大数据时代的车联网大数据时代的车联网
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
✓ Progressive (Snapshot)——UBI市场的最早进入者，其产品基于插入式装置。 装置先对驾驶员进行30天的监控得到对非UBI保费的折扣。在后续五个月的持 续监控后，驾驶员归还设备并对折扣率进行更新。折扣率上限为30%，并在 显著影响保费的批改出现前保持不变。
✓ Allstate (DriveWise)——这一项目目前在10个州可以购买，初始折扣为10%， 后续上限30%。折扣基于总行驶里程、日行驶时间、急刹车次数以及超过80 英里每小时的次数。公司在网站上通知驾驶员具体信息并鼓励驾驶员形成更 好的驾驶习惯。
行车影像
车联网的大数据应用—乘用车
zzzzzzzzz 可获取的数据
车联网的大数据应用—乘用车
zzzzzzzzz
个性化保险
PAYD
PHYD
Pay-As-You-Drive 按驾驶支付
Pay-How-You-
Drive 按如何驾驶支付
UBI
Usage Based Insurance
基于使用情况
车联网的大数据应用—乘用车
✓ 沃尔沃通过在卡车产品中安装传感器和嵌入式CPU，从刹 车到中央门锁系统等形形色色的车辆使用信息，这些数据 不断地传输到沃尔沃集团总部。通过对这些数据的分析， 不仅可以帮助车厂制造更好的汽车，还可以帮助客户们获 取更好体验。
车联网的大数据应用—乘用车
zzzzzzzzz
乘用车
车辆监测
主动安全
呼叫中心
为什么要提大数据？
客服 通过对很多4S店的调研，发现4S店对于客户关系的 管理依然是粗旷式，客服的电话让车主不耐其烦，没有做 到精准营销。
无隐私时代 我们已经步入无隐私的时代，个人的行踪被追 踪(GPS,LBS)，个人的消费被追踪(支付宝，财付通)，个人 的交往被追踪(SNS)，个人的言行被追踪(邮件，视频监控 等)。
众包地图 Waze的成功，是否可以对车联网行业产生一些 启发？熟人社会，车联网应该怎么有效利用大数据？
目录
1
为什么要提大数据
2
大数据的特征
√
3
车联网的大数据应用
4
关于大数据的思考
大数据的特征
大数据的特征
✓ 第一，数据体量巨大。从TB级别，跃升到PB级别； ✓ 第二，数据类型繁多。提到的网络日志、视频、图片、地
理位置信息等等。 ✓ 第三，价值密度低，商业价值高。以视频为例，连续不间
断监控过程中，可能有用的数据仅仅有一两秒。 ✓ 第四，处理速度快。1秒定律。
数据最小的基本单位是Byte，按顺序给出所有单位：bit 、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、DB 、NB，
大数据的关键要素
大数据 的核心 在于Baidu Nhomakorabea预数 测（据主重 动安相全关）
zzzzzzzzz
保T的世界格局
北美
Progressive (Snapshot) State Farm (In-Drive)
Allstate (DriveWise)
欧洲
英国比较发达 荷兰
德国、意大利
亚洲
泰国Carpass
韩国 日本
车联网的大数据应用—乘用车
✓ Metronome - 可提取并实时传回有价值的驾驶数据并准确报告驾驶里程数。 驾驶员可以依照此数据支付每月的保费，即包含几美分每英里的变动费率和 一个很低的基础费率，就可享受全方位的车辆保险。计算费率的唯一依据就 是驾驶里程，与驾驶时间、地点和方式无关。低里程驾驶员若根据其每月实 际驾驶里程支付保费，可比购买传统车辆保险产品节省20%-50%的保费。
车联网的大数据应用——物流
✓ 高速、国道、省道的实时路况,加油站、维修站、服务站的 选址依据。
✓ 移动中的每辆货车作为一个仓储空间—移动云仓储。
✓ 对于在途存货的管理，McKesson开发了一种供应链模型， 它根据产品线、运输费用甚至碳排放量而提供了极为准确 的维护成本视图。这些详细信息使公司能够更加真实地了 解任意时间点的运营情况。对配送中心内的物理存货配置 进行模拟和自动化处理。评估政策和供应链变化的能力帮 助公司增强了对客户的响应能力，同时减少了流动资金。 大数据分析帮助公司节省了超过1亿美元的流动资金。
❖ 车联网的大数据在预测方面可以发挥到极致。如，预测交 通堵塞的地段，实时交通信息，主动安全，公交的排班。 驾驶者驾驶行为分析。
目录
1
为什么要提大数据
2
大数据的特征
3
车联网的大数据应用
√
4
关于大数据的思考
车联网的大数据应用——公交
✓ 运营排班管理
✓ 行车作业计划的优化 ✓ 线路调整优化 ✓ 自动排班 ✓ 电子路单生成 ✓ 根据各个时间段，各站点的客流量大小，线路配备的运营车辆数、
交通仿真
现在很多一线城市的 交通主管部门都有交 通仿真系统，交通仿 真可以清晰的辅助分 析预测交通堵塞的地 段和原因。全国基本 所有城市的出租车都 安装了GPS，但没看 到那个城市用出租车 的数据做交通仿真研 究。
实时路况
路况提供商可以提供 部分一线城市的实时 路况，但不能提供高 速公路、国道、省道 的路况，两客一危基 本都是走这些路段， 且已经联网，这些行 驶数据为什么产生不 了路况呢？
BIG DATA
大数据时代的车联网
——李兆荣
目录
1
为什么要提大数据
√
2
大数据的特征
3
车联网的大数据应用
4
关于大数据的思考
为什么要提大数据？
绿色车队
中国是自然灾害比较 多的一个国家，近几 年从汶川地震，雅安 地震，没看到车联网 在应急指挥方面起到 任何作用，重点营运 车辆已经接入交通部 联网联控平台，为什 么不快速调度一支应 急车队呢?
性， 轻因 果关 大 关 于 而系 （ 通 测数 键 全 不交 ）预据 在 ， 是 大（车 友兴趣 分析）
车联网的大数据
❖ 车辆上传的每一组数据都带有位置信息和时间。大数据的 特征是完整和混杂，小数据的特征是部分和确切。车联网 与车有关的大数据特征是完整加精准。如某些与车辆本身 有关的数据，都有明确的一个ID。车联网与人有关的大数 据特征是完整和部分精确。研究车联网的大数据更有意义。
线路配备驾驶人员、线路长度、车辆运行速度等参数确定一条线路 各个时间段的配车数及发车间隔，从而解决运力配备最少、车辆运 行距离最短、驾驶员作业时间最少三大问题。
✓ 运营计划制定
✓ 根据客流量、节假日、气候、节气、自然灾害、道路、车况事故、 历史同期数据、售票方式、居民小区建设等条件建立计划模型，从 而用最快的速度对这些影响运营计划的因素做出反映。比如增加线 路，增加车辆，增加司机。
✓ Allstate (DriveWise)——这一项目目前在10个州可以购买，初始折扣为10%， 后续上限30%。折扣基于总行驶里程、日行驶时间、急刹车次数以及超过80 英里每小时的次数。公司在网站上通知驾驶员具体信息并鼓励驾驶员形成更 好的驾驶习惯。
行车影像
车联网的大数据应用—乘用车
zzzzzzzzz 可获取的数据
车联网的大数据应用—乘用车
zzzzzzzzz
个性化保险
PAYD
PHYD
Pay-As-You-Drive 按驾驶支付
Pay-How-You-
Drive 按如何驾驶支付
UBI
Usage Based Insurance
基于使用情况
车联网的大数据应用—乘用车
✓ 沃尔沃通过在卡车产品中安装传感器和嵌入式CPU，从刹 车到中央门锁系统等形形色色的车辆使用信息，这些数据 不断地传输到沃尔沃集团总部。通过对这些数据的分析， 不仅可以帮助车厂制造更好的汽车，还可以帮助客户们获 取更好体验。
车联网的大数据应用—乘用车
zzzzzzzzz
乘用车
车辆监测
主动安全
呼叫中心
为什么要提大数据？
客服 通过对很多4S店的调研，发现4S店对于客户关系的 管理依然是粗旷式，客服的电话让车主不耐其烦，没有做 到精准营销。
无隐私时代 我们已经步入无隐私的时代，个人的行踪被追 踪(GPS,LBS)，个人的消费被追踪(支付宝，财付通)，个人 的交往被追踪(SNS)，个人的言行被追踪(邮件，视频监控 等)。
众包地图 Waze的成功，是否可以对车联网行业产生一些 启发？熟人社会，车联网应该怎么有效利用大数据？
目录
1
为什么要提大数据
2
大数据的特征
√
3
车联网的大数据应用
4
关于大数据的思考
大数据的特征
大数据的特征
✓ 第一，数据体量巨大。从TB级别，跃升到PB级别； ✓ 第二，数据类型繁多。提到的网络日志、视频、图片、地
理位置信息等等。 ✓ 第三，价值密度低，商业价值高。以视频为例，连续不间
断监控过程中，可能有用的数据仅仅有一两秒。 ✓ 第四，处理速度快。1秒定律。
数据最小的基本单位是Byte，按顺序给出所有单位：bit 、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、DB 、NB，
大数据的关键要素
大数据 的核心 在于Baidu Nhomakorabea预数 测（据主重 动安相全关）
zzzzzzzzz
保T的世界格局
北美
Progressive (Snapshot) State Farm (In-Drive)
Allstate (DriveWise)
欧洲
英国比较发达 荷兰
德国、意大利
亚洲
泰国Carpass
韩国 日本
车联网的大数据应用—乘用车
✓ Metronome - 可提取并实时传回有价值的驾驶数据并准确报告驾驶里程数。 驾驶员可以依照此数据支付每月的保费，即包含几美分每英里的变动费率和 一个很低的基础费率，就可享受全方位的车辆保险。计算费率的唯一依据就 是驾驶里程，与驾驶时间、地点和方式无关。低里程驾驶员若根据其每月实 际驾驶里程支付保费，可比购买传统车辆保险产品节省20%-50%的保费。
车联网的大数据应用——物流
✓ 高速、国道、省道的实时路况,加油站、维修站、服务站的 选址依据。
✓ 移动中的每辆货车作为一个仓储空间—移动云仓储。
✓ 对于在途存货的管理，McKesson开发了一种供应链模型， 它根据产品线、运输费用甚至碳排放量而提供了极为准确 的维护成本视图。这些详细信息使公司能够更加真实地了 解任意时间点的运营情况。对配送中心内的物理存货配置 进行模拟和自动化处理。评估政策和供应链变化的能力帮 助公司增强了对客户的响应能力，同时减少了流动资金。 大数据分析帮助公司节省了超过1亿美元的流动资金。
❖ 车联网的大数据在预测方面可以发挥到极致。如，预测交 通堵塞的地段，实时交通信息，主动安全，公交的排班。 驾驶者驾驶行为分析。
目录
1
为什么要提大数据
2
大数据的特征
3
车联网的大数据应用
√
4
关于大数据的思考
车联网的大数据应用——公交
✓ 运营排班管理
✓ 行车作业计划的优化 ✓ 线路调整优化 ✓ 自动排班 ✓ 电子路单生成 ✓ 根据各个时间段，各站点的客流量大小，线路配备的运营车辆数、
交通仿真
现在很多一线城市的 交通主管部门都有交 通仿真系统，交通仿 真可以清晰的辅助分 析预测交通堵塞的地 段和原因。全国基本 所有城市的出租车都 安装了GPS，但没看 到那个城市用出租车 的数据做交通仿真研 究。
实时路况
路况提供商可以提供 部分一线城市的实时 路况，但不能提供高 速公路、国道、省道 的路况，两客一危基 本都是走这些路段， 且已经联网，这些行 驶数据为什么产生不 了路况呢？
BIG DATA
大数据时代的车联网
——李兆荣
目录
1
为什么要提大数据
√
2
大数据的特征
3
车联网的大数据应用
4
关于大数据的思考
为什么要提大数据？
绿色车队
中国是自然灾害比较 多的一个国家，近几 年从汶川地震，雅安 地震，没看到车联网 在应急指挥方面起到 任何作用，重点营运 车辆已经接入交通部 联网联控平台，为什 么不快速调度一支应 急车队呢?
性， 轻因 果关 大 关 于 而系 （ 通 测数 键 全 不交 ）预据 在 ， 是 大（车 友兴趣 分析）
车联网的大数据
❖ 车辆上传的每一组数据都带有位置信息和时间。大数据的 特征是完整和混杂，小数据的特征是部分和确切。车联网 与车有关的大数据特征是完整加精准。如某些与车辆本身 有关的数据，都有明确的一个ID。车联网与人有关的大数 据特征是完整和部分精确。研究车联网的大数据更有意义。
线路配备驾驶人员、线路长度、车辆运行速度等参数确定一条线路 各个时间段的配车数及发车间隔，从而解决运力配备最少、车辆运 行距离最短、驾驶员作业时间最少三大问题。
✓ 运营计划制定
✓ 根据客流量、节假日、气候、节气、自然灾害、道路、车况事故、 历史同期数据、售票方式、居民小区建设等条件建立计划模型，从 而用最快的速度对这些影响运营计划的因素做出反映。比如增加线 路，增加车辆，增加司机。