大數據時代下 商用車車載信息診斷面臨挑戰

隨著車內網絡技術的進步，其帶寬也在不斷增加。商用車供應商及司機都希望商用車功能能夠變得更豐富。尤其是類似汽車中配備的遠程信息處理技術，例如車載信息診斷。

當信息診斷獲得的數據積累到一定量時，它將具備系統性能預測的功能，提醒司機或運營者某個組件或系統即將接近使用壽命極限。對此，艾里遜變速箱(Allison Transmissions)公司已經做到了對于濕式商用車自動變速箱進行性能評估及預測。

然而，對于傳統機械部件的預測還面臨著許多挑戰。對部件的振動、溫度和其他參數進行分析并判斷其使用壽命極限對于商用車來說非常重要，因為其每天都面臨著繁重的運輸工作，稍有差池將會造成經濟損失。

技術專家需要利用多種工程手段和科學原理來對商用車各系統部件的微妙變化進行分析，并根據參數得知其性能狀態，并將其編入程序中。在此過程中，還不能影響某輛車的日常運輸工作，因此這對技術人員提出了更高的要求。

伯特立運輸研究機構下屬車輛系統安全研究與工程(Vehicle System Safety Research & Engineering)負責人Denny Stephens 表示：“每個系統機械失效預估工程的背后都花費了工程師和技術人員大量的工作。我們正在著力于研究組件磨損背后最基本的機械原理，并設法利用低成本傳感器監測某個系統組件磨損的過程，直到他達到工作壽命極限。”

目前取得的部分成果是，工程師可以向維修店提供更多車輛中某系統組件的診斷數據與壽命評估。編程人員和分析師必須要從“大數據”中得出最佳的分析和解決方案。

汽車資訊公司高德納(Gartner)副總裁Thilo Koslowski表示：“在‘大數據’時代，從信息診斷到系統工作壽命預測的過程中仍然存在許多挑戰。”他還指出，特別值得注意的一點在于當診斷數據量過多時，往往在工程師找到解決方案之前就會發現更多的其它問題。