智能联网和自动驾驶车辆进行道路测试时，汽车OEM面临哪些问题？

（长按识别上方二维码，报名第29届IEEE IV大会 ）

大数据的运用使汽车行业发生的最大变化将是产品的设计方式和人们工作的方式。因为行业希望降低产品开发生命周期的成本，所以传统的工程流程将会继续被大数据所改善。企业将开始越来越依赖基于数据的大型解决方案来指导重要决策。

数据科学公司Assystem Technologies的负责人David Renaud说明了汽车制造商如何利用大数据来确保在道路测试中存储大量信息的能力。

近年来，数字化转型对汽车行业的能力产生了巨大的影响。物联网的飞速发展意味着我们看到越来越多的设备连接到互联网上，汽车行业也不例外。

尤其是在政治和经济不稳定的情况下，汽车工业面临着越来越多的挑战和压力。因此，成本压力、竞争、全球化、市场变化和波动性都在增加，这也是大数据能发挥作用的地方。除了分析，它还可以提供以前难以想象的可能性来解决这些问题以及汽车制造商经常面临的许多其他挑战。

同样，自动驾驶汽车的概念也为未来的交通运输带来了许多好处，但同时也给汽车制造商带来了巨大的挑战，包括确保在公路测试期间储存大量信息的能力。

大数据和自动驾驶汽车

大数据被用来确保自动算法在道路测试中不断完善，使自动车辆测试能够提高效率和准确性，这在以前是不可能的。它还可以促进测试数据的收集和处理，使其能够用于更新整车模型，从而减少现实与车辆感知之间的差距。一种数据科学算法为测试数据的自动聚类、异常检测和不同类型场景的分类奠定了基础，这样就减少了使用传统测试方法无法进行验证的工作量和延迟。

挑战

利用大数据的力量可以为汽车行业带来变革的机会。然而，该行业仍未充分整合其用于道路测试的用途，还有很多工作要做。特别是汽车制造商，在自主车辆进行道路测试时，面临着许多挑战。重点领域包括：

连接性：在测试过程中获得的数据粒度越细，潜在的应用程序和挑战就越大。汽车制造商必须将这种高粒度的数据与离线连接结合起来，以实现数据的实时传输——如果实现了这一点，结果是无限可能的。

元数据：捕获元数据的能力（车辆使用者的意图和车辆所在的环境）是实现进一步智能的关键。汽车制造商必须掌握这一技术挑战，以实现它们收集的数据的全部功能。

安全保证：在使用大数据算法进行道路测试时，由于使用大数据算法的复杂性，OEM厂商在展示安全特性方面面临着重大挑战。

与OEM合作了30多年，Assystem了解企业在使用大数据对联网和自动车辆进行道路测试时所面临的挑战。

Assystem团队与客户紧密合作，以支持他们不断增长的内部能力，并支持他们外包特定的短期改进。保证产品改进的关键是根据客户的需求定制完善的流程——这将确保目标被快速跟踪。

OEM还必须向其他行业学习，特别是消费类电子产品和基于网络的软件开发，在这些领域，快速创新的能力是生存的关键。在OEM中鼓励和支持创新的新团队结构将是大数据计划长期成功的关键。

展望未来

如果使用得当，大数据将推动汽车行业的变革。与在效率、速度和成本削减方面的目标相比，oem厂商更有能力改变他们的开发过程，以实现10倍的效率和成本的改善。

大数据的运用使汽车行业发生的最大变化将是产品的设计方式和人们工作的方式。因为行业希望降低产品开发生命周期的成本，所以传统的工程流程将会继续被大数据所改善。企业将开始越来越依赖基于数据的大型解决方案来指导重要决策。