connectivity software

什么是汽车行业的数字反馈回路?

什么是汽车行业的数字反馈回路?

数字反馈回路是汽车行业中通过数据收集和分析,为车辆提供持续改进的过程。改进通过远程 软件更新来实现。

在汽车行业的大部分历史中,车辆的功能通常在售出后就不再改变。然而,随着其他领域技术的迅猛发展,消费者如今期望 OEM 能够不断更新和引入新的功能。

车辆本身和软件开发人员之间的双向通信对于实现持续的创新至关重要。这就是数字反馈回路的意义所在。开发人员从车辆收集反馈信息,分析后据此更新软件。然后,通过远程下载至车辆完成闭环,如此循环往复,推动功能持续进化。



了解车辆运行情况

为了加快创新进程,开发人员需要了解车辆功能是否满足了消费者的期望,这包括:功能表现如何、使用频率有多高,以及是否出现了意外情况。许多面向客户的业务部门通过社交媒体平台、电子邮件、调查、在线评论和客户支持人员询问来征求对其产品和服务的反馈。当然,用户反馈具有主观性,尤其当涉及车辆这类复杂产品时,往往难以从中提炼出清晰或一致的改进方向。

随着车辆逐步转型为以软件为主导的架构,并通过云端互联,OEM 有机会收集客观的数据,了解车辆在实际使用中软件和硬件系统的运行情况,比如 CPU 性能、内存性能、事件相关数据以及诊断和使用情况指标。

收集这些数据并将其传回给 OEM 并非易事。与智能手机相比,车辆产生的数据量要大得多。幸运的是,5G 连接使车辆与云端的连接变得非常便捷。而车辆上的智能预处理技术则能确保只传输必要的数据,从而节省带宽。

数据收集完成后,开发人员可以利用分析工具来识别需要修复的问题,并发现改进的机会,甚至开发全新的功能。最终,人工智能和机器学习 (AI/ML) 可以用来分析数据中的规律,让开发人员获得凭一己之力很难得到的深度洞察。

未来,车内监控 系统还可以通过监测驾驶员的反应和情绪(例如在特定使用场景下表现出的开心或沮丧的面部表情),为 OEM 提供近乎实时的驾驶员满意度反馈。

车辆数据将隐去个体特征并汇总,从而让大批车辆数据揭示有意义的趋势,而非仅仅反应孤立的事件。因此,开发人员不仅能看到单个驾驶员对某项功能的体验,还能持续观察到成千上万驾驶员对该功能的体验,从而推动他们进行改进。

利用云连接提高处理能力

大量由车辆生成的数据在云端进行处理,算法会分析个体车辆随时间变化的数据以及整个车辆群体的汇总数据。

例如,随着电池管理软件 的发展, 数据驱动的 DevOps 工具链能够利用从数字反馈回路中收集的数据,创建基于云的车辆数字孪生体。算法利用不同驾驶场景中全球其他车辆的经验进行学习,帮助延长电动汽车电池及其所驱动车辆的寿命。

云连接使车辆能够利用云端处理能力来运行强大的算法,包括训练人工智能和机器学习模块的算法。开发人员可以看到不同传感器和数据集之间的交互,从而发现潜在的问题,并进行改进和创新。

数字反馈回路通过向开发人员提供来自现场的即时反馈,帮助 OEM 缩短开发周期。这使得更新能够及时且不断地进行,符合 持续集成/持续部署 (CI/CD) 的方法

风河和安波福

安波福在高性能传感与计算、应用软件开发、边缘分析和汽车架构方面的专业知识,结合风河的边缘到云软件产品组合,可帮助 OEM 通过数字反馈回路降低成本和复杂性、提高灵活性并开创新的商业模式。

数字反馈回路是汽车行业中通过数据收集和分析,为车辆提供持续改进的过程。改进通过远程 软件更新来实现。

在汽车行业的大部分历史中,车辆的功能通常在售出后就不再改变。然而,随着其他领域技术的迅猛发展,消费者如今期望 OEM 能够不断更新和引入新的功能。

车辆本身和软件开发人员之间的双向通信对于实现持续的创新至关重要。这就是数字反馈回路的意义所在。开发人员从车辆收集反馈信息,分析后据此更新软件。然后,通过远程下载至车辆完成闭环,如此循环往复,推动功能持续进化。



了解车辆运行情况

为了加快创新进程,开发人员需要了解车辆功能是否满足了消费者的期望,这包括:功能表现如何、使用频率有多高,以及是否出现了意外情况。许多面向客户的业务部门通过社交媒体平台、电子邮件、调查、在线评论和客户支持人员询问来征求对其产品和服务的反馈。当然,用户反馈具有主观性,尤其当涉及车辆这类复杂产品时,往往难以从中提炼出清晰或一致的改进方向。

随着车辆逐步转型为以软件为主导的架构,并通过云端互联,OEM 有机会收集客观的数据,了解车辆在实际使用中软件和硬件系统的运行情况,比如 CPU 性能、内存性能、事件相关数据以及诊断和使用情况指标。

收集这些数据并将其传回给 OEM 并非易事。与智能手机相比,车辆产生的数据量要大得多。幸运的是,5G 连接使车辆与云端的连接变得非常便捷。而车辆上的智能预处理技术则能确保只传输必要的数据,从而节省带宽。

数据收集完成后,开发人员可以利用分析工具来识别需要修复的问题,并发现改进的机会,甚至开发全新的功能。最终,人工智能和机器学习 (AI/ML) 可以用来分析数据中的规律,让开发人员获得凭一己之力很难得到的深度洞察。

未来,车内监控 系统还可以通过监测驾驶员的反应和情绪(例如在特定使用场景下表现出的开心或沮丧的面部表情),为 OEM 提供近乎实时的驾驶员满意度反馈。

车辆数据将隐去个体特征并汇总,从而让大批车辆数据揭示有意义的趋势,而非仅仅反应孤立的事件。因此,开发人员不仅能看到单个驾驶员对某项功能的体验,还能持续观察到成千上万驾驶员对该功能的体验,从而推动他们进行改进。

利用云连接提高处理能力

大量由车辆生成的数据在云端进行处理,算法会分析个体车辆随时间变化的数据以及整个车辆群体的汇总数据。

例如,随着电池管理软件 的发展, 数据驱动的 DevOps 工具链能够利用从数字反馈回路中收集的数据,创建基于云的车辆数字孪生体。算法利用不同驾驶场景中全球其他车辆的经验进行学习,帮助延长电动汽车电池及其所驱动车辆的寿命。

云连接使车辆能够利用云端处理能力来运行强大的算法,包括训练人工智能和机器学习模块的算法。开发人员可以看到不同传感器和数据集之间的交互,从而发现潜在的问题,并进行改进和创新。

数字反馈回路通过向开发人员提供来自现场的即时反馈,帮助 OEM 缩短开发周期。这使得更新能够及时且不断地进行,符合 持续集成/持续部署 (CI/CD) 的方法

风河和安波福

安波福在高性能传感与计算、应用软件开发、边缘分析和汽车架构方面的专业知识,结合风河的边缘到云软件产品组合,可帮助 OEM 通过数字反馈回路降低成本和复杂性、提高灵活性并开创新的商业模式。

职业机会


塑造移动出行的未来。加入我们,一起创造更安全、更绿色、更互联的车辆。

查看相关工作