최근 몇 년 동안 자동차 산업은 자율 주행 기술의 상당한 발전을 목격했습니다. 현재 시장에 나와있는 다양한 차량에는 다양한 수준의 자율 주행 기능이 장착되어 있습니다. 대부분의 자동차는 현재 레벨 2 이상의 자율 주행 기능을 특징으로하며 일부 고급 모델은 레벨 3 자율 주행에 도달했습니다. 이러한 진보에도 불구하고, 자율 주행을 둘러싼 안전 문제는 대중의 초점으로 남아 있습니다.
결과적으로, 완전한 자율 주행 기능의 실현을 직접 추구하기보다는 ADAS (Advanced Driver -Assistance Systems)와 같은 자율 주행 기술 개발에 대한보다 점진적인 진화 적 접근 방식이 증가하고 있습니다. ADA는 센서 및 카메라를 포함한 자동화 기술을 사용하여 근처의 장애물 또는 운전자 오류를 감지하고 그에 따라 응답합니다. 이는 차량 운영 및 도로 교통의 안전성을 크게 향상시킵니다. 업계는 완전한 자율 주행을 장기적인 목표로 널리보고 있으며 ADA는 점점 더 달성하는 경로에서 촉매제로 간주됩니다.
전기 자동차 (EV)로의 전환은 소프트웨어 정의 차량 (SDV) 아키텍처의 채택을 촉진하는 데 중요한 역할을하고 있습니다. 전기 모델은 종종 이러한 플랫폼을 사용하기 때문에 SDV 기능을 EVS에 통합하면 두 기술의 시장 침투를 가속화하는 데 도움이됩니다. 그러나 기존의 원래 장비 제조업체 (OEM)는 소프트웨어 - 정의 차량으로 전환 할 때 압력을 가하고 있으며 자동차 부문의 새로운 사람들은이 지역에서 진전을 이루었습니다.
극복해야 할 주요 과제는 소비자가 전통적인 'One -Time Payment '모델에서 '구독 - 기반 '모델로의 전환을 받아 들일 수 있는지 여부입니다. 이 새로운 모델은 정기적 인 소프트웨어 업데이트를 제공하고 새로운 기능을 추가합니다. 이러한 업데이트는 소프트웨어 정의 시스템의 신뢰성, 안전성 및 기능적 안전을 보장하는 데 필수적이며 SDV의 광범위한 적용을 홍보 할 것입니다. OEM의 경우 새로운 기능을 추가하고 Over (Over -Air) 소프트웨어 업그레이드를 통해 차량 성능을 향상시키는 기능은 차량을 유지하면서 새로운 정기 수익원을 만들 수있는 기회를 제공합니다. 향후 몇 년간의 방향은 자동차 산업에 대한 SDV의 영향을 결정할 것입니다.
처음에는 5G에 대한 많은 대화가 있었지만 자동차 산업은 점차이 무선 네트워크의 적용을 수용했습니다. 5G가 광범위하게 채택되고 향후 6G 네트워크로의 발전으로 소프트웨어 업그레이드에 OTA 기술을 사용하고 대량 생산 전달 후 차량에 새로운 기능을 추가하는 것이 현실이 될 것입니다. 이와 관련하여 Telematics Control 장치는 이러한 소프트웨어 업데이트 및 서비스 업그레이드를 지원하는 데 중요한 역할을합니다.
다양한 운송 모드와 서비스를 단일 ON -Demand Access 플랫폼에 통합하는 MAS (Mobility -AS -A -Service)는 오랫동안 운송의 미래로 오랫동안 환영 해 왔습니다. 몇 차례 실패한 후, 전략적 초점은 피닉스, 밀턴 케인즈, 비엔나, 헬싱키 및 싱가포르와 같은 비교적 간단한 네트워크 구조로 도시에 MAA를 배치하는 데 전학했습니다. 목표는 샌프란시스코, 런던, 파리, 도쿄 및 홍콩과 같은 더 복잡한 대도시 지역으로 확장하는 것입니다. 디지털 트윈 기술을 사용하여 광범위한 테스트를 수행하는 것은 이러한 이니셔티브의 성공에 필수적입니다.
자동차 산업은 또한 인공 지능 분야 (AI)에 점점 더 집중하고 있습니다. AI는 차량 설계 및 성능을 향상시키기 위해 차량에서 현재 생성 된 방대한 양의 데이터를 분석하고 광산하는 데 점점 더 많이 사용될 것입니다. 그러나 AI의 적용은 안전성 및 신뢰성 문제가 완전히 해결 될 때까지 제한됩니다. 이러한 문제를 해결하기 위해 자동차 제조업체는 AI를 활용하여 자율 주행 소프트웨어에 사용되는 AI 알고리즘의 안전성과 신뢰성을 확인합니다. 이를 위해서는 자동차 산업에서 AI 사용에 대한 지원 및 감독을 제공하기 위해 'AI Traffic Police '팀이 필요합니다.
