在我们与客户的无数次交流中，有一点始终非常明确：车辆数据带来的日益增长的机遇，将在未来几年彻底改变汽车制造商的格局。收集和分析数据不仅能带来一项，而是能带来一系列广泛的益处，涵盖故障诊断、规划、驾驶员服务、安全、下游收入等诸多方面。
然而，随着行业向软件定义汽车（SDV）转型，也面临着诸多挑战。处理海量的车辆数据是汽车制造商在管理车辆数据采集时面临的一大关键挑战。此外，必须保障驾驶员数据、车辆位置及驾驶数据的安全与隐私。根据与客户的交流，我认为在围绕车辆数据的这些机遇与挑战中，有几个关键方面亟待解决。
推动持续创新至关重要
SDV的一大优势在于能够应对随时间推移而不断变化的车辆需求。在与整车制造商（OEM）和一级供应商讨论这一话题时，其中一些人认为，只要支持空中（OTA）软件更新，就足以实现这种演进。但实际情况远比这复杂得多。
首先，除非车辆是基于灵活的基础架构构建的，能够随着时间的推移对车辆功能进行重新配置，否则其适应未来需求的能力将受到限制。 其次，车辆软件更新过程困难且耗时，需要规划并执行软件开发、进行复杂的验证，之后才能进行OTA更新。因此，尽管通过OTA更新车辆软件是软件定义车辆（SDV）的重要组成部分，但它无法提供汽车制造商应对突发需求所需的动态响应能力。
以紧急制动系统（该系统即将成为高级驾驶辅助系统的强制性组成部分）出现故障为例。在今年的CES 2024展会上，我们与领先的云服务提供商AWS合作，演示了如何通过自适应数据采集结合丰富的实时云数据分析，在数小时或数天内识别问题并提升安全性。 一旦诊断出问题，最终的解决方案可能是通过OTA更新来解决，但如果仅仅为了诊断问题就不得不等待数周甚至数月才能获得OTA更新，这将带来无法接受的时间延误，进而可能导致法律责任、声誉受损或人员伤亡。
如需了解更多信息，并观看此 AWS 云处理数据采集演示，请参阅以下资源：
提高运营效率意味着打破原始设备制造商（OEM）之间的壁垒
随着数据变得日益重要，高效处理数据并确保其在整车制造商及其下游供应商之间得以重复利用至关重要。 在当今道路上许多确实利用车辆数据的汽车中，常见的情况是，来自ADAS、车身、动力总成和电池等不同子系统的数据，往往仅被发送给OEM内部各自负责这些子系统的团队。乍看之下，这似乎是一种合理的分工，能让各团队获得分析并改进其子系统所需的数据。但事实果真如此吗？
事实上，对车辆驾驶情况进行更广泛的上下文感知至关重要，而且各系统之间的相互依赖性正在增强。数据孤岛最终会导致两个严重问题，二者危害程度不相上下。首先，创建多个较小的数据集或独立子系统，会阻碍进行整体分析，而这种分析本可用于做出更优的决策。如果能够跳出数据孤岛的子系统框架，全面理解驾驶员行为和车辆性能，就能实现更好的优化并取得更佳的效果。 其次，针对每个子系统分别收集不同的数据流会导致巨大的效率低下。在某些车辆中，存在多条通往云端的并行数据通道，这增加了数据处理的成本和复杂性。
与其从车辆中创建多个彼此孤立的、仅用于单一目的的“数据池”，我们的目标应是构建一个智能的“数据湖”，使其能够作为唯一可信数据源，供整车制造商（OEM）内的多个团队调用。一些领先的整车制造商，如现代和宝马，正在积极拥抱这一趋势，但许多其他厂商在向这种更全面的方法转型方面却进展缓慢。
请收听《The Garage》播客的以下几期节目，进一步了解这一趋势：
优化云端的上传、存储和处理至关重要
大多数原始设备制造商（OEM）正在迅速认识到云处理在解决各类应用场景中的重要性。然而，如何高效地实现这一点尚未被普遍理解。最初的想法可能是将云视为一种无限的计算和无边的存储资源，但实际的成本考量很快就会凸显出来。以LTE上行传输为例，海量数据会迅速导致高昂的无线通信费用，甚至可能高得令人望而却步。 当然，上传任务可以完全交由Wi-Fi处理，但鉴于车辆仅能间歇性地连接Wi-Fi，这会极大限制车载数据的价值。事实上，某些数据必须通过蜂窝网络上传才能发挥作用，因此大多数车辆都配备了一条或多条连接OEM厂商的LTE通道。
在云计算领域，成本考量依然存在。如前所述，构建数据湖而非数据池的优势确实非常显著。然而，上传那些永远不会被使用的数据会产生云存储成本，且费用可能相当高昂。 最后，还有分析数据所需的云端处理能力问题。如果我们从一堆无用数据入手，那么要在“草堆里找针”，就需要消耗巨大的计算资源。更好的做法是，有策略地识别有价值的数据类型，并锁定值得采集数据的具体场景。
例如，在检测到DTC（诊断故障代码）故障代码时采集高分辨率的诊断数据，以便为后续分析提供更多信息，这比在系统运行正常时持续采集数据要实用得多。 同样，如果出现潜在召回的迹象，可能需要采集比平时更多的数据，但在情况明朗或问题解决后，应及时关闭数据采集功能。能够动态优化数据采集、云端上传、存储和处理的使用，对于实现数据投资回报率（ROI）至关重要。
保护隐私和敏感个人信息
在面临所有这些机遇与挑战的同时，在收集和存储车辆数据的过程中确保数据隐私至关重要。隐私法律正在迅速扩展：在欧洲，《通用数据保护条例》（GDPR）以及在美国，诸如《加州消费者隐私法案》等州级法规，均要求对数据收集以及包括GPS数据、车辆历史、驾驶习惯和其他数据点在内的敏感个人信息予以保护。 与此同时，现代车辆的驾驶员希望能够就车辆运行数据的共享做出明智的决定，例如向保险公司提供数据以换取安全驾驶者的优惠保费。如果保险公司提供折扣，大多数驾驶员都愿意分享部分驾驶行为数据，但驾驶员必须掌握主动权。
汽车制造商正在考虑采用一些技术，例如对车辆识别号、车辆位置以及类似车辆数据等敏感数据点进行匿名化处理，这有望生成车辆历史报告，从而提升车辆质量、促进汽车创新、改善车辆性能并提高行车安全——同时还能保护此类数据的隐私。
更深入地探讨这些话题
车辆数据蕴含巨大机遇，但其中的挑战不容忽视，且为找到合适的解决方案，需要考虑诸多方面。在Sonatus ，我们正直接致力于解决这些问题。Sonatus Collector使汽车制造商能够通过采用轻量级数据采集策略，即时收集精准的车辆数据，从而应对这些挑战，提高运营效率，并进一步推动车辆的持续创新。与此同时，所有这些数据的采集工作均可通过
在未来几个月里，我们将从不同角度更深入地探讨所有这些话题，以发掘潜在的解决方案，并重点介绍行业领军企业是如何成功应对这些挑战的。希望您能加入我们，共同深入探讨这些话题。
