車網中國現場報道
2021年9月3日-5日，由中國汽車技術研究中心有限公司、中國汽車工程學會、中國汽車工業協會、中國汽車報社聯合主辦，天津經濟技術開發區管理委員會特別支持，日本汽車工業協會、德國汽車工業協會聯合協辦的第十七屆中國汽車產業發展（泰達）國際論壇（以下簡稱泰達汽車論壇）在天津市濱海新區召開。本屆論壇圍繞“融合•創新•綠色”的年度主題，聚焦行業熱點話題展開研討。

在9月5日 “熱點聚焦：汽車網聯化監管與生態構建”中，北京理工大學副教授、新能源汽車國家大數據聯盟副秘書長劉鵬發表了題為“重型柴油車遠程排放監控數據分析技術與應用探索”的演講。 以下為演講實錄：

很榮幸能夠參加泰達論壇，我一直以來是從事新能源汽車的大數據監管工作，剛好有一個平臺技術，我們也是承建重型柴油車遠程排放監管的應用，也做一些技術支撐。

今天分享的是重型柴油車遠程排放監控數據分析技術與應用探索。今天主要是分三個板塊做工作分享。全國的保有量2.81億輛機動車汽車占比占74%，超過了90%的排放。重型車僅占4.2%，但是排放85%和65%兩個數字尤其是柴油車的排放達到了88.9%和99%以上。

從政策來說，從2018年開始陸續出臺了很多的政策，商用車出臺了一些標準和要求，明確了2021年的正式實施國六的要求，今年7月1日開始必須安全國國6b的要求的實施，否則是違法的。在整個重型柴油車遠程排放監控體系里面重要的依據是2018年發布的GB17691的強制標準，也參考了現有的成熟體系。從架構上還是按照國家、地方、企業三級的架構體系。在這里面和新能源汽車比較大的差異是數據防篡改的備案。在賣車之前需要確認，然后加密的動作后續實現企業平臺到國家平臺的數據傳輸的流程。國家平臺還有一個地方平臺的交互管理，核心是把所有的重型車的本身使用過程中跨境或者是跨省應用比較多，對于當地的屬地管理需要地方進行管理，所以由國家平臺針對于跨省運行的車輛進行本地化的平臺輸出便于后續的監管。從標準這塊，已經發布了重型車的遠程排放監控技術規范，第一部分是總則，還有平臺技術要求和終端和通信的要求。

在技術分析體系這塊也是沿用了新能源汽車監管平臺的同源，已實現了540萬輛車的接入。核心在數據的采集和系統的構建還有上層的分析，在業務應用對數據的排放油品加油站進行管理。

在這個體系架構里面第一個是數據的治理，在這個過程中，采集來的數不一定準確，因為車的原因、終端的原因和網絡與平臺的原因都會對數據的質量造成影響。而基于數據的所有的應用核心基礎是高質量的可靠數據對于這一塊來說我們一個核心。在此基礎上是算法的研究，在已有數據的基礎上針對應用的需求進行一個頂層的計算。第二是數據的質量分析包括對于質量問題的定位，包括定位以后對于后續的輸出。這個是從標準里面技術規范里面涉及到的一些數據項，包括整車的實時數據，包括發動機的實時數據還有靜態數據和OBD的數據。基本上可以做到一車一單的標準化監管，做到全生命周期的數據管理。第一個核心是數據質量，這一塊也是針對新能源汽車從2011年到2016年的過程中，我們見證了數據分析和應用過程中的需求，同時也看到了數據質量提升的進步。對于國6的監管計劃我們參考了原有的分析經驗，做了一個從數據采集開始針對排放數據的評價和標準體系，同時對于數據質量進行質量的畫像支撐后續的數據應用。對于數據質量這塊做簡單的介紹核心是6大項，包括發動機的OBD傳感器終端、數據采集和傳輸等六個板塊。按照缺失率、越界率和無效率進行評估，數據的缺失，越界率是我們每一項都是有一個限制，無效率是終端采集屬于無效值的時候會也會造成影響，但是個別數據的影響不影響整體的評估，這也是分析過程中，為什么進行多項分析，畢竟對質量的評估是有差異的。按照三個緯度，重要性和指標跨度和區分度進行一些梳理對后續的評測評價進行準確精準的把握。我們也建立了一個標準化的可視化的平臺，希望給各個企業在車輛的數據存在問題的時候可以由一個準確的定位，畢竟國6的排放直接決定了重型車上路以后是否會因為數據質量不好導致最后車輛排放超標的誤判從而影響生產。

第二個是典型應用場景，一個是基于國6的環保檢測現實需求，第一塊是針對油品的質量，對于油品質量的評估，直接確定油品質量特別差的，比如說黑加油站。第二個是車輛超載的識別，發動機的數據和停車的點位數據已有，可以形成好的監管措施和手段。另外對于高排放車輛的識別，比如說車型的安全在排放過程中的管控手段。還有車輛的故障相關問題。

第三個是加油站的行為識別，加油的油線的提取，通過對加油點的點位進行明確，匹配以后形成加油站的值，我們判定一個加油站之后就需要和工商備案進行梳理判定需求。另外對于油品質量的分析，實際上是對加油之后排放是否發生一個變化進行確認，在這里面需要考慮幾個因素，包括尿素的液位和大氣壓力的判定，這個加油站對排放值影響很大，通過這個可以逐步判定全國加油站的加油點的油品質量進行評估。國6商用車的油品也需要達到要求。

第四是運行特征和上線行駛等，這個是整個重型柴油車的使用特征分析，包括它的上線率，用行駛里程等進行分析。還有故障的一些分析，這一塊更多的是基于兩項標準里面的一些標準的解析數據庫，形成一個不同的標線，給整個故障形成一個畫像。

最后一個是停駐點的一個識別。還有一些質量的計算還有功率的分布特性進行車輛質量的評估，因為只有在裝貨卸貨過程中會存在重量的一個大差異，這種差異可以確認為這個點是常駐的停駐點，便于執法部門準確的找到核心的點位，進行相應的排放核查。

這是目前的做的基本工作。在這些工作中還有很多的不夠，從7月1日正式接入還不到100萬輛車。我們做了一些優化方向。第一個是停駐點識別算法，需要增加一些緯度，融合之后進行評估評判。還有往后延續去做一些服務方面，針對于車貨匹配等工作也可以基于車輛的數據和貨的數據融合。在排放分析，我們還會考慮工況、行使歷程、故障碼結合排放特征進行關聯分析以及尿素合格性。在故障方面我們做了一些現有的標準，還有一些逐步形成的國內體系，讓后續的故障溯源更加清晰明確，更好的支撐我們的工作。

以上就是我的分享也希望后續通過我們的一些技術力量能給行業做一份貢獻。