搜尋

會員登入

搜尋

導覽

會員
廣告

自駕車進入驗證戰 車輛數據串聯保險風險資料

瀏覽次數:1529

自動駕駛要從道路測試走向規模化營運,「安全」如何被量化正成為新技術門檻。NTT Mobility與Aioi Nissay Dowa Insurance日前宣布,自9月起在東京都武藏野市展開共同實證,把自動駕駛車輛的行駛資料與保險公司累積的Telematics資料結合,分析自動駕駛特有的行車特性及道路潛在風險。

此次實證使用Level 2車輛,因此安全駕駛責任仍由駕駛人承擔,並非Level 4無人駕駛營運。但技術上的重要突破,在於評估方法開始從「有沒有發生事故」轉向觀察事故發生前的風險訊號。

自動駕駛要從道路測試走向規模化營運,「安全」如何被量化正成為新技術門檻。
自動駕駛要從道路測試走向規模化營運,「安全」如何被量化正成為新技術門檻。

保險公司長期累積的Telematics可反映駕駛行為、道路高風險區域與交通量;自駕車端則可提供車速、控制及系統運行等資料。兩者交叉分析後,便能比較同一路段機器與人類駕駛的行為差異,找出急煞、避讓、介入等潛在風險,再把結果回饋自駕系統與運行管理。實證預計持續至2027年3月。

這反映自駕產業正在建立新的安全驗證供應鏈。除了LiDAR、Camera、Radar與車用運算平台,未來還需要車輛遙測、高畫質地圖、風險模型、模擬及數位孿生(Digital Twin),將一次道路測試轉變為可持續改善的資料閉環。

尤其Level 4 Robotaxi與自駕接駁車若要大規模商用,業者不只要證明「車會自己開」,還必須以可量化、可追溯的方法證明系統安全。自駕競爭下一階段,安全驗證平台可能與AI演算法本身同樣重要。

從工具自動化到工作流程智慧:Agentic AI 如何提升 RTL 驗證生產力

從工具自動化到工作流程智慧:Agentic AI 如何提升 RTL 驗證生產力

數十年來,電子設計自動化(EDA)的生產力提升,主要來自效能更高的模擬器、可擴充的形式驗證工具,以及運算能力更強的求解器。然而,隨著 SoC 設計規模持續擴大,單純提升工…

數十年來,電子設計自動化(EDA)的生產力提升,主要來自效能更高的模擬器、可擴充的形式驗證工具,以及運算能力更強的求解器…