汽车大数据的应用案例分享(谷歌无人汽车、福特汽车整合、汽车防盗座椅)

标签:大数据谷歌汽车福特

访客:10091  发表于:2016-08-29 09:14:44

本文文章从谷歌无人汽车、福特汽车整合、汽车防盗座椅3个大数据应用案例中,以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在汽车行业的应用状况。

案例一:谷歌无人驾驶汽车,解放双手,轻松出行

应用背景:

安全要素是推动无人驾驶汽车发展的重要动力,在不同事故造成的致死率排名中,由人为因素造成的车辆碰撞引发的交通事故高居第2 位。除了生命安全外,汽车碰撞事故对经济产生的影响深远而巨大。据不完全统计, 2012 年美国全年因道路碰撞事故造成的经济损失高达 2120 亿美金。以当年为例,如果无人驾驶汽车以及 ADAS 系统能够将事故发生率降低 90%,即可挽回损失约 1900 亿美金。同时解放驾驶员双手,提升泊车效率、改善交通环境等各方面的需求,都在推动着无人驾驶技术的发展。

数据源:

实景地图数据;无人驾驶汽车捕捉到的物体信号数据,如行人、汽车、红绿灯、施工标识等;汽车行驶状况数据。

图说场景:


无人

实现路径:

通过对各种数据的综合分析决策,实现对驾驶员的行驶行为辅助或者无人驾驶功能。

应用效果:

减少人为因素造成的车辆碰撞事故:行车过程中驾驶员疲劳、注意力不集中、情绪波动等都会造成不同程度的行车安全隐患,危害驾驶员的生命财产安全,无人驾驶技术可以有效避免这方面的影响。

提升行车过程自由和舒适度:把驾驶汽车的时间应用到休息、学习或者处理公务方面,实现行车过程中完全的时间自由化。

提高停车效率:大大减少新手停车过程中造成的磕碰、情绪波动及时间浪费等现象。

案例二:福特汽车整合大数据资源,走出困境

应用背景:

21 世纪初,经历了百年发展之后的福特汽车,像位年过古稀的老人,失去了活力。公司在这段困难时期,损失将近一半的员工,亏损连连,找不到方向,有濒临倒闭的危险。穷则思变,面对泥沼中的困境,管理层们显得有点不知所措,他们开始选择“ 求助” 福特的数据分析专家们来拯救整个企业。

数据源:

运营数据:生产、销售、售后等数据。

产品开发数据:设计、试验等参数数据。

互联网数据:舆情、浏览记录等数据。

车联网数据:汽车零部件内置传感器反馈数据,汽车运行指标数据。

图说场景:


福特

实现路径:

通过数据资源中心,整合各种相关资源,服务产品的研发或改进及企业运营行为的优化。

应用效果:

产品精准定位:综合互联网数据和以往设计经验,对未来产品的

定位更加准确,减少新车下线无销路的市场风险。

设计人性化:更容易关注到以往忽略的设计细节问题,使得汽车使用时更贴合用户需求,符合使用习惯,增加品牌效应。

运营效率提升:数据资源整合,减少很多不必要的对接流程,极大提升公司运营效率。

案例三:汽车座椅防盗

应用背景:

坐姿能够促进汽车的自我防盗么,要知道, Everyone is unique,正是每个人独特的信息所组成的数据帮助了汽车识别自己的主人。当一个人坐着的时候,它的身形、姿势和重量分布都可以量化和数据化。

数据源:

座椅压力传感器:身形、姿势、重量等量化数据。

图说场景:


座椅

实现路径:

把人体屁股特征转化成数据,并且用从 0~256 这个数值范围对其进行量化,产生独属于每个乘坐者的精确数据资料,包容并发现错误然后自动修正。

应用效果:

汽车防盗:根据人体对座位的压力差异识别出乘坐者的身份,准确率高达 98%。如果不是车主,系统就会要求司机输入密码,如果司机无法输入准确的密码,汽车就会自动熄火。可以记录盗贼的身份,帮助建立偷车贼档案。

安全行驶:系统可以收集发生事故之前的姿势变化情况,分析出坐姿和行驶安全之间的关系。这个系统还可以警示疲劳驾驶者或者出发自动刹车。

来源;36大数据

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");