寻找供应商
广告
首页 > 汽车技术 > 正文

智能汽车车用基础软件平台关联技术

2022-09-25 17:59:10·  来源：汽车测试网  
　
2.  车端数据价值

图片

图4.3-1 车端数据图

汽车上产生的数据本质上是将物理世界的人 - 车 - 环境进行表征，智能汽车时代随着系统和功能的复杂化和智能化，产品的开发和迭代，以及智能化功能和服务的应用，需要大量的量产车辆的大数据， 这些数据将用于产品全生命周期的开发、运维和迭代等工作，蕴含着巨大的价值，如图 4.3-1 所示。同时高价值数据需要具备以下特征：

  • 基于量产车辆的大数据，覆盖丰富的场景和工况

  • 结构化数据具备 1Hz 到 100Hz 的精度

  • 非结构化数据具备满足不同场景对数据精度的要求

  • 覆盖全部数据维度，支持多维度的视角

  • 具备高质量，需避免数据丢包、乱序等质量问题


3.  传统汽车数据管理面临的问题


(1) 车端数据采集主要问题


① 数据采集的维度、精度等都需提前定义，量产后难以根据实际情况做灵活调整


② 高精度数据在采集成本、数据质量均存在严峻挑战


③ 车端压缩倍率低，数据流量成本难以控制


④ 车端解决不了小时级别延迟的补传 / 重传数据的重新计算


⑤ 数据链路长，数据容易丢失、乱序，影响业务价值


(2) 数据加工 / 开发痛点


① 数据从平台接入到业务分析的时间长，排序、ETL 过程需要 T+1 天


② 数据分析需要大量计算资源，但受限 Hadoop 计算节点和存储资源绑定的架构，用户普遍有资源分配少，长时间等待计算完成的问题


③ 业务人员难以直接使用数据，需要在分布式环境里使用 Spark、Java、Scala 等语编程实现，门槛高， 效率低


(3) 数据闭环痛点


① 算法从云端到车端部署，涉及到算法编译、嵌入式开发、通信矩阵适配等，门槛高，效率低，往往需要数月完成一次跨车云的算法部署


② 算法部署或更新需要通过 OTA


③ 车端控制策略难以更改，迭代难度大


(4) 数据未能驱动生态


① 以上数据采集、数据开发、数据闭环三个问题导致数据生态难以形成


② 汽车大量 Knowhow 掌握在零部件供应商手里，而数据掌握在车企手里，缺乏数据安全共享的平台和机制，导致数据价值难以被全面释放

   首页   下一页   上一页   尾页 
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• ENCAP2026对撞后安全的要求（中） • 汽车智能座舱分级与综合评价白皮书
• 一文详解安全分析方法STPA：以自动紧急制动系统（AEB）为 • 新品上市 | Fusion-LN 数据采集的下一个飞跃
• 车规级V2X芯片- 汽车移动通信功能核心 • BEV端到端视觉论文合集|从不同的视角解析BEV感知技术
• 新能源汽车应用中的【夜视系统】与【雨夜系统】 • 汽车安全基础
• 极氪007电驱动系统拆解，看到了啥？ • 长安汽车申请具备单换热器的空调总成的车辆热管理系统专利
0 条相关评论
  • 广告
  • 广告

编辑推荐

最新资讯

  • 广告
  • 广告
沪ICP备11026917号-25