论文部分内容阅读
摘要：随着移动互联网的智能网联时代的到来与带通讯的智能车载产品的悄然兴起，为新时代的行车安全车载产品迎来发展的锲机，未来带通讯的车载终端结合大数据、云计算、人工智能、车联网技术可以针对危险驾驶碰撞事故等进行识别，通过与行车安全服务平台实现数据交互与安全处理，全方位提供可视化安全服务，降低车主驾驶危险行为，减少交通安全事故的发生以及降低道路交通事故所造成的危害与影响，减少人员伤亡和财产损失，本文就面向智能网联汽车行车安全AI平台启示进行探讨。
关键词：车联网；智能网联；AI平台；事故识别；可视化服务
引言：
现中国汽车驾驶用户突破2.79亿，且每年都以2000万以上车辆增加，在当今车辆驾驶安全刚性需求方面更显得迫在眉捷，而传统的车载电子设备都不具有通讯功能，无法进行驾车环境感知，无法识别车主的危险驾驶行为，造成目前车载设备制造商大多都无法提供基于移动互联网时代的车载安全产品和功能，随着带通讯的智能车载产品的悄然兴起，以翼卡车联网在2017年掀起一项重要的创新技术行车SOS安全服务产品为例，启示出为新时代的行车安全车载产品整个产业链共享的模式，迎来AI智能网联汽车发展的新锲机。
一、行业现状与市场需求
1、行业现状
目前，全球主要发达国家和地区都已经推出了基于车辆碰撞触发的行车安全E-CALL服务业务，并成为相关领域备受关注的市场热点，受经济发展水平等因素的影响，这个行业发展相对成熟的市场集中在欧美、亚太地区的前装车厂，目前在国内也仅部分前装车厂提供，而前装内置式的车身传感器无法用于后装，后装市场还没有厂家提供基于碰撞识别技术的安全服务，更没有AI态势感知安全保障平台，属于市场空白，主要原因是国内后装市场还没有成熟的外置传感器车辆碰撞识别技术。
（1）欧美市场。欧美发展车载安全服务的时间最早，主要代表是通用汽车在其生产的车辆上推出的OnStar产品，让车主在出现车祸后第一时间自动联系上呼叫中心，让坐席员通过语音的方式与车主对话进行安全服务救援，其碰撞识别系统主要依赖于车辆出厂内置的车身传感器实现，救援服务的方式仅能通过语音沟通，不能提供可视化服务。
（2）亚太市场。亚太发展车载安全服务的时间较晚，主要代表是日本丰田汽车在其生产的车辆上推出的GBook产品，与欧美国家的产品一样，让车主在出现车祸后第一时间自动联系上呼叫中心，让坐席员通过语音的方式与车主对话进行安全服务救援，其碰撞识别系统也是依赖于车辆出厂内置的车身传感器实现，在国内，部分前装车厂也开始配置了类似的安全服务功能，救援服务的方式仅能通过语音沟通，不能提供可视化服务。
2、市场需求
目前市场上大多数ECall安全服务仍然仅限于前装车厂，仅面向新增客户，而前装内置式的车身传感器无法用于后装，更不能提供可视化的全安救援服务，国内后装市场目前处于空白状态，立足后装进行碰撞识别的AI态势感知安全保障平台研发可以很好的打开后装ECall市场，通过后装模式的ECall安全服务产品激活存量客户市场，是未来发展必经之路。
截止2017年，中国传统汽车保有量超过2亿，在后装市场升级ECall的需求规模将达到千亿元的量级，市场前景广阔，为企业带来了丰富的发展空间。
二、智能网联汽车行车安全AI平台
以翼卡车联网为例，翼卡搭建的智能网联汽车AI服务平台，将感知算法、智能平台、服务体系三者结合，使车主在行车事故发生后便捷获取救援所需服务，构建基于感知算法、智能平台与服务体系的全新生态关系，其关系如下图所示：
上图所示的关系图，具体为：
1，感知算法：通过多种传感器在车载环境中获取车辆的驾车行为与事故事件的精准识别。
2，智能平台：在智能云服务平台进行行车数据的收集与存储，针对采集的图像进行识别与行车大数据进行分析，精准分析出不同的事故级别并自动调度相应的救援服务给车主。
3，服务体系：通过可视化的安全服务体系为车主进行全方位面对面的救援沟通服务，提供真人视频远程救援辅导，实时接入交警、医院、保险，以及第三方救援服务机构。
其中翼卡车联网是通过智能网联汽车识别系统，构建人、车、环境的海量数据历史和实时数据的处理系统，并进行车辆驾驶场景识别，匹配服务推荐模型，进行安全事故识别、不良驾驶习惯预警、路况、本地服务等服务提供。
另外再配备一个车载智能守护行车SOS安全APP应用，基于智能设备的车载应用软件，能实现感知车主车辆事故并提供救援所需服务
车载智能守护行车SOS安全APP应用示意图
翼卡车联网的智能网联汽车行车安全AI平台结合行业配套与增值变现平台的开发，可实现行业的商户接入/管理/分润等服务，通过此平台实现翼卡安全保障服务全行业落地化。
二、智能网联汽车行车安全AI平台特色的启示：
1基于驾驶场景与智能网联汽车大数据分析与安全识别系统启示
翼卡拥有多年来积累的海量多传感器数据，依托翼卡亿级大数据处理能力， 形成了包含人、车、环境、路等海量数据的大数据体系，基于spark streaming流处理技术，形成了5万条/s以上的实时处理能力，通过模式识别、神经网络等机器学习算法，构建了疲劳驾驶识别、碰撞识别、事故识别等自动检测模型，通过聚类算法、朴素贝叶斯、逻辑回归、神经网络等机器学习算法，提取了用户标签、识别了大量用车场景并感知客户实时需求，为车主提供必要信息，提供精准高效的安全服务。
2智能网联汽车AI安全服务平台启示
凭借车载智能终端和智慧车联网平台结合，打造可视化智能网联汽车车载AI安全智能服务系统，从车辆感知到事故预防、善后全方位为车主提供360度的全方位安全保障服务，实现智能网联汽车安全智能服务的可视化端对端交付，其应用功能包括事故感知、疲劳陪伴、可视化透明救援、一键通、微信、语音识别、消息推送等
结论：
翼卡车联网凭借车载智能终端和智慧车联网平台优势，引入第三方服务与内容提供商，通过车载智能终端构建入口平台，打造了针对商用车的智能导航、行车安全、生命救援、保险、车辆管理、汽车维养、违章处理业务等方面的全生态服务，通过大数据应用，形成了车主驾驶汽车整个周期服务链条。搭建出目前国内领先的安全服务保障体系，救援资源覆盖2800个县级以上区域，囊括1020家二级以上医疗网络，拥有160+资深全科医生，接入5家救援服务机构。而面向智能网联汽车行车安全AI平台通过分析车载设备采集到的驾驶行为数据和环境数据，针对危险驾驶事故等进行识别，通过与行车安全服务平台实现数据交互与安全处理，全方位提供可视化安全服务，降低车主駕驶危险行为，减少交通安全事故的发生以及降低道路交通事故所造成的危害与影响，减少人员伤亡和财产损失，启示未来智能网联汽车新生活必然与行车安全人们的刚性需求发展潜力巨大。
参考文献：
[1]车联网 百度百科
[2] 2018年汽车主动安全系统行业现状及发展趋势分析（目录）百度文库
[3]我国汽车安全驾驶影响因素分析
[4]如何做好车载电子技术、大数据平台在车联网行业的应用
[5]人工智能在我国的发展现状及产来化趋势分析
作者简介：
殷建红（1972-），男，汉族，河南人，总经理，硕士。研究方向：新一代电子信息（车联网/物联网方向）。
关键词：车联网；智能网联；AI平台；事故识别；可视化服务
引言：
现中国汽车驾驶用户突破2.79亿，且每年都以2000万以上车辆增加，在当今车辆驾驶安全刚性需求方面更显得迫在眉捷，而传统的车载电子设备都不具有通讯功能，无法进行驾车环境感知，无法识别车主的危险驾驶行为，造成目前车载设备制造商大多都无法提供基于移动互联网时代的车载安全产品和功能，随着带通讯的智能车载产品的悄然兴起，以翼卡车联网在2017年掀起一项重要的创新技术行车SOS安全服务产品为例，启示出为新时代的行车安全车载产品整个产业链共享的模式，迎来AI智能网联汽车发展的新锲机。
一、行业现状与市场需求
1、行业现状
目前，全球主要发达国家和地区都已经推出了基于车辆碰撞触发的行车安全E-CALL服务业务，并成为相关领域备受关注的市场热点，受经济发展水平等因素的影响，这个行业发展相对成熟的市场集中在欧美、亚太地区的前装车厂，目前在国内也仅部分前装车厂提供，而前装内置式的车身传感器无法用于后装，后装市场还没有厂家提供基于碰撞识别技术的安全服务，更没有AI态势感知安全保障平台，属于市场空白，主要原因是国内后装市场还没有成熟的外置传感器车辆碰撞识别技术。
（1）欧美市场。欧美发展车载安全服务的时间最早，主要代表是通用汽车在其生产的车辆上推出的OnStar产品，让车主在出现车祸后第一时间自动联系上呼叫中心，让坐席员通过语音的方式与车主对话进行安全服务救援，其碰撞识别系统主要依赖于车辆出厂内置的车身传感器实现，救援服务的方式仅能通过语音沟通，不能提供可视化服务。
（2）亚太市场。亚太发展车载安全服务的时间较晚，主要代表是日本丰田汽车在其生产的车辆上推出的GBook产品，与欧美国家的产品一样，让车主在出现车祸后第一时间自动联系上呼叫中心，让坐席员通过语音的方式与车主对话进行安全服务救援，其碰撞识别系统也是依赖于车辆出厂内置的车身传感器实现，在国内，部分前装车厂也开始配置了类似的安全服务功能，救援服务的方式仅能通过语音沟通，不能提供可视化服务。
2、市场需求
目前市场上大多数ECall安全服务仍然仅限于前装车厂，仅面向新增客户，而前装内置式的车身传感器无法用于后装，更不能提供可视化的全安救援服务，国内后装市场目前处于空白状态，立足后装进行碰撞识别的AI态势感知安全保障平台研发可以很好的打开后装ECall市场，通过后装模式的ECall安全服务产品激活存量客户市场，是未来发展必经之路。
截止2017年，中国传统汽车保有量超过2亿，在后装市场升级ECall的需求规模将达到千亿元的量级，市场前景广阔，为企业带来了丰富的发展空间。
二、智能网联汽车行车安全AI平台
以翼卡车联网为例，翼卡搭建的智能网联汽车AI服务平台，将感知算法、智能平台、服务体系三者结合，使车主在行车事故发生后便捷获取救援所需服务，构建基于感知算法、智能平台与服务体系的全新生态关系，其关系如下图所示：
上图所示的关系图，具体为：
1，感知算法：通过多种传感器在车载环境中获取车辆的驾车行为与事故事件的精准识别。
2，智能平台：在智能云服务平台进行行车数据的收集与存储，针对采集的图像进行识别与行车大数据进行分析，精准分析出不同的事故级别并自动调度相应的救援服务给车主。
3，服务体系：通过可视化的安全服务体系为车主进行全方位面对面的救援沟通服务，提供真人视频远程救援辅导，实时接入交警、医院、保险，以及第三方救援服务机构。
其中翼卡车联网是通过智能网联汽车识别系统，构建人、车、环境的海量数据历史和实时数据的处理系统，并进行车辆驾驶场景识别，匹配服务推荐模型，进行安全事故识别、不良驾驶习惯预警、路况、本地服务等服务提供。
另外再配备一个车载智能守护行车SOS安全APP应用，基于智能设备的车载应用软件，能实现感知车主车辆事故并提供救援所需服务
车载智能守护行车SOS安全APP应用示意图
翼卡车联网的智能网联汽车行车安全AI平台结合行业配套与增值变现平台的开发，可实现行业的商户接入/管理/分润等服务，通过此平台实现翼卡安全保障服务全行业落地化。
二、智能网联汽车行车安全AI平台特色的启示：
1基于驾驶场景与智能网联汽车大数据分析与安全识别系统启示
翼卡拥有多年来积累的海量多传感器数据，依托翼卡亿级大数据处理能力， 形成了包含人、车、环境、路等海量数据的大数据体系，基于spark streaming流处理技术，形成了5万条/s以上的实时处理能力，通过模式识别、神经网络等机器学习算法，构建了疲劳驾驶识别、碰撞识别、事故识别等自动检测模型，通过聚类算法、朴素贝叶斯、逻辑回归、神经网络等机器学习算法，提取了用户标签、识别了大量用车场景并感知客户实时需求，为车主提供必要信息，提供精准高效的安全服务。
2智能网联汽车AI安全服务平台启示
凭借车载智能终端和智慧车联网平台结合，打造可视化智能网联汽车车载AI安全智能服务系统，从车辆感知到事故预防、善后全方位为车主提供360度的全方位安全保障服务，实现智能网联汽车安全智能服务的可视化端对端交付，其应用功能包括事故感知、疲劳陪伴、可视化透明救援、一键通、微信、语音识别、消息推送等
结论：
翼卡车联网凭借车载智能终端和智慧车联网平台优势，引入第三方服务与内容提供商，通过车载智能终端构建入口平台，打造了针对商用车的智能导航、行车安全、生命救援、保险、车辆管理、汽车维养、违章处理业务等方面的全生态服务，通过大数据应用，形成了车主驾驶汽车整个周期服务链条。搭建出目前国内领先的安全服务保障体系，救援资源覆盖2800个县级以上区域，囊括1020家二级以上医疗网络，拥有160+资深全科医生，接入5家救援服务机构。而面向智能网联汽车行车安全AI平台通过分析车载设备采集到的驾驶行为数据和环境数据，针对危险驾驶事故等进行识别，通过与行车安全服务平台实现数据交互与安全处理，全方位提供可视化安全服务，降低车主駕驶危险行为，减少交通安全事故的发生以及降低道路交通事故所造成的危害与影响，减少人员伤亡和财产损失，启示未来智能网联汽车新生活必然与行车安全人们的刚性需求发展潜力巨大。
参考文献：
[1]车联网 百度百科
[2] 2018年汽车主动安全系统行业现状及发展趋势分析（目录）百度文库
[3]我国汽车安全驾驶影响因素分析
[4]如何做好车载电子技术、大数据平台在车联网行业的应用
[5]人工智能在我国的发展现状及产来化趋势分析
作者简介：
殷建红（1972-），男，汉族，河南人，总经理，硕士。研究方向：新一代电子信息（车联网/物联网方向）。