导读:随着汽车技术的不断进步和智能化水平的提高,车辆中所产生的数据量正在呈现爆炸式增长。这些数据不仅具有巨大的商业潜力,而且对汽车设计、驾驶安全以及未来技术发展都具有重要意义。然而,随之而来的是一系列尚未解答的问题,涉及数据的使用、隐私保护以及未来汽车设计的影响。在这个信息爆炸的时代,我们需要深入探讨汽车数据的价值和挑战,以及如何有效地利用和管理这些数据,推动汽车行业的进步。来自半导体工程(Semiconductor Engineering)的技术编辑约翰·昆(John Koon),近日就针对这个问题,给出了自己的分析与担忧。在本文中,我们将深入了解第一个问题,“随着汽车技术不断进步,数据量暴增”。下面是他发表的原文翻译:
车辆中所收集、处理和存储的数据量正呈爆炸式增长,而这些数据的价值也在不断攀升。这引发了一系列尚未完全解答的问题:这些数据将如何被使用?由谁来使用?以及如何确保其安全。
汽车制造商正基于最新版本的先进技术(如ADAS、5G和V2X)展开竞争,但电子控制单元(ECU)、软件定义车辆以及车内监控等方面也要求越来越多的数据,并且这些数据的用途已经超越了简单的安全驾驶,扩展到了提供额外的按需服务。现在,他们竞相提供额外的订阅服务,以满足客户的需求,因为包括保险公司在内的各种实体都表示愿意为有关驾驶员习惯的信息付费。
收集这些数据有助于原始设备制造商获得洞见,并可能带来额外的收入。然而,这种数据收集也引发了关于谁将拥有如此庞大的数据量以及如何管理和使用这些数据的隐私和安全问题。随着汽车数据使用的增加,它将如何影响未来的汽车设计也是一个需要考虑的问题。
图1:联网车辆依赖于软件在车辆和云之间进行通信。资料来源:麦肯锡公司。
“车辆中产生的大部分数据对于原始设备制造商及其合作伙伴来说都具有巨大的价值,用于分析驾驶员行为和车辆性能,以及开发新功能或增强现有功能。” 是德科技的无人驾驶车辆部门经理斯文·科帕茨表示。“然而,数据使用的隐私对某些人来说可能被视为一种风险。但真正的价值(正如特斯拉和其他公司已经实施和使用的那样)是不断的反馈,以改进这些ADAS算法、启用CI/CD DevOps软件开发模型并允许快速下载更新。只有时间才能证明执法部门和法院是否会要求提供这些数据以及立法者将如何回应。”
生成的数据类型
根据Precedence Research的数据,全球汽车数据市场规模将从2022年的21.9亿美元增长到2032年的142.9亿美元,收集的数据类型很多,包括:
- 自动驾驶:涵盖从L1到L5各级别的数据,包括从安装在车辆上的多个传感器收集的数据。
- 基础设施:包括远程监控、OTA更新以及由控制中心远程控制的数据,还有V2X和交通模式。
- 信息娱乐:涉及客户如何使用应用程序的信息,例如语音控制、手势、地图和停车等。
- 互联信息:包括支付给第三方停车应用程序、事故信息、来自行车记录仪、手持设备、移动应用程序和驾驶员行为监控的数据。
- 车辆健康:维修和保养记录、保险承保、油耗和远程信息处理等。
这些信息对于未来的汽车设计、预测性维护和安全改进可能是有用的,同时,保险公司有望通过更全面的事故信息降低承保成本。根据收集到的信息,原始设备制造商应该能够设计出更可靠、更安全的汽车,并与客户需求保持密切联系。例如,可以进行实验来衡量客户对基于订阅的服务的需求,例如自动停车和更复杂的语音输入和命令。
“几十年来,服务和维修的诊断数据一直是汽车数据分析的核心,” Synopsys公司SLM领域的高级产品管理经理洛林·肯尼迪指出。“随着联网车辆和先进机器学习(ML)分析的出现,可以例行处理更多数据,这些数据的价值呈指数级增长。随着数据驱动功能的增强,例如移动体验和高级驾驶员辅助功能,原始设备制造商越来越需要更好地了解为这些新功能提供动力的半导体系统的可靠性和可靠性。从电子元件和半导体本身收集监控和传感器数据将成为ADAS、IVI、ECU等所有类型汽车技术日益增长的诊断数据需求,以确保这些更先进节点的质量和可靠性。”
预期的ISO 26262法规更新涉及应用预测性维护于硬件、识别由硅老化引起的间歇性故障,以及现场过应力条件等领域,这些都是需要解决的问题。其中包括硅生命周期管理(SLM)技术,该技术可以提供关于硅老化状态和剩余使用寿命的更全面知识。
“这些知识将使服务更新和未来的OTA版本能够充分利用额外的半导体计算能力,”肯尼迪表示。“整体车队性能将受益,半导体和系统设计流程也将受益,因为新的见解有助于实现更高的效率。OEM、一级供应商和半导体供应商就数据揭示的内容(从芯片到软件系统性能)进行合作,将使车辆能够满足功能安全设计参数,这些参数在先进电子产品中变得越来越重要。”
然而,对于车辆中产生的数据,原始设备制造商仍需要优先考虑哪些数据可以立即为驾驶员提供价值,以及哪些数据应通过5G连接发送到云端。
“权衡板载处理以减少数据量与数据传输网络成本之间的取舍可能会决定优先级,”是德科技的科帕茨表示。“例如,用于ADAS应用的摄像头、激光雷达和雷达传感器数据可能对训练ADAS算法有价值,但原始数据量的传输和存储成本非常高。同样,驾驶员注意力数据在UI设计中具有很高的价值,最好以元数据形式收集。V2X数据的数据量相对较低,最终应该成为ADAS的关键数据源,提供车内其他车辆、道路基础设施和路况的非视距可见性。通过V2N链路共享此数据可以实现有效的安全应用。但是,由于角度随机游走(ARW)传感器数据的复杂性,需要更仔细地考虑。作为网络运营商的合作伙伴,将信息娱乐内容传输到车辆中也可以成为原始设备制造商和内容提供商的宝贵收入来源。”
英文原文:《Increased Automotive Data Use Raises Privacy, Security Concerns》