잠시 커넥티드 카의 최종 소비자 측면을 떠나, 이제 기업 측면으로 바꿔 보자. 많은 기업은 IoT와 커넥티드 카를 활용할 수 있는 방법을 찾고 있다. 차량 관리 및 텔레매틱스는 20 년 이상 동안 중요한 주제가 되어왔으며, 이 모든 영역은 점점 더 정교해지고 있다. 특히 자동차 부품 제조 업체에게 현장에서 자동차 부품의 성능에 대해 배울 수 있는 새로운 연결을 활용하는 것은 또 다른 흥미로운 영역이다.

자동차, 트럭, 선박, 철도 차량, 항공기 등을 관리하는 기업들은 종종 수천 개의 자산을 관리해야 한다. 많은 차량 관리자들에게 차량 관리 시스템에 통합된 이러한 자산들로부터 실시간 데이터를 얻는 능력은 매우 매력적인 제안이다. 항공 및 물류 기업은 효율적으로 운송 네트워크를 관리하기 위해 이 데이터에 의존하고 있다. 임대 회사들은 재무 예측 및 계획을 최적화하기 위해 실시간 차량 데이터를 사용할 수 있다.

온라인 차량 관리 초기에, 차량 추적기와 비슷한 하드웨어 장치는 차량 위치를 위한 GPS 장치처럼 독립적인 장치로 차량 내에 배치되었다. 자동차와 백엔드 사이의 통신은 지상 또는 위성을 기반으로 할 수 있다. CAN 버스 [CAN1] 같은 차내 버스 시스템은 엔진 상태, 연료 게이지, 운전 동작 등 차량 또는 자산과 관련된 다양한 데이터 소스에 접근하기 위해 현대적인 차량 관리 시스템에 의해 사용될 수 있다. 이 데이터들은 다양한 기능을 가진 연결된 차량 관리 솔루션을 제공하는 데 사용될 수 있다. 아래 도표는 연결된 차량 관리 솔루션의 향상된 주요 기능에 대한 개요를 제공한다 [BSI1]. 현장 자산 및 장치에 관한 부분은 또한 컨테이너 추적 (PurFresh 사례 연구 참조) 및 모바일 작업 장비 (Kärcher 사례 연구 참조) 등의 차량 관리의 다른 형태를 살펴본다.

                         Fleet management features (Source: Bosch)
                         

기본 차량 관리 기능은 일반적으로 보고 및 제어 기능뿐만 아니라 차량 마스터 데이터 관리를 포함한다. 일반적으로 연결된 차량 관리 솔루션은 ERP 또는 CRM 시스템과 같은 다른 백엔드 시스템들을 통합할 필요가 있다.

차량 상태 데이터는 또한 차량 관리의 다양한 기능에 사용될 수 있다. 예를 들어, 주행 거리 데이터는 사전 관리에 이용 될 수 있고, 운전자에게 다음 서비스 날짜를 표시하는데 사용될 수도 있다. 이 경우, 시스템은 또한 적합한 서비스 장소로 운전자를 사전에 안내 할 수 있다. 주행 거리 보고 기능은 임대 계약 데이터와 대조하여 예상 최종 주행 거리를 비교하기 위해 사용될 수 있다. 사고가 감지되면 사고 알림 기능은 차량 관리자에게 이를 알린다. 차량 진단 기능은 차량으로부터 오류 코드를 저장하고 일반 텍스트 형식에서 이를 이용 가능하게 만들 수 있다. 그리고 마지막으로, 설명이 필요 없는 차량 도난 경고 기능이 있다.

우리가 살펴볼 다음 차량 관리 기능은 운전 행동에 관한 것이다. 연료 관리 기능은 연료 운영 및 연료 게이지의 수작업 기록을 대체한다. 운전자 행동 기능은 속도, 제동, 가속 등 운전자의 운전 패턴에 대한 데이터 기록을 가능하게 한다. 사고 기록 기능은 사고 이전과 이후, 관련 차량의 센서 상태와 함께 가속도 값의 저장을 허용한다. 사고를 재구성하여 근본 원인을 밝힐 경우, 이러한 정보는 매우 중요하다. 또한 이동 루트에 대한 주요 데이터의 기록이 가능한 기능도 있다. 이 정보는 주로 과세 목적으로 사용된다.

차량 생산성 기능은 또한 데이터 분석 및 관련 기술에 의존한다. 예를 들어, 여정의 분석은 운송 경로를 최적화하는 데 도움이 될 수 있다. 사고/고장 지원 기능은 운전자에 대한 지원을 제공한다. 지오펜싱은 차량 사용을 제어하고 도난을 방지하기 위해 사용될 수 있다. 차량 내부 벤치마킹은 주행 거리, 연료 소비, 운전 행동 및 서비스 간격 등 파라미터를 비교하여 차량 비용 및 이용성을 최적화시킨다.

여기에서 설명한 연결된 차량 관리 기능의 일부는 위에서 설명된 사용 기반 보험 모델과 같은 다른 사용 사례를 제공한다.

차량 실시간 데이터에 접근할 수 있는 능력으로 큰 이익을 취하기 위해 기다리고 있는 사람은 차량 관리자뿐만이 아니다. OEM 업체 및 자동차 부품 제조 업체도 심지어 중간 개발 수명주기 에서 혜택을 누릴 수 있다. 이론적 가설과 실험에 기초하여 자동차 부품을 설계하는 대신, 제조 업체들은 부품이 현장에서 작동되는 방법에 대한 상세 데이터에 접근할 수 있다. 이는 제품 설계자와 엔지니어에게 매우 중요한 통찰력을 제공한다. 물론, 이 경우에 필요한 데이터는 이전에 논의된 차량 관리 솔루션에 필요한 데이터보다 훨씬 더 상세하다.

예를 들어, Bosch의 Corporate Department Automotive Systems Integration (C/AI)이 이끄는 Systematic Field Data Collection and Analysis (sFDA) 프로젝트는 수백만 대의 자동차 내 데이터 수집 하드웨어 장치의 배치를 포함하며, 이 장치는 차량 브레이크 시스템, 파워 조종 장치 등 다양한 차내 자동차 부품들을 연결한다. 이 시스템은 온도, 전압 곡선 등을 포함하는 상세한 사용 패턴을 잡아 낼 수 있다. 개별 차량에서 다시 이 데이터를 얻어 중앙 시스템으로 보내는 것은 많은 방식으로 달성될 수 있다. 어떤 경우에는 자동차가 집 와이파이에 연결되며, 이는 중앙 sFDA 시스템으로 다시 그 현장 데이터를 전송하는 데 사용된다. 그러나, 보다 일반적인 시나리오는 자동차가 지정된 자동차 수리 가게를 방문 할 때마다 데이터를 다운로드 하는 것이다.

이 방법으로 얻은 데이터는 부품 개발자에게 매우 유용하다. 현장 데이터로부터 획득될 수 있는 분석 결과 유형의 두 가지 예는 아래 도표에서 확인할 수 있다. 첫 번째 예는 개별 펌프의 사용 패턴을 분석하며, 두 번째 예는 운전 행동 클러스터를 보여준다. 물론, 데이터 정보 보호도 여기에 중요한 역할을 한다. 일부 경우, 중앙 시스템은 차량 ID (VID)를 저장하지 않고, 대신 익명의 “해시 값”을 사용한다. 이 값은 다시 VID 추적 할 수는 없지만, 시간이 지남에 따라 특정 자동차의 모든 데이터에 연결할 때에는 유용하다.

      Two examples of field data analytics at work (Source: Bosch Software Innovations)