智能网联汽车技术课件：大数据在智能网联汽车上的应用.pptx

大数据在智能网联汽车上的应用主讲人：智能网联汽车技术智能化网联化

大数据在智能网联汽车上的应用智能网联汽车发展最重要的一环就是数据处理，数据化可以使车辆信息可测、可视、可控。全拓数据调查显示，仅仅是自动驾驶汽车每秒就可产生1GB的数据量，所以智能网联汽车对系统冗余和安全性要求很高，而大数据的云存储技术与分析研判刚好可以解决这一需求。

一、大数据在智能网联汽车产业的应用1.在研发制造方面的应用智能网联汽车已经成为每一个汽车企业的目标。然而，现在的应用其实只是入门级。如何能让汽车真正转型为所谓数据中心、计算中心和控制中心，和大数据本身的价值意义密切相关。利用买车卖车用车维保大数据在造车领域的应用的还是传统车企，4S模式就是这方面应用最好的案例，4S包括整车销售(Sale)、零配件(Sparepart)、售后服务(Service)、信息反馈(Survey)等，而最后这个S(Survey)信息反馈就是大数据的应用。虽然说传统车企的车型升级比较缓慢，但这些大数据是他们升级、改造或开发新车型的重要依据。互联网在汽车领域应用越来多，汽车变得更加智能。除了传统的车企结合互联网技术不断更新自己的技术以外，互联网企业也加入了造车的风潮。大数据在智能网联汽车上的应用

一、大数据在智能网联汽车产业的应用2.在营销领域的应用大数据在汽车营销领域应用众多，如产品、渠道、价格、顾客、行情等，但最为重要的包含两个方面：一是通过获取数据并加以统计分析来充分了解市场信息，掌握竞争者的商情和动态，知晓产品在竞争群中所处的市场地位，来达到“知彼知己，百战不殆”的目的；二是企业通过积累和挖掘汽车行业消费者档案数据，有助于分析顾客的消费行为和价值趣向，便于更好地为消费者服务和发展忠诚顾客。大数据在智能网联汽车上的应用

一、大数据在智能网联汽车产业的应用3.在交通智能化领域的应用随着云计算的不断发展，大数据的受关注度也越来越高，而基于大数据在技术上、在应用上的强大功能，被引用到了智能交通的管理中，通过理论、方法和技术等来改善城市交通存在的问题。大数据在智能网联汽车上的应用

二、大数据在智能网联汽车产业的处理流程大数据在智能网联汽车上的应用智能网联汽车产业的大数据处理流程主要包括数据收集、数据预处理、数据存储、数据处理与分析、数据展示/数据可视化、数据分享与保密等环节，其中数据质量贯穿于整个大数据流程，每一个数据处理环节都会对大数据质量产生影响作用。通常，一个好的大数据产品要有大量的数据规模、快速的数据处理、精确的数据分析与预测、优秀的可视化图表以及简练易懂的结果解释，以下内容将基于以上环节分别分析不同阶段大数据的处理方式和应用。

二、大数据在智能网联汽车产业的处理流程大数据在智能网联汽车上的应用1.数据收集（1）传感器传感器常用于测量物理环境变量并将其转化为可读的数字信号以待处理。（2）日志文件日志是广泛使用的数据采集方法之一,由数据源系统产生,以特殊的文件格式记录系统的活动。（3）众包“众包”是一种分布式的问题解决模式，指的是一个公司或者机构、平台把过去由固定人员完成的工作任务，以自由自愿的形式外包给（通常指网络上的）非特定大众的做法。而“非特定大众”通过网络登录这些众包平台即可接受和完成任务。

二、大数据在智能网联汽车产业的处理流程大数据在智能网联汽车上的应用2.数据预处理（1）数据集成数据集成技术在逻辑上和物理上把来自不同数据源的数据进行集中,为用户提供一个统一的视图。数据集成在传统的数据库研究中是一个成熟的研究领域,如数据仓库和数据联合方法。数据仓库又称为ETL,由3个步骤构成:1）提取：连接源系统并选择和收集必要的数据用于随后的分析处理。2）变换：通过一系列的规则将提取的数据转换为标准格式。3）装载：将提取并变换后的数据导入目标存储基础设施。数据联合则创建一个虚拟的数据库,从分离的数据源查询并合并数据。虚拟数据库并不包含数据本身,而是存储了真实数据及其存储位置的信息或元数据。

二、大数据在智能网联汽车产业的处理流程大数据在智能网联汽车上的应用2.数据预处理（2）数据清洗数据清洗是指在数据集中发现不准确、不完整或不合理数据,并对这些数据进行修补或移除以提高数据质量的过程。一个通用的数据清洗框架由5个步骤构成:定义错误类型、搜索并标识错误实例、改正错误,文档记录错误实例和错误类型、修改数据录入程序以减少未来的错误。（3）冗余消除数据冗余是指数据的重复或过剩,这是许多数据集的常见问题。数据冗余无疑会增加传输开销,浪费存储空间,导致数据不一致,降低可靠性。因此许多研究提出了数据冗余减少机制,例如冗余检测和数据压缩。这些方法能够用于不同的数据集和应用环境,提升性能,但同时也带来一定风险。

二、大数据在智能网联汽车