随着 IoT 手艺的快速生长,车联网正在迅速普及和生长,成为了智慧都会的主要组成部分。在车联网中,数据包括:实时性高、数据量大、类型多样、时效性要求高、交互性强、清静保密性要求高等特点,这些数据的一连天生和传输对数据管理提出了崭新要求。
车联网系统需要快速实现海量数据的剖析和处置惩罚,以获取更多有价值的数据并举行快速决议。因此,需要一个能够处置惩罚海量、实时、模块化数据的管理系统,来知足车联网所需的种种数据处置惩罚、应用等方面的营业需求。
自动驾驶中控及调理平台对实时盘算与剖析需求强烈:车辆行驶历程对数据汇入和处置惩罚实时性要求较高,需要对可能爆发的危害情形做出预警,以充分包管行车清静,阻止突发事务;
古板数据库应对大宗多模态数据的能力匮乏:车联网场景下需要收罗和存储车辆状态、行驶状态、驾驶行为、机械参数、电气参数、行车轨迹、ADAS、蹊径状态等时序数据以及 GIS 信息等,古板数据库难以应对并处置惩罚云云大宗的多模态数据;
智能网联车数据智能剖析诉求日益增添:时序数据库可对收罗的时序数据举行剖析、建模和展望,用于实现驾驶行为识别、交通拥堵展望、车辆康健管理等多种应用,对数据的质量和数据服务可用性提高了响应的要求;
BI 可视化剖析助力都会交通管理:数据汇聚剖析并通过可视化展示工具,直观地泛起车辆状态、蹊径状态、交通流等信息,提供多样化的车辆数据报告助力都会交通管理。
KaiwuDB 提供无邪多侧的安排计划,可安排在公有云、线下 IDC 以及车机端、后装工控机。凭证营业诉求,可提供云-边-端、云-端、集群等架构计划;
通过 KDP 支持接入网关的多种协议,实现多源异构数据高并发、实时写入 KaiwuDB。依附 KDP 的多维剖析及展望能力,车联网系统可对车端数据举行综合剖析及展望,实现对车与车、车与路、车与人及车内的全方位感知,实时纠正驾驶员行为;同时对车辆机电、性能危害及路况危害等做出展望,为应急和救援系统提供有力支持。