跨域部署、车云同构数据底座打通智驾数据价值链

跨域部署、车云同构数据底座打通智驾数据价值链

时序数据库有确保数据高质量、降低数据存储/计算成本等优势，创立于2015年的智协慧同首创了专为车端研发的时序数据库，并成功部署到了车端，实现了量产。以车端数据库为核心，智协慧同开发了车云同构、存算分离的数据底座，并拓展至整车的全域部署。

2022年11月14日，由盖世汽车主办，上海虹桥国际中央商务区管委会、上海闵行区人民政府指导，上海南虹桥投资开发（集团）有限公司协办的2022第二届智能汽车域控制器创新峰会上，智协慧同合伙人兼副总裁牛国浩表示，随着车端算力的不断提升，域控制器、中央集成架构的到来，车端的算力、存储资源一定会有更大的释放，此时车端数据的应用和云端的交互会变成一个互相促进、互相依赖的发展过程。

(资料图)

牛国浩 | 智协慧同合伙人兼副总裁

以下为演讲内容整理：

智协慧同：车云计算领域引领者

智协慧同具有数据库和软件的背景，2015年创立之初就定位于汽车赛道的创新，并把时序数据库部署到了车端。目前业内主要使用的是关系型数据库，但在处理一些基于时间或空间校准的关键数据时，以及数据量非常庞大时，时序数据库就会变得非常重要。

时序数据库首先在IoT领域广泛应用，其应用增长十分迅猛，它的特点是可以对数据基于时间或基于空间进行高压缩态快速存储和查找。同时，时序数据库可以基于流压缩、列存储实现在车端以及云端部署的数据闭环。时序数据库也可以在存储和应用的过程中，通过高效的机器学习以及深度学习算法，提高数据在采集、上传、压缩、存储过程中的效率。

在实现车端的时序数据库后，智协慧同同步推进了车云同构、存算分离的数据底座，并已经拓展到整车的全域部署，今天希望向大家介绍我们的数据底座在自动驾驶域控制器以及底盘动力域控制器的应用。

智协慧同在创立之初就看到了数据在公有云和IoT领域的巨大的价值，我们认为数据在整车各个场景下，尤其是在SOA架构、智能汽车等方向上有很多潜力亟待挖掘。所以在开发产品栈时，我们把打造和提升整车的数据闭环能力作为核心目标。

近年来，中国汽车在智能化趋势下对数据的关注度持续提升，我们的产品也找到了很多落地场景，产品栈于2021年正式搭载上前装量产的车型和项目，产品进入快速迭代。

在目前阶段，我们已经服务于超过10家国内主机厂，已经量产和上车的项目有2-3家，多个项目会在今年Q4集中量产上市。

从数据转化、数字化资产以及整个Digital Transformation的角度来看，数据的风口正逐渐到来。由于在2015年就率先推进车端数据库，目前在整个车云同构、存算分离的赛道，智协慧同属于领导者。通过多个项目的落地，我们已经发现了很多明确的数据应用价值。

车云全链路产品栈构建完整、高效数据闭环

图片来源：智协慧同

这是智协慧同的完整的车云同构、存算分离的产品栈。我们数据库的价值是作为一个数据底座，但底座除了部署在车端，一定是车云同构的。智协慧同认为，随着车端算力的不断提升，域控制器、中央集成架构时代的到来，车端的算力、存储资源一定会有更大的释放，此时车端数据的应用和云端的交互会变成一个互相促进、互相依赖的发展过程。

云端可以调动车端的算力和数据，反之车端也可调动云端的算力、存储和数据转化价值，因此产品栈需要覆盖整个车云链路。

首先我们有基于车端的存算分离数据引擎，主要服务于结构化数据，能基于底盘动力域、车身域、T-BOX中央网关域采集到更多结构化数据。我们在去年Q4正式进入到自动驾驶赛道，在自动驾驶域可以实现车端智驾相关数据的灵活采集。

智驾数据的数据量十分庞大，此时我们的产品组件vADS就能从庞大的智驾数据中筛选提取出核心数据，这些数据可以服务于Corner case的训练、算法的提升以及云端的数据标注、仿真等相关应用。对于用户而言，当提取到高精、灵活可用的智驾数据，就可以在云端节省下巨大的存储成本、存储资源，同时在后续的AI标注、自动驾驶仿真中提高整个数据闭环的效率。

除了车端组件，我们还有云端的两个组件，vCloud和vAnalyze。面对庞大的云端算力和存储需求，vCloud可基于定制开发的组件来实现高压缩态数据在云端的解析和调用，直接提高数据在云端的上传、存储和下载效率。vAnalyze基于定制化的数据格式，在云端进行数据分析、建模，可以直接把数据对接到智能诊断、网络安全、信息安全等更多应用场景。

另外还有一个关键的组件vStudio。作为一个图形化低代码的工具，可以快速通过拖拉拽来生成车端的整体模型和云端的算法，极大提高工程师的工作效率，降低用户准入门槛。

我们的产品目前已经在多个车型部署，经过量产过程中严苛的测试和工程认可，完成了整车的上市认证，因此它是一个成熟的、可上车的产品。

车云同构的数据融合采集与大数据分析建模能力

我们这套组件可以跨域部署，目前已经可以部署于自动驾驶域控制器、底盘动力域控制器、智能座舱域控制器，现在有几家关键的国内主机厂已经全域部署了我们的解决方案，核心背景是他们深刻认识到了数据采集的重要性，我们认为这是大数据1.0的状态。

在大数据1.0的状态下，很多用户已经有非常大的驱动力进入到数据2.0时代，此时需要把车云链路全部打通，进行系统化、集成化存储应用的调动。在这个过程中需要有一个完整的平台，来承载跨域控制器和跨车云链路的数据，以及这些数据带来的应用场景、软件算法和模型，这时就进入到了数据库3.0时代。数据采集到后在云端可以进行快速闭环，车端算法根据云端数据进行训练，快速迭代下发，车端采集数据的灵活度以及采集数据的触发机制可以根据云端的需求快速地迭代更新。当进入到数据3.0的时代后，整个数据闭环的效率会有一个代际的提升。

过去各域都有各自数据采集的方式，但是这些数据的采集以及云端存储、调用仍属于相对低效的模式，且采集到的多为秒级数据。通过和业务部门进行深度沟通，我们发现智舱、智驾、底盘动力等域往往需要毫秒级别的数据。如果按照目前行业传统的解决方案，把所有总线数据全量上传，带来的整体存储、上传的流量费用其实是非常可怕的。

图片来源：智协慧同

我们把数据采集变成车端的触发机制，通过灵活触发机制在云端的秒级下发，车端就可以快速把需要的数据进行采集，此时就能把海量的数据浓缩到触发节点的前后N秒进行上传，显著提升工作效率。这个逻辑就是我们产品最核心的理念——车云同构，云端算法可以在车端进行秒级部署，无需进行嵌入式开发，从而带来整体生产率的提升。

图片来源：智协慧同

在应用框架中，产品组件和车云链路在整个数据闭环的各个环节是可以一一对应的。车端组件包括边缘计算引擎和边缘时序数据库，还有能针对自动驾驶的数据闭环来处理摄像头数据以及传感器数据的vADS。

云端有数据存储管理应用的组件vCloud，还有vAnalyze和vStudio，再往上一层就是具体的应用。目前我们在应用层级的推进非常迅速，已经和国内的一些TopTier1展开了生态合作。例如在智能诊断赛道，我们推进了云端推理机和大数据平台的对接，车端数据可以直接在云端进入到智能诊断的推理机模型，进行快速的分析建模，从而快速地给出引导式排故的推介。

EXD智能大数据底座优势：满足车辆全生命周期数据应用

智协慧同的产品栈可覆盖整车的不同阶段。首先在早期开发阶段，我们就可以把解决方案部署在主机厂的测试车上进行实时数采。在我们限定的算法范围之内，通过采集异常情况的数据，可以帮助算法工程师或软件工程师去迭代产品。

进入到量产阶段，我们的数据底座也是一个关键的平台。通过数据底座上的数据，可以快速地查找出数据或控制器内的bug，快速定位、快速解决，帮助主机厂用户在底盘动力以及智能座舱域快速地把debug的周期缩短。在量产阶段也会有异常状态分析、质量评估相关的应用。主机厂客户通过我们的数据底座打造云端数据库，建立起整车核心部件的诊断模块或异常状态分析模块，当整车发生异常状态时，主机厂后台会快速地进行预警和报警。

在售后场景，我们可以打通车端的DTC数据、总线数据、报文数据，使这些数据在云端进入推理机，来进行数据的分析，这能为售后、质量、运维带来巨大价值。

EXD智能大数据底座应用场景分析

图片来源：智协慧同

在售后运维的应用场景中，举一个例子，它的后台有一个预警机制，有一些客户在汽车静止状态下没有拔掉充电宝，导致充电宝中的电源释放进入到VDC，引起VDC的供电和唤醒，导致整车发生异常。我们对快速上传的异常行为数据进行分析后，快速地对这个问题进行了管理，解决了令客户头疼的问题。如果不是基于精准数据的采集、上传和分析，实际上很难能发现这些很小的诱因。

图片来源：智协慧同

上图就是基于EXD数据底座的智能诊断推理机诊断和排故步骤。区别于传统的诊断仪，这个平台可以打通远程诊断、引导式诊断以及智能诊断，提高主机厂的售后运营效率。

在智能底盘方面，基于底盘动力域控制器的部署，数据闭环基于GPS的数据，可以在通过减速带、沙石路时自动触发空气悬架，调校底盘的舒适度。通过在VDC上的部署，我们实现了全地形自适应底盘的调校，这就是数据的力量。

众所周知电动车的精准续航里程是每个主机厂的核心机密。我们在没有电池精准续航里程专家的情况下，基于主机厂的数据推演出一套精准的计算公式，并部署于我们的平台，且计算结果和核心研发部门的数据非常接近。因此，通过数据模型建立起一套分析机制，并基于这一分析机制建立起数据采集的闭环、云端公式和模型，这时就能分析出精准的续航里程，也能对电池系统进行全生命周期的管理。

基于智能座舱域控制器上部署的数据闭环，我们还帮助主机厂实现了AI空调。通过对不同地域、不同偏好、不同习惯进行分析、建模，能推测出用户期望的出风口位置、风力大小等，训练出千人千面的智能空调。

在自动驾驶域控制器上实现的智驾数据闭环主要用于Corner Case的优化和迭代。面对大量长尾场景，不断采集各个Corner Case场景的数据、提升算法，成为每一家自研AI算法的主机厂一定会做的事情。我们在推出自动驾驶数据闭环解决方案后，于今年与两家主机厂在智驾数据闭环方面达成合作，目前还有多家客户在推进。值得一提的是我们的智驾数据闭环具有较大的成本优势，且部署效率高，快速可用。

基于边缘计算，我们还可以在车端进行驾驶员评判系统、自动驾驶系统舒适性评价体系的落地，为后续实现自动驾驶场景做足准备。

在智能座舱域，驾驶员个人行为数据、状态数据等舱内数据都能和场景数据打通，让驾驶员或乘客的泊车、休息、喝咖啡、吃饭等场景数据都能成为数据应用的入口，从而带来直接的业务价值。最终我们会实现车辆数据画像和驾驶员的数据画像，让车端变成元宇宙的入口。

智协慧同目前正多域发力、多域部署，为用户带来效率提升以及价值的快速转化。最重要的是，在车端部署数据闭环，类似于人随身背着一台“CT机”，你会很清楚地知道自己在运行过程中发生的所有关键信息变化、数据变化、状态变化，从而赋能车端功能性、应用场景以及新业务模式的拓展。

（以上内容来自智协慧同合伙人兼副总裁牛国浩于2022年11月14日由盖世汽车主办，上海虹桥国际中央商务区管委会、上海闵行区人民政府指导，上海南虹桥投资开发（集团）有限公司协办的2022第二届智能汽车域控制器创新峰会发表的《车端大数据引擎的跨域部署及量产实践》主题演讲。）

关键词：