コネクティビティとAIがトラックの稼働時間を改善する方法

現代のトラックは、運行中、毎分膨大な量のデータを生成します。 しかし、このデータはどのように使用されているのでしょうか? トラック所有者にとってどのようなメリットがありますか? そして、それはトラック輸送の将来にとって何を意味するのでしょうか?

現在、一般的な大型トラックには100個を超えるセンサーが装備されています。 それに比べて、スマートフォンには10個あります。 毎分約20ギガバイトのデータが送信され、これはSpotifyで1800時間分の音楽をストリーミングするのに相当します。 同じ1分間に、トラックの位置を60,000回報告するとともに、600,000を超えるさまざまなメトリックと300万件のログ メッセージを受信します。
 

さて、その1分をトラックの稼働時間 (分) で乗算すると、生成されるデータの量は想像を絶するほど膨大になります。 しかし、業界で働くデータ サイエンティストは、こうした膨大なデータに溺れるどころか、さらに多くのデータを渇望しています。

「データは多ければ多いほど良い」とボルボ・グループのデータ、分析、AI部門責任者のロバート・ヴァルトン氏は説明する。 「当社のデータサイエンスの能力と、当社が利用できる高度な分析方法とツールがあれば、膨大な量のデータは問題ではなく、むしろチャンスなのです。 これにより、トラックの挙動に関するより深い洞察が得られ、輸送と顧客へのサポートを最適化するためにトラックがどのように機能するかをより深く理解できるようになります。」
 

コネクテッドトラックの進化

1990年代初頭に最初のコネクテッド トラックが発売され、それ以来コネクテッド車両の数は直線的に増加しています。 生成されるデータの量は過去30年間で飛躍的に増加しましたが、このデータを活用してトラック所有者や輸送事業者に価値を生み出す方法を見つけることが課題となっていました。
 

「トラックからのデータをどのように活用してきたかという歴史は、4つの段階に分けられます」とロバート氏は言います。 「まず、私たちは反応的にデータを見て、次のことを判断しました。 どうしたの？ その後、接続性を利用して、よりリアルタイムでデータを確認し、次のことを決定し始めました。 何が起こっている？ 近年、私たちは何が起こるかを予測し、それを防ぐための対策を講じてきました。リアルタイム監視はその良い例です。 現在、当社はさらに一歩進んで、データとAIを水晶玉のように活用し、お客様に最大限のサポートを提供するために何が必要かを判断しています。」

トラックのデータを活用して故障を回避する方法

接続性は、故障が発生する前に予測して防止するという概念である予防保守の中核をなします。
 

車両から抽出できる膨大なデータを分析し、機械学習を適用することで、特定の障害につながる共通のパターンや要因の組み合わせを特定することが可能になります。 これを使用して、他の車両で同様の障害を予測および防止するためのモデルを作成できます。

「予期せぬ故障が発生する前に、担当の修理工場に警告を送信して、お客様が都合の良い時間に訪問して問題を診断できるようにしています」と、ボルボ・トラックのテクニカル・ディーラー・サポート担当副社長、エルケ・デカルーウェ氏は言います。「お客様にとって、これは稼働時間の増加と、収益の損失や会社の評判の失墜など、故障に関連するすべてのコストの回避を意味します。」

現在、エルケ氏とその同僚は、ヨーロッパ全土で運行されている約85,000台のトラックからデータを収集しています。 近年、接続性とデータ分析の新たな進歩により、彼らの仕事は劇的に変化しました。
 

2016年に作業を開始した当時、彼らはわずか600台のトラックの車両群を監視しており、1つの部品 (バッテリー) のチェックに1日かかっていました。 現在、11種類のコンポーネントが監視されており、8分ごとにチェックを完了できます。 毎月約4,000件のアラートが送信されており、そのうち77%が予期せぬ事故を防いでいると推定されています。 
 

ただし、開発のペースは落ちないため、データ モデルとアルゴリズムは継続的に改良および改善する必要があります。

「トラックは静止しているわけではなく、常に進化しているので、データも進化しています」とエルケ氏は言う。 「もし故障を見逃したり、アラートが機能しなかったりしたら、それはより詳しく調べて、モデルを微調整する必要があるかどうかを確認するきっかけになります。」

コネクティビティとコネクテッドトラックの将来はどうなるのでしょうか?

AIの進化により、現在のモデルがさらに正確かつ包括的になる可能性があります。 AIははるかに大量のデータを分析する能力を持っているため、これまで見えなかった未知のパターンやデータポイント間のつながりを識別できます。
 

「従来のデータ分析では、関連性があると思われるパラメータを選択する仮説主導のアプローチを採用していました」とロバート氏は説明します。 「AIを活用したアプローチでは、関連性があるかどうかに関係なく、トラックから得られるすべてのデータを確認します。 天気や交通状況などの他のデータソースを組み合わせることもできます。 さらに正確で、さらに先を見据えたモデルを作成することができます。」
 

AIは、効果的に自己診断し、自己修復できる車両であるスマートトラックへの道を開く可能性もあります。
 

「現在、私たちはトラックから監視センターのバックエンドにデータを送信しています。 しかし、AIを使用すれば、トラック自体に搭載された状態でより多くの分析を実行できるようになります。 問題が発生した場合、自動的に診断が実行され、ソフトウェアの変更によって問題が解決されます。 これはまるで、稼働時間を最適化し、気候への影響を抑えながら輸送量を増やすことができる、認知能力と自己修復能力を備えたトラックのようなものです。」
 

接続性の利点と、それが今日のビジネスにどのような貢献をすることができるかについて、以下を含めて詳しくご覧ください。
 

●      データがトラックの故障を防ぐ方法

●      コネクティビティが効率的な運転にどのように貢献できるか