智能网联汽车概论-课件 7、8章 智能网联汽车与云计算、智能网联汽车与大数据

第7章智能网联汽车与云计算目录云计算的基础知识云计算在智能网联汽车中的应用云计算的基础知识0

1云计算是由分布式计算、并行处理、网络计算发展来的，是一种新兴的商业计算模型。云计算将IT相关的能力以服务的方式提供给用户，允许用户在不了解提供服务的技术、没有相关知识以及设备操作能力的情况下，通过互联网（Internet）获取需要服务。中国云计算网将云定义为:云计算是分布式计算（DistributedComputing）、并行计算（Parallel

Computing）和网格计算（GridComputing）的发展，或者说是这些科学概念的商业实现。云计算架构组成，云计算系统架构参考模型如下虚拟化（Virtualization）虚拟化是将计算机物理资源如服务器、网络、内存及存储等予以抽象、转换后呈现出来，使用户可以采用比原本的组态更好的方式来应用这些资源。这些资源的新虚拟部分是不受现有资源的架设方式，地域或物理组态所限制。海量数据存储技术云计算环境中的海量数据存储既要考虑存储系统的I/O性能，又要保证文件系统的可靠性与可用性。数据处理技术与编程模型PaaS

平台不仅要实现海量数据的存储，而且要提供面向海量数据的分析处理功能。由于PaaS平台部署于大规模硬件资源上，所以海量数据的分析处理需要抽象处理过程，并要求其编程模型支持规模扩展，屏蔽底层细节并且简单有效。云计算在智能网联汽车中的应用0

2电动化、智能化、网联化的战略目标为汽车产业带来了良好的发展机遇，智能网联汽车（Intelligence

ConnectedVehicle，ICV）作为未来10~

20年汽车产品的最终形态，已经成为业界的广泛共识。近年迅速崛起的新一代信息通信技术（InformationCommunicationTechnology，ICT）是推动数字信息化汽车产业与智能网联化汽车产品升级革新的重要力量。数据资源作为ICT的核心代表，也已成为促进汽车与信息通信融合发展的新鲜血液。在智能网联汽车领域，交通道路信息采集主要是采用毫米波雷达、激光雷达以及摄像机，通过雷视融合算法实现三者融合，并将融合后的数据计算并输出。雷视融合技术在雨雪雾等极端天气下传输衰减极小，且不受外界光线干扰影响，可确保全天候对高速公路交通目标稳定检测，输出的高精度的矢量化数据。点云图：3D框为激光雷达检测结果，范围80米以内，蓝色点为毫米波检测结果，范围大于200米。云计算在智能网联汽车中的实际应用主要是在智能网联云控平台的应用，智能网联云控平台作为智能网联系统的大脑，对整个智能网联汽车起到关键作用。近年来，智能网联汽车行业发展迅速，受到国家的高度关注。不管在国家层面还是地方政策中，都强调了云控基础平台的重要性，战略布局日渐清晰。

2018年1月国家发改委《智能汽车创新发展战略（征求意见稿）》中明确提出“建设国家智能汽车大数据云控基础平台”。系统的组成主要分为智能感知层、网络层、平台层、应用层。每个层次，按照不同的功能又分为不同的应用模块统一接入高精度地图服务感知融合计算服务场景服务数据管理能力开放安全中心系统运维大屏展示实时监控事件监测信息发布红外通信交通应用车辆管理设备管理谢谢大家第8章智能网联汽车与大数据目录大数据的基础知识大数据在智能网联汽车中的实际应用大数据的基础知识0

1大数据是指在信息爆炸时代所产生的巨量数据或海量数据，并由此引发的一系列技术及认知观念的变革。大数据具有以下特点：1.2.1

大数据处理流程数据抽取与集成

数据分析

数据解释1.2.2

大数据处理架构1.2.2

大数据处理架构分布式文件系统（HDFS）一个提供高可用的获取应用数据的分布式文件系统。分布式计算框架（Map

Reduce）一个并行处理大数据集的编程模型。数据仓库（HBase）一个可扩展的分布式数据库，支持大表的结构化数据存储，用于快速读/写大量数据。数据仓库（Hive）一个建立在Hadoop上的数据仓库基础构架。1.2.2

大数据处理架构数据挖掘库（Mahout）可扩展的机器学习和数据挖掘库。数据流处理（Pig）一个支持并行计算的高级的数据流语言和执行框架。分布式协作服务（Zookeeper）一个应用于分布式应用的高性能的协调服务。安装、部署（Ambari）一个基于Web的工具，用来供应、管理和监测Hadoop集群。0

2大数据在智能网联汽车中的实际应用以上汽通用为例，新开发的汽车搭载了V2X技术的车辆可以快速与周边的对象(包括基础设施、如交通灯、测速仪、以及周边车辆等)进行通信，在用户尚未看到风险前就采取措施、极大地提升了车辆行驶的安全性；一体化座舱系统将中显示系统与仪表显示系统合二为一，结合曲面屏技术，可以更好地贴合造型的需要；投入5G超高速网络技术的开发应用，将为用户带来更顺畅的移动互联网体验，同时也将为V2X的开发提供基础支持。其他诸如超级个人助理、智能抬头显示以及自动驾驶等功能的实现都离不开背后的巨大的数据收集及处理。利用买车、卖车、用车、维保大数据在造车领域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)和信息反馈(Survey)，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，但这些大数据是它们升级、改造或开发新车型的重要依据。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，达到“知己知彼，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取向，便于更好地为消费者服务和发展忠诚顾客。用以保险公司为例，保险工作早前会通过OBD