麦肯锡表示：“到 2030 年，全球销售的新车中约 95% 将实现联网，而目前这一比例约为 50%。 由于汽车数据带来了许多好处，即使是拥有较低连接水平车辆的玩家也可以开始关注数据。”

　　ITTIA 创建了一个解决方案来应对车载设备数据管理挑战，使汽车 OEM 能够释放这场革命的全部潜力。 ITTIA DB实现车载设备实时数据采集、处理和计算。

　　SDV 数据管理的优点

　　SDV 从众多传感器、ECU(电子控制单元)和连接系统中生成数量空前的数据。 OEM 和一级供应商正在寻求对其传统数据管理方法进行现代化改造的选项，以处理如此大量的数据。 他们希望灵活的数据管理选项能够在车辆内独立嵌入的设备上一致地嵌入、部署和运行应用程序并拥有自己的数据。 让我们看看车载数据计算带来的一些优势：

　　延迟：ADAS(高级驾驶辅助系统)等关键应用需要闪电般快速的决策。 将数据发送到云端进行处理会增加不可接受的延迟

　　符合标准：汽车行业的严格监管性质需要强大的汽车产品开发实践，以确保符合复杂的标准和法规网络

　　带宽和成本：大量数据的持续传输会产生大量的带宽成本，并对通信网络造成压力

　　安全和隐私：汽车数据高度敏感，过度依赖云连接会增加数据泄露和隐私问题的风险

　　数据所有权：OEM和/或一级供应商必须拥有数据的所有权，从数据的生成和收集到存储、分析和可能的删除

　　此外，快速获得洞察力对于 SDV 架构来说是一个重大挑战，因为车内设备必须具有智能化。 情报和数据管理之间存在直接关联，为了开展数据管理活动以增强竞争优势并使设备获得自动化，需要在车辆设备内部运行数据处理。 与物联网一样，车内的传感器、数据源和设备会生成大量原始数据，其中大部分数据本身没用。 ITTIA DB 等现代技术使这些设备能够通过数据流处理和查询功能将原始数据转换为可用信息，以便嵌入式系统获得对系统的洞察和理解。 因此，嵌入 ITTIA DB 设备的应用程序可以根据自己选择如何收集、处理、分析以及存储或传输有价值的信息。

　　这一支持使 OEM 和一级供应商能够快速构建数据敏感应用程序，同时保持对设备内部数据的严格控制和所有权。

　　SDV时代，传感器捕获并传输海量的时序数据，将汽车变成智能机器。 时间序列数据包含一系列随时间波动的测量值或事件，并对其进行跟踪和监控。 车载数据管理软件(如时间序列数据库 ITTIA DB)旨在过滤、下采样和聚合带时间戳的数据，然后将结果存储在每个设备上。 因此，可以轻松检索有关系统当前状态、趋势和过去模式的数据。 应用程序还可以管理并发输入，使 SDV 设备能够同时存储和处理大量数据流并帮助进行集成分析。

　　时间序列存储和流处理的结合，可以利用时间戳对数据进行高效索引; 链接到每个数据项的时间戳用作计算的主要输入。 此外，来自车内连接设备的时间序列数据形成数据流，不断收集并流入数据库。 因此，设备进行瞬时数据计算时，整体数据流量将保持稳定。

　　嵌入 SDV 的时间序列数据管理和流式传输的关键用例

　　实时安全处理大量数据的能力有助于满足各种汽车特定用例包括：

　　预测性维护：收集和分析来自 ECU 的数据，以识别磨损模式并预测组件故障，从而实现及时且经济高效的维护

　　ADAS 优化：本地存储和处理传感器数据增强 ADAS 功能，如障碍物检测、车道偏离警告和自适应巡航控制

　　个性化驾驶体验：在车上安全存储驾驶员偏好和使用行为，为座椅、信息娱乐和气候控制提供定制设置

　　无线 (OTA) 更新：管理和跟踪软件版本以及对各个 ECU 的依赖关系，以实现无缝、可靠的软件更新

　　车队管理和学习：支持有选择地共享来自跨车辆的 ITTIA 数据库实例的见解，以优化车队性能并训练更强大的 AI/ML 模型

　　能够从车内设备收集和分析实时数据，使制造商能够优化 SDV 设计。 当设备聚合、分析和准备来自传感器的数据时，车辆就能够受益于精细数据来提高可靠性。 因此，他们可以构建应用程序来预测组件何时可能发生故障。 经过处理的数据使OEM和一级供应商应用程序能够从中受益，以便在发生故障之前进行维护，从而降低事故风险并提高车辆的可靠性。 ITTIA DB 在实时数据管理性能、优化存储、强大的安全性以及对汽车 SDV 平台的适应性方面提供了巨大的价值。