速銳得解碼匹配駕培駕考吉利幾何E螢火蟲數據應用智能評判系統(tǒng)

隨著國內新能源車的不斷發(fā)展和滲透，在駕培駕考領域通過新能源車進入到駕駛員培訓領域的車型越來越多，這里邊包括了特斯拉、寶馬、通用、沃爾沃、嵐圖、江淮、蔚來、比亞迪、吉利、奇瑞、大眾等多家車企的車型。

之前我們做過像奇瑞艾瑞澤、江淮IEV7、大眾純電朗逸、特斯拉、比亞迪等車型的數據解碼匹配，吉利汽車的，有做過EV450，最近新上了吉利旗下幾何車型的螢火蟲。那么，意味著在整個駕培駕校領域已經隨著中國新能源汽車的蓬勃發(fā)展，車型的滲透和覆蓋即將面臨一次新的轉機。
首先，新能源車的CAN數據協(xié)議是非OBD2標準，不用再遵循燃油車OBD2的協(xié)議，直接用廠家自己的CAN協(xié)議，那么，現有的我們自己智能評判系統(tǒng)客戶，利用這個契機，對自己的產品做了迭代和更新。

其次，新能源車型的車載終端設備，比傳統(tǒng)燃油車OBD2標準的設備，價格要賣得更貴，其中的差異，不只是技術的差異，而且，兼容的CAN數據也是一種壁壘。

其三，新能源車沒有傳統(tǒng)燃油車所謂的“轉速”信息，電機轉速是不能用作“轉速”的，這個和傳統(tǒng)燃油車，利用這個數據來做點火判定，必然不同。

其四，點火信息，會要用到汽車鑰匙狀態(tài)的“ready”狀態(tài)，而不是傳統(tǒng)的“轉速”。

其五，駕培駕考的智能評判系統(tǒng)需要升級改革，這可能是整個行業(yè)都需要投入的一部分。

那么，這個零星市場，雖然看起來量不大，但是會涉及2萬家駕校的生命線，92萬教練員的去留發(fā)展，甚至影響到駕考評判標準的革新和標準制定。

在吉利幾何E螢火蟲車型上，速銳得通過解碼匹配，獲得了CAN總線上的加速踏板、轉向角度、車速、制動踏板、駐車制動、檔位、示寬燈、近光、遠光、前霧燈、轉向燈、四門車門、尾箱、鑰匙狀態(tài)、主駕駛安全帶、總里程、SOC信息。這些數據項，足以支撐該車型在駕培駕考領域的數據應用在智能評判系統(tǒng)。

我們做的難度在于，車型多，協(xié)議復雜，ECU發(fā)達程度不同，這個涉及電池、電機和電控，雖然是每輛車我們都像在念經，但是每本經都有獨特的地方，其中是會有一些邏輯，但是，還是會存在差異，國內很多企業(yè)不樂意去做，因為太費時間，收益不高。

我們先解決了數據信息的問題，才有后邊的解決方案，那么這些CAN數據能幫到汽車行業(yè)內哪些朋友，其實，我們并不太清楚，因為數據的應用實在太過廣泛，有的基礎的數據，就有了未來可以想象的空間。我們可能和其他企業(yè)看待角度不同，我們做的是數據積累，至于能用在什么領域，那是后話，比如網約車、公務用車管理、車隊調度、智能控制、汽車LED照明改裝、駕駛輔助系統(tǒng)等等，都得先有底層的汽車數據信息。

當然，這種投入多少都會有點風險，比如這個車型，可能就1臺，或者以后可能會量大，這個是我們沒辦法去預估的，但做完這臺車，心里想的就是錦上添花，無論何年何月某地某人某項目要問得這個車型的時候，我們有拿得出手實際的東西。

之前做吉利知豆的車型，什么D2、D2S等等亂七八糟的，現在整個車的停產了，那么給我們留下了什么，學到了什么？比如電控系統(tǒng)架構、BMS管理策略、線束定義、線束布局、零部件供應商等等，這個是要思考的東西。
審核編輯 黃宇