當 210 英里的續航力其實並非 210 英里時
在 Autolist.com 於2023 年進行的一項電動車調查中，39% 的受訪者表示，續航里程是他們不願購買電動車的原因。身為一名電動車車主，我能理解這種心情。
上週，我與妻子開著電動車從聖荷西的家出發，前往奧克蘭山區與朋友共進晚餐，往返約 100 英里。出發時預估續航里程為 210 英里，我原本很確定能安全往返。但光是第一段路程就消耗了 105 英里。晚餐期間，我一直在擔心是否能靠這一次充電順利返家。 所幸，我們返家時尚餘40英里的續航里程——對我這種喜歡冒險的人來說沒問題，但對妻子而言卻是種壓力。
電動車的續航里程會因天氣、海拔高度及駕駛習慣等因素而大幅波動。 從聖荷西開往奧克蘭山區的行程，包含市區與高速公路的混合行駛，且海拔變化顯著。在夏末的一個午後，當我們開著空調朝山區上行時，實際續航里程未能達到車輛的預估數值。返程時的情況則恰恰相反。在較涼爽的傍晚氣溫下，我們關閉空調，且多為下坡路段，加上晚餐後較為輕鬆的駕駛方式，使我們成功達到了車輛預估的續航里程。
這清楚地說明了諸如天氣（溫度、風切變）、海拔高度、空調設定（暖氣或冷氣）、乘客人數、行駛情境（市區或高速公路）以及駕駛風格（謹慎或激進）等因素，如何對實際續航里程產生顯著影響。因此，此次行程的實際里程數低於預估，也加劇了我們的焦慮感。
真實世界數據驅動真實世界成果
為了將續航里程最大化，電動車工程師必須在實際行駛條件下監測車輛性能，並利用這些數據精確調校車輛的電動機電子控制單元（ECU），以實現動力系統的最高效率。 目前，絕大多數的測試數據都來自少量量產前試製車，且僅在有限的駕駛條件下取得。即使車廠能夠從已售出的車輛中蒐集數據，通常也是以批量方式進行。這種原始數據的蒐集方式，不僅在行動數據傳輸成本上十分昂貴，更會在分析過程中導致效率低下與數據不準確的問題。
電動車工程師需要一種方法，能夠精確界定在各種行車條件下所需的数据，並能從數萬輛車輛中即時且高效地獲取這些數據。為了了解不同行車條件下的續航表現，必須綜合考量不同地區、氣候和地形下的車輛，以及車主人口統計特徵和駕駛習慣等因素。
精確且可配置的車輛資料蒐集，不僅能降低資料傳輸與儲存成本，還能簡化分析流程，從而達成最佳解決方案。在此情況下，透過生成馬達 ECU 調校參數來調節扭力、動能回收煞車及其他運作點，確保馬達隨時都能以最高效率運轉。
取得正確的數據以推導出最佳調校參數，僅是整個過程的一半。汽車製造商還必須能夠智慧且動態地應用這些參數，使車輛電子控制單元（ECU）能自動適應特定的駕駛狀況。 在氣候較熱地區銷售的車輛，可能會收到旨在於高溫環境下將性能發揮至極限的更新。舉例來說，當陽光強烈且空調全速運轉時，車輛 ECU 可能會採用能最大化再生制動效果的參數，以彌補續航里程的損失。同樣地，當座椅佔用感測器偵測到車內載重增加時，系統便會選擇在正常駕駛時降低扭力，藉此延長續航里程。
結論
採用動態軟體基礎架構與解決方案，可協助汽車製造商充分實現 SDV 的潛力：讓車輛在整個生命週期內都能持續更新與強化，從而提升性能與效率。我們觀察到，透過運用先進的資料蒐集解決方案來分析實際行駛資料，並動態調整車輛 ECU 軟體的參數，我們能夠在各種駕駛條件與情境下優化續航力。
身為電動車車主，我十分能體會那些可能有「續航焦慮」的人的感受。我最近在行車途中經歷的續航里程波動，讓我對此有了更深的體會。如果我的車能動態適應行車狀況，我們回家的剩餘續航里程本可以有 80 英里，而不是 40 英里，焦慮感也會少得多。
若要了解新一代資料蒐集與自動化技術如何促進車輛的持續改進，請參閱此案例以及 Sonatus 解決方案中的其他應用案例。
桑傑·卡特里
產品行銷主管
Sonatus
contact@sonatus.com
