数据平台可以成为“核心”

2018-08-19 04:29黄耀鹏
中国汽车界 2018年3期
关键词:车载数据处理云端

黄耀鹏

越来越多的新款汽车上路,它们其中一些拥有某种程度的自动驾驶和互联功能。这些车每小时产生的数据,超过以往汽车整个产品周期所产生的。当然,无法交换共享的数据、无法创造新价值。

已经有一些科技公司,正在致力于将互联汽车的数据进行“货币化”,努力挖掘其中的价值。这些公司相信,基于云端的数据交换平台,可以为汽车制造商、驾驶员和第三方等服务供应商提供一个互联的生态系统。

不过,他们暂时没有讨论个人用户在其中所能起到的作用,以及必须要享受的隐私权利。

数据平台有短板

透过这个平台,将厂商、驾驶员(也有可能是行车电脑)以及内容服务商联系起来。不过,海量数据传输一直是大问题。对于自动驾驶的车辆,雷达、声纳、GPS足迹,平均每秒产生0.05M-O.1M数据,而摄像头和激光雷达每秒钟则产生20M-40M數据。这样一来,一辆白动驾驶汽车每小时产生的车载数据高达4TB。

如果需要数据平台提供数据处理和决策帮助(特别是复杂路况的实时决策),需要上传几乎所有数据。由此对云平台的数据处理能力和网络运营商的带宽提出了很高的要求,至少远远超越现有体系的能力。这也是Waymo和优步等企业始终倾向本地AI系统的原因。

为了减少对网络带宽的压榨,业内人士强调机器学习及深度学习能力,对数据进行过滤和筛选,从而减少数据传输总量。这意味着要使用全新软件框架的支持。为了支持新获得的能力,数据平台需要支持各类处理引擎,还需要为复杂应用的开发提供统一平台接口。

也有人提出,数据交换本身要求车机“去应用化”——车载系统和云端都直接获取信息,不需要打开对应的APP来捕获,这是效率最高的方式。

车企不乐意开放

上汽通用汽车互联与体验事业部的高管称,将来外插硬件的空间会被压缩得很小,因为它(互联网企业)没有办法取得车辆核心数据。车企虽然会和“公共云”对接,但是让互联网公司直接读取车辆数据或者控制车辆,是不可能的。

这位高管还称,车企都会扶持自己车联网系统,包括自己的TSP(汽车服务提供商)。车企拒绝将关键数据上传或者交给后端,而是各搞白己的T-b ox(远程信息处理系统)。

车载T-box可深度读取汽车Can总线数据和私有协议,能够采集总线上的所有数据和根据私有协议反向控制,包含所有行车关键数据。

后者向车企提供自动驾驶系统,与车企进行种种合作的目的之一,就是取得关键数据。如果车企封死数据端口,乍看上去,互联网公司白白搭建云端系统,得不到车辆信息,一切都将白费。

客户将重塑生态

其实不然。互联网公司目前没有采取咄咄逼人的策略,多半因为系统本身不成熟,没有什么吸引客户的应用。数据平台的存在价值,必然是为互联汽车提供持续支持,实现数据中心与车辆间的无缝数据传输。在分布式计算系统的框架下,数据平台利用机器学习能力,实现实时处理。做到这一点,在互联汽车生态系统中,数据平台将创造核心价值。

假设平台已经存在,互联网企业只须资助并扶持少数汽车创业企业,后者没有前期技术积累,也没有历史包袱,很可能乐意与数据平台“充分”对接,让渡一部分控制权和数据处理。当然,是在用户知情并同意的情况下,而且前提是保证用户数据安全。

一旦数据平台实现远程指挥功能,并对用户的非驾驶需求给予恰当回应,就将车企力推的TSP踩在脚下,就像如今手机导航“秒掉”车载导航一样。个人客户早就对车企TSP抱有怨言,如果有第二选择,只选择具备数据共享功能的汽车产品。车企的意愿不再重要,因为客户的指向毫不含糊。

让我们静等云端数据平台的创建成功,今天看上去难以解决的一切博弈问题,将不复存在。

猜你喜欢
车载数据处理云端
电容式传感系统数据处理电路的设计
基于ARCGIS 的三种数据处理方法的效率对比研究
在云端永生
云端旅行
高层建筑沉降监测数据处理中多元回归分析方法的应用研究
高层建筑沉降监测数据处理中多元回归分析方法的应用研究
适合它的车载安全工具 你才会无忧驾驶!
SA2型76毫米车载高炮多视图
视频大数据处理的设计与应用
在云端