車聯(lián)網(wǎng)創(chuàng)新離不開大數(shù)據(jù)

1、車聯(lián)網(wǎng)創(chuàng)新離不開大數(shù)據(jù)IBM 公司是大家公認(rèn)的做 IT 、信息技術(shù)的傳統(tǒng)企業(yè)。 而車聯(lián)網(wǎng)技術(shù)中的數(shù)據(jù)管理、搜集都需要用到云計算，需要 用到大數(shù)據(jù)的技術(shù)來管理。因此， IBM 也一直在跟汽車行業(yè) 伙伴、車聯(lián)網(wǎng)制造商、服務(wù)商以及主要的動力和傳感設(shè)備供 應(yīng)商一起做研究項目。 來自 IBM 中國研究院的資深研究總監(jiān) 孫偉從汽車產(chǎn)業(yè)本身、車內(nèi)的傳感技術(shù)、控制技術(shù)等方面， 家介紹了從車上搜集信息以后， IBM 如何對數(shù)據(jù)動態(tài)的、精 準(zhǔn)的分析信息技術(shù)，把車輛通過云平臺真正的聯(lián)網(wǎng)起來，并 通過輔助駕駛服務(wù)或自動駕駛服務(wù)來實現(xiàn)。記者： IBM 在車聯(lián)網(wǎng)中承擔(dān)了那些工作？ 孫偉：從汽車產(chǎn)業(yè)角度講，車聯(lián)網(wǎng)是一個純設(shè)

2、備產(chǎn)品的 業(yè)務(wù)，是研究產(chǎn)品價值的模式。車聯(lián)網(wǎng)自然帶來了很多的新 服務(wù)，如自動駕駛服務(wù)、電子商務(wù)，或者是定餐以及其他娛 樂功能。比如在汽車保險行業(yè)里，如何利用汽車的車聯(lián)網(wǎng)更 好地降低客戶駕車的風(fēng)險，如何進行分析和掌握，之后做出 更精準(zhǔn)的客戶群細分，是汽車保險行業(yè)客戶一個非常重要的 需求。 IBM 公司最近在跟保險行業(yè)的客戶合作，雖然有一系 列的傳感器可以捕獲駕車人的駕車行為，但駕車人在什么樣 的情況、什么樣的天氣駕駛汽車，把信息融合之后如何更精 準(zhǔn)地進行細分，正是 IBM 在做的工作。記者： IBM 如何理解車聯(lián)網(wǎng)？ 孫偉：今天在談車聯(lián)網(wǎng)和十年、 十五年以前是不一樣的。十年、十五年以前不叫車聯(lián)網(wǎng)

3、，叫Telematics,那時不細分單向、雙向、依靠、并靠為主題的服務(wù)形態(tài)。在過去十年里 不斷發(fā)展演化，今天的車聯(lián)網(wǎng)已經(jīng)被賦予了完全不同的含 義。國內(nèi)聯(lián)網(wǎng)在飛速發(fā)展， 但是真正意義上的車聯(lián)網(wǎng)的車車、 車路結(jié)合，深度服務(wù)的價值，才是其真正的內(nèi)涵。我們在和 一線的 TM1 的 OEM 交流車聯(lián)網(wǎng)的話題時， 發(fā)現(xiàn)他們在關(guān)注 一個非常重要的題目，即如何搜集到車聯(lián)網(wǎng)的信息后，對他 們服務(wù)的客戶有更深刻的理解。比如在國內(nèi)，很多買車人和 駕車人不是同一個人，一輛車不止一個人在開。最近我們的 一個客戶就提出一個課題，如何提高車聯(lián)網(wǎng)的數(shù)據(jù)，用來識 別到底有幾個人在開這個車，開車的人的行為到底有什么樣 的差別?；?/p>

4、于這些信息，他可以更容易地去做定向的客戶服 務(wù)、維修服務(wù)。特別是商用車，對于物流行業(yè)，商用車是用 戶的工具，如何降低物流運輸成本，非常重要的環(huán)節(jié)就是如 何更好地了解司機的駕駛行為，在不同工況下、不同負載情 況下優(yōu)化價值，如果對采集來的數(shù)據(jù)做到合理的分析與綜合 理解，再加上合理運用車輛主動控制功能，就可以很好地解 決此問題。此外，我們要降低汽車對生態(tài)環(huán)境的影響，也要使車輛 聯(lián)網(wǎng)。但如果沒有一個有效的方法去搜集和管理車輛的移動 信息，那么車聯(lián)網(wǎng)中的大部分服務(wù)就會遇到阻滯。今天車聯(lián) 網(wǎng)創(chuàng)新的目的是要把車輛和各種各樣的基礎(chǔ)設(shè)施關(guān)聯(lián)在一 起。這個關(guān)聯(lián)需要物聯(lián)網(wǎng)的技術(shù)，不管是車內(nèi)的傳感器、道 路、交通管理

5、、路旁的交通設(shè)施、路旁微波交通監(jiān)控設(shè)備， 這些收集來的信息都需要綜合，需要一個大的網(wǎng)絡(luò)。這個網(wǎng) 絡(luò)能夠把車輛和互聯(lián)網(wǎng)上的天氣、交通狀況等其他信息整合 在一起，透過云平臺，開發(fā)出創(chuàng)新服務(wù)的生態(tài)環(huán)境。這是車 聯(lián)網(wǎng)一個非常重要的話題。記者：您認(rèn)為車聯(lián)網(wǎng)最大的問題是什么？ 孫偉：最大的問題就是如何合理利用收集來的大數(shù)據(jù)。按照將來一輛車一天搜集的數(shù)據(jù)是1530兆，那么一天個平臺收到的數(shù)據(jù)量非常大。把車輛本身的信息綜合在一 起，就可以利用大數(shù)據(jù)的數(shù)據(jù)分析出很多有用的信息，甚至 可以對司機的行為進行理解，如他的駕駛行為、出行模式， 他在駕駛過程中對不同服務(wù)請求和需求的意見模式。對于一 些商用車的車隊，車輛的

6、車況診斷、故障的識別和預(yù)警以及 道路情況，也都能夠發(fā)掘出更多更深層次的動態(tài)。除了輔助 自動駕駛，大數(shù)據(jù)的應(yīng)用對汽車維修也有很大的幫助。如果 對于車輛的故障模式、車輛行駛的工況、駕駛員的習(xí)慣有深 入了解，我們會對這個車輛在什么時候發(fā)生故障有一個預(yù)測 性維修的模式?？蛻羧绾务{駛這個車輛，走在什么樣的工況 模式下，以及對車輛本身的設(shè)計升級、下一步不斷演化，都 能得到大的改善。另外一個非常重要的問題是高精度地圖。沒有高精度地 圖我們的自動駕駛就不能實現(xiàn)，我們要定位到厘米量級，道 路信息要精確到這個時刻的路況。如果要做到這一點，高精 度地圖是不可或缺的。一方面我們可以基于第三方地圖商給 我們提供的數(shù)據(jù)，

7、另一方面，車輛搜集來的信息也可以作為 動態(tài)數(shù)據(jù)地圖的補充，疊加之后可以形成一個時刻更新的高 精度地圖。 基于這些數(shù)據(jù)的分析和挖掘， 我們對司機、 車隊、 車輛、地圖信息有深度的了解之后，可以做很多不同創(chuàng)新的 服務(wù)。在高精度動態(tài)地圖的支撐方面，國內(nèi)高速公路動態(tài)限 速不是很普遍，在歐洲和美國高速公路會有動態(tài)限速，這是 非常有效的交通管理手段。如果車輛有了車內(nèi)動態(tài)限速識別 的設(shè)備，就可以很好地避免這個問題，例如，當(dāng)前限速是 75 公里，你把這個信息疊加到動態(tài)地圖上，形成一個高精度地 圖，并利用這個高精度地圖的信息，得到實時精準(zhǔn)的通知。 這就是高精度地圖的一個簡單的應(yīng)用，要實現(xiàn)這一功能，后 臺需要有非

8、常強大的大數(shù)據(jù)支撐。此外，汽車對地形和道路 感知的優(yōu)化、智能停車、導(dǎo)航服務(wù)等都離不開動態(tài)高精度地 圖。記者：車輛如何通過云平臺做車車協(xié)同呢？ 孫偉：車車協(xié)同并不單是車輛和車輛之間的相互通訊， 車車協(xié)同在一定范圍內(nèi)也包括主機廠協(xié)同的問題、政府推廣 的問題。如何實現(xiàn)車輛到云平臺再到車輛的通訊，車輛在路 上通過傳感器識別到了路滑、路面積水等特別的路況，或者 利用車輛轉(zhuǎn)速的差別、 ESP 報警的信號以及車內(nèi)其他類型的 車速、剎車信號系統(tǒng)，通過視頻捕獲到的信號，把它同步到 互聯(lián)網(wǎng)的云平臺上。同步之后在路網(wǎng)上去找到哪些車輛訂閱 了我的服務(wù)范圍，快速地通知、協(xié)同、導(dǎo)航，使駕駛者可以 做一些輔助的控制，以避免

9、交通事故，降低出行擁堵。解決這些問題需要有一系列的技術(shù)作為支撐。如果車輛 從傳感器搜集數(shù)據(jù)到互聯(lián)網(wǎng)平臺、云平臺同步的頻率比較 低，一秒鐘同步一次，那么十萬車聯(lián)網(wǎng)一個小型平臺，一秒 鐘就需要十萬次的數(shù)據(jù)傳遞，每一次傳遞幾十項。此外不光 是傳輸本身，傳輸這些數(shù)據(jù)需要在非常低的延時范圍內(nèi)處 理。要把信息非?？斓赝降狡渌囕v，這都需要大量實時 的流數(shù)據(jù)處理，需要關(guān)鍵的技術(shù)作為支撐。記者：作為一家IT企業(yè)，IBM在這個領(lǐng)域有哪些特長？孫偉： IBM 在這些領(lǐng)域有一些特長， 對于大數(shù)據(jù)的傳遞， 車輛高速、高頻的傳感速度和在云平臺做同步和傳輸時， IBM 利用 MQTT 技術(shù)在數(shù)據(jù)高速傳輸?shù)倪^程中，提高傳

10、輸速率， 對帶寬的占用也低幾十倍。數(shù)據(jù)在非?？焖俚乃鸭艘院?， 要去做加工處理，從車內(nèi)搜集的數(shù)據(jù)和天氣、路況等其他信 息很多數(shù)據(jù)都需要融合，融合之后要做識別。如這個地方出 現(xiàn)了交通事故，那個地方有濕滑，這些信息需要在一個非常 短的時間內(nèi)做加工處理分析。所以從技術(shù)支撐的角度，我們 可以非常好地應(yīng)用到流計算。由于擁有這樣一個流計算，我 們從來源的數(shù)據(jù)搜集到之后，可以在非常短的時間內(nèi)指導(dǎo)車 輛行車服務(wù)，也可以在非常短時間內(nèi)了解這個車輛的駕駛 者。針對這樣一個領(lǐng)域， IBM 還有一個非常好的研究成果。 它結(jié)合高德、四維、谷歌、百度等基礎(chǔ)地圖，在車輛駕駛和 其他類型的行車服務(wù)過程中，整合很多從車內(nèi)、單一車輛、 眾多車輛搜集的在復(fù)雜路網(wǎng)下實時的交通狀況、工況。這需 要有地圖多維度數(shù)據(jù)的融合。融合之后，我們可以對車輛行 車的線路進行分析，對車輛駕駛?cè)说男袨檫M行分析，對于車 輛行駛的工況，下雨、降雪等微觀的天氣情況，有一個非常 好的管理和掌握。從