标准简介：近日，中国汽车工程学会正式发布T/CSAE 100-2018《车联网数据采集要求》。《车联网数据采集要求》CSAE标准是由中国智能网联汽车产业创新联盟提出，彩虹无线（北京）新技术有限公司联合上海汽车集团股份有限公司乘用车公司、广州汽车集团股份有限公司汽车工程研究院、众泰控股集团有限公司(汽车工程研究院)、北京猎豹汽车研究院（即北京长城华冠汽车技术开发有限公司）、观致汽车有限公司、惠州市德赛西威汽车电子股份有限公司等单位研制完成的一项团体标准，该标准同时在中关村车载信息服务产业应用联盟立项，对应标准编号为T/TIAA 100-2018。

数据分析建模及基于车辆采集的数据参数的智能应用match是车联网数据采集价值的重要体现，借助于高数据采集设备，利用好以统计分析、机器学习、深度学习及人工智能等工具，针对于车辆在实际应用场景中的需求及核心问题，提供从数据采集到分析模型建立到最终的数据价值转化的应用闭环，是参数采集终端数据服务项目的核心目标。 

具备标准化的数据采集、强有力的技术平台支撑、智能化的数据模型构建、全方位运营与数据赋能、创造新业务和新价值是数据智能服务应用建设能力的五大核心。

 

其中标准化的数据采集是构建数据智能服务的基础，但是审视目前汽车行业数据采集现状，我们发现数据采集主要存在以下问题：

    ▶车联网数据采集规范各不相同；

    ▶对于数据项的定义没有统一；

    ▶采集的数据无法满足应用的需求；

    ▶后期改造的周期较长，成本较大。

 

为了解决上述问题，我们利用大量行业实践与研究，不断探索不同采集频率下的数据采集项在数据应用上的适用性，在不断深化数据采集标准的适用范围的同时，充分考虑了汽车的产品形态与数据特点，提供了新的数据采集建议标准。

该标准主要包含应用领域、数据采集周期、数据包结构和定义、数据流编码规则、数据采集项等几部分。

数据应用首先需要明确数据应用的方向，根据主要方向及具体场景梳理数据采集需要。该标准给出了数据应用的两大方向及相应的具体应用场景。方向之一是保险创新，基于车联网采集的驾驶行为和车况数据，在数据采集的层面帮助相关使用者构建适合其自身需求的分析模型，辅助保险公司进行产品创新和服务创新。另一方向为数据智能应用。车企可通过整合车联网产生的驾驶行为和车况数据以及整车厂内部的MES、DMS、CRM等系统的数据，应用该采集标准可为后续的建模分析提供基础。

根据数据采集周期综合数据应用场景、现有技术实现能力及流量费用限制，可以将数据采集分为周期性数据采集和触发性数据采集两类。周期性数据指的是在车辆的运行过程中，按照一定的周期循环进行数据采集。根据应用需要又进一步细分为1秒每次的高频采集和15秒每次的低频采集。高频采集主要针对驾驶行为，而低频采集则针对车辆状态信息。事件性数据当特定事件发生时，触发相关数据的采集、上报动作。如：当车辆启动时，采集点火钥匙状态信息并上传至车联网平台。

 

数据包的结构和定义给出了数据封装和解读的整体规则。一个完整的数据包应由起始符、命令单元、识别码、数据加密方式、数据单元长度、数据单元和校验码组成，该标准给出了具体的定义。应用单位可根据该标准，定义数据采集设备、相关解析协议的设计。实现数据包结构规范、意义明确，同时保证数据传递的安全性。

 

数据流编码规则实现了数据流的统一管理，确保各方对数据流的定义保持一致，本标准对车联网数据流按周期性数据和事件触发性数据两类进行了规定。

周期性数据流采用6位编码，前两位标识数据流所属的类型和分类，第三位为数据源代码，后三位为顺序号编码，示例见下图：

事件触发性数据流根据具体事件进行具体定义。触发性数据以及时发送、尽快解读为应用目的，因此在数据流编码规则上应充分考虑数据封装的高效性及灵活性，因此规则订制上相对灵活。代码结构见下表：

数据采集项具体规定了需要采集的变量代码、采集频率、数据项名、数据项、数据类型、长度/字节、最小计量单元、单位、参考范围和缺省值。应用标准可以快速封装、解析相关数据，定位数据。具体采集频率、长度、最小计量单元根据实际应用需要、流量限制进行了一定平衡，力争在最小的流量费用上实现更高质量的数据采集和传输。变量及编码示例见下表：

最后，我们认为，只有将车联网数据与应用场景、需求紧密的集合，才能发挥数据的更大价值。相信这份将数据采集与应用场景相结合的标准，可以为汽车行业的数据治理和赋能提供有益的指导。

 

解读专家：

周扬/首席数据科学家

浙江大学业界导师，四川大学生物统计学专业硕士，曾先后于知名国际期刊Bioinformatics和Nucleic Acids Research发表学术论文(累积影响因子超过18)，主导申请国家发明专利一项，软件著作权四项，曾先后供职于Mango-solutions,JDpower，为Porsche、Honda提供数据驱动的解决方案及数据产品。现带领彩虹无线数据智能团队和技术团队搭建以深度学习、人工智能为核心的车联网大数据产品级解决方案。