【云栖号案例 | 物联网&人工智能】超越软件上云 讲述每天1亿公里行驶背后的大生意

简介: 随着车联网的快速发展,传统服务器扩容速度跟不上、维护成本高。上云后统一平台、汇聚数据、数据变现,计算的弹性扩展以及数据的弹性存储实现平台化。

云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

image

大家都听过物联网,它联接我们身边的所有物体,包括汽车车辆、家用电器、甚至门窗等等,预计到2020年,全球将有超过百亿的物体联接入网。车联网是其中的细分市场,车辆联接入网后,我们可以随时看到入网车辆的位置、速度、油耗以及车辆运行状态等等信息。

车联网的发展主要有两个趋势: 第一个,出租车/公共汽车/危险品运输车/工程机械车/货车等营运车辆逐步联网化,这一方面是出于政府监管的需要,另外一方面也是出于企业管理的需要,企业需要实时监控管理它运营车辆的信息。第二个趋势是实现网络协同,就是把车联网平台和企业自身的ERPOA等系统对接,利用车联网数据实时反馈企业资源的流动和管理,比如中石油在汽油油罐车到各个加油站的分发运输过程中,不但需要通过温度、压力传感器实时的了解油罐车的安全运输情况,更需要实时监控油罐车的运输路径和汽油装载量,并把它和中石油ERP系统进行对接,可以实时的调度指挥哪些油罐车去哪里加油、卸油以及装多少油,卸多少油,车内还剩多少油等等。

所以车联网被认为是物联网体系中最具有产业潜力、市场需求最明确的领域之一。据预测,到2022年中国车联网市场规模将超过2700亿元。这么大的海量市场中,超越软件公司通过平台化、数字化、智能化的转型,成长为全国最大的民营车联网平台,我们身边看到的许多营运车辆很可能就联接在它的平台上。它的转型过程,非常值得深入了解下。

image

2008年成立后,超越软件公司一直专注于车联网平台的发展,从最开始的车辆位置服务入手,到2018年底发展成为覆盖全国所有省份、入网车辆总数超过600万辆,超越软件已经成为了全国最大的民营通用车联网平台。

它联网的600万辆车包括货车、出租车、客运大巴、工程机械车辆等等。这些车每30秒上报一次位置、速度、时间、图像、视频等信息,后台通过这些信息实时地了解车辆所在的位置、车辆是否超速、车辆内的人员状况等等。超越软件的车联网平台汇聚的信息每天达到450G,这些数据信息覆盖了全国所有的省市以及路网,入网车辆每天行驶里程总和超过1亿公里,可以绕地球赤道2500圈。数据的集中给了超越软件转型的基础,也是未来可以规模变现的金矿。因为这些数据不但可以对车辆的运营状态进行实时监控,而且可以自动生成道路拥堵信息,还可以自动生成车辆驾驶习惯分析,车辆风险控制分析等等,这些都可以对接保险公司控制风险。

image

新挑战:传统模式跟不上快速增长的市场

但超越软件的车联网平台能有今天的技术底蕴并不是一蹴而就的。之前超越软件的平台用的是传统服务器架构模式。随着车联网市场的快速发展,平台的传统服务器模式面临了一系列的挑战:主要反应在传统服务器扩容速度跟不上、维护成本高、硬件存储量越来越大(每年的数据存储量数百T,还要做数据备份),存储扩容速度和成本均成为瓶颈。

再加上传统的分布式节点过多(几千个),系统稳定性差,安全性不足,容易受到攻击,因此后台IT部门的维护耗时耗力,业务体验不佳。随着车联网市场的快速发展,超越软件的业务发展被系统平台的种种不适应拖了后腿,耗费了大量的精力和成本,降本增效、架构升级成了急需解决的问题。

新布局:用云计算、大数据、AI创造新价值

从2014年开始,超越开始计划上云,用基于云计算的弹性互联网架构来代替传统的分布式服务器架构,在考察完国内主要的云服务商后,最终选择了阿里云作为战略合作伙伴。它主要完成了这些改变:

1.云化。首先主服务器逐步上云,之后分布式服务器逐步上云。到目前为止,主服务器已经全部上云,整体架构由分布式架构向SAAS化发展。

2.超越软件云化后,计算的弹性扩展以及数据的弹性存储实现平台化,全国汇集的数据量基于数据平台可以进行挖潜和变现,借助阿里云的技术,一方面超越软件和保险公司、车辆贷款金融公司进行商业对接,利用车辆的轨迹、位置以及司机驾驶习惯等数据对风险进行量化评估,另外一方面与高德等地图软件公司商业对接,利用600万辆车每天1亿公里行驶里程的实时数据提供道路拥堵信息。

3.此外,由于超越软件在硬件合作领域的合作伙伴较多,硬件也在逐步迭代进化,和AI的结合越来越紧密,尤其在ADAS(高级驾驶辅助系统)领域,目前超越软件已经利用AI技术实现了驾驶员监控识别,包括可检测闭眼、打哈欠、打电话、抽烟、喝水等多种对行车安全有隐患的动作。以及前方碰撞、车道偏离、跟车过近等实时语音提醒功能。增加车辆驾驶安全性,避免驾驶员疲劳驾驶和超速驾驶等等。

新进化:车联网平台SAAS化,信息处理分析智能化

目前,超越软件的业务已经渗透到产业链的各个环节,包括车联网上游的终端制造、集成,以及下游的金融、保险服务等环节。超越软件和阿里云的合作,升级的不仅仅是车联网的平台系统架构,更是因为统一平台带来的弹性扩展以及后端免运维的便利,让超越软件有更多精力去拓展市场、汇聚数据、分析数据和数据变现,正是基于这种合作和变化,超越软件车联网平台每年入网车辆增长率超过100%。

统一平台,汇聚数据,数据变现,超越软件的成功值得行业借鉴。超越软件这样的“新车联网”样本,将由此从一个传统平台进化成一个生机勃勃的智能车联网产业生态。

文:肖剑(阿里云研究中心战略总监)
责编:李双宏、张晶晶

logo

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
8天前
|
人工智能 监控 物联网
深度探索人工智能与物联网的融合:构建未来智能生态系统###
在当今这个数据驱动的时代,人工智能(AI)与物联网(IoT)的深度融合正引领着一场前所未有的技术革命。本文旨在深入剖析这一融合背后的技术原理、探讨其在不同领域的应用实例及面临的挑战与机遇,为读者描绘一幅关于未来智能生态系统的宏伟蓝图。通过技术创新的视角,我们不仅揭示了AI与IoT结合的强大潜力,也展望了它们如何共同塑造一个更加高效、可持续且互联的世界。 ###
|
19天前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
142 0
|
24天前
|
传感器 人工智能 安全
人工智能与物联网:智能家居的新时代
【10月更文挑战第31天】随着科技的发展,人工智能(AI)和物联网(IoT)的融合正引领我们进入全新的智能家居时代。本文探讨了这一技术趋势如何改变生活方式,提升家居的便捷性、高效性和安全性,并展望了未来的挑战和前景。
|
1月前
|
人工智能 边缘计算 算法
CDGA|利用人工智能与边缘计算显著提升数据治理效率与效果的实践案例
​ 在当今数字化转型的浪潮中,数据已成为企业最宝贵的资产之一。然而,随着数据量的爆炸性增长,如何高效、安全地治理这些数据成为企业面临的重要挑战。人工智能(AI)与边缘计算技术的融合,为数据治理带来了前所未有的机遇。本文将通过实际案例,探讨如何利用AI与边缘计算显著提升数据治理的效率和效果。
|
2月前
|
传感器 人工智能 算法
探索人工智能与物联网的融合创新
随着科技的迅猛发展,人工智能(AI)和物联网(IoT)这两大技术正在逐渐深度融合,催生出一系列创新性应用。本文将探讨这一领域的技术原理、应用场景及其未来发展前景,旨在为读者提供全面而深入的理解。
197 2
|
3月前
|
人工智能 Java 定位技术
人工智能ChatGPT 体验案例:使用ChatGPT实现java扫雷小游戏
这篇文章通过一个使用ChatGPT实现的Java扫雷小游戏案例,展示了ChatGPT在编程领域的应用能力。文章中包含了扫雷游戏的Java代码实现,代码中初始化了雷区地图,随机放置雷,计算每个格子周围雷的数量,并提供了一个简单的文本界面与用户交互进行游戏。游戏通过控制台输入接受玩家的指令,并给出相应的反馈。
人工智能ChatGPT 体验案例:使用ChatGPT实现java扫雷小游戏
|
3月前
|
机器学习/深度学习 人工智能 数据处理
【人工智能】项目实践与案例分析:利用机器学习探测外太空中的系外行星
探测外太空中的系外行星是天文学和天体物理学的重要研究领域。随着望远镜观测技术的进步和大数据的积累,科学家们已经能够观测到大量恒星的光度变化,并尝试从中识别出由行星凌日(行星经过恒星前方时遮挡部分光线)引起的微小亮度变化。然而,由于数据量巨大且信号微弱,传统方法难以高效准确地识别所有行星信号。因此,本项目旨在利用机器学习技术,特别是深度学习,从海量的天文观测数据中自动识别和分类系外行星的信号。这要求设计一套高效的数据处理流程、构建适合的机器学习模型,并实现自动化的预测和验证系统。
70 1
【人工智能】项目实践与案例分析:利用机器学习探测外太空中的系外行星
|
3月前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
3月前
|
机器学习/深度学习 人工智能 算法
【人工智能】传统语音识别算法概述,应用场景,项目实践及案例分析,附带代码示例
传统语音识别算法是将语音信号转化为文本形式的技术,它主要基于模式识别理论和数学统计学方法。以下是传统语音识别算法的基本概述
76 2
|
3月前
|
机器学习/深度学习 人工智能 搜索推荐
【人工智能】人工智能在医疗健康中的应用以及实际案例和进展概述
人工智能(Artificial Intelligence, AI)在医疗健康领域的应用日益广泛,为医疗服务的提升和健康管理带来了革命性的变化。以下是人工智能在医疗健康中的主要应用
877 1

相关产品

  • 物联网平台
  • 下一篇
    无影云桌面