新能源汽车监控平台 管理规定_新能源汽车时时监视汽车数据的目的

1.调查新能源汽车的目的

2.国六排放检测对汽车CAN总线网络数据依赖不断增强

3.小鹏汽车什么岗位好

4.电子诊断技术在新能源汽车维修中的价值是什么？

新能源汽车的利弊

新能源汽车的利弊，随着科技的不断发达，新能源汽车慢慢走进了我们的生活，新能源汽车在保护环境方面有很多都有优势，低碳环保，不过也有弊端，下面来看下新能源汽车的利弊。

新能源汽车的利弊1

新能源汽车的优点：

1、低碳环保

传统能源汽车在运行过程中是燃烧汽柴油来产生动力的，也就必然产生的尾气，数据表明汽车尾气是环境污染的主要来源之一。而纯电动汽车在运行过程中是通过电动机来产生动力的，不会产生燃烧，可以做到零污染，不会不排放污染大气的有害气体。

2、经济省钱

随着国家和地方政府给予电动汽车的补贴，电动汽车的售价能够下降到与传统汽车相当的水平，有的低档的电动车售价甚至就几万元，可以遇见随着电池技术的不断完善成熟，电池成本的下降也会促使电动汽车的售价的下调。另外在高油价的今天，电动汽车的运行费用是要远小于传统汽车的。

3、噪音小

传统内燃机在运行过程中，燃料燃烧会产生较大的震动和噪音，特别在高速运转时，这一缺点尤为明显，噪音和震动让人无法忍受。而电动机在运行中的噪音和振动水平要比传统内燃机小的很多，特别是在怠速和低速情况下，电动汽车的舒适性要远高于传统汽车。

4、能耗低

在目前的技术条件下，电动汽车的百公里耗电量为15-20kwh，即使把发电厂和电动机的损耗算上，折算下来，百公里的能耗约为7公斤标准煤。而传统汽车按百公里耗油量12L计，能耗约为12公斤标准煤。如果在城市的拥堵、路况差的环境里，这一能耗还将更大，电动汽车的节能优势进一步显现出来。

但是任何事物都有它正反2个方面的属性，新能源汽车同样也有它的软肋。主要是：

充电难

由于新能源汽车才刚刚兴起，国内充电设施建设相对比较滞后，还不能满足新能源汽车的需求，快捷便利的充电是电动汽车所面临的的最大难题。特别是对于长途远行的电动汽车，高速公路服务区的充电桩的缺乏严重影响了电动汽车的出行。

续航里程短

由于电池的技术目前还不够成熟，目前大多数的纯电动汽车续航里程都在100-200公里。纯电动汽车虽然可以满足老百姓平时上下班，但是，中国目前周末、节假日外出自驾游比较流行，消费者对续航的要求比较高，100、200公里的续航能力远远达不到自驾远游的需求。

充电时间长。目前大多数充电桩都是慢充桩，一辆车充满需要5-8小时，对于长途远行的消费者来说无疑是最大的硬伤。对于上下班的消费者来说可以利用夜间休息时间充电，但是如果遇到什么突发情况，纯电动汽车的充电慢的缺点就会完全暴露出来。

新能源汽车的利弊2

新能源汽车在哪个充电桩充电便宜

1、国电，较贵。买车刚开始时候是在国电充，分峰谷电，有些停车场是没有停车费的，总体费用较贵。

2、星星充电，很低。星星充电也有快慢充，我常在大屯这边充，快充8毛8，慢充6毛多，充电费1个小时2块钱，性价比还是很高的。

3、优易充，较低。优易充这个APP还是很好用的，我常在团结湖和林翠路充，都是私人分享的慢充电桩，价格在1块左右，性价比挺高。

4、小鹏充电，较贵。小鹏充电充电桩还是挺多的，价格也合适，我常在鸟巢附近充，有峰谷电，最近好像涨价了，但也就1块左右，加上不要停车费，充电功率又很大，性价比不错。

5、特来电，巨贵。特来电应急充过几次，价格在1.6元以上了，还有一次是2块多。不推荐。

6、e约充电，很低。e约充电是用充电车进行充电的模式，有上门充电和附近充电，上门充电的话有上门费。我是在网上购买的电卡，很便宜。上门充电的话每度点9毛左右，如果是附近充电每度电4毛5。性价比非常高。但是要注意网上可能有骗子，最好关注微信公众号，有些电卡是不能用的，公众号上有写，购买电卡需要很谨慎。

新能源汽车一次充电多少钱

影响电动汽车充电成本的主要因素是电池容量，电价和充电效率。电动汽车的'电池容量随品牌和生产地等因素而变化，通常在15-60kwh之间。然后，不同的电池导致每次充满电的价格不同。从每个充电桩的价格角度来看，由于它是不同的运营商，因此全价也有所不同。

此外，根据充电桩的充电方式的不同，充满电后单个电池的价格也不同。实际上，中国一千瓦时的电价并不统一。以电池容量为36kw的电池为例，按照当前第三方交流充电桩的一般电价+服务费，一旦电价在1.6元至1.8元之间，则按全额收费快速充电桩的价格在56元至64.8元之间。

新能源汽车一次充电大概多少度

新能源汽车充电需要多少千瓦小时，主要取决于以下两点：第一是电动汽车中配置的锂电池的容量； 另一个是充电前电池组的剩余电量。 例如，如果电动汽车的电池组容量为20KWH，充电前剩余电量为50%，则仅需充电10KWH就可以充满电。 一般而言，对于电池寿命为200公里的新能源汽车，电池容量约为31 kWh，这意味着约31 kWh的电量。

调查新能源汽车的目的

近年来，在能源和环保的压力下，新能源汽车成为了未来汽车发展的新方向。为支持其快速发展，我国出台了一系列扶持政策，在《新能源汽车产业发展规划（2021-2035年）》中就有提出，到 2025 年新能源汽车新车销售量要达到汽车新车销售总量的 20% 左右，其市场广阔程度可见一斑。现在火热的自动驾驶技术，也是新能源汽车的一大优势，而自动驾驶又需要各类传感器产生的源源不断的时序数据来辅助判断，所以与时序数据相关的采集、处理和存储等各项需求也显著增长。

一直以来，对于新能源车企来说，在时序数据的存储上，选择的大多都是 MongoDB 或 Apache HBase，这两大数据库技术相对更加成熟，在业务规模尚未扩张之前，因为设备不多、数据量不大，加上查询场景单一，尚且可以满足业务需求。随着业务的加速扩张，写入速度太慢、支撑成本过高等问题也逐渐显现。

以零跑汽车为例，此前他们将时序数据分别存储在 MongoDB 和 HBase 中，前者会将数据全部存储在内存中，过高的存储成本导致只能存储一段时间内的数据，且存储的数据格式需要经过业务组织处理，不仅业务变更不灵活，可以做的业务也非常有限。后者用来存储部分实时信号，需要整套 HDFS 做支撑，使用、运维和人力等成本都很高，需要大数据相关的人才才能保证平稳运行。而且公司的 HBase 环境是私有云环境，而云平台在公有云环境，跨专网业务时常会被网络问题影响。

在合适的时候选择合适的数据库是支持业务发展的关键，但数据库的更换也并不是头脑一热就能拍板决定的，还需要进行数据库产品的缜密观察和调研，才能选中真正适合自身业务发展的“天选数据库”。那对于车企来说，到底什么样的数据库更加适合呢？我们不妨从它所产生的数据本身去做一下分析。

从时序数据本身的特点看车企适用的数据库类型

当下车联网已经成为车企布局未来的一个重要场景，如工业互联网一样其产生的数据分类为时序数据，而时序数据具有如下特点：

所有采集的数据都是时序的

数据都是结构化的

一个采集点的数据源是唯一的

数据很少有更新或删除操作

数据一般是按到期日期来删除的

数据以写操作为主，读操作为辅

数据流量平稳，可以较为准确的计算

数据都有统计、聚合等实时计算操作

数据一定是指定时间段和指定区域查找的

而关系型数据库主要对应的数据特点却与之差别甚广：数据写入上大多数操作都是 DML 操作，插入、更新、删除等；数据读取逻辑一般都比较复杂；在数据存储上，很少有压缩需求，一般也不设置数据生命周期管理。很显然，关系型数据库是不适合用于处理时序数据的。

企业在选择数据库文件系统等产品时，最终目的都是为了以最佳性价比来满足数据写入、数据读取和数据存储这三个核心需求。而时序数据库（Time-Series Database）正是从以上特点出发、以时序数据的三个核心需求为最终结果进行设计和研发的，因此在数据处理上会更加具有针对性。

近年来，随着物联网的快速发展、业务规模和数据量的快速爆发，国内外越来越多的科技企业发现了用传统关系型数据库来存储时序数据的问题，针对时序数据库的选型调研也由此开始。

目前市面上的时序数据库种类繁多，老将如 InfluxDB、Prometheus，后起之秀如 OpenTSDB、TDengine 等，在对自身业务进行时序数据库选型时，除了性能各方面的考量外，大部分企业还会考量其是否具备水平扩展能力。

在性能层面，TDengine 曾做过几家时序数据库的对比——TDengine 与 InfluxDB、OpenTSDB、Cassandra、MySQL、ClickHouse 等数据库的对比测试报告，聚焦工业互联网的和利时也从使用者的角度做过一些对比——从四种时序数据库选型中脱颖而出，TDengine 在工控领域边缘侧的应用，大家可做参考。而在水平扩展能力方面， TDengine 早在 2020 年就实现了单机和集群版的双开源，同时凭借着性能上的硬核表现，深受着车联网、物联网、工业互联网等企业客户的青睐。

下面我们以 TDengine Database 为例，看看时序数据库针对车联网场景下庞大的时序数据的写入、查询、存储是如何实现的。

基于TDengine，你可以怎么设计架构和表

作为时序数据库引擎，TDengine Database 不需要基于 Hadoop 生态搭建，也不需要拼装 Kafka、Redis、HBase 等诸多组件，它将数据处理中的缓存、消息队列、数据库、流式计算等功能都统一在了一起，这样轻量级的设计不仅让它的安装包很小、对集群资源消耗很少，同时也在一定程度上降低了研发、运维成本，因为需要集成的开源组件少，因而系统可以更加健壮，也更容易保证数据的一致性。可以试验一下，如果你要搭建一套车队管理系统，你只需要写一个 Java 应用，再加上 TDengine 完全能够实现。

从时序数据的特点出发，TDengine 没有选择流行的 KV 存储，而是使用了结构化存储。同时，基于物联网场景里，每个数据采集点的数据源是唯一的、数据是时序的，且用户关心的往往是一个时间段的数据而非某个特殊时间点等特点出发，TDengine Database 要求对每个采集设备单独建表。也就是如果有 1000 万个设备，就需要建 1000 万张表。

这就是 TDengine Database 的核心创新点之一——“一个设备一张表”，以此保证每个采集点的数据在存储介质上以块为单位进行连续存储，减少随机读的同时成数量级提升查询速度，还可以通过无锁、追加的方式写入，提升写入速度。

篇幅有限，关于 TDengine 的更多设计特点，大家如果有兴趣可以移步官网查阅了解更多，在这里就不多做赘述了。

下面我们来看一下两种数据库下的架构图，从中我们也可以得出一个结论，选择 TDengine Database 明显会更加轻量。

基于 HBase 的解决方案，架构图如下——

基于 TDengine 的解决方案，架构图如下——

在表数据的搭建上，通常车企在采集数据时包含的通常都是“采集时间（时间戳）、车辆标志（字符串）、经度（双精度浮点）、维度（双精度浮点）、海拔（浮点）、方向（浮点）、速度（浮点）、车牌号（字符串）、车辆型号（字符串）、车辆vid（字符串）”这 10 类字段。

不同于其他时序数据库，TDengine 会为每辆车单独创建一张数据表，数据字段为采集时间、车辆标志、经度、纬度、海拔、方向、速度等与时间序列相关的采集数据；标签字段为车牌号、车辆型号等车辆本身固定的描述信息。这里面有一个小技巧，浮点数据压缩比相对整型数据压缩比很差，经度纬度通常精确到小数点后 7 位，因此我们可以将经度纬度增大 1E7 倍转为长整型存储，将海拔、方向、速度增大 1E2 倍转为整型存储。

超级表创建语句：create table vehicle(ts timestamp, longitude bigint, latitude bigint, altitude int, direction int, velocity int) tags(card int, model binary(10));

此前有研发人员使用 C 语言编写了一个车辆模拟数据生成程序，对 TDengine 进行测试，以 10 万张数据表，每张写入 1 个月的数据（数据间隔 1 分钟，计 44000 条数据）为测试数据。编译之后，将测试程序和数据库在同一台 2 核 8G 的台式机上运行，写入时间共计为 3946 秒，相当于 4400000000条/3946 秒=111.5 万条/秒，折算成点数为 111.5*5=557 万点/秒。

在这里要注意的是，该程序是单线程运行的，如将其修改成多线程，速度还会有更大提升，但是仅就目前的性能来看，对于车联网的场景也已经足够。

从蔚来、零跑、理想三家车企，看时序数据库的应用效果

聚焦在实际业务中，时序数据库之于车联网的匹配度之高，我们从 TDengine 的三个车企客户案例中也可见一斑。

对于蔚来汽车来说，随着业务的发展，截止 2021 年底其已经在全国各地布局了换电站 777 座，超充桩 3404 根，目充桩 3461 根，为用户安装家充桩 96,000+ 根。为了对设备进行更高效的管理，他们需要将设备采集数据上报至云端进行存储，并提供实时数据查询、历史数据查询等业务服务，实现设备监控和分析。

但一直作为蔚来汽车数据存储的 MySQL + HBase 模型却越来越难以为继，随着换电站和超充站等设备在全国的快速布局，设备数量持续增长，积累的数据量越来越多，长时间跨度数据查询效率出现瓶颈，再加上查询场景不断丰富，HBase 已经无法满足当前业务需要。他们决定从 OpenTSDB 和 TDengine 中进行选择，在进行各种对比测试后决定将 HBase 替换为 TDengine。

从最终的改造结果上来看可以说是非常成功了。在查询速度上，从使用 HBase 查询单设备 24 小时数据的秒级返回升级到使用 TDengine 查询相同数据的毫秒级返回；在存储空间上，每天增量数据占用的存储空间相当于原来使用 HBase 时的 50%；在成本对比上，迁移后集群计算资源成本相比使用 HBase 节省超过 60%。

无独有偶，零跑汽车面临着和蔚来汽车一样的困境，他们此前在数据存储上的选择是 MongoDB 和 HBase，随着业务规模的扩大，数据库性能越来越难以满足数据处理需求，成本也随之提升。从降本增效的角度考虑，零跑决定在 C11 新车型上试用 TDengine。

零跑科技在做数据库选型调研时只有两点诉求：性能强、成本低。而最终的事实证明，TDengine 确实没有辜负他们的期待。在查询上，TDengine 的列式存储可以直接以 SQL 计算，不用再像 MongoDB 一样，在查询前还需要根据业务加工出需求数据。同时 TDengine 的高压缩算法也助力零跑科技提升 10-20 倍的压缩性能，既节省了存储空间也解决了存储成本高的问题。

和前两面两家公司不同，理想汽车是从 TiDB 迁移到 TDengine 的。整体来看，TiDB 更适合 TP 或者轻 AP 场景。从理想汽车的角度而言，其写入性价比较低，一次性大批量写入场景也不太适合，且对业务有入侵性，底层库表要按照月份来建表，还要针对每个采集点打上标签。

在迁移到 TDengine 之后，理想汽车的机器使用成本显著降低，聚合类查询速度显著提成，引入了 firstEP 机制的弹性扩缩容在一定程度上保障了性能的强劲，同时 TTL 和标签机制也实现了对业务的透明。

就如零跑汽车的项目对接人所感叹的一样，做汽车这样一种产品，数据量之大难以想象，如果没有一款能够实现高效存储的数据库，服务器成本会非常的高。

但现在他们都找到了破解困境的有效方法。从理论到实践，时序数据库无疑都是车联网的“天选数据库”。

想了解更多 TDengine Database 的具体细节，欢迎大家在GitHub上查看相关源代码。

原文： style="font-size: 18px;font-weight: bold;border-left: 4px solid #a10d00;margin: 10px 0px 15px 0px;padding: 10px 0 10px 20px;background: #f1dada;">国六排放检测对汽车CAN总线网络数据依赖不断增强

具体有以下4点。

1、因为它本身对环境友好，并且对消费者的使用成本非常友好。

2、汽车是一个非常巨大的市场，中国是世界第一，我们要利用这个世界第一和巨大的市场来拉动我们的经济发展。

3、在燃油车和新能源车的对比上，我们的新能源车已经达到，并且持续会保持自主技术创新能够全世界领先。

4、新能源车本身，因为能量消耗的原因，对我们国家的能源战略，从长期来看，有非常重大的意义

小鹏汽车什么岗位好

随着物联网信息产业的发展，各项关键技术的突破，基于多网融合的智能网联汽车开始进入人们的生活，车与人，车与车，车与智能终端，车与基础设施，通过云服务、4G或5G网络通信、大数据交换互联在一起。车联网技术极大的提高了人们的驾乘体验，引发了生活方式的变革，是未来汽车的发展方向。

目前随着越来越多的电子控制设备和电子控制单元（ECU）应用到汽车当中，各个电子设备及控制器在汽车运行过程中需要相互配合，电子设备模块之间交流被架构成复杂的通信网络，有的用CAN总线，有的用以太网。车载网络规模的增大、车用电子设备数量增多，汽车上软件运行的种类和数量也随之加大，网络信息安全问题随之而来。

车联网需要获取汽车内外通信通路中的数据，向CAN总线访问和采集报文，从而完善车载大数据系统，针对汽车进行全生命周期管理和总线数据研究。这些潜在的数据不是可以通过复制、粘贴就能实现，需要通过检测、转译、运算、验证等技术，采集车载 CAN总线信息在车联网应用领域具有十分重要的意义。

目前智能网联汽车中采用的车载CAN网络数据，平台需要对其存在的可重放、可采集、可分析、可存储，不少领域都想要做成汽车或者移动源的黑匣子，必须要进入汽车CAN总线实现实时的数据报文采集，进行深入的分析和解剖，分析车载 CAN 总线数据在未来无人驾驶、自动驾驶、智能驾驶、管理及研究意义，委托第三方公司，比如中汽中心、速锐得等机构，针对车载 CAN 总线进行数据采集，采集CAN总线报文信息，以达到数据采集和远程管控的目的。

其实例演示如下：

数据项：尿素液位

对于数据场内的第一位数9B（十六进制），查CANTEST DBC表格可知，其代表的为尿素液位信号，由DBC文件可以其最终的转化关系为：

●9B（十六进制）=155（十进制）

●尿素液位=（155*0.4%）+0=62 %

数据项：尿素温度

对于数据场内的第二位数据41（十六进制），查DBC可知，其代表的为尿素温度信号，其转化关系关系为：

●41（十六进制）=65（十进制）

●尿素温度=（65*1）+（-40）=25℃

数据项：尿素液位高度

对于数据场内的第三位和第四位，查DBC可知其代表为尿素液位高度信息，其最终的转化关系为：

●第三位80（低8位）与第四位07（高8位）数据组合为0780(十六进制)=1920（十进制）

●尿素液位高度=（1920*0.1）+0=192mm

数据项：尿素浓度

对于数据场内的第一位数80（十六进制），查DBC表格可知，其代表的为尿素浓度信号，其转化关系为：

●80（十六进制）=128（十进制）

●尿素浓度=（128*0.25%）+0=32 %

类似常用的车速、转速、水温、电压、剩余油量、车架号、转向信息、刹车、油门、手刹状态、灯光、档位、雨刮、座椅、排气阀门、水泵，动力电池等等都可以通过CAN协议、LIN协议、BSD协议进行数据采集和转化，不分汽油车、柴油车、新能源车型。

目前，通过多年的积累，已经取得的成果：

1）在研究分析车载 CAN 网络通信协议的基础上，利用 CAN 网络报文及品牌规律设计有效的采集方法。速锐得利用正向、逆向技术分析 CAN 报文数据包，破解车载CAN报文指令信息，以达到控制汽车的目的。车载 CAN 网络不同于传统的计算机网络，其数据包没有计算机网络IP数据包那样的源地址和目的地址。需要根据 CAN 报文数据包结构的特点，提出了运算检测模型框架，分别从报文标识位ID和报文数据字位进行检测与适配，能够较为全面的检测针对车载CAN 网络的数据采集。

2）针对CAN报文标识位 ID，提出了基于特征和信息检测系统。通过检测 CAN 总线中不同报文ID的概率分布，例如高速CAN和低速CAN上的ID排位及变化，计算车载CAN总线的信息位置及速率适配，采集精准的CAN总线的数据信息。

同时将正常总线中的 CAN ID 列为白名单独立分析，识别总线中变化出现的CAN ID的特征。实车测试及仿真实验结果显示，基于汽车CAN总线和特征结合的适配检测策略能有效的检测和验证CAN总线数据、大量发动机数据高于车身及低频控制单元数据。

3）针对车载总线CAN报文数据位，提出了基于支持偏移量及转换运算检测系统。根据数据位的特点，将车载总线报文数据位划分的8个特征，结合支持偏移量及转换运算检测系统的检测方法，将正常数据报文与变化数据报文区分开来。

实车及仿真实验结果显示，基于支持偏移量及转换运算的检测系统对总线报文数据的精准获取有很好的检测适配效果。

车联网作为新兴研究领域，在车载CAN总线数据挖掘、功能适配、异常报警、资产管理等方面做了一些初步探索，其数据成果为车载CAN总线在大数据应用的进一步深入研究和应用提供了重要的数据基础。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

电子诊断技术在新能源汽车维修中的价值是什么？

小鹏汽车是一家新能源汽车制造企业，岗位选择要根据个人的兴趣和专业背景来考虑。以下是一些常见的岗位类型：

1. 车辆研发工程师：负责新能源汽车的研发工作，包括设计、制造和测试等方面。

2. 电池研发工程师：负责电池技术的研发和改进，以提升电池性能和安全性。

3. 控制系统工程师：负责新能源汽车的动力控制系统的开发和优化。

4. 智能驾驶工程师：负责新能源汽车的智能驾驶技术的开发和应用。

5. 运维工程师：负责新能源汽车的设备维护和故障排除等工作。

6. 市场营销专员：负责新能源汽车的市场推广和销售工作。

7. 数据分析师：负责收集和分析新能源汽车相关数据，以优化产品和业务策略。

以上只是一些常见的岗位，具体岗位选择还需考虑个人的兴趣和专业背景。希望这些信息对你有所帮助。

一、更先进的维护设备

目前维修新能源汽车时，维修人员主要依靠自己的实践经验来判断车辆的故障，因此对车辆维修人员的专业技能和理论知识要求非常高。一旦维修人员缺乏实践经验，就很难准确判断汽车故障的原因和位置。此外，考虑到新能源汽车内部电路比传统汽车复杂，也考验着维修人员的专业能力。即使是一些有经验的维修人员也不能准确保证故障的原因和位置。但随着电子诊断技术的应用，在新能源汽车的维修过程中，维修人员不再需要依靠自己的经验来判断新能源汽车的故障，而更多的可以依靠先进高效的维修设备来判断。毕竟使用这些先进高效的设备可以大大降低新能源汽车的维修难度，同时达到提高维修有效性的目的。

二、改善维护管理

新能源汽车维修的工作内容不仅是维修，还包括汽车零部件的采购、汽车维修记录和汽车项目管理。在每一个维护环节，都需要相应的人员负责。一旦各环节领导之间的沟通效率或工作沟通低下，将直接影响新能源汽车维修的准确性，降低新能源汽车的维修质量。但随着电子诊断技术在新能源汽车维修中的应用，未来可以将计算机系统引入到维修管理中，使得新能源汽车的维修数据更加开放，数据共享成为可能，各个数据流也会更快。新能源汽车的诊断和维护质量最大化。

三、维护体系更加合理

目前，为了防止新能源汽车在使用过程中出现故障，目前的维修体系是实施预防性维修制度，通过有效的预防工作，避免新能源汽车发生重大事故，并延伸新能源汽车的内部设备和部件的使用寿命。然而，这种预防性维护系统可能会失败，导致一些预防性维护设备的好处被浪费。毕竟，并不是所有的预防性维护工作都能完成。在这种情况下，新能源汽车的维护成本会被人为抬高，对不存在的维护内容进行预防性维护。将电子诊断技术应用于新能源汽车维修系统，可以实现新能源汽车的动态检测。通过检测，可以更准确地了解和监控新能源汽车系统的运行状态，从而针对不同的问题进行最有效的维修工作。这样的维修工作不会浪费维修设备的效益，但可以大大降低新能源汽车维修的成本和设备支出，使新能源汽车的维修体系更加合理。