物流业的大物流需求：车联网进入大 时代

 

随着互联网的不断发展，大 正在成为一股热潮，且业界对大 的讨论已达到一个前所未有的高峰。车联网作为移动互联网大背景下诞生的一个产物，不管是车辆的接入、服务内容的选择还是服务的精准性，都离不开大 。

 

车辆上传的每一组 都带有位置信息和时间，并且很容易形成海量 。一方面，如果说大 的特征是完整和混杂，而车联网与车有关的大 特征是完整加精准。如某些与车辆本身有关的 ，都有明确的一个ID，根据这个ID可以关联到相应的车主信息，并且这些信息还是精准的。另一方面，我们可以看到车联网与驾驶人的消费习惯、兴趣爱好等大 特征是完整和部分精确。因此，研究车联网的大 更有意义。

 

 

大 的定义和特征

 

大 (big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

 

我们从权威的定义可以看到，大 的特征有四点，分别为： 体量巨大。从TB级别，跃升到PB级别； 类型繁多。提到的网络日志、视频、图片、地理位置信息等等。价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的 仅仅有一两秒。处理速度快。1秒定律。

 

车联网的大 在预测方面可以发挥到极致。如，预测交通堵塞的地段，实时交通信息，主动安全，公交的排班。驾驶者驾驶行为分析。

 

大 的核心在于预测，这在车联网行业非常有用，例如，对于交通流量的预测，就非常需要大 。对于交通流量，目前我们的仿真系统更加重视交通流量大，拥堵的原因，而大 时代，不再在乎因果关系，而重视相关性，也就是不去分析产生拥堵的原因，但确实某个时段某个路段会发生拥堵。也可以根据车联网的大 对车友的兴趣进行分析。

 

大 在商用车领域的应用

 

大 在商用车领域已经有相当多的应用，如公交领域的运营排班管理、出租车领域的浮动车 ，物流行业的大物流。

 

如何解决公交企业面临的三大问题：运力配备最少、车辆运行距离最短、驾驶员作业时间最少？如何分析各时间段、各站点的客流分布情况呢？如何实现运营的安全智能化、运营排班的智能化？在公交行业，以上问题普遍存在，通过车联网的大 ，可以解决公交行业所面临的这些问题。根据各个时间段，各站点的客流量大小，线路配备的运营车辆数、线路配备驾驶人员、线路长度、车辆运行速度等大 ，可确定一条线路各个时间段的配车数及发车间隔，从而解决运力配备最少、车辆运行距离最短、驾驶员作业时间最少三大问题。