浅谈车联网与大数据分析

随着云计算、大数据、移动计算和物联网的兴起，给各行各业注入了发展的新鲜血液。作为物联网分支在汽车领域的发展，车辆网（Internet of Vehicle, IoV）也应运而生。
车联网是以行驶中的车辆为信息感知对象，借助新一代信息通信技术，实现车与X（即车与车、人、路、服务平台）之间的网络连接，提升车辆整体的智能驾驶水平，为用户提供安全、舒适、智能、高效的驾驶感受与交通服务，同时提高交通运行效率，提升社会交通服务的智能化水平。 车联网通过新一代信息通信技术，实现车与云平台、车与车、车与路、车与人、车内等全方位网络链接，主要实现了“三网融合”，即将车内网、车际网和车载移动互联网进行融合。车联网是利用传感技术感知车辆的状态信息，并借助无线通信网络与现代智能信息处理技术实现交通的智能化管理，以及交通信息服务的智能决策和车辆的智能化控制。

基于车联网的大数据智能分析可以从人，车，出行等多个维度做出优化支持。

大数据 V.S. 车厂
基于大数据分析可以解决车厂传统业务中靠人力和经验无法真正解决的痛点问题，以实际数据来验证、评价、预测相关业务的正确性，更全面的为车厂创造更多的价值。从经济性、环境适用性、可靠性、安全性等方面挖掘数据价值，从而向车厂研发部、质量部提供业务决策依据。

大数据 V.S. 车主
车主画像，基于数据采集及收集，通过人与地理位置的结合、变化、频次等状态，实现人群标签划分、线下场景捕捉，提供精准的用户画像，帮助企业深入洞察用户，提升运营效率，实现精准营销以及业务创新。

大数据 V.S. 汽车产业链
随着车联大数据分析平台人、车实际数据整合与规模不断扩大，可根据不同行业客户的特点（如：保险公司、运营车队、新能源车租赁公司、二手车评估平台等），提供定制化的大数据发布服务（脱敏数据/分析结果数据/分析报告等），充分体现“自有数据运营”的价值。

大数据 V.S. 出行
整合车辆行驶过程中的时空数据，融合驾驶行为、行车环境、行车习惯、充电习惯等维度，对车辆行车数据和风险行为进行识别并加以刻画，综合反映车辆行驶习惯及风险，为车厂客观了解车辆出行状况提供数据支撑。

车联网在国外起步较早。在20世纪60年代，日本就开始研究车间通信。2000年左右，欧洲和美国也相继启动多个车联网项目，旨在推动车间网联系统的发展。2007年，欧洲6家汽车制造商（包括BMW等）成立了Car2Car通信联盟，积极推动建立开放的欧洲通信系统标准，实现不同厂家汽车之间的相互沟通。2009年，日本的VICS车机装载率已达到90%。而在2010年，美国交通部发布了《智能交通战略研究计划》，内容包括美国车辆网络技术发展的详细规划和部署。

与国外车联网产业发展相比，我国的车联网技术直至2009年才刚刚起步，最初只能实现基本的导航、救援等功能。随着通信技术的发展，2013年国内汽车网络技术已经能够实现简单的实时通信，如实时导航和实时监控。在2014-2015年，3G和LTE技术开始应用于车载通信系统以进行远程控制。2016年9月，华为、奥迪、宝马和戴姆勒等公司合作推出5G汽车联盟（5GAA），并与汽车经销商和科研机构共同开展了一系列汽车网络应用场景。此后国家颁布了多项方案，将发展车联网提到了国家创新战略层面。在这期间，人工智能和大数据分析等技术的发展使得车载互联网更加实用，如企业管理和智能物流。此外ADAS等技术可以实现与环境信息交互，使得UBI业务的发展有了强劲的助推力。

国家发改委在2018年8月16日新闻发布会上明确指出：到2020年，智能道路交通系统（ITS）建设取得积极进展，大城市、高速公路的车用无线通信网络（LTE-V2X）覆盖率达到90%，北斗高精度时空服务实现全覆盖。到2025年，“人-车-路-云”实现高度协同，新一代车用无线通信网络 （5G-V2X）基本满足智能汽车 发展需要。到2035年，中国标准智能汽车享誉全球，率先建成智能汽车强国，全民共享“安全、高效、绿色、文明”的智能汽车社会。未来，依托于人工智能、语音识别和大数据等技术的发展，车联网将与移动互联网结合，为用户提供更具个性化的定制服务。