中国工程院院士
北京理工大学机械与车辆学院
孙逢春 教授

新能源汽车是产业竞争的热点和发展的必然趋势。我国经过长达20多年的自主创新与发展，取得了举世瞩目的成果，其中标志性方面主要是目前的整车产销量全球第一，充电设施数量全球第一，动力电池以及动力驱动系统，电机及控制器的销量也是全球第一，新能源汽车技术上整体处于国际先进水平，也得到了国内外广泛的重视，新能源汽车已经成为交通领域中国制造的新名片。

当然，新能源汽车的发展仍然面临着挑战。大数据驱动的产业创新和管理变革已经成为新能源汽车发展的国际共识。我们在国家层面，地方政府层面，企业层面以及用户层面，都在全方位推进使用大数据进行管理创新、技术创新、产品创新、服务创新以及改善用户体验。
在新能源汽车大数据平台发展与技术创新方面，我国走在了国际前列，科技部、工信部等部委和北京市的支持下，我们创建了新能源汽车车联网大数据监管平台，从为2008年北京奥运会服务的车队级的平台，到后面的企业级的百万级，以及国家量千万辆级的监管平台，同时我们也制定了企业标准，到地方标准，到现在的国家标准，引领全球创新的标准体系。

我国全球首创国家-地方-企业三级新能源汽车大数据监管平台系统结构，构建了全球规模最大的新能源汽车车联网技术体系。到11月9日早八点半，国家平台接入的总量是1100万辆，也是全球接入量最多的车辆管理平台。

平台总体系统架构以及关键技术，主要是从数据汇集、采集方面，以及数据的治理与清洗，以及智能的算法还有赋能多种应用场景，四个方面在支撑车、车云系统基础上的服务平台架构，满足大规模应用，共性服务以及企业的产品开发和部署。
在大数据平台技术方面，一个是通讯高并发技术，基于异步非阻塞的理念，我们满足千万级的车辆同时向平台发布数据，同时我们也能够和第三方平台，比如说公安部平台以及交管平台，充电桩平台进行互联互通的服务。同时我们要进行信息传输的通信安全技术开发，基于TLS平台的双向身份鉴别，芯片加密以及系统、数据、存储等多位安全管理技术。
另外就是大数据压缩存储和快速检索技术，现在我国大数据平台每天一千万辆车的数据量大概35个TB，目前总的数据量也有25个PB，支撑全国的新能源汽车相关企业以及国家的政府管理部门的数据调用与服务。

另外我们要进行高效云计算以及边缘计算服务，云端通过多源数据汇聚融合，在分布式集群中进行大量并行或边缘计算，并实时反馈信息给车端和客户端，实现资源合理调度分配。
同时我们要应用数据可视化技术，通过数据流线化，任务并行化，管道并行化和数据并行化等技术实现大规模数据可视化功能。
关于这个过程中的技术创新以及应用，应该说现在我国创建的新能源大数据车联网技术体系主要有三大任务，解决三大技术难点，推动新能源汽车科技进步和产品竞争力。
第一个任务是产品质量监管体系。用传统的抽样检测方式，全面精准质量评测是比较难的。第二个任务是运行安全管控技术，由于事故的多因素、多场景、非线性强耦合，安全风险预测也是非常难的。第三个任务是传统的公共服务管理技术，因为车辆比较多，时空跨度比较大，导致应用分析和挖掘计算非常的困难。
我们总体的创新思路是在传统技术难点的基础上，通过静态测评和动态测评等测评手段，实现了从跟跑到领跑的跨越。从车辆安全运行方面，实现了传统的被动处置到主动防控的变革。另外在公共服务方面，走出了一条数据驱动、管理提升的新路径，收到了比较好的效果。

1 产品质量监管
在产品质量监管方面，主要包括质量测评技术、质量检验技术和质量溯源技术。
质量测评技术上，通过建立了“能耗-安全-体验”融合的中国新能源汽车测评规程，攻克了全量运行、单车测试等多源数据融合与特征参数归一量化的技术。同时突破了以实验室、实验场为单一手段的测评方法，实现了测评技术从跟跑到目前领跑的重大跨越，同时我们在相关部委的领导下，监管手段、测试手段，准入管理形成了一条完整的质量测评与监控手段。
质量检验技术上，我们提出了长时间尺度数据驱动的多特征参数线上评估方法。比如说车五年上线，我们就用五年的数据进行评估，评估它的性能和特征，形成了线上线下特征数据关联互相较验认证的新模式，新能源汽车方面实现了线上线下“年检”模式。

质量溯源技术上，我们提出了缺陷汽车产品从“疑似-表征-确认”的召回预测预警多元回归模型，构建全车型、全生命周期“电池-电机-电控”潜在缺陷特征数据库，也是我们在召回制度上做的创新与改革。

我们建立了国内首个“线上+线下”新能源汽车年检平台，首创了新能源汽车“线上跟踪预警、线下检验评估”的年检方案。同时支撑市场监管总局事故缺陷调查，促使企业主动召回缺陷车辆，开创了新能源汽车“事前预判，主动溯源”的缺陷管理新模式。
2 运行安全管控
车辆风险评估技术上，我们创建了新能源汽车运行的“值-率-模型”安全状态感知及预警技术体系，提出了“独立模型并集预测，交集提升预警等级”的预报警策略。通过数据模型的分析，可以实现长时间尺度安全风险预测，我们建立了几百个分析模型，现在重大事故提前七天预测的准确率可以达到80%以上。

车辆协同管控技术上，我们构建了车路融合的“车型-地域-季节-里程-运行状态”全场景的数据库，开发了端云融合，人车路协同的新能源汽车安全防控平台。打通了新能源汽车车联网数据以及公安交通管理的大数据两个平台，实现了在百年党庆的活动中零事故以及北京冬奥零事故的新能源汽车的管理，同时也在北戴河等地区实现了管控。

车桩风险防控技术上，发明了融合车辆历史与实时荷电状态数据的车桩安全风险实时辨识方法充电桩与车辆之间的风险防控方法，构建了“千车千面”车辆安全工作域动态阈值库与充电安全预报警体系。
我们的风险评估技术服务新能源汽车总量占全国的95%以上，实现了新能源汽车从故障保障到安全预警的重大技术突破，解决了跨部门，跨行业、跨专网的安全交互难题。
3 公共服务管理
可信交互技术上，我们创建了高效安全的“传-存-检”，进程优先级裁定，冷热度自评估技术，提出交通业务特征和数据项逻辑关联融合的新能源汽车数据防篡改方法，构建了“端车、车云、云云”三层信息安全传输架构，同时给国家相关部门提供可靠的数据。

行为刻画技术上，运行大数据挖掘发现了新能源汽车应用的时空分布新特征，新规律，构建用户行为与车辆状态融合的保费评估、补贴核查、涉疫排查方法。

碳排放管理技术上，我们建立了多时空尺度新能源汽车应用端到生产端的碳排放动态测算模型，建立全球规模最大的新能源汽车碳资产平台以及碳核算交易体系。
另外在车辆协同防控管理方面，提出的智能汽车数据安全管理建议，得到了国家采用。中国工程院2021年重大咨询成果《新能源汽车碳核算平台》碳核算平台在全球发布，新能源汽车碳核算和碳积分技术目前已经率先在济南市推广应用。
另外新能源汽车大数据也在其他的领域得到了推广应用，形成了辐射效应，比如国家重型柴油车远程排放监控系统，动力电池溯源等国家平台都得到了应用，取得了比较好的效果。

总体来讲我们在质量监管，服务管理方面取得了一些成果，颠覆了以传统车辆以抽象抽检为核心的测评体系，创建了“产品-运行-服务”全链条全量测评和安全监管体系，实现了工信、交通、公安等多部委的协同应用，取得了非常好的效果。