不同等級(jí)階段的車輛，需要采集的數(shù)據(jù)量也呈現(xiàn)幾何級(jí)增長(zhǎng)。以目前常見的L3階段為例，隨著4K超高清攝像頭、128線激光雷達(dá)等傳感器引入，每天8小時(shí)數(shù)據(jù)采集系統(tǒng)記錄的數(shù)據(jù)量高達(dá)30TB。這么說吧，英偉達(dá)公司的自動(dòng)駕駛技術(shù)測(cè)試也顯示車輛學(xué)習(xí)數(shù)據(jù)收集系統(tǒng)在幾小時(shí)內(nèi)就能夠充滿TB級(jí)的固態(tài)存儲(chǔ)硬盤（SSD）。

眾所周知，汽車自動(dòng)化分五級(jí)。自動(dòng)化程度越高，所需的數(shù)據(jù)存儲(chǔ)量就越大。舉個(gè)例子，比如二級(jí)自動(dòng)駕駛汽車需要全程人為操作，但有附加的自動(dòng)化系統(tǒng)，如變道輔助、盲點(diǎn)檢測(cè)或自動(dòng)停車功能。鮑曼認(rèn)為，二級(jí)自動(dòng)駕駛汽車需要4到10PB的數(shù)據(jù)。

然而，三級(jí)自動(dòng)駕駛汽車需要50到100PB的數(shù)據(jù)存儲(chǔ)，五級(jí)自動(dòng)駕駛汽車則需要3EB以上的存儲(chǔ)空間。鮑曼說：“三級(jí)自動(dòng)駕駛系統(tǒng)意味著汽車可以實(shí)現(xiàn)自動(dòng)駕駛。而五級(jí)自動(dòng)駕駛汽車可以實(shí)現(xiàn)完全自動(dòng)駕駛”“。

如何處理所有數(shù)據(jù)？

盡管自動(dòng)駕駛汽車所需的數(shù)據(jù)存儲(chǔ)量是巨大的，但挑戰(zhàn)并非源于存儲(chǔ)階段，而是傳輸階段。鮑曼說，例如，讓車輛上路去記錄來自攝像機(jī)、激光掃描儀和雷達(dá)的數(shù)據(jù)時(shí)，每輛車每天能產(chǎn)生80TB的數(shù)據(jù)。

他說：“然后，你必須通過數(shù)據(jù)線連接車輛，將數(shù)據(jù)從汽車系統(tǒng)傳輸?shù)綌?shù)據(jù)中心，接著將數(shù)據(jù)從研發(fā)中心復(fù)制到數(shù)據(jù)中心。通常，我們的客戶在每個(gè)洲都有一個(gè)集中的數(shù)據(jù)庫(kù)，數(shù)據(jù)傳輸就可以通過加速文件傳輸方法或物理方式實(shí)現(xiàn)”。

介紹一些數(shù)據(jù)管理的具體研究：

資源管理與任務(wù)卸載

由于邊緣節(jié)點(diǎn)能夠?yàn)橐欢ǚ秶鷥?nèi)的多個(gè)用戶（車輛）同時(shí)提供服務(wù)，因此資源調(diào)配以及用戶任務(wù)競(jìng)爭(zhēng)問題是影響性能的主要因素。某文獻(xiàn)將車輛任務(wù)卸載過程中的競(jìng)爭(zhēng)沖突問題轉(zhuǎn)化為多用戶博弈問題，證明該問題的納什均衡的存在性，并實(shí)現(xiàn)了一個(gè)分布式的計(jì)算卸載算法。

更進(jìn)一步的上述文獻(xiàn)，針對(duì)任務(wù)卸載過程中的通信速率、可靠性、延遲三方面進(jìn)行優(yōu)化分析，提出了一個(gè)支持服務(wù)質(zhì)量感知的無線網(wǎng)絡(luò)資源管理框架，將資源分配問題拆分為車輛集群的分塊、集群之間的資源塊池分配、集群內(nèi)的資源分配3個(gè)子問題，并實(shí)現(xiàn)了一個(gè)基于圖理論的優(yōu)化方法：

• 首先將車輛分區(qū)轉(zhuǎn)化為集群劃分問題，使得車輛之間的協(xié)同控制能夠避免隱藏終端問題，同時(shí)避免由半雙工導(dǎo)致的通信限制；
• 對(duì)群組的資源塊池分配問題轉(zhuǎn)化為基于加權(quán)資源沖突圖的最大最小公平性問題，解決（由高效的集群間通信資源復(fù)用導(dǎo)致的）頻譜利用率增強(qiáng)與限制集群間競(jìng)爭(zhēng)沖突的權(quán)衡。

針對(duì)車輛高移動(dòng)性導(dǎo)致的邊緣節(jié)點(diǎn)頻繁切換的問題，上述文獻(xiàn)認(rèn)為車輛與節(jié)點(diǎn)之間的連接在維持較短時(shí)間后便丟失，將造成處理時(shí)間及能耗開銷增長(zhǎng)，提出了任務(wù)接替算法，按照計(jì)算出的接替時(shí)間，將處理任務(wù)從原有節(jié)點(diǎn)卸載至下一個(gè)可行的目標(biāo)節(jié)點(diǎn)，繼續(xù)任務(wù)的運(yùn)行。

同時(shí)，該研究者沒有局限于單一完整的任務(wù)卸載，實(shí)現(xiàn)了一系列任務(wù)的部分卸載策略。

對(duì)于整個(gè)卸載過程而言，車端的性能與邊緣服務(wù)節(jié)點(diǎn)端的性能均需要認(rèn)真對(duì)待。DDORV算法能夠根據(jù)當(dāng)前系統(tǒng)狀況（例如信道質(zhì)量、流量負(fù)載）對(duì)車端與節(jié)點(diǎn)端的兩個(gè)相互耦合且包含大量狀態(tài)信息、控制變量的隨機(jī)優(yōu)化問題同時(shí)進(jìn)行考慮。

具體而言，該算法基于Lyapunov算法將雙邊隨機(jī)優(yōu)化問題解耦為兩個(gè)獨(dú)立的按幀優(yōu)化問題：對(duì)于車輛，卸載策略通過比較本地處理成本與任務(wù)卸載成本進(jìn)行選擇，CPU調(diào)整頻率通過提出的目標(biāo)函數(shù)計(jì)算得出；對(duì)于邊緣節(jié)點(diǎn)端，首先提出一個(gè)輕量的資源供給算法，之后基于對(duì)無線資源與能耗的共同優(yōu)化的迭代式算法，提出持續(xù)松弛方法以及Lagrange雙解耦算法。

同時(shí)，該研究者選用電視機(jī)空白頻段（TV white space）進(jìn)行車輛與邊緣節(jié)點(diǎn)之間的無線數(shù)據(jù)傳輸，彌補(bǔ)了傳統(tǒng)蜂窩、Wi-Fi等技術(shù)的弊端，提高了通信效率。

同時(shí)，對(duì)于一定區(qū)域內(nèi)的多個(gè)用戶，通常具有多個(gè)節(jié)點(diǎn)提供選擇。JSCO算法將多節(jié)點(diǎn)、多用戶背景下的負(fù)載均衡與任務(wù)卸載決策問題轉(zhuǎn)化為混合整數(shù)非線性規(guī)劃問題，并能夠針對(duì)節(jié)點(diǎn)選擇、計(jì)算資源優(yōu)化、卸載方案決策3個(gè)問題以低復(fù)雜度進(jìn)行計(jì)算，在保證延遲限制的條件下最大化系統(tǒng)利用率。

5G基礎(chǔ)設(shè)施對(duì)數(shù)據(jù)的重要性

有專業(yè)人士表示，5G對(duì)于自動(dòng)駕駛汽車的研發(fā)和生產(chǎn)至關(guān)重要，尤其是在未來5到10年，屆時(shí)將有更多的技術(shù)集成到汽車中。他說：“如今的汽車就是路上的移動(dòng)數(shù)據(jù)中心。因此，必須對(duì)車輛中的數(shù)據(jù)進(jìn)行預(yù)處理，例如，識(shí)別值得通過5G傳輸?shù)綌?shù)據(jù)中心的有價(jià)值的數(shù)據(jù)” 。

他還說，自動(dòng)駕駛汽車需要存儲(chǔ)邊緣數(shù)據(jù)，也就是在車內(nèi)存儲(chǔ)數(shù)據(jù)?！澳阈枰?jì)算邊緣存儲(chǔ)，特別是在沒有5G覆蓋的地方。這是另一個(gè)問題，因?yàn)槟惚仨氃谲囕v中緩存數(shù)據(jù)，以便在有5G信號(hào)后發(fā)送數(shù)據(jù)”。

與5G相關(guān)的另一個(gè)問題是上傳速度。有專業(yè)人士說：“5G是為高速下載流數(shù)據(jù)設(shè)計(jì)的，所以上傳速度沒有那么快。因此，你不可能真正通過5G上傳大量數(shù)據(jù)，它是為從數(shù)據(jù)中心向最終用戶傳輸數(shù)據(jù)而不是從車輛到數(shù)據(jù)中心而設(shè)計(jì)的。但5G的優(yōu)勢(shì)在于其低延遲”。

面臨的挑戰(zhàn)

網(wǎng)信辦在去年5月12日發(fā)布的《汽車數(shù)據(jù)安全管理若干規(guī)定（征求意見稿）》（簡(jiǎn)稱《意見稿》）在引起了一陣小波動(dòng)后，似乎很快就沉入“潭底”，被跨界造車等汽車界的熱鬧事給掩蓋了。但汽車企業(yè)心里很清楚，這不僅是由特斯拉爭(zhēng)議帶來的數(shù)據(jù)安全風(fēng)控方案，更深層次上，采集用戶數(shù)據(jù)的“緊箍咒”預(yù)警已經(jīng)拉響?！叭绻@個(gè)法規(guī)最終落地時(shí)，嚴(yán)格規(guī)定數(shù)據(jù)只能留在車內(nèi)，而車企不啟動(dòng)新的合法的數(shù)據(jù)獲取通道，那國(guó)內(nèi)的自動(dòng)駕駛技術(shù)發(fā)展，可能真的要延緩幾年，”某位不愿透露姓名的業(yè)內(nèi)權(quán)威人士稱。

但并非所有車企都選擇靜觀其變，用戶在真實(shí)道路上的行駛數(shù)據(jù)是車企自動(dòng)駕駛技術(shù)迭代升級(jí)和完善的重要支持。為此，已有企業(yè)開始打造數(shù)據(jù)獲取的新商業(yè)模式。今年4月，上汽智己基于其CSOP（Cus-tomer　Share　Option　Plan）用戶數(shù)據(jù)權(quán)益平臺(tái)，發(fā)布了用戶數(shù)字資產(chǎn)“原石”的開采方式。其希望通過該平臺(tái)，實(shí)現(xiàn)與用戶之間的數(shù)據(jù)交易。具體的操作辦法為：智己汽車拿出4.9%的創(chuàng)始輪股權(quán)用于CSOP計(jì)劃，并推出3億枚“原石”，其中70%的原石需要車主通過日常駕駛車輛產(chǎn)生數(shù)據(jù)來兌換獲得。用戶獲得原石后，則可以進(jìn)行軟硬件的產(chǎn)品升級(jí)以及相對(duì)應(yīng)的數(shù)據(jù)權(quán)益。

智己是目前國(guó)內(nèi)唯一一家提出與用戶進(jìn)行數(shù)據(jù)交易的車企，雖然其平臺(tái)推出的時(shí)間在新規(guī)意見稿發(fā)布之前，但這被認(rèn)為有望成為法規(guī)趨嚴(yán)下的一種解決方案?！拔矣X得挺有意思，是一種模式創(chuàng)新?！卑俣劝⒉_信息安全負(fù)責(zé)人劉健皓對(duì)經(jīng)濟(jì)觀察報(bào)記者表示。上述權(quán)威人士也認(rèn)為該模式具有突破性。在此之前，車企對(duì)車輛大部分?jǐn)?shù)據(jù)都是默認(rèn)采集的，從未實(shí)現(xiàn)平等交易。但也有專家認(rèn)為，由于存在諸多不確定性，這種模式可能只是車企互聯(lián)網(wǎng)思維下的一種嘗試，執(zhí)行順不順利還不好說。

而對(duì)智己汽車數(shù)據(jù)交易模式探討的背后，映射出了車企和業(yè)內(nèi)對(duì)于智能汽車的用戶數(shù)據(jù)收集將會(huì)變得越來越難的危機(jī)感。根據(jù)《意見稿》，車企對(duì)用戶個(gè)人信息和行駛重要數(shù)據(jù)“默認(rèn)不采集”，或者至少需要每次都獲得用戶的同意。這意味著數(shù)據(jù)采集的通道存在將被阻斷的可能，這對(duì)于當(dāng)下如火如荼的自動(dòng)駕駛應(yīng)用將不可避免產(chǎn)生影響。

在這種情況下，上汽智己的數(shù)據(jù)交易模式是否能成為行業(yè)趨勢(shì)？在用戶數(shù)據(jù)安全和智能駕駛技術(shù)發(fā)展需求之間，是否還有其他可行的數(shù)據(jù)共享模式？留給整個(gè)行業(yè)尋找解決方案的時(shí)間已經(jīng)不多了。

車企的大數(shù)據(jù)“切斷”風(fēng)險(xiǎn)

在接受經(jīng)濟(jì)觀察報(bào)記者采訪時(shí)，多位專家均對(duì)智己汽車與用戶進(jìn)行數(shù)據(jù)交易的模式給予了一定肯定。汽車行業(yè)資深分析師梅松林認(rèn)為，該模式可以加強(qiáng)車企數(shù)據(jù)采集的透明性，并讓車企與用戶互惠互利。賽迪顧問汽車產(chǎn)業(yè)研究中心總經(jīng)理鹿文亮則表示，這表明車企開始采用類似互聯(lián)網(wǎng)公司“眾包”的模式，具有一定先進(jìn)性。　　　　

但對(duì)于該模式是否會(huì)成為行業(yè)趨勢(shì)，業(yè)內(nèi)有不同的看法。“我覺得未來企業(yè)可能還會(huì)（像智己一樣）拿出一些好的玩法，來刺激用戶拿出數(shù)據(jù)。”劉健皓認(rèn)為，采取這種模式不僅可以幫助車企拿到數(shù)據(jù)，還可以通過數(shù)據(jù)的累積大大促進(jìn)智能汽車的發(fā)展，“數(shù)據(jù)是移動(dòng)互聯(lián)網(wǎng)時(shí)代的基礎(chǔ)要素，至關(guān)重要，智能汽車同樣如此。”劉健皓表示。劉健皓用手機(jī)行業(yè)的發(fā)展作了一個(gè)類比，“（以前）諾基亞本身沒什么數(shù)據(jù)，隨著智能手機(jī)應(yīng)用內(nèi)容增多，直接迎來了一個(gè)移動(dòng)互聯(lián)網(wǎng)時(shí)代。”劉健皓說。

但也有觀點(diǎn)認(rèn)為，數(shù)據(jù)交易的模式仍存在諸多不確定性。一方面，由于是新的模式，數(shù)據(jù)交易和獎(jiǎng)勵(lì)的額度比較難設(shè)置，“設(shè)置低了沒人參與，設(shè)置高了后面沒法兌現(xiàn)，會(huì)對(duì)品牌有損害。”鹿文亮說。同時(shí)，針對(duì)數(shù)據(jù)可能推進(jìn)智能汽車整體發(fā)展的看法，鹿文亮認(rèn)為，利用“眾包”模式實(shí)現(xiàn)發(fā)展，首先應(yīng)該是產(chǎn)品已經(jīng)比較好，才能利用用戶的數(shù)據(jù)形成良性循環(huán)，半成品的情況下則會(huì)造成惡性循環(huán)，而當(dāng)前智能汽車還不能說已經(jīng)發(fā)展完善，因此以智己汽車為代表的這種數(shù)據(jù)獲取新模式是否會(huì)成為趨勢(shì)還不好說，“很可能只是車企在互聯(lián)網(wǎng)思維下的一次嘗試。互聯(lián)網(wǎng)的運(yùn)營(yíng)模式很多，都嘗試一下，不行可以換?！?/span>

汽車數(shù)據(jù)安全管理新規(guī)征求意見稿的發(fā)布，讓車企在數(shù)據(jù)收集方面變得越來越焦慮?！艾F(xiàn)在車企對(duì)最新的數(shù)據(jù)采集要求都比較頭疼，對(duì)這個(gè)征求意見稿，企業(yè)的反饋大部分集中在數(shù)據(jù)采集方式的改變上。”鹿文亮對(duì)經(jīng)濟(jì)觀察報(bào)記者指出，如果該新規(guī)實(shí)施，必將會(huì)帶來不小的影響，“主要是以前數(shù)據(jù)采集得太多了，并且很多公司的商業(yè)模式就是未經(jīng)授權(quán)進(jìn)行數(shù)據(jù)采集。”

可以看到，汽車數(shù)據(jù)安全管理新規(guī)主要限制了兩類數(shù)據(jù)的收集——重要數(shù)據(jù)和個(gè)人信息。其中重要數(shù)據(jù)包含“道路上車輛類型、車輛流量等數(shù)據(jù)”，而這被認(rèn)為屬于自動(dòng)駕駛對(duì)道路場(chǎng)景收集所需要的重要數(shù)據(jù)。另外，個(gè)人信息中的個(gè)人車內(nèi)操作，也被認(rèn)為是車企收集用戶習(xí)慣的重要渠道。但新規(guī)卻認(rèn)定對(duì)這些信息“默認(rèn)不收集”，即使采集，授權(quán)也“僅一次有效”，這可能將阻斷當(dāng)前車企的數(shù)據(jù)收集通道。

智能駕駛的黑匣子——華為數(shù)據(jù)管理方法

華為正式發(fā)布《華為核心網(wǎng)自動(dòng)駕駛網(wǎng)絡(luò)白皮書》，在業(yè)界率先提出了面向5G的核心網(wǎng)自動(dòng)駕駛網(wǎng)絡(luò)的理念、目標(biāo)和構(gòu)架，為5G核心網(wǎng)向自動(dòng)駕駛網(wǎng)絡(luò)演進(jìn)提供了一條可衡量、可實(shí)踐的指導(dǎo)性路徑。

近年來，智能駕駛汽車已成為汽車領(lǐng)域發(fā)展的新趨勢(shì)，越來越多的汽車采用了輔助駕駛系統(tǒng)(ADAS)和自動(dòng)駕駛系統(tǒng)，這類系統(tǒng)利用車載的移動(dòng)數(shù)據(jù)中心(MDC)和車載傳感器，在行駛過程中智能化探測(cè)障礙物、感知周圍環(huán)境并自動(dòng)決策車輛的路徑并控制車輛的行駛狀態(tài)。智能駕駛技術(shù)給汽車領(lǐng)域帶來了革命性地機(jī)遇和挑戰(zhàn)，越來越多的廠商致力于通過智能駕駛提升駕駛員在汽車行駛中的體驗(yàn)。

除此之外，智能駕駛汽車的安全性也引起了業(yè)界的廣泛關(guān)注，傳統(tǒng)人工駕駛汽車通常利用黑匣子設(shè)備記錄車輛在發(fā)生事故前后的引擎速度、車速、剎車、油門和安全帶的狀態(tài)，而黑匣子則是一類安裝在汽車上且抗損毀性能高的設(shè)備。當(dāng)汽車發(fā)生劇烈碰撞時(shí)，黑匣子可以通過車身內(nèi)與黑匣子設(shè)備連接的加速傳感器提供的數(shù)據(jù)判斷車輛的加速度在短時(shí)間內(nèi)是否超過預(yù)設(shè)閾值，進(jìn)而收集并存儲(chǔ)車身數(shù)據(jù)。

但是，與傳統(tǒng)的人工駕駛車輛相比，智能駕駛汽車在應(yīng)用場(chǎng)景、駕駛員駕駛習(xí)慣和方式、智能駕駛汽車內(nèi)各個(gè)系統(tǒng)的工作方式以及與周圍設(shè)施和汽車的關(guān)系等方面都發(fā)生了巨大的變化，智能駕駛汽車在安全方面也對(duì)黑匣子數(shù)據(jù)的管理方法提出了更高的要求，因此，如何提供一種適用于智能駕駛汽車中更有效的黑匣子管理方法成為需要解決的技術(shù)問題。

為了解決這樣的問題，華為在19年8月7日申請(qǐng)了一項(xiàng)名為“智能駕駛汽車中黑匣子數(shù)據(jù)的管理方法、裝置和設(shè)備”的發(fā)明專利（申請(qǐng)?zhí)枺?01910726567.X），申請(qǐng)人為華為技術(shù)有限公司。

根據(jù)該專利目前公開的資料，讓我們一起來看看這項(xiàng)黑匣子數(shù)據(jù)管理方法吧。

如上圖，為該專利發(fā)明的智能駕駛車的黑匣子數(shù)據(jù)的管理系統(tǒng)的邏輯架構(gòu)示意圖，該系統(tǒng)包括云數(shù)據(jù)中心101、網(wǎng)絡(luò)102和智能駕駛車103，云數(shù)據(jù)中心101和智能駕駛車103通過網(wǎng)絡(luò)102進(jìn)行通信。

其中，云服務(wù)數(shù)據(jù)中心能夠提供用于存儲(chǔ)黑匣子數(shù)據(jù)的云服務(wù)的數(shù)據(jù)中心，包括私有云、公有云和混合云類型的數(shù)據(jù)中心；網(wǎng)絡(luò)是可以實(shí)現(xiàn)將智能駕駛車中黑匣子數(shù)據(jù)傳輸至云服務(wù)數(shù)據(jù)中心的媒介。

縱觀整個(gè)智能駕駛車輛，其包括有通信盒子1031、中央網(wǎng)關(guān)1032、車身控制器(BCM)1033、人機(jī)交互控制器1034、智能駕駛控制器1035、整車控制器1036和黑匣子設(shè)備1037。通信盒子用于實(shí)現(xiàn)智能駕駛車和云服務(wù)數(shù)據(jù)中心的通信；人機(jī)交互控制器包括車載娛樂(IVI)和硬件監(jiān)視器接口(HMI)等車載娛樂控制系統(tǒng)，負(fù)責(zé)人和車輛的交互，通常用于管理儀表、中控顯示以及方向盤壓力傳感器等設(shè)備。

整車控制器(VCU)通常與底盤電子控制單元、安全氣囊和動(dòng)力電子控制單元相連，而安全氣囊通常與慣性測(cè)量單元相連，通過慣性測(cè)量單元的檢測(cè)，可以判斷智能駕駛汽車是否處于緊急制動(dòng)狀態(tài)，若智能駕駛汽車處于該狀態(tài)，則安全氣囊可以彈出以保護(hù)駕駛員安全。

最后就是整車中最為神秘的黑匣子，黑匣子設(shè)備用于在緊急情況下記錄智能駕駛車的車身數(shù)據(jù)，這些數(shù)據(jù)包括：引擎速度、車輛速度、剎車力度、轉(zhuǎn)向角、油門板狀態(tài)、安全帶狀態(tài)等，以及這些數(shù)據(jù)生成時(shí)的時(shí)間戳。在汽車失事時(shí)，這些數(shù)據(jù)往往是調(diào)查人員分析事故最為主要的數(shù)據(jù)。

接下來，我們結(jié)合下圖詳細(xì)介紹該專利中所提供的智能駕駛汽車中黑匣子數(shù)據(jù)的管理方法，如圖所示。

首先，當(dāng)檢測(cè)控制器檢測(cè)到黑匣子觸發(fā)事件時(shí)，檢測(cè)控制器向黑匣子設(shè)備發(fā)送觸發(fā)事件通知。其次，黑匣子設(shè)備根據(jù)觸發(fā)事件類型標(biāo)識(shí)黑匣子數(shù)據(jù)的數(shù)據(jù)類型，檢測(cè)控制器能夠檢測(cè)的黑匣子觸發(fā)事件包括駕駛模式轉(zhuǎn)換事件和駕駛風(fēng)險(xiǎn)邊界事件兩類，其中，駕駛模式轉(zhuǎn)換事件又可以細(xì)分為以下兩種情況：

1）駕駛員將智能駕駛汽車的駕駛模式切換至智能駕駛模式：當(dāng)智能駕駛車為人工駕駛且智能駕駛系統(tǒng)檢測(cè)符合智能駕駛開啟條件，通過人機(jī)交互控制器通知駕駛員，由駕駛員通過按鈕觸發(fā)智能駕駛車切換為智能駕駛模式，此時(shí)，由人機(jī)交互控制器通知黑匣子設(shè)備存在黑匣子觸發(fā)事件。

2）駕駛員主動(dòng)將智能駕駛汽車的駕駛模式切換至非智能駕駛模式：當(dāng)智能駕駛車為智能駕駛模式時(shí)，駕駛員可以通過踩剎車、轉(zhuǎn)動(dòng)方向盤、人機(jī)交互控制器模式切換的方式主動(dòng)將智能駕駛車切換為非駕駛模式，此時(shí)，可以通過人機(jī)交互控制器檢測(cè)到黑匣子數(shù)據(jù)觸發(fā)事件，并通知黑匣子設(shè)備存在黑匣子觸發(fā)事件。

接著，黑匣子設(shè)備根據(jù)觸發(fā)事件類型和數(shù)據(jù)類型確定數(shù)據(jù)所屬存儲(chǔ)級(jí)別，并按照數(shù)據(jù)所屬存儲(chǔ)級(jí)別和預(yù)置規(guī)則存儲(chǔ)數(shù)據(jù)。當(dāng)數(shù)據(jù)所屬存儲(chǔ)級(jí)別滿足預(yù)設(shè)條件時(shí)，黑匣子設(shè)備將向云服務(wù)數(shù)據(jù)中心發(fā)送黑匣子數(shù)據(jù)。這樣，通過對(duì)于數(shù)據(jù)的存儲(chǔ)方式進(jìn)行分級(jí)，最高級(jí)會(huì)將書就保存到云端，從而保證了數(shù)據(jù)的安全性以及有效性。

最后是這種智能駕駛車的黑匣子設(shè)備的結(jié)構(gòu)示意圖，可以看到，黑匣子設(shè)備包括處理器101、存儲(chǔ)介質(zhì)102、通信接口103和內(nèi)存單元104。其中，處理器、存儲(chǔ)介質(zhì)、通信接口、內(nèi)存單元通過總線進(jìn)行通信。

以上就是華為發(fā)明的黑匣子數(shù)據(jù)管理方法，通過對(duì)于黑匣子中數(shù)據(jù)的管理方式進(jìn)行升級(jí)、以及將黑匣子的數(shù)據(jù)同時(shí)存儲(chǔ)在本地和云存儲(chǔ)器中，并且對(duì)于黑匣子的數(shù)據(jù)進(jìn)行分級(jí)存儲(chǔ)，從而有效的提升了智能駕駛汽車中黑匣子數(shù)據(jù)的有效性以及安全性，同時(shí)也提升了整個(gè)智能駕駛汽車的整體安全性。

小結(jié)

1. 自動(dòng)化程度越高，所需的數(shù)據(jù)存儲(chǔ)量就越大；
2. 挑戰(zhàn)并非源于存儲(chǔ)階段，而是傳輸階段；
3. 必須對(duì)車輛中的數(shù)據(jù)進(jìn)行預(yù)處理，優(yōu)先通過5G傳輸有價(jià)值的數(shù)據(jù)；
4. 《汽車數(shù)據(jù)安全管理若干規(guī)定》限制了國(guó)內(nèi)自動(dòng)駕駛的發(fā)展，真實(shí)道路上的行駛數(shù)據(jù)是車企自動(dòng)駕駛技術(shù)迭代升級(jí)和完善的重要支持；
5. 自動(dòng)駕駛汽車在安全方面也對(duì)黑匣子數(shù)據(jù)的管理方法提出了更高的要求。