数据科学如何将车联网由理想变为现实?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

大数据

数据科学驱动的规范预测分析技术可以改进车联网的安全性和移动性,提供新的车载信息系统,带来一个崭新的环境。

根据美国高速公路安全管理局 (National Highway Traffic Safety Administration,NHTSA)的统计,因为交通事故,仅在2013年美国就有超过三万两千人死亡。对于科技而言,没有比拯救生命更有意义的应用了。车联网代表了主流的革新性道路。目前正是一个转折点,汽车、遥测、信息基础设施等技术以及最重要的思维理念都正在汇集到这一点——让车联网成为现实。

总体而言,术语“车联网(connected vehicles)”强调的是车车互联(vehicle-to-vehicle ,V2V) 以及车与基础设施互联(vehicle-to-infrastructure,V2I)的连接性。车联网在安全方面的好处包括:盲点检测(blind spot detection),行人告警(pedestrian warning)和碰撞规避(collision avoidance)。可以想象一下,汽车将可以与周边环境交互信息,如临近学校、建筑工地、危险转弯和薄冰路面等交通安全信息,并能立即对驾驶员告警。

根据美国高速公路安全管理局的研究,在驾驶员有健全能力的前提下,多达80%的交通事故都可以借助车联网技术来规避。

车联网的目的是为了改进安全性,移动性并减小环境影响,还可以提供车载信息系统的新方式,并带来一系列其他类型的商业利益。可以使驾驶员更安全,更环保,更聪明。还提供了一种方法,将我们的“生活连接”(connected lives)自然延伸到车辆上,这也是最大的物联网(IoT)应用之一。随着汽车款型的年年更迭,越来越多的车辆都配置了传感器,具备远程通信和联网解决方案等。

这些都很伟大,但将这些变为现实所需的基础设施、法规以及各类海量数据等领域仍在发展中。汽车公司尚在应对数据多样性及非结构化特征的挑战中挣扎。大数据的种类、速度和体积等特点使传统的数据库处理技术无法适用。我们需要更先进的大数据平台,如Hadoop,来处理这些海量数据。

汽车公司在数年前就已经开始使用远程信息处理和传感器数据技术。他们只是不知道如何充分存储利用并获得数据收益。随着大数据及其分析技术的兴起,现在可以实时处理这些海量数据,使其可通过车载信息系统提供可操作的告警信息。基于声学数据科学原理实现的传感数据采集和分析技术可以带来汽车物联网技术的大幅飞跃,这将彻底改变“游戏规则”。

大数据的真正价值应该是创造出独特的客户洞察力。利用来自远程传输、传感器、基础设施和环境的输入数据,选择合适时机通过合适途径将其创造为信息、告警和市场资料等输出数据。

大数据


保险公司可以改变自己在消费者心中那种时刻进行监控的“老大哥”【译者注:英语里的专有名词,BIG BROTHER,直译为汉语便是“老大哥”,出自乔治·奥威尔的名著《1984》。小说中描述了一个无处不在的“老大哥”形象,监视着所有的人的一举一动,无论是吃饭、睡觉、工作或者走在街上、躲进洞穴——包括思想活动。老大哥在这里象征着无处不在的监控。】形象,转而去想想如何通过大数据的洞察力来引导驾驶者改进驾驶习惯,同时降低安全行驶者的保费。

数据分析技术可以加强车联网的原因在于其可以将连接拓展到交通信号灯,高速公路传感器,隧道和桥梁上。这种大规模的数据量再加上天气服务和其他数据来源,可以在个人车辆的层面上提供一个关于道路情况、安全隐患和交通拥堵等路况的真实写照。

理清告警信息的背景和可靠性是非常重要的。由于缺乏严谨的应用数据分析,使用者可能会得到大量无意义的告警信息,这是极其危险的。考虑一下这个处理设定,当车辆在密切贴近彼此时,可以发出一个告警信息同时在车辆上释放一个急刹。如果这个场景发生在高速公路的小段盲区上还是有用的,这类告警信息可以避免连环事故。然而,如果同样的刹车处理发生在球赛结束后,大量汽车涌出市中心拥挤的体育场时,就没什么意义了。我们需要数据科学驱动的先进规范的预测模型,这样才可以区分实际信号与噪声。

另一大挑战在于信息安全。最近,克莱斯勒吉普被黑客病毒入侵的事件是一个很好例子。在该事件中,黑客们控制了一辆在路上行驶的吉普车,此外还操控了它的空调和引擎。想想如果这个场景发生在更大尺度上,比如交通信号被黑,或是通过向车辆发送虚假信号来恶意拥堵隧道和桥梁。这些事情可以很容易地演变为国土安全事故。

汽车制造商们如果不针对信息安全问题采取策略加以重视的话,他们的品牌将受到极大损害,因为这些直接影响到其对客户个人信息的可靠性、安全性的潜在承诺。

由于互联网的出现,出版业和零售业等其他行业都经历了彻底的转型。汽车行业虽然充分利用了互联网的效率,如全球产品设计和供应链改进,但车联网才是完成转型之旅的关键点。

创新的汽车制造商们正在脱离仅仅“销售汽车”的层面,朝着提供移动性解决方案的方向前进。这种方案,是一种包含了所有合作伙伴的生态系统,包括基础设施供应商、移动数据公司、维修店、保险供应商和其他合作伙伴,可以最大限度地为客户提供价值。


本文作者:Raman Mehta

来源:51CTO

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
机器学习/深度学习 传感器 人工智能
机器人技术的飞速进化:从想象到现实
机器人技术的快速发展正引领着人类走向未来,从工业制造到日常生活,机器人已经广泛应用。本文将探讨机器人技术的进化历程和多领域应用,展示机器人为我们带来的无限可能。
|
2月前
|
人工智能 数据挖掘 程序员
代码力量:探寻编程在现代社会中的无限可能性
代码力量:探寻编程在现代社会中的无限可能性
|
2月前
|
人工智能 安全 人机交互
我对计算机领域未来发展的期望和畅想
我期待未来计算机领域融合人性与智能,AI伙伴懂得人类情感,量子计算带来革命性变化。数字鸿沟将缩小,信息普惠全球,同时关注环保与可持续性,发展绿色计算。计算机系统将更安全,抵御网络威胁,保护用户隐私。最后,希望计算机科学教育普及,激发更多人投身科技创新,共创美好未来。
|
2月前
|
人工智能 自然语言处理 机器人
|
人工智能 算法 测试技术
游戏是人工智能研究的理想场景
游戏是人工智能研究的理想场景
105 0
游戏是人工智能研究的理想场景
|
人工智能 供应链 自动驾驶
人工智能何去何从,下面的几幅图也许能给你答案
人工智能何去何从,下面的几幅图也许能给你答案
人工智能何去何从,下面的几幅图也许能给你答案
|
算法 物联网 大数据
5G对未来数据科学发展趋势的影响
本文分析5G对于数据科学领域发展趋势的影响
3214 0
浮游植物初级生产力与丰富度关系研究获进展
中国科学院南京地理与湖泊研究所研究人员张民等,通过对长江流域71个湖泊采样分析,详细阐述了浮游植物初级生产力增加过程中,浮游植物群落结构和丰富度的变化过程,并对不同变化阶段的驱动因子进行了定量分析。
1597 0
|
存储 物联网 大数据
|
人工智能 算法 机器人
新数学框架“终极算法”理论提出,或让机器诞生意识
台湾中正大学的退休教授Daniel j.Buehrer,最近发表的一篇论文提出一种新的数学框架,如果他的理论是正确的,那么他的数学理论将会创造出一种无所不包的全学习算法。
1536 0