联网汽车有诸多益处：
安全性和效率提升法规一致性
车辆访问与共享
确定电动车辆的车队适用性
更好的预防性和预测性维护工具
融合视频远程信息技术
创建算法以降低车队的总体拥有成本等
然而，利用跨多个制造商和模型的数据，并将其全部解释清楚并非那么简单。以下8个市场趋势是推动车队将网联汽车数据转化为最佳操作的促进因素。
一、嵌入式Modem约85%的新车出厂前装了OEM嵌入式调制解调器，这种直接连接可提供更大的灵活性和精准服务，例如"唤醒"车辆以确定订单交付过程中的位置，并远程确认车辆的里程数或发动机状况。使用嵌入式调制解调器，可在没有车联网服务订阅的情况下提供这些服务。
然而，没有两个嵌入式调制解调器是相同的，其传输的数据可能因制造商而异，甚至因型号而截然不同。因此，车队的绝大多数数据仍来自后装市场调制解调器。
二、汽车数据服务提供商数据源的多样性促进了汽车数据服务提供商的崛起，如Motorq、Wejo、Otonomo和Smartcar。这些初创公司是汽车与消费者、经销商、车队以及需要数据的汽车制造商之间的连接组织。
虽然商业模式不同，但总体而言，他们的云基平台可跨多家OEM聚合和标准化数据。然后，向第三方开发人员、TSP、车队管理公司和主机厂提供简化的标准化数据，而这些公司将这些数据用于各类应用。
远程服务提供商（TSP）也与车企合作，直接访问其调制解调器。行业范围内的数据标准化将促进这种转换，但向嵌入式调制解调器的大规模转换并非迫在眉睫。
三、应用程序市场大型TSP（比如Geotab、Samsara、VerizonConnect等）以及第三方应用程序不断增长的市场，应用程序涉及车队的不同领域，如合规性、燃油管理、视频远程信息处理、路线规划、驾驶员培训、维护等。
对于车队而言，这些市场的好处是通过其现有车联网系统上的预集成仪表盘访问解决方案。这就无需昂贵的企业解决方案，每个解决方案都有单独的连接。
四、OEM车队车联网汽车制造商也正以服务提供商的身份进入市场，利用来自其车辆的数据。虽然这里的重点是面向消费者的信息娱乐应用程序，但福特和通用汽车提供了自己版本的车队远程通信系统。
汽车制造商了解，他们的车队买家拥有多个品牌的车辆，其中许多已经通过强大的后装车联网系统连接。因此，这些主机厂不一定要与现有的TSP竞争。然而，由于汽车制造商坐拥丰富的数据，直接通过其嵌入式调制解调器提供自己的应用程序，以满足特定车队的需求，如胎压监测和故障诊断码。
随着电动汽车普及率的提高，这种直接连接将变得更加突出，使车队能够监控电池充电状态，管理充电，并分析整体性能(关于多品牌车队，通用的OnStarVehicleInsights现在可通过插入式OBD-II适配器用于大多数非通用汽车。）
五、5G的渗透率车队的带宽需求正迅速增长。如今的车辆每小时可以生成多达25GB的数据。5G的速度基本上是4G的倍，延迟是4G的倍，车队将能够同时连接更多的设备和传感器，以获得更大的车队活动实时可视性。这种高速无缝的数据传输将决策从被动转向预测，并促进了视频远程通信和预测性维护等新趋势。
自动化等级的提升也意味着5G渗透率的提升。
六、智能组件和设备智能组件是汽车维护领域一个新的、不断增长的因素。在智能组件中，可以在轮胎、制动器、电池和变速器等部件上安装物联网传感器，传输这些部件的健康状况数据。
来自边缘计算机的数据大幅增加了融入车队运营的信息流。车队经理的任务是将所有这些单独的信号汇集到一个仪表中，以便更好地做出决策。
七、无线OTA更新对于车辆，OTA更新通过变更车辆的电控单元性能来缓解停摆时间，车主无需前往经销商或服务中心。OTA更新最初是作为更新信息娱乐功能（如地图和车内应用程序）的方式，现正在延伸至发动机和驾驶控制。
更多类型的OTA更新逐渐渗透，但业界仍行事谨慎，尤其是在任何移动车辆上更新组件时。
八、大数据的选择使用车队数据传统上是孤立的。在pre-telematics时代，数据存放在ledgers和硬盘上，由数据所有者进行分析，做出更佳决策。车队管理公司随后从车队客户处收集指标，进行广泛比较。
随着车联网技术的发展，车队运营商可以收集更广的数据集并对其进行分析：首先按地区、驾驶员、动力类型、里程和车辆类别，然后按发动机特性、安装类型、地形、天气、交通密度、每（停靠）站收入等进行分析。并可对这些数据集进行多序列分析。
但要有能够影响车辆设计的见解，改变车队购买、规格和维护车辆的方式，实现核心运营转型，就需要更广的数据。这意味着从数百个车队、用户类型和地区的数十万辆车辆中提取数据。
为实现这一点，车队及其驾驶员需要选择加入，以允许对其数据进行聚合和分析。一些TSP、车队管理信息系统提供商和其他第三方正在为车队提供选择，让车队选择加入，以便向提供商发布其数据。
数据隐私仍然是最重要的，因此必须极其谨慎地管理数据，并去除个人识别信息（PII）。当今，数据泄露似乎不断增加，保护数据的任务不可掉以轻心。
进一步将这些数据与非车辆数据进行对比分析，例如来自整个城市多种设备类型的物联网传感器的数据，会大幅提升价值。当数据变得如此庞大时，这些建议将真正具有变革意义。
参考文献：
作者：ChrisBrown
面向交通安全的智能汽车安全驾驶管理对策研究
自动驾驶行业周报（9.06）
8月行业政策丨多项措施保障自动驾驶行业良性发展，北京市长陈吉宁调研高级别自动驾驶示范区建设工作
从自动驾驶事故中探索有效的性能提升及判责策略
8月行业融资丨共17家企业获得融资，其中12家企业融资过亿
自动驾驶需要走出“恐怖谷”
全球15家顶级激光雷达公司大乱斗
线上论坛预告
汽车环境感知与传感器技术交流论坛
如何打造智能网联汽车的数据安全屏障？
智能化汽车量产角逐能力“拼图”，谁才能浮出水面？
预览时标签不可点收录于话题#个上一篇下一篇
