parantaa merkittävästi ajoneuvojen toiminnan ja tieliikenteen turvallisuutta. Teollisuus pitää laajasti täysin itsenäistä ajamista pitkän aikavälin tavoitteena, ja ADA: ta pidetään yhä enemmän katalysaattorina sen saavuttamisen tiellä.

Siirtymisellä sähköajoneuvoihin (EV) on myös ratkaiseva rooli ohjelmisto -määritellyn ajoneuvon (SDV) arkkitehtuurien käyttöönoton edistämisessä. Koska sähkömallit käyttävät usein näitä alustoja, SDV -toimintojen integrointi EV: iin auttaa nopeuttamaan molempien tekniikoiden markkinoiden tunkeutumista. Perinteiset alkuperäiset laitevalmistajat (OEM -valmistajat) kohtaavat kuitenkin painostusta siirtyessään ohjelmistoihin määriteltyihin ajoneuvoihin, kun taas autoteollisuuden uusien tulijat ovat edistyneet tällä alueella.

Keskeinen haaste, joka on voitettava, on se, voivatko kuluttajat hyväksyä siirtymisen perinteisestä 'yhden aikataulun ' -mallista A '-tilauspohjaiseen ' -malliin. Tämä uusi malli tarjoaa säännöllisiä ohjelmistopäivityksiä ja lisää uusia ominaisuuksia. Nämä päivitykset ovat välttämättömiä ohjelmistojen määritettyjen järjestelmien luotettavuuden, turvallisuuden ja toiminnallisen turvallisuuden varmistamiseksi, ja ne edistävät myös SDV: ien laajaa sovellusta. OEM: ien kannalta kyky lisätä uusia toimintoja ja parantaa ajoneuvojen suorituskykyä yli - - Air (OTA) -ohjelmistopäivitykset tuovat mahdollisuuksia luoda uusia säännöllisiä tulovirtoja pitäen ajoneuvot - päivämäärään. Seuraavien vuosien suunta määrittää SDV: n vaikutuksen autoteollisuuteen.

Vaikka 5G: stä puhuttiin alun perin paljon, autoteollisuus on vähitellen omaksunut tämän langattoman verkon sovelluksen. Kun 5G: n ja tulevaisuuden kehitys on laajalle levinnyt 6G -verkkoihin, on totta käyttää OTA -tekniikkaa ohjelmistopäivityksiin ja lisätä uusia ominaisuuksia ajoneuvoihin massatuotannon toimittamisen jälkeen. Tältä osin telematiikan ohjausyksiköllä on ratkaiseva rooli näiden ohjelmistopäivitysten ja palvelupäivitysten tukemisessa.

Liikkuvuus - AS - A - Service (MAAS), joka integroi erilaiset kuljetusmuodot ja -palvelut yhdeksi kysynnän pääsyalustaksi, on jo kauan pidetty kuljetuksen tulevaisuutena. Useiden epäonnistuneiden yritysten jälkeen strateginen painopiste on siirtynyt MAAS: n käyttöönottoon kaupungeissa, joissa on suhteellisen yksinkertaisia ​​verkkorakenteita, kuten Phoenix, Milton Keynes, Wien, Helsingki ja Singapore. Tavoitteena on sitten laajentua monimutkaisemmille metropolialueille, kuten San Francisco, Lontoo, Pariisi, Tokio ja Hong Kong. Laajojen testien suorittaminen digitaalisella kaksoistekniikalla on elintärkeää näiden aloitteiden onnistumiselle.

Autoteollisuus keskittyy yhä enemmän keinotekoisen älykkyyden (AI) alaan. AI: ta käytetään yhä enemmän ajoneuvojen tällä hetkellä tuottamien laajojen tietojen analysoimiseksi ja kaivoksi ajoneuvojen suunnittelun ja suorituskyvyn parantamiseksi. AI: n soveltaminen on kuitenkin rajoitettu, kunnes sen turvallisuus- ja luotettavuusongelmat on ratkaistu kokonaan. Näiden huolenaiheiden ratkaisemiseksi autovalmistajat hyödyntävät AI: tä tarkistaakseen autonomisessa ajo -ohjelmistossa käytettyjen AI -algoritmien turvallisuutta ja luotettavuutta. Tämä vaatii ryhmän 'AI Traffic Police' -ryhmää tarjoamaan apua ja valvontaa AI: n käyttöön autoteollisuudessa.