车联网来袭车大数据的商业价值何在

物联网知识物联网知识 “经济学在当今已不是一个神秘的现象，我们正在不断的挖掘信息背后的价值，而不是制 造成本的价值。随着实体社会与信息越来越紧密的结合，信息将作为“一门生意”，变得越来越 重要。 “这是互联网预言家凯文-凯利对大数据时代的预言。其实，他的这一观点在汽车行业同 样受用，未来，车主数据将跟客户的购买意向一样拥有价值。无论是用户在车内还是车外的数 据，都将成为汽车企业捕捉用户需求的重要依据。而在2014 年 TCC 论坛上，汽车大数据也成 为被屡次提及的关键词，很多行业内外的专家、企业家都认为大数据的应用将彻底颠覆传统制 造业的商业模式。 上汽集团股份有限总工程师程惊雷认为，汽车企业与互联网巨头合作的最关键目的就是在 合乎规则的条件下充分掌握客户需求。现在的汽车企业是在预测客户的需求，但在未来的互联 网经济下，客户将告诉企业自己真正需要什么。未来的汽车生活将给用户提供一整套与汽车相 关的定制化组合服务，而这样的商业模式离不开大数据在汽车行业的应用。 由此可以看出，由大数据主导的汽车时代，汽车产品本身将不再是车企的主要盈利点，汽 车产品上所搭载的定制化服务和用户在使用服务时所产生的行为信息才是未来汽车生态链中的 最大盈利因素。 凯文凯利认为： “在未来，各个产业都将成为数据产业，汽车也将如此。目前，互联网所掌 握的消费者喜好、生活习惯等数据信息如果应用到汽车行业，将使汽车产品更加智能，大数据 的应用甚至能够影响到汽车产业的生产制造，帮助汽车企业生产出更加符合消费者需求的产 品。 ” 其实，以分析用户需求为目的“客户素描”是目前汽车企业已经在探索的方向，随着大 数据技术的日渐成熟， “客户素描”也将变得越来越精准、广泛。这将对整个传统制造产业带来 根本性的颠覆，大数据将让制造产业真正变成服务产业，让制造企业变成数据。 对此，JBJAdvisor 创始人兼 CEO 求不礼表示，大数据的应用不仅是收集这些数据，还要了 解数据的重要作用和价值，用以解决合适的问题。大数据的关键不是物联网，而是我们从看似 无序的数据中获得有价值的信息。在汽车大数据时代，汽车企业将可以向消费者提供定制化的 服务体验。车企可以通过用户信息预测车辆将要去哪以及去目的地的原因，从而为用户提供合 适的服务和广告资讯。如果汽车大数据的定制化推送服务能够成为现实，汽车作为互联网时代 的第四块屏幕，未来改变的将不仅是汽车行业的商业模式，还将改变很多消费类行业的营销渠 道。 同时，也有人提出在汽车大数据时代，整车厂甚至OEM(代工工厂)都将和消费者直接建立 联系，而不再需要通过经销商，并将彻底颠覆汽车传统的销售渠道。就像现在特斯拉所建立的 直销模式和车企都在的O2O 销售模式，虽然行业内的大多数人还处于观望态度， 但是这些商业 模式无疑都为汽车传统经销模式的颠覆撕了口儿。 总之， 汽车大数据的应用改变的将不仅是自动驾驶、 智能车载系统等技术层面的思维模式， 而是将彻底颠覆传统汽车行业的商业模式。无论是目前正在尝试的汽车电商和精准营销，还是 未来可能实现的精确客户素面和定制化服务， 都离不开大数据技术的应用。 对于汽车产业而言， 现阶段需要思考的并不是从哪获取数据，而是如何处理数据，让看似无序的“泛数据”变成有 意义的信息，最终推送到汽车用户的车载或其他移动终端。 当今的 CMOS 图像转换技术不仅服务于“传统的”工业图像处理，而且还凭借其卓越的性能和 灵活性而被日益广泛的新颖消费应用所接纳。此外，它还能确保汽车驾驶时的高安全性和舒适 性。最初，CMOS 图像传感器被应用于工业图像处理；在那些旨在提高生产率、质量和生产工 艺经济性的全新自动化解决方案中，它至今仍然是至关重要的一环。 据市场研究 IMS Research 的预测，在未来的几年中，欧洲工业图像处理市场的年成长率将达到 6%，其中，在相机中集成了软件功能的智能型解决方案的市场份额将不断扩大。在德国，据其 全国工具机供应商协会 VDMA 提供的数据，2004 年的图像处理市场增长率达到了 14%。市场 调研 In-Stat/MDR 亦指出，单就图像传感器的次级市场而言，其年成长率将高达 30%以上，而 且这种情况将持续到 2008 年。最为重要的是：CMOS 传感器的成长速度将达到CCD 传感器的 七倍，照相手机和数码相机的迅速普及是这种需求的主要推动因素。 显然，人们如此看好CMOS 图像转换器的成长前景是基于这样一个事实，即：与垄断该领域长 达 30 多年的 CCD 技术相比，它能够更好地满足用户对各种应用中新型图像传感器不断提升的 品质要求，如更加灵活的图像捕获、更高的灵敏度、更宽的动态范围、更高的分辨率、更低的 功耗以及更加优良的系统集成等。此外，CMOS 图像转换器还造就了一些迄今为止尚不能以经 济的方式来实现的新颖应用。另外，还有一些有利于CMOS 传感器的“软”标准在起作用，包 括：应用支持、抗辐射性、快门类型、开窗口和光谱覆盖率等。不过，这种区别稍带几分任意 性，因为这些标准的重要程度将由于应用的不同(消费、工业或汽车)而发生变化。 细节表现中所面临的难题 就像我们从模拟摄影所获知的那样，拍摄一幅完整场景的照片是一件相当普通的事情，照相手 机同样如此。但是，对于工业或汽车应用来说，情况就大不一样了：有些场合并不需要很高的 全帧数据速率。比如，在监控摄像机中，只要能够发现一幅场景中出现的变化（因为这种变化 可能预示着某种可疑情况） ，那么分辨率低一点也是完全可以接受的。 在此基础之上才需要借助 全分辨率来采集更多的细节信息。 跟着发生的动作将只在摄像机视场的某一部分当中进行播放， 而且，在所捕获的场景中，只有这一部分才是监控人员所关注的。 对于只提供全帧图像的CCD 图像传感器而言， 只有采用一个分离的评估电路才能够提供两个观 测角度，这意味着处理时间和成本的增加。然而，CMOS 图像传感器的工作原理则与 RAM 相 似，所有的存储位均可单独读出。CMOS 传感器的二次采样虽然提供了较低的分辨率，但是帧 速率较高；而开窗口则允许随机选择一块感兴趣的区域。 CMOS 传感器坐拥高灵敏度、宽动态范围和低功耗优势 最新 CMOS 传感器获得广泛应用的一个前提是其所拥有的较高灵敏度、 较短曝光时间和日渐缩 小的像素尺寸。像素灵敏度的一个衡量尺度是填充因子(感光面积与整个像素面积之比)与量子 效率(由轰击屏幕的光子所生成的电子的数量)的乘积。CCD 传感器因其技术的固有特性而拥有 一个很大的填充因子。而在 CMOS 图像传感器中，为了实现堪与 CCD 转换器相媲美的噪声指 标和灵敏度水平，人们给 CMOS 图像传感器装配上了有源像素传感器(APS)，并且导致填充因 子降低，原因是像素表面相当大的一部分面积被放大器晶体管所占用，留给光电二极管的可用 空间较小。所以，当今CMOS 传感器的一个重要的开发目标就是扩大填充因子。赛普拉斯 (FillFactory)通过其获得专利授权的一项技术，可以大幅度地提高填充因子，这种技术可以把一 颗标准 CMOS 硅芯片最大的一部分面积变为一块感光区域。[nextpage] 另外，对于一个典型的工业用图象传感器而言，由于许多场景的拍