汽车创新可以挽救数千人的生命和 350 亿美元，但首先我们必须建立基础

每个人都在谈论自动驾驶汽车，但要使其发挥作用，汽车行业需要为无线 (OTA) 软件和数据更新创建联网汽车生态系统。一份 2015 年 IHS 市场报告称，到 2022 年，OTA 将为全球汽车制造商节省超过 350 亿美元，但是，暂时停止财务激励，OTA 还可以发送和接收以车辆为中心的关键数据。

这对你有什么影响？嗯，这可能会影响方方面面，从减少安全召回到网络安全更新，从保险福利和车辆诊断到与智能家居的连接。

要了解未来几年司机和汽车制造商可以期待什么，请点击这里 Jeremy Cowan 与美国 Airbiquity 营销副总裁 Scott Frank 交谈。

现在的物联网：我们今天离实现完全 5 级车辆自动驾驶还有多远？我们什么时候才能体验到它？

斯科特·弗兰克： 至少在 2030 年之前，我们不会体验完全自动驾驶，定义为 SAE 4 级和 5 级。但我们确实希望看到公开测试和严格管理的自动驾驶汽车在选择性商业应用中的推出最早最晚开始2018.

此后，汽车制造商将开始缓慢但稳定地增加全球自动驾驶汽车的产量，预计到 2026 年每年将达到 100 万辆。 从这个角度来看，100 万辆自动驾驶汽车占 2016 年全球轻型汽车总量的 1%生产。

IoT Now：这种程度的自主权有什么好处？你能附上数字吗？

顺丰： 自动驾驶汽车承诺具有显着的安全性、效率和环境效益。因为它们将装载传感器，自动驾驶汽车将能够检测道路状况并比人类驾驶员更快、更可靠地做出反应。预计减少交通事故50%以上，挽救大量生命财产损失。

由于可以获得大量实时信息，例如道路状况、拥堵、交通信号和天气，自动驾驶汽车也将更加高效，这些信息可用于优化旅行路线，从而节省时间和燃料。由于自动驾驶汽车的驾驶效率更高，燃料消耗更少，因此其碳足迹将远低于非自动驾驶汽车，预计减排量高达 60%。

现在的物联网：汽车日益复杂导致车辆召回增加，而这将通过无线软件 (OTA) 更新来减少。不开发 OTA 软件的成本是多少？

顺丰： 不开发和部署 OTA 技术实际上会节省数十亿美元的成本，而汽车制造商非常善于利用他们所能节省的任何成本机会。在非 OTA 启用的车辆中更新软件是一个耗时的手动过程，由汽车制造商在生产期间或授权经销商和服务提供商后期执行。执行手动软件更新的成本估计为每半小时人工 50 美元。

当您将每辆车每年进行多次软件更新考虑在内时，对于多家汽车制造商的数亿辆汽车，全球费用节省估计将增长至数十亿。多大？一份 2015 年 IHS 市场报告引用了 350 亿美元的全球 OTA 成本节约估计——这是汽车制造商为其车辆投资 OTA 技术的一个非常令人信服的理由。 SBD 研究证明了 OTA 绝对是我们未来的交通运输工具 分析预测，到 2025 年，美国销售的新车中有三分之一将支持 OTA 更新，而通用汽车最近宣布，到 2020 年，其整个车辆组合都将支持 OTA。

IoT Now：Airbiquity 在这方面做了什么？

顺丰： 从 Airbiquity 的角度来看，OTA 是一个双面硬币。 OTA 软件更新将使汽车制造商能够显着减少与软件相关的召回费用和相关的消费者时间负担，缩短网络安全响应时间，并提供售后车辆性能和功能增强。

OTA 还可用于数据收集和分析，以提高产品质量、运营效率，并为新的“以驾驶为中心”的消费者服务提供动力。这将是及时且高度相关的，因为他们受益于实时了解车辆状况和位置、个人驾驶行为和偏好，以及来自管理生态系统和互联交通基础设施的越来越多的车外数据。

然而，由于高级驾驶员辅助系统 (ADAS)、车辆到一切 (V2X) 和全面互联技术的不断进步，需要管理的车辆软件和数据激增，因此规划和执行 OTA 将是一个越来越复杂的命题。自动驾驶。

Airbiquity 的 OTA 解决方案 OTAmatic™ 通过可靠、安全地编排和自动化软件更新和数据管理——大规模，消除了汽车 OTA 的复杂性 . OTAmatic 提供多电子控制单元 (ECU) 功能，可通过一个系统、高度完善的基于策略的后端管理工具和全球服务交付可用性来管理软件更新和数据收集。 OTAmatic 也可以部署在 Airbiquity 云 (Choreo™) 中，领先的公共云（如 Amazon Web Services 或微软 Azure )，或在客户数据中心内部部署。这是一种创新的、市场领先的产品，在业界广受欢迎。

IoT Now：车辆、保险公司、车主、用户和移动服务提供商之间可以共享哪些类型的数据（因为汽车制造商可能不向我们出售汽车）？

顺丰： 作为背景，将收集两大类数据：车辆运行数据和驾驶行为数据。从那里开始，收集的特定数据点将根据部署该计划的汽车制造商或移动服务提供商的业务和计划要求而有所不同。由于摄像头和传感器等车载技术的不断进步，可以从车辆导出的数据点和数据量也将越来越多。

大多数汽车制造商和移动服务提供商正在着手收集尽可能多的数据，以最大限度地提高其跨越产品或服务支持、客户服务、业务运营和货币化的数据和分析机会。在共享数据方面，由于整个行业中数据收集和分析的相对不成熟，目前还没有很多事情发生。但 Airbiquity 预计，随着 OTA 系统的引入、扩展的托管生态系统以及相关的货币化工作，这种情况会有所改变。

话虽如此，该行业将需要开始区分属于汽车制造商或移动服务提供商的数据与属于车辆驾驶员和乘客的数据。在宏观层面，我们认为一种可能的情况是车辆运营数据（系统和组件级别）将由汽车制造商和服务提供商拥有，他们可以利用这些数据来了解车辆状况，确保其按预期运行，检测网络安全漏洞，以及进行车辆召回、维护和服务。

位置、速度和制动等驾驶行为数据将由消费者（即驾驶车辆的人）拥有，并且可以随时选择加入或退出共享他们的数据。我们还预计，消费者将越来越多地寻求有价值的东西以换取分享他们的个人数据，因此汽车制造商和服务提供商有责任将其纳入他们的计划并进行清晰的沟通。

IoT Now：有多少数据处理需要在车内完成，有多少可以远程完成？对边缘计算和实时连接有何影响？

顺丰： 在技​​术发展的这个阶段，现在下结论说需要在何处完成多少数据处理还为时过早。但是，很明显，需要根据需要管理的数据和分析类型以及增加机载的成本来确定机载（边缘）和机外（云）处理之间的有效平衡处理能力，以适应边缘分析和车辆与云之间的网络带宽，以进行基于云的分析。

IoT Now：对实时数据分析的关注是否提高了新兴汽车制造商的门槛？

顺丰： 它提高了所有汽车制造商的标准，无论是成熟的还是新兴的。那些没有将实时数据和分析集成到其联网汽车计划和服务中的公司将失去在汽车质量和安全、功能和客户服务以及更高效的运营和整体商业模式方面获得竞争优势的机会。

IoT Now：人工智能和机器学习在分析乘客需求和根据用户调整车辆、路线和性能方面将发挥什么作用？

顺丰： 人工智能 (AI) 和机器学习将在创建下一代车辆用户界面和交通体验方面发挥关键作用。 Alexa 和 Siri 等人工智能技术的融合将推进车辆的指挥和控制，机器学习将使车辆能够根据个人喜好、驾驶习惯和其他行为主动提供及时且高度相关的移动相关建议。这些技术对于为参与车辆共享和按需自动驾驶汽车的消费者提供一致的个性化驾驶体验也至关重要

这些技术对于为参与车辆共享和按需自动驾驶汽车叫车计划的消费者提供一致、个性化的驾驶体验也至关重要。

IoT Now：将自动驾驶汽车与非联网、驾驶员主导的交通相集成是否是一项重大挑战？

顺丰： 绝对地。随着全自动驾驶汽车慢慢进入更广泛的商业和非商业用途，我们将经历一个自动驾驶和非自动驾驶汽车必须共享道路的时期。最终，可能会有足够的自动驾驶车辆数量开始在主要道路上建造或分配自动专用车道以分隔车辆交通，如果这成为处理混合车辆环境的最实用和最安全的方式。

但是，很可能不会在较小的道路和街道上分配专用的自动车道，因此在这些情况下，两种类型的汽车都必须共享相同的车道。也有一些城市可能会建立完全自治的区域，将完全排除非自动驾驶汽车，但我们在汽车制造商与联邦、州和地方政府之间仍有很多工作要做，以评估这些情景并开始过渡。

美国 Airbiquity 营销副总裁 Scott Frank 正在与 IoT Now 和 IoT Now Transport 的编辑总监 Jeremy Cowan 交谈。