在文章智能汽车时代下的高质量数采车联网平台中，我们分析了在智能汽车时代下，车联网平台数据采集的现状、瓶颈，以及新一代高质量数采车联网平台的特征，在本文中，我们再从现状谈起，着重介绍智协慧同EXCEEDDATA灵活数采方案，最终实现数据采集/传输/存储综合成本下降85%以上，做到灵活按需的数据到桌面。

01、数据采集现状

在过去的小数据时代，车辆数据仅限于整车厂的研发和测试团队和一些小范围的网联应用所使用。

比如通过专业的数据采集设备在几百台规模的试验车上采集几个小时的信号数据（GB规模）用作整车和零部件的研发与测试，或者将低频率的部分信号实时上云统计，出具功能使用报告等。

数据量少，采集和分析成本高，周期长。而随着智能汽车的发展，数据传输需求迅速变化：

1、数据规模

部分信号→全车信号，数百辆→万辆→百万辆（GB→PB→ZB）

2、数据精度

采集频率从秒级→毫秒级转变

3、数据维度

总线信号、传感器内部状态、软件埋点、用户行为、道路和环境感知数据等，维度越来越多

4、数据质量

解决传统模式下丢失、乱序、跳变、延时等严重影响业务分析数据的问题

02、数据采集的价值

智能汽车的信号数据里蕴含着车辆的部件状态，用户的行为以及各种使用场景相关的特征数据，这些特征需要通过车辆上传的海量数据在云端进行大数据算法训练、再把提炼出来的算法发送回百万车辆去实时计算与用户互动，从而产生一个边缘+云的物联网计算网络并变现智能生态业务的价值。

实现这样边缘+云端持续迭代的智能开发过程需要全套的边缘实时采集、数据计算和上传能力，加上云端海量数据存储、使用授权、算法建模、批量计算、和算法下发的闭环能力支撑。

无论是产品功能提升、性能提升、质量提升、故障分析与预测，自动驾驶等等，还是支撑生态创新、个性化用户体验、按需保养、二手交易等周边生态业务，拥有数据闭环的平台是业务智能化的基础，而高精度高质量的数据采集是实现数据闭环的第一步。

03、智协慧同EXCEEDDATA灵活数采方案

智协慧同看到了智能汽车时代最核心的底层能力是数据驱动能力，在整合了“软件+数据+汽车”顶级团队四年研发后，打造出了EXCEEDDATA灵活数采方案：

1、 业务人员使用图形化、低代码工具vStudio自主建模

2、通过vCloud云端数据管理工具秒级部署到车端vCompute边缘计算引擎

3、可灵活定义采集时间、信号维度、采集频率，实现触发式上传

4、边缘数据库vData对数据进行100-300倍压缩上传

实现高精度、高质量的灵活数据采集，综合成本降低85%

智协慧同EXCEEDDATA灵活数采方案架构图

方案各节点特点：

① 低代码算法开发工具支持业务人员自主建模

- 灵活性 (难以调整 --> 灵活的按需配置)

- 部署效率(yearly --> 1 minute)

- 业务价值 (研发--> 全生命周期数据驱动）

② 车端动态压缩/存储/查询

在车端采集高精度的车辆信号数据，提供高压缩的存储、同时实现高性能的查询，赋能车端成为物联网边缘计算网络的中心。

- 10000+个信号维度，已在量产车型上支持近5000个信号维度

- 极度的压缩比：是CSV的百倍、BLF的数倍，在车端存储全量信号数据

- 稳定高性能：低于10%CPU消耗，百微秒的信号存储与单条信号查询

- 内存数据库+批量存储的模式，支持车端量产的时间耐久性要求

- 具备CAN、SOME/IP等多种车内信号通讯协议支持与DBC解析

- 具备容错的硬件与软件环境失效模式自恢复

③ 以先进的文件格式VSW上传

- 高压缩列存储

- 自带VIN-触发ID- 时间信息

- 自带解析公式，随用随解

④ 高效率云端SDK

- 全链路高压缩二进制无需解压缩

- 自动拼包成文件，支持低价格文件存储

- 基于VIN-时间落盘满足快速查询

- 满足基于vin-时间对文件的查找和快速解析

- 随用随解，存算分离，极大成本节省

- 多格式多语言，支持白盒开放集成

智协慧同EXCEEDDATA灵活数采方案可以实现以下要求和目标：

04、适用于车辆全生命周期

值得一提的是，灵活数采方案在软件异常和故障诊断方面，有着无可比拟的优势，在车端支持多模式上报：如即时上报、触发上报、前后N秒上报等；既支持读取全量高频控制器数据也支持灵活截取数据片段上传。

在车辆上市周期大幅缩短和软件占比极大提升的今天，助力车企及时定位、分析、解决问题。

05、提升最终用户体验的关键

麦肯锡在其2019年发布的《汽车新四化》行业报告中指出：为用户提供智能网联解决方案的核心在于：

1、数字化和数据可用性：所有的车辆使用情况、车辆运行及及故障情况、行驶路线信息等均可被数字化和收集；

2、数据分析和洞见：需要一定时间来建立模型/算法并验证其效能；通过大量的模型测试和调整来找到“最佳平衡”。

资料来源：麦肯锡分析

上图以智能空调为例，展示了数据闭环的场景功能开发：

1、基于地域，天气，历史数据，门窗状态等维度，通过历史数据训练目标温度预测算法；

2、部署预测算法到TBOX/车机+空调控制服务集成；

3、与HMI集成建立用户交互与数据闭环。

可以看出，对用户的服务离不开数据的采集和利用，而大量的实践表明，低精度低质量的数据应用范围极其有限，大多数时候都“沉睡”在硬盘里，在占用存储资源的同时，没有任何业务利用价值，高精度高质量的数据是打造“千人千面”智慧化方案的关键。

车企需要一个新的数据采集解决方案，来实现数据的高效利用，驱动功能迭代、提升用户体验，赢得激烈的市场竞争。

智协慧同EXCEEDDATA灵活数采方案从顶层架构入手，运用车云全链技术栈能力，攻克100余个技术难关，目前已具备10ms高精度高质量数采量产经验，是车企打造数据驱动能力的基础，新一代数据采集方案的最佳选择。