新一代信息通信技术影响下的智能网联汽车数据资源发展分析丨厚势汽车

2018 年 5 月 3 日 厚势杜志彬、赵鹏超等

厚势按：为把握智能网联汽车发展过程中的数据资源需求，从产业格局的层面将数据资源分为决策控制数据、网联交互数据、评价测试数据、产业服务数据 4 种类型，重点探讨了各类数据在不同领域、不同阶段的关键作用，并系统梳理了汽车产业发展过程中对数据的需求变化趋势，以期为未来智能网联汽车的数据资源整合提供参考。

本文来自 2018 年 3 月 24 日出版的《 汽车技术 》，作者是中国汽车技术研究中心的杜志彬、赵鹏超、黄晓延和丁田妹。

1. 数据资源对智能网联汽车的重要性

电动化、智能化、网联化的战略目标为汽车产业带来了良好的发展机遇，智能网联汽车（Intelligence Connected Vehicle，ICV）作为未来 10~20 年汽车产品的最终形态，已经成为业界的广泛共识。近年迅速崛起的新一代信息通信技术（Information Communication Technology，ICT）是推动数字信息化汽车产业与智能网联化汽车产品升级革新的重要力量。数据资源作为 ICT 的核心代表，也已成为促进汽车与信息通信融合发展的新鲜血液。

汽车产业综合性较强，同时也是资金密集型、技术密集型产业，将产生大体量的信息。传统汽车产业在物料清单、生产工艺、供应链条等方面积累了大量的数据信息，这些信息的处理统计在一定程度上提高了汽车生产效率并帮助塑造了现代汽车的工业化形态。21 世纪以来，在国家新型工业化道路发展的带动下，以两化融合为核心的可持续化发展思想为汽车产业的工业化、信息化进步提供了进一步上升的驱动力。「中国制造 2025」规划和「互联网+」行动计划的出现，已经开始推动云计算、大数据与现代制造业的结合，并创新性地促进了一系列智能化工业产品的出现。

对于汽车行业，大数据整合不仅意味着汽车行业内数据的创新性整合，更代表着汽车产业内不同行业间的数据融合 [1]。2016 年，智能网联汽车行业取得了飞速发展，无人驾驶、车联网等相关概念已经得到行业内的广泛关注。与智能网联汽车相关的数据资源不仅对产品本身在环境感知、决策控制、信息交互等方面发挥着举足轻重的作用，更对智能网联汽车产业从研发设计、生产制造到后市场服务等环节产生了关键性的影响。同时，智能网联汽车中服务于智慧交通而衍生出的有用信息也属于数据资源。

目前，智能网联汽车数据资源多以数据的细分应用或助力智慧交通的数据处理为主要研究方向，如智能互联汽车的数据化媒体服务 [2]、互联汽车数据共享 [3]、智能车辆数据融合策略 [4]、车辆调度数据通信 [5]、数据远程监控 [6-7] 等，学术届在整合智能网联汽车各系统要素，对数据资源进行宏观研究这一领域缺少系统的研究。

智能网联汽车利用通信技术和决策算法实现智能驾驶，智能驾驶的实现又导致相关产业服务的诞生，在这样的产业格局下，可将用于支撑整个行业良好运营的大数据应用分为 4 类：决策控制数据、网联化交互数据、评价测试数据、产业服务数据。

2. 智能网联汽车决策控制数据

感知、决策、控制是智能网联汽车技术实现的基本思路 [8]。这一架构的形成在一定程度上与自主移动机器人的设计有着相同之处。无论是自主式感知或是网联化感知，都对智能网联汽车行驶过程中所处的环境场景进行了大体量数据信息的采集。对于自主控制的智能网联汽车，这些数据将交付给其中央决策系统，即可对多种类、多维度数据进行准确高速处理的车载中央处理器。通过实时的数据分析、判断并结合一定的处理机制，将这些数据转换加工成可为智能网联汽车各类执行器所接收的控制数据，从而驱动无人驾驶汽车。由此，这些数据构成了从环境流入智能网联汽车，再通过决策控制使其由智能网联汽车回归环境的信息流。例如，将地图和环境信息转化为可驱动汽车按预定的路线行驶的数据即为一种决策控制数据。

对于数据采集，先进传感器技术尤为关键。目前已在广泛测试的智能网联汽车，无论是起步较早的谷歌、百度，或是紧随其后的福特、长安，都大量集成了激光雷达、视觉传感、毫米波雷达、超声波传感、红外传感等感知技术。多传感器所采集的信息在信息格式、时间频域与误差程度上都存在一定的区别，多传感器融合是数据清洗、数据加工、数据规范等的重要基础。

环境感知技术的作用是连接感知系统和决策系统。以视觉感知为例，视觉传感器所采集到的环境图像包含行人、车辆、道路、交通标志等多类信息。对这些环境对象的提取是环境感知技术的基础，也是提高先进驾驶辅助系统（Advanced Driver Assistant System，ADAS）性能的关键。利用环境感知技术提取的数据信息将在车载中央处理单元进一步传输到决策单元。

智能网联汽车对安全性要求很高，其决策需要考虑道路交通法规、社会道德伦理、传统驾驶习惯等限制条件。智能网联汽车的智能决策与行人不可预测、不可控的行为间具有很大矛盾，智能决策判断受到交通法规、社会伦理的制约，这些困境尚无合适的解决方案，处于争议讨论之中。在技术层面，智能网联汽车的决策算法不仅是简单的对单一条件的判断处理，更是对庞大环境数据的统筹计算。

所以，除对海量数据存储、高速数据交换、低延时计算处理等硬件技术的要求外，智能网联汽车的决策控制对数据的计算提出了更高的要求。人工智能作为新一轮科技革命的重要技术，为智能网联汽车的决策需求提供了技术保障。人工智能在深度学习等新算法的推动下取得了飞速发展。

以百度无人驾驶技术为例，2015 年底，其无人驾驶汽车完成了在实际路况环境中的测试，2016 年 11 月，第三届世界互联网大会期间，其进一步实现了开放城市道路运营。人工智能技术相对于传统的信息技术，具有自学习、自适应、自组织等特性，可以在大数据、「互联网+」的叠加效应下，为智能网联汽车提供更可靠的决策系统。

3. 汽车网联化交互数据

随着城市化进程的不断深化与公众生活水平的普遍提高，人类与汽车相伴的时间持续增加，对车载娱乐与消费的需求也逐步加强。因而，车联网系统也开始受到人们越来越多的关注和重视，更多的 ICT 供应商将目光转向智能网联汽车产品。

目前，全球还处于 4G 技术的应用阶段，汽车的网联化应用以远程信息交互为主，主要解决出行过程中的信息娱乐、交通信息发布与交通管理等问题，而代表未来移动通信技术发展方向的 LTE-V、5G 技术还处于研究阶段。同时，基于移动通信技术的车辆应用仅停留于远程信息服务阶段，真正与交通安全、出行效率、自动驾驶、交通实时调度等相关的应用还处于研究的初级阶段。

国家智能网联汽车技术路线图中提出：至 2020 年，加深对多通信模式的数据交互管理平台的研发，完成应用层数据交互标准，开展 V2X 的大规模示范与应用；同时，建立「基础数据-公共服务-应用服务」的三级信息交互平台架构体系，研究各平台间数据交互标准，并计划未来 5 年内实现全国性基础数据平台的规模化运营，实现不同品牌汽车的大规模接入，三级平台间通过标准协议实现实时对接。这在一定程度上为车联网系统的发展指明了方向。

智能汽车网联化应用在前期涉及车辆运行数据（如位置数据、车辆健康数据、行驶轨迹数据、道路环境数据等）以及用来保障驾驶出行便利性的资讯数据（如导航数据、道路实时路况数据、天气数据、通信数据等）的监控。在智能汽车网联化应用的后期，对智能网联汽车与智能交通系统的融合更加重视，网联化系统的应用将重新定义。此时，数据的交互将以 LTE-V、5G 或是专用短程通信（Dedicated Short Range Communications，DSRC）等新的无线通信技术为载体，实现车车通信（V2V）、车与行人通信（V2P）、车路通信（V2I）功能。在有条件自动驾驶（CA）阶段，以封闭道路、结构化道路区域内的自动驾驶为起点，更多的路侧单元（Road Side Unit，RSU）等智能交通系统（Intelligent Transport System，ITS）基础设施的完善，将构成新型的智能化车联网体系。

届时，智能网联汽车将摆脱单一的自主式控制阶段，除去通过车体自身所搭载的各类传感器对外界环境信息的采集，更多的环境数据将通过中心远程控制端（例如城市级别的全局路径规划）、道路基础设施端（例如交通信号灯数据）、同环境移动车辆端（前车所遇事故数据）、非机动车辆端（行人等移动趋势数据）等渠道获取。这种方式不仅可以在一定程度上降低车载决策控制处理器在性能方面的要求，降低单车成本，更可以把智能网联汽车置于智能交通系统全局中统筹考虑，在出行效率、道路分配上给出最优解。

由此可以预见，车联网体系将更有效地帮助智能网联汽车实现与完善自动驾驶功能，并在多区域内多车辆行驶的统筹规划中起到良好的推动作用。伴随环境数据的丰富与数据采集准确性的提高，车联网也将在智能交通系统甚至物联网系统中更好地发挥作用。对车联网体系与物联网体系交互数据的深入挖掘，可以开发出更多的应用场景与功能，实现智能网联汽车网联化系统的快速迭代与持续进步。

4. 智能网联汽车评价测试数据

传统汽车在研发阶段的测试形成了相对完善的评价机制，并伴随汽车技术的革新不断衍生出新的评价规程。中国新车评价规程（China-New Car AssessmentProgram，C-NCAP）、中国生态汽车评价规程（China Eco-Car Assessment Programme，C-ECAP）分别从安全与性能、绿色与生态等方面出发，涵盖了传统汽车测试的大部分内容，为国内市场汽车的发展提供了一定的保障。另一方面，在各企业发动机、变速器、底盘、电气系统等技术差距逐步缩小的情况下，消费者对驾乘体验、汽车外观、附加功能提出了更高的需求，由此形成了造型评价、感官品质、设计对标、功能验证等多个新领域的评价测试方法。

智能网联汽车较传统汽车实现了有人驾驶到自动驾驶的突破式创新，其对通信系统、信息安全、数据处理等层面提出了新的需求，并对多传感器的数据采集性能给予了很大的关注。除去一些传统汽车检测机构在智能网联汽车评价测试层面的布局，越来越多的互联网公司、智能科技公司等 ICT 行业中坚力量参与到这一领域中来。汽车的智能化所带来的数据安全与功能安全面临着一定的挑战，目前还没有形成一定体系与标准的安全性测评方法。未来一段时期，与汽车安全相关的信息数据将受到高频率、宽维度的攻击，这就对数据通信质量与数据安全认证方法纳入智能网联汽车评价规程形成了迫切需求 [9]。

另一方面，智能网联汽车的测试与国家对示范测试区以及信息安全实验室的建设密切相关。2016 年，工信部与多地政府签署「基于宽带移动互联网的智能汽车与智慧交通应用示范」合作框架协议，为智能网联汽车提供了可靠的基础设施保障。智能网联汽车的测试评价不仅要求在评价方法上的提升，更需要一些创新测试技术的出现。以环境识别技术为例，对复杂道路环境中行人、车辆、标志的识别准确率是重中之重。传统实际环境中的测试难以在短时间内构建符合测试要求的场景，此时，虚拟场景数据的出现解决了这一问题。通过三维立体交通环境的搭建模拟真实道路路况，行人轨迹、车辆动态、标志种类等虚拟数据的组合设定使得在实际环境中较难出现的场景可以通过这一系统良好组合，并极大了提高了测试效率，缩短了研发周期。

由此可以看出，以虚拟现实（VR）在环仿真技术为代表的 ICT 将在智能网联汽车的前期测试中起到关键性作用。与之相关的多地域、多场景的测试数据也将成为行业内协同发展的宝贵资源。

5. 智能网联汽车产业服务数据

智能网联汽车的发展离不开汽车产业的整体进步，汽车产品的发展与产业的工业化、信息化水平息息相关。智慧工厂、个性化定制、精准销售、共享经济的出现得益于大数据时代条件下，对丰富的 ICT 资源的综合利用。在这一进程中，智能网联汽车将配合其丰富的自身数据资源与持续上升的行业数据体系为社会带来更多系统层面、功能层面的应用理念。

在销售服务环节，通过智能网联汽车所分享的用户信息、车辆信息，结合大数据分析技术可以实现精准营销 [10]。基于车主信息、消费习惯、驾驶行为、车辆状态等数据，经销服务商能够完成客户画像，有针对性地推送服务信息。在后市场服务环节，从维修保养、汽车保险到汽车租赁、停车指引、二手车销售及回收，均可受益。

例如：基于智能网联汽车实时产生的车辆状态数据可为用户提供远程诊断服务与应急解决方案；通过违规记录、车主档案、运行数据分析，实现安全、绿色驾驶保险体系构建；基于车辆零部件状态等数据建立科学的二手车认证评测方法等。

鉴于智能网联汽车还没有真正实现上路，而产业服务需要大量的出行数据作为支撑，服务数据的应用还有待于更深入的研究。但伴随着汽车产业价值链体系的重塑，服务业一定会带来越来越多的利润增长空间，而智能网联汽车在 ICT 的驱动下，将使汽车产业呈现出以人为本的多样化服务创新，甚至带来战略性的新兴产业。

6. 结束语

对智能网联汽车行业的研究发现，受限于智能驾驶的安全性保障、5G 技术的不成熟以及各国政策法规的不完善，在数据资源研究方面，研究的关键仍集中在底层，即数据的决策控制和交互，有关数据评价测试和产业服务的研究还没有全面开展。汽车产业并非孤立的个体，其产业全生命周期涉及到设计、基建、材料、电气、机械、物流、营销等多个层面，所以在数据评测和产业服务层面还需要深入的投入与研究。

参考文献

[1] 陈以增，王斌达. 大数据驱动下的顾客参与的产品开发方法研究[J]. 科技进步与对策，2015（5）：72-77

[2] 胡舜耕，王志军，张琳，等. 移动互联汽车数据共享[J]. 电信科学，2016（12）：26-31

[3] 许志强，王家福，邱学军「互联网+」背景下的智能互联汽车数据化媒体服务[J]. 科技传播，2016（22）：108-111

[4] Huo Y, Li X, Qian J, et al. A Fuzzy Adaptive Data Fusion Strategy for Intelligent Vehicle Systems[C]// IEEE International Conferences on Big Data and Cloud Computing. IEEE，2016：216-222

[5] Guan Z, Jiang L, Xiao Z. The realization of data communication in the intelligent vehicle dispatching system[J]. Journal of Zhejiang Wanli University，2008，15（10）：151-153

[6] Liu Y, Chen T, LI W, et al. Design of the Data Remote Monitoring System for Intelligent Vehicle[J]. Information Technology Journal，2013，12（23）：7541-7547

[7] Dheerthi N, Kiruthikamani G. Real time data monitoring system with intelligent vehicle tracking using ARM7[C]//Communication Technologies. IEEE，2015：327-331

[8] 宋娟. 「互联网+」背景下的智能网联汽车[J]. 软件和集成电路，2016（1）：36-37

[9] 张亚萍，刘华，李碧钰，等.智能网联汽车技术与标准发展研究[J]. 上海汽车，2015（8）：55-59

[10] 赵福全，匡旭，刘宗巍.面向智能网联汽车的汽车产业升级研究[J]. 科技进步与对策，2016（33）：56-61

编辑整理：厚势分析师拉里佩

转载请注明来自厚势和厚势公号：iHoushi

-END-

文章精选

企业家

马斯克和贾跃亭｜福特CEO下台｜正道汽车仰融

任正非裁员｜电池大牛凯尔提离开特斯拉

智能驾驶

BBC自动驾驶纪录片