AWS IoT FleetWise
从网联汽车高效收集行驶数据和车辆信号，转换后传输到云端进行分析利用的全托管服务
概述
AWS IoT FleetWise 是一项全托管服务，帮助汽车制造商和车队运营商从网联汽车高效收集车辆信号数据并传输到云端。将从 CAN 总线和 OBD-II 等车载网络协议获取的原始数据转换为标准化格式发送到云端。基于 Vehicle Signal Specification (VSS) 的数据建模，即使车型和制造商不同也能以统一数据结构进行分析。通过边缘智能数据过滤仅传输必要数据，大幅降低通信成本，实现数百万台规模车队的数据收集。
车辆建模与信号目录
FleetWise 的核心是车辆模型和信号目录。信号目录定义可从车辆收集的所有信号 (车速、发动机转速、电池电压、轮胎压力等) 及其属性 (数据类型、单位、取值范围)。车辆模型将信号目录中的信号映射到特定车型的 CAN 数据库 (DBC 文件)，定义如何从原始 CAN 帧解码各信号。基于 VSS 的分层命名 (Vehicle.Speed、Vehicle.Powertrain.Battery.StateOfCharge) 实现跨车型的统一数据访问。车队中注册各车辆并关联车辆模型，即可开始数据收集。
数据收集活动与边缘智能
数据收集活动定义从车辆收集什么数据、在什么条件下收集。基于时间的收集按固定间隔 (如每 10 秒) 采样指定信号。基于条件的收集仅在满足特定条件时触发 (如车速超过 120km/h 时收集所有动力系统信号)。边缘智能是 FleetWise 的关键差异化功能：在车载边缘设备上评估收集条件，仅在条件满足时传输数据。这相比将所有原始数据传输到云端可削减 90% 以上的通信量。收集的数据发送到 S3 或 Timestream，可用 Athena 查询或 SageMaker 进行预测性维护模型训练。
车队规模运营与分析用例
FleetWise 设计用于管理数百万台车辆的大规模车队。通过活动将数据收集配置批量部署到车队中的所有车辆，配置变更也可远程推送。典型分析用例包括：预测性维护 (基于电池劣化趋势和发动机异常振动预测故障)、驾驶行为分析 (急加速/急刹车频率、油耗效率)、自动驾驶开发 (特定场景的传感器数据收集)、保险定价 (基于实际驾驶数据的 UBI 保险)。与 Timestream 结合可对时间序列车辆数据执行高效查询，与 Grafana 结合可构建实时车队监控仪表板。