基于汽車最優燃油經濟性的云計算應用
隨著計算機技術的飛速發展,大數據和云計算越來越多地應用在汽車領域。俄亥俄州立大學和Google公司合作的項目中,對大數據的獲取與應用技術進行了相關的研究。其中包括車輛數據通信(乘員信息、停車位信息共享以及路況信息等)、能量管理與最優化、危險預警數據搜集、實時數據搜集(避免車輛碰撞)、交通管理信息搜集(主要針對交通堵塞)及汽車工業消費者服務信息等。如此大量的數據,如何選擇其中的有效數據和對數據進行計算是研究的重點。
介紹一種基于大數據及云計算技術的燃油經濟性最優策略。研究車輛從A地行駛到B地,使燃油經濟性最優。基本策略是通過數據庫中存儲的大量數據以及大規模云計算能力,基于路面信息和行駛路徑中的速度限制,為行駛車輛規劃最優的行駛速度方案。在云計算中心,運行一個車輛模擬器來計算動態規劃問題。試驗車上裝載了筆記本電腦和GPS接收器等設備。車輛將當前的位置、速度信息通過無線傳輸站點傳輸到路徑規劃計算中心,計算中心利用Google地圖以及俄亥俄州立大學的地理信息服務器,云中心計算之后,再將控制指令返至車輛,從而實現速度控制。這項研究非常有意義,揭開了車輛技術與云計算技術融合的序幕。
Giorgio Rizzoni et al.2011年美國俄亥俄州立大學汽車研究中心技術文檔.
編譯:趙帥