中国汽车论坛 | 王成名：打造世界级智能新能源汽车公共数据中心，赋能汽车产业数字化转型

2023年7月5日-7日，由中国汽车工业协会主办的第13届中国汽车论坛在上海嘉定举办。本届论坛以“新时代 新使命 新动能——助力建设现代化产业体系”为主题，设置“1场闭门峰会+1个大会论坛+16个主题论坛+N场发布”共18场会议及若干发布、展示、推广等活动，旨在凝聚各方力量，形成发展共识，为建设现代化产业体系贡献汽车行业的智慧和力量。

其中，在7月7日上午举办的“主题论坛九：数据生态，推动产业迈进智能网联汽车新时代”会议上，上海市新能源汽车公共数据采集与监测研究中心副主任兼技术总监王成名发表精彩演讲。

以下内容为现场演讲实录：

(资料图片)

大家早上好，我今天主要围绕以下四个主题做简单交流和分享：四个产业示范、两个数据中心、数据赋能产业及一体化的数据底座。

现在许多国家和地区，包括很多的整车厂提出了燃油车禁售的时间点，中国海南率先提出在2030年燃油车全面的禁售。大概可以得出这个结论，在汽车新四化的阶段，全球车辆电动化趋势已然形成了。

四个产业示范是指：新能源汽车的产业示范、智能网联汽车的产业示范、“双智”示范和氢能与燃料电池的示范。

今天将着重介绍新能源汽车和智能网联汽车的示范，在2011年的时候，由中国和美国两个国家的科技部发起了电动汽车的示范，当时在中国有三个城市为备选城市，北京、上海、广州，最终上海代表中国参与了国际电动汽车的示范，由此在2014年的时候成立了上海市新能源汽车公共数据采集与监测研究中心。

关于智能网联汽车，智能网联汽车从2015年起在全国范围内开始进行试点示范区建设，上海也是代表中国率先第一个示范区作为示范。由此到了2018年，智能网联汽车数据中心就成立了。借此，两个数据中心就成型了。

经过8年的持续探索，数据中心已基本形成以新能源汽车和智能网联汽车双核驱动，以动力电池溯源、加氢站与氢燃料电池汽车、GEF6上海能源管理中心三个子平台为补充的，1+X+1综合性大数据平台，成为全国乃至全球智能网联及新能源汽车领域最完整的城市级数据平台。

现在看到大屏是新能源汽车实时数据监管的大屏，凡是在上海进行上牌和销售的新能源汽车的数据应全部接入新能源汽车数据平台，目前接入已经超过110万辆，上海的接入率已超过99%，由于有90天的缓冲期，因此还有1%的车辆还未接入，如果把90天算进内，车辆是100%接入的。

上面还做了一个简单的统计图表，左下边有一个图表，最下面绿色的是充电，充电特征上还有个很明显的特征，晚上10点之后有个晚高峰充电，到了早上和晚上有个出行的高峰。但可以看到，最高峰时候上海出行的车辆或者使用车辆也就是24万辆左右，大概占比30%，从全国来看大概这样一个趋势。目前接入的110万辆车的7天上线率是76%，一个月上线率是92%，可以看出新能源汽车的使用率和上线率还是很高的。

依据国标32960，平台共采集44项静态数据，80项动态数据。重点包括车辆出行时的速度、总电压、总电流、空间位置、电池SOC、电池单体电压、电池包探针温度等。数据采集频率10秒一次。这里的燃料电池数据已经拉出来单独成为数据标准。

我们谈谈智能网联的数据中心，嘉定区已完成230.6公里道路、287个路口的智慧化改造。无论从测试牌照的发放数，还是功能性测试里程来讲，或者从示范推广道路来讲，嘉定，包括上海，都排在全国的前列。

这是智能网联汽车的数据大屏，可以看到现在上海接入的自动驾驶车辆示范的有624辆车，这里面车辆量是不大的，为什么量不大，因为接入的自动驾驶车辆都是L4级及以上的在示范区内开放测试道路进行测试的车辆。

这里简单做了统计图表，现在行业内，包括主机厂，包括政府监管机构，对于自动驾驶能级的评价都是通过两个指标评价的。第一个指标是自动驾驶功能性测试里程的占比，假设开了100公里，到底有多少公里是真正的自动驾驶里程。另外一个就是百公里的脱离率，就是一百公里有几次是脱离的，这两个指标对自动驾驶能级进行评价。大概得出结论，上海的自动驾驶百公里脱离率是2.5%，从全国来说是3%，能说上海的自动驾驶比全国优先吗，不能这么比的，原因是自动驾驶有很多场景需要自动脱离，比如自动驾驶运营车靠边停车的时候，靠边停车人工必须要进行介入，这个统计脱离未必能把它准确识别出来。所以现在对于它的评价指标，这两个指标相对而言是比较简单的。

所以导致的结论就是，现在是L3、L4、L5，你的能级都是由车企自己来做标准。所以我想将来应该有更多的手段对车企车辆自动驾驶能力进行评价，这也是我们工作的一个方向，数据产生的价值。

最后，接入这么多的数据能够产生什么样的价值。总结了一下，大概会在安全、保险、交通、充电、环境、政策这六个领域起到很多的支撑作用。当然做法还是以数据共享的理念，按照上海城市数字化的理念，以及共享、共建、共治的方式去做。

接下来通过三个案例来具体描述。

第一个案例，交通赋能。上海作为超特大城市，城市道路交通拥堵已逐渐从单一性的路段或者交叉口拥堵演变成为区域性的网络拥堵，使得缓堵保畅对城市交通拥堵特征分析提出了更高的要求。我们将全部车辆与上海路网拟合后可以从车辆的维度看交通拥堵情况（百度、高德等图商发布的交通拥堵指数是基于手机信令实现）。这对的政府解决市民交通关切、重大工程事前分析、重大交通设施项目事后评价带来重大帮助。2022年下半年，数据中心联合隧道股份，通过利用新能源汽车大数据并辅助道口线圈数据对“北横通道”这一重大项目进行了后评估。评估结果显示分流效果为12%，优于7%的预期目标。

第二个案例，充电赋能。时间回到五年前，我们认为电动汽车发展最大的困惑和障碍是续航里程，当时电动汽车普遍续航里程在两百公里左右，只能当作私家车满足普通出行需求，满足不了每天出行350公里左右的运营车的续航要求。今天，随着新能源车辆的推广，充电需求成为亟待解决的问题，这不仅关系到车主的日常用车，同样和电网的使用情况密切相连。

数据中心拥有全量上海新能源汽车出行及充电数据，结合车辆实时SOC数据，将充电行为数据与车辆充电时的空间数据融合，可以精准知道某车辆是否在社区、工作地或公共充电场站充电，从而网格化建立车辆充电需求热力图，从车辆的充电数据出发，精确聚焦到单个充电场站、社区、商圈、街道的时空充电数据。在充电场站规划选址、充电引流、充电供需评估、充电场站运营分析等方面可以提供数据支撑的作用。

第三个案例，保险赋能。数据中心依托保交所平台，联合多家保司，利用保司累计的出险、赔付数据，结合数据中心的特色车联网因子，可分别从车辆总体风险、驾驶行为风险、车辆属性等方面代表性地对新能源车的风险形成综合性评价，成功验证了数据中心部分车联网因子可有效赋能新能源车风险甄别，建立起私家车风险识别体系，并形成新能源家用车预估赔付风险模型，该模型于2023年2月1日已正式商用。

最后简单讲讲数据如何处理的。作为数据公司来说最大的压力一定是数据存储的压力，我们有100多万辆车的动态数据和大量路侧感知数据，目前存储规模已有超过5P。如何解决数据高效存取的问题，总结起来主要有几个方面。第一个是技术栈很复杂。我们知道大数据技术选型有很多，热存储、温存储、冷存储、实时分析等，需要结合不同的需求、不同的场景去做选型。另外一方面是开发门槛比较高，很多传统车企、研究机构的分析部门，区别于互联网公司有自己的IT团队并且屏蔽了很多底层技术细节，我们面临最大的现状是只会写SQL，在海量数据的处理和分析上，我们做了大量的技术工作。我们通过一体化的面向数据中台的方式去解决这样的问题，对于每个分析人员而言，并不需要知道底层用了什么样的技术，对你来说只需要写满足业务需求的SQL，能够完成你的分析。

其实现在大部分分析人员都是写SQL，所谓的SQL分析一定是面向结构化的，所以我们做的80%的工作是数据的结构化处理。把物联网的时序数据，或者路侧感知的非结构化数据，把它提取为结构化的数据，从而能满足80%的分析。电动汽车数据总结下来有三条数据，几点几分，从哪儿出发，去到哪儿，平均速度多少，开了多少里程。电动汽车几点几分在哪个小区，哪个充电站进行充电，充了多长时间，SOC从多少充了多少，几点几分在哪儿起火抽了一支烟，用了几分钟，就这样三条数据可以满足80%以上的需求。剩下的20%，比如电池性能的问题，电池安全问题，这些是要通过机器学习去做。

关于智能网联多讲几句，现在大家对它最大的评价就两个指标，功能性测试的里程和脱离率，这两个指标我们认为过于简单，无法对真正的自动驾驶做出合理的评判。所以我们想率先在全球建立一套真正的自动驾驶评价体系。

关于数据共享，因为我们的数据希望面向行业，面向产业，包括面向整车厂，来进行数据的开放。当然我们的开放是有限制的，不会原始数据开放，但是面向数据产品的加工和开放，欢迎大家合作。

最后，我们前面做了很多事情都是数字化观的问题，希望我们后续能在智能化管和智慧化防发挥作用。智能化管，比如公共充电桩使用率不高的问题，广州的公共充电桩使用率只有6%，能不能把它管好，借助于数据，这也是重要的。智慧化防，今天发生火灾事故大家都是事后诸葛亮，事后研究分析一下。能不能事前十分钟、五分钟做预警，跟车企联合，把这些事情做好。提升这两个层次的能力，从而赋能我们的数据，所谓最终就是智慧城市、智慧交通、智慧能源。所以我们打造的是世界智能新能源的数据平台，我们讲不仅仅是数量，数量上我们已经做到，但希望在能级上更能为行业赋能，为产业赋能。

谢谢大家，我的分享就到这儿。

（注: 本文根据现场速记整理，未经演讲嘉宾审阅，仅作为参考资料，请勿转载!）

关键词：