AI、エッジコンピューティング、IoT、クラウドコンピューティングが車両管理をどのように変えるのか

毎日生成されるデータの量は増加し続けています。その結果、これらの企業はこれまで以上に多くのデータを保有することになります。

フリート会社が車両の近代化を目指す中、コネクテッドカーの利点により、これらのテクノロジーがフリート管理の新たな標準となる可能性があります。実際、調査対象となったコネクテッド フリート オペレーターの 86% が、コネクテッド フリート テクノロジーへの投資が運用コストの削減によって 1 年以内に回収できたと回答しています。

さらに、高度なテレマティクス技術を使用した接続された輸送車両群は、車両の管理と保守においてさらなる利点をもたらします。別の調査では、調査対象となった企業では燃料費が13%削減され、予防保守も改善されたことが示されました。また、緊急ブレーキの使用も 40% 減少したことが示され、運転習慣の変化が部品の寿命を延ばし、ドライバーの安全性を向上させる可能性があることが示唆されました。

つまり、輸送車両、保険会社、メンテナンス、アフターマーケット事業はすべて、よりスマートなテレマティクス データを活用したいと考えています。しかし、毎日生成されるデータの量は増加し続けています。その結果、これらの企業は、情報に基づいたビジネス上の意思決定を行うために役立つ、これまで以上に多くのデータを入手できるようになりました。この膨大な量のデータは、コスト効率の高い方法でデータ全体を取得、消化、分析する上で多くの新たな課題をもたらします。

データが本当に効果的かつ有用であるためには、プロセス全体を通じてデータを追跡、管理、クレンジング、保護し、強化して、適切な洞察を生成する必要があります。そのため、一部の企業は、データを適切に使用および計算するために、新しい処理機能を導入してこれを実現しています。

組み込みシステム技術が標準となった

従来のテレマティクス システムは、さまざまな問題を解決するために、電子デバイスからのデータにアクセスし、収集、分析 (車載)、制御するように設計されたデバイスである組み込みシステムに依存しています。これらの組み込みシステムはすでに、特に家電製品で広く使用されており、今日では車両データの分析においてもこの技術の使用が増えています。

市場にある既存のソリューションは、5G の低遅延を活用することです。 AWS Wavelength または Azure Edge Zone で AI と GPU アクセラレーションを使用すると、自動車 OEM は、可能な場合は車載車両処理をクラウドにオフロードできます。 5G デバイスと波長領域でホストされているコンテンツまたはアプリケーション サーバー間のトラフィックはインターネットを通過する必要がないため、変動性とコンテンツの損失が軽減されます。

データセットの最適な精度と豊富さを確保し、使いやすさを最大化するために、車両に埋め込まれたセンサーを使用してデータを収集し、車両と中央のクラウド管理施設の間でほぼリアルタイムでワイヤレスでデータを送信します。車両群、保険会社、およびデータを活用するその他のビジネスでは、レーンアシスト、ADAS、アクティブドライバースコアリング、車両スコアリングレポートなど、ますますリアルタイム指向のユースケースが増えていることから、低レイテンシとスループットのニーズが高まっています。

しかし、5G によってこの問題はほぼ解決されますが、収集されクラウドに送信されるデータの量によって発生するコストは依然として高額です。したがって、エッジ処理を可能な限り効率的に実行できるように、車両内の高度な組み込みコンピューティング機能を特定することが不可欠です。

車両とクラウド間の通信の台頭

帯域幅の効率を改善し、データ遅延の問題を軽減するには、重要なデータ処理を車両エッジで実行し、イベント関連の情報のみをクラウドと共有するのが最適です。アプリケーションとデータがソースに近づくにつれて、車載エッジ コンピューティングは、コネクテッド ビークルが大規模に動作できるようにするために重要になり、ターンアラウンドが高速化され、システム パフォーマンスが大幅に向上します。

技術の進歩により、組み込みシステムは車内のセンサーやクラウド サーバーと効果的かつ効率的に通信できるようになりました。モノのインターネットは、データ交換とデータストレージを最適化する分散コンピューティング環境を活用し、応答時間を短縮し、帯域幅を節約して、高速なデータエクスペリエンスを実現します。このアーキテクチャをクラウドベースのプラットフォームと統合すると、エンドツーエンドの通信システムの作成にさらに役立ちます。全体として、エッジ クラウドと組み込みインテリジェンスの組み合わせにより、エッジ デバイス (車両センサー) が IT インフラストラクチャに接続され、現実世界のコンテキストに基づいた多数の新しいユーザー中心のアプリケーションが実現します。

これはさまざまな業種にわたって幅広く応用でき、OEM はこのデータを活用して収益化できます。最も明らかな使用例は、アフターマーケットと車両メンテナンスです。ここでは、非常に効果的なアルゴリズムを使用して、ほぼリアルタイムで車両の状態を分析し、エンジン、オイル、バッテリー、タイヤなどの車両資産の差し迫った故障に対する修復措置を提案できます。このデータを使用することで、車両群はメンテナンス チームを準備して車両を整備することができ、診断作業の多くがリアルタイムで実行されるため、より効率的に車両を返却できるようになります。

さらに、保険や延長保証では、プロアクティブな運転者行動分析を提供することでメリットが得られ、実際の運転行動履歴と分析に基づいてトレーニング モジュールを個々の運転者に合わせてカスタマイズできるようになります。車両群の場合、車両とドライバーのスコアを積極的に監視することで、車両オペレーターの TCO (総所有コスト) を削減し、盗難や過失による損失を減らすと同時に、ドライバーに積極的なトレーニングを提供することができます。

車両管理の未来を推進

IoT、エッジ コンピューティング、クラウドを活用した AI 分析により、車両管理の実行方法が急速に変化し、これまで以上に効率的かつ効果的になっています。 AI はテレマティクス デバイスからの膨大な情報を分析する機能を備えており、管理者に車両の効率性の向上、コストの削減、生産性の最適化に役立つ貴重な情報を提供します。リアルタイム分析からドライバーの安全管理まで、AI はすでに車両管理の方法を変えています。

クラウド経由の OEM 処理を通じて AI が収集するデータが増えるほど、より正確な予測が可能になります。これは、将来の自動運転車がより安全で直感的になり、より正確なルートとより優れたリアルタイムの車両診断機能を備えることを意味します。