面向汽车开发的互联网大数据智能分析平台解决方案.docx

《面向汽车开发的互联网大数据智能分析平台解决方案.docx》由会员分享，可在线阅读，更多相关《面向汽车开发的互联网大数据智能分析平台解决方案.docx（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、面向汽车开发的互联网大数据智能分析平台解决方案李原;陈劲;于飞;吕佳颖;杨慧【摘 要】通过分析大数据背景下国内外开放式创新研究的现状,针对汽车开发阶段存在的问题,研究了大数据智能分析在汽车开发阶段的应用.进一步结合某汽车集团汽车研发的特点,提出了面向汽车开发的互联网大数据智能分析平台,利用大数据智能分析技术,打造以工程师为中心的分析单元.该平台基于对现有业务场景的探索和应用,积累了海量数据资源,补充了汽车行业语义库,提高了主机厂自身的数据清洗、挖掘及分析能力,打破了数据分析在人力和时间等方面的限制,降低了主机厂对第三方互联网调研企业的依赖.【期刊名称】技术经济【年(卷),期】2018(037)

2、009【总页数】6 页(P108-113)【关键词】大数据分析;开放式创新;汽车开发;智能分析【作 者】李原;陈劲;于飞;吕佳颖;杨慧【作者单位】北京汽车研究总院有限公司,北京 101300;清华大学技术创新研究中心,北京 100084;清华大学技术创新研究中心,北京 100084;北京汽车研究总院有限公司,北京 101300;城云科技(中国)有限公司,杭州 310000【正文语种】中 文【中图分类】C9391 研究背景随着互联网技术的快速发展以及国家大数据战略的提出，互联网和传统产业正加速融合，数据呈爆发式增长，不断颠覆传统行业的管理模式和运营思维。在能源、交通、环境和多元化需求等的压力下，

3、汽车产业面临转型升级的挑战。日新月异的外部环境给传统汽车产业带来了巨大的机遇和冲击，促使产品开发模式从原来以产品厂商为中心向以服务客户为中心转变，以客户需求为导向打造面向未来的产品和商业模式成为汽车企业获得核心竞争力的途径。目前大数据应用多集中在精准营销、售后服务等汽车产业链的尾端，与整车研发体系脱离，汽车研发工程师难以及时获取市场的动态需求，导致最终汽车企业产出的产品与客户期望存在很大差距。汽车研发应考虑多维度支撑产品的精准设计，如新品车型市场定位、潜在用户需求获取、质量问题监控、重要决策数据支持以及舆情洞察与监控等。因此，如何快速、准确、低成本地从大样本量中提取出客户需求， 成为汽车行业研

4、究探索的重要课题之一。根据国内外研究现状，将大数据智能分析应用于汽车开发领域尚处于探索阶段，并没有成熟的软件产品及实施应用案例可直接移植和应用。目前大数据智能分析在汽车开发阶段应致力于解决汽车开发的以下难点：第一，实时获取行业信息，提高对标工作效率。整车开发周期较长，要保证最终研 发产品在技术和市场等方面的前沿性，需要实时更新行业对标数据、调整研发计划。然而，对标工作繁琐、重复，获取对标数据及客户声音的时效性和准确度较低。因 此，迫切需要一种创新方法以最大限度地集成外部对标数据，实时获取对标分析报 告，提高对标工作效率。第二，快速定位及解决问题，提高设计质量。在整车研发过程中，工程师需要花费大

5、量时间识别和解决重复性问题。因此，利用大数据、人工智能等工具对内部业务系统资源与外部互联网资源进行集成及规范化存储，并应用平台强大的数据挖掘能力积累大量舆情数据、市场动态数据、先进技术及解决方案等，可使工程师快速定位问题，提供相应的解决方案，并提高设计质量。第三，预警安全问题，保障人身安全。基于对知识库中历史安全问题的不断积累与学习，研发人员可在第一时间发现安全隐患，找到解决措施，避免重大事故产生， 保障人身安全。第四，贴近客户，走向个性化定制。利用互联网数据实时获取客户的个性化需求， 将市场、设计与客户紧密地连接在一起，使小批量个性化定制成为可能。鉴于此，结合汽车研发的特点，某汽车集团开创性

6、的建立了面向汽车开发的互联网大数据智能分析平台(以下简称“汽车开发大数据平台”)，利用大数据智能分析技术，打造以工程师为中心的分析单元，从而使工程师更贴近市场、了解用户需求。汽车开发大数据平台实现了整车开发流程与互联网大数据理念的结合，致力于打破研发与用户的沟通壁垒，将互联网大数据分析结果直观地向工程师开放，逐步引导工程师具备大数据互联网思维，主动使用大数据进行方案筛选和设计，使整车开发设计享受到大数据分析的红利，最终实现工程师影响大数据并引领市场。2 文献回顾2003 年 Chesbrough 首次探讨了开放式创新，自此开放式创新引起了广大学者的注意，相关研究进展迅速。Chesbrough、

7、Vanhaverbeke 和 West1从知识和流程的视角入手，认为开放式创新是企业有目的地利用内、外部知识流以推进内部创新或扩大内部知识在外部市场价值的创新模式。国内外学者认为，开放式创新不仅可使企业保持开放式竞争意识，加强企业的信息和知识交流，还能拓展企业创新视角，克服固有研发的刚性2。21 世纪是知识与网络动态交织的时代。基于互联网的开放式创新模式的出现是科技发展与社会进步的必然结果，是开放式创新发展的一个重要趋势。JacquesBughin 等3指出，网络作为一种共享平台，其兴起对开放式创新模式产生巨大影响。随着互联网技术的快速发展，企业间竞争愈加激烈，企业创新变得越来越开放， 因此开

8、放式创新模式成为被普遍认可的创新模式4。Jacques Bughin3等认为， 基于网络平台的开放式创新将成为创新范式的发展方向。杜晓静、耿亚青和沈占波6首次对互联网背景下的开放式创新进行了分析与梳理，建立了互联网开放式创新理论框架。张玉明和梁尔昂7提出了新的开放式创新模式云创新，并以苹果公司为案例进行了分析。Tsimiklis、Ceschin 和 Green8提出了一个新的基于ICT(information and communication technology)框架的开放式创新模式，提出顾客参与产品开发会促使整个制造生产和供应链得到优化。大数据时代下，通过开放式创新实现内部员工的联合创造

9、显得越来越重要，内部员工被认为是最重要的创新源泉，且开放式创新开始被应用于一些技术含量较低的传统行业。Chesbrough 和 Brunswicker9经调查发现，批发、贸易等低技术产业的大量企业也在利用开放式创新，说明随着大数据技术的不断普及，开放式创新的适用范围不仅仅局限于规模大、技术高、面临环境复杂的企业。 Lichtenthaler10 认为，企业需要塑造发明能力、变革能力、创新能力、吸收能力、连接能力和解吸能力，只有这样才能成功实施开放式创新。但是，上述能力都是基于知识竞争提出的。在大数据时代，知识竞争已演化为数据竞争，因此企业需要培养基于数据竞争的管理能力。李涛和高良谋11认为，大

10、数据给开放式创新带来了新的发展空间， 使企业之间以及企业与外部环境之间的交互更加频繁，使企业与内部员工以及企业与外部组织、产业和政府的关系更加亲密。3 面向汽车开发的大数据智能分析平台模型3.1 开发模式与数据流汽车开发大数据平台贯穿于汽车从预研、工程开发、生产、市场导入到售后和改装改款的全生命过程，如图 1 所示。平台实时抓取、学习每个节点的信息，为领导决策、专家评审提供丰富的科学决策依据，并根据每次领导和专家的数据经验更新学习，从而形成大数据智能分析学习与决策机制。汽车开发大数据平台通过爬取、结构化分词及系统集成实现互联网数据的收集及结构化管理，对行业动态、竞品、法规、改装和舆情等信息进行

11、实时获取。同时，该平台根据汽车行业规则构建基于整车结构的汽车行业语义分析库，集成非结构化数据管理、文本挖掘和自然语言处理等核心技术，进而按照关键词进行解决方案、论文和专利等资料的自动推送，从而可将结果以可视化形式在平台上呈现，用于指导项目和设计工作。3.2 智能分析算法汽车开发大数据平台通过整车架构分类、售后质量分析及相关调研构建了汽车行业语义库，具体包括汽车配置及参数库、汽车厂商名称及型号、汽车部件、改装部件和改装品牌、质量系统词库、基础词库和汽车术语等。行业语义库是分析结果准确度的关键。在语义库的基础上，该平台集成了切词方法，创新性地提出了多维度正交算法，实现了分析结果与 PDM 和 FM

12、EA 的相互映射。基于集成的训练数据和测试数据，本文构建了问题匹配规则，如表 1 所示。通过数据积累、持续学习，实现问题匹配规则的不断优化，从而提高数据分析质量。图 1 大数据驱动的整车开发模式表 1 问题匹配规则序号规则实例例子 0str包含 str漏雨1str1 # str2str1 与 str2 同句车门 # 漏雨2str1 % str2str1 与 str2 同句,且 str1 在 str2 前面车门 % 漏雨3str MYM Nstr 须出现 N 次以上(N 为数字,N0 )车门 MYM 10 漏雨4str1 /NEAR N str2str1 与 str2 在同一句中,且相隔不超过

13、N 个词车门/NEAR 10 漏雨5str1 /PREV N str2str1 与 str2 在同一句中,且 str1 在 str2 前不超过 N 个词车门 /PREV 10 漏雨6str1 /AFT N str2str1 与 str2 在同一句中,且 str1 在 str2 后不超过 N 个词车门 /AFT 10 漏雨7str1 /SEN Nstr2str1 与 str2 在同一段中,且相隔不超过 N 个句子车门 /SEN 10 漏雨8str1 /PRG N str2str1 与 str2 相隔不超过 N 个段落车门 /PRG 10 漏雨4 面向汽车开发的大数据智能分析平台的应用汽车开发大数

14、据平台已应用于某汽车集团的两大研究院(越野车研究院和股份研究院)，约 3000 余名工程师可在移动端和网页端使用。该平台支撑集团内全系列车型的研发工作，为研发工程师、质量管理人员、市场人员和改装工程师等提供数据支撑，为领导层对新平台、新产品和改款等业务进行决策提供支撑。以下以某汽车集团的产品预研、整车研发和整车评审三个阶段为例，详细展示汽车开发大数据平台的应用过程。4.1 产品预研阶段产品预研是产品构想向产品定义转化的阶段，需要考虑市场、竞争、用户和技术发展等信息。传统开发模式通常是，销售公司采用线下方式收集和获取相关数据，形成专业的市场调研报告，并据此作为整车研发依据。而汽车开发大数据平台通

15、过实时抓取客户意向、竞品分析信息，提供相对实时、准确的信息，从而可以降低信息收集与分析成本。1) 外部因素分析。汽车开发大数据平台汇集了国家发展和改革委员会、工业和信息化部和中国汽车工 业协会等的官方网站中有关汽车行业的政策、法规和标准等，作为产品规划的输入， 表 2 和表 3 列示了部分政策和法规以及行业动态信息。表 2 政策和法规(部分)发布时间政策和法规的颁布信息 2018-03-08 国家标准化管理委员会 2018 年第 2 号中国国家标准公告 2018-03-08 国家标准化管理委员会印发2018 年国家标准立项指南2018-03-08 国家质量监督检验检疫总局、国家标准化管理委员会

16、、中华人民共和国民政部联合印发团体标准管理规定(试行)2018-02-06 工业和信息化部等七部委联合印发新能源汽车动力蓄电池回收利用管理暂行办法表 3 行业动态信息(部分)发布日期行业信息 2018-05-07 青岛已实现全市七区三市专业校车全域覆盖 2018-05-07 成都:2022 年新能源整车产量将达到 10 万辆2018-05-07 持续走高,金龙新能源客车迎“入夏”行情 2018-05-07 菲亚特 500X 特别版官图曝光配专属蓝色车漆2) 竞品分析。汽车开发大数据平台汇集了产品官网、主流汽车论坛和贴吧等的用户评价数据，通过中文分词、聚类和自然语义分析等，定位竞品车型的卖点、用

17、户选车的关注指标(价格、配置、安全和空间等)以及对各项指标的正负面评价，以此作为设计某汽车品牌产品卖点的依据。4.2 整车研发阶段在传统模式下，研发工程师根据以往经验及公司内部专业积累完成相关的设计目标。而通过汽车开发大数据平台，研发工程师可获取外部政策、客户等的信息，有利于 提高产品的适应性和创新性。1) 发现问题。汽车开发大数据平台采用气泡图形象地展示整车层级关系，气泡面积与问题数量成正比，相关专业的工程师可点击相应的气泡逐层查看具体的问题描述(见图 2)。2) 分析问题。问题预警。系统将不断增加的问题定义为预警问题，向工程师进行推送预警(见图 3)。图 2 问题拓扑图图 3 不同种类问题

18、的时间趋势分析行驶里程分析。汽车开发大数据平台对行驶里程进行分析，根据行驶里程与问题发生的特点，预测问题发生的公里数，从而设定合理的保养及维修计划(见图 4)。图 4 异响问题数量与行驶里程的关系3)解决问题。汽车开发大数据平台汇集了行业知识、专业文献资源和标准法规等，通过关键词的匹配，针对不同问题为工程师推送相应的解决资料，从而提高了问题解决效率。同时，平台提供竞品车型相关部件的正负面信息，专业工程师可参考竞品车型优秀的设计方案进行产品改进。4.3 整车评审阶段整车开发过程中存在多个评审阀点，它们是产品质量把控的重要节点。在传统模式下，多名专家形成专家组对交付物进行评审与讨论，凭借其多年的经

19、验和知识给出较为权威的评审改进建议。而汽车开发大数据平台根据外部市场变化数据提供关键参数，支撑专家进行科学而有效的评审。项目管理部可根据关键参数的变化合理调整研发目标值，从而缩短市场响应时间。车型参数分析如图 5 所示。5 结论汽车开发大数据平台基于对现有业务场景的探索和应用，汇集了海量数据资源，补 充了汽车行业语义库，提高了主机厂自身的数据清洗、挖掘和分析能力，打破了数 据分析在人力和时间等方面的限制，降低了主机厂对第三方互联网企业的依赖。经 测算，汽车开发大数据平台自上线以来，某汽车集团累计节省成本 8710.38 万元。其中，数据购买成本降低了约 8.6 万/月，人力成本节省了约 3 万

20、/月，时间成本节 省了约 10.5 天/月，质量控制成本节省了约 7556.4 万。图 5 车型参数分析汽车开发大数据平台是“互联网+”与大数据相结合的较为典型的落地应用，将大数据智能分析前移至汽车产品规划及开发阶段，是大数据智能分析应用于汽车研发领域的重要探索。本文介绍了现有汽车开发大数据平台的初步成果，希望对未来汽车行业进一步引入大数据、人工智能等技术有所助益。参考文献【相关文献】1 CHESBROUGH H，VANHAVERBEKE W，WEST JOpen innovation：Researching a new paradigmM.Oxford University Press ，2

21、0062 杨方东，许慧，赵虹产品模块化的开放式创新管理J.区域经济评论，2008(8)：72-733 雅克奎斯布奇因，迈克尔周，布拉德约翰森开放式创新的下一步J商界，2008(9)：11- 15.4 MCAFEE A，BRYNJOLFSSON E.Big data：the management revolutionJ.Harvard Business Review，2012，90(10)：60-68.5 周立群，刘根节由封闭式创新向开放式创新的转变J经济学家，2012(6)：53-54.6 杜晓静，耿亚青，沈占波.基于互联网的开放式创新模式研究：背景、特点和组成系统J科技进 步与对策，2014

22、(8)：10-15.7 张玉明，梁尔昂云创新模式内涵分析与模型构建以苹果公司为例J.科技进步与对策， 2014(4)：1-5.8 TSIMIKLIS P，CESCHIN F，GREEN S，et alA consumer-centric open innovation framework for food and packaging manufacturingJ.International Journal of Knowledge & Systems Science，2015，6(3)：52-69.9 CHESBROUGH H，BRUNSWICKER SA fad or a phenomeno

23、n？The adoption of open innovation practices in large firmsJ.Research-Technology Management ，2014，57(2)： 16 -2510 LICHTENTHALER UOpen innovation：past research，current debates，and future directionsJ.The Academy of Management Perspectives ，2011，25(1)：75-9311 李涛，高良谋.“大数据”时代下开放式创新发展趋势J.科研管理，2016，37(7)：1-7.