李川鵬　王秀旭　王耀福

摘 要：本文基于共享出行模式，首先提出了一套出行數(shù)據(jù)采集、通信、存儲(chǔ)、分析的方法論;其次通過具體實(shí)踐，構(gòu)建了較為完善的全景出行大數(shù)據(jù)體系;最后從智能研發(fā)、智能應(yīng)用、智慧交通三個(gè)方面重點(diǎn)闡釋了出行大數(shù)據(jù)的具體應(yīng)用。

關(guān)鍵詞：共享模式 大數(shù)據(jù) 智慧交通

Research on the Construction and Application of Big Data System for Travel Based on Sharing Mode

Li Chuanpeng Wang Xiuxu Wang Yaofu

Abstract：Based on the shared travel model， this article first proposes a set of methodology for travel data collection， communication， storage， and analysis; secondly， through specific practices， the article builds a relatively complete panoramic travel big data system; finally， from the three aspects of transportation： intelligent R&D， intelligent application， and wisdom， the article focuses on the specific application of travel big data.

Key words：Keywords： Sharing Mode， Big Data， intelligent transportation

1 引言

在未來城市出行供給不能依賴汽車保有量的粗放增長，出租車和公共交通的運(yùn)力提升亦遭遇瓶頸以及城市道路資源緊缺的情況下，汽車共享出行成為一種短期有效的解決方案[1]。同時(shí)伴隨著新一輪的科技革命和產(chǎn)業(yè)變革，數(shù)字經(jīng)濟(jì)和共享經(jīng)濟(jì)在逐步取代傳統(tǒng)的商業(yè)模式[2]，進(jìn)一步使得汽車產(chǎn)業(yè)、出行服務(wù)乃至交通運(yùn)輸系統(tǒng)的形態(tài)及價(jià)值鏈發(fā)生了顛覆性改變，催化共享出行模式發(fā)生著深刻的變化[3]。針對(duì)這一現(xiàn)實(shí)情境，共享出行作為人、車和服務(wù)的鏈接，有助于推進(jìn)汽車行業(yè)全產(chǎn)業(yè)鏈的生態(tài)布局。而整個(gè)汽車全產(chǎn)業(yè)鏈匯集著海量數(shù)據(jù)，基于共享模式如何捕捉汽車產(chǎn)業(yè)上下游價(jià)值鏈動(dòng)態(tài)并開發(fā)潛力，有效變現(xiàn)數(shù)據(jù)成為重中之重[4]。鑒于此，本文基于共享出行模式，首先提出了一套出行數(shù)據(jù)采集、通信、存儲(chǔ)、分析的方法論;其次通過具體實(shí)踐，構(gòu)建了較為完善的全景出行大數(shù)據(jù)體系;最后結(jié)合汽車專業(yè)細(xì)分領(lǐng)域的研究，對(duì)運(yùn)營大數(shù)據(jù)進(jìn)行即時(shí)分析，從智能研發(fā)、智能應(yīng)用、智慧交通三個(gè)方面重點(diǎn)闡釋出行大數(shù)據(jù)的具體應(yīng)用。

2 出行大數(shù)據(jù)體系的構(gòu)建

隨著共享出行車輛持續(xù)運(yùn)營，采集到實(shí)際情況下的運(yùn)營數(shù)據(jù)已達(dá)TB級(jí)，目前已形成一整套較為完備的數(shù)據(jù)采集方案，但本文旨在數(shù)據(jù)采集標(biāo)準(zhǔn)化和數(shù)據(jù)采集、傳輸、存儲(chǔ)和處理的體系化方面實(shí)現(xiàn)重點(diǎn)突破。因此，本文構(gòu)建了出行大數(shù)據(jù)采集、傳輸、存儲(chǔ)、處理的全生命周期的數(shù)據(jù)體系。

2.1 數(shù)據(jù)的采集

在數(shù)據(jù)采集標(biāo)準(zhǔn)化方面，首先確認(rèn)數(shù)據(jù)采集的范圍，確認(rèn)采集人、車、環(huán)境三大類構(gòu)建運(yùn)營數(shù)據(jù)體系，采集頻率方面將數(shù)據(jù)分為周期性采集、觸發(fā)性采集兩類，其中為保證數(shù)據(jù)分析價(jià)值，單數(shù)據(jù)周期性采集最快頻率為100Hz，硬件到數(shù)采的接口以及數(shù)據(jù)處理的平臺(tái)標(biāo)準(zhǔn)。具體如表1所示。

數(shù)據(jù)采集通過T-BOX、V-BOX、記錄儀、傳感器和攝像頭等多種方式融合的方法來實(shí)現(xiàn)。通過T-BOX、車身CAN總線、GPS/BM、加速度傳感器等來采集車的數(shù)據(jù)和人的部分?jǐn)?shù)據(jù)（如駕駛行為等數(shù)據(jù)），通過CAN 解碼數(shù)據(jù)處理與主控MCU融合，實(shí)現(xiàn)數(shù)據(jù)精準(zhǔn)讀取、支持實(shí)時(shí)數(shù)據(jù)獲取;通過攝像頭、記錄儀和V-BOX實(shí)現(xiàn)人的部分?jǐn)?shù)據(jù)和環(huán)境數(shù)據(jù)的采集。

2.2 數(shù)據(jù)的傳輸

在數(shù)據(jù)傳輸方面，通過在T-BOX硬件中內(nèi)置的8G內(nèi)存卡和高靈敏度蜂窩網(wǎng)絡(luò)天線，將車的數(shù)據(jù)和人的部分?jǐn)?shù)據(jù)以時(shí)間戳的形式打包實(shí)現(xiàn)異步傳輸，最終通過4G網(wǎng)絡(luò)以FTP文件形式傳輸?shù)椒?wù)器后進(jìn)行解析;而人的數(shù)據(jù)和環(huán)境的數(shù)據(jù)基于V-BOX通過4G網(wǎng)絡(luò)傳輸?shù)椒?wù)器，同時(shí)選擇高規(guī)格的服務(wù)器來保證每條遷移同步鏈路都能擁有良好的傳輸性。

2.3 數(shù)據(jù)的存儲(chǔ)

在數(shù)據(jù)存儲(chǔ)方面，對(duì)不同類型的數(shù)據(jù)建立相應(yīng)的數(shù)據(jù)庫進(jìn)行存儲(chǔ)。首先對(duì)于人的數(shù)據(jù)、車的數(shù)據(jù)和環(huán)境的數(shù)據(jù)中屬于結(jié)構(gòu)化類型的數(shù)據(jù)，通過建立關(guān)系型數(shù)據(jù)庫來完成存儲(chǔ);對(duì)于如道路狀況等屬于非結(jié)構(gòu)化類型的數(shù)據(jù)，通過非結(jié)構(gòu)化WEB數(shù)據(jù)庫進(jìn)行存儲(chǔ)。

2.4 數(shù)據(jù)的處理

在數(shù)據(jù)處理方面，不同類型需求采取的處理方式不同。通常，實(shí)時(shí)性需求用EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存儲(chǔ)Infobright進(jìn)行處理;一些批處理，或者基于半結(jié)構(gòu)化數(shù)據(jù)的需求使用Hadoop進(jìn)行處理。在此基礎(chǔ)上，可以利用機(jī)器學(xué)習(xí)中的聚類算法建立標(biāo)簽體系，利用SVM、NaiveBayes等算法建立模型體系。

2.5 數(shù)據(jù)可視化

綜上，本文構(gòu)建了出行大數(shù)據(jù)采集、傳輸、存儲(chǔ)、處理全生命周期的數(shù)據(jù)體系。但是該體系本身既龐大又復(fù)雜，為了后續(xù)標(biāo)簽體系建立和模型體系的建立，我們需要將借助圖形化的手段將出行大數(shù)據(jù)進(jìn)行可視化處理。

3 出行大數(shù)據(jù)的應(yīng)用探索

每一臺(tái)車不僅僅是出行的工具，而且是互聯(lián)網(wǎng)、數(shù)字化屬性的載體，面對(duì)海量數(shù)據(jù)如何提取出重要信息并進(jìn)行分析，以及如何變現(xiàn)成為關(guān)鍵的問題。因此，本文需要通過TBOX、VBOX、GPS、RFID、傳感器和攝像頭圖像處理器等裝置設(shè)備采集人的數(shù)據(jù)、車的數(shù)據(jù)和環(huán)境的數(shù)據(jù)，構(gòu)建以駕駛行為、生理特征等多維度的數(shù)據(jù)集?；诓杉臄?shù)據(jù)，結(jié)合汽車產(chǎn)業(yè)鏈細(xì)分領(lǐng)域的研究，對(duì)運(yùn)營大數(shù)據(jù)進(jìn)行即時(shí)分析。通過算法優(yōu)化，實(shí)現(xiàn)對(duì)各類數(shù)據(jù)信息的讀取和控制，構(gòu)建各類數(shù)據(jù)應(yīng)用模型，深度挖掘數(shù)據(jù)價(jià)值。本文擬與主機(jī)廠一起探索一個(gè)全景數(shù)據(jù)運(yùn)營的鏈條。首先，從底層為主機(jī)廠做基礎(chǔ)的數(shù)據(jù)咨詢規(guī)劃，并搭建專屬的數(shù)據(jù)平臺(tái);其次，基于采集數(shù)據(jù)建立針對(duì)車和用戶的標(biāo)簽體系和模型體系，從而為用戶提供精準(zhǔn)的個(gè)性化的服務(wù);最后，基于標(biāo)簽體系和應(yīng)用需求，進(jìn)一步把模型和相關(guān)應(yīng)用場景、產(chǎn)品形態(tài)相結(jié)合，建立反映硬件損耗關(guān)聯(lián)度、甚至反映預(yù)測用戶價(jià)值需求的模型體系，進(jìn)行產(chǎn)品和服務(wù)的專屬設(shè)計(jì)，并形成一種商業(yè)化的運(yùn)營模式。

在具體的數(shù)據(jù)應(yīng)用環(huán)節(jié)，本文擬從智能研發(fā)、智能應(yīng)用、智能交通三個(gè)方面構(gòu)建大數(shù)據(jù)應(yīng)用體系。

3.1 智能研發(fā)

在智能研發(fā)方面，通過對(duì)TBOX、GPS、RFID、傳感器、攝像頭圖像處理器等裝置設(shè)備采集到的車況監(jiān)測信息和環(huán)境信息進(jìn)行整合處理，首先全面準(zhǔn)確地分析出研發(fā)階段的零部件、整車性能評(píng)估、試驗(yàn)車的DTC問題預(yù)警、管理優(yōu)化、生產(chǎn)線等問題;其次通過GPS、VBOX、攝像頭和傳感器等處理裝置采集到的人的信息和環(huán)境的信息，分析出在不同環(huán)境下消費(fèi)者比較中意的車型、最為關(guān)注的產(chǎn)品性能等其他方面的偏好，針對(duì)消費(fèi)者的產(chǎn)品需求偏好來對(duì)產(chǎn)品進(jìn)行改進(jìn)創(chuàng)新，設(shè)計(jì)生產(chǎn)出大眾消費(fèi)者心中理想的汽車款型，并根據(jù)售后的消費(fèi)反饋數(shù)據(jù)，持續(xù)地改進(jìn)調(diào)整產(chǎn)品。

3.2 智能應(yīng)用

圍繞汽車產(chǎn)業(yè)鏈，以數(shù)據(jù)為基礎(chǔ)，用人工智能做出明智的判斷與決定，形成汽車的“數(shù)智大腦”。同時(shí)基于數(shù)據(jù)，探索四大數(shù)據(jù)智能應(yīng)用方向：智+服務(wù)、智+營銷、智+保險(xiǎn)和智+調(diào)度。本文具體從智+營銷和智+保險(xiǎn)談智能應(yīng)用方向。

智+營銷主要是基于用戶行為構(gòu)建用戶畫像，提供精準(zhǔn)的個(gè)性化服務(wù)?；诔鲂写髷?shù)據(jù)體系，用機(jī)器學(xué)習(xí)中的K-means算法建立用戶畫像，準(zhǔn)確把握用戶的區(qū)域分布、性別分布、年齡分布、興趣愛好、消費(fèi)偏好等重要信息，從而進(jìn)行精準(zhǔn)的線上產(chǎn)品信息推送和廣告投放;而智+保險(xiǎn)主要實(shí)現(xiàn)UBI保險(xiǎn)創(chuàng)新及共享出行保險(xiǎn)機(jī)制創(chuàng)新。基于出行大數(shù)據(jù)體系，到的車的數(shù)據(jù)、人的數(shù)據(jù)和環(huán)境的數(shù)據(jù)，建立UBI定價(jià)模型對(duì)人、車和環(huán)境的各個(gè)維度數(shù)據(jù)進(jìn)行精細(xì)化的分析，從而制定出服務(wù)不同用戶的差異化的車險(xiǎn)定價(jià)，以滿足不同用戶不同場景下的需求。

3.3 智慧交通

基于大數(shù)據(jù)的智慧交通存在多種可能，交通的智能化是根本的趨勢，利用大數(shù)據(jù)技術(shù)和智能分析技術(shù)，整合城市管理的其他數(shù)據(jù)，將真正推動(dòng)智慧交通建設(shè)，為交通管理奠定良好的基礎(chǔ)?；诠蚕砟Ｊ浇⒌某鲂写髷?shù)據(jù)體系，在獲得人的數(shù)據(jù)、車的數(shù)據(jù)和環(huán)境的數(shù)據(jù)的情況下，一方面，交通部門實(shí)時(shí)掌握了道路上共享汽車流量、客流量信息以及各種道路環(huán)境信息，從而科學(xué)合理的制定出疏散和管制措施預(yù)案，提前預(yù)警和疏導(dǎo)交通;另一方面，用戶通過其車載終端或數(shù)據(jù)采集系統(tǒng)提供的實(shí)時(shí)數(shù)據(jù)，幾乎掌握全部主要道路的交通路況，進(jìn)而科學(xué)合理的制定自己的行車路線。同時(shí)基于出行大數(shù)據(jù)體系，結(jié)合天津南站項(xiàng)目的具體實(shí)踐，將出行大數(shù)據(jù)與南站數(shù)據(jù)平臺(tái)有機(jī)銜接，數(shù)據(jù)進(jìn)行實(shí)時(shí)共享，構(gòu)建暢達(dá)、高效、安全、綠色的南站交通服務(wù)系統(tǒng)，提供客運(yùn)交通網(wǎng)絡(luò)實(shí)時(shí)狀態(tài)感知、汽車車輛運(yùn)行智能監(jiān)控與調(diào)度、多模式運(yùn)營服務(wù)協(xié)調(diào)、全出行鏈客運(yùn)信息服務(wù)等。

參考文獻(xiàn)：

[1]羅蘭貝格.2018年中國汽車共享出行市場分析預(yù)測報(bào)告[R].德國：羅蘭貝格，2018.

[2]謝雅玲.新常態(tài)下的共享經(jīng)濟(jì)效應(yīng)[J].現(xiàn)代經(jīng)濟(jì)信息，2017（15）：32.