智能网联汽车-云控大数据平台产品系统

本项目为车路协同预研课题研究项目，旨在支撑智能网联汽车的大规模示范应用。项目采用 “中心云 — 区域云 — 边缘云” 三级分层云控基础平台架构，围绕智能网联汽车大数据云控基础平台的总体架构设计、标准规范制定、标准件与服务研发、高精度感知与时空定位体系研发、规模化建设五大方向开展建设。
其中，区域云作为承上启下的关键层级，负责汇聚本区域路侧设备、边缘节点及车辆上报的实时数据，并向中心云进行数据同步，是保障全局数据完整性与实时性的核心环节。

在本项目中，我主要负责 区域云数据汇聚至中心云 的功能研发工作，具体职责包括：
系统架构设计：设计区域云到中心云的数据汇聚架构，明确数据流向、同步机制与容错策略。
核心编码开发：
数据接入：对接区域云内多源异构数据（路侧感知、车辆状态、边缘计算结果等）。
数据转换：完成数据格式标准化、字段映射与清洗，确保与中心云数据模型一致。
数据存储：设计并实现高效的数据落库方案，支撑中心云的后续分析与应用。
性能优化：针对高并发、大数据量场景，优化数据传输效率、存储吞吐与系统稳定性。

1、完成智能网联汽车示范区（区域云）数据接入，采用 kafka、mqtt 协议数据接入；
2、完成车企（吉利、宇通）上报的 GB 32960协议和 JT808协议传输的车辆运行时数据接入，采用 netty 框架接入。
3、性能优化（arthas 工具）后，单机可支撑6W/S的 netty 数据处理速度，其他各车辆网示范区数据通过 kafka 接入，经过优化后，单机可达4W/S数据处理速度。
4、该项目要支持100万辆车数据接入，350套路侧设备数据接入，总共约40台机器。
5、该项目中使用到 spring cloud 微服务架构、netty 的 TCP 传输框架，中间件使用了 redis、kafka、mqtt、Postgresql、ClickHouse等。
6、感知数据存储采用 ClickHouse 时序数据库接入，目前数据库最大表数据存储200亿条，查询统计在1S内完成。
7、负责高精度地图的动态地图数据接入和发送相关的工作研发，使用 netty 协议接收车端数据，并使用 netty 协议发送数据到车端。
8、负责前端地图实时显示车辆、感知设备在 GIS 地图上显示数据架构设计。通过 websock 协议实时推送数据到前端界面，通过标记不同的界面，推送不同的数据到不同的 web端。