基于大数据的智能辅助驾驶道路适用度评估

随着汽车市场朝网联化发展，主机厂可通过网联终端采集到智能辅助驾驶的行车数据，主机厂通过车联网大数据离线计算了解用户使用智能辅助驾驶功能的情况，分析智能辅助驾驶在各类路况中的适用性。汽车主机厂在研发阶段做了各路况的实车测试，但未有一套基于用户实际使用情况的评估方法。为了了解智能辅助驾驶功能在各类路况中的适用度，需要一套基于用户智能辅助驾驶数据的评估方法。本文基于车联网采集的智能辅助驾驶功能的数据，使用机器学习的方法对汽车智能辅助驾驶的道路适用度进行评估。     

基于Python的重型自卸车工况分析

基于车联网的重型自卸车运行大数据信息,计算某区域典型自卸车用户车辆运行轨迹、车速、档位及综合油耗等情况,利用python软件编程实现数据分类整理及分布可视化处理,对比分析不同区域、不同工况下的车辆综合使用情况及用户驾驶行为分析。     

新能源整车及零部件安全、车辆数据分析研究与安全测试规范的迭代——侧重大数据在新能源乘用车产品安全性设计上提升的运用

目前，基于车联网技术的新能源整车数据传输云平台后，仅依赖有限的人力和传统的统计方法难以对海量、实时、格式繁杂的数据进行有效的分析和处理。借助大数据分析工具和方法，实现数据的监控与挖掘，并衍生出对优化用户体验和转变商业模式具有重要价值的数据。围绕车辆的账户体系、状态数据、驾驶行为、用户习惯、交通天气等大数据信息，从规范信息收集、挖掘数据价值、创新分析方法、拓展应用领域等4个方面，全面阐述新能源汽车大数据分析的技术手段和应用价值，尤其是在汽车安全方面发挥的重要作用。     

大数据平台在新能源汽车安全领域的应用

通过利用行业内主流的大数据技术搭建新能源大数据平台,重点对新能源汽车车联网大数据进行算法研究、建模分析。分别从故障远程在线诊断、车联网大数据指标分析、车联网大数据算法模型等方面对新能源汽车故障、驾驶行为、充电行为等进行深入研究,以保障新能源汽车车辆安全。     

大数据环境下构建汽车企业新的核心竞争力

<正>大数据的概念已经风靡全球数年,国内各类媒体包括中央电视台在内都进行了大量的宣传。那么大数据对汽车行业会带来哪些影响,在这样一个大数据的社会环境下汽车企业要如何抓住机遇建立基于大数据分析与挖掘的核心竞争力呢?本文对汽车企业关心的几个主题结合大数据的分析与挖掘应用进行简要分析。在汽车行业谈大数据首先就是车联网。车联网在为用户提供服务的过程中采集了大量的数据。而要为用户提供高价值的服务离不开大数据的分析与挖掘平台。车联网数据分析平台是以车联网的大数据为基础,对其进     

UBI产品探索实践

UBI是将车联网与大数据技术相结合的新型机动车保障模式。目前，国内UBI相关产品尚在起步阶段，行业内各大保险公司因车联网数据不足，以及政府的行业监管对于测算数据科学性和结果有效性等因素的担忧，推行进展缓慢。部分头部领先车企以车联网数据为基础与保险公司合作共建，在UBI保险正式推出前率先开展了UBI产品的探索试点。建立了覆盖车辆全时全域的数字化、智能化保障系统，并取得了积极的成效：创设了基于驾驶行为的风险模型及动态定价方法，走通了基于里程定价的产品运营模式，形成了从数据授权到服务保障的一体化解决方案。     

基于数据降维与聚类的车联网数据分析应用

智能网联背景下的车联网数据分析与应用对提升交通智能化有重要影响。为了加快交通智能化进程,文章对车联网数据应用过程中存在的数据冗余问题进行研究。以采集的车联网数据为研究对象,驾驶行为特点分类辨识为研究目标。采用相关分析与主成分分析方法对数据进行冗余筛选与降维,使用k-means聚类算法对驾驶行为特点进行分类辨识。研究结果表明,使用数据降维的方法可以降低车联网数据的相关冗余性,驾驶行为特点分类辨识结果表明其特点可分为三类驾驶行为。研究提升了车联网数据的应用价值,也为交通智能化提供了相关的支持。     

商用车辆异常驾驶行为检测算法研究

利用车联网数据可以对驾驶员的异常驾驶行为进行检测。为了解决常用的异常驾驶行为检测算法对商用车辆不适用的问题,提高车联网数据在商用车领域的异常驾驶行为检测的精确度和效率,研究并提出了商用车辆异常驾驶行为检测算法。首先分析700多辆商用车辆历时两年的行驶数据,利用数据挖掘的方法对车联网数据进行预处理和可用信息挖掘,随后提出了针对商用车辆的疲劳驾驶行为、异常加减速行为和不按规定路线行驶行为的检测算法,并利用真实数据对算法进行验证。结果表明,该算法能有效识别商用车辆的异常驾驶行为,可以给物流企业以及相关管理部门提供合理、可靠的管理依据。     

车联网埋点数据测试的问题研究

车联网作为物联网在汽车领域的一个重要应用,在智慧运输、智能交通建设等方面发挥着至关重要的作用,车联网用户行为数据的采集,是用户行为分析中一个非常重要的环节.而"埋点"是数据采集(尤其是用户行为数据采集)的常用方法.埋点数据的准确性直接影响了车企对用户行为数据收集的准确率,测试数据的准确性变得尤为重要,本文着重从车联网的...     

基于区块链的车联网节点数据安全通信模型研究

为解决车联网通信架构中心实体负载过大和数据安全风险高等问题,提出一种基于区块链的车联网节点数据安全通信模型(DSCM)。首先,考虑车联网数据的实时性和车辆节点的移动性,设计了普通数据和紧急数据的区块结构和数据包格式,并针对节点存储问题提出一种节点数据更新方法。其次,提出一种基于云服务器和区块链的节点身份认证方案,解决用户的身份验证和隐私问题。然后,在实用拜占庭容错(PBFT)共识机制的基础上,提出改进动态PBFT机制。最后,对DSCM模型进行评估,分析DSCM模型的特点、车辆节点面临的问题和DSCM模型的解决方案,证明了该模型的有效性。     

电装与Dellfer公司签订了合作研发协议,推出ZeroDayGuard 1.0车联网安全方案

<正>据外媒报道,电装与Dellfer公司签订了合作研发协议,共同将车联网安全方案——ZeroDayGuard 1.0推向汽车市场。该合作旨在为车企引入一款新的车联网安全方案,为用户及驾驶员提供保护,因为车联网与自动驾驶车辆的安全漏洞在持续增多。     

万得集团:发布智能行车安全服务系统iDAS

正iDAS系统是一个整合了主动安全技术的创新服务系统,将主动安全技术与车联网相融合,把主动安全数据和车辆数据上传至云端进行统计分析,最终将有关驾驶行为的合理化建议反馈给用户。在2017上海车展上,锦州万得集团携四大业务产品参展,推出七款自主研发的创新产品,并举办了以"数据驱动安全驾驶"为主题的iD AS智能行车安全服务系统发布会。     

面向智能网联汽车的车联网技术应用研究

随着汽车电子化、智能化和网联化的发展,智能网联汽车逐渐成为车联网技术应用的重要载体。基于此,分析了智能网联汽车发展的现状,探讨了面向智能网联汽车的三大车联网技术,即智能驾驶辅助、车载资源管理和智能交通管理等方面的应用。在此基础上,提出面向智能网联汽车的车联网技术发展策略和建议。     

集成车联网显示功能的组合仪表设计

介绍集成车联网显示功能的组合仪表设计,通过此设计可实现低成本的安全驾驶、智能驾驶和车联网的同屏显示,为后续的车联网和仪表完全融合提供参考。     

插电式混合动力汽车用户使用习惯分析

基于新能源汽车的大数据平台,对某款插电式混合动力汽车的用户使用习惯进行了分析。根据用户行驶轨迹的差异将用户划分为2类群体,对2类用户群体的充电习惯、驾驶习惯和起停功能的使用频率进行了分析,为插电式混合动力汽车动力总成的设计优化提供了依据。     

车联网时代下的整车开发模式研究

互联网技术深入影响着传统汽车制造业的产品开发模式和营销模式。基于互联网思想的车联网技术将推动传统汽车行业由制造型企业逐步转型为解决方案服务型企业。本文结合车联网技术对汽车制造行业的影响分析,提出构建以车联网车型、大数据分析、数字化设计与数字化制造、网联化个性化选车系统为主要特征的整车开发模式。     

基于车端量子密钥的车联网数据访问控制研究

为实现车联网相关数据的安全传输和隐私保护，提出了一种基于车端量子密钥的车联网数据访问控制方案。设计了基于预充注量子密钥的身份认证和密钥协商机制，提出了基于量子随机数发生器的车辆数据访问控制方案，在车载通信终端集成量子随机数发生器以生成量子加密密钥，并由车辆所有者对来自外部设备的车联网数据访问请求进行管控，以防止非授权访问、高权限人员恶意侵入和车辆隐私数据的不当开放。最后，对提出的方案进行了安全性和性能分析，结果表明，该方案具有较强的安全性，具有比其他主要方案更小的计算开销（0.395 ms）和通信开销（420 B）。     

基于OBD数据的危险驾驶行为与建成环境空间关联研究

随着宽带移动通信、物联网等新一代信息技术在交通领域中的应用,面向交通安全的移动互联环境下驾驶行为研究成为热点课题.为弥补现有研究中对车联网数据分析较少或对危险驾驶行为空间分析不足等缺陷,基于车辆自诊断系统(OBD)数据对危险驾驶行为进行了空间识别与提取,并基于交通小区(TAZ)分析了危险驾驶行为的空间分布差异.研究揭示了危险驾驶行为空间分布差异的内在机理,利用百度兴趣点(POI)数据度量了城市建成环境因素,通过最小二乘法(OLS)回归模型识别出建成环境对危险驾驶行为显著影响的变量,在此基础上采用基于地理加权回归(GWR)模型得出了不同建成环境变量对危险驾驶行为的空间影响系数.模型显示,采用GWR模型拟合结果优于OLS一倍,并且可以有效地揭示出空间建成环境对危险驾驶行为影响的时空特征,为交通管理与规划部门制定措施或政策提供了决策支持.      

一种智能控制的车载空气净化系统

为了净化舱内空气，提升车内空气品质，提高驾驶的舒适性和安全性，本研究基于高效安全的滤网吸附技术和离子净化技术，并采用车联网技术，配备必要的传感器，开发出一套智能车载空气净化系统。     

AT&T:加速M2M业务发展

车联网的市场机遇 来自ABI调研公司的数据显示,在全球范围内新车原装车载通讯设备的百分比将从2011年的10％增长到2016年的53％.车联网市场迅速扩容的同时,其服务内容也正不断升级.这对于象AT&T这样的M2M公司来说是非常大的机遇. 据Sean Horan介绍,目前AT&T的M2M业务在汽车行业已经有很多应用.比如通过M2M连接发送实时车辆诊断信息给驾驶者和4S店等;车载信息娱乐系统使用移动互联网提供服务,如互联网广播、网络搜索、交通、天气和导航等;城市交通网络系统可以通过采集来自互联车辆的数据来预测交通模式;车辆驾驶者也可以通过M2M技术来提前知晓道路状况,不会因为前方建筑物的遮挡而影响驾驶视野;M2M技术也可以对年轻驾驶者的驾驶行为进行追踪,当他们的车速超过限制时,系统可以监控其驾驶习惯并接收警报;当驾驶者忘带汽车钥匙时,M2M技术可以通过无线信号来打开车门;当车辆发生碰撞事故,安全气囊打开时,互联汽车会自动把相关信号发送给急救人员.此外,随着智能手机的日渐普及,手机应用与互联汽车互相连接,允许用户远程启动汽车或定位,并且在智能手机上储存电动车充电站信息.