Slim beheer van auto-data: drie tips voor meer veiligheid en rijplezier in de ‘verbonden’ auto

0

E-mobility, autonoom rijden en de ‘verbonden’ auto zijn belangrijke ontwikkelingen waar de automotive-sector zich momenteel mee bezighoudt. Steeds meer netwerken ondersteunen bestuurders met veel verschillende nieuwe diensten en opties – van nauwkeurige voorspellingen van files of ongevallen tot persoonlijke verzekeringstarieven. Volgens onderzoek bedraagt de wereldmarkt voor verbonden auto’s in 2020 ongeveer 54 miljard dollar en loopt deze in 2025 op tot 166 miljard dollar.

Om autotoepassingen veilig en efficiënt te kunnen ontwikkelen en inzetten, moeten autobedrijven over krachtige strategieën en oplossingen beschikken om voertuig- en omgevingsdata betrouwbaar te kunnen lezen, combineren en gebruiken. BlackBerry, leverancier van beveiligingssoftware en -diensten voor automobieltoepassingen, geeft aan waar autobedrijven de komende jaren alert op moeten zijn:

1. Zorg ervoor dat je voertuiggegevens betrouwbaar uitleest
De voordelen van de verbonden auto liggen voor de hand. Denk aan waarschuwingen voor gevaarlijke situaties of ongevallen en diefstaldetectie. Volgens Capgemini waren er in 2018 wereldwijd (slechts) 119,4 miljoen verbonden voertuigen, maar de verwachting is dat dit aantal tot 352 miljoen stijgt in 2023. Deze ontwikkeling gaat gepaard met een immense toename van de hoeveelheid data die moet worden verzameld, beheerd en gebruikt. Volgens de studie beschikt momenteel slechts 56 procent van de consumenten over netwerkdiensten in hun voertuig en maakt slechts 51 procent van hen daar (zeer) vaak gebruik van. Een ander probleem is dat veel bedrijven en automobilisten zich zorgen maken over de veiligheid van de data die door sensoren wordt verzameld. Zij zijn bang dat deze gegevens kunnen worden gestolen of gemanipuleerd. Daarom is het belangrijk om een betrouwbare en veilige methode te vinden voor het uitlezen van de data van voertuigsensoren. Als autofabrikanten de applicatie-interfaces (API’s) van het platform kunnen gebruiken om gegevens te delen met hun softwareontwikkelingsteams, kunnen ze innovatiever en flexibeler zijn. Tegelijkertijd beschermen zij ook de privacy en veiligheid van hun klanten door te controleren wie wanneer toegang heeft tot voertuig- en applicatiedata.

2. Slimme integratie van verschillende data, hardware- en softwareoplossingen
Moderne voertuigen bestaan uit ontelbare onderdelen, sensortechnologieën en softwareoplossingen van diverse leveranciers. Daar bovenop komen nog de verschillende dataformats. Voertuiggegevens over remmen, lichten of snelheid bijvoorbeeld, beïnvloeden zaken als motorsturing of rij-assistentsystemen. Ook de omgevingsinformatie, over het weer of verkeersomstandigheden, wordt meegenomen. Al deze informatie moet op een gecentraliseerde manier samenkomen. Dit vormt een grote uitdaging voor autobedrijven en vormt meestal ook een belemmering voor de invoering van nieuwe systemen. Het gebruik van machine learning (ML) is nuttig om data op de best mogelijke manier te ontsluiten en gebruiken. Een ML-dataplatform maakt voorspellingen en analyses mogelijk, die op hun beurt het voertuiggebruik, de veiligheid en het rijplezier verbeteren. Daarnaast moet de dataoplossing ook verschillende voertuigbesturingssystemen en multi-cloud implementaties ondersteunen, en in staat zijn om verschillende datatypes te gebruiken als bouwstenen voor nieuwe diensten voor een hele reeks automodellen.

3. Cloud verbetert flexibiliteit, data-inzicht en controle
Als het dataplatform is ingebed in de systemen van een voertuig en wordt bestuurd, beheerd en geconfigureerd vanuit de cloud, hebben autofabrikanten beter overzicht van voertuigdata. Door real-time prestatiegegevens te analyseren, kunnen ze bijvoorbeeld de eerste tekenen van mogelijk defecte onderdelen opsporen, de auto eigenaar waarschuwen en gerichte terugroepacties uitvoeren. Tegelijkertijd kunnen ze veel beter controleren wie toegang heeft tot de data. Extra geïntegreerde mogelijkheden maken het daarnaast mogelijk om consumenten via de cloud nieuwe functies en opties te bieden. Zo ontstaan er voor autobedrijven nieuwe inkomstenbronnen en bedrijfsmodellen op basis van voertuigdata. Een analyse van voertuigdata levert bijvoorbeeld informatie over het gedrag van de bestuurder en gevaarlijke omstandigheden zoals ijzige wegen of druk verkeer. De bestuurder krijgt aanbevelingen voor nuttige functies zoals een waarschuwing bij het in- of uitvoegen of snelheidsmonitoring. De autofabrikant leert op zijn beurt hoe en wanneer dergelijke veiligheidsfuncties worden gebruikt om voertuigen aan te passen en voortdurend te verbeteren. Denk bijvoorbeeld aan informatie over het aantal inzittenden of de mogelijkheid om automatisch een kinderslot te activeren zodra een kind op de achterbank wordt gedetecteerd.