車聯(lián)網(wǎng)大數(shù)據(jù)智能分析解決方案

1、車聯(lián)網(wǎng)大數(shù)據(jù)智能分析解決方案目錄21. 車聯(lián)網(wǎng)現(xiàn)狀和挑戰(zhàn)車聯(lián)網(wǎng)數(shù)據(jù)智能分析典型場(chǎng)景和實(shí)踐云EI-車聯(lián)網(wǎng)智能體車聯(lián)網(wǎng)發(fā)展進(jìn)入快車道：聯(lián)網(wǎng)汽車快速增長(zhǎng)，海量數(shù)據(jù)上云27533421439656127185921110000900080007000600050004000300020001000020182019202020212022202301002003004005006007008009001000050100150200250Aug-18Sep-18 Oct-18 Nov-18 Dec-18 Jan-19 Feb-19 Mar-19 Apr-19 May-19 Jun-19Jul-19 A

2、ug-19 Sep-19 Oct-19 Nov-19 Dec-192018-2023年中國(guó)車聯(lián)網(wǎng)用戶規(guī)模預(yù)測(cè)某車企車聯(lián)網(wǎng)數(shù)據(jù)增長(zhǎng)趨勢(shì)（單位：萬(wàn)戶）接入車輛數(shù)（萬(wàn)臺(tái)）累計(jì)原始數(shù)據(jù)量(TB)3三大因素驅(qū)動(dòng)車企從汽車制造向“產(chǎn)品+服務(wù)”戰(zhàn)略轉(zhuǎn)型法規(guī)政策要求歐盟：“從2018年春季起，所有新 車型必須配備緊急呼叫功能?！?法國(guó)：”從2015起，所有新車均需 裝有車載應(yīng)急呼叫功能。”中國(guó)：按照電動(dòng)汽車遠(yuǎn)程服務(wù) 與管理系統(tǒng)技術(shù)規(guī)范，所有新 能源汽車必須被監(jiān)管?？缃缇揞^的挑戰(zhàn)互聯(lián)網(wǎng)廠商開(kāi)始以“互聯(lián)網(wǎng) 汽車”進(jìn)軍車企市場(chǎng)。出行服務(wù)Machina research預(yù)測(cè)Car- as-a-service將會(huì)在未來(lái)

3、的五 年時(shí)間里變成人們出行的主 要方式。車聯(lián)網(wǎng)大數(shù)據(jù)將影響汽車產(chǎn)業(yè)收入結(jié)構(gòu)變化2750720新車購(gòu)置售后服務(wù)汽車即服務(wù)單位：10億美元20164000120015002030全球汽車產(chǎn)業(yè)收入結(jié)構(gòu)數(shù)據(jù)來(lái)源：信通院車聯(lián)網(wǎng)白皮書(shū)車聯(lián)網(wǎng)大數(shù)據(jù)智能分析是車企向服務(wù)轉(zhuǎn)型的重要抓手5目錄61. 車聯(lián)網(wǎng)現(xiàn)狀和挑戰(zhàn)車聯(lián)網(wǎng)數(shù)據(jù)智能分析典型場(chǎng)景和實(shí)踐云EI-車聯(lián)網(wǎng)智能體華為云EI通過(guò)端-邊-云打造車聯(lián)網(wǎng)使能服務(wù)平臺(tái)百萬(wàn)車輛數(shù)據(jù)并發(fā)接入毫秒級(jí)車輛異常檢測(cè)時(shí)延數(shù)據(jù) 通道邊緣應(yīng) 用管理邊緣節(jié)點(diǎn)Edge Node華為公有云車機(jī)車內(nèi)攝車外攝/TBOX像頭像頭視頻結(jié)人臉構(gòu)化捕獲數(shù)據(jù)采集IaaS/PaaS分時(shí)租賃區(qū)域查車頻繁軌跡

4、挖掘異常軌跡檢測(cè)用戶分析路徑規(guī)劃駕駛行為分析預(yù)測(cè)性維護(hù)行駛區(qū)域熱力圖數(shù)據(jù)集成運(yùn)維監(jiān)控腳本開(kāi)發(fā)作業(yè)開(kāi)發(fā)數(shù)據(jù)管理作業(yè)調(diào)度數(shù)據(jù)接入數(shù)據(jù)存儲(chǔ)分析&計(jì)算業(yè)務(wù)應(yīng)用數(shù)據(jù)湖分析DLICSMRSCloudTableDWSGESMLSDIS車聯(lián)網(wǎng)智能體一站式協(xié)同開(kāi)發(fā)平臺(tái)DLF7一條SQL語(yǔ)句實(shí)現(xiàn)電子圍欄，車隊(duì)掌控更輕松消息&短信服務(wù)SELECT timestampr, lat, lon, speed FROM CarStreamWHERE ST_WITHIN( ST_POINT(lat, lon), ST_POLYGON( ARRAY ST_POINT(53.454326,7.334517), ST_POINT(

5、53.682480, 13.906822),ST_POINT(47.761194, 12.607594),ST_POINT(47.722358, 7.601213),ST_POINT(53.454326,7.334517).人工檢查/詢問(wèn)車輛行駛或?？课恢密囕v不在規(guī)定區(qū)域行駛/?？侩y感知在地圖上設(shè)置任意多邊形電子圍欄車輛駛出范圍或不在規(guī)定區(qū)域?？浚詣?dòng)感知內(nèi)置27個(gè)地理函數(shù)，更豐富的場(chǎng)景支持一條SQL語(yǔ)句中可以支持150萬(wàn)個(gè)位置點(diǎn)支持不同地圖間GPS坐標(biāo)系轉(zhuǎn)換單核1000次/s檢測(cè)，滿足實(shí)時(shí)位置檢測(cè)8910SELECTST_WITHIN(ST_POINT(latitude,longtitude

6、),ST_BUFFER( ST_LINE_FROM_TEXT(obs_file_path),10,0)FROM inputStream實(shí)時(shí)檢測(cè)車輛軌跡，偏航繞路動(dòng)態(tài)掌握實(shí)時(shí)偏航檢測(cè)、歷史偏航分析動(dòng)態(tài)掌握車輛運(yùn)營(yíng)行為支持百萬(wàn)路徑點(diǎn)，支持檢測(cè)100KM道路，秒級(jí)時(shí)延用于商用車防作弊每年可帶來(lái)近15億元經(jīng)濟(jì)效益CI (D 49.4.3.52:8080/web-demo/#/pathj ud ge/inn e12頻繁軌跡挖掘使能車隊(duì)管理數(shù)據(jù)變現(xiàn)地圖數(shù)據(jù)柵格化處理。基礎(chǔ)信息更有保障；根據(jù)不同地域情況優(yōu)選匹配策略。匹配效率更高；根據(jù)路網(wǎng)關(guān)鍵節(jié)點(diǎn)信息。匹配精度更高；地理數(shù)據(jù)預(yù)處 理 關(guān)鍵路網(wǎng)（分支、閘道）節(jié)

7、點(diǎn) 識(shí)別頻繁序列挖掘數(shù)據(jù)地圖信 息數(shù)據(jù)清洗批量車輛軌 跡數(shù)據(jù)高性能逆地理解 析一段時(shí)間批量路網(wǎng) 匹配結(jié)果每輛車的 頻繁軌跡路網(wǎng)匹配頻繁序列挖掘軌跡編碼批量頻繁挖掘結(jié)果單輛車的頻繁挖掘結(jié)果路網(wǎng)匹配結(jié)果實(shí)時(shí)動(dòng)態(tài)路徑規(guī)劃，少派車多拉活獲取配送位置與地圖信息優(yōu)化路徑可視化交互基于圖模型算法進(jìn)行路徑規(guī)劃規(guī)劃時(shí)間裝載率減少派車數(shù)及行駛路程天-分鐘級(jí)成本減少等待/配送時(shí)間50%-80%+客戶滿意度云化服務(wù)秒級(jí)發(fā)放、按需使用高性能圖分析引擎GES交通優(yōu)化算法庫(kù)交互式可視化環(huán)境1415紅外攝像頭及基于邊緣和云端的深度學(xué)習(xí)能力正面面部圖像的3D建模，人臉識(shí)別和活體檢測(cè)華為云自研的FDNet1.0人臉?biāo)惴ㄈ四樇夹g(shù)增

8、強(qiáng)1：對(duì)低清人臉進(jìn)行高清重建人臉技術(shù)增強(qiáng)2：對(duì)人臉小角度傾斜矯正上方：傾斜人臉圖下方：正臉重構(gòu)圖智能生物鑰匙支持快速人車匹配，保證車輛安全和駕駛安全低清人像高清重建原圖危險(xiǎn)駕駛行為檢測(cè)保證駕駛員行車安全建模采用無(wú)監(jiān)督深度學(xué)習(xí)算 法提取表情特征，無(wú)需 對(duì)訓(xùn)練樣本進(jìn)行標(biāo)注；采用iforest異常檢測(cè)算 法，是易并行的無(wú)監(jiān)督算 法。采用機(jī)器視覺(jué)和車身傳感器數(shù)據(jù)，自動(dòng)檢測(cè)疲勞駕駛；構(gòu)建的檢測(cè)模 型對(duì)于疲勞駕駛檢測(cè)的準(zhǔn)確度達(dá)到95%以上疲勞駕駛檢測(cè)模型在CPU上處理速度高達(dá)60FPS表情特征分神檢測(cè)疲勞檢測(cè)17預(yù)測(cè)性維護(hù)幫助企業(yè)實(shí)現(xiàn)售后車輛維護(hù)增值并降低損失設(shè) 備信 息 采 集預(yù) 處 理特 征 提 取特

9、 征 降 維狀態(tài)識(shí)別及 狀態(tài)預(yù)測(cè)維 修 意 見(jiàn)預(yù)測(cè)性維護(hù)工作流程支持拖拽式模型構(gòu)建和交互式建模分析；機(jī)器學(xué)習(xí)內(nèi)置車輛異常與故障檢測(cè)算法；對(duì)早期故障具有識(shí)別能力；同時(shí)具備異常檢測(cè)與故障識(shí)別能力；18數(shù)據(jù)源語(yǔ)音識(shí)別意圖識(shí)別語(yǔ)音合成自然語(yǔ)言生成自然語(yǔ)言理解語(yǔ)義匹配特征挖掘融合排序論壇工單案例說(shuō)明記錄機(jī)器問(wèn)答人工坐席知識(shí)挖掘領(lǐng)域知識(shí)工單挖掘挖掘模式發(fā)現(xiàn)智能案例推薦問(wèn)題學(xué)習(xí)NLP深度學(xué)習(xí)基于深度學(xué)習(xí)的精準(zhǔn)意圖識(shí)別和自然語(yǔ)言理解知識(shí)庫(kù)問(wèn)答(QABot) 提供一鍵式部署 能力(需提供問(wèn)答語(yǔ)料)同義詞、近義詞、相似問(wèn)法自動(dòng)挖掘后臺(tái)可視化運(yùn)營(yíng)管理，支持熱門問(wèn)題聚類、閉環(huán)，用戶輿情分析外呼提供動(dòng)態(tài)質(zhì)檢報(bào)告生成能力可與微信/App/網(wǎng)站/4S店實(shí)體機(jī)器人集成售前智能問(wèn)答人工替代率可達(dá)65%QA對(duì)/相似詞庫(kù)/字 典/智能問(wèn)答服務(wù)Q/QA發(fā)現(xiàn)服務(wù)智能問(wèn)答機(jī)器人，賦能企業(yè)售前、售后和外呼服務(wù)19目錄201. 車聯(lián)網(wǎng)現(xiàn)狀和挑戰(zhàn)車聯(lián)網(wǎng)數(shù)據(jù)智能分析典型場(chǎng)景和實(shí)踐云EI-車聯(lián)網(wǎng)智能體華為云車聯(lián)網(wǎng)智能體iVehicl