OTA 클라우드 서비스
새로운 에너지 자동차가 급속히 발전함에 따라, 지능화, 네트워크화 추세에 따라 소프트웨어 정의 자동차는 이미 일종의 업계 지식이 되었으며, OTA 는 소프트웨어 정의 자동차의 핵심 역량이 되었다. 화웨이는 OTA 3.0 차급 업그레이드 방안을 발표해 벽돌 없는 체험을 제공하는 차급 업그레이드 체험을 제공한다.
출시 주기 단축: 하드웨어 임베딩 제공, 소프트웨어 반복, 기존 모드의 하드웨어 및 소프트웨어 동시 제공 모델 전복, 차량 출시 주기 대폭 단축 제품 진화로 사용자 경험 향상: OTA 사용자는 기존 차종보다 스마트 운전, 스마트 차량 제어, 동력 최적화 등 새로운 기능 경험을 지속적으로 얻을 수 있어 차주에게 더 많은 지능 경험을 제공하고 사용자 점도를 높일 수 있습니다.
애프터서비스에 큰 장점을 가져왔습니다. OTA 기능을 갖추면 원격 업그레이드를 통해 4S 매장에서 수리해야 할 많은 소프트웨어 문제를 해결할 수 있어 애프터 운영 유지 보수 비용을 크게 절감할 수 있습니다.
새로운 비즈니스 모델 제공: 일회성 판매의 기존 비즈니스 모델에 비해 사용자는 차를 구입한 후 새로운 소프트웨어 기능 및 하드웨어 업그레이드를 유료로 구매할 수 있어 자동차 기업에 지속적인 증분 수익을 가져다 줍니다.
오타의 발전은 세 단계를 거쳤다. 시장의 관점에서 볼 때, 현재 대부분의 새로운 세력 ICV 는 OTA 3.0 단계에 앞장서고 있으며, ADAS/ADS, 차량 제어 분야, 조종석 분야, 동력 분야에서 높은 반복 속도를 유지하고 있습니다. OTA3.0 은 차량 버전 관리 및 품질 관리, OTA 안전 신뢰성, 사용자 경험 등 세 가지 핵심 문제에 주의를 기울여야 합니다.
1 단계: 근단 붓글씨. 차주는 차를 4S 가게로 몰고 근단 진단기를 통해 소프트웨어를 업데이트했다. 일찍이 265438+20 세기 초부터 외국에는 Tbox 어플리케이션의 원격 업그레이드를 처음으로 탐색해 왔지만 도로 구조, ecall, 원격 조회 서비스 등과 같은 일부 기본 네트워크 서비스로 제한되었다.
2 단계: 부품 OTA 업그레이드. 이 기간의 업그레이드 형식은 주로 단일 구성 요소 또는 소량의 구성 요소 조합에 대한 업그레이드입니다. 기본 웹 서비스 및 조종석 엔터테인먼트 어플리케이션의 업그레이드 외에도 일부 CAN 버스 기반 ECU FOTA 도 점차 개방되고 있습니다. 이러한 ECU 의 높은 보안 민감성으로 OTA 보안 문제가 처음으로 주목받고 있습니다.
3 단계: 차량 레벨 업그레이드. 이것은 4G/5G 네트워크와 차량 지능 부품의 발전에 따른 차량 지능 체험에 대한 업그레이드 혁명이다. 스마트 운전, 장면 기반 차량 원격 제어 등 차량급 애플리케이션 기능에는 도메인 간 다중 ECU 협업이 포함되므로 차량이 OTA 에 필요한 장면으로 업그레이드되어 OTA 시스템이 R&D 에서 상용 전체 프로세스, 전체 장면의 업그레이드 기능을 지원해야 합니다.
차량 버전 관리는 차량 부품 버전의 호환성과 일관성을 보장하는 시스템 문제입니다. 현재 차량 소프트웨어 코드 행 수가 1 억 행에 달하며 다중 구성 요소 협업의 복잡성이 높습니다. 애프터차량에는 다양한 액세서리 버전 조합이 있어 차량 천차만별이다. 차량 각 부품 버전의 호환성과 일관성을 보장하는 방법, 버전 품질을 보장하는 방법, 버그 방지 방법, 특히 운전 안전에 영향을 미치는 버그는 방대한 프로젝트입니다. 20 개의 구성요소 조합을 예로 들면, 차량 수명 주기 동안 기능 및 문제로 인한 변경으로 인한 버전 수가 수천 개에 이를 수 있습니다. 차량 지능 체험 시대에는 OTA 가 점점 보편화되고 효율적인 버전 관리가 관건이 되었습니다. 효과적인 소프트웨어 버전 관리 기능을 제공하는 OTA 플랫폼이 더 유리합니다.
스마트 운전, 차량 제어, 전원 도메인 업그레이드가 정상화되면서 OTA 에서 차량의 안전성과 신뢰성을 보장하는 방법이 매우 중요합니다. OTA 업그레이드는 벽돌 교체로 이어질 수 있고, 사용자체험 레드라인을 만질 수 있으며, 업계 내에서 벽돌 교체로 인한 불만은 물론 여론사례까지 잇따르고 있다. 화웨이는 오타로 인한 벽돌 변화를 체계적으로 분석했다. 차량 업그레이드 중 제어 취약점, 핵심 부품을 사용할 수 없음, 원격 수리 부족, 소프트웨어 버그가 벽돌 교체에 가장 큰 인센티브가 되었습니다. 설계 단계에서 벽돌 업그레이드를 일으킬 수 있는 모든 오류를 예측하는 방법은 체계적인 문제입니다. 모든 장면의 잠재적인 오류를 분석 및 시뮬레이션하고 이를 방지하기 위해 감쇠 조치를 개발해야 합니다. 화웨이 휴대전화는 수년 전부터 OTA 를 지원했고, 휴대전화 OTA 고장의 고장 패턴을 체계적으로 분석하고 수십억 번의 안정적인 업그레이드를 보장했다. 경험은 참고할 만하다.
휴대폰 업그레이드와 마찬가지로 OTA 프로세스의 트래픽 소비, 업그레이드 시간, 조작 상호 작용 등 사용자 경험 문제도 직면하고 있습니다.
화웨이는 OTA 를 핵심 서비스로 내세웠으며, OTA3.0 시대는 전체 프로세스, 전체 장면, 안전하고 신뢰할 수 있는 세 가지 기능을 갖추어야 했습니다.
화웨이 OTA 솔루션은 화웨이 HI 자동차 솔루션의 차량급 원격 업그레이드 서비스입니다. 자연 맞춤 HI 솔루션 업그레이드는 스마트 운전, 스마트 조종석, 스마트 전기, 스마트 네트워킹, 스마트 차량 제어 등 45 개 이상의 구성 요소를 포괄할 수 있습니다. 한편, 화웨이가 개방한 차단 업그레이드 서비스 아키텍처는 자동차 업체 소유물과 삼자 부품 업그레이드를 지원하며, 자동차 기업 표준 부품의 붓 쓰기 사양을 지원합니다. 애플리케이션 수준에서 ADAS/ADS 애플리케이션, 알고리즘, 홍몽 시스템 운영 체제, 홍몽 시스템 로컬 애플리케이션 등 업그레이드 기능을 지원합니다.
스마트 자동차 시대, 각 자동차 업체들은 끊임없이 소프트웨어 생태를 발전시키고, 소프트웨어 관리 프로세스를 구축 및 최적화하고, 차량 업그레이드 신뢰성에 대한 전문적인 견해와 사고를 가지고 있으며, 풍부한 경험을 쌓았다. 화웨이는 OTA 서비스 플랫폼을 제공하여 각 자동차 기업, 생태 파트너와 OTA 소프트웨어 생태, 관리 프로세스, 신뢰성, 운영 및 유지 관리를 지속적으로 탐구하여 경쟁력 있는 OTA 서비스를 구축하고자 합니다.
VHR
동시에 차량 지능화가 발달하면서 각 차체 부분의 디지털화 비율도 높아지고 있다. 차량 소프트웨어 코드의 양이 계속 높아지고 있다. 현재 소프트웨어 코드의 양은 10 년 전 10 배, 향후 소프트웨어 코드의 양은 3 ~ 5 억 행으로 더 높아질 것이다. 차량의 각 시스템 및 부품은 매일 다양한 상태 신호, 로그 및 경고를 보고합니다. 현재 자전거의 데이터 양은 매일 150-200M 수준이며, 앞으로 샘플링 빈도가 높아지고 구성 요소의 복잡성이 증가함에 따라 더욱 증가할 것입니다.
ICT 업계의 경험을 참고하여 화웨이는 VHR 의 개념을 제시했다. VHR 은 전체 수명 주기를 기반으로 하는 데이터 중심 개념인 차량 내역을 나타냅니다. 그 목적은 대량의 데이터를 기반으로 차량의 가시성, 서비스 가능성, 사용자 관리 및 효율적인 운영을 실현하는 것입니다. 이 작품들은 앞으로 차주의 체험과 사용자 점도를 크게 끌어올릴 것이며, 차기업에게 중요한 가치와 수익을 가져다 줄 것이다.
VHR 은 데이터 수집, 데이터 관리, 데이터 분석, 차량 상태 시각화, 차량 문제 해결, 추세 분석, 예측, 개선 등의 여러 측면을 다룹니다. 차량에서 차량 출발까지 폐쇄 루프 시스템입니다.
미래에는 많은 VHR 기반 응용 프로그램 시나리오가 있을 것이다. 다섯 가지 주요 시나리오를 간단히 공유하겠습니다.
장면 1: 차량의 디지털 쌍둥이
차량 핵심 도메인 및 핵심 부품의 시각화 (예: 동력 도메인의 모터 및 배터리, 섀시 도메인의 디지털 섀시, 자동 운전 또는 고급 보조 운전용 센서 (레이더, 카메라 등). ), 자동차 지능형 운전 컴퓨팅 플랫폼, 스마트 조종석 등. , 디지털 페어링을 통해 달성 될 수 있습니다, 특히 생명 안전에 특히 중요한 부품 시스템은 이러한 부품의 작동 상태, 주요 매개 변수 및 지표를 실시간으로 이해할 수 있으며 스마트 자동차의 제품 개선, 결함 발견, 성능 향상 및 오류 묘사에 매우 중요합니다.
디지털 페어링은 결코 단순한 투시화가 아니다. 각 영역과 각 시스템의 주요 구조 및 성능 매개변수를 깊이 이해해야 진정으로 효과적인 디지털 쌍 시스템을 구축할 수 있습니다. 그리고 이 시스템은 플랫폼의 큰 데이터와 AI 능력에 대한 요구가 높다.
시나리오 2: 원격 진단
자동차 고장을 처리하는 전통적인 방법은 수리 센터에 가는 것이다. 전통 자동차의 경우, 이 모델은 그다지 큰 문제는 아니지만, 스마트 자동차에는 몇 가지 핵심 변화가 있다. 하나는 동력 시스템이 연료 엔진에서 동력 배터리와 모터로 바뀌었다는 것이다. 전원 배터리는 고장이든 성능이든 시간이 지남에 따라 변하는 과정을 거칩니다. 따라서 오랜 시간 동안 모니터링하고 잠재적인 위험을 미리 파악하는 것이 필요합니다 (이는 다음 3 전기 클라우드 서비스에서 구체적으로 언급됨).
또 다른 변화는 앞으로 스마트 운전과 고급 보조 운전 시나리오에서 신뢰성에 대한 요구가 매우 높기 때문에 시스템 핵심 부품의 고장을 예측하고 원격으로 진단하는 것이 중요하다는 점이다.
이에 따라 차량, 분야, 부품의 차원에서 진단도 세 단계로 나뉜다. 업계 전문가와 호스트 공장의 의견에 따르면 화웨이는 차량 허탈, 열통제력 상실, 충돌, OTA 업그레이드 실패, 제동력 부족 등 핵심 시나리오를 구체화했다. 결함 트리 또는 AI 학습을 구축함으로써 원격 진단 기능을 향상시킬 수 있습니다.
시나리오 3: 지능형 관세
모두가 이런 경험을 했다고 믿는다. 당신이 구매한 상품이나 서비스에 대해 의문이 있을 때 고객 서비스에 전화하세요. 이제 여러분 대부분은 웹이나 앱에서 온라인 고객 서비스를 이용하실 겁니다. 고객서비스가 몇 가지 기본 정보와 상황을 반복적으로 문의하면 고객서비스 A 가 고객서비스 B 로 넘어갈 때 질문과 기본 정보에 대한 반복적인 묘사에 불만을 느끼고 서비스 체험을 줄일 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 고객명언) 따라서 고객센터에 기초능력을 구축하는 것은 매우 중요하다. 예를 들면 차량의 기본 정보, 차량이 오프라인된 후의 과거 수리 내역, 차량의 상태, 몇 가지 기초문제에 대한 해결 제안 등이 있다. , 이것은 소유자의 인식을 높이는 데 매우 중요합니다.
VHR 을 사용하면 차주보다 자동차에 대해 더 잘 알 수 있고, 항상 스마트 당직을 통해 사용자를 호위할 수 있어 사용자 점도가 크게 높아진다. 같은 제품력으로 이런 서비스 체험은 반드시 사용자에게 깊은 인상을 남길 것이다.
시나리오 4: 품질 예측
우리나라 자동차 리콜 제도는 기업 제품의 질을 높이고 소비자의 권익을 보호하는 데 점점 더 중요한 역할을 하고 있다.
자동차 기업에게는 가능한 한 빨리 잠재적인 위험과 결함을 식별할 수 있어 품질 비용을 대폭 절감하고, 제품 및 서비스 품질을 향상시키고, 브랜드 가치를 보호하는 데 중요한 역할을 할 것입니다. 따라서 생산 라인 (10 월 임신), 차량 사용 과정 (성장), 차량 퇴시 등 전체 수명 주기 데이터를 통해 이러한 장기 데이터를 기반으로 품질 분석 예측 모델을 구축하는 것은 장기적이고 가치 있는 작업이 될 것입니다.
자료에 따르면 2020 년 중국은 자동차 199 대를 리콜했고, 678 만 2000 대를 포함했고, 그 중 신에너지 자동차는 45 대를 리콜했고, 35 만 7000 대를 포함했다. 조금만 개선하면 큰 이득이 될 것이다.
장면 5: 차량 초상화
MES, DMS, CRM, 보증, 마케팅 시스템, OTA 등의 비즈니스 시스템 통합을 통해 도메인 모델을 구축하고 데이터 마이닝 및 상관 관계를 파악하여 사용자 레이블을 형성합니다. 사용자 초상화를 통해 더욱 직접적인 업무 혁신과 데이터 재현을 실현하다.
클라우드 이기종 컴퓨팅 리소스는 모델 교육 컴퓨팅을 지원하고, NPU, GPU 및 CPU 의 기능을 완벽하게 통합하며, 기본 이기종 컴퓨팅 리소스 통합의 어플리케이션 일정을 실현하고, 모델 교육 및 실행의 효율성을 높입니다.
민감한 개인 데이터 측 교육 (개인 정보 보호), 다중 사용자 특성 매개변수 클라우드 * * * 공동 학습 지원 (모델 정확도), 차등 프라이버시를 통한 소음 데이터 증가로 보안 강화
끝에서 VDC, CDC, MDC 와 같은 컴퓨팅 기능 구성 요소를 사용하고, 종단면에서 예외 감지 모델을 수렴하여 예외 감지, 신속한 추론, 클라우드 대형 데이터 모델과 공급업체가 제공하는 데이터 보완, 오류 레이블 개선, 문제 식별의 정확성과 실시간 향상
데이터 기반 VHR 시스템은 차량 용량, 클라우드 용량, 상위 장면 등을 포함한 업계 전반의 공동 구축이 필요합니다. 한편으로는 차주의 차량 체험을 지속적으로 제고하고 스마트 자동차의 가치를 진정으로 누리고 있다. 다른 한편으로는 자동차 기업을 위해 더 많은 가치와 이익을 창출하여 공승을 이룰 수 있다. 화웨이는 이 시스템에 자신의 힘을 기여하고, 데이터 플랫폼과 AI 능력에 대한 장점을 발휘하며, 업계 리더쉽과 전문가의 깊은 견해를 결합하여 VHR 시스템을 구축하고자 합니다.
3 점 클라우드 서비스
국가 정책 등의 요인으로 오늘날의 자동차 전동화는 막을 수 없다. 202 1 7 월 현재 전국 신에너지 자동차 판매량이 1229 만대를 돌파해 전년 대비 2 10.2% 증가했다. 새로운 에너지 자동차가 급속히 발전하였으나, 현재 새로운 에너지 자동차의 자연 연소는 아직 효과적으로 통제되지 않았다. 2020 년 사고 보고 124 건. 2026 년 9 월, 5438+0 까지 언론에 노출된 화상사고는 224 건으로 소비자들이 마일리지 불안에서 안전걱정으로 바뀌기 시작했다.
전기자동차에서 열통제불능사고가 발생하는 원인은 다양하고 복잡하다. 전기심공예결함, 전기남용, 열남용, 기계남용으로 인해 내부 단락이 국부열로 이어지고, 과충전, 저온충전, 빠른 충전으로 인해 많은 양의 리튬 침전이 열안정성을 떨어뜨려 열통제불능으로 이어질 수 있다. 그 중에서도 내부 단락으로 인해 열이 제어되지 않는 안전 경계는 동적이며, 내부 단락으로 인해 열이 제어되지 않는지 여부는 단락 유형, 단락 내부 저항, SOC 등과 같은 더 많은 판단 요소가 필요합니다. 따라서 전기 화학 기계와 기계 학습 기술을 결합하여 화웨이는 더욱 복잡한 관계 모델을 구축하여 새로운 에너지 자동차 동력 배터리 안전에 대한 정확한 경보를 실현하였다.
Huawei VHR 데이터 서비스 기지 및 배터리 팩 시뮬레이션 시스템을 기반으로 전원 배터리 열 제어 경보, 배터리 장애 감지, 배터리 상태 SOH 평가, 배터리 잔여 수명 RUL 예측 등 전원 배터리 8 대 애플리케이션을 구축하여 새로운 에너지 자동차를 보호합니다.
배터리 안전 경보의 경우 전원 배터리 장애 감지 및 열 통제 불능 경보의 리콜률이 80% 이상에 이를 수 있으며, 허위 경보율이 낮은 범위임을 보장합니다. 배터리 상태 평가 (SOH) 측면에서 화웨이는 클라우드 기반 SOH 예측 모델을 통해 3% 미만의 수명 주기 추정 오차와 10% 미만의 잔여 주기 예측 오차를 실현할 수 있으며 클라우드 배터리 수명 데이터를 기반으로 100% 의 배터리 문제 추적 가능성을 실현할 수 있습니다.
화웨이는 전원 배터리 반실물 시뮬레이션 시스템을 통해 대량의 샘플 데이터를 구축하고 실제 차량 샘플 데이터 분석과 결합하여 샘플 데이터가 적은 문제를 효과적으로 극복했습니다. 현재 화웨이는 삼원 리튬 배터리와 인산 철 리튬 배터리를 포괄하는 고장 샘플 데이터를 구축했으며 15+ 전원 배터리 열 제어 기능 엔지니어링 라이브러리를 구축했습니다.
화웨이는 도메인 적응 알고리즘 마이그레이션 알고리즘 모델을 사용합니다. 알고리즘 모델이 시뮬레이션 환경에서 실제 차량으로 마이그레이션되거나 다른 재질 시스템 및 배합표에서 알고리즘의 정확도가 안정적입니다.