Vor nicht allzu langer Zeit drehten sich Innovationen in der Automobilindustrie darum, die Motorleistung zu steigern, dann die Effizienz zu steigern und gleichzeitig die Aerodynamik zu verbessern, den Komfort zu erhöhen und das Erscheinungsbild der Fahrzeuge neu zu gestalten. Heutzutage sind Hyperkonnektivität und Automatisierung die Haupttreiber für die Entwicklung der Automobilindustrie in die Zukunft. Wenn es um das Auto der Zukunft geht, denkt man zuerst an fahrerlose Autos, aber die Zukunft der Automobilindustrie wird von weit mehr als nur fahrerloser Technologie geprägt sein.
Einer der Schlüsselfaktoren für die Transformation von Autos ist ihre Konnektivität – mit anderen Worten: ihre Konnektivität, die den Weg für Fernaktualisierungen, vorausschauende Wartung, verbesserte Fahrsicherheit und Datenschutz vor Cyber-Bedrohungen ebnet. Der Grundstein der Konnektivität wiederum ist die Erfassung und Speicherung von Daten.
Natürlich hat die erhöhte Konnektivität des Autos das Fahren angenehmer gemacht, aber im Mittelpunkt steht die Erfassung, Verarbeitung und Generierung einer riesigen Datenmenge durch das vernetzte Auto. Soweit letztes Jahr angekündigt In den nächsten zehn Jahren werden selbstfahrende Autos lernen, so viele Informationen zu generieren, dass für deren Speicherung mehr als 2 Terabyte, also viel mehr Speicherplatz als jetzt, benötigt werden. Und das ist noch nicht die Grenze – mit der Weiterentwicklung der Technologie wird die Zahl nur noch steigen. Vor diesem Hintergrund müssen sich Gerätehersteller fragen, wie sie in diesem Umfeld effektiv auf die Anforderungen reagieren können, die mit dem deutlich steigenden Datenvolumen einhergehen.
Wie wird sich die Architektur selbstfahrender Autos entwickeln?
Weitere Verbesserungen bei Funktionen wie der Datenverwaltung selbstfahrender Fahrzeuge, der Objekterkennung, der Kartennavigation und der Entscheidungsfindung hängen stark von Fortschritten beim maschinellen Lernen und Modellen der künstlichen Intelligenz ab. Die Herausforderung für die Automobilhersteller ist klar: Je fortschrittlicher die Modelle des maschinellen Lernens werden, desto besser ist das Fahrerlebnis für die Benutzer.
Gleichzeitig finden im Zeichen der Optimierung Veränderungen in der Architektur unbemannter Fahrzeuge statt. Hersteller entscheiden sich immer seltener für ein umfangreiches Netzwerk von Mikrocontrollern, die für die Anforderungen jeder spezifischen Anwendung installiert werden, und bevorzugen stattdessen die Installation eines großen Prozessors mit erheblicher Rechenleistung. Dieser Übergang von mehreren Automobil-Mikrocontrollern (MCUs) zu einem zentralen MCU wird höchstwahrscheinlich die bedeutendste Änderung in der Architektur zukünftiger Fahrzeuge sein.
Übertragung der Datenspeicherfunktion vom Auto in die Cloud
Daten von selbstfahrenden Autos können entweder direkt an Bord gespeichert werden, wenn eine schnelle Verarbeitung erforderlich ist, oder in der Cloud, die sich besser für eine detaillierte Analyse eignet. Die Weiterleitung der Daten hängt von ihrer Funktion ab: Es gibt Daten, die der Fahrer sofort benötigt, zum Beispiel Informationen von Bewegungssensoren oder Standortdaten eines GPS-Systems, darüber hinaus kann der Autohersteller daraus wichtige Schlussfolgerungen ziehen und darauf aufbauend daran arbeiten wir weiter an der Verbesserung des Fahrerassistenzsystems ADAS.
In einem Gebiet mit Wi-Fi-Abdeckung ist das Senden von Daten an die Cloud wirtschaftlich gerechtfertigt und technisch einfach, aber wenn das Auto in Bewegung ist, ist die einzige verfügbare Option möglicherweise eine 4G-Verbindung (und schließlich 5G). Und wenn die technische Seite der Datenübertragung über ein Mobilfunknetz keine ernsthaften Probleme aufwirft, können die Kosten unglaublich hoch sein. Aus diesem Grund müssen viele selbstfahrende Autos für einige Zeit in der Nähe des Hauses oder eines anderen Ortes stehen bleiben, an dem sie mit WLAN verbunden werden können. Dies ist eine wesentlich günstigere Option zum Hochladen von Daten in die Cloud zur anschließenden Analyse und Speicherung.
Die Rolle von 5G für das Schicksal vernetzter Autos
Bestehende 4G-Netze werden weiterhin der Hauptkommunikationskanal für die meisten Anwendungen sein. Die 5G-Technologie kann jedoch zu einem wichtigen Katalysator für die Weiterentwicklung vernetzter und autonomer Autos werden, indem sie ihnen die Möglichkeit gibt, nahezu augenblicklich miteinander, mit Gebäuden und der Infrastruktur zu kommunizieren (V2V, V2I, V2X).
Autonome Autos können ohne Netzwerkverbindung nicht funktionieren, und 5G ist der Schlüssel zu schnelleren Verbindungen und geringeren Latenzzeiten zum Nutzen zukünftiger Fahrer. Schnellere Verbindungsgeschwindigkeiten verkürzen die Zeit, die das Fahrzeug zum Sammeln von Daten benötigt, sodass das Fahrzeug nahezu sofort auf plötzliche Änderungen der Verkehrs- oder Wetterbedingungen reagieren kann. Die Einführung von 5G wird auch einen Fortschritt bei der Entwicklung digitaler Dienste für Fahrer und Passagiere bedeuten, die eine noch angenehmere Fahrt genießen werden, und dementsprechend die potenziellen Gewinne für die Anbieter dieser Dienste erhöhen.
Datensicherheit: In wessen Händen liegt der Schlüssel?
Es ist klar, dass autonome Fahrzeuge durch modernste Cybersicherheitsmaßnahmen geschützt werden müssen. Wie in einem angegeben 84 % der Befragten aus den Bereichen Automobiltechnik und IT äußerten ihre Besorgnis darüber, dass die Automobilhersteller bei der Reaktion auf die ständig zunehmenden Cyber-Bedrohungen ins Hintertreffen geraten.
Um die Privatsphäre des Kunden und seiner persönlichen Daten zu gewährleisten, müssen alle Komponenten vernetzter Autos – von der Hardware und Software im Auto selbst bis hin zur Anbindung an Netzwerk und Cloud – ein Höchstmaß an Sicherheit gewährleisten. Im Folgenden finden Sie einige Maßnahmen, die Automobilhersteller dabei unterstützen sollen, die Sicherheit und Integrität der von selbstfahrenden Autos verwendeten Daten zu gewährleisten.
- Der kryptografische Schutz beschränkt den Zugriff auf verschlüsselte Daten auf einen bestimmten Personenkreis, der den gültigen „Schlüssel“ kennt.
- Bei der End-to-End-Sicherheit geht es darum, eine Reihe von Maßnahmen zu implementieren, um einen Hacking-Versuch an jedem Eintrittspunkt in eine Datenübertragungsleitung zu erkennen – von Mikrosensoren bis hin zu 5G-Kommunikationsmasten.
- Die Integrität der gesammelten Daten ist ein wichtiger Faktor und impliziert, dass die von den Fahrzeugen empfangenen Informationen unverändert gespeichert werden, bis sie verarbeitet und in aussagekräftige Ausgabedaten umgewandelt werden. Sollten die konvertierten Daten beschädigt werden, besteht die Möglichkeit, auf die Rohdaten zuzugreifen und diese erneut zu verarbeiten.
Die Bedeutung von Plan B
Um alle geschäftskritischen Aufgaben erfüllen zu können, muss das zentrale Speichersystem des Fahrzeugs zuverlässig funktionieren. Aber wie können Autohersteller sicherstellen, dass diese Ziele erreicht werden, wenn das System ausfällt? Eine Möglichkeit, Vorfälle im Falle eines Hauptsystemausfalls zu verhindern, besteht darin, eine Sicherungskopie der Daten in einem redundanten Datenverarbeitungssystem zu erstellen. Die Implementierung dieser Option ist jedoch äußerst kostspielig.
Deshalb gehen einige Ingenieure einen anderen Weg: Sie arbeiten an der Schaffung von Backup-Systemen für einzelne Maschinenkomponenten, die für den unbemannten Fahrbetrieb zuständig sind, insbesondere Bremsen, Lenkung, Sensoren und Computerchips. Somit entsteht im Auto ein zweites System, das ohne die obligatorische Sicherung aller im Auto gespeicherten Daten im Falle eines kritischen Geräteausfalls das Auto sicher am Straßenrand anhalten kann. Da nicht alle Funktionen wirklich lebenswichtig sind (im Notfall kann man beispielsweise auf eine Klimaanlage oder ein Radio verzichten), ist bei diesem Ansatz einerseits die Erstellung eines Backups unkritischer Daten nicht erforderlich, d.h reduzierte Kosten und bietet andererseits dennoch eine Absicherung im Falle eines Systemausfalls.
Während das autonome Fahrzeugprojekt voranschreitet, wird die gesamte Entwicklung des Transportwesens auf Daten basieren. Durch die Anpassung von Algorithmen für maschinelles Lernen an die Verarbeitung der riesigen Datenmengen, auf die autonome Fahrzeuge angewiesen sind, und die Implementierung robuster und praktikabler Strategien, um sie sicher und vor externen Bedrohungen zu schützen, werden Hersteller irgendwann in der Lage sein, ein Auto zu entwickeln, das sicher genug ist Fahren auf Straßen. Digitale Straßen der Zukunft.
Source: habr.com