Az utóbbi években az autóipar jelentős előrelépéseket tanúsított az autonóm vezetési technológiákban. Jelenleg a járművek széles skálája a piacon különböző szintű autonóm vezetési képességekkel van felszerelve. Az autók többségének a 2. szintű vagy annál magasabb szintű vezetési funkciókkal rendelkezik, és néhány csúcskategóriás modell elérte a 3. szintű autonóm vezetést. Ezen előrehaladás ellenére az autonóm vezetést körülvevő biztonsági aggályok továbbra is a nyilvánosság fókuszpontja.
Ennek eredményeként egyre növekszik egy fokozatos evolúciós megközelítés az autonóm vezetési technológia fejlesztésére, például a fejlett sofőr - segítségnyújtási rendszerek (ADAS) révén, ahelyett, hogy közvetlenül a teljes autonóm vezetési képességek megvalósítását folytatnák. Az ADAS automatizálási technológiákat használ, beleértve az érzékelőket és a kamerákat is, hogy felismerje a közeli akadályokat vagy a vezető hibákat, és ennek megfelelően reagáljon. Ez jelentősen javítja a jármű üzemeltetésének és a közúti forgalom biztonságát. Az iparág széles körben a teljes autonóm vezetést hosszú időtartamú célnak tekinti, és az ADAS egyre inkább katalizátornak tekintik annak elérésének útján.
Az elektromos járművekre való áttérés (EV) szintén döntő szerepet játszik a szoftver által meghatározott jármű (SDV) architektúrák elfogadásának előmozdításában. Mivel az elektromos modellek gyakran használják ezeket a platformokat, az SDV funkciók integrálása az EV -kbe segít felgyorsítani mindkét technológia piaci penetrációját. A hagyományos eredeti berendezésgyártók (OEM) azonban nyomást gyakorolnak, amikor a szoftverre váltak - meghatározott járművek, míg az új - a gépjármű -szektorban eljutók, előrehaladtak ezen a területen.
A leküzdendő kulcsfontosságú kihívás az, hogy a fogyasztók elfogadhatják -e a hagyományos „egy - időfizetés” modellt egy „előfizetés alapú” modellre való áttérést. Ez az új modell rendszeres szoftverfrissítéseket biztosít és új funkciókat ad hozzá. Ezek a frissítések nélkülözhetetlenek a szoftver által meghatározott rendszerek megbízhatóságának, biztonságának és funkcionális biztonságának biztosításához, és elősegítik az SDV -k széles körű alkalmazását is. Az OEM -k esetében az a képesség, hogy új funkciókat adjon hozzá és javítsa a jármű teljesítményét - a - AIR (OTA) szoftverfrissítései révén új rendszeres bevételi források létrehozására szolgál, miközben a járműveket fel kell tartani - dátumra. A következő néhány év iránya meghatározza az SDV hatását az autóiparra.
Noha kezdetben sok beszélgetés folyt az 5G -ről, az autóipar fokozatosan átvette a vezeték nélküli hálózat alkalmazását. Az 5G széles körű elfogadásával és a jövőbeli fejlődéssel a 6G hálózatokra valósággá válik, ha az OTA technológiát használja a szoftverfrissítésekhez, és új funkciókat adjon a járművekhez a tömegtermelés kézbesítése után. Ebben a tekintetben a Telematics Control egység döntő szerepet játszik ezen szoftverfrissítések és a szolgáltatásfrissítések támogatásában.
A mobilitás - As - A - Service (MAAS), amely a különféle szállítási módokat és szolgáltatásokat integrálja egyetlen ON -ON -Access Platformba, régóta üdvözölik a szállítás jövőjének. Számos sikertelen kísérlet után a stratégiai fókusz a MAA -k telepítésére váltott a viszonylag egyszerű hálózati struktúrákkal rendelkező városokban, mint például Phoenix, Milton Keynes, Bécs, Helsinki és Szingapúr. A cél az, hogy azután kibővítsük olyan összetettebb nagyvárosi területeket, mint San Francisco, London, Párizs, Tokió és Hongkong. A digitális ikertechnika segítségével történő kiterjedt tesztek elvégzése elengedhetetlen e kezdeményezések sikeréhez.
Az autóipar egyre inkább a mesterséges intelligencia (AI) területére összpontosít. Az AI -t egyre inkább felhasználják a járművek által jelenleg generált hatalmas mennyiségű adat elemzésére és bányászatára a jármű tervezésének és teljesítményének javítása érdekében. Az AI alkalmazása azonban korlátozott, amíg a biztonsági és megbízhatósági kérdések teljesen meg nem oldódnak. Ezen aggodalmak kezelése érdekében az autógyártók az AI -t használják az autonóm vezetési szoftverben használt AI algoritmusok biztonságának és megbízhatóságának ellenőrzésére. Ehhez szükség van egy „AI forgalmi rendõrség” csapatához, hogy segítséget és felügyeletet nyújtsanak az AI használatához az autóiparban.