伴随着汽车产业的新能源革命、智能化浪潮，车联网平台进入高速发展阶段，汽车产业逐渐由硬件/服务竞争时代转向数据竞争时代。

据预测，到2030年，汽车产业数据服务成本高达7500亿美元，与此同时，77.4%的千禧一代愿意为汽车软件更新升级付费；互联网头部企业头条、抖音等的成功，其数据驱动业务的商业模式，为产业提供了未来方向参考。

只有数据驱动下的汽车进化，满足用户个性化的需求，才能在激烈的智能时代变革中立于不败之地。

车联网承载了系统间通信和数据传输的任务，其由高到低分为：

应用层：为联网用户提供各种车辆服务业务，如导航、通信、监控、定位等；

网络层：提供信息传输服务；

采集层：负责数据的采集，包括车辆实时运行参数、道路环境参数以及预测参数等等，例如车速、方向、位置、里程、发动机转速、车内温度等等。传统方案中，所有采集到的数据将会上传到后台服务器进行统一的处理与分析，现在，使用边缘计算在车端对数据进行预处理和筛选上传，正在成为新的趋势。

一、车联网平台技术选型逻辑

早期的车联网平台采集数据的需求很大程度上源自2016年起国家对新能源汽车推广应用的补贴政策。要拿到补贴，就必须按国标32960要求采集新能源汽车数据并上传，所以车企对车联网数据采集有如下核心诉求：

1、满足国标32960数据上报要求：最低时间间隔30秒、故障时1秒；

2、在32960的基础上的增加信号维度或提高频率，提供给车企自身业务需求使用；

3、可以逐步渐进支持几十万到百万辆级别的车辆实时上传写入存储数据；

4、支持多车型或同车型但不同的TBOX软件版本各自上传不同的信号维度。

传统车联网平台架构示意图

该技术选型架构沿用至今，是目前的市场主流。

二、车联网平台数据采集瓶颈

然而，几年后的今天，在软件定义汽车的行业共识下，车端软件复杂度极速上升、数据传输量跨越式增加、功能迭代的频率由月缩短至天，个性化智能成为发展方向。

这些都离不开车联网平台对数据的采集和利用，而在日新月异的新需求下，目前车联网平台已无法满足车企：

1、采集的频率由秒进入到毫秒级别；

2、采集的维度从百个扩展为数千个总线全量信号；

3、数据丢失、乱序、跳变、延时问题无法解决；

4、业务人员对高精度高质量数据的需求与数据采集/存储成本的矛盾日益突出。

数据采集的瓶颈极大的制约了车企的发展，耗费大量人力物力采集的数据，因为质量精度达不到业务应用的要求，只能出一些简单的报告，然后“沉睡“在硬盘上，再无利用价值。

车企迫切需要一个新的解决方案，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。

三、新一代高质量数采车联网平台

基于以上的分析，新一代的数采车联网平台必须具备以下特征：

1、能够采集毫秒级、数千信号维度的高精度数据；

2、避免数据丢失、乱序、跳变、延时，保证高质量；

3、在高精度高质量的前提下，极大压缩传输/存储成本。

为了实现以上目标，新一代车联网平台在设计时要考虑以下要素：

1、车联网采集数据的链路特别长，完整上下行链路包含：

车端MCU–> 域控制器 -> 网关 -> TBOX ->(4/5G) -> 云端(TSP/云平台)

在车辆所处的不稳定网络环境中，需要保证各个链路节点的数据传输质量。

2、最大限度压缩传输成本：

-      在车端搭建边缘计算环境，依据算法采集有业务价值的数据来代替全量数据；

-      最大限度的压缩上传。

3、传统方案单个上传包数千信号逐个解析的算力浪费问题；

4、由数据单条存储模式给HBase带来巨量的存储压力和存储成本问题；

5、按单行处理的架构很难确认时间范围内所有数据是否完整，数据处理的ETL效率低下问题。

要解决以上问题，需要非常复杂的车云全链技术栈能力，整合运用高阶汽车、软件、数据库知识，以全新的角度、全新的架构来突破屏障。

智协慧同愿与业界一起，打造新一代车联网平台生态链，从灵活的高精度高质量数据采集开始，构建数据驱动的闭环业务模式，在研发、测试、上市、运营、售后的各个环节产生价值，拥抱围绕数据核心来竞争的新时代，逆水行舟、不进则退，谁将叱咤智能汽车江湖，让我们拭目以待。