車聯網創新離不開大數據

于慧

IBM公司是大家公認的做IT、信息技術的傳統企業。而車聯網技術中的數據管理、搜集都需要用到云計算，需要用到大數據的技術來管理。因此，IBM也一直在跟汽車行業伙伴、車聯網制造商、服務商以及主要的動力和傳感設備供應商一起做研究項目。來自IBM中國研究院的資深研究總監孫偉從汽車產業本身、車內的傳感技術、控制技術等方面，家介紹了從車上搜集信息以后，IBM如何對數據動態的、精準的分析信息技術，把車輛通過云平臺真正的聯網起來，并通過輔助駕駛服務或自動駕駛服務來實現。

記者：IBM在車聯網中承擔了那些工作？

孫偉：從汽車產業角度講，車聯網是一個純設備產品的業務，是研究產品價值的模式。車聯網自然帶來了很多的新服務，如自動駕駛服務、電子商務，或者是定餐以及其他娛樂功能。比如在汽車保險行業里，如何利用汽車的車聯網更好地降低客戶駕車的風險，如何進行分析和掌握，之后做出更精準的客戶群細分，是汽車保險行業客戶一個非常重要的需求。IBM公司最近在跟保險行業的客戶合作，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地進行細分，正是IBM在做的工作。

記者：IBM如何理解車聯網？

孫偉：今天在談車聯網和十年、十五年以前是不一樣的。十年、十五年以前不叫車聯網，叫Telematics，那時不細分單向、雙向、依靠、并靠為主題的服務形態。在過去十年里不斷發展演化，今天的車聯網已經被賦予了完全不同的含義。國內聯網在飛速發展，但是真正意義上的車聯網的車車、車路結合，深度服務的價值，才是其真正的內涵。我們在和一線的TM1的OEM交流車聯網的話題時，發現他們在關注一個非常重要的題目，即如何搜集到車聯網的信息后，對他們服務的客戶有更深刻的理解。比如在國內，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，如何提高車聯網的數據，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?；谶@些信息，他可以更容易地去做定向的客戶服務、維修服務。特別是商用車，對于物流行業，商用車是用戶的工具，如何降低物流運輸成本，非常重要的環節就是如何更好地了解司機的駕駛行為，在不同工況下、不同負載情況下優化價值，如果對采集來的數據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環境的影響，也要使車輛聯網。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，那么車聯網中的大部分服務就會遇到阻滯。今天車聯網創新的目的是要把車輛和各種各樣的基礎設施關聯在一起。這個關聯需要物聯網的技術，不管是車內的傳感器、道路、交通管理、路旁的交通設施、路旁微波交通監控設備，這些收集來的信息都需要綜合，需要一個大的網絡。這個網絡能夠把車輛和互聯網上的天氣、交通狀況等其他信息整合在一起，透過云平臺，開發出創新服務的生態環境。這是車聯網一個非常重要的話題。

記者：您認為車聯網最大的問題是什么？

孫偉：最大的問題就是如何合理利用收集來的大數據。按照將來一輛車一天搜集的數據是15～30兆，那么一天一個平臺收到的數據量非常大。把車輛本身的信息綜合在一起，就可以利用大數據的數據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請求和需求的意見模式。對于一些商用車的車隊，車輛的車況診斷、故障的識別和預警以及道路情況，也都能夠發掘出更多更深層次的動態。除了輔助自動駕駛，大數據的應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、駕駛員的習慣有深入了解，我們會對這個車輛在什么時候發生故障有一個預測性維修的模式?？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，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據，另一方面，車輛搜集來的信息也可以作為動態數據地圖的補充，疊加之后可以形成一個時刻更新的高精度地圖?；谶@些數據的分析和挖掘，我們對司機、車隊、車輛、地圖信息有深度的了解之后，可以做很多不同創新的服務。在高精度動態地圖的支撐方面，國內高速公路動態限速不是很普遍，在歐洲和美國高速公路會有動態限速，這是非常有效的交通管理手段。如果車輛有了車內動態限速識別的設備，就可以很好地避免這個問題，例如，當前限速是75公里，你把這個信息疊加到動態地圖上，形成一個高精度地圖，并利用這個高精度地圖的信息，得到實時精準的通知。這就是高精度地圖的一個簡單的應用，要實現這一功能，后臺需要有非常強大的大數據支撐。此外，汽車對地形和道路感知的優化、智能停車、導航服務等都離不開動態高精度地圖。

記者：車輛如何通過云平臺做車車協同呢？

孫偉：車車協同并不單是車輛和車輛之間的相互通訊，車車協同在一定范圍內也包括主機廠協同的問題、政府推廣的問題。如何實現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，或者利用車輛轉速的差別、ESP報警的信號以及車內其他類型的車速、剎車信號系統，通過視頻捕獲到的信號，把它同步到互聯網的云平臺上。同步之后在路網上去找到哪些車輛訂閱了我的服務范圍，快速地通知、協同、導航，使駕駛者可以做一些輔助的控制，以避免交通事故，降低出行擁堵。

解決這些問題需要有一系列的技術作為支撐。如果車輛從傳感器搜集數據到互聯網平臺、云平臺同步的頻率比較低，一秒鐘同步一次，那么十萬車聯網一個小型平臺，一秒鐘就需要十萬次的數據傳遞，每一次傳遞幾十項。此外不光是傳輸本身，傳輸這些數據需要在非常低的延時范圍內處理。要把信息非?？斓赝降狡渌囕v，這都需要大量實時的流數據處理，需要關鍵的技術作為支撐。

記者：作為一家IT企業，IBM在這個領域有哪些特長？

孫偉：IBM在這些領域有一些特長，對于大數據的傳遞，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技術在數據高速傳輸的過程中，提高傳輸速率，對帶寬的占用也低幾十倍。數據在非?？焖俚乃鸭艘院螅プ黾庸ぬ幚?，從車內搜集的數據和天氣、路況等其他信息很多數據都需要融合，融合之后要做識別。如這個地方出現了交通事故，那個地方有濕滑，這些信息需要在一個非常短的時間內做加工處理分析。所以從技術支撐的角度，我們可以非常好地應用到流計算。由于擁有這樣一個流計算，我們從來源的數據搜集到之后，可以在非常短的時間內指導車輛行車服務，也可以在非常短時間內了解這個車輛的駕駛者。

針對這樣一個領域，IBM還有一個非常好的研究成果。它結合高德、四維、谷歌、百度等基礎地圖，在車輛駕駛和其他類型的行車服務過程中，整合很多從車內、單一車輛、眾多車輛搜集的在復雜路網下實時的交通狀況、工況。這需要有地圖多維度數據的融合。融合之后，我們可以對車輛行車的線路進行分析，對車輛駕駛人的行為進行分析，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IBM的角度來講，雖然我們是一個IT企業。但我們一向和行業內的客戶和合作伙伴共同來做各行各業創新的嘗試。從IBM服務能力來講，我們從業務的規劃到設計、到平臺的搭建，到后期的云平臺，都可以為大家提供各種技術。車聯網也是我們特別期待和感興趣參與的一個市場，IBM希望和合作伙伴共同推進車聯網的發展。