科创中国

行业领域

电子信息技术

需求背景

随着信息化技术的快速发展，大量的汽车智能化功能使用数据驱动的人工智能模型进行开发，而人工智能模型的训练与迭代严重依赖于大量的数据。因此，车辆数据的高效存储与使用将扮演愈发重要的角色。

相关技术中，一台汽车中同一canid上传的信号对应着多个数据维度，有的canid使用周期性的数据采集办法，有的canid采取变动式的数据采集办法，即canid中的任意数据发生变化都将进行采集。

然而，在进行数据存储时，大多数的数据维度与前一时刻的数据维度相比，其数值并没有发生变化，这部分数据对于人工智能或者机器学习的算法训练而言，将是平凡且冗余的数据，或者是极易还原的数据。如果存储的数据或者搬运的数据含有大量平凡且冗余的数据，将导致数据存储设备的有效利用率不高。同时，人工智能模型训练所用的数据也将包含大量对模型效果提升无关的数据，这会导致训练一个模型，需要传输更多的数据，亟待解决。

需解决的主要技术难题

需解决存储的数据或者搬运的数据含有大量平凡且冗余的数据，将导致数据存储设备的有效利用率不高的问题。

人工智能模型训练所用的数据也将包含大量对模型效果提升无关的数据，这会导致训练一个模型，需要传输更多的数据，亟待解决。

期望实现的主要技术目标

1.能提高数据的价值密度，能用更少的数据训练人工智能模型。

2.能解决相关技术中大数据的存储成本高、搬运使用效率低等问题，降低数据存储的设备要求和成本，使数据的搬运和使用更加方便。

处理进度