2019年1月12日，由中国客车网联手中国土木工程学会城市公共交通分会联合主办的第13届影响中国客车业系列活动在北京隆重举行。活动现场，北京理工大学电动车辆国家工程实验室副主任、北理新源董事长王震坡教授发表演讲，详细介绍了新能源客车车联网大数据平台的关键技术与应用。
》》王震坡教授发表演讲
以下为演讲实录：
Part1
新能源汽车数据的融合我认为有这么几个特征和特点：
首先，现在新能源汽车产业已经从每辆车的单点数据呈现出了一个跨界的数据融合态势，形成了一种三层的构架体系，这种三层的构架体系带来了整个汽车产业的价值链提升。
为什么说从单点的数据到大数据的跨界融合?我给了一张图，这张图里面很多数据在传统汽车产业里面有的，首先是整车企业，在参数设计的时候有大量的数据产生，在生产的过程中各个生产体系又会产生相应的数据，销售体系同样是数据产生的过程，包括我们售后以及应用的过程，都是大量数据的产生过程。唯有这里面增加了一个环节，就是在运行应用这个环节，我们采集车辆运行的数据，导致在应用这个环节数据大量的暴增。我们很多企业还在采集驾驶员的行为数据、车辆前方交通数据等，这样就涉及到了结构化数据和非结构化数据的融合问题，在这个环节是新增数据点。我们把整车企业微缩到产业链环节里面，在原材料零部件的生产过程中，也有大量的数据产生，在全产业链里面也是原有的数据产生的过程。我们讲跨界融合，新能源产业早就跟很多产业融合，包括提到的金融、保险、停车、新能源汽车充电、道路运输、交通等各个环节，在这里面都会有数据产生，但是我们的数据给谁用了?为交通、金融、停车来服务，这就是跨界融合，这才真正是大数据的应用。
这种跨界的融合，这种数字化的建设也带来了整个行业质的变化，带来了四大智慧。第一个智慧就是对于信息全面的感知，现在车辆装了各种各样传感器，有各种各样数据采集系统，我们所想要了解信息实现了可测、可试、可控。这些数据能够获取的基础之上，第二个智慧就是信息之间的融合，各种数据信息的融合，以及我们业务相互之间的打通和沟通，由于数据的融合带来了各种业务之间深度的融合。同时也是因为有了这些数据，可以做得一件事情就是主动的服务，所谓主动服务就是根据数据融合的特点，可以实时感知车辆的技术状态，做出科学判断，为科学化的售后服务和特质化的金融服务提供相应的服务数据基础，从而可以主动的为用户提供服务。另外从决策部门，比如说公交公司规划部门、交通委的规划部门，在做科学决策的时候需要实时的数据，也是因为我们有了这些数据，就可以实时科学化的决策。因此，数字化建设我认为带来了行业发展过程中的四大智慧。
同时，也带来了我们三纵三横价值链的体系。首先我们从整车厂角度来说，整车厂可以利用我们经销商经销的数据，利用消费者的应用特征数据来优化设计，根据市场的变化来调整产品。经销商也是一样，经销商可以获取生产企业的车辆特征数据，以及消费者车辆使用的特征数据，实现精准的营销。对于消费者来说，消费者首先是一个数据的制造者，在车辆使用过程中产生了大量的使用特征数据和车辆特征数据，消费者产生的数据首先是为了生产商和经销商服务，但是同时也是为消费者服务，应用消费者所产生的数据，制造商和销售商可以给消费者提供精准的售后服务，可以给消费者提供特质化的具有应用特征定制化的保险服务。消费者既是数据的产生者，也是受益者。
Part2
在车联网平台，或者大数据平台建设过程中，当然也存在着行业痛点。
第一个痛点跟整车制造企业相关，在车辆生产过程中和车辆应用过程中发现一个问题，就是我们的业务系统之间很难打通，比如销售体系、零部件采购体系都有独立的数字化体系，都有相应的办公系统。但是由于这些系统在开放过程中应用的原代码不一样、数据格式不一样、数据库不一样，所以他们之间的数据打通反而成为了一个问题。同时随着数字化的进展，我们这种业务系统不能够跟踪大数据的产业变化和发展，形成了对于大数据产业发展的制约。
第二个痛点在于我们在应用过程中数据量的集聚增长，导致存储困难。原有的数据存储，比如说在最早进行数据平台建设的时候，就是麦塞口(英)数据库就能满足建设，当我们开始建造国家级大平台的时候，发现前面投入的几百万白投了，必须采用分布式构架大数据模型才能满足，导致了我们数据结构急剧的变化。在现在这种情况下没有考虑结构化和非结构化数据融合的问题，我们还需要存储驾驶员视频的数据，车前交通环境的结构化数据，这样又会带来数据存储量的增加以及数据存储手段的变化。
第三个痛点就是数据的孤岛，全世界都知道大数据有价值，都在想用数据挖掘的方式挖掘数据，谁都想有自己的小数据库，但是想要做大数据，想要做数据之间的融合、分析和挖掘，数据的共享是第一位的。我和许多专家交流的时候，大家也在谈数据共享是不是我的隐私没有了，我也经常在讲一句话，也借用了我们外交部发言人讲过的一句话做了一些延伸，如果你拒绝数据的共享，请你拒绝使用一切现代化的交通工具和通讯工具。
从数据共享角度来说我们能做到什么样的程度?在两个系统之间的融合现在还很有难度，在不同数据系统之间融合很有难度，有技术问题、理念问题。即使是在一个企业内部想实现不同数据融合也存在各种各样的问题，应该说现在最多两个系统之间做到接口互通已经了不得，想做到数据互通和服务的融合是很难的。
从产业的发展角度来说我想多讲一句，现在我们的数据驱动、数据化的发展趋势，应该说软件驱动在改写着汽车竞争的法则，从最初的硬件驱动时代，就是传统的制造业时代向一个新的制造业时代在变化，软件驱动的时代即将来临。我讲软件驱动并不是否认传统的制造业，我也是搞汽车的，搞了将近20年的汽车设计和集成工作，只是在现代大数据驱动情况下，我们除了传统制造业以外，需要互联网、互联网+、人工智能、数据基因融合，在这种趋势情况下，多传感器融合技术、高精度地图技术、车载终端模块技术、算法和决策芯片成为了主导我们产业发展的关键核心因素。
Part3
下面再讲一讲新能源汽车车联网平台的核心和关键技术。
首先，就是我们要建立一个车车、车云，以及车路之间协同的云服务平台，就要有一个多层次构架的云服务平台构架体系，刚才我讲到了车联网的数据是多元化的过程，是同时存储的过程，是多车相互之间融合和信息沟通的过程，因此它的平台构架体系建设相对来说比较复杂，既需要可靠性，也需要实时性，还需要保证数据的安全性，在这方面的技术有一定的难度。现在在北理工已经建立了这样一个云构架的平台体系，可以满足千万辆级车辆的同步存储和数据挖掘。
第二，就是通讯高并发的技术，车辆数据的发送是具有随机性，并且延时时间比较长，有一次数据沟通失败，对于车联网来说一旦上线以后可能的运行时间就是以小时计数的，并且在运行过程中为了保证车辆的安全是不能掉线、断电的，计算机死一次机可以重启，车辆数据一旦丢失，第一不可复制，第二可能会引发一系列的交通事故和安全事故，通讯高并发技术在车联网里面显得极其重要。
下面就是通讯技术。这个是在平台建设和终端研发过程中探讨使用的一项技术，就是采用加密芯片的方式。现在我们大量的终端里面是没有加密芯片，因为加密芯片应该说会带来我们的电动构型、数据采集构型的变化，导致生产企业成本的增加，这个我们在做相应的计算，在生产过程中由于技术的进步如何规避成本显著增加的问题。采用加密芯片是技术发展的趋势，有了加密芯片在数据交互过程中，一旦有人截获、更改，从车联网平台可以预知和感知。
再下一个是数据压缩和快速检索技术，当把结构化和非结构化数据进行采集的时候，数据存储量成数量级增长，这种情况下如何进行数据存储?大量压缩存储情况下如何快速的进行检索?成为了不能避而不谈的问题，我们必须解决。尤其在数据平台现在大量的数据我们是不用的，如何把数据转成温存储，以及进行冷存储，把温、冷、热存储之间如何进行交互，这方面已经提到了议事日程。
下一个关于数据的真实性和有效性检测性的问题，你传回来的大量数据有没有用?是不是真实存在?是不是真实反映了车辆运行状态和情况?你要对数据之间的有效性、异常和差异、逻辑进行相应的判断，对数据的有效性进行检测。
最后一项技术是数据可视化技术，数据分析结果以什么样的形式可以体现在各位面前?
》》新能源汽车国家监测与管理平台
下面展示一下我们现在在做的工作，首先从新能源国家监测与管理平台建设角度来说，这个平台建设分三个层次，首先是各个整车企业有平台，定义为新能源汽车安全和管理的第一责任主体单位要建设企业监测平台，作为车辆应用的各个直属省市应该有地方平台，同时在北理工建设了新能源汽车运行监测的国家级平台，就建设在我们中心。现在平台运行两年，已经接入的车辆数据160万辆车，我们预计在2020年会有500万辆车接入到我们的平台里来，下面就是数据平台的界面。
》》新能源汽车国家监测与管理平台
Part4
有了这些数据还可以做什么样的工作?
有了大量的数据我们可以提供给政府，给政府做宏观的决策，车辆运行安全的分析，做产业政策的制定提供相应的数据依据。我们同时也可以在商业服务侧来提供我们汽车的金融服务，车卖出去了，或者以贷款的方式出去了，车在哪里，应用的怎么样，我们可以有详细的数据进行支撑，我们可以根据驾驶员的行为特征进行定制化的保险服务。同时有这些数据还可以把这些数据提供给整车设计、生产、制造企业，知道你的一系列车型存在什么样的问题，在不同区域应用体现出什么样的特征，来改进优化我们的设计。另外，我们可以定制各种各样的基于车辆实时运行数据的APP，为出行提供相应的服务。下面举几个例子，对于不同领域服务的例子。
比如对于政府服务领域里面，我们可以把一个固定区域的充电热力图做出来，在我讲这个图的时候也有专家曾经问我，你是车辆运行的监控平台，你哪里来的充电热力图?所谓的数据分析你要做算法，很简单，当车辆GPS车辆位置不变的时候有电流反向可以认为车辆是充电的状态，车辆应用的电流和电压的乘积就可以得到充电的功率，对时间进行积分可以把充电量算出来，这个充电量用计量是不行的，但是统计意义上就可以得到，这样既可以得到实时的充电功率信息，也可以进行积分得到一天充电量的信息，做了今天，可以有昨天、前天，就可以看到充电量在一个区域的变化，同时有历史的数据，就可以对这个区域变化发展趋势进行判断。我们有了这些数据，对于政府在一个地区如何进行充电设施和道路规划可以提供依据。同时可以把数据计划到一个一个道路上去，比如以北京市为例，北京市运营主体12米的公交车在线路上运行为例，可以对于区域的减排效果和区域减排效果进行相应的分析。
作为国家平台，我们还承担了一项工作，有了这些数据以后可以把车辆运行轨迹进行描述，对车辆运行里程进行核算，这样应对财政部提出的运行里程核查和补贴政策的实施，现在补贴核查的工作落在我们平台。另外把数据汇集汇总以后提供各种各样的报告提供给政府做决策，并且这项工作在2018年4月份形成全国新能源统计月报，报给工信、财政、科技相关部门，为宏观政策制定提供相应的依据。
再介绍一下对于企业，从企业服务侧角度来说讲一讲我们的应用。我们同样是有车辆运行用的基础数据，就可以建立一系列模型对车辆的特征进行相应的分析，来优化车辆的配置，提高车辆运行的品质。这里面不但有一个企业的数据，还有多个企业的数据，我们不能说把A企业的数据分析给了B企业，但是在这方面可以做整个行业的分析工作，对整个行业进行服务。
下面还有对安全保障方面来说，也是发挥我们车辆技术中心的特征和特点，我们就可以对车辆的运行将要出现的故障进行分析，现在我们已经建立了一系列的模型，对车辆运行过程中电池电机参数的变化进行分析，通过这个累积看看有没有故障隐患，已经建立了一系列的模型。
再下面通过数据的分析可以来为运营企业提供相应的服务，提升运营的效率，优化驾驶行为，降低运营成本。
另外再介绍一下关于电池残值的计算方面，在这方面应该说在我们的新能源汽车运行监测和管理平台基础之上，2018年7月31号又建设了一个新能源汽车溯源的国家平台，要求每一块电池将动力电池的动态数据和静态数据进行上传，构建了新能源汽车大数据库，通过这些数据对电池残值进行相应的评估。
另外可以对驾驶员行为进行相应的分析，通过驾驶员行为分析优化他的驾驶行为，看看什么样是节能的驾驶，我们建立了一系列的特征参数进行相应的分析。
