一、    前言

新世代的汽車為了達到多樣化的功能與特性，必須具備多個軟體系統，以構建多種功能、滿足車輛需求，因此，帶給車商許多新的挑戰。透過資料管理平台，不僅可將多個軟體元件整合，減少操作的複雜性，還能讓車商透過雲端系統的連接，藉以管理、儲存車輛所生成之資料，進而增加車輛的安全性，並從中獲得商機。

二、    定義

車用資料管理平台透過車輛感測器的偵測、車載系統的計算、集中式的車載網路配置、雲端運算，進行資料收集、處理、篩選，進而提供合適的資料。資料來源包含車輛、用戶、環境三大領域，從中獲得車輛的性能、狀態、使用權限，用戶喜好、娛樂訊息選擇、導航路線資訊，以及即時路況資訊、道路交通標誌辨識、環境的溫濕度等資訊(如下圖)。

三、發展案例

隨著車輛軟體性能提升，龐大資料量的高複雜性計算需求也隨之出現，為了解決問題，各家汽車公司紛紛開始推出車用資料管理平台，說明如下：

(一)BMW汽車公司開發出「BMW ConnectedDrive」智慧互聯駕駛服務；該服務結合微軟「Microsoft Azure」雲端服務平台、BMW「Open Mobility Cloud」平台、人工智慧技術，提供電動車的充電狀態、遠端車輛監控、行程諮詢、即時路況資訊等多樣化的服務，讓用戶可透過車用娛樂系統、智慧手機、智慧手錶裝置來連接車輛。

(二)福斯汽車公司開發出「Volkswagen Automotive Cloud」福斯汽車雲服務；該服務結合微軟「Microsoft Azure」雲端服務平台、「IoT Edge」平台，提供無線更新軟體技術(Over-the-Air, OTA)作業系統更新服務、用戶辨識系統服務、停車與收費服務、車載消費服務等多項客製化的遠程訊息處理服務，並確保用戶與車載資通訊服務(telematics service providers, TSPs)廠商在車輛操作系統與雲端聯接平台間，數據傳遞的安全性與可靠性。

(三)戴姆勒汽車公司開發出「eXtollo」雲端平台；將該平台獲得的數據資料由微軟公司的微軟「Microsoft Azure」雲端服務平台託管，而物聯網所獲得之數據則由戴姆勒汽車公司自行管理，以降低停機風險。該平台使用微軟HD Insights與Azure Databricks工具，透過開放原始碼的做法，輕鬆快速地處理大量資料，進行最佳化的資料分析，同時節省成本，藉以提供車輛預測性維護。

(四)豐田汽車公司的研究中心使用亞馬遜「AWS IoT」雲端平台；該平台藉由資料存儲與計算之技術，即時處理車輛事件，以降低雲端數據傳輸成本，讓用戶可在任何地點存儲、處理、管理車輛數據，以及提供車輛往返站點的數據傳輸；此外，該平台還提供機器學習與創新功能，加速車輛機器學習的算法訓練與測試速度，改善豐田汽車的研發流程。

(五)奧迪汽車公司使用微軟「Microsoft Azure」雲端服務平台；該平台協助奧迪汽車Audi A8系列處理大量資料的存儲與計算，進行複雜的資料分析，藉以增進車輛感測器之功能、評估特定地區的環境或交通狀況。

四、未來展望

未來，車用資料管理平台將著重於資料等級的分辨，依資料級別來進行存儲、處理的優先排序，並結合機器學習，有效地利用數據資料，應用於自動化的車聯網服務，藉以減少成本支出，並開發更符合市場需求之商品服務，擴展商機，從中獲利。