連網自駕車商機關鍵在「資料」

作者 : Egil Juliussen,EE Times專欄作者

智慧城市會使用來自目前連網車輛的資料,但會有更多資料來自大多數自駕車應用案例,會非常有用、並提供對所有車輛都有好處的結果...

接續前文:當連網車輛沒了人類駕駛…

自動駕駛技術預期對連網車輛帶來重大影響──因為有越來越多資料來自於自駕車,還有更多的資料與內容將傳送到每一輛自駕車。在上一篇文章,我們探討了連網車輛的連線能力與資料在ADAS車輛、貨運自駕車、固定/彈性路線自駕車與自駕卡車等應用情境中扮演的角色重要性,接下來繼續研究自駕計程車、私人自駕車以及其他自動駕駛應用對連網車輛的影響。

自駕計程車

在新冠病毒(Covid)疫情流行之初,大多數的自駕計程車測試與試營運都已經暫停,預期會受到更進一步的影響以及延遲。幾乎所有的自駕計程車試營運都會配置一位安全駕駛員,不過Waymo在美國亞利桑那州鳳凰城提供的服務,有5%的叫車行程未配置安全駕駛員;美國加州的法規也允許自駕車不配置安全駕駛,但是要能遠端操作;中國部分區域也開始允許未配置安全駕駛員的自駕車。

比起前面我們討論過的自駕車應用案例,自駕計程車需要比前面我們討論過的自駕車應用案例更大的無線連結能力;管理自動駕駛功能的電子控制單元(ECU)需要高容量的無線連結,以支援頻繁的軟體更新以及功能性軟體升級。

所有自駕計程車都需要廣泛的網路安全能力,大多數自駕計程車是叫車服務車隊的一員,配備車載網路安全軟/硬體防護措施;雲端網路安全營運中心會追蹤、分析、比對不尋常的連結活動,在必要時進行調查並採取行動。

自駕計程車預期能為客戶提供大量多元化的內容,包括只給乘客觀看的視訊;這通常被稱為「乘客經濟」,意味著消耗以視訊為主內容的是乘客而非駕駛人。視訊內容的消耗會需要大幅增加連網頻寬,特別是在自駕計程車開始大量佈署的時候。

自駕計程車的營運資料會特別重要,尤其是來自大型車隊的多樣化資料可以被充分利用;對這類資料的廣泛分析會是改善自駕計程車軟硬體功能性與安全性的關鍵。自駕計程車隊提供的額外資訊與分析,能橫跨數十年的時間追蹤自駕計程車安全性是如何提升,也能證明自駕計程車會比目前採用人類駕駛之叫車服務更安全。

建構一個最適合自駕計程車的駕駛環境也很重要,哪些資料該追蹤、如何利用,需要產業標準以進行公平的比較與分析結果,如此才有助於長期性的自駕車安全性演進。目前的自駕計程車已經開始收集道路與地圖資訊的變化,這在自駕計程車大量佈署之後也會持續進行。

此外,「乘客經濟」會提升對於在自駕計程車上的內容消耗統計需求,在此一個關鍵問題是:使用者對於隱私有多大程度的控制權?

私人自駕車

L4私人自駕車還距離我們有點遙遠,在未來演進以及佈署時間上都有很大的不確定性;最佳的使用案例是私人自駕車將會利用自駕計程車軟體驅動程式平台,能為私人使用提供類似的服務。這意味著私人自駕車需要的連網車輛功能與前面所敘述的自駕計程車差不多。

私人自駕車的「乘客經濟」會比自駕計程車更強勁,這是因為私人自駕車乘客待在自家車子上的時間更長,這應該會帶來更高的內容消耗量以及更多無線頻寬的使用。

其他自駕車議題

在上一篇文章的圖表中,筆者還列出了其他幾個與連結性相關的問題,主要是聚焦在影響自駕車無線通訊功能的議題上。

自駕車的遠端運作(tele-operation)是某些應用案例中會用到的,也就是自駕車可以被遠端能看到自駕車感測器數據的操作員操控。這主要會被應用在因應特殊狀況時的一小段時間,或者是作為自駕車軟體問題的備份。遠端運作會需要大量的無線頻寬,才能將感測器資訊中繼給遠端操作員。

無線通訊對所有的自駕車來說都很重要,這衍生了一個關鍵問題:是否某些自駕車需要備援通訊連結,以確保能一直連線?另一個類似的問題是:網路安全系統是否需要專屬的無線連結以提升安全性?我確信後者的答案為「是」,額外的無線連結可以在必要時作為備援。

幾乎所有在美國市場銷售的車輛都會有一個「黑盒子」,在碰撞事故發生時用以記錄關鍵的ECU資訊。不過這類資料的復原既困難又昂貴,我認為自駕車的碰撞資料應該要被儲存在黑盒子裡,但同時要即時傳輸到中立的一方以進行儲存與分析;這類資料能透過現有的無線連結傳輸。


ADAS、V2X…各種智慧車輛新時代最新技術趨勢都在這場


車用通訊(V2X)正進入汽車產業──即使V2X-DSRC與C-V2X兩種技術之爭戰火未熄。自駕車不需要V2X,但是利用V2X的協同效應與優勢非常具潛力。V2X會是另一個非自駕車與自駕車之間的無線連結,在3~5年內將會被大量佈署。

交通流量資料對任何一種車輛都會非常有用,並能為自駕車帶來額外的優勢;若加上V2X甚至會更好。未來自駕車是否可能與交通管理系統互動?──至少在某些特定地方或區域──如果答案是肯定的,會在未來的10或15年發生嗎?

最後,有幾個問題是與自駕車連結性的提升有關:第一個問題是我們何時會有自駕車標準?有多少種、到什麼程度?智慧城市會使用來自目前連網車輛的資料,但會有更多資料來自大多數自駕車應用案例,會非常有用、並提供對所有車輛都有好處的結果──會需要多少資料?這類資料的分享又是何時會發生?

自駕車會產生大量的資料──來自眾多光達(lidar)、雷達與攝影機等感測器。大多數感測器資料的壽命都很短,也不會離開自駕車,問題在於是哪一部分的感測器資料會被從自駕車傳輸到雲端?筆者的觀點是,那會是很小的一部分,但總量仍然很大。

以上的問題衍生的一個後續問題是,因為成本因素,資料記憶體通常被用來做為無線傳輸的權衡,資料記憶體會在稍後透過有線或本地無線連結清空。筆者認為自駕車內的本地資料記憶體會被用來暫時儲存大部分的感測器資料。

 

編譯:Judith Cheng

(參考原文 :The Impact of Autonomous Driving on Connected Cars,by Egil Juliussen )

掃描或點擊QR Code立即加入 “EETimes技術論壇” Line 群組 !

 EET-Line技術論壇-QR

發表評論