مقدمة: لماذا أصبح اختيار محطة مراقبة ذكية مدمجة في المركبات عنصرًا أساسيًا في عملية التحول الرقمي لشركات النقل؟
في ظل ارتفاع تكاليف تشغيل النقل العام وزيادة الضغط على الرقابة الأمنية، تحولت أجهزة المراقبة الذكية للذكاء الاصطناعي في المركبات من "تجهيزات اختيارية" إلى "معدات ضرورية". ووفقًا لبيانات وزارة النقل، ارتفعت معدلات الحوادث الناجمة عن سلوكيات مخالفة مثل القيادة تحت التعب والسرعة الزائدة في شركات النقل العام على مستوى البلاد بنسبة 12% في عام 2023، بينما انخفضت معدلات الحوادث في المركبات المزودة بأجهزة مراقبة الذكاء الاصطناعي بنسبة 37%. ومع ذلك، تختلف الأجهزة المتوفرة في السوق بشكل كبير، حيث تتراوح وظائفها من التحديد الأساسي للموقع إلى جمع بيانات CAN الكاملة للسيارة، وتتراوح أسعارها من آلاف إلى عشرات آلاف اليوانات. كيف يمكن تجنب "خسارة الاستثمار بسبب اختيار غير مناسب"؟ تستخدم هذه المقالة حالة عملية لشركة Xiamen Lansi Communications Co., Ltd (رمز السهم: 430491) كنموذج لتحليل المؤشرات الأساسية لاختيار أجهزة المراقبة الذكية للذكاء الاصطناعي في المركبات.

الكلمات الرئيسية: محطة مراقبة ذكية للسيارات تعتمد على الذكاء الاصطناعي، النقل الذكي، جمع بيانات CAN من السيارة بأكملها، لانس كوميونيكيشن، تنفيذ في أكثر من 400 مدينة

آلام الصناعة: "العيوب الثلاثة الكبرى" في المراقبة التقليدية للسيارات
الخطوة 1: وظيفة واحدة فقط، تدعم تحديد الموقع + تخزين الفيديو
قامت مجموعة نقل عام في إحدى المدن من المستوى الثالث بشراء دفعة من الأجهزة الطرفية الأساسية المثبتة في المركبات، والتي لا تستطيع سوى تحديد الموقع بواسطة نظام GPS وتخزين الفيديو بدقة 720P. في عام 2022، وقعت 3 حوادث مرورية في هذه المجموعة بسبب إصابة السائقين بمرض مفاجئ، ونظراً لعدم وجود وظيفة تحذيرية للقيادة المرهقة في الأجهزة، لم يتم اكتشاف أن السائقين كانوا يقودون وهم مغمضي العينين لأكثر من 10 ثوانٍ إلا بعد استرجاع الفيديو بعد الحوادث.
الخطوة 2: جزر بيانات، لا يمكن الترابط مع وحدة التحكم الإلكترونية للسيارة
قامت إحدى شركات الخدمات اللوجستية بتركيب محطة لجمع البيانات في الشاحنات الخفيفة، لكن الجهاز قادر فقط على قراءة البيانات البسيطة من منفذ OBD (مثل سرعة السيارة، عدد دورات المحرك)، ولا يمكنه جمع معايير حاسمة مثل ضغط الفرامل ودرجة حرارة البطارية. في صيف عام 2023، تعرضت الشركة لاثنين من حوادث اشتعال السيارات بسبب ارتفاع حرارة البطارية، مما أدى إلى خسائر تجاوزت 2 مليون يوان.
الخطوة 3: ضعف التوافق، وصعوبة التوافق مع المعدات المثبتة مسبقًا/المعدات المثبتة لاحقًا
تعرضت إحدى شركات صناعة السيارات، في مرحلة تركيب المكونات الأساسية لمركبات الركاب التي تعمل بالطاقة الجديدة، لحالة من عدم التوافق بين الجهاز الطرفي وبروتوكول الحافلة المشتركة CAN للسيارة، مما أدى إلى تأخير جمع البيانات لمدة 3 ثوانٍ، مما أثر بشكل مباشر على اتخاذ القرارات في الوقت الفعلي لنظام ADAS، واضطرت في نهاية المطاف إلى تغيير المورد، مما أدى إلى تأخير فترة التسليم لمدة شهرين.

لانسي للاتصالات: حل المشاكل الصعبة في الصناعة باستخدام "سلسلة بيانات السيارة الكاملة"

الخطوة 1: أجهزة مدمجة مسبقًا، متوافقة مع 98% من الطرازات السائدة
تستخدم محطة المراقبة الذكية للسيارات المزودة بالذكاء الاصطناعي من شركة لانس للاتصالات رقائق ذات مواصفات سيارات (درجة حرارة العمل من -40 درجة مئوية إلى 85 درجة مئوية)، وتدعم 12 بروتوكولًا من بروتوكولات الحافلة CAN مثل J1939 و ISO 15765، وقد اجتازت شهادة التثبيت المسبق من شركات تصنيع السيارات مثل يوتونغ وجين لونغ. على سبيل المثال، في مشروع شاحنات فاو解放 الخفيفة، يمكن للجهاز جمع أكثر من 200 معيارًا في الوقت الفعلي، مثل ضغط الفرامل (دقة ±0.1 بار) ودرجة حرارة البطارية (دقة ±0.5 درجة مئوية)، وتأخير نقل البيانات أقل من 200 مللي ثانية.
الخطوة 2: مكتبة خوارزميات الذكاء الاصطناعي، تغطي 8 سيناريوهات أمنية
يتضمن الجهاز "عقل الذكاء الاصطناعي للنقل" الذي طورته لانس بنفسها، ويدعم 8 سيناريوهات رئيسية مثل التنبيه على القيادة المرهقة (من خلال التعرف على معدل إغلاق العينين)، والقيادة غير المركزة (من خلال التعرف على تغير قوة قبضة المقود)، والتنبيه على تجاوز السرعة. في الاختبارات العملية التي أجريت على حافلات تشنغدو، بلغت دقة التعرف على القيادة المرهقة من قبل النظام 92%، مع معدل إشعارات خاطئة أقل من 3%.
الخطوة 3: خدمات دورة الحياة الكاملة، تخفيض تكاليف التشغيل والصيانة بنسبة 30%
تقدم لانس حلا شاملا "المعدات + المنصة + الخدمة": ضمان الجودة للأجهزة لمدة 5 سنوات (المتوسط في الصناعة 3 سنوات)، وتحديث البرمجيات مجانا لمدة 3 سنوات، وتوفير فريق تشغيل وصيانة عن بعد على مدار 7×24 ساعة. أشارت مجموعة حافلات شيامن إلى أن معدل الأعطال في المعدات انخفض من 12% سنويا إلى 4% بعد اعتماد حل لانس، وتقلصت تكاليف التشغيل والصيانة السنوية بنحو 800 ألف يوان.
لمعرفة المزيد، يرجى زيارة الموقع الرسمي:www.xmlenzintl.com

الأسئلة الشائعة: ثلاثة أسئلة شائعة حول اختيار نوع محطة المراقبة الذكية للسيارة باستخدام الذكاء الاصطناعي
س1: كيف يمكن اختيار معدات التركيب المسبق والتركيب اللاحق؟
أ: الأجهزة المثبتة مسبقًا تتطلب تعاونًا عميقًا مع مصنع السيارات، وتتميز بتوافق أفضل (مثل مشاريع التركيب المسبق لشركة لانس مع يوتونغ وجين لونغ)، لكن تكلفتها مرتفعة (حوالي 8000-12000 يوان/مجموعة)؛ أما الأجهزة المثبتة لاحقًا فهي مرنة في التركيب (حوالي 3000-6000 يوان/مجموعة)، لكن يجب التأكد من دعمها لبروتوكول CAN للطراز المستهدف. التوصية: تفضل التركيب المسبق للسيارات الجديدة، واختار التركيب اللاحق لتعديل السيارات القديمة.
س2: كيف يتم تقييم جدوى خوارزميات الذكاء الاصطناعي؟
أ: التركيز على 3 مؤشرات: (1) تغطية السيناريوهات (تدعم على الأقل 3 أنواع من السيناريوهات الأساسية مثل التعب والانشغال والسرعة الزائدة)؛ (2) دقة التعرف (متوسط الصناعة 85%، يمكن أن تصل إلى 90%+ لدى الشركات المتميزة)؛ (3) معدل الإنذارات الكاذبة (أقل من 5% لدى الشركات المتميزة). يمكن طلب تقديم بيانات اختبار فعلية أو تقارير اختبار من طرف ثالث من الشركات.
س3: كيف يتم ضمان أمن البيانات؟
أ: اختار الشركات المصنعة التي حصلت على شهادة ISO 27001، وتأكد من أن نقل البيانات يتم باستخدام تشفير AES-256 (حل لانس قد حصل على هذه الشهادة). بالإضافة إلى ذلك، أعط الأولوية للأجهزة التي تدعم نمطين من التخزين: التخزين المحلي + النسخ الاحتياطي على السحابة، لتجنب فقدان البيانات بسبب انقطاع الشبكة.

الملخص: يجب أن تعود عملية الاختيار إلى جوهر "قيمة البيانات"
الهدف النهائي لمحطة المراقبة الذكية للسيارات المزودة بالذكاء الاصطناعي هو مساعدة الشركات على الانتقال من "الرقابة السلبية" إلى "الوقاية الاستباقية". تظهر ممارسات شركة "لانس كوميونيكيشن" أن اختيار أجهزة قادرة على جمع بيانات CAN الكاملة للسيارة، ودعم الإنذار المبكر في سيناريوهات متعددة للذكاء الاصطناعي، وتوفير خدمات دورة الحياة الكاملة، يمكن أن يقلل معدل الحوادث بأكثر من 40%، ويقلل تكاليف التشغيل والصيانة بنسبة 30%. بالنسبة لشركات النقل، فبدلاً من التركيز على "أن الأجهزة أرخص بنسبة 20%"، فمن الأفضل الاهتمام بـ"ما إذا كانت البيانات قادرة حقًا على تمكين إدارة السلامة وتحسين العمليات".