2023年7月5日-7日，由中國汽車工業協會主辦的第13屆中國汽車論壇在上海嘉定舉辦。本屆論壇以“新時代 新使命 新動能——助力建設現代化產業體系”為主題，設置“1場閉門峰會+1個大會論壇+16個主題論壇+N場發布”共18場會議及若干發布、展示、推廣等活動，旨在凝聚各方力量，形成發展共識，為建設現代化產業體系貢獻汽車行業的智慧和力量。
其中，在7月7日上午舉辦的“主題論壇九：數據生態，推動產業邁進智能網聯汽車新時代”會議上，上海市新能源汽車公共數據采集與監測研究中心副主任兼技術總監王成名發表精彩演講。以下內容為現場演講實錄：
大家早上好，我今天主要圍繞以下四個主題做簡單交流和分享：四個產業示范、兩個數據中心、數據賦能產業及一體化的數據底座
(資料圖)
現在許多國家和地區，包括很多的整車廠提出了燃油車禁售的時間點，中國海南率先提出在2030年燃油車全面的禁售。大概可以得出這個結論，在汽車新四化的階段，全球車輛電動化趨勢已然形成了。
四個產業示范是指：新能源汽車的產業示范、智能網聯汽車的產業示范、“雙智”示范和氫能與燃料電池的示范。
今天將著重介紹新能源汽車和智能網聯汽車的示范，在2011年的時候，由中國和美國兩個國家的科技部發起了電動汽車的示范，當時在中國有三個城市為備選城市，北京、上海、廣州，最終上海代表中國參與了國際電動汽車的示范，由此在2014年的時候成立了上海市新能源汽車公共數據采集與監測研究中心。
關于智能網聯汽車，智能網聯汽車從2015年起在全國范圍內開始進行試點示范區建設，上海也是代表中國率先第一個示范區作為示范。由此到了2018年，智能網聯汽車數據中心就成立了。借此，兩個數據中心就成型了。
經過8年的持續探索，數據中心已基本形成以新能源汽車和智能網聯汽車雙核驅動，以動力電池溯源、加氫站與氫燃料電池汽車、GEF6上海能源管理中心三個子平臺為補充的，1+X+1綜合性大數據平臺，成為全國乃至全球智能網聯及新能源汽車領域最完整的城市級數據平臺。
現在看到大屏是新能源汽車實時數據監管的大屏，凡是在上海進行上牌和銷售的新能源汽車的數據應全部接入新能源汽車數據平臺，目前接入已經超過110萬輛，上海的接入率已超過99%，由于有90天的緩沖期，因此還有1%的車輛還未接入，如果把90天算進內，車輛是100%接入的。
上面還做了一個簡單的統計圖表，左下邊有一個圖表，最下面綠色的是充電，充電特征上還有個很明顯的特征，晚上10點之后有個晚高峰充電，到了早上和晚上有個出行的高峰。但可以看到，最高峰時候上海出行的車輛或者使用車輛也就是24萬輛左右，大概占比30%，從全國來看大概這樣一個趨勢。目前接入的110萬輛車的7天上線率是76%，一個月上線率是92%，可以看出新能源汽車的使用率和上線率還是很高的。
依據國標32960，平臺共采集44項靜態數據，80項動態數據。重點包括車輛出行時的速度、總電壓、總電流、空間位置、電池SOC、電池單體電壓、電池包探針溫度等。數據采集頻率10秒一次。這里的燃料電池數據已經拉出來單獨成為數據標準。
我們談談智能網聯的數據中心，嘉定區已完成230.6公里道路、287個路口的智慧化改造。無論從測試牌照的發放數，還是功能性測試里程來講，或者從示范推廣道路來講，嘉定，包括上海，都排在全國的前列。
這是智能網聯汽車的數據大屏，可以看到現在上海接入的自動駕駛車輛示范的有624輛車，這里面車輛量是不大的，為什么量不大，因為接入的自動駕駛車輛都是L4級及以上的在示范區內開放測試道路進行測試的車輛。
這里簡單做了統計圖表，現在行業內，包括主機廠，包括政府監管機構，對于自動駕駛能級的評價都是通過兩個指標評價的。第一個指標是自動駕駛功能性測試里程的占比，假設開了100公里，到底有多少公里是真正的自動駕駛里程。另外一個就是百公里的脫離率，就是一百公里有幾次是脫離的，這兩個指標對自動駕駛能級進行評價。大概得出結論，上海的自動駕駛百公里脫離率是2.5%，從全國來說是3%，能說上海的自動駕駛比全國優先嗎，不能這么比的，原因是自動駕駛有很多場景需要自動脫離，比如自動駕駛運營車靠邊停車的時候，靠邊停車人工必須要進行介入，這個統計脫離未必能把它準確識別出來。所以現在對于它的評價指標，這兩個指標相對而言是比較簡單的。
所以導致的結論就是，現在是L3、L4、L5，你的能級都是由車企自己來做標準。所以我想將來應該有更多的手段對車企車輛自動駕駛能力進行評價，這也是我們工作的一個方向，數據產生的價值。
最后，接入這么多的數據能夠產生什么樣的價值。總結了一下，大概會在安全、保險、交通、充電、環境、政策這六個領域起到很多的支撐作用。當然做法還是以數據共享的理念，按照上海城市數字化的理念，以及共享、共建、共治的方式去做。
接下來通過三個案例來具體描述。
第一個案例，交通賦能。上海作為超特大城市，城市道路交通擁堵已逐漸從單一性的路段或者交叉口擁堵演變成為區域性的網絡擁堵，使得緩堵保暢對城市交通擁堵特征分析提出了更高的要求。我們將全部車輛與上海路網擬合后可以從車輛的維度看交通擁堵情況（百度、高德等圖商發布的交通擁堵指數是基于手機信令實現）。這對的政府解決市民交通關切、重大工程事前分析、重大交通設施項目事后評價帶來重大幫助。2022年下半年，數據中心聯合隧道股份，通過利用新能源汽車大數據并輔助道口線圈數據對“北橫通道”這一重大項目進行了后評估。評估結果顯示分流效果為12%，優于7%的預期目標。
第二個案例，充電賦能。時間回到五年前，我們認為電動汽車發展最大的困惑和障礙是續航里程，當時電動汽車普遍續航里程在兩百公里左右，只能當作私家車滿足普通出行需求，滿足不了每天出行350公里左右的運營車的續航要求。今天，隨著新能源車輛的推廣，充電需求成為亟待解決的問題，這不僅關系到車主的日常用車，同樣和電網的使用情況密切相連。
數據中心擁有全量上海新能源汽車出行及充電數據，結合車輛實時SOC數據，將充電行為數據與車輛充電時的空間數據融合，可以精準知道某車輛是否在社區、工作地或公共充電場站充電，從而網格化建立車輛充電需求熱力圖，從車輛的充電數據出發，精確聚焦到單個充電場站、社區、商圈、街道的時空充電數據。在充電場站規劃選址、充電引流、充電供需評估、充電場站運營分析等方面可以提供數據支撐的作用。
第三個案例，保險賦能。數據中心依托保交所平臺，聯合多家保司，利用保司累計的出險、賠付數據，結合數據中心的特色車聯網因子，可分別從車輛總體風險、駕駛行為風險、車輛屬性等方面代表性地對新能源車的風險形成綜合性評價，成功驗證了數據中心部分車聯網因子可有效賦能新能源車風險甄別，建立起私家車風險識別體系，并形成新能源家用車預估賠付風險模型，該模型于2023年2月1日已正式商用。
最后簡單講講數據如何處理的。作為數據公司來說最大的壓力一定是數據存儲的壓力，我們有100多萬輛車的動態數據和大量路側感知數據，目前存儲規模已有超過5P。如何解決數據高效存取的問題，總結起來主要有幾個方面。第一個是技術棧很復雜。我們知道大數據技術選型有很多，熱存儲、溫存儲、冷存儲、實時分析等，需要結合不同的需求、不同的場景去做選型。另外一方面是開發門檻比較高，很多傳統車企、研究機構的分析部門，區別于互聯網公司有自己的IT團隊并且屏蔽了很多底層技術細節，我們面臨最大的現狀是只會寫SQL，在海量數據的處理和分析上，我們做了大量的技術工作。我們通過一體化的面向數據中臺的方式去解決這樣的問題，對于每個分析人員而言，并不需要知道底層用了什么樣的技術，對你來說只需要寫滿足業務需求的SQL，能夠完成你的分析。
其實現在大部分分析人員都是寫SQL，所謂的SQL分析一定是面向結構化的，所以我們做的80%的工作是數據的結構化處理。把物聯網的時序數據，或者路側感知的非結構化數據，把它提取為結構化的數據，從而能滿足80%的分析。電動汽車數據總結下來有三條數據，幾點幾分，從哪兒出發，去到哪兒，平均速度多少，開了多少里程。電動汽車幾點幾分在哪個小區，哪個充電站進行充電，充了多長時間，SOC從多少充了多少，幾點幾分在哪兒起火抽了一支煙，用了幾分鐘，就這樣三條數據可以滿足80%以上的需求。剩下的20%，比如電池性能的問題，電池安全問題，這些是要通過機器學習去做。
關于智能網聯多講幾句，現在大家對它最大的評價就兩個指標，功能性測試的里程和脫離率，這兩個指標我們認為過于簡單，無法對真正的自動駕駛做出合理的評判。所以我們想率先在全球建立一套真正的自動駕駛評價體系。
關于數據共享，因為我們的數據希望面向行業，面向產業，包括面向整車廠，來進行數據的開放。當然我們的開放是有限制的，不會原始數據開放，但是面向數據產品的加工和開放，歡迎大家合作。
最后，我們前面做了很多事情都是數字化觀的問題，希望我們后續能在智能化管和智慧化防發揮作用。智能化管，比如公共充電樁使用率不高的問題，廣州的公共充電樁使用率只有6%，能不能把它管好，借助于數據，這也是重要的。智慧化防，今天發生火災事故大家都是事后諸葛亮，事后研究分析一下。能不能事前十分鐘、五分鐘做預警，跟車企聯合，把這些事情做好。提升這兩個層次的能力，從而賦能我們的數據，所謂最終就是智慧城市、智慧交通、智慧能源。所以我們打造的是世界智能新能源的數據平臺，我們講不僅僅是數量，數量上我們已經做到，但希望在能級上更能為行業賦能，為產業賦能。
關鍵詞：
