微信网站模版wordpress主题加授权方式
news/
2025/10/3 13:31:26/
文章来源:
微信网站模版,wordpress主题加授权方式,重庆网站建设及优化公司,深圳找工作哪个网站好自从电动汽车GB/T32960标准颁布#xff0c;要求所有电动汽车必须上传数据开始#xff0c;各车厂就开始花费大量的人力物力#xff0c;用于数据的上传与存储。同时随着智能化、网联化的趋势#xff0c;不断丰富上传数据的内容与数量。数据已成为车厂的重要资产#xff0c;但…自从电动汽车GB/T32960标准颁布要求所有电动汽车必须上传数据开始各车厂就开始花费大量的人力物力用于数据的上传与存储。同时随着智能化、网联化的趋势不断丰富上传数据的内容与数量。数据已成为车厂的重要资产但这些资产如何变现却成为产品经理们的难题。
大概是6年多以前吧当时的数据量还远远比不上如今单靠一家车厂的数据量根本称不上“大数据”所以行业中开始有建设汽车行业统一数据平台的呼声当然发声的主要是软件供应商……。有幸参加了相关会议与会的车厂代表都对这个话题表达了“有兴趣”但“不参与”的态度。理由也很简单数据是私有财产分享了有啥好处啊
对就是这个“有啥好处”成为话题的焦点也成为无法推动这个事儿的最大障碍。车厂不想参与却想听听每年花费不少的数据资源到底能干点儿啥可惜的是除了围绕电池分析的价值外很少有人能讲出还能干点儿啥。而当时电池又处于一个技术更新非常快的阶段技术路线、生产工艺甚至化学原理都不一样的情况下用今天的数据去看明天的电池任谁想来也不是一个靠谱的事儿。
时至今日即便是最保守的日系合资车厂也都有百万级的车在上传数据且数据范围早已从电池扩展到整车甚至用户与车的每一次交互都记录下来。单个车厂的数据存储量已经把单位从TB升级到了PB。在如此巨大的数据资源下无需建立行业统一数据平台车厂自己就已经具备了对应各种数据需求的底气。
各种“数据平台”“数据底座”“数据能力”...被供应商们吹得天花乱坠但实际结果往往就是最基础的数据采集、数据清洗以及各业务部门要求的数据统计。经历多年高投入的“数据基础能力”建设车厂数据部门每年都要经历“数据价值”的拷问。供应商们也都纷纷从基础能力的牛皮中转向“价值”接着吹但与花费不菲且需要持续投入的成本相比价值几乎少得可怜
所以咱们就新开一个话题专门聊聊数据应用价值的想法本期作为第一篇先不说实际的应用而是重点说说在做这些应用的时候我们会面临哪些问题
上面都说过了基础建设做了多年为啥还有问题其实答案特别简单你没做过饭就异想天开地去打造一套万能厨具等真开始做饭的时候你就会发现缺这个少那个
一、数据项缺失你想去做停车位预测应用为了弥补低速下GPS漂移问题就需要通过方向盘角度及车轮转数精确计算停车时的行驶路径结果发现这两数据没采集。
二、采集频率不足还是上面的例子如果更进一步地想知道停车位的类型侧停、斜停、垂直就需要精确的停车轨迹如果数据采集频率是5秒1次那就没办法满足需要。
以上两点在实际数据应用中是不可避免的因为谁也不知道未来的应用到底需要哪些数据更无法知道需要什么样的采集频率。很多人会想那就把车上所有的数据都按车端最大产生频率上传解决一切。但这可是要成本的啊流量成本、储存成本都会成倍不应该说是几十倍上百倍地增长且未来的检索速度也会上百倍地下降
想解决这个问题其实并不难就是在车端去做一个可配置化的“数据网关”车上产生的所有数据都先传到网关通过规则去配置哪些数据以什么样的频率去打包上传当然什么压缩啊实时/定时啊都可以是这个数据网关要解决的问题。这样就可以“按需所取”把钱花在刀刃上数据只有满足业务需要才是有价值的
三、数值异常数据库中存在着大量的异常数值。比如“0”、“null”甚至各种乱码这些数据虽然会被“洗”掉还是停车的例子洗掉这些异常数值后停车轨迹可能只剩一个点了。
四、时序异常停车轨迹会出现点位前后反复横跳的现象其实就是数据在上传时并没按时间顺序保存前一秒的数据被保存在后一秒之后导致了数据的不连贯性
以上两点是在实际应用落地工作中最常见的问题毕竟车载场景的网络环境不稳定重传机制、补数机制以及网络传输错误都会导致这些问题的出现。甚至还有些重传机制没做好的平台中会出现大量重复数据。“脏数据”在汽车领域要远高于其他场景
解决方案只能依赖技术手段无非就是车端与云端的各种容错、纠错、校验手段。随便找一个车联网供应商都会给出各种产品级的解决方案这里就不再多说了。但要强调的是脏数据不避免要不我怎么还能遇到这些问题呢在实际应用开发中先去检测数据质量根据实际数据质量调整数据算法才是最务实的方法
五、分布密度不足你会发现一个现象同一品牌的车在A城有15万辆在传数据在B城只有5千辆这种分布密度的不同导致数据应用的价值与体验有天壤之别
有些车厂面对这个问题的时候对于应用价值的认可度就会大打折扣认为不能满足所有客户价值的服务是不公平的也就不再推动相关的落地工作上面说的停车位预测应用就是因为这个原因导致一直没有落地
但停车是汽车场景中最高频最有用户价值的服务就像城市NOA对于自动驾驶是所有用户都期待的但没办法保证所有城市都覆盖。那不如也试试逐步上线的策略一个城市一个城市地去推哪个城市的数据量够了就上哪个城市“抢占市场”在数据应用中也是个非常重要的目标
最后再说说对于数据应用中“准确度”这个事儿的看法最好的例子就是导航中提供的“红绿灯倒数秒”这个功能。只要是越来越准用户就非常满意了用户本来也没指望你一上来就准差不多就可以被互联网熏陶多年的中国用户容忍度非常高数据应用是个迭代的过程真的没必要上来就要求准确度要高于多少多少。用起来再升级是数据应用价值落地的最重要原则 下期开始讲具体的数据应用场景还没想好一共写几篇一个一个来吧。 文章首发于公众号昊叔说车
原创不易转载请告知原作者注明出处。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/925947.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!