跳至主要內容
案例研究

MOTER 與Sonatus—— 推動邊緣端的安全駕駛

透過
車載系統,革新保險科技AI

本案例研究闡述了 MOTER Technologies 如何與 Sonatus AI Director 平台 ,將先進的駕駛人風險建模技術直接整合至車輛之中.

這項合作打造了一種動態且個人化的保險模式,不僅超越年齡或郵遞區號等傳統因素,更著重於 實際駕駛行為

了解 MOTER 與Sonatus 如何透過設計,讓聯網車輛更安全且更易於投保:

    • 更豐富的数据: 可取得高精度的車輛感測器數據,以及諸如跟車距離和駕駛分心等非傳統指標
    • 即時指導: 無需依賴持續的雲端連線,即可進行持續的風險評估並提供個人化的駕駛回饋
    • 安全性與隱私權: 採用容器化執行機制來保護專有演算法,並將敏感的行為資料保留在車輛內,有助於符合 GDPR/CPRA 規範
    • 成本節省: 透過在邊緣執行模型,為原始設備製造商(OEM)降低資料傳輸與雲端處理成本
    • 可擴展性:Sonatus 提供一個統一且靈活的部署框架,可快速整合至各類車系及 ECU 環境中

閱讀案例研究

常見問題

傳統的 UBI 依賴 OBD 轉接器或智慧型手機應用程式,這兩者皆存在重大缺陷。轉接器成本高昂、在不同車型間的可靠性不足,且可能干擾其他系統。智慧型手機應用程式則往往精準度不足、難以區分駕駛與乘客,且若使用者撤銷權限,便會面臨資料可靠性問題。

相較之下,MOTER 的解決方案是直接嵌入車輛的作業系統中。它利用高精準度的感測器數據,不僅分析駕駛行為(車速、煞車),還分析以下關鍵情境因素:
- 交通狀況與交通號誌狀態。
- 行人出現與跟車距離。
- 駕駛分心程度與變換車道頻率。

Sonatus AI Director 是一項技術解決方案,可讓 MOTER 的先進風險模型直接在車輛現有硬體(「邊緣」)上運行,而非在雲端。它透過以下功能解決關鍵的整合挑戰:
- 安全執行:一種容器化執行環境,可保護 MOTER 的專有演算法及敏感的駕駛員資料。
- 標準化存取:一套統一的 API,使軟體能夠輕鬆存取不同車廠平台上的各類車輛數據訊號。
- 硬體靈活性:能夠在各種 ECU 類型上部署模型,無需針對每個新車款專案進行昂貴的客製化整合。

透過將風險評估從雲端移至車輛邊緣,原廠製造商(OEM)得以釋放多項策略與營運優勢:
- 新的營收來源:這為「差異化保險與車隊服務」創造了機會,讓原廠製造商能直接向客戶提供內建保險與進階駕駛輔導服務。
- 降低成本:在本地處理資料可大幅減少需傳輸的車載資訊量,從而降低通訊與雲端處理費用。
- 法規遵循:「隱私權由設計而來」(Privacy-By-Design)的架構將敏感的行為資料保留在車內,簡化了符合 GDPR 和 CPRA 等嚴格法規的流程。
快速擴展性:統一的軟體框架讓車廠能夠在「數天而非數月」內,將這些功能部署至多款車系。

返回頁首