智能数据如何增强车辆安全性？

车辆故障很麻烦，而且也存在着潜在危险。因此，必须监视车辆的状态并进行预防性维护。近日，现代汽车技术公司通过众多传感器和技术在汽车系统中收集了不同类型的车辆数据（包括车辆安全数据）。

汽车行业的车辆数据分析和管理可以帮助OEM和汽车制造商提高互联汽车的安全性，降低总体车辆运营成本并提高车辆的可用性。

让我们深入探讨智能车辆安全数据为预测性汽车维护带来的细节。

安全是消费者和制造商的重中之重

我们把越来越多的时间用到了道路上，因此，车主们开始寻求更多的车内安全功能也就不足为奇了。

确保驾驶员的舒适和安全性是汽车制造商面临的主要挑战。汽车已经成为了舒适的茧，具有高品质的声音，可支撑座椅和空调。由于防抱死刹车、安全气囊和褶皱区等新技术的出现，事故的生还几率大大提高。

减轻事故的影响至关重要，但是，如何防止一种故障，尤其是由车辆故障引起的故障呢？及时的诊断和维护活动可以节省时间、金钱，最重要的是可以保护驾驶员的健康和生命。

随着智能技术的发展，车内连接对于汽车安全变得至关重要。联网汽车除了自动驾驶车辆外，还可以通过多种方式保护驾驶员。

例如，联网的物联网传感器可以收集实时交通和碰撞信息等车辆数据，向司机提醒道路危险和交通状况，并建议替代路线，它们还可以检测司机和监控盲点。

连通性使我们更接近全自动驾驶汽车。今天，我们一起来探讨联网汽车背后的技术。

什么样的技术可以帮助OEM在联网车辆中应用车辆安全数据

人工智能

车内连接和预测构建的核心是人工智能（AI）。通过收集远程信息处理的见解并执行车辆数据分析，AI可以为OEM及其消费者提供实时环境（例如交通状况或天气状况），并提供与车辆维护有关的及时警报。

在人工智能和机器学习(ML)算法的帮助下，由于联网的物联网传感器和车辆通信技术，大量的车辆数据点，OEM可以将他们收集的大量数据转化为精确的警报和行动，从而切实挽救驾驶员的生命。

物联网

由于收集几乎任何类型的数据都是可能的，今天的汽车制造商应该考虑哪些数据是必要的，以及如何将其应用于具体的商业挑战和机遇。随着联网汽车的数量每月都在增长，收集正确的车辆数据至关重要。

为了充分利用远程信息处理数据，OEM利用了物联网技术。在其帮助下，他们可以跟踪有关车辆部件和机械故障的实时数据，然后继续进行车辆数据分析和预测性维修计划。

随着交通工具的互联性和复杂性越来越高，其产生的数据量也在增长。车辆数据分析成为物联网的主要价值。具体来说，汽车制造商可以使用通过物联网技术处理和分析的车辆安全数据来预测设备故障，改善车内娱乐体验，并协助交通规划者设计更安全的道路。此外，连通性有助于简化从发现问题到与附近经销商服务中心匹配驾驶员的路径。

机器学习

机器学习算法也被广泛应用于为原始设备制造商提供有价值的见解——特别是与预测式汽车维护相关的见解。

为了确保预测的准确性，必须使用历史和实时车辆数据来训练机器学习模型是必要的。机器学习模型训练的越好，就可以越精确地监视设备运行状况，检测异常并向汽车服务管理人员和驾驶员发出警报。

具体来说，机器学习使检测启动器故障，预测电池使用寿命的终止，诊断与转向和制动系统相关的问题等成为可能。一旦收集了正确的车辆数据，就可以将其发送到云端进行进一步分析和诊断。

车载通信技术

除了从汽车本身收集数据之外，还可以与其他汽车、基础设施（例如交通信号灯）、行人和其他实体交换见解。车辆通信技术可以从环境中影响车辆的任何事物获取信息并与之共享信息。

在数据共享技术之上的是车辆到一切(V2X)通信，它能显示车辆周围环境的最准确信息。有了V2X技术，来自传感器和其他来源的车辆数据可以通过高带宽、低延迟和高可靠性的链接传输。随着V2X技术的进步，它为全自动驾驶铺平了道路，消除了人为失误。

既然能够保证驾驶员100%安全的完全自动驾驶汽车还在路上，那么原始设备制造商现在可以采取哪些安全措施呢?

如何应用车辆数据来提高汽车安全性

除了在上述场景中进行预测之外，还有更多的应用程序可以在其中进行车辆安全数据预测并防止维护问题。

具体来说，联网的汽车数据有助于访问诊断故障代码的实时流，并捕获多个车辆健康指标，以实现它们之间的更复杂的关联。基于连接的汽车诊断代码和数据，可以加快对路边援助请求的响应。

此外，车辆安全数据对于更好的经销商维护和实施空中(OTA)更新至关重要。OTA技术允许车主远程更新汽车软件或固件，而无需前往服务中心或维修店。通过接收有关交通流量、道路维修、交通堵塞和天气状况的最新数据，司机可以持续监控交通状况，并在遇到危险或不便时迅速作出反应。

其他创新的应用程序包括从实时防撞系统到打开/启动汽车时的防盗文本警报。例如，一个防撞系统可以在汽车移至其他车道时警告驾驶员，或使用低速指示器检测行人。反过来，防盗系统可以实时跟踪汽车运动，并在地理位置被破坏时发出警报。

虽然数据对于帮助司机预测道路危险和监视车辆参数至关重要，但车主和服务经理能够利用的数据类型究竟是什么呢?

联网汽车收集和管理的汽车数据类型

车内连接与智能数据相连，这些数据来自多个来源。根据来源的不同，有车内数据(也称为车载数据)、传感器数据和从汽车数据平台接收的外部数据。以下是这些类型数据背后的内容。

车载数据

车载数据包括来自传感器和发动机控制单元的数千个信号，通过控制器区域网络(CAN)进行通信。这些信号以一定的频率重复发送，并形成连续的数据流。然后，这些数据用于控制车辆和指示不同部件的状态。

车内数据大多是技术参数，如胎压、发动机状态、车速、电池充电状态、行驶里程、转向角度、油耗、外部温度等。

车载数据类型

所有车辆生成的数据对于改善驾驶体验，增加驾驶员的舒适度、促进道路安全和减少燃油消耗都是至关重要的。

随着车辆不断行驶，获取车载数据非常具有挑战性。此外，为了确保有效的车载监控或创建预测性汽车维护算法，制造商需要强大的硬件:传感器、信号和计算资源。

传感器数据

收集传感器数据的车载传感器系统主要分为三类：相机、雷达系统和基于激光雷达的系统。

从车内传感器系统收集的数据

来源：Fierce Electronics

基于成像系统。这种类型的系统通常包括后置摄像头和360度摄像头，为驾驶员提供车辆外部状况的图像以及有关车轮转角的数据。豪华车也可以配备投影虚拟3D图像显示的摄像头。

基于雷达的系统。雷达（无线电检测和测距）传感器使用无线电波收集数据。雷达传感器对自动驾驶的整体功能做出了至关重要的贡献。它们具有多种功能：盲点检测，变道辅助，碰撞预警和回避，停车和制动辅助，交叉路口监控以及自动距离控制。

基于激光雷达的系统。激光雷达（光检测和测距）是汽车领域中一个相对较新的系统，它使用激光脉冲来构建汽车环境的3D模型。从本质上讲，激光雷达可以帮助自动驾驶汽车看到其他物体，例如汽车，行人和骑自行车的人。

汽车数据平台的见解

车辆安全数据的另一个来源是将来自数百万辆车辆的信息汇总在一起的平台。这样的平台通常可以洞悉有效的交通管理，路线优化，到停车场的导航以及估计的到达时间。此外，汽车数据平台还可以通过缩短紧急响应时间，减少交通拥堵，为交通规划人员突出问题区域以及利用交通数据挽救生命来发挥安全功能。

随着车载和车载数据的多样化，预测性维护解决方案的前景也在扩大。

基于车辆安全数据的最广泛使用的预测性汽车维修解决方案

为响应对更好地控制汽车安全的旺盛需求，公司提供了众多解决方案，可满足预测性汽车维护的需求。这里有几个需要注意的地方：

博世提供了一种预测性诊断解决方案，可基于有关已连接车辆的智能数据提供特定于车辆的预测。博世的解决方案使用众多传感器来确保对汽车零部件和系统的连续监控。因此，它收集有关电力电子设备，燃油滤清器，发动机油泵等的数据，从而提供360度的车内部件覆盖范围。借助博世的预测性诊断解决方案，车主和OEM可以防止故障并优化维护计划。

Carmen是另一种解决方案，可以预测车辆问题并在发生故障之前通知车主有关潜在的维护要求。Carmen通过插入汽车的钥匙加密狗从车载传感器收集数据。该加密狗在客户驾驶时读取数据，并通过蓝牙将其发送到驾驶员的设备。然后，将数据上传到云进行处理和分析。发生问题时，车主和维修店都会收到警报，这有助于确保及时的服务和维护。

TWICE启动提供的软件可帮助OEM改善电池管理并简化电池生产。与AI集成的预测分析可提供反馈并监控系统，以避免不必要的损坏并延长电池寿命。