车联网大数据框架_车联网的大数据应用（1）：初识车联网

车联网(Internet of Vehicles)是指由车辆位置、速度和路线等信息构成的巨大交互网络。车联网主要依托移动通信与信息科学技术，通过无线通信技术(例如GSM、GPRS等通信方式)、地理位置定位技术(例如GPS、LBS定位)、汽车传感器技术(汽车总线CAN-bus)以及行车记录仪技术等完成车辆行驶状态与周边环境的采集、数据的传输与处理工作[1]。

咳咳，说中文，翻译成人话就是：首先你得有辆车(4个轮子)；然后车上得有点装备(别走神，不是游戏装备)记录数据，包括驾驶速度、加速度、油耗和发动机转速等；通过无线网络，这些数据会被传输到一个神秘的地方记录起来，那里叫做“云端”；通过对这些数据的统计分析，会为保险公司、驾驶司机以及汽车制造商带来一定的价值。

图示 车联网体系

车联网的行业现状，可以总结成一个字，那就是“好”！各位客官自行看图说话。

下面说点正经的，车联网到底能够采集到什么数据。水妈简单分分类，车联网数据包括(1)驾驶行为：速度、加速度、经纬度、行驶里程等；(2)车辆参数：油耗、发动机转速、轮胎胎压等。这些数据采集的频率一般是每秒或者每15秒不等。注意，这里是狭义的车联网数据，主要指车上的装备能够记录到的数据。广义地说，整合外部数据(天气、路况等)也可以算作车联网数据。

水妈以一段路程的车联网数据为例，给大家看看数据是如何采集，能够用什么方法进行描述，至于建模，我们留待下一期。

我们先来看看速度和加速度。速度的单位是千米/小时，由轮速传感器记录，通过轮速传感器记录车轮转速，再转换为汽车的行驶速度。我们在仪表盘上看到的车速，就是这样计算得到的。加速度的单位是米/秒²，由加速度计记录，可以反映速度的变化。对于这两个关键的变量，能做些什么分析呢？我们先来看看速度的时间序列图。

从车速的时间序列图上，并未看到什么明显的规律。最高时速超过了80千米/小时，开得太快代表驾驶不平稳么？我们常说老司机开车稳，那么如何判断驾驶的平稳性呢？

图示 对加速度的分析

第一个办法是，画加速度的时间序列图。加速度反应了速度的变化，当加速度取值非常小的时候，说明有(急)刹车行为。这段路程中的最小加速度为-8.66米/秒²，这相当于1秒钟从时速约30千米/小时停下，疑似是一起事故。

第二个办法是，看速度的变化。理论上，加速度就是速度的变化。然而这两个数据是由不同的仪器采集到的，不可能完全吻合。把前后时刻车速画成散点图，可以看到有一个明显的离群点，也就是前面看到的急刹车点。

图示 对速度变化的分析

然后我们再来看看经纬度。中国区域的经度范围是73.33E至135.05E，纬度范围是3.51N至53.33N。猜猜图中水妈标注的经纬度是哪里，文末揭晓，按照惯例，猜对了依然没奖。

我国自主研制的北斗卫星导航系统目前可以实现厘米级定位，而车联网定位精度普遍在10-15米左右。对于经纬度的统计分析，有许多实际应用，比如：(1)实现行驶轨迹的可视化；(2)匹配路名，判断是否经常走相同的路段；(3)匹配POI(Point of Interest)数据，挖掘经常出行的区域特征。

图示 案例数据轨迹图

最后，隆重推出R语言中的timevis包画时间轴。对你没看错，这个路程概况是用R画的。可以看出这段案例数据，从19:50开始到20:15结束，行驶里程是14公里，时长26分钟。平均速度是32.74千米/小时。在行程将近结束的时刻，发生了一个急刹车行为。

图示 案例数据的时间轴图

对于其他变量的描述分析，各位看官可以移步，购买完整的ppt报告。最后，我们再来看看车联网数据的商业价值。

• UBI车险(Usage Based Insurance)。说通俗点，UBI是指基于驾驶行为的车险定价。UBI的理论基础是驾驶习惯良好的驾驶员应获得保费优惠，保费取决于实际驾驶时间、具体驾驶方式等指标的综合考量。保险公司可以直接检测和评估驾驶行为，当车辆发生事故时，车载设备记录下的事故速度以及相关信息会使得理赔评估和处理更有效率。以前为什么不这样做呢？因为臣妾做不到啊！以前记录不下来你是怎么开车的，但是有了车联网之后就可以了。发现熊大每天都在宇宙的中心五道口出没，是危险人物，那就多收点保费。

UBI的推广不仅可以为保险公司带来了更大的利润，还可以产生良好的个人和社会效应，引导驾驶人形成良好的驾驶习惯、优化道路安全管理方式。目前，国外已有保险公司执行了UBI，如美国最大的车险提供商Progressive，美国Allstate公司等等。

• 用户画像。本案例所提出的用户画像系统是指针对驾驶人行为特征的一种“用户画像”系统。其中包含驾驶人的基本信息，如：性别、年龄、收入、驾驶车辆型号、车龄等；驾驶人的驾驶习惯信息，如：是否为上班族、是否倾向驾车出行、驾驶风格是否激进等；驾驶人的事故信息，如：是否发生交通事故(一段时间以内)、交通事故数量、主要责任数量等。根据这些信息可以对某一驾驶人的各方面有一个初步了解，也可以对多个驾驶人的某些方面进行综合比较。

参考文献：

[1] 郁佳敏. 车联网大数据时代汽车保险业的机遇和挑战[J]. 保险研究, 2013(12), 89--95.