자동차 산업은 역사상 가장 심오한 변화 중 하나를 겪고 있습니다. 기계 공학과 마력에 의해 정의되면 오늘날의 차량은 점점 더 코드로 형성됩니다. 우리는 자동차의 인텔리전스가 엔진 블록에서 나오는 소프트웨어 블록이 아니라 소프트웨어 라인에서 소프트웨어 정의 차량 (SDV)의 시대에 들어갑니다. 최근 연구 연구 및 시장 글로벌 SDV 시장이 2024 년 213.5 억 달러에서 2030 년까지 1.2 조 달러 이상으로 성장할 것으로 예상됩니다. 소프트웨어, 매핑 및 AI의 교차점에서 일하는 사람들에게는 성장 규모가 놀라운 일이 아닙니다. 이동성의 모든 측면에서 AI의 역할이 얼마나 빠르게 확장되고 있는지에 대한 반영입니다.
AI는 자연 언어 프롬프트, 실시간 탐색 및 동적 라우팅, 예측 유지 보수, ADA (Advanced Driver-Assistance Systems) 및 더 높은 수준의 자동 운전을 갖춘 디지털 조종석과 같은 가장 귀중한 차량 기능의 배후에있는 디지털 엔진이 될 것입니다. AI는 드라이버 경험을 재정의하고 사용자 정의하는 데 도움을주고 있습니다. 최근에 따르면 IBM 연구에 따르면 자동차 경영진의 74%가 2035 대의 차량이 소프트웨어 정의 및 AI 전원이 될 것이라고 생각합니다. 그리고 그때까지 새로운 자동차의 80%가 전기 파워 트레인을 특징으로하여 차량 시스템, 매핑, 소프트웨어 및 AI 기능을 통합하기위한 훨씬 더 자연스러운 기반을 제공 할 것으로 예상됩니다.
AI 기반 매핑 : SDV의 디지털 나침반
AI의 역할의 특히 강력한 예는 디지털지도 제작의 진화에 관한 것입니다. 전통적인 정적지도는 a “라이브”지도: 다양한 차량 시스템에 전원을 공급하는 데 사용되는 도로 환경의 역동적이고 지속적으로 스트리밍 된 표현. 지도는 점점 더 전기, 연결 및 자동 차량에서 안전하고 효율적인 운전에 필수적입니다.
라이브 맵은 간단한 내비게이션 이상의 것을 제공하여 차량이 주변 환경을 해석하고 실시간으로 운전 결정을 실시간으로 결정할 수 있습니다. AI의 패턴을 감지하고, 환경 변화를 인식하며,지도 데이터를 업데이트하는 능력은 동적으로 동적으로 맵을 만들면 운전자 (및 차량 시스템)가 건설 구역을 피하고 교통 사고에 대한 경로를 재배치하며 도로 간판 또는 속도 제한의 변화를 인식하게됩니다.
우리는 이미 차량 센서, 위성 이미지 및 크라우드 소싱 입력의 데이터를 지속적으로 통합하여 변화하는 도로 조건을 반영하는 라이브 맵 기능을 이미보고 있습니다. AI 및 기계 학습으로 자동 및 구동되는 여러 데이터 소스를 통합하는 기능은 라이브 맵의 실제 잠재력을 잠금 해제합니다.
개인화 된 차량 : 지능적이고 직관적 인 차량 경험
운전자 경험은 또한 더욱 개인화되고 직관적이며 AI 중심이되고 있습니다. 우리는 자연 언어에 반응하고 운전자 행동의 패턴을 인식하는 법을 배우는 차량 내 AI 조수를보고 있습니다. AI Assistants는 이제 자연 언어가 발생하는 라우팅, EV 충전 권장 사항, 운전 조건에 따라 안전 경보 및 정지, 선호도 및 실시간 변경 사항을 포함하는 동적 여정 제안을 제공합니다.
에 따르면 IBM 연구 결과, 경영진의 75%는 소프트웨어 정의 경험이 2035 년까지 자동차 브랜드 가치의 핵심이 될 것이라고 생각합니다. 이는 운전자가 가장 짧은 여행 시간뿐만 아니라 실시간 날씨, 인근 EV 충전기 가용성 및 좋아하는 여행 센터 또는 커피 숍과 같은 이전 정류장과 같은 역동적 인 요소를 고려할 수 있음을 의미합니다. 시간이 지남에 따라 차량은 운전자와 함께 배우고 진화하는 여행 동반자가됩니다.
AI 보조 및 자율 기능의 기초로서
AI는 또한 ADA의 지속적인 진화와 자율 주행 기능의 기본입니다. 차선 유지 및 적응 크루즈 컨트롤에서 보행자 탐지 및 객체 인식에 이르기까지 차량 안전 및 효율성에 대한 의사 결정을 개선 할 수 있습니다.
SDV가 높은 수준의 자율성을 향해 발전함에 따라 AI 기반 매핑과 Lidar 및 카메라와 같은 온보드 센서 입력의 조합은 정확한 경로 계획, 상황 인식 및 규제 준수에 필수적입니다.
로드 블록 극복 : AI 통합의 주요 과제
SDV에서 AI의 변형 가치는 광대하고 AI에 대한 열정은 높지만 광범위한 채택을 위해서는 몇 가지 과제를 해결해야합니다.
- 데이터 무결성 및 보안 : AI는 대량의 데이터에 의존하여 실시간 정확도를 유지하면서 민감한 정보 보안에 대한 우려를 제기합니다. 자동차 제조업체 및 소프트웨어 제공 업체는 AI 구동 위치 및 차량 데이터가 위반 및 무단 액세스로부터 보호되어야하며 차량이 더욱 연결되면 규제 표준을 준수해야합니다.
- 상호 운용성 및 표준화 : 더 많은 회사가 AI 기반 시스템을 개발하는 반면, 이러한 기술이 브랜드와 공급 업체에서 협력하여 단편화를 방지하고 교차 플랫폼 호환성을 향상시킬 수 있도록해야합니다.
- Cloud & Edge Computing Infrastructure : AI에 의해 생성 된 대량의 실시간 데이터를 처리하려면 강력한 컴퓨팅 인프라가 필요합니다. 클라우드 컴퓨팅 및 에지 처리의 지속적인 발전은 매핑, 내비게이션 및 차량 자동화의 AI 애플리케이션을 지원하는 데 중요합니다.
SDV에 대한 AI 구동 맵의 미래
미래를 살펴보면 라이브 맵은 차량의 운영 방식의 중심이되어 정밀도가 높아져 주변 세계를 해석하고 대응할 수 있습니다. AI가 차량의 실시간 가상 복제본을 생성하는 디지털 트윈 기술의 상승은 자동차 제조업체가 도로를 치기 전에 차량 기능을 시뮬레이션, 테스트 및 개선 할 수있게합니다. 최근 발전 AI 기반 이미지 인식 및 클라우드 처리는 거리 수준 이미지에서 실제 기능을 자동화 할 수있게하여 자동차 제조업체가 시뮬레이션, 안전 테스트 및 SDV 개발을 가속화하는 가상 환경을 생성 할 수 있도록 도와줍니다.
탐색 및 사용자 경험을 향상시키는 것 외에도 AI 중심 분석은 점점 더 센서 및 성능 데이터의 패턴을 감지하여 유지 보수 요구를 조기에 식별 할 수있게 해줄 것입니다. AI는 타이어 압력 변화 또는 브레이크 효율 감소와 같은 차량 동작의 미묘한 변화를 인식하여 기존 경고 시스템이 활성화되기 전에 서비스 경보를 트리거 할 수 있습니다. 이러한 예측 통찰력은 안전성을 향상시킬뿐만 아니라보다 효율적이고 비용 효율적인 차량 및 차량 관리를 지원할 것입니다.
분명한 것은이 미래에 자동차 제조업체, AI 기술 제공 업체, 클라우드 플랫폼 및 위치 데이터 전문가 간의 강력한 파트너십이 필요하다는 것입니다. 단일 조직은 혼자서 구축 할 수 없습니다. 그러나 함께 일함으로써 우리는 더 안전하고 똑똑하며 연결된 자동차 미래를 형성 할 수 있습니다.
업계가 소프트웨어 정의 아키텍처로의 전환을 계속함에 따라 실시간 AI 구동 위치 인텔리전스의 중요성은 성장할 것입니다.
게시물 소프트웨어 정의 차량의 새로운 시대에 AI 기반지도 제작이 필수적인 이유 먼저 나타났습니다 Unite.ai.
