自動駕駛技術預期對連網車輛帶來重大影響──因為有越來越多數據來自于自駕車，還有更多的數據與內容將傳送到每一輛自駕車。

對于自駕車將如何影響連網車輛數據流的觀點整理，包含數個關鍵的連網車輛領域，并著眼于主流的自駕車應用案例（盡管布署時程還有很大的不確定性）；圖底部的時間表我認為是樂觀可期的。

5個不同自駕車應用案例分別以5種顏色標示，包括黑色的L3與L2先進駕駛輔助系統（ADAS）；貨運自駕車（Goods AVs）以淺藍色標示，自駕出租車（robotaxis）是深藍色，自駕卡車（Autonomous trucks）是綠色。固定路線的自駕車以深紅色表示，私人自駕車則以較淺的紅色表示。圖右邊的黃色框中列出了幾個相關問題。

每個類別都有兩格訊息──其中一個是饋入車輛的資料，另一個是來自車輛的數據；圖表中未詳述的數據將在下面的文章中解釋。正如預期，不同自駕車使用案例會因為它們使用了差不多的自動駕駛技術，受到的影響也會是類似的。

ADAS車輛

較低階的自駕車或是ADAS功能已經開始對連網車輛的數據裝載量（capacity）帶來一些影響；網絡安全對具備L2 ADAS功能與L3自動駕駛能力的車子來說更為重要，因為會使得連結的數量增加。空中下載（OTA）軟件更新對于ADAS車輛來說也變得更重要，因為ADAS功能的成熟需要以美國汽車協會（AAA）測試為基礎的大量進展。

ADAS車輛的功能性軟件更新正在興起，未來也將繼續看到成長；這意味著會有比其他電子控制單元（ECU）軟件更新更頻繁的ADAS車輛軟件更新。來自ADAS車輛的數據預期將會增加，L2與L3車輛需要道路與地圖信息的更新。Mobileye的道路體驗管理（Road Experience Management，REM）與Roadbook地圖數據庫之重要性正日益顯著。

駕駛人如何使用ADAS功能存在著許多不確定性，因此收集并分析ADAS功能的使用模式相當重要；這也會是另一個提升OTA軟件更新頻率的因素。還有車用通訊（V2X）也因為ADAS車輛興起──盡管有V2X-DSRC與C-V2X兩種技術之爭。盡管大量布署的時間與速度還不確定，V2X將會為連網車輛增加數據使用量。

貨運自駕車

新冠病毒（Covid）疫情讓貨運自駕車成為自動駕駛技術第一批被布署的應用案例；目前有兩種類型的貨運自駕車：人行道貨運自駕車（sidewalk AVs）與道路貨運自駕車（road goods AVs）。因為沒有人員在貨運自駕車上，許多傳統連網車輛的功能也不需要了。但ECU──特別是專門控制自駕車駕駛功能的ECU──會需要廣泛的連結。

這意味著OTA軟件下載與功能性軟件更新會非常重要。貨運自駕車主要會是由車隊來營運，車輛會定期返回基地，通常是一天數次。如此可以在自駕車基地進行合理的安全更新，無線連結仍將會是主流方法，但有線連結也會是某些功能的可行選項。

網絡安全會變得非常重要，并成為所有貨運自駕車隊營運者的關注焦點。自駕車營運數據會是來自貨運自駕車的最重要數據，也會是透過廣泛分析改善自駕車軟硬件的關鍵。

貨運自駕車會需要仰賴地圖與路況數據作為導航，也會需要最新的數據；因此道路數據的變化會是由貨運自駕車收集，依據需要為自駕車隊進行更新與分配。還有車載貨物的狀態與交貨時間對于客戶來說會非常重要。

固定路線自駕車

固定與彈性路線自駕車受到新冠病毒疫情的負面影響，因為不再有共乘需求。固定路線自駕車的潛在應用包括封閉場域的巡回，以及各種客運巴士路線；而固定路線自駕車商機恐怕還會需要一到兩年才會恢復正常（或者是走向一種新常態）。

固定/彈性路線自駕車的重要連網車輛功能與貨物自駕車類似，控制自駕功能的ECU會需要強大的連結性，以支持將會比現在更頻繁的OTA軟件更新以及功能性軟件改善。對所有車上有人的字駕車來說，網絡安全重要性也會增加，包括需要支持網絡安全軟件更新、更廣泛的車載軟件活動追蹤，以識別可疑事件。

自駕車營運數據會是來自固定/彈性路線自駕車最重要的數據，將可被應用于改善自駕車軟硬件的安全性與功能性。這類自駕車的使用者會需要可用性與到達時間等實時數據，這些數據將會來自于每一輛路線自駕車，其準確度會決定客戶滿意度以及使用頻率。道路資料變化也會被這類自駕車收集，但因為行駛的路線有限制，其重要性較低。

自駕卡車

新冠病毒疫情帶來了對卡車服務的大量需求，也有助于為自動駕駛卡車貨運募集資金。自駕卡車有數個子領域，例如集貨點間（hub-to-hub）運輸，封閉場域運輸，以及固定路線運輸。鏈接功能對自駕卡車來說至關重要，自駕功能ECU需要無線鏈接以支持頻繁的OTA軟件更新與功能性軟件改善。

多層次的網絡安全對所有自駕車來說都有需要，特別是對自駕卡車──試想若”黑帽黑客”成功可能造成的損失。大多數自駕卡車也會是擁有多樣化網絡安全防護措施的車隊一份子，──從廣泛的車載軟件活動追蹤，到以云端為基礎的網絡安全運作中心。

而同樣的，自駕卡車產生的營運數據非常重要，也會是推動安全性與自駕軟硬件功能性演進的關鍵。要追蹤自駕車多年來的安全性改善趨勢，會需要額外的自駕卡車車隊信息與分析；這也會是所有種類自駕車應用案例需要的，特別是取代人類駕駛的自駕車。對于建立并證明自駕車比人類駕駛車輛更安全，這類包括駕駛環境或類似訊息的數據不可或缺，

貨柜數據與卡車狀態已經很重要，在未來以自駕車為基礎的供應鏈更是關鍵。越詳細、越高更新頻率的數據會有需要。
責任編輯:tzh