基于大數據技術的襄陽市新能源汽車行業發展的研究

摘 要：大數據、物聯網和人工智能等技術的應用，為現代技術的發展注入了新的活力，促進社會穩定發展。通過收集和監測新能源汽車的運營情況，探索基于大數據技術的城市智能交通發展，從而為國家戰略、新能源汽車產業發展趨勢作出科學的判斷，對促進新能源汽車產業長期穩步發展具有重大的作用。

關鍵詞：大數據技術；新能源汽車；智能交通；模式識別；5G技術與泛在網絡

信息化管理系統主要架構包括信息感知層，網絡傳輸層，及智能應用層四個部分[1]。在我國新興產業的長期發展規劃中，新能源汽車是重點發展方向，新能源、物聯網等新興高科技技術都是進行新能源汽車產業發展的重要因素。新能源汽車的發展也是高端制造業發展的標志，將直接影響我國汽車工業的發展。2019年，中共中央、國務院印發了《交通強國建設綱要》，其中強調大力發展智慧交通，明確了大數據、互聯網、人工智能、區塊鏈和超級計算等新技術與交通行業深度融合的戰略部署[2]。目前，我國新能源汽車的銷量在不斷上升，2021年全年，我國新能源汽車產量高達367.7萬輛，比亞迪、長安、五菱、特斯拉等汽車品牌的新能源汽車銷售都已進入前十名。我國新能源汽車在全球占有很大比重，國家有關規劃也把新能源和智能網聯汽車列為重點發展對象，在一定程度上促進了低碳化、信息化和智能化發展。

一、研究內涵及價值

隨著科技的革新和發展，新能源產業的發展步伐越來越快，大數據、物聯網、人工智能等技術在新能源汽車發展和智慧交通建設中得到廣泛運用（如圖1）。全市各地已經建成的5G基站，基于泛在網絡的物聯網系統和云計算中心的核心處理器，大數據技術使新能源汽車產業的發展得到科學監測，能夠準確把握環衛、郵政、電力、通信等不同領域的市場需求，促進區域新能源產業的穩步發展。新能源汽車是國家發展戰略中不可或缺的一項內容，對國家“十四五”規劃的整體發展起到了積極的促進作用，對傳統第二產業的振興起到推動作用。伴隨著黨和國家機構改革紅利的釋放，響應習近平總書記綠水青山就是金山銀山的號召，新能源車在國內的市場份額不斷擴大。要實現新能源汽車長期、平穩的發展，就需要全面地研究新能源汽車的發展狀況，根據相關的數據和信息，在大數據技術的推動下，探索行業發展趨勢，制訂出符合現階段新能源汽車發展要求的新策略。

依據襄陽市新型智慧城市建設“十四五”規劃（2021—2025）和2035年遠景目標綱要[3]，到2025年，襄陽進入全國地級市信息化第一梯隊，形成城市大腦機制統領，建成社會治理科學精準、產業發展優質強勁、民生服務便捷溫暖、信息基礎設施集約完善、綜合環境健全友好的智慧城市。我國現階段智慧交通系統主要包括智慧交通管理、輔助駕駛與無人駕駛、車路協同三類，其中智慧交通管理所需要解決的核心問題是解決基于泛在網絡的交通信息采集問題，即車牌信息和車輛有關情況的獲取[4]。利用人工智能和大數據技術解決復雜環境下車牌信息獲取的難題，可促進智慧交通建設，緩解交通壓力。強化新能源汽車等特色工業的大數據建設工作應當把重點放在關鍵環節和整個產業鏈條的生態建設上，促進各方面的協調發展。襄陽市充分發揮大數據中心和國家超算中心區域節點的技術優勢，加強大數據技術的研究與開發，著重開源大數據軟件、大數據挖掘、大數據可視化，深度學習，大數據智能等有關內容的開發。推進“大數據+云”“大數據+物聯網”“大數據+AI”等相關行業的發展，加強在“大數據”在新基礎設施建設、“城市大腦”建設、城市智能場景建設等方面的重要支持。建設漢江流域大數據產業基地，以產業化、系統化、示范性、引領性為核心的大數據生態系統。

二、襄陽市新能源汽車行業發展現狀及趨勢

隨著新能源技術的廣泛應用，我國新能源汽車產業迅速發展。襄陽市作為全國汽車生產的重要基地，其新能源汽車研發、生產和運營能力均排在全國前列。但總體來看，襄陽市新能源汽車產業的發展與一線城市相比還有差距，如何找到購買新能源汽車的影響因素和其存在的問題，助推襄陽市新能源汽車產業的發展則顯得格外重要。

（一）襄陽市汽車發展現狀

從國家“十一五”規劃開始，襄陽開始了新能源汽車的建設，2009年，襄陽市委下發了《關于發展新能源汽車產業的意見》。襄陽市在2010年度超越了諸多競爭者，成為全國新能源車示范基地。截至2021年底，我國新能源汽車產量367.7萬輛，同比增長152.5%。經過研發生產和改進，在襄陽投產的新能源汽車已出現多個用戶滿意的車型，其中包括東風牌電動車、專用轎車等車型，電動公交車已在國內20余個城市進行了試運行，表現優異，用戶滿意度達到91%。在“十二五”和“十三五”規劃期間襄陽市繼續緊緊圍繞中國制造2025規劃，不斷擴大新能源汽車行業的發展。2021年以來，多個新能源汽車項目落戶襄陽，如比亞迪新能源汽車產業園項目、東風股份襄陽綠色智能工廠項目、國家級車聯網先導區項目等。這些項目的落戶和開工，將帶動襄陽的新能源汽車產業再次進入高速發展期。

（二）新能源汽車發展中存在的問題

根據主要生產廠商數據和用戶反饋結果，在生產過程中存在如下問題：汽車電力控制等關鍵技術受到制約，電池壽命不長且性能受使用時間影響較大，長途旅行存在續航較差的缺點。受限于電池成本和續航特性，目前電動汽車的全面推廣仍然存在一定的難度。自2020年起，新能源汽車取消了購置補助，導致部分消費者購買意愿下降。目前在國內三、四線城市中，電動汽車基礎設施尚不健全，有待進一步強化，也是影響電動汽車續航的一大原因。

（三）消費者對新能源汽車購買意愿影響因素分析

為充分了解襄陽市消費者對新能源汽車購買意愿的影響因素，本研究從消費者個體特征、對新能源汽車技術特點和國家有關政策的了解程度、經濟水平與購買意愿等方面進行了調查。在襄陽市共收集了598份問卷，其中566份有效問卷被收集，回收率達到94.6%。在消費者、企業和國家政策等三個方面的主要影響因素分別為：

1. 消費者個人方面

消費者的個人特點：根據統計結果繪制列聯表，依據K2判據，在犯錯誤率不超過99%的情況下，可以認為消費者的性別與新能源車的購買無關聯，基于年齡和可支配收入情況的分析表明，40歲以上的消費者是購買新能源車的主要人群。在統計數據的范圍內消費意愿與收入成正相關。

2. 企業方面

企業研發的重點在于新型鋰電池的開發、國產離子交換膜的研發與生產、電池容量和循環性能的提升。問卷的反饋結果表明，在可接受價格范圍內，新能源車的可靠性、安全以及動力等因素，直接影響消費者購買意愿。續航里程少，電池壽命短，基礎設施不健全，電池性能下降快等是各大企業亟待解決的問題。根據用戶對新能源車的認知和使用狀況分析，目前各生產廠家在產品推廣的程度上有所不足，消費者對新能源汽車的了解情況停留在幾年以前，需要加大對新能源汽車宣傳和推廣。

3. 政府方面

研究表明，政府對新能源汽車的補貼力度持續下降，政策上的有利條件持續減少，新能源汽車的發展將會再次面臨新的挑戰。

（四）發展趨勢

1. 市場驅動下的新能源汽車產業發展將進一步增強

隨著我國新能源汽車產業鏈與供應鏈體系的完善，新能源汽車產品競爭力的提升，新能源汽車供給側的供給水平將得到進一步提升，在需求側的接受程度也將進一步提高。

2. 我國新能源汽車主要發展方向為純電動車

2019年、2020年、2021年三年的純電動汽車銷量占比連續攀升，且占比均在80%以上，《新能源汽車產業發展規劃（2021—2035年）》提出力爭經過15年的持續努力，純電動汽車成為新銷售車輛的主力。

3. 新能源汽車廠商的競爭可能會加劇

當前傳統車企在新能源汽車領域顯現出較強的開拓能力，新興企業也在這一領域有良好的發展趨勢。新能源汽車產業快速發展的同時，也將可能伴隨著競爭加劇和市場集中度的提高。

三、大數據技術理論

大數據技術已成為互聯網技術的重要組成部分，使泛在網絡內部數據快速流通，有效避免了傳統海量數據帶來的冗余風險，提高了數據通信的隱私性和安全性[5]。大數據技術將數據的容量、速率、類型、真實等擴展到更深層次，在數據的傳遞中挖掘更多信息，提升數據的處理質量。在具體的分析中，主要從以下幾個層面來挖掘數據的深層價值。

（一）可視化分析

大數據分析技術的具體實施，就是通過對數據模型的可視化分析，使數據具有自我展示功能，從而滿足數據的多樣化需求。

（二）預期性分析

從數據處理的本質上來說，分析技術就是通過對數據自身的特性進行分析和列出，并將其與挖掘算法相比較，從而得出其在計算時的運動軌跡，同時根據各種不同的數據進行比較，最后根據預測的信息來判斷目前的數據傳遞行為。

（三）運行數據采集

目前，通過整合地方、國家和企業的監管平臺，實現了車輛運行、車輛故障、統計、運營等信息的實時傳遞。通過將各種資料歸類、整理，保證智能控制模式可以精確地應用于不同的程序，實現數據的傳遞。其工作原理是利用GPRS信號將新能源汽車的數據傳輸到企業平臺，由企業平臺實現數據二次傳輸。通過數據采集端與終端的連接，高效地處理各種數據，增強數據的整合與銜接，避免數據的非對稱性，實現局部與整體、地方與中央的數據協同，對車輛數據進行實時化采集與分析。

（四）數據處理

數據在解碼、傳輸和采集等環節通常會發生變化，為了提高數據傳輸的質量，必須對數據進行預處理，包括數據離散化處理、數據降維、數據規約、數據清洗和數據整合。將其應用到新能源汽車領域，可以看作是一種以車輛數據為基礎的系統和數據的處理方式。數據處理的兩種方式包括：一是將數據傳送至指定平臺，與數據即時測試相結合，以是否符合目前數據為標準，以資料的精確度為依據，為數據的預處理奠定基礎；二是對新能源汽車的源數據進行分析，即通過對軟件的處理來避免數據的脫幀，實現數據預處理。

四、新能源汽車行業發展中大數據應用前景

（一）新能源汽車數據采集

目前，新能源汽車已實現了與地方政府、企業等相關監管平臺的有效集成，科學收集車輛運行數據，對車輛故障、統計、運營數據等信息進行實時監測，并將相關信息上傳至相關數據平臺。利用數據日志和文件收集技術，可以針對特定數據的特點，采用不同的處理方式，將數據存儲到信息系統中，達到數據處理的要求。通過將數據采集端與終端之間的連接，可以有效地改善數據的處理速度，提高計算和處理的效率。運用大數據信息采集技術，對新能源車輛的技術、安全預警、基礎設施進行全面的分析，對提升整個新能源車輛的開發質量具有重要意義，為我國新能源汽車的生產與創新提供一定的支撐。

（二）完成信息數據處理

在新能源汽車產業的發展中，將大數據計算應用于數據監控體系和數據操作路徑，從而實現對新能源汽車數據的精確驗證。數據處理過程中，可以通過特定的平臺來進行信息的實時測試，為數據校準提供參考。該方法可以進一步保證數據的準確性和可靠性，為新能源汽車產業的發展提供更為可靠的數據支持。通過物理存儲和云端存儲兩種方式，將新能源汽車產業的各種數據進行集成，實現數據的實時處理，既可以保證數據的擴展，又可以保證數據挖掘的質量和效率[6]。

（三）數據統計分析

在大數據分析的實際應用中，通過運用統計學的方法，對數據庫中的相關信息進行深度挖掘，尋找有實用價值的數據，并應用其中的特定原理，利用回歸算法、分析算法等對數據進行統計[7]。

五、大數據技術與新能源汽車行業融合創新發展的實施路徑

（一）利用大數據技術管理新能源汽車的基礎設施

在充電設施選址過程中優化數據分析產品，可以解決人工選址不合理而造成的充電困難[8]。充電站選址要因地制宜，綜合考慮土地的集約利用原則，以及周邊的供電、交通、消防等公用設施，并根據區域的建設計劃和道路網絡規劃，確定充電站的選址。基于電廠的分布狀況和每年的充電量，根據周邊公共設施的使用類型、位置信息、周邊社區用能狀況等信息，運用算法進行優化，構建充電樁建設合理性評價分析模型，自動判斷擬建設充電樁選址可行性，進一步優化充電樁位置布局，合理配置空間資源，提高充電樁利用率。還可以對充電樁位置不合理的位置進行迭代分析，提出最佳位置調整的建議。

（二）基于大數據技術的城市智能交通發展

1. 車牌識別

利用人工智能和大數據技術解決復雜環境下車牌信息獲取的難題，可促進智慧交通建設，緩解交通壓力。在實際運用中要加強信息的實時性，充分保障信息安全。

基于計算機視覺和機器視覺的車牌識別系統主要包括兩種方案。在算法層次上，包括以傳統數字圖像處理內容為核心的處理方法和以循環神經網絡、卷積神經網絡為核心的人工智能處理方法。在傳統計算機視覺領域，通過傳感器以相對固定傾角和穩定光照如充足環境光照或均勻人工光照、街邊固定位置的路燈或其他城市照明設施，在此背景下以雷達測速和攝像頭拍照構成傳統智能交通系統。在泛在網絡的概念提出后，智能物聯網技術和大數據技術在智能交通中將發揮更大的作用。傳統圖像處理算法的主要流程包括以下幾步：圖像采集、圖像預處理、圖像定位與分割、目標識別、輸出結果[9]。在獲取圖像信息后，通過直方圖均衡化或直方圖標準化的方法將彩色圖像轉化為灰度圖像。在得到灰度圖像后，為方便處理，往往需要對圖像進行增強，如通過濾波進行降噪，包括頻域濾波和空間域濾波，基于傅里葉變換，在頻域對圖像進行處理，并應用濾波器，包括早期巴特沃斯濾波器、維納濾波器等，以及現階段多種擴展的濾波器，并通過逆變換重新得到空間域的圖像。除濾波和降噪外，小波變換也是傳統的圖像增強方式，隨著人工智能的發展，卷積網絡在圖像增強中也有很好的應用前景。在通過交替使用開運算、閉運算、腐蝕和膨脹等基本形態學處理的操作后，即可實現定位有關的操作，為了提取和識別的方便，通常以轉化為二值圖像的方法，在輪廓和紋理結構相對簡潔的部分實現對車牌基本輪廓的分割，結合圖像幾何參數可以實現對漢字、字母和數字部分的分別識別，共計七位。

在人工智能算法和比較全面的CCPD和CCPD-GREEN數據集，圖像采集了安徽省大量車牌信息，并對圖像的四個頂點進行了標注和人工校正，每張圖像的分辨率為720（寬度）×1160（高）×3（通道）。目前已經商品化的車牌識別技術通常是將車牌識別和檢測功能耦合，實現識別車牌7位字符的功能，但其應用環境下車輛位姿統一，環境光源較為穩定，而在面對光照不均、畸變、場曲、像散、車牌遮擋、運動模糊、雨、霧等能見度低的惡劣情景下檢測效果有限，需要有新的數據集合解決方案。因此現階段人工智能算法多以圖像為整體，實現識別和檢測的功能，并在惡劣環境的檢測中表現出較大的潛力。

隨著輔助駕駛和無人駕駛技術的成熟，激光雷達等傳感器在新型汽車中有了廣泛應用，但由于其成本過于高昂，現階段在一定程度上制約了激光雷達的進一步使用。在測距中，雙目光學系統以其較低的成本展現出廣闊的前景，由于其光學成像較單目系統復雜，因此仍需開發新型算法以適應發展中的雙目系統[10]。

2. 利用大數據技術提升車輛穩定性

（1）基于里程的分析。不良的駕駛習慣將會對新能源汽車的整車壽命、電池壽命、相關零件的使用壽命以及車輛的續航里程、能量消耗有一定的負面影響。采用大數據分析的方法，針對駕駛習慣的行為分析研究，對使用者在特定時段的駕車行為進行篩選，并提出相應的改善意見。例如通過對用戶周末出行路線的分析，可以大致了解到他們的興趣愛好；通過對汽車的行駛軌跡分析，可以初步了解用戶的生產生活需求，為車廠更新、提升產品研發質量提供重要的依據。

里程是消費者購買新能源汽車的首要考慮因素。若消費者因工作需要而購買一輛新能源車，其行駛里程相對較短；對于距離較遠的家庭或經常出差的用戶來說，會考慮長途駕駛的續航問題。通過對日常行車里程的統計，以及對單次行車里程的分析，可以初步了解使用者的日常活動范圍，以及選擇車輛的典型特點。

（2）基于車速的分析。行車速度是新能源汽車百公里能耗和續航能力的一個重要指標。長期在高速運行中，對電池和電動機的使用壽命都有一定的影響。通過道路攝像頭和車內傳感器，依據光流法計算出每日最高車速、每日平均速度、單次行程中最高速度、單次行程平均速度分布，分析使用者的日常駕車行為及道路狀況。

（3）基于能耗的分析。能量消耗都是衡量汽車性能的最重要因素，受環境因素、道路狀況和電池壽命的影響，用戶實際續航距離可能和廠商宣稱的續航距離存在差距。汽車廠商可以通過大數據計算，對使用者的駕駛習慣進行統計，找出造成汽車能源消耗的主要原因，校正實驗室續航數據與實際用戶續航數據的誤差，為消費者提供真實有效的參考數據[11]。

（4）基于行車故障的分析。汽車的行駛安全是影響使用者生命和財產安全的重要因素。若能在事故發生之前及時發現并采取應急措施，會將損失降到最低。通過大數據的后臺，將以前的故障記錄、歷史數據和當前的數據進行比對，實現故障發生前、中、后故障的精確查找和追溯，對用戶的使用體驗和道路安全的提升起到積極的促進作用。

（5）基于用車時間的分析。根據使用者的出行時間習慣，可以了解新能源汽車的日常使用情況。汽車的使用時間可以劃分為三個階段，首先是起點，即用戶在什么時間、什么地點開始駕駛汽車。其次是汽車的使用時間，通過對使用者每日用車時間和每次駕駛時長的分析，了解汽車的使用傾向。最后，在用車頻率方面，使用者每日使用汽車次數愈多，則表示使用者對汽車的依賴性愈大，使用者對汽車的認同程度愈高。通過大數據分析出用戶的頻率，為客戶提供更多的服務，既可以提升用戶的體驗，又可以為公司贏得更好的口碑。

（三）利用大數據，降低制造過程成本

1. 生產決策輔助

與常規數據分析相比，基于物聯網與大數據的分析能提供實時的決策支持，通過對異常情況的實時掌握，對生產的影響進行預測，并對不同的資源進行協調，減少異常對工廠產能的影響。

2. 產能預測

工廠實際產能受多種因素的影響，其中包括內部的員工、機械、材料、操作方法以及外部的季節、天氣、政策、政策、國際關系。在獲得了大量的產業數據之后，對產能和各要素之間的關系進行了深入的分析，得出一些生產規律：雨季的產能下降，節假日前產能增加。由統計結果得到的產能變化關系不一定有直接的分析與解釋，但合理地運用產能變化關系，那么就可以制定出更精確的生產計劃，從而達到最優的生產效率。

3. 質量管理

汽車零件多、工序多、工藝復雜，因此質量管理是汽車產品質量管理的重要內容。目前的質量管理主要集中在對新能源汽車重要部位進行質量檢驗，杜絕劣質產品進入后續項目，但這種方法不能杜絕產品的質量問題。未來的工業物聯網可以利用傳感器及時發現原料、設備、環境等變化，對質量問題、高風險的環節進行預報，從根本上減少和消除不良產品。同時，運用產業大數據，從源頭上降低高風險的環節的影響。

（四）利用大數據構造新能源汽車安全預警管理體系

1. 車輛監控

通過對車輛的定位和數據質量的監測，可以根據新車輛的安全性特性進行數據處理，從而達到對車輛的全方位的實時監測與預警。

2. 區域預警

通過建立區域性警報模塊，可以在各個測試地區實時監測新能源車輛的運營狀況。制定地區的管理制度，健全管理體制，建立APP系統的管理系統，通過平臺進行手機的動態監測，建立一個多層次的管理系統，隨時查詢登錄、操作日志和不正常日志，全面控制系統的工作狀態。

（五）本市大數據技術與新能源汽車融合發展的策略

1. 建立新能源汽車行業大數據終端集成系統

在“智能+”的背景下，新能源汽車的發展應以信息技術和多項功能為基礎，未來該領域的發展方向是將車輛制造企業轉型為服務企業。以終端整合為基礎，確保數據和服務的共享和及時，實現數據的整合，發掘出車輛的行駛和功能服務的主體，提高系統運行質量，推動我國新能源汽車智能產業鏈的發展。

2. 新能源汽車數字轉型，推動產業集群共生質躍

（1）以轉型為契機，加快關鍵技術的突破。在新能源汽車的發展過程中，需要運用多種數字技術提升技術水平，如聚焦車路協作等核心技術，以達到保障智能駕駛中交通安全的目標，使智能網聯、智能駕駛、智能汽車等技術的相互結合，推動科技創新，推動開源開放。

（2）基礎設施建設和數字技術的發展。推進新能源汽車與智能網聯技術的結合，進一步改善動力電池安全、低溫適應等性能，加速5G、車路協同等技術的推廣，不斷改善新能源汽車的產品品質和使用體驗。加強基礎設施建設，指導企業和數據供應商進行合作，努力實現“數字化”管理。建設適度超前、車樁相隨、智能高效的充電基礎設施體系，為新能源汽車的智能化發展提供支撐。

（3）引領高校與企業深度合作。人才的培養是一項系統工程，需要校企的共同努力。通過加強校企合作，使高校能為企業培養新能源產業所需要的技術骨干，實現校企雙贏的目的。

六、結語

大數據分析技術在新能源汽車產業發展中的運用，必須要對國家有關政策進行深入的研究，并掌握其應用要點，從而根據新能源產業的發展需要，促進新能源產業的發展。在新能源汽車的發展中，必須注重大數據分析技術在新能源汽車發展中的應用，從而為新能源汽車工業的健康發展創造一個穩定的發展環境。

參考文獻：

[1] 趙德運.信息化時代水利工程施工管理的質量控制策略[J].智能建筑與智慧城市，2022（6）：172-174.

[2] 中國政府網.中共中央 國務院.交通強國建設綱要[EB/OL].[2019-09-19].http：//www.gov.cn/zhengce/2019-09/19/content_5431432.htm.

[3] 襄州區人民政府.襄陽市新型智慧城市建設“十四五”規劃（2021-2025）和2035年遠景目標綱要.[EB/OL].[2021-12-31.]http：//www.xyxz.gov.cn/bmxz/xz/gyz/fdzdgk/ghxx/202112/t20211231_2681152.shtml.

[4] 曹行健，張志濤，孫彥贊，王平，徐樹公，劉富強，王超，彭飛，穆世義，劉文予，楊鈾.面向智慧交通的圖像處理與邊緣計算[J].中國圖象圖形學報，2022，27（6）：1743-1767.

[5] 吳穎，張磊.泛在網絡隱私大數據完整性驗證算法研究[J].信息與電腦（理論版），2022，34（2）：81-83.

[6] 張帥琦.淺析大數據在汽車行業中的應用[J].汽車與配件，2021（23）：58-59.

[7] 班定東.新能源汽車大數據分析及其應用前景[J].時代汽車，2020（14）：92-93.

[8] 辜文杰，付寬.基于大數據分析的新能源汽車行業發展研究[J].內燃機與配件，2022（5）：163-165.

[9] 李宏偉，羅自航，張賀磊.車牌識別系統的關鍵技術分析[J].物聯網技術，2022，12（6）：14-15+19.

[10] 張玉坤，嚴予彤，楊旌.智慧交通在大數據時代的發展方向[J].專用汽車，2022（5）：59-61.

[11] 魏錚，潘曉霞.基于大數據分析的新能源汽車行業發展研究[J].合作經濟與科技，2021（24）：38-40.