车联网的 “车” 和 “网” 有哪些发展前景

新能源智能汽车已经加速发展的新阶段。汽车与大数据、人工智能等前沿技术深入融合,预示着汽车行业发展的全新格局。

作为一个集环境感知、规划决策、多等级辅助驾驶功能于一体的系统,新能源智能汽车应该如何综合运用计算机、人工智能、信息通讯、自动驾驶等技术,实现车辆物联网,以提升整体的智能化水平?

6月5号,在浙江省湖州市长兴县举办的新能源智能汽车创新峰会上,日本工程院院士、上海交通大学教授李颉围绕如何驱动车联网技术的高质量发展,介绍了大数据边缘智能技术在新能源智能汽车发展中的重要作用。

图 | 日本工程院院士、上海交通大学教授李颉(来源:新能源智能汽车创新峰会)

车联网将车内网、车际网和车载移动互联网进行融合,真正实现数据驱动汽车,是汽车智能化的重要组成部分。然而,李颉认为目前大数据在车联网中的应用仍存在许多问题,特别是在如何实现汽车智能化上,还有很大的上升空间。

李颉介绍,早在十多年前,日本的几大汽车企业就已经有了“危机感”,认为谷歌、苹果、百度等信息公司可能在信息技术方面走在汽车行业的前面。如今,汽车行业的不断迭代使得人工智能、自动驾驶技术的重要性越来越突出,而这些技术都离不开数据。他举例说,人工智能的深度学习、强化学习方法都产生了大量需要优化和控制的数据。可以说,数据支撑了车联网的发展。

从目前的发展来看,云计算已成为将许多设备连接到互联网的可靠且具有成本效益的手段,大部分数据处理都是在云中进行。然而,车联网对数据处理提出了更高的要求。随着越来越多的设备连接到互联网并生成数据,云计算可能无法处理所有这些问题。例如,在自动驾驶中,如果将传感器数据上传到云计算中心将会增加实时处理难度,并且受到网络制约。李颉介绍说,与传统汽车相比,新能源智能汽车的整车架构发生了巨大变化。汽车零部件的数量从大约2000个降低到500个左右,这对汽车单个零部件的信息处理能力提出很高的要求。自动驾驶技术更是离不开数据的计算、优化和控制,此外,数据的安全性、确权以及可追溯性同样至关重要。

边缘智能技术的发展为车联网的发展提供了重要的技术支撑。边缘计算将网络边缘上的计算、网络与存储资源组成统一的平台为用户提供服务,使数据在源头附近就能得到及时有效的处理。李颉举了一个例子,云和边缘的关系就好比中央政府和地方政府,不可能所有的决策都放到中央处理,虽然中央有很大的处理能力,但是地方政府也能够处理很多事情。边缘计算带来了一场革命,它使得边缘端突破了简单的数据存储和传输功能,能够在数据源附近处理数据。“边缘计算像在终端设备中放入两个重要的数据工人,可以自行处理数据而无需传到云端……它构建了一个数据处理的边缘智能网络。”他说。

边缘智能技术提升了数据的安全性。李颉介绍,依靠边缘智能技术,车联网产生的海量数据不仅可以储存在更加安全的边缘端,也可以自主选择备份于云数据中心,相当于有了双重保证。此外,还可以结合区块链的分布式系统,通过智能合约机制进一步确保数据的安全可信。

边缘智能技术能够降低数据处理的延迟。对于自动驾驶技术而言,低延迟无疑至关重要,它决定了汽车应对不同情况的反应速度。边缘端的处理速度比云端更加快速,不需要传到云端进行处理,拥有更快的处理速率,并且能耗更低。

车联网依靠大量传感器收集数据。在汽车运行过程中,产生了大量上行和下行局部数据,这些数据支撑了汽车的智能化。李颉说,如何避免网络拥塞、降低延迟,如何确保数据的移动性、完整性和隐私性,如何把数据用好等等都非常重要。因此,需要设计比较合理的分布式架构,布局局部数据和云端数据的处理系统,综合使用边缘智能技术和云计算。

李颉介绍,在国外,车联网的发展受到重视,许多汽车代工商和生产商都意识到了边缘端基础建设的重要性。例如,电装和本田已经参与到了汽车边缘计算集团(Automotive Edge Computing Consortium,AECC)中,在这个组织中,还有英特尔、三星的参与。在他看来,车联网数据作为数字经济推动的引擎。

为您推荐

发表评论