智能汽車網聯化應用在前期涉及車輛運行數據（如位置數據、車輛健康數據、行駛軌跡數據、道路環境數據等）以及用來保障駕駛出行便利性的資訊數據（如導航數據、道路實時路況數據、天氣數據、通信數據等）的監控。

在智能汽車網聯化應用的后期，對智能網聯汽車與智能交通系統的融合更加重視，網聯化系統的應用將重新定義。此時，數據的交互將以LTE－V、5G或是專用短程通信（Dedicated Short Range Communications，DSRC）等新的無線通信技術為載體，實現車車通信（V2V）、車與行人通信（V2P）、車路通信（V2I）功能。在有條件自動駕駛（CA）階段，以封閉道路、結構化道路區域內的自動駕駛為起點，更多的路側單元（Road Side Unit，RSU）等智能交通系統（Intelligent Transport System，ITS）基礎設施的完善，將構成新型的智能化車聯網體系。

屆時，智能網聯汽車將擺脫單一的自主式控制階段，除去通過車體自身所搭載的各類傳感器對外界環境信息的采集，更多的環境數據將通過中心遠程控制端（例如城市級別的全局路徑規劃）、道路基礎設施端（例如交通信號燈數據）、同環境移動車輛端（前車所遇事故數據）、非機動車輛端（行人等移動趨勢數據）等渠道獲取。這種方式不僅可以在一定程度上降低車載決策控制處理器在性能方面的要求，降低單車成本，更可以把智能網聯汽車置于智能交通系統全局中統籌考慮，在出行效率、道路分配上給出最優解。

由此可以預見，車聯網體系將更有效地幫助智能網聯汽車實現與完善自動駕駛功能，并在多區域內多車輛行駛的統籌規劃中起到良好的推動作用。伴隨環境數據的豐富與數據采集準確性的提高，車聯網也將在智能交通系統甚至物聯網系統中更好地發揮作用。對車聯網體系與物聯網體系交互數據的深入挖掘，可以開發出更多的應用場景與功能，實現智能網聯汽車網聯化系統的快速迭代與持續進步。

4、智能網聯汽車評價測試數據

傳統汽車在研發階段的測試形成了相對完善的評價機制，并伴隨汽車技術的革新不斷衍生出新的評價規程。中國新車評價規程（China－New Car Assessment Program，C－NCAP）、中國生態汽車評價規程（China Eco－Car Assessment Program，C－ECAP）分別從安全與性能、綠色與生態等方面出發，涵蓋了傳統汽車測試的大部分內容，為國內市場汽車的發展提供了一定的保障。另一方面，在各企業發動機、變速器、底盤、電氣系統等技術差距逐步縮小的情況下，消費者對駕乘體驗、汽車外觀、附加功能提出了更高的需求，由此形成了造型評價、感官品質、設計對標、功能驗證等多個新領域的評價測試方法。

智能網聯汽車較傳統汽車實現了有人駕駛到自動駕駛的突破式創新，其對通信系統、信息安全、數據處理等層面提出了新的需求，并對多傳感器的數據采集性能給予了很大的關注。除去一些傳統汽車檢測機構在智能網聯汽車評價測試層面的布局，越來越多的互聯網公司、智能科技公司等ICT行業中堅力量參與到這一領域中來。汽車的智能化所帶來的數據安全與功能安全面臨著一定的挑戰，目前還沒有形成一定體系與標準的安全性測評方法。未來一段時期，與汽車安全相關的信息數據將受到高頻率、寬維度的攻擊，這就對數據通信質量與數據安全認證方法納入智能網聯汽車評價規程形成了迫切需求。

另一方面，智能網聯汽車的測試與國家對示范測試區以及信息安全實驗室的建設密切相關。2016年，工信部與多地政府簽署「基于寬帶移動互聯網的智能汽車與智慧交通應用示范」合作框架協議，為智能網聯汽車提供了可靠的基礎設施保障。

智能網聯汽車的測試評價不僅要求在評價方法上的提升，更需要一些創新測試技術的出現。以環境識別技術為例，對復雜道路環境中行人、車輛、標志的識別準確率是重中之重。傳統實際環境中的測試難以在短時間內構建符合測試要求的場景，此時，虛擬場景數據的出現解決了這一問題。通過三維立體交通環境的搭建模擬真實道路路況，行人軌跡、車輛動態、標志種類等虛擬數據的組合設定使得在實際環境中較難出現的場景可以通過這一系統良好組合，并極大了提高了測試效率，縮短了研發周期。

由此可以看出，以虛擬現實（VR）在環仿真技術為代表的ICT將在智能網聯汽車的前期測試中起到關鍵性作用。與之相關的多地域、多場景的測試數據也將成為行業內協同發展的寶貴資源。

5、智能網聯汽車產業服務數據

智能網聯汽車的發展離不開汽車產業的整體進步，汽車產品的發展與產業的工業化、信息化水平息息相關。智慧工廠、個性化定制、精準銷售、共享經濟的出現得益于大數據時代條件下，對豐富的ICT資源的綜合利用。在這一進程中，智能網聯汽車將配合其豐富的自身數據資源與持續上升的行業數據體系為社會帶來更多系統層面、功能層面的應用理念。

在銷售服務環節，通過智能網聯汽車所分享的用戶信息、車輛信息，結合大數據分析技術可以實現精準營銷。基于車主信息、消費習慣、駕駛行為、車輛狀態等數據，經銷服務商能夠完成客戶畫像，有針對性地推送服務信息。

在后市場服務環節，從維修保養、汽車保險到汽車租賃、停車指引、二手車銷售及回收，均可受益。例如：基于智能網聯汽車實時產生的車輛狀態數據可為用戶提供遠程診斷服務與應急解決方案；通過違規記錄、車主檔案、運行數據分析，實現安全、綠色駕駛保險體系構建；基于車輛零部件狀態等數據建立科學的二手車認證評測方法等。

鑒于智能網聯汽車還沒有真正實現上路，而產業服務需要大量的出行數據作為支撐，服務數據的應用還有待于更深入的研究。但伴隨著汽車產業價值鏈體系的重塑，服務業一定會帶來越來越多的利潤增長空間，而智能網聯汽車在ICT的驅動下，將使汽車產業呈現出以人為本的多樣化服務創新，甚至帶來戰略性的新興產業。

6、結束語

對智能網聯汽車行業的研究發現，受限于智能駕駛的安全性保障、5G技術的不成熟以及各國政策法規的不完善，在數據資源研究方面，研究的關鍵仍集中在底層，即數據的決策控制和交互，有關數據評價測試和產業服務的研究還沒有全面開展。

汽車產業并非孤立的個體，其產業全生命周期涉及到設計、基建、材料、電氣、機械、物流、營銷等多個層面，所以在數據評測和產業服務層面還需要深入的投入與研究。