京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“互联网+汽车”连接交通生态圈 车载大数据助力降低能源消耗,减少尾气排放
上海国际车展官方论坛——“‘2Young·未竟之境’互联网+汽车”近日在上海举办,车联网、智能车、互联驾驶等概念再次成为舌尖上的热点。那么,车联网的定义是什么?“互联网+汽车”还包括哪些新内涵?
近年来,随着汽车保有量的增加,城市交通拥堵成为常态,机动车尾气污染越发严重,能源消耗量日益增多,在互联网时代,互联网+汽车能够做些什么?
1 互联网+汽车等于车联网?
近日,前瞻产业研究院发布的《2015~2020年中国车联网行业市场前瞻与投资战略规划分析报告》指出,随着物联网技术普及,2005年~2013年间,我国车联网用户由5万迅速上升至600万人,2014年车联网用户约有900万户,预计2015年用户数量将达2000万人。
车联网的定义究竟是什么?
多年从事车联网研究的特斯拉公司亚太区工程总监王文佳从车与车、车与路两个层面定义车联网。他认为,车与路之间互联包括两种,一种是车与路旁设备的互联,比如与交通指示灯即红绿灯的互联;另外一种是车与中心的互联,比如与交通中心互联。“车联网的初衷就是打破车与车之间的信息孤岛,人、车、路达到和谐。”王文佳告诉记者。
从国内情况来看,目前,车与路之间的互联尤其是车与中心的互联已经开展了很多年。无论是四维图新的“WeDrive”,还是百度提出的Carlife,本质上都是车与中心的通信,都是通过安装服务商的软件,后台服务中心对车辆进行监控和服务。凯立德科技股份有限公司董事长张文星近日就介绍了凯立德正在做的车联网数据平台,这个数据平台包括安全数据、路况数据、驾驶数据。其中,安全数据能对每一个发生过人伤交通事故的地点仔细测量;路况数据则表现为超过百万的浮动车加路面影像;驾驶数据是有针对性地对驾驶行为数据进行追踪分析,对车辆本身性能进行追踪评判。其它数据比如说用户行为数据、环境数据、车辆数据等都是凯立德下一步要去连接的“车孤岛”。
目前各地开展的智慧交通建设,也是从车与中心联网的层面上开展,将车辆的信息汇聚到交通中心。“智慧交通的建设目前主要针对营运车辆,通过联网对营运车辆进行监控,比如公交车是否按照原定路线行驶,运输废弃物的车是否偏离路线等,并且通过对车辆时速和数据的获取还可以判断某一路段的实时交通状况。”王文佳说。
而车与车之间的互联由于还没有形成统一的产业标准,所以现在还没有形成规模。车与车之间,更多的是应急通信,如一个车从弯道进来,另外一个车会及时收到通知,前方如果发生事故,依靠车与车之间的传递,距离几百米就会收到前方的事故信息。
车联网与互联网+汽车是一种什么关系?专家解释车联网是互联网在汽车领域最直接的体现和延伸,是互联网+汽车一种重要的表现形式,但是并不是互联网+汽车的全部内涵。
2 互联网+汽车等于智能车?
有别于目前的先连车后联网,以特拉斯为首的先联网后连车的“联网车”,使车辆的智能化水平越来越高,也是互联网+汽车有了新内涵。
“特拉斯17寸的中央显示屏背后是一个强大的联网服务系统。”王文佳告诉记者。有别于传统的汽车,特斯拉内置了3G和Wifi模块,汽车几乎永远在线,服务中心后台可以获取车辆诊断信息,如果发生故障或安全事故,服务中心都能第一时间收到通知,并且为车主提供相应的技术支持。
特斯拉打通了服务中心和车主上行与下行的通道。车辆诊断数据可以上传到服务中心;而对于服务中心提供的各种服务,车主可以第一时间享用。如以往车辆的地图服务做不到及时更新,往往要到4S店换相应的SD卡,而特斯拉通过自身内置的Wifi和3G模块,可以自动下载,车主选择安装时间即可自行完成更新。“就好比手机刷新系统,我们的车辆可以自动下载,自动刷新系统。”王文佳说。
目前,通过系统更新,特斯拉已经越来越智能,比如可以实现紧急制动、盲区预警等驾驶辅助功能,最新增加的代客模式满足了车主保护隐私的需求,开启代客模式,车主可以对时速进行限制,借用汽车的人无法看到车主之前设定的任何信息。“随着4G网络的普及,我们将研发更多的应用,未来自动驾驶功能也有望上线。”王文佳说。
据了解,大众、通用、丰田都推出了联网车的车型,但是联网智能车占有的比例还很小。智能车是互联网+汽车发展的必然条件,也是互联网+汽车未来的发展方向,王文佳介绍说,“未来,车身上的传感器越来越多,汽车会越来越智能,智能汽车为车联网创造条件,同时智能车也能受益于车联网,提升智能化程度。”
3 互联网+汽车等于大生态圈
实现互联网+汽车不仅需要车辆本身和车车互联的数据,还需要环境数据、地理信息等类型的数据。如凯立德的车联网数据平台中,通过结合地理信息数据和环境数据,能够帮助长途驾驶者提前预知行驶道路的天气情况,从而提升车辆驾驶安全。
那么,互联网+汽车所产生的大量的数据可以产生哪些效益?
目前交通拥堵大大增加了能源的消耗量和尾气的排放量。浙江省环科院副院长金均所做的调查显示,机动车平均车速每降低5公里,污染物排放量就会增加15%。正常情况下,柴油机、汽油机里面的发动机燃烧是最充分的,车辆在怠速情况下,不仅耗油量大而且排放量也大。
互联网+汽车所形成的各种数据对于节能减排,降低能源消耗和尾气排放有巨大的意义。
据了解,美国能源部橡树岭国家实验室城市动力学研究所正在从事一项研究,整个团队正在想方设法减少车辆在路上堵车耽搁的时间和浪费的汽油。他们找到的解决方法,是在车联网技术的前提下,开发一个算法框架,让车和路面的基础设施可以无障碍对话,例如车和交通灯互通信息等等。研究者设想,车辆间能交换信息,包括位置、速度和目的地,这样就能结合车主所在地和路况,生成个最及时有效的个性化指令。
“互联网+汽车”要求和谐处理人、车、路的关系,通过妥善处理这三者的关系,首先可以减少交通拥堵,实现节能减排,保护地球环境,推动交通可持续发展;另一方面就是减少交通事故的发生。
“从这个层面上说,互联网+汽车是一个生态圈,统筹考虑人、车、路、环境、社会之间的关系。”王文佳说。
但王文佳也告诉记者,互联网+汽车这个大生态圈的实现还面临很多现实困难。
首先,数据的搜集需要汽车不离线,如果网络稳定性差,车辆的数据就很难收集,数据没有网络支撑,就形成了数据孤岛;其次,网络速度越快越好,未来传感器会越来愈多,传输的数据越来越多,带宽需求也越来越大。最后,车车互联、车路互联都面临通信标准问题。
王文佳仍然对互联网+汽车的未来充满信心,当“互联网+汽车”真正实现,汽车将不仅仅是一个交通工具,会变成电影《超能陆战队》中的主角“大白”,成为人们的生活伴侣,可以根据人们的需求合理安排出行时间和出行路线,也可以帮人们把车开到指定地点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05