Waarom AI-geactiveerde kaartmaking essentieel is voor de nieuwe era van software-gedefinieerde voertuigen

De automotive-industrie ondergaat een van de meest ingrijpende transformaties in haar geschiedenis. Vroeger werd de industrie gedomineerd door mechanische engineering en paardenkracht, maar tegenwoordig worden voertuigen steeds meer gevormd door code. We betreden de era van software-gedefinieerde voertuigen (SDV’s) waarin de intelligentie van de auto minder afkomstig is van de motorblok, maar van regels software. Een recente studie van Research and Markets voorspelt dat de wereldwijde SDV-markt zal groeien van $213,5 miljard in 2024 tot meer dan $1,2 biljoen in 2030. Die omvang van groei is geen verrassing voor hen die werken op het snijvlak van software, kaartmaking en AI. Het is een weerspiegeling van hoe snel de rol van AI zich uitbreidt over elk aspect van mobiliteit.

AI zal steeds meer de digitale motor achter enkele van de meest waardevolle voertuigfuncties worden: digitale cockpits met natuurlijke taalprompting, real-time navigatie en dynamische routing, voorspellend onderhoud, geavanceerde bestuurdersassistentiesystemen (ADAS) en hogere niveaus van geautomatiseerd rijden. AI helpt bij het herdefiniëren en personaliseren van de bestuurderservaring. Volgens een recente IBM-studie geloven 74% van de automotive-executives dat tegen 2035 voertuigen zowel software-gedefinieerd als AI-geactiveerd zullen zijn. En tegen die tijd zullen 80% van de nieuwe auto’s elektrische aandrijving hebben, waardoor een nog natuurlijkere basis wordt gecreëerd voor het integreren van voertuigsystemen, kaartmaking, software en AI-mogelijkheden.

AI-geactiveerde kaartmaking: de digitale kompas van SDV’s

Een bijzonder overtuigend voorbeeld van de rol van AI is de evolutie van digitale kaartmaking. Een traditionele statische kaart maakt plaats voor een “live” kaart: dynamische, constant gestreamde voorstellingen van de wegomgeving die worden gebruikt om een reeks voertuigsystemen te laten functioneren. Een kaart is essentieel voor veilig en efficiënt rijden in een steeds meer geëlektrificeerd, verbonden en geautomatiseerd voertuig.

Een live kaart biedt veel meer dan alleen navigatie, waardoor het voertuig zijn omgeving kan interpreteren en geïnformeerde rijbeslissingen kan nemen in real-time. AI’s vermogen om patronen te detecteren, omgevingsveranderingen te herkennen en kaartgegevens dynamisch te bijwerken, maakt het mogelijk voor de bestuurder (en voertuigsystemen) om bouwzones te vermijden, om te routeren rond verkeersongelukken en om veranderingen in wegborden of snelheidslimieten te detecteren.

We zien al live kaartmogelijkheden die continu gegevens integreren van voertuigsensoren, satellietbeelden en crowdsourced input, om maar een paar bronnen te noemen, om veranderingen in wegcondities weer te geven. Het vermogen om meerdere gegevensbronnen te verenigen, geautomatiseerd en aangedreven door AI en machine learning, ontgrendelt het ware potentieel van een live kaart.

Het gepersonaliseerde voertuig: intelligent, intuïtiever en meer AI-geactiveerd

De bestuurderservaring wordt ook meer gepersonaliseerd, intuïtiever en meer AI-geactiveerd. We zien in-voertuig AI-assistenten die leren om te reageren op natuurlijke taal en patronen in bestuurdersgedrag te herkennen, waardoor voertuigen kunnen aanpassen aan individuele voorkeuren. AI-assistenten bieden nu natuurlijke taal-geactiveerde routing, EV-ladingaanbevelingen, veiligheidsalarmen op basis van rijcondities en dynamische reisuggesties die stops, voorkeuren en real-time veranderingen incorporeren.

Volgens IBM’s studie geloven 75% van de executives dat software-gedefinieerde ervaringen de kern van de waarde van een automotive-merk zullen zijn tegen 2035. Dit betekent dat een bestuurder mogelijk een routesuggestie ontvangt die niet alleen gebaseerd is op de kortste reistijd, maar ook dynamische elementen zoals real-time weersomstandigheden, de beschikbaarheid van EV-laders en eerdere stops zoals een favoriete reiscentrum of koffiezaak. Na verloop van tijd wordt het voertuig meer een reisgenoot die blijft leren en evolueren met de bestuurder.

AI als fundament voor geassisteerde en autonome functies

AI is ook fundamenteel voor de voortdurende evolutie van ADAS en autonome rijfuncties. Het zal verbeterde besluitvorming mogelijk maken voor voertuigveiligheid en -efficiëntie, van baanbehoud en adaptieve cruisecontrol tot voetgangerdetectie en objectherkenning.

Met SDV’s die hogere niveaus van autonomie bereiken, zal de combinatie van AI-geactiveerde kaartmaking met onboard sensorinput zoals LiDAR en camera’s essentieel zijn voor nauwkeurige routeplanning, situatiebewustzijn en regelgevingsconformiteit.

Hindernissen overwinnen: sleuteluitdagingen bij AI-integratie

Terwijl de transformatieve waarde van AI in SDV’s enorm is en de enthousiasme voor AI hoog is, moeten enkele uitdagingen worden aangepakt voor bredere adoptie:

• Gegevensintegriteit & beveiliging: AI is afhankelijk van grote hoeveelheden gegevens, waardoor er zorgen zijn over het beveiligen van gevoelige informatie terwijl de real-time nauwkeurigheid wordt gehandhaafd. Automakers en softwareproviders moeten ervoor zorgen dat AI-geactiveerde locatie- en voertuiggegevens worden beschermd tegen inbreuken en ongeoorloofde toegang, terwijl ze voldoen aan regelgevingsnormen terwijl voertuigen meer verbonden worden.
• Interoperabiliteit & standaardisatie: Terwijl meer bedrijven AI-geactiveerde systemen ontwikkelen, is het essentieel om ervoor te zorgen dat deze technologieën samen kunnen werken over merken en leveranciers heen om fragmentatie te voorkomen en cross-platform compatibiliteit te verbeteren.
• Cloud & edge computing-infrastructuur: Het verwerken van de enorme hoeveelheden real-time gegevens gegenereerd door AI vereist robuuste computing-infrastructuur. Voortdurende vooruitgang in cloud computing en edge-verwerking zal kritiek zijn om AI-toepassingen in kaartmaking, navigatie en voertuigautomatisering te ondersteunen.

De toekomst van een AI-geactiveerde kaart voor SDV’s

Als we naar de toekomst kijken, zal een live kaart nog centraaler worden in de manier waarop voertuigen functioneren, waardoor ze de wereld om zich heen kunnen interpreteren en erop kunnen reageren met toenemende precisie. De opkomst van digitale tweelingtechnologie, waarbij AI real-time virtuele replica’s van voertuigen creëert, zal het ook mogelijk maken voor autofabrikanten om voertuigfuncties te simuleren, te testen en te verfijnen voordat ze ooit de weg op gaan. Recente vooruitgang in AI-geactiveerde beeldherkenning en cloud-verwerking maakt het mogelijk om real-world functies uit straatniveau-beelden te extraheren, waardoor autofabrikanten virtuele omgevingen kunnen genereren die simulatie, veiligheidstesten en SDV-ontwikkeling versnellen.

Verder dan het verbeteren van navigatie en gebruikerservaring, zullen AI-geactiveerde analyses steeds meer worden gebruikt om patronen in sensor- en prestatiegegevens te detecteren, waardoor eerder onderhoudsbehoeften kunnen worden geïdentificeerd. AI kan servicealarmen activeren voordat traditionele waarschuwingssystemen activeren door subtiele verschuivingen in voertuiggedrag te herkennen, zoals veranderingen in bandenspanning of afnemende remefficiëntie. Deze voorspellende inzichten zullen niet alleen de veiligheid verbeteren, maar ook een meer efficiënte, kosteneffectieve voertuig- en vlootbeheer ondersteunen.

Het is duidelijk dat deze toekomst sterke partnerschappen zal vereisen tussen autofabrikanten, AI-technologieproviders, cloud-platforms en locatiegegevens-experts. Geen enkele organisatie kan dit alleen bouwen. Maar door samen te werken, kunnen we een veiligere, slimmere en meer verbonden automotive toekomst vormgeven.

Terwijl de industrie haar verschuiving naar software-gedefinieerde architectuur voortzet, zal de belangrijkheid van real-time, AI-geactiveerde locatie-intelligentie alleen maar toenemen.