从车联网看基金的投资机会

一、车联网定义及进展

车联网是以车内网、车际网和车载移动互联网为基础，按照约定的通讯协议和数据交互标准，在车与车、路、行人及互联网等之间，进行无线通讯和信息交换的大系统网络。能实现智能交通管理，智能动态信息服务和车辆智能化控制的一体化网络。它是物联网技术在交通系统领域的典型应用。

车内网是指通过应用成熟的总线技术建立一个标准化的整车网络，车载移动互联网是指车载终端通过 3G/4G 等通信技术与互联网进行无线连接，而车际网是指基于 DSRC 技术和 IEEE802.11系列无线局域网协议的动态网络。车联网在便捷、安全及节能减排三大方面能提供信息服务及管理，减少道路交通事故及促进车辆节能及环保行驶服务。

系统交互角度，主要有车与车通信系统、车与人通信系统、车与路通信系统、车与综合信息平台通信系统、路与综合信息平台通信系统。车与车通信系统强调物与物之间的端到端通信。这种端到端的通信使得任何一个车辆既可以成为服务器，也可以作为通信终端。车与路通信系统使得车辆能够提前获取道路基础设施的运营状况，如某条道路是否在维修，某个桥洞是否积水过多等信息，以方便车辆的顺畅通行。车与综合信息平台通信系统是汇集车辆行驶状态等信息，提供路况、车辆监控等综合统计性信息以及出行提醒、安全行驶等个性化信息的综合性平台。路与综合信息平台通信系统目的是维护道路基础设施的运营状况，以及时更换老化和运营状况不佳设备。

从技术角度区分，车联网技术主要有电子标签技术 (RFID 等)、位置定位技术 (GPS 等)、无线传输技术 (3G 等无线通信技术)、数字广播技术 (CMMB等)、网络服务平台技术 (如 Web 服务、数据融合处理技术、地图匹配技术等).

1、大数据和云计算

车联网的发展趋势是什么？ 未来成功的业态会是怎样的？等等这些问题我们都很难马上给出答案，因为预测总是非常困难，特别是需要预测未来时。那我们有什么解决途径吗？ 大数据的分析或许可以给出一些线索及建议。

大数据是数据集的集合，它是如此庞大、复杂，以至于它变得很难用手头的数据库管理工具或传统的数据处理应用进行处理。对于目前的一辆车，我们可以得到越来越多的数据。汽车内有超过1万个传感器在收集各种数据，包括：车速、油耗、油压、水温、引擎温度、胎压等等。我们日常生活的各种行为，从发邮件到买咖啡到驾车上班，除了产生海量数据，还会留下各种数据痕迹，并生动地描绘出我们是谁，我们在做什么我们如何分配资源。早上买杯咖啡，不仅给我们提神，它还汇聚成一股个人数据流，它可以被标记、追踪、分享，并实现商业价值。位置数据的潜力被误解了，但还没有被过度消费。位置数据可以帮助移动互联网、汽车行业定位不同的用户群体，以建立更加丰富的用户数据库，更加精准地定位，并解决实际问题。实时数据并非仅仅处理储存和处理数据仓库中的数据，它是一种能力，即在正确的时间做出正确的决策并实施有意义的行动，比如碰撞报警、实时交通信息、车主的个人喜好等。

大数据如何处理，就联系到了云计算。随着互联汽车生态链的日益成熟，云计算和大数据管理离我们越来越近。这一成熟的生态链将包含APP 开发者、分发渠道、APP 平台、操作系统平台等，还需要强大的网络环境和连接方案支撑。建立云端的数据库，搜集用户的属性，行为数据和生活习惯，进行数据的匹配。将大众数据分析与个人数据分析进行比较，得出最佳的分析结果，提高用户的交互体验。整车厂以汽车为载体，掌握更多的数据，可以提供更多的增值服务以及更大的想象空间。平台化大数据将帮助企业更好地认识消费者，提供更有竞争力的个性化服务。但用户数据碎片化难以建立用户消费分析系统，可考虑通过建立一个云服务平台对车辆服务和客户关系进行全方位的管理。

2、电商化及互联网化

截至目前，可以说车联网还没有一个广泛被接受的成功的商业模式。销售及支付，可能是解决商业模式困局的一个突破口。互联网使营销变得更加透明，口碑与消费者的评价变得更加重要。手机 APP 的使用无处不在，智能手机成为移动互联网时代各种活动的门户。汽车应用相关的 APP，是车联网的一个重要组成部分，可为车主提供更多个性化的服务。

车联网商业模式需要创新，国内车联网服务费支付的习惯还没有养成，但是通过淘宝、天猫双十一、京东及亚马逊等一批电商的影响，线上消费习惯已经深入人心。从淘宝的汽车用品数据与汽车销量的分析，可以看到车联网电商的深层次价值。淘宝指数可以对用户喜好度进行分析，了解针对某一汽车品牌，哪些地区有更强的购买偏好。可以对车主群体进行分析，了解特定车型车主群体的爱好，并打上群体标签，如户外一族、数码一族等。可以对不同品牌车主的年龄层次，购买力进行分析和比较，深度挖掘目标客户生活轨迹。总结下来，汽车行业利用淘宝数据工具，可以分析市场发展趋势，洞察车主特征与需求，对接互联网营销及消费者互动渠道。另外，新浪微博在尝试做 B2C 模式之后，选择了投向电商，通过 B2B的模式最大化平台价值。这对车联网企业是一个启发，车联网有电商化的趋势。

支付方式有现金交易、刷卡、网银支付及移动支付，支付最终将打通 PC 端、手机端和车机端的多屏入口。车联网支付服务痛点有： 在一年或两年免费期后，车联网服务存在续签率低的问题 ； 付费的安全性、便捷性、快速性 ； 内容提供商、服务提供商支付入口繁多。支付宝的支付解决方案可以做到：化整为零，目前服务套餐年费较高，用户付款意愿较低。将车联网服务拆分，车主可按需购买，并培养购买习惯；收银台：当车主使用内容提供商服务产生支付需求时，支付宝可提供简单、安全、快速的支付服务开放平台：接入众多车联网服务提供商，提供一站式的支付解决方案。

3、跨界合作与服务创新

车联网的整个产业链相当庞大，涉及行业繁多。目前出现的一些跨界合作，对于实现多赢的局面，是一个有益的探索，可望为传统制造业、服务业带来行业转型的新机遇。在目前还没有一个成熟的商业模式及杀手级的应用之前，一些服务创新同样做出了很好的尝试。

车联网为汽车保险公司提供了巨大的创新价值的机遇，通过使用该技术实时准确地传输汽车位置和驾驶行为数据，保险公司可以去平均化定价模型，获得更大比例的低风险驾驶者，降低索赔管理的成本，并从总体上提升消费者体验。通过车联网技术，可以更为精准地评估并做风险定价，更好地匹配保险费和实际风险，并以驾驶行为和里程为基础，提供个性化的汽车保险费率。车联网为保险公司提供了广泛的应用以提高其运营效率和盈利能力。汽车媒体可以为车联网做些什么？ 至少可以做到影响消费者对车联网的认知，电商模式的尝试和电商平台搭建，参与建立车联网产品及服务评估标准，车主洞察、了解车主群体所需所想。

服务是可以为企业创造合理利润的单元。用户不愿为车联网服务买单，用户认为车联网用处不大，因此要提升用户的车联网体验，并向车主推行一些永久免费的服务，提升整车的功能和竞争力，提升销量。同时，用最低的成本尽可能地扩大整车厂车联网服务的覆盖车主群体，使得斥巨资研发的车联网设备能让每个用户都持续使用，增加了车主与整车厂的直接交流专属信息通道，使得未来的创新客户体验增强服务能够利用这个专属信息通道拓展开。另外，车联网可以尝试从前向收费往后向收费服务转变。应鼓励消费者去分享汽车的信息，并让消费者从中获取有价值的服务，并对自己的分享数据可控。这样比如保险、广告定向推送、优惠加油信息等，都可以有效开展个性化的服务，并分担成本。

二、车联网与云计算的融合

基于云计算无可比拟的计算和存储能力、以及中心云、路侧云、车载终端三级网络的的优势，车联网移动云可以实现各种精彩应用。车联网移动云服务对政府、企业、用户三方来说都是大有裨益的。首先，它对某些政府部门的决策可以起到辅助的作用，例如交通管理部门可以从车联网移动云中获取海量的交通信息，可以对交通流预测、交通灯动态控制、路线规划等决策提供依据。其次，对一些企业和商家来说，他们可以把车联网移动云作为一个平台，在其上发布自己的广告、产品打折促销等内容，从而方便有效的进行商业宣传。再次，对用户来说，他们可以从车联网移动云服务中提高行车安全和行车效率、获取各种各样的多媒体娱乐信息、从而获得更好的行车体验。

鉴于车联网移动云系统的结构特性和丰富、多层级的云资源特性，基于移动云的车联网可以实现许多前所未有的应用。在这一小节中，我们展示几个分别利用车载云、路侧云和中心云构建的创新应用。

1)中心云支持的最佳路线实时规划

在实时交通导航应用中，中心云中丰富的计算资源可以充分用来交通数据挖掘实时规划最佳行驶路线。传统的导航应用，限于有限的资源和计算、数据分析能力，只能提供静态的导航地图，而在车联网移动云系统中，基于云计算强大的数据处理能力实时导航则可以提供三维地图并能通过交通数据挖掘实时优化行驶路线。

在图2中，车A在行驶中使用导航服务。首先，车A在中心云和路侧云请求导航服务，中心云和路侧云分别生成VM簇(即几个协同的VM)和VM。相应地，中心云VM簇对海量交通数据进行挖掘并计算出最优行驶路径，一旦计算好最优路径，RoadsideCloudlet的VM-A充当车A的代理并不断地向车A推送消息，为用户实时导航。在车移动中，VM-A不断动态迁移，保证导航服务的连续性。

2)路侧云支持的视频监控与分布式存储

视频监控是一种云存储服务典型应用。当前，多数城市的公交车均配备高性能摄像机监控车辆行驶，通常情况下，车辆自身需要大容量磁盘存储行驶视频并保存一定时间。这种存储模式有以下弊端：首先，长期保存高清视频需要大容量磁盘，存储成木高；其次，视频内容只能离线观看，不便于交通管理部门实时查看车辆行驶状况和车辆事故。而在车联网移动云系统中，强大的计算和海量的存储能力则有效地解决查询、数据存储受限问题。

在图3中，车A利用路侧云完成监控视频的存储。如车A在路侧云(RoadsideCloudlet-1)中定制VM-A，车A实时将视频上传至VM-A存储在路侧云中。当车A行驶至Roadside Cloudlet-2范围内，VM-A同步迁移。这样一来，监控视频被分成多个片段分别存在不同的Roadside Cloudlet中。分布存储的视频片段在需要的情况下上传至中心云数据中心。

3)车载云支持的合作上传与下载

合作上传和下载是基于带宽共享的有趣应用。许多新的应用包含大容量数据上传或下载，比如车内多媒体娱乐、基于位置的富媒体广告以及大邮件服务等。车载环境下，无线带宽受限、车辆移动造成网络拓扑多变，使得车辆难以在某一特定RSU下完成大文件的上传或下载。在这里，我们展示如何利用车载云有效克服这类应用的困难。

图4描述的是车A将从路侧云中下载一个大文件，如图所示，合作下载有两个阶段。在第一个阶段中，车A选择周边车辆B和C建立车载云用于合作下载，然后分别在B和C中分别创建一个客户VM (guest VM)o这样，三辆车并行下载该文件，总的下载速率显然大大提升，车A在驶出路侧设施覆盖范围前下载完成该文件的概率大大增力口。在第二个阶段，车B和C中的VM进一步协作将文件片段传输至车A。这个阶段可以不需要路侧设施的参与，车之间通过V2V通信建立自组网。经过这两个阶段，车A就可以完整地下载该大文件。

下图总结了基于移动云的车联网的潜在应用，同时展示了不同应用共享的相关云资源情况。

三、基于移动互联网的车联网架构

在车联网环境下对行驶在路网中的车辆，通过车载智能手机终端可以得到服务器提供的服务可以概括为车辆定位、车辆属性信息管理、车辆行驶路况信息、动态诱导和车载娱乐在内的多种功能。

处于行驶车辆中的智能手机获取位置数据，并将这些位置数据发送给服务控制中心，服务控制中心将大量车载智能手机终端的位置信息(即路网数据)交给运算分析中心进行分析和预测，得到的交通状况写入到数据库保存。信息发布中心从数据库中获取对于每个用户有用的交通信息，并将动态交通服务信息发布给车载智能手机终端。经过系统的运作，车载智能手机终端可以获取关于自己的路网信息，从而优化各自的行驶路线。服务器端也可以通过准确的掌握路况实时信息，对交通状况进行调控，缓解交通拥堵的同时使得交通流的分配均匀化。

该系统的主要功能依靠服务器端的实现。所以，为了达到一定要求的实时性，合理的系统结构及功能划分是十分必要的

针对目前车联网的研究现状，结合移动互联网和大规模路网的特征，车联网架构进行设计时所需要的解决的关键技术进行探讨和分析，所用到的关键技术有：

1、交通数据采集技术

通过移动互联网，对手机终端的 GPS 定位信息进行采集和处理。需要对手机的 GPS定位模块进行开发，设计算法由车载用户的智能手机终端主动向服务器进行发送 GPS定位信息。

2、车载终端识别技术

对采集到的车辆位置信息数据进行预处理后，对车联网环境下所需要的机动车数据进行识别，本文中通过模糊匹配的算法对用户的状态进行识别。

3、地图匹配技术

对有效的机动车数据进行车辆位置信息与行驶路段的选择和匹配，结合智能手机终端位置数据的特点，实现车辆的位置跟踪和路网中具体路段的交通流量监控。

4、交通状态判别技术

在车载终端识别和地图匹配的基础上，对路网中各路段的交通状态进行判别，获得路段的实时交通状况，对路段的拥堵信息进行及时发布，丰富用户的出行选择，实现存储在不同交通状态下的历史路段平均速度。

5、行程时间预测技术

通过对车联网环境下采集到车辆实时信息进行计算获得车辆的瞬时速度，利用历史数据库中所存储的不同交通状态下的路段平均速度进行比较分析，可以对路段的行程时间进行有效预测。

6、交通动态实时诱导技术

最优路径是交通诱导技术的核心，结合历史数据预测得到的路网中各路段的行程时间变化函数，并作为最优路径计算的路段权值。对大规模复杂路网，通过并行计算处理技术来降低最优路径的计算时间，提高在车联网环境下的进行动态路径诱导的效率，有利于用户避开拥堵的路段，减少出行时间并使得道路的交通流均衡化。

四、远期目标：无人驾驶

当人们疯狂讨论电动汽车浪潮是否来临时，不少实力雄厚的科技公司和传统汽车制造商已经瞄准更为复杂且科幻的技术——无人驾驶汽车。在这一新兴战场，不乏知名科技公司、传统汽车厂商角逐的身影。甚至以电动车闻名的特斯拉，也曾计划为电动车添加无人驾驶技术。

根据世界电气和电子工程师协会(IEEE)预测，至2040年，道路行驶的汽车中无人驾驶汽车将占75%以上。那么，无人驾驶技术离我们究竟还有多远呢？

在麦肯锡关于“未来12项最有可能改变生活、企业与经济的颠覆性科技”的研报中，无人驾驶汽车位居第6，排在下一代基因组学和3D打印之前。其同时预测：到2025年，无人驾驶汽车的年产值最高可达1.9万亿美元。从某种程度上说，底层控制系统就是无人驾驶的基础。相比于传统汽车，无人驾驶汽车由计算机控制，代替了人的大脑。摄像头和雷达系统是无人驾驶汽车的核心部件，其中，摄像头代替了人眼，能实现360度无死角扫描。它们共同为汽车构筑起一个强大的神经系统。

传统车企的代表则是诸如福特汽车等。作为先知先觉者，福特早在2007年就与微软合作开发名为SYNC的声控技术，具备影音播放、拨打电话、语音朗读短信等基本功能。目前，该技术已在福特的汽车上得到广泛应用。而为了打造繁荣的生态，福特2010年推出了SYNC AppLink开放接口，智能设备上的第三方应用得以移植过来。既然支持了CarPlay，自行研发的SYNC怎么办？福特发言人曾在一封公开信中明确表示，公司将联合苹果公司、微软共同推进车载软件解决方案的研究工作。

根据Josephc Beiser介绍，福特实现无人驾驶的蓝图里，短期目标是通过AppLink将无线网连接到车内，以及自动巡航、自动停车等辅助驾驶的智能系统；中期目标是推出半自动控制驾驶技术，包括驾驶者可控的“自动驾驶技术”和在个别情况下使用的车辆自动编组技术；在此基础上，最后才有可能实现无人驾驶这一最远期的目标。

另一股不容忽视的势力——苹果，正试图融入两类公司的力量。广为人知的桥段是：乔布斯生前希望打造iCar；虽然他还没有机会完成夙愿，但他的接班人库克正以另一种方式继承“汽车梦”。早在去年，苹果就在全球开发者大会(WWDC)上公布了其“iOS in the Car”项目，即将Siri等技术融入到更多的汽车中去；近日，苹果终于发布了更名为“CarPlay”的计划，福特、沃尔沃、法拉利等也在这个联盟中。

那么，无人驾驶技术的瓶颈究竟是什么？此前，业内曾普遍热议，高质量的传感器价格过高，导致成本太高、无法量产。但在Josephc Beiser看来，从传感器的角度出发，最大的挑战在于：现在所有的汽车，是靠自身的探测器感应到周围的所有信息，但无法和其他汽车真正沟通。笼统而言，技术仍是制约这一产业发展的首要瓶颈。在清华大学信息科学技术学院姚丹亚教授看来，无人驾驶汽车目前还只能按预定程序进行，一旦超出范围就一筹莫展。

以谷歌的无人驾驶技术为例，其内置了其开发的无人驾驶系统，可结合传感器、雷达、摄像机、激光测距仪、GPS等，实现自动驾驶。但是，谷歌无人驾驶汽车还离不开人的操控。同样的，虽然福特汽车目前已经拥有检测周围路况并自动实施紧急制动的功能，还能够自动停车入库并接受声控指令，但它并不能自动运送你上下班。

无人驾驶系统需要自行判断混凝土、沙石路面、减速带、粗糙的砾石、泥坑以及金属隔离栏。但即使车辆拥有自动驾驶的完整功能，通过传感器和实时GPS数据可以将车辆的安全性提高很多，遭遇突发事件时，也需要人工处理。与其他试验无人驾驶技术的公司相比，Josephc Beiser认为，福特很大的优势是福特到现在已经有很多车，有很多雷达、各式各样的探测器。他举例称，新款福克斯上，有前前后后17到21个Sensor，这些是可以帮助车做一些基本的自动停车，在堵车的情况下它会自动帮你刹车等，方方面面有十几个不同的技术。

2015年9月10日，由上海创世拓元投资咨询有限公司(GRCC)主办，中国卫星应用产业联盟、CVTA、ITS、MirrorLink协办以及超过30家合作媒体参与报道的第五届中国车联网产业发展论坛在上海华美达大酒店开幕。来自ConnectedVechileTradeAssociation的ScottMcCormick主席和多家车联网以及多个国家的汽车整车厂商的领军企业代表就互联汽车的价值、车联网应用技术服务平台应用与发展以及未来智能汽车对基础设施和法规的新要求等多方面发表了自己的观点。

也有会场专家认为，车联网是工业4.0的一部分，该公司能为汽车用户提供全生命周期的服务，将语音导航与呼叫中心结合起来，为汽车用户实现完整的语音服务。同时，车联网还可提供实时打印、办公一体化服务，并可通过高可扩展性的技术框架支持功能的拆分与组合，实现部分服务。华晨汽车的互联网战略分为三步走，从智能化交通到自动化行驶，不仅保障行车安全，而且提高了行驶效率，为汽车用户创造了最大价值。

无人驾驶离我们到底有多远？随着互联网+与移动终端智能手机的完美结合，车联网在汽车制造业上得到了大规模的广泛应用，不仅使智能交通、智能驾驶、智能城市成为现实，而且使无人驾驶也变成了可能。在本次发展论坛上，无人驾驶成为专家讨论的热点。此次论坛上有专家明确指出，到2020年，我国无人驾驶汽车可以进入高度自动阶段，到2025年，我国完全可以实现无人自动驾驶。这就是说，我国离完全无人驾驶时代还有十年左右时间。那么，我国汽车无人驾驶发展到了什么阶段？影响无人驾驶技术全面推广的因素又有哪些呢？专家在会议中指出，无人驾驶技术发展共分为五个阶段：一是完全人工驾驶阶段；二是智能化人工驾驶阶段；三是半自动化驾驶阶段；四是高度自动化驾驶阶段；五是完全自动化驾驶阶段，他表示，目前我国已进入半自动化驾驶阶段，这个阶段的特征是随着车联网技术的发展，自动化技术有了极大提高，但仍离不开人工的干预。到2020年，我国将进入高度自动化驾驶阶段；2025年，则可以完全实现自动化驾驶。

未经允许不得转载：物联网的那些事 - Totiot » 从车联网看基金的投资机会