跨域部署，車云同構(gòu)數(shù)據(jù)庫打通智能駕駛數(shù)據(jù)價值鏈

時間序列數(shù)據(jù)庫具有保證高數(shù)據(jù)質(zhì)量和降低數(shù)據(jù)存儲/計(jì)算成本的優(yōu)點(diǎn)2015年創(chuàng)立的智協(xié)匯通，首創(chuàng)了專門為車載終端開發(fā)的時間序列數(shù)據(jù)庫，并成功部署到車載終端實(shí)現(xiàn)量產(chǎn)以車輛數(shù)據(jù)庫為核心，智協(xié)匯通在車云開發(fā)了存儲與計(jì)算同構(gòu)分離的數(shù)據(jù)庫，并擴(kuò)展到整車部署

日前，在由蓋世汽車主辦，上海虹橋國際中央商務(wù)區(qū)管理委員會，上海市閔行區(qū)人民政府指導(dǎo)，上海虹橋投資發(fā)展有限公司協(xié)辦的2022第二屆智能車輛域控制器創(chuàng)新峰會上，智協(xié)匯合伙人，副總裁牛國浩表示，伴隨著車輛計(jì)算能力的不斷提升，域控制器和中央集成架構(gòu)的到來，車輛的計(jì)算能力和存儲資源一定會得到釋放。這時，

智匯通合伙人兼副總裁

組織以下演講內(nèi)容:

智匯通:汽車云計(jì)算領(lǐng)域的領(lǐng)導(dǎo)者

智匯通有數(shù)據(jù)庫和軟件背景智匯通自2015年成立以來，定位于汽車賽道的創(chuàng)新，將時間序列數(shù)據(jù)庫部署到汽車上目前工業(yè)上主要使用關(guān)系數(shù)據(jù)庫，但在處理一些基于時間或空間標(biāo)定的關(guān)鍵數(shù)據(jù)時，以及數(shù)據(jù)量非常大時，時間序列數(shù)據(jù)庫就會變得非常重要

首先，時間序列數(shù)據(jù)庫在物聯(lián)網(wǎng)領(lǐng)域得到了廣泛的應(yīng)用，其應(yīng)用發(fā)展迅速其特點(diǎn)是可以基于時間或空間快速存儲和搜索高壓縮狀態(tài)下的數(shù)據(jù)同時，時序數(shù)據(jù)庫可以基于流壓縮和列存儲實(shí)現(xiàn)部署在車內(nèi)和云端的數(shù)據(jù)閉環(huán)時間序列數(shù)據(jù)庫在存儲和應(yīng)用過程中，還可以通過高效的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，提高數(shù)據(jù)采集，上傳，壓縮和存儲的效率

智協(xié)匯在車載端實(shí)現(xiàn)時序數(shù)據(jù)庫后，在車云同步推送內(nèi)存與計(jì)算同構(gòu)分離的數(shù)據(jù)庫，并已推廣至整車部署今天希望介紹一下我們的數(shù)據(jù)庫在自動駕駛域控制器和底盤電源域控制器中的應(yīng)用

智匯通在成立之初就看到了數(shù)據(jù)在公有云和物聯(lián)網(wǎng)領(lǐng)域的巨大價值我們認(rèn)為數(shù)據(jù)在整車各種場景下，尤其是在SOA架構(gòu)和智能汽車方向，有很大的潛力可以挖掘因此，在開發(fā)產(chǎn)品棧時，我們以構(gòu)建和提升整車的數(shù)據(jù)閉環(huán)能力為核心目標(biāo)

這幾年中汽在智能化的趨勢下更加注重?cái)?shù)據(jù)，我們的產(chǎn)品找到了很多落地的場景2021年，產(chǎn)品棧正式加載前裝量產(chǎn)車型和項(xiàng)目，產(chǎn)品進(jìn)入快速迭代

現(xiàn)階段已經(jīng)服務(wù)了10多家國內(nèi)OEM廠商，2—3個項(xiàng)目已經(jīng)量產(chǎn)并登板許多項(xiàng)目將于今年第四季度量產(chǎn)上市

從數(shù)據(jù)轉(zhuǎn)型，數(shù)字資產(chǎn)以及整個數(shù)字化轉(zhuǎn)型的角度來看，數(shù)據(jù)風(fēng)口正在逐漸到來由于2015年率先推廣車載端數(shù)據(jù)庫，智協(xié)匯屬于車云全賽道存儲與計(jì)算同構(gòu)分離的領(lǐng)跑者通過幾個項(xiàng)目的落地，我們發(fā)現(xiàn)了很多明確的數(shù)據(jù)應(yīng)用價值

車云全鏈路產(chǎn)品堆棧構(gòu)建完整高效的數(shù)據(jù)閉環(huán)

這是智協(xié)匯通車云中一個同構(gòu)，存儲與計(jì)算分離的完整產(chǎn)品棧我們的數(shù)據(jù)庫的價值是作為一個數(shù)據(jù)庫，但基地必須同構(gòu)于車云，除了它是部署在車輛端智匯通認(rèn)為，伴隨著車載計(jì)算能力的不斷提升，以及域控制器和中央集成架構(gòu)時代的到來，車載計(jì)算能力和存儲資源將得到更多釋放此時，車輛數(shù)據(jù)的應(yīng)用和云的交互將成為一個相互促進(jìn)，相互依存的發(fā)展過程

云可以調(diào)動車輛的計(jì)算能力和數(shù)據(jù)，反過來，車輛也可以調(diào)動云的計(jì)算能力，存儲和數(shù)據(jù)轉(zhuǎn)換價值，所以產(chǎn)品棧需要覆蓋整個車云鏈路。

首先，我們有一個基于車側(cè)的存儲和計(jì)算分離的數(shù)據(jù)引擎，主要服務(wù)于結(jié)構(gòu)化數(shù)據(jù)，可以收集更多基于底盤動力域，車身域，T—BOX中央網(wǎng)關(guān)域的結(jié)構(gòu)化數(shù)據(jù)我們在去年Q4正式進(jìn)入自動駕駛賽道，在自動駕駛領(lǐng)域可以靈活采集車輛末端智能駕駛相關(guān)的數(shù)據(jù)

有海量的智能駕駛數(shù)據(jù)這時候我們的產(chǎn)品組件vADS就可以從龐大的智能駕駛數(shù)據(jù)中篩選提取核心數(shù)據(jù)這些數(shù)據(jù)可以服務(wù)于角案例的訓(xùn)練，算法的改進(jìn)，云中的數(shù)據(jù)標(biāo)注和模擬等相關(guān)應(yīng)用對于用戶來說，在提取高精度，靈活可用的智能駕駛數(shù)據(jù)時，可以在云端節(jié)省巨大的存儲成本和資源，同時在后續(xù)的AI標(biāo)注和自動駕駛仿真中提升整個數(shù)據(jù)閉環(huán)的效率

除了車端組件，我們在云中還有兩個組件，vCloud和vAnalyze面對龐大的云計(jì)算能力和存儲需求，vCloud可以基于定制組件實(shí)現(xiàn)云端高壓縮數(shù)據(jù)的分析和調(diào)用，直接提高云端數(shù)據(jù)上傳，存儲和下載的效率基于定制的數(shù)據(jù)格式，vAnalyze在云端進(jìn)行數(shù)據(jù)分析和建模，可以將數(shù)據(jù)直接連接到智能診斷，網(wǎng)絡(luò)安全，信息安全等更多應(yīng)用場景

還有一個關(guān)鍵組件，vStudio作為一款圖形化的低代碼工具，通過拖拽可以快速生成車輛的整體模型和云端的算法，大大提高了工程師的工作效率，降低了用戶的入門門檻

目前，我們的產(chǎn)品已經(jīng)部署在許多車型上，并在量產(chǎn)過程中經(jīng)過嚴(yán)格的測試和工程批準(zhǔn)，整車已經(jīng)上市和認(rèn)證，因此它是一個成熟的現(xiàn)成產(chǎn)品。

車云的同構(gòu)數(shù)據(jù)融合采集和大數(shù)據(jù)分析建模能力

這組組件可以跨域部署目前可以部署到自動駕駛域控制器，底盤電源域控制器，智能駕駛艙域控制器現(xiàn)在，幾家主要的國內(nèi)原始設(shè)備制造商已經(jīng)在全球范圍內(nèi)部署了我們的解決方案核心背景是他們深刻認(rèn)識到數(shù)據(jù)采集的重要性，我們認(rèn)為這是大數(shù)據(jù)1.0的狀態(tài)

在大數(shù)據(jù)1.0的狀態(tài)下，很多用戶已經(jīng)進(jìn)入數(shù)據(jù)2.0時代，推動力巨大這時候就需要打通車云的所有環(huán)節(jié)，調(diào)動系統(tǒng)化，集成化的存儲應(yīng)用在這個過程中，需要一個完整的平臺來承載跨域控制器和跨車云鏈路的數(shù)據(jù)，以及這些數(shù)據(jù)帶來的應(yīng)用場景，軟件算法和模型此時，數(shù)據(jù)庫3.0時代已經(jīng)進(jìn)入數(shù)據(jù)采集完成后，可以在云端快速閉環(huán)車端算法是根據(jù)云端數(shù)據(jù)訓(xùn)練的，可以迭代下發(fā)車端數(shù)據(jù)采集的靈活性和數(shù)據(jù)采集的觸發(fā)機(jī)制可以根據(jù)云端的需求迭代更新進(jìn)入數(shù)據(jù)3.0時代，整個數(shù)據(jù)閉環(huán)的效率會一代比一代提高

以前每個領(lǐng)域都有自己的數(shù)據(jù)采集方式，但是數(shù)據(jù)采集，云存儲，調(diào)用還是比較低效的，采集的數(shù)據(jù)大多是二級數(shù)據(jù)通過與業(yè)務(wù)部門的深入溝通，我們發(fā)現(xiàn)智能客艙，智能駕駛，底盤動力等領(lǐng)域往往需要毫秒級的數(shù)據(jù)按照目前行業(yè)的傳統(tǒng)解決方案，如果全部公交數(shù)據(jù)全部上傳，整體的存儲和上傳流量成本其實(shí)非?？膳?/p>

我們把數(shù)據(jù)采集變成了車輛的觸發(fā)機(jī)制，通過靈活的觸發(fā)機(jī)制，車輛可以快速采集到所需的數(shù)據(jù)此時，海量數(shù)據(jù)可以集中到觸發(fā)節(jié)點(diǎn)前后N秒進(jìn)行上傳，顯著提高了工作效率這個邏輯是我們產(chǎn)品的核心思想——車云的同構(gòu)云算法可以在幾秒內(nèi)部署到車內(nèi)，無需嵌入式開發(fā)，從而提高整體生產(chǎn)力

在應(yīng)用框架中，產(chǎn)品組件和車云鏈接可以在整個數(shù)據(jù)閉環(huán)中相互對應(yīng)汽車組件包括邊緣計(jì)算引擎和邊緣計(jì)時數(shù)據(jù)庫，以及可以處理攝像頭數(shù)據(jù)和傳感器數(shù)據(jù)的vADS，用于自動駕駛數(shù)據(jù)閉環(huán)

有云數(shù)據(jù)存儲管理應(yīng)用的組件vCloud，還有vAnalyze和vStudio，下一層是具體應(yīng)用目前，我們正在應(yīng)用層面快速推進(jìn)，并已經(jīng)與一些國內(nèi)頂尖企業(yè)展開生態(tài)合作比如在智能診斷賽道，我們推進(jìn)了云推理機(jī)與大數(shù)據(jù)平臺的連接，車輛數(shù)據(jù)可以直接進(jìn)入云端的智能診斷推理機(jī)模型，進(jìn)行快速分析建模，從而快速給出引導(dǎo)排障的建議

EXD智能大數(shù)據(jù)基地優(yōu)勢:滿足車輛全生命周期數(shù)據(jù)應(yīng)用。

智匯通的產(chǎn)品?？梢愿采w整車不同階段首先，在前期開發(fā)階段，我們可以將解決方案部署在主機(jī)廠的測試車上，進(jìn)行實(shí)時數(shù)據(jù)采集在我們有限的算法范圍內(nèi)，通過收集異常數(shù)據(jù)，幫助算法工程師或軟件工程師迭代產(chǎn)品

進(jìn)入量產(chǎn)階段，我們的數(shù)據(jù)庫也是一個關(guān)鍵平臺通過數(shù)據(jù)庫上的數(shù)據(jù)，可以快速找出控制器中的數(shù)據(jù)或bug，快速定位并解決，幫助主機(jī)廠用戶快速縮短底盤電源和智能座艙領(lǐng)域的調(diào)試周期還會有量產(chǎn)階段的異常狀態(tài)分析和質(zhì)量評價相關(guān)的應(yīng)用主機(jī)廠客戶通過我們的數(shù)據(jù)庫建立云數(shù)據(jù)庫，建立整車核心部件的診斷模塊或異常狀態(tài)分析模塊當(dāng)整車出現(xiàn)異常狀態(tài)時，主機(jī)廠后臺會快速預(yù)警報(bào)警

在售后場景中，我們可以打通車輛端的DTC數(shù)據(jù)，總線數(shù)據(jù)，報(bào)文數(shù)據(jù)，讓這些數(shù)據(jù)進(jìn)入云端的推理機(jī)進(jìn)行數(shù)據(jù)分析，可以給售后，質(zhì)量，運(yùn)維帶來巨大的價值。

EXD智能大數(shù)據(jù)庫應(yīng)用場景分析

比如售后運(yùn)維的應(yīng)用場景，其后臺就有預(yù)警機(jī)制有些客戶在汽車靜止時沒有拔掉充電寶，導(dǎo)致充電寶中的電量釋放到VDC中，造成VDC的供電和喚醒，導(dǎo)致整車異常在分析了快速上傳的異常行為數(shù)據(jù)后，我們很快治理了這個問題，為客戶解決了頭疼的問題如果不是基于精準(zhǔn)數(shù)據(jù)的收集，上傳和分析，其實(shí)很難發(fā)現(xiàn)這些小誘因

上圖顯示了基于EXD數(shù)據(jù)庫的智能診斷推理機(jī)的診斷和故障排除步驟與傳統(tǒng)的診斷儀不同，該平臺可以實(shí)現(xiàn)遠(yuǎn)程診斷，引導(dǎo)診斷和智能診斷，提高主機(jī)廠的售后運(yùn)營效率

在智能底盤方面，基于底盤功率域控制器的部署，數(shù)據(jù)閉環(huán)基于GPS數(shù)據(jù)，可以在通過減速帶和石子路時自動觸發(fā)空氣懸架，調(diào)節(jié)底盤的舒適性通過在VDC上的部署，實(shí)現(xiàn)全地形自適應(yīng)底盤的調(diào)校，這就是數(shù)據(jù)的力量

眾所周知，電動車精確的續(xù)航里程是每個主機(jī)廠的核心秘密在沒有精確電池續(xù)航里程專家的情況下，我們根據(jù)主機(jī)廠的數(shù)據(jù)推導(dǎo)出一套精確的計(jì)算公式，并部署在我們的平臺上，計(jì)算結(jié)果與核心R&D部門的數(shù)據(jù)非常接近因此，通過數(shù)據(jù)模型建立了一套分析機(jī)制，并基于這種分析機(jī)制，建立了數(shù)據(jù)采集的閉環(huán)和云公式及模型這時就可以分析出準(zhǔn)確的續(xù)航里程，對電池系統(tǒng)進(jìn)行全生命周期的管理

基于部署在智能座艙域控制器上的數(shù)據(jù)閉環(huán)，我們還幫助主機(jī)廠實(shí)現(xiàn)了AI空調(diào)通過對不同地域，喜好，習(xí)慣的分析建模，推斷出用戶期望的出風(fēng)口位置和風(fēng)力，訓(xùn)練出上千臺智能空調(diào)

在自動駕駛域控制器上實(shí)現(xiàn)的智能駕駛數(shù)據(jù)閉環(huán)主要用于彎道情況的優(yōu)化迭代面對大量的長尾場景，不斷收集每個角落案例場景的數(shù)據(jù)，改進(jìn)算法，已經(jīng)成為每一個自主開發(fā)AI算法的OEM廠商一定會做的事情我們推出自動駕駛數(shù)據(jù)閉環(huán)解決方案后，今年和兩家主機(jī)廠達(dá)成智能駕駛數(shù)據(jù)閉環(huán)合作，目前仍有很多客戶在推廣值得一提的是，我們的閉環(huán)智能駕駛數(shù)據(jù)具有極大的成本優(yōu)勢，部署效率高，可用快

基于邊緣計(jì)算，我們還可以在車輛端落地自動駕駛系統(tǒng)的駕駛員評價系統(tǒng)和舒適性評價系統(tǒng)，為后續(xù)實(shí)現(xiàn)自動駕駛場景做好充分準(zhǔn)備。

在智能駕駛艙領(lǐng)域，駕駛員的個人行為數(shù)據(jù)，狀態(tài)數(shù)據(jù)等客艙數(shù)據(jù)可以與場景數(shù)據(jù)對接，使駕駛員或乘客的停車，休息，喝咖啡，吃飯等場景數(shù)據(jù)成為數(shù)據(jù)應(yīng)用的入口，從而帶來直接的商業(yè)價值最終實(shí)現(xiàn)車輛數(shù)據(jù)畫像和駕駛員數(shù)據(jù)畫像，讓車輛端成為元宇宙的入口

目前，智匯通正在多領(lǐng)域發(fā)力，多領(lǐng)域部署，為用戶帶來效率提升和快速價值轉(zhuǎn)化最重要的是，在車輛端部署數(shù)據(jù)閉環(huán)，類似于隨身攜帶一臺CT機(jī)你將清楚地知道你運(yùn)營過程中發(fā)生的所有關(guān)鍵信息變化，數(shù)據(jù)變化，狀態(tài)變化，從而賦能車端功能，應(yīng)用場景和新商業(yè)模式的拓展

公司協(xié)辦的2022年第二屆智能車載域控制器創(chuàng)新峰會發(fā)表的主題演講《車端大數(shù)據(jù)引擎跨域部署與量產(chǎn)實(shí)踐》。)

免責(zé)聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，僅代表作者個人觀點(diǎn)，與本網(wǎng)無關(guān)。僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。