不等同级阶段的车辆，须要采集的数据量也出现几何级增长。以目前经常出现的L3阶段为例，随着4K超高清摄像头、128线激光雷达等传感器引入，每天8小时数据采集系统记载的数据量高达30TB。这么说吧，英伟达公司的智能驾驶技术测试也显示车辆学习数据搜集系统在几小时内就能够充溢TB级的固态存储硬盘（SSD）。
妇孺皆知，汽车智能化分五级。智能化水平越高，所需的数据存储量就越大。举个例子，比如二级智能驾驶汽车须要全程人为操作，但有附加的智能化系统，如变道辅佐、盲点检测或智能停车配置。鲍曼以为，二级智能驾驶汽车须要4到10PB的数据。
但是，三级智能驾驶汽车须要50到100PB的数据存储，五级智能驾驶汽车则须要3EB以上的存储空间。鲍曼说：“三级智能驾驶系统象征着汽车可以成功智能驾驶。而五级智能驾驶汽车可以成功齐全智能驾驶”“。
虽然智能驾驶汽车所需的数据存储量是渺小的，但应战并非源于存储阶段，而是传输阶段。鲍曼说，例如，让车辆上路去记载来自摄像机、激光扫描仪和雷达的数据时，每辆车每天能发生80TB的数据。
他说：“而后，你必需经过数据线衔接车辆，将数据从汽车系统传输到数据中心，接着将数据从研发中心复制到数据中心。通常，咱们的客户在每个洲都有一个集中的数据库，数据传输就可以经过减速文件传输方法或物理形式成功”。
引见一些数据治理的详细钻研：
由于边缘节点能够为必定范围内的多个用户（车辆）同时提供服务，因此资源分配以及用户义务竞争疑问是影响性能的关键起因。某文献将车辆义务卸载环节中的竞争抵触疑问转化为多用户博弈疑问，证实该疑问的纳什平衡的存在性，并成功了一个散布式的计算卸载算法。
更进一步的上述文献，针对义务卸载环节中的通讯速率、牢靠性、提前三方面启动优化剖析，提出了一个允许服务品质感知的无线网络资源治理框架，将资源分配疑问拆分为车辆集群的分块、集群之间的资源块池分配、集群内的资源分配3个子疑问，并成功了一个基于图通常的优化方法：
针对车辆高移动性造成的边缘节点频繁切换的疑问，上述文献以为车辆与节点之间的衔接在维持较短期间后便失落，将形成处置期间及能耗开支增长，提出了义务接替算法，依照计算出的接替期间，将处置义务从原有节点卸载至下一个可行的指标节点，继续义务的运转。
同时，该钻研者没有局限于繁多完整的义务卸载，成功了一系列义务的局部卸载战略。
关于整个卸载环节而言，车端的性能与边缘服务节点端的性能均须要仔细看待。DDORV算法能够依据系统状况（例如信道品质、流量负载）对车端与节点端的两个相互耦合且蕴含少量形态消息、控制变量的随机优化疑问同时启动思考。
详细而言，该算法基于Lyapunov算法将双边随机优化疑问解耦为两个独立的按帧优化疑问：关于车辆，卸载战略经过比拟本地处置老本与义务卸载老本启动决定，CPU调整频率经过提出的指标函数计算得出；关于边缘节点端，首先提出一个轻量的资源供应算法，之后基于对无线资源与能耗的独特优化的迭代式算法，提出继续松弛方法以及Lagrange双解耦算法。
同时，该钻研者决定电视机空白频段（TV white space）启动车辆与边缘节点之间的无线数据传输，补偿了传统蜂窝、Wi-Fi等技术的弊病，提高了通讯效率。
同时，关于必定区域内的多个用户，通常具备多个节点提供决定。JSCO算法将多节点、多用户背景下的负载平衡与义务卸载决策疑问转化为混合整数非线性布局疑问，并能够针对节点决定、计算资源优化、卸载方案决策3个疑问以低复杂度启动计算，在保障提前限度的条件下最大化系统应用率。
5G基础设备对数据的关键性
有专业人士表示，5G关于智能驾驶汽车的研发和消费至关关键，尤其是在未来5到10年，届时将有更多的技术集成到汽车中。他说：“如今的汽车就是路上的移动数据中心。因此，必需对车辆中的数据启动预处置，例如，识别值得经过5G传输到数据中心的有价值的数据” 。
他还说，智能驾驶汽车须要存储边缘数据，也就是在车内存储数据。“你须要计算边缘存储，特意是在没有5G笼罩的中央。这是另一个疑问，由于你必需在车辆中缓存数据，以便在有5G信号后发送数据”。
与5G相关的另一个疑问是上行速度。有专业人士说：“5G是为高速下载流数据设计的，所以上行速度没有那么快。因此，你无法能真正经过5G上行少量数据，它是为从数据中心向最终用户传输数据而不是从车辆到数据中心而设计的。但5G的长处在于其低提前”。
网信办在去年5月12日颁布的《汽车数据安保治理若干规则（征求意见稿）》（简称《意见稿》）在惹起了一阵小动摇后，仿佛很快就沉入“潭底”，被跨界造车等汽车界的繁华事给掩盖了。但汽车企业心里很分明，这不只是由特斯拉争议带来的数据安保风控方案，更深档次上，采集用户数据的“紧箍咒”预警曾经拉响。“假设这个法规最终落地时，严厉规则数据只能留在车内，而车企不启动新的非法的数据失掉通道，那国际的智能驾驶技术开展，或许真的要延缓几年，”某位不愿泄漏姓名的业内威望人士称。
但并非一切车企都决定静观其变，用户在实在路线上的行驶数据是车企智能驾驶技术迭代更新和完善的关键允许。为此，已有企业开局打造数据失掉的新商业形式。往年4月，上汽智己基于其CSOP（Cus-tomer Share Option Plan）用户数据权力平台，颁布了用户数字资产“原石”的开采形式。其宿愿经过该平台，成功与用户之间的数据买卖。详细的操作方法为：智己汽车拿出4.9%的开创轮股权用于CSOP方案，并推出3亿枚“原石”，其中70%的原石须要车主经过日常驾驶车辆发生数据来兑换取得。用户取得原石后，则可以启动软配件的产品更新以及相对应的数据权力。
智己是目前国际惟逐一家提出与用户启动数据买卖的车企，虽然其平台推出的期间在新规意见稿颁布之前，但这被以为有望成为法规趋严下的一种处置方案。“我感觉挺无心思，是一种形式翻新。”百度阿波罗消息安保担任人刘健皓对经济观察报记者表示。上述威望人士也以为该形式具备打破性。在此之前，车企对车辆大局部数据都是自动采集的，从未成功对等买卖。但也有专家以为，由于存在诸多不确定性，这种形式或许只是车企互联网思想下的一种尝试，口头顺不顺利还不好说。
而对智己汽车数据买卖形式讨论的面前，映射出了车企和业内关于智能汽车的用户数据搜集将会变得越来越难的危机感。依据《意见稿》，车企对用户团体消息和行驶关键数据“自动不采集”，或许至少须要每次都取得用户的赞同。这象征着数据采集的通道存在将被阻断的或许，这关于当下热火朝天的智能驾驶运即将无法防止发生影响。
在这种状况下，上汽智己的数据买卖形式能否能成为行业趋向？在用户数据安保和智能驾驶技术开展需求之间，能否还有其余可行的数据共享形式？留给整个行业寻觅处置方案的期间曾经不多了。
车企的大数据“切断”危险
在接受经济观察报记者采访时，多位专家均对智己汽车与用户启动数据买卖的形式给予了必定必需。汽车行业资深剖析师梅松林以为，该形式可以增强车企数据采集的透明性，并让车企与用户互惠互利。赛迪顾问汽车产业钻研中心总经理鹿文亮则表示，这标明车企开局驳回相似互联网公司“众包”的形式，具备必定先进性。
但关于该形式能否会成为行业趋向，业内有不同的认识。“我感觉未来企业或许还会（像智己一样）拿出一些好的玩法，来抚慰用户拿出数据。”刘健皓以为，采取这种形式不只可以协助车企拿到数据，还可以经过数据的累积大大促成智能汽车的开展，“数据是移动互联网时代的基础要素，至关关键，智能汽车雷同如此。”刘健皓表示。刘健皓用手机行业的开展作了一个类比，“（以前）诺基亚自身没什么数据，随着智能手机运行内容增多，间接迎来了一个移动互联网时代。”刘健皓说。
但也有观念以为，数据买卖的形式仍存在诸多不确定性。一方面，由于是新的形式，数据买卖和鼓励的额度比拟难设置，“设置低了没人介入，设置高了前面没法兑现，会对品牌有侵害。”鹿文亮说。同时，针对数据或许推动智能汽车全体开展的认识，鹿文亮以为，应用“众包”形式成功开展，首先应该是产品曾经比拟好，才干应用用户的数据构成良性循环，半成品的状况下则会形成恶性循环，而智能汽车还不能说曾经开展完善，因此以智己汽车为代表的这种数据失掉新形式能否会成为趋向还不好说，“很或许只是车企在互联网思想下的一次性尝试。互联网的运营形式很多，都尝试一下，不行可以换。”
汽车数据安保治理新规征求意见稿的颁布，让车企在数据搜集方面变得越来越焦虑。“如今车企对最新的数据采集要求都比拟头疼，对这个征求意见稿，企业的反应大局部集中在数据采集形式的扭转上。”鹿文亮对经济观察报记者指出，假设该新规实施，必将会带来不小的影响，“关键是以前数据采集得太多了，并且很多公司的商业形式就是未经授权启动数据采集。”
可以看到，汽车数据安保治理新规关键限度了两类数据的搜集——关键数据和团体消息。其中关键数据蕴含“路线上车辆类型、车辆流量等数据”，而这被以为属于智能驾驶对路线场景搜集所须要的关键数据。另外，团体消息中的团体车内操作，也被以为是车企搜集用户习气的关键渠道。但新规却认定对这些消息“自动不搜集”，即使采集，授权也“仅一次性有效”，这或许将阻断车企的数据搜集通道。
智能驾驶的黑匣子——华为数据治理方法
华为正式颁布《华为**网智能驾驶网络白皮书》，在业界率先提出了面向5G的**网智能驾驶网络的理念、指标和构架，为5G**网向智能驾驶网络演进提供了一条可权衡、可通常的指点性门路。
近年来，智能驾驶汽车已成为汽车畛域开展的新趋向，越来越多的汽车驳回了辅佐驾驶系统(ADAS)和智能驾驶系统，这类系统应用车载的移动数据中心(MDC)和车载传感器，内行驶环节中智能化探测阻碍物、感知周围环境并智能决策车辆的门路并控制车辆的行驶形态。智能驾驶技术给汽车畛域带来了反派性地机会和应战，越来越多的厂商努力于经过智能驾驶优化驾驶员在汽车行驶中的体验。
除此之外，智能驾驶汽车的安保性也惹起了业界的宽泛关注，传统人工驾驶汽车通常应用黑匣子设备记载车辆在出现意外前后的引擎速度、车速、刹车、油门和安保带的形态，而黑匣子则是一类装置在汽车上且抗损毁性能高的设备。当汽车出现猛烈碰撞时，黑匣子可以经过车身内与黑匣子设备衔接的减速传感器提供的数据判别车辆的减速度在短期间内能否超越预设阈值，进而搜集并存储车身数据。
但是，与传统的人工驾驶车辆相比，智能驾驶汽车在运行场景、驾驶员驾驶习气和形式、智能驾驶汽车内各个系统的上班形式以及与周围设备和汽车的相关等方面都出现了渺小的变动，智能驾驶汽车在安保方面也对黑匣子数据的治理方法提出了更高的要求，因此，如何提供一种实用于智能驾驶汽车中更有效的黑匣子治理方法成为须要处置的技术疑问。
为了处置这样的疑问，华为在19年8月7日放开了一项名为“智能驾驶汽车中黑匣子数据的治理方法、装置和设备”的发明专利（放开号：201910726567.X），放开人为华为技术有限公司。
依据该专利目前地下的资料，让咱们一同来看看这项黑匣子数据治理方法吧。
如上图，为该专利发明的智能驾驶车的黑匣子数据的治理系统的逻辑架构示用意，该系统包括云数据中心101、网络102和智能驾驶车103，云数据中心101和智能驾驶车103经过网络102启动通讯。
其中，云服务数据中心能够提供用于存储黑匣子数据的云服务的数据中心，包括私有云、私有云和混合云类型的数据中心；网络是可以成功将智能驾驶车中黑匣子数据传输至云服务数据中心的媒介。
纵观整个智能驾驶车辆，其包括有通讯盒子1031、中央网关1032、车身控制器(BCM)1033、人机交互控制器1034、智能驾驶控制器1035、整车控制器1036和黑匣子设备1037。通讯盒子用于成功智能驾驶车和云服务数据中心的通讯；人机交互控制器包括车载文娱(IVI)和配件监督器接口(HMI)等车载文娱控制系统，担任人和车辆的交互，通罕用于治理仪表、中控显示以及方向盘压力传感器等设备。
整车控制器(VCU)通常与底盘电子控制单元、安保气囊和能源电子控制单元相连，而安保气囊通常与惯性测量单元相连，经过惯性测量单元的检测，可以判别智能驾驶汽车能否处于紧急制动形态，若智能驾驶汽车处于该形态，则安保气囊可以弹出以包全驾驶员安保。
最后就是整车中最为奥秘的黑匣子，黑匣子设备用于在紧急状况下记载智能驾驶车的车身数据，这些数据包括：引擎速度、车辆速度、刹车力度、转向角、油门板形态、安保带形态等，以及这些数据生成时的期间戳。在汽车失事时，这些数据往往是考查人员剖析意外最为关键的数据。
接上去，咱们联合下图详细引见该专利中所提供的智能驾驶汽车中黑匣子数据的治理方法，如图所示。
首先，当检测控制器检测到黑匣子触发事情时，检测控制器向黑匣子设备发送触发事情通知。其次，黑匣子设备依据触发事情类型标识黑匣子数据的数据类型，检测控制器能够检测的黑匣子触发事情包括驾驶形式转换事情和驾驶危险边界事情两类，其中，驾驶形式转换事情又可以细分为以下两种状况：
1）驾驶员将智能驾驶汽车的驾驶形式切换至智能驾驶形式：当智能驾驶车为人工驾驶且智能驾驶系统检测合乎智能驾驶开启条件，经过人机交互控制器通知驾驶员，由驾驶员经过按钮触发智能驾驶车切换为智能驾驶形式，此时，由人机交互控制器通知黑匣子设备存在黑匣子触发事情。
2）驾驶员被动将智能驾驶汽车的驾驶形式切换至非智能驾驶形式：当智能驾驶车为智能驾驶形式时，驾驶员可以经过踩刹车、转动方向盘、人机交互控制器形式切换的形式被动将智能驾驶车切换为非驾驶形式，此时，可以经过人机交互控制器检测到黑匣子数据触发事情，并通知黑匣子设备存在黑匣子触发事情。
接着，黑匣子设备依据触发事情类型和数据类型确定数据所属存储级别，并依照数据所属存储级别和预置规则存储数据。当数据所属存储级别满足预设条件时，黑匣子设备将向云服务数据中心发送黑匣子数据。这样，经过关于数据的存储形式启动分级，最初级会将书就保留到云端，从而保障了数据的安保性以及有效性。
最后是这种智能驾驶车的黑匣子设备的结构示用意，可以看到，黑匣子设备包括处置器101、存储介质102、通讯接口103和内存单元104。其中，处置器、存储介质、通讯接口、内存单元经过总线启动通讯。
以上就是华为发明的黑匣子数据治理方法，经过关于黑匣子中数据的治理形式启动更新、以及将黑匣子的数据同时存储在本地和云存储器中，并且关于黑匣子的数据启动分级存储，从而有效的优化了智能驾驶汽车中黑匣子数据的有效性以及安保性，同时也优化了整个智能驾驶汽车的全体安保性。