新一代信息通信技術影響下的智能網聯汽車數據資源發展分析

杜志彬 趙鵬超 黃曉延 丁田妹

（中國汽車技術研究中心，天津 30000）

1 數據資源對智能網聯汽車的重要性

電動化、智能化、網聯化的戰略目標為汽車產業帶來了良好的發展機遇，智能網聯汽車（Intelligence Connected Vehicle，ICV）作為未來10～20年汽車產品的最終形態，已經成為業界的廣泛共識。近年迅速崛起的新一代信息通信技術（Information Communication Technology，ICT）是推動數字信息化汽車產業與智能網聯化汽車產品升級革新的重要力量。數據資源作為ICT的核心代表，也已成為促進汽車與信息通信融合發展的新鮮血液。

汽車產業綜合性較強，同時也是資金密集型、技術密集型產業，將產生大體量的信息。傳統汽車產業在物料清單、生產工藝、供應鏈條等方面積累了大量的數據信息，這些信息的處理統計在一定程度上提高了汽車生產效率并幫助塑造了現代汽車的工業化形態。21世紀以來，在國家新型工業化道路發展的帶動下，以兩化融合為核心的可持續化發展思想為汽車產業的工業化、信息化進步提供了進一步上升的驅動力。“中國制造2025”規劃和“互聯網+”行動計劃的出現，已經開始推動云計算、大數據與現代制造業的結合，并創新性地促進了一系列智能化工業產品的出現。

對于汽車行業，大數據整合不僅意味著汽車行業內數據的創新性整合，更代表著汽車產業內不同行業間的數據融合[1]。2016年，智能網聯汽車行業取得了飛速發展，無人駕駛、車聯網等相關概念已經得到行業內的廣泛關注。與智能網聯汽車相關的數據資源不僅對產品本身在環境感知、決策控制、信息交互等方面發揮著舉足輕重的作用，更對智能網聯汽車產業從研發設計、生產制造到后市場服務等環節產生了關鍵性的影響。同時，智能網聯汽車中服務于智慧交通而衍生出的有用信息也屬于數據資源。目前，智能網聯汽車數據資源多以數據的細分應用或助力智慧交通的數據處理為主要研究方向，如智能互聯汽車的數據化媒體服務[2]、互聯汽車數據共享[3]、智能車輛數據融合策略[4]、車輛調度數據通信[5]、數據遠程監控[6-7]等，學術屆在整合智能網聯汽車各系統要素，對數據資源進行宏觀研究這一領域缺少系統的研究。智能網聯汽車利用通信技術和決策算法實現智能駕駛，智能駕駛的實現又導致相關產業服務的誕生，在這樣的產業格局下，可將用于支撐整個行業良好運營的大數據應用分為4類：決策控制數據、網聯化交互數據、評價測試數據、產業服務數據。

2 智能網聯汽車決策控制數據

感知、決策、控制是智能網聯汽車技術實現的基本思路[8]。這一架構的形成在一定程度上與自主移動機器人的設計有著相同之處。無論是自主式感知或是網聯化感知，都對智能網聯汽車行駛過程中所處的環境場景進行了大體量數據信息的采集。對于自主控制的智能網聯汽車，這些數據將交付給其中央決策系統，即可對多種類、多維度數據進行準確高速處理的車載中央處理器。通過實時的數據分析、判斷并結合一定的處理機制，將這些數據轉換加工成可為智能網聯汽車各類執行器所接收的控制數據，從而驅動無人駕駛汽車。由此，這些數據構成了從環境流入智能網聯汽車，再通過決策控制使其由智能網聯汽車回歸環境的信息流。例如，將地圖和環境信息轉化為可驅動汽車按預定的路線行駛的數據即為一種決策控制數據。

對于數據采集，先進傳感器技術尤為關鍵。目前已在廣泛測試的智能網聯汽車，無論是起步較早的谷歌、百度，或是緊隨其后的福特、長安，都大量集成了激光雷達、視覺傳感、毫米波雷達、超聲波傳感、紅外傳感等感知技術。多傳感器所采集的信息在信息格式、時間頻域與誤差程度上都存在一定的區別，多傳感器融合是數據清洗、數據加工、數據規范等的重要基礎。

環境感知技術的作用是連接感知系統和決策系統。以視覺感知為例，視覺傳感器所采集到的環境圖像包含行人、車輛、道路、交通標志等多類信息。對這些環境對象的提取是環境感知技術的基礎，也是提高先進駕駛輔助系統（Advanced Driver Assistant System，ADAS）性能的關鍵。利用環境感知技術提取的數據信息將在車載中央處理單元進一步傳輸到決策單元。

智能網聯汽車對安全性要求很高，其決策需要考慮道路交通法規、社會道德倫理、傳統駕駛習慣等限制條件。智能網聯汽車的智能決策與行人不可預測、不可控的行為間具有很大矛盾，智能決策判斷受到交通法規、社會倫理的制約，這些困境尚無合適的解決方案，處于爭議討論之中。在技術層面，智能網聯汽車的決策算法不僅是簡單的對單一條件的判斷處理，更是對龐大環境數據的統籌計算。所以，除對海量數據存儲、高速數據交換、低延時計算處理等硬件技術的要求外，智能網聯汽車的決策控制對數據的計算提出了更高的要求。人工智能作為新一輪科技革命的重要技術，為智能網聯汽車的決策需求提供了技術保障。人工智能在深度學習等新算法的推動下取得了飛速發展。以百度無人駕駛技術為例，2015年底，其無人駕駛汽車完成了在實際路況環境中的測試，2016年11月，第三屆世界互聯網大會期間，其進一步實現了開放城市道路運營。人工智能技術相對于傳統的信息技術，具有自學習、自適應、自組織等特性，可以在大數據、“互聯網+”的疊加效應下，為智能網聯汽車提供更可靠的決策系統。

3 汽車網聯化交互數據

隨著城市化進程的不斷深化與公眾生活水平的普遍提高，人類與汽車相伴的時間持續增加，對車載娛樂與消費的需求也逐步加強。因而，車聯網系統也開始受到人們越來越多的關注和重視，更多的ICT供應商將目光轉向智能網聯汽車產品。

目前，全球還處于4G技術的應用階段，汽車的網聯化應用以遠程信息交互為主，主要解決出行過程中的信息娛樂、交通信息發布與交通管理等問題，而代表未來移動通信技術發展方向的LTE-V、5G技術還處于研究階段。同時，基于移動通信技術的車輛應用僅停留于遠程信息服務階段，真正與交通安全、出行效率、自動駕駛、交通實時調度等相關的應用還處于研究的初級階段。

國家智能網聯汽車技術路線圖中提出：至2020年，加深對多通信模式的數據交互管理平臺的研發，完成應用層數據交互標準，開展V2X的大規模示范與應用；同時，建立“基礎數據-公共服務-應用服務”的三級信息交互平臺架構體系，研究各平臺間數據交互標準，并計劃未來5年內實現全國性基礎數據平臺的規模化運營，實現不同品牌汽車的大規模接入，三級平臺間通過標準協議實現實時對接。這在一定程度上為車聯網系統的發展指明了方向。

智能汽車網聯化應用在前期涉及車輛運行數據（如位置數據、車輛健康數據、行駛軌跡數據、道路環境數據等）以及用來保障駕駛出行便利性的資訊數據（如導航數據、道路實時路況數據、天氣數據、通信數據等）的監控。在智能汽車網聯化應用的后期，對智能網聯汽車與智能交通系統的融合更加重視，網聯化系統的應用將重新定義。此時，數據的交互將以LTE-V、5G或是專用短程通信（Dedicated Short Range Communications，DSRC）等新的無線通信技術為載體，實現車車通信（V2V）、車與行人通信（V2P）、車路通信（V2I）功能。在有條件自動駕駛（CA）階段，以封閉道路、結構化道路區域內的自動駕駛為起點，更多的路側單元（Road Side Unit，RSU）等智能交通系統（Intelligent Transport System，ITS）基礎設施的完善，將構成新型的智能化車聯網體系。屆時，智能網聯汽車將擺脫單一的自主式控制階段，除去通過車體自身所搭載的各類傳感器對外界環境信息的采集，更多的環境數據將通過中心遠程控制端（例如城市級別的全局路徑規劃）、道路基礎設施端（例如交通信號燈數據）、同環境移動車輛端（前車所遇事故數據）、非機動車輛端（行人等移動趨勢數據）等渠道獲取。這種方式不僅可以在一定程度上降低車載決策控制處理器在性能方面的要求，降低單車成本，更可以把智能網聯汽車置于智能交通系統全局中統籌考慮，在出行效率、道路分配上給出最優解。

由此可以預見，車聯網體系將更有效地幫助智能網聯汽車實現與完善自動駕駛功能，并在多區域內多車輛行駛的統籌規劃中起到良好的推動作用。伴隨環境數據的豐富與數據采集準確性的提高，車聯網也將在智能交通系統甚至物聯網系統中更好地發揮作用。對車聯網體系與物聯網體系交互數據的深入挖掘，可以開發出更多的應用場景與功能，實現智能網聯汽車網聯化系統的快速迭代與持續進步。

4 智能網聯汽車評價測試數據

傳統汽車在研發階段的測試形成了相對完善的評價機制，并伴隨汽車技術的革新不斷衍生出新的評價規程。中國新車評價規程（China-New Car Assessment Program，C-NCAP）、中國生態汽車評價規程（China Eco-Car Assessment Programme，C-ECAP）分別從安全與性能、綠色與生態等方面出發，涵蓋了傳統汽車測試的大部分內容，為國內市場汽車的發展提供了一定的保障。另一方面，在各企業發動機、變速器、底盤、電氣系統等技術差距逐步縮小的情況下，消費者對駕乘體驗、汽車外觀、附加功能提出了更高的需求，由此形成了造型評價、感官品質、設計對標、功能驗證等多個新領域的評價測試方法。

智能網聯汽車較傳統汽車實現了有人駕駛到自動駕駛的突破式創新，其對通信系統、信息安全、數據處理等層面提出了新的需求，并對多傳感器的數據采集性能給予了很大的關注。除去一些傳統汽車檢測機構在智能網聯汽車評價測試層面的布局，越來越多的互聯網公司、智能科技公司等ICT行業中堅力量參與到這一領域中來。汽車的智能化所帶來的數據安全與功能安全面臨著一定的挑戰，目前還沒有形成一定體系與標準的安全性測評方法。未來一段時期，與汽車安全相關的信息數據將受到高頻率、寬維度的攻擊，這就對數據通信質量與數據安全認證方法納入智能網聯汽車評價規程形成了迫切需求[9]。

另一方面，智能網聯汽車的測試與國家對示范測試區以及信息安全實驗室的建設密切相關。2016年，工信部與多地政府簽署“基于寬帶移動互聯網的智能汽車與智慧交通應用示范”合作框架協議，為智能網聯汽車提供了可靠的基礎設施保障。智能網聯汽車的測試評價不僅要求在評價方法上的提升，更需要一些創新測試技術的出現。以環境識別技術為例，對復雜道路環境中行人、車輛、標志的識別準確率是重中之重。傳統實際環境中的測試難以在短時間內構建符合測試要求的場景，此時，虛擬場景數據的出現解決了這一問題。通過三維立體交通環境的搭建模擬真實道路路況，行人軌跡、車輛動態、標志種類等虛擬數據的組合設定使得在實際環境中較難出現的場景可以通過這一系統良好組合，并極大了提高了測試效率，縮短了研發周期。

由此可以看出，以虛擬現實（VR）在環仿真技術為代表的ICT將在智能網聯汽車的前期測試中起到關鍵性作用。與之相關的多地域、多場景的測試數據也將成為行業內協同發展的寶貴資源。

5 智能網聯汽車產業服務數據

智能網聯汽車的發展離不開汽車產業的整體進步，汽車產品的發展與產業的工業化、信息化水平息息相關。智慧工廠、個性化定制、精準銷售、共享經濟的出現得益于大數據時代條件下，對豐富的ICT資源的綜合利用。在這一進程中，智能網聯汽車將配合其豐富的自身數據資源與持續上升的行業數據體系為社會帶來更多系統層面、功能層面的應用理念。

在銷售服務環節，通過智能網聯汽車所分享的用戶信息、車輛信息，結合大數據分析技術可以實現精準營銷[10]。基于車主信息、消費習慣、駕駛行為、車輛狀態等數據，經銷服務商能夠完成客戶畫像，有針對性地推送服務信息。在后市場服務環節，從維修保養、汽車保險到汽車租賃、停車指引、二手車銷售及回收，均可受益。例如：基于智能網聯汽車實時產生的車輛狀態數據可為用戶提供遠程診斷服務與應急解決方案；通過違規記錄、車主檔案、運行數據分析，實現安全、綠色駕駛保險體系構建；基于車輛零部件狀態等數據建立科學的二手車認證評測方法等。鑒于智能網聯汽車還沒有真正實現上路，而產業服務需要大量的出行數據作為支撐，服務數據的應用還有待于更深入的研究。但伴隨著汽車產業價值鏈體系的重塑，服務業一定會帶來越來越多的利潤增長空間，而智能網聯汽車在ICT的驅動下，將使汽車產業呈現出以人為本的多樣化服務創新，甚至帶來戰略性的新興產業。

6 結束語

對智能網聯汽車行業的研究發現，受限于智能駕駛的安全性保障、5G技術的不成熟以及各國政策法規的不完善，在數據資源研究方面，研究的關鍵仍集中在底層，即數據的決策控制和交互，有關數據評價測試和產業服務的研究還沒有全面開展。汽車產業并非孤立的個體，其產業全生命周期涉及到設計、基建、材料、電氣、機械、物流、營銷等多個層面，所以在數據評測和產業服務層面還需要深入的投入與研究。

[1]陳以增，王斌達.大數據驅動下的顧客參與的產品開發方法研究[J].科技進步與對策，2015（5）：72-77.

[2]胡舜耕，王志軍，張琳，等.移動互聯汽車數據共享[J].電信科學，2016（12）：26-31.

[3]許志強，王家福，邱學軍.“互聯網+”背景下的智能互聯汽車數據化媒體服務[J].科技傳播，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 communicationin the intelligent vehicle dispatching system[J]. Journalof Zhejiang Wanli University，2008，15（10）：151-153.

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

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

[8]宋娟.“互聯網+”背景下的智能網聯汽車[J].軟件和集成電路，2016（1）：36-37.

[9]張亞萍，劉華，李碧鈺，等.智能網聯汽車技術與標準發展研究[J].上海汽車，2015（8）：55-59.

[10]趙福全，匡旭，劉宗巍.面向智能網聯汽車的汽車產業升級研究[J].科技進步與對策，2016（33）：56-61.