OBD数据的性对车联网行业的影响

OBD数据的性对车联网行业的影响

在国内OBD车联网的个个大大小小的企业中，对OBD数据的性的考究也大不相同，而这些一串串的OBD数据，在行业内叫做OBD数据流，他的性数据中心作为现在企业承载业务的核心，影响着企业发展的方方面面，我们对于数据中心的建设，也更加重视。

我们对这些OBD的数据性采取的将就的态度，在过去的几年中或许还能勉强应付，而在这个大数据时代，恐怕你要出局了。

OBD数据也许就差那么一点，但就是这么一点决定了你的未来大数据中心形态，在大数据时代是从容应对，还是措手不及。

数据大集中在节约成本、提高IT效率的同时，也对数据中心的可靠性和可用性提出了更高的要求。如果核心数据中心发生瘫痪，将造成机构业务停顿，尤其是像金融、保险、民航等行业，一旦出现问题，不仅会造成经济损失，还对社会造成影响；随着我国机动车保有量不断激增，道路资源不足、交管警力不够、驾驶人员交通法制意识不强等诸多难题，各种各样的交通问题已随之出现人们面前，道路出行日夜拥堵，城市环境每况愈下，交通事故险象环生，怎样才能做到真正绿色出行，那就需要我们给予足够的重视，前期做好足够的预见性，选择数据的OBD模块，如果到了后期才来处理这些事情，会面临捉襟见肘。

OBD车联网主要涉及的数据有采集记录开始行驶时间、结束时间、总油耗（怠速油耗、行驶油耗）单次行驶里程、怠速耗油量、行驶耗油量、当次燃油费用、当次平均车速、当次转速、车速等驾驶行为习惯等数据。其中商业价值的数据就是总里程和平均油耗及驾驶行为习惯数据。因为驾驶行为数据对于保险公司后期数据赢利、梯度保险、个性定制化方案提供了大量的数据支持，总里程及汽车故障信息为4S店提供了重要的维修保养信息，这个里面就关系到平均油耗和总里程的核心算法了，车厂也是算出来的，我们看到的仪表盘的度是有差别的，只是做为一个参考标准而已。有关于油耗的算法我列举下：

有的朋友使用

进气量=(排量*进气压力)/(8.314472*(273+进气温度))*0.725*(转速)/120*29 单位是克/秒

油耗1=进气量/14.64/0.725*3.6 单位是 升/小时 停车时候用这个显示

油耗2=油耗1*100/速度 单位是 升/100KM 行驶时候用这个显示

我们经过实际测试，这个算法在没有进气压力的汽车还可以用，如果有进气压力的汽车，这个就不准确了，当然还有更奇葩的，用轮胎周长多少圈和时间去做对比的，这个就不列入公式了，没参考价值，有的通过一箱油加满来做测试的，基本准确，由于涉及到汽车排量、油量、驾驶习惯不一样，数据的准确性还是有待考究和积累、数据难统计。

原车车厂的数据也是根据计算得出来的，数据的性要达到99%准确，行业内95%的算法都不能算作是标准的，这个误差很大，从里程来确定油耗的话，误差更大，不适合行业作为标准，智能提供相关的参考价值。

那国内是否有数据的OBD模块呢，这个我们可以通过OBD模块的测试来获得相关的信息，耗油量、里程统计都牵涉到汽车各项参数，各个传感器提供的数据，具体算法也是为核心的东西了，只有经验丰富的工程师的积累和我们不断测试了才知道。