汽车智能化是当前汽车工业发展的一个重要方向，未来汽车智能化的发展趋势主要体现在以下几个方面：

1、智能驾驶技术的发展：智能驾驶是未来汽车智能化的重要方向之一，可以实现车辆的自主导航、自动泊车、自动避障等功能，从而提高车辆的行驶安全性和行驶舒适性。

2、车联网的应用：车联网将车辆、道路和用户等信息进行互联，实现车辆之间的信息交流和实时互动，提高车辆的智能化和智能驾驶性能。

3、人机交互技术的提升：人机交互技术的提升将带来更好的用户体验和更高的交互效率，从而促进汽车智能化的发展。

汽车智能化的本质是通过各种传感器采集数据，然后通过算法对这些数据进行处理和分析，从而实现车辆的自动化、智能化和安全性提高，数据驱动是汽车智能化的重要基础和支撑。因此，各大主机厂都在全面布局数据驱动战略，其中车联网数据采集和自动驾驶数据采集闭环链路必不可少。

车端数据分类及价值

随着各大主机厂陆续规划新的平台架构，车企遇到了一些基础问题：车联网数据采集链路和自动驾驶数据采集链路应该分开还是一起建设？是否能建设一套数据链路满足整车的数据采集要求？各大主机厂的建设现状是什么样的？未来的发展规划呢？

一、车联网数据链路和自动驾驶数据链路建设现状及原因分析

目前各大主机厂车联网数据链路和自动驾驶数据链路基本上都是分开建设的，独立的两条数据采集链路、独立的数据存储平台、独立的数据运营团队，建设和运营两套系统成本巨大。究其原因：

1、受限于现有架构：车联网数据车端采集模块一般部署在Tbox，自动驾驶数据采集引擎一般部署在自动驾驶域控，部署的硬件不同且都是嵌入式开发技术手段，不易合并，如果合并还会影响现有的车联网系统，增加改造成本；

2、现有车联网链路满足不了自动驾驶数采的需求：车联网数据链路先行建立，且最早只是为满足32960国标监管的要求，没有很好地去统筹规划数据采集的灵活性、触发算法迭代效率、大规模数据成本等问题。自动驾驶数据采集以非结构化数据为主，如图片、雷达、地图等数据，数据量巨大（以某实际量产项目核算，基于现有7路摄像头*2种格式（jpeg、H265）*30秒*15FPS，每个事件约750MB的数据量，每秒25MB的数据），如果采用现有的车联网数据采集策略进行全量数据采集成本巨大，所以智驾数据必须进行精准触发采集，而且自动驾驶感知算法开发或场景仿真对数据采集策略的迭代速度要求很高，为了提升自动驾驶的进化效率，所以主机厂一般会不惜成本再单独构建一套自动驾驶数据闭环链路；

3、传统的智驾数采方案与数据应用强耦合：自动驾驶领域专业性强，更多是采集图片、雷达等非结构化数据，由于数据量巨大，需要基于场景触发精准采集，现有传统的智驾数采方案场景的定义需要写大量代码且对专业部门的经验依赖较强，导致采集系统和应用系统不解耦，现有车联网数据团队能力无法覆盖，自然而然自动驾驶数采系统也就另起炉灶，划给自动驾驶部门。

二、未来车联网数据链路和自动驾驶数据链路建设的思考

在日新月异的智能汽车技术面前，面向未来新的架构，如果您作为主机厂的架构或数据部门的负责人来规划下一代的车云数据闭环方案，您还会选择现有的烟囱式建设方案吗？同一辆车开发两套数采链路、部署两个平台、组建两个数据团队？

行业内是否有更好的解决方案使主机厂建设一套数据链路就能满足整车的数据采集需求？答案是yes

三、整车级数据驱动能力建设方案探讨及分享

问题一：怎么减少烟囱式重复建设？

问题二：如何真正让数据产生价值？

问题三：如何兼顾需求和成本？

对策一：面向整车级别进行数据闭环能力的规划，一套方案满足多业务场景应用，避免重复建设，要能同时满足智驾数据采集和车联网数据采集的需求，也要能做到采-存-用解耦；

对策二：以业务为导向，满足业务部门的需求，解决业务实际的问题才能真正发挥数据的价值；

对策三：在满足业务部门需求的同时，面向量产从数据采集、传输、存储、应用等一定要满足低成本的要求。

基于对行业深刻的洞察，EXD推出车云一体的软件中间件方案赋能主机厂实现整车级别的数据驱动：

EXD产品矩阵

该方案有如下特点：

1.满足整车级数采需求：车端的结构化数据采集中间件vCompute&vData、自动驾驶数据采集引擎vADS可以采集整车多类型的数据，如总线数据、图片、雷达、语音、日志等；

2.基于不同架构动态部署：车端组件可支持多域快速适配部署，目前已成功部署在自动驾驶域控、动力底盘域、智能座舱域、中央网关、5Gtbox等，基于主机厂不同的架构平台可灵活部署不同的数据采集方案；

3.整套数采系统灵活高效：以业务为导向，满足业务部门的专业需求，结构化总线数据最高支持10ms的数采周期；边缘计算支持智驾部门快速定义触发场景，高效获取所需场景的多类型数据，用于算法的快速迭代及仿真场景库的搭建；整套车云协同的方案，支持触发算法一键下发车端，无需繁杂的OTA流程，算法迭代效率高，完全满足车联网和自动驾驶对数据灵活性、高效迭代的要求；

4.采-存-用解耦：通过云端低代码工具vStudio使用各种算子轻松搭建触发算法，没有代码能力和算法开发经验的工程师也可以灵活去创建触发算法，大大降低触发算法开发的门槛。专业的智驾部门可以来定义触发算法，数据部门也可以创建触发算法，触发算法审核通过后由数据部门统一进行算法下发实现精准数据采集，数据到云端经过处理后再按需转发给业务部门使用，很好地解决数据灵活采集、统一管理、高效应用的难题；

5.低成本：低成本的数采方案，相较于传统数采方案成本节约80%以上，满足量产要求；

6.跨平台迁移能力强：中间件方案软硬解耦，可以实现跨硬件环境、跨车型的快速迁移，无需嵌入式重复开发。

基于智协慧同车云一体的软件中间件方案，主机厂只需打造一套采集&存储系统就能实现整车级的数据采集和管理，上层满足多种数据应用平台的搭建，整体建设方案如下：

智协慧同整车级数据采集&存储解决方案一举突破“四重限制”：

随着数据驱动理念的普及和汽车智能化的快速演进，一套能实现灵活高效、成本低廉数据采集的系统将成为车企的刚需，智协慧同正以开放共赢的心态，与产业链同仁共建数据智能生态。