ソフトウェア定義車の基礎 - FOTA および SOTA ソリューション

ソフトウェア定義車の基礎 - FOTA および SOTA ソリューション

OTAとは何ですか?

OTA(Over-the-Air Technology)は中国語でエアダウンロード技術と翻訳され、モバイル通信ネットワークのエアインターフェースを通じてリモートデバイスのデータとアプリケーションをリモートで管理する技術です。

OTA は、大きく分けて 2 つのカテゴリに分けられます。FOTA (Firmware-over-the-air): 完全なファームウェア イメージをデバイスまたは ECU フラッシュ メモリにダウンロードすること、または既存のファームウェアにパッチを適用してフラッシュ メモリを更新することを指します。たとえば、車両のステアリング システムをアップグレードして運転操作を容易にしたり、アクセル ペダルの応答強度をアップグレードして加速をより直線的で快適にしたりすることができます。つまり、SOTA と比較すると、FOTA テクノロジの方が価値があります。

SOTA(Software-over-the-air、ソフトウェアオンラインアップグレード):ユーザーに近いと思われるアプリケーションやマップOTAはすべてSOTAのカテゴリに分類されます。たとえば、マルチメディア システムをアップグレードしたり、操作インターフェイスやテーマを変更したり、ダッシュボードの表示スタイルを変更したりする場合でも、基本的にはこの SOTA アップグレード方法を使用します。これは、現在、自社ブランド車の OTA アップグレードの主な方法でもあります。

OTAの価値

通信事業者や無線デバイス製造業者は、FOTA をデバイスのリコールを回避し、顧客サービスへの問い合わせを減らし、運用実行コストを削減する貴重な機能と見なしています。ソフトウェアおよびファームウェアの欠陥によるリコールの平均コストは、デバイス 1 台あたり 50 ~ 100 ドルです。通常、運送業者と OEM はリコール費用について交渉しますが、機器 1 ケースあたり数百万ドルに達することもあります。さらに、モバイル ソフトウェア アプリケーションの欠陥は、デバイス メーカーやモバイル オペレーターのブランド イメージに直接影響を及ぼします。 FOTA は、デバイスのリコール、ブランドのダメージ、消費者の個人データの損失を回避しながら、最新の無線端末デバイスをタイムリーに市場に投入する機能を通信事業者に提供します。

欠陥の修正

自動車の機能アプリケーションが複雑になるにつれて、ソフトウェアの欠陥が発生する可能性も高まります。さらに、自動車にとって市場投入までの時間は極めて重要です。多くの国では、Tier 1 事業者が毎年定期的に独自の機器を発売しています。これらの要因により、デバイスの整合性が市場にリリースされたときに最高レベルにならない可能性が大幅に高まります。通信事業者によって緊急レベルの欠陥が発見された場合、OEM はできるだけ早く解決策を提供し、テスト済みのファームウェア修正プログラムを作成し、通信事業者が影響を受けるユーザーにワイヤレスで配布する必要があります。低レベルの欠陥は、新機能やパフォーマンスの改善とともにメジャーアップデートに蓄積される可能性があります。

新機能

デバイスが市場に投入されると、ワイヤレス ファームウェア アップデートを通じて多くの新機能やアプリケーションを入手してアクティブ化できるようになります。現在、世界中の多くの大手メーカーや通信事業者が、携帯端末を購入した消費者にこのサービスを推進しています。消費者は、新しいファームウェア/ソフトウェア更新バージョンがあるかどうかを定期的に確認し、スケジュールされた時間にインストールして更新することもできます。

パフォーマンスの最適化

モバイル デバイスのパフォーマンスは、消費者のユーザー エクスペリエンスに影響を与える重要なパラメータの 1 つです。バッテリー寿命、スループット、応答性はすべて、デバイスの市場での成功に大きな影響を与える可能性があります。場合によっては、デバイスは完全なパフォーマンス最適化を行わずに出荷され、後から無線経由で更新バージョンのみを受信することもあります。

機会

特に中国では、新エネルギー車の分野では、OTA サービス プロバイダーに大きなチャンスがもたらされるでしょう。一方では、それは政策によって推進されます。 「電気自動車遠隔サービスおよび管理システム技術仕様」では、2017年1月1日から、新たに生産されるすべての新エネルギー車に車載端末が搭載され、企業監視プラットフォームを通じて車両や動力バッテリーなどの主要システムの運転安全状態を監視および管理することが規定されています。国家基準に従い、公共サービス分野の車両の関連安全状態情報は、地域の監視プラットフォームにアップロードされる必要があります。情報の上方規制が進む中、バッテリー(主にBMS)、モーター、TボックスはすべてOTA要件を生成します。車両側で自己検査、リモートクエリ、リモートパラメータ設定、リモートアップグレード機能を追加することも新しいトレンドになります。もう一つの側面は、コア技術の習得です。従来の技術とは異なり、自動車メーカーは新エネルギー車の分野でいくつかのコア技術を習得する機会がより多くあります。新エネルギー分野での OTA の導入は、自動車メーカーにとってもより制御しやすくなります。

OTA通信アーキテクチャ図

OTAの幅広い用途

FOTA ソリューションの機能要件は何ですか?

• 100% の信頼性 - デバイスの電源が切れたり、ネットワーク通信に障害が発生したりしても、更新プロセスは影響を受けません。

• 強化されたセキュリティ - FOTA ソリューションのセキュリティ メカニズムにより、FOTA プロセスの整合性が確保されます。 • スタンドアロンクライアントソリューション - クライアントとサーバーは結び付けられておらず、デバイス上のFOTAソフトウェアはどの管理サーバーでも動作します。

• 強化された消費者エクスペリエンス - FOTA ソリューションは、進行状況バーや定義済みメッセージなど、更新プロセス全体を通じて消費者に情報を提供します。 • 差分パッケージ サイズ - 更新パッケージは最小限であることが証明されており、ネットワーク帯域幅とダウンロード時間の両方を節約します。

自動車OTAの課題とキーテクノロジー

安全を確保する

OTA セキュリティに関しては、考慮すべき 3 つの側面があります。1 つ目はクラウド サーバーのセキュリティ、2 つ目は車両のセキュリティ、3 つ目は車両とクラウド間の通信です。これら 3 つのセグメントでは、認証だけでなく暗号化も使用されます。比喩的な説明: 「暗号化により、送信内容を他人が見ることができなくなります。認証により、車両側とクラウドが期待どおりのものであり、認識されているものであることが保証されます。」 たとえば、車のコンピューターがソフトウェアをアップグレードする場合、サーバーに認証要求を送信する必要があります。車両側から要求情報を受信した後、サーバーはフィードバックを返し、身元を証明するためにデジタル証明書を送信するように要求します。車両はデジタル証明書をサーバーに送信し、サーバーはデジタル証明書に問題がないか検証します。検証が正しければ、端末管理システムは検証結果を端末に送信し、その後でのみ対応するソフトウェアのアップグレードを開始できます。更新パッケージは暗号化されて車両に送信され、T-box によって復号化された後、車両コンピューターに配布されます。車両側のもう 1 つの重要な部分はゲートウェイです。ゲートウェイにより、ECU がネットワーク化されたテレマティクス ユニットに直接接続するのを防ぎ、OTA アップデートのセキュリティを向上させることができます。 FOTA は SOTA よりも困難です。その理由の 1 つは、統合ファームウェア更新インストーラーのフラッシュ メモリが比較的小さいことです。FOTA 更新パッケージと更新ソフトウェアは、車両の組み込みデバイスの小さなメモリにインストールする必要があります。したがって、更新パッケージは可能な限り圧縮され、通常は元のサイズの 5% になります。

伝送効率

効率性を確保するために、技術的には差分更新方式、つまり新バージョンと旧バージョンの差分を比較して差分ファイルを生成します。新旧のファイルの違いがそれほど大きくない場合は、差分ファイルのみを転送することもできます。差分更新のコア技術は、さまざまなサプライヤーが習得したバイト差分アルゴリズムです。例えば、テスラにOTA技術を提供しているRedbend(2015年にハーマンが買収したイスラエルのソフトウェアサプライヤー)は、自社の技術の1つを使用して、更新パッケージを複数の小さなデータストリームファイルに断片化し、帯域幅が限られたネットワークで配信します。デバイスは複数の短いファイルを取得し、それらを同時に更新します。これにより、主に自動車のマイクロECUやM2Mモジュールなどのマイクロ電子デバイスの性能限界の問題が解決されます。たとえば、車のアップデートは車両の安全運転に影響を与えてはなりません。車両の環境は大きく変化する可能性があります。たとえば、トンネルや地下駐車場など、信号のない場所に入るときに異常が発生した場合、車両側の電子部品はさまざまな外部環境に対応し、保護を提供し、アップグレードが失敗したときに完全に自己回復できる必要があります。

<<:  出勤初日、AIバーチャル天気予報キャスターがレポートを担当。冬季オリンピックの裏側にあるAIブラックテクノロジーを振り返る

>>:  深層畳み込みネットワークに基づく自動運転のためのマルチモーダル軌道予測の簡単な分析

ブログ    

推薦する

...

ChatGPTの収益成長は阻害されている:モバイルアプリのダウンロードは急増しているが、拡大は遅い

10月10日、最近のレポートによると、OpenAIの人工知能チャットボットChatGPTの収益成長が...

AI時代のIVRテスト:人間と機械のギャップを埋める

対話型音声応答 (IVR) システムにおける人工知能 (AI) の変革的役割と、それが IVR テス...

ByteDanceは、ロボットの成功率と操作効果を高めたVi-PRoMビジュアル事前トレーニングソリューションを提案した。

近年、大規模な実世界データを使用した視覚事前トレーニングは大きな進歩を遂げており、ピクセル観察に基づ...

...

...

7BモデルはGPT4-Vを超えます! HKUST などが「グラフ推論質問回答」データセットを公開 GITQA: 視覚的なグラフは推論能力を向上させることができます

グラフ ニューラル ネットワーク (GNN) は、グラフの構造情報を推論に活用するのに優れていますが...

...

左手にビッグデータ、右手に人工知能。これらのプログラマーは、パンデミック中に何をしたのでしょうか?

今年初めの流行は、特にCOVID-19の非常に感染力が強い性質により、適切な免疫ワクチンがない中で原...

量子コンピューティングの画期的な論文3本がネイチャーの表紙に登場:忠実度は99%を超え、実用レベルに到達

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

Python のデータクロール、分析、マイニング、機械学習、Python 分散コンピューティングに関するコンテンツ共有

01 データキャプチャ1. 背景調査1) robots.txt をチェックして、サイトのクロールにど...

...

機械学習の4つの異なるカテゴリの概要

[[420892]]学習の実行方法に基づいて、アルゴリズムをさまざまなカテゴリに分類できます。教師あ...

TabR: 検索拡張により、深層学習は表形式データで勾配ブースティング モデルを上回るパフォーマンスを発揮できるようになりますか?

これは7月に発表された新しい論文で、深層学習が表形式データにおける勾配強化モデルを上回ることを可能に...

「緊急天使」がロボットを救出するために前進し、事態を収拾した

科学技術の進歩と社会の発展に伴い、ロボット産業は繁栄の時代を迎えています。ロボット工学は、コンピュー...