侵权投诉
订阅
纠错
加入自媒体

新一代通信技术下,智能网联汽车数据资源发展分析

2018-04-29 05:08
来源: 亿欧网

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。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、互联汽车数据共享、智能车辆数据融合策略、车辆调度数据通信、数据远程监控等,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。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。

1  2  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

智能汽车网 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号