京公网安备 11010802034615号
经营许可证编号:京B2-20210330
发展智能模拟 助推国家大数据应用
深入实施创新驱动发展战略,发挥科技创新在全面创新中的引领作用。在北京上地三街嘉华大厦内,有一位汽车老兵,用40多年的实践与研究,相继出版数十本理论专著,通过大量的汽车实训信息数字化和数据化模拟分析,研发并重点推出智能模拟系统化解决方案,成为中国在汽车研发、驾驶培训和娱乐体验三大智能模拟领域大数据的最早实践者。
身着朴素、满头花白,说话语气却铿锵有力,一身军人正气。11月18日,当北京宣爱智能模拟技术股份有限公司董事长于晓辉出现在宣爱总部会客室时,与他数日前在《中国合伙人》电视栏目中一身正装的男子相比,有着强烈的反差。谈到电视采访中,“寻找社会发展的痛点和需求”的创业动机,于晓辉说,国家大力提倡创新发展和大数据战略。运用智能模拟系统让现实和虚拟世界进行互动和对话,从而解决现实中的诸多问题,并通过此改变人们的思维和生活习惯,提高社会的整体运行效率,这就是宣爱智能的创业使命。
大数据之下的科技与模式创新
英国作家维克托在《大数据时代》中认为,大数据发展的核心动力来源于人类测量、记录和分析世界的渴望;更是现代人生活、工作与思维的大变革。或许,于晓辉正是以超前的眼光抓住了模拟信息数字转化的这场技术革命,运用大数据管理和4D互动式场景呈现,完成了汽车智能模拟系统解决方案最终的研究。
“智能模拟与实用数据、传感器、无线路由等技术的融合将是未来汽车驾培行业进行信息交互和大数据整合、创新发展的趋势。”于晓辉认为,大数据时代的IT行业,正在引发一场由数据计算和存储技术为核心,转向信息数字转化、搜集与分析为核心的变革。通过数据的管理,进行模拟分析应用和创新发展模式,解决社会发展过程中难度大、复杂性强的问题。
在北京酒仙桥电子城的展览大厅内,一款乳白色的4D升级版的汽车培训模拟器,以时尚的流水线条和95%以上的车内环境高仿真,以及机械联动,足实让前来参观的人眼前一亮。于晓辉说,这款最新升级版的智能模拟器,除了采用多种数据信息联动和虚拟场景再现外,还采用侧滑、失重等感应技术,极大地增加了驾驶感的真实程度。
“我们正处在一个属于计算型的社会,一旦你所研究的领域被数据化,就只有你想不到,而没有信息做不到的事情了。”于晓辉告诉记者,借助数字信息转化和智能模拟技术,可以轻松的完成现实场景的虚拟重现。比如高速爆胎、雨雪天气刹车失灵、弯道超车等等,通过现实生活中的实际案例进行数据模拟,让训练人员“跨越时空”,在虚拟的场景中进行信息交互和体验。更为重要的是,运用多节点的数据采集,可以详细记录车辆的行驶轨迹以便于技术性分析。
“未来,技术的发展都是多学科、多技术层面交织的。也就是说,我们的创业,是一个整合技术与系统集成的过程,而不是简单的某个技术层面的简单应用。” 于晓辉如是说。宣爱智能模拟不仅是互联网和大数据背景下的产物,更是基础理论,教学理论、心理学理论、智能模拟培训设计理论、智能模拟教学设计理论、驾驶技能形成过程规律等方面的系统集成,是多技术交叉的一个领域。
首推智能模拟驾培 助推行业高效发展
从汽车研究机构的研究型模拟器到驾驶技能培训智能模拟,再到娱乐型模拟器的研发,过去的十多年,宣爱智能力求用科技改变生活,以创新促进行业发展。半个多月前,首个以“宣爱练车房”命名的驾驶技能智能模拟培训系统正式在北京启动运营。这是继北京、重庆、河北等地首批专业驾校投入使用后,正式面向大众群体。也是继宣爱智能新三板上市以来,又一次战略性的业务调整。
未来,宣爱智能将在全国优选五个大型城市,以旗舰店的方式快速拓展市场规模。除此以外,还要加大国际间的技术合作和贸易往来。目前,宣爱智能已经开始美国、欧洲、以及南美和非洲等国家和地区的市场布局。尤其是向南非提供的国家驾培标准制定和传统行业的技术性改造,成为中国智能模拟技术和标准规范走出国门的重要标志。用于晓辉的话来说,“我始终在坚持一个信念,希望技术创新改变驾培行业的经营模式,让更多的人得到专业的驾驶技能培训,提高道路通行效率、降低交通事故发生概率。”
有实验证明,通过“智能模拟驾驶培训“,可使实车训练效率提高3至5倍,在确保达到同等训练效果的前提下,减少30%的实车训练,提升突发情况的应急能力。于晓辉说,通过技术变革和模式创新能够有效解决传统驾培行业中成本高、效率较低、成长周期长等问题。来自权威部门的统计数据显示,目前,我国拥有驾照的人数约为3.1亿,约占总人口比例22%,并以每年14%左右的速度增长。
来自宣爱智能的调查数据显示,目前,传统的驾驶技能培训有60%至80%的学员在实车训练方面相对较弱,需要进一步提升驾驶技能和经验累计。2014 年,全国新增驾驶技能培训人数规模达2900万人。若按此计算,将意味着有约2000万人,在取得驾驶证之后,需要继续巩固培训。
通过模拟训练可以实现汽车驾驶技能中的操作技能的正迁移,其效果好且被沿用至今。两年前,交通运输部的领导在内部会议上明确表示:“进一步推广驾培模拟器的应用,用科技手段推动驾驶培训效果的大幅提升。”据了解,早在上个世纪 70 年代,一些发达国家就已普遍应用驾培模拟器来培训学员。日本则从80年代开始,每年新培训驾驶员中有 90%的培训计划都用驾培模拟器来实现。与此同时,大多数欧洲国家也相继制定了使用汽车驾驶训练模拟器的法规。
系统方案解决 打造数字模拟新生态
“我们正处于大数据的时代,对于这个世界而言,通过数字和数学而获得更为科学的解释。”
于晓辉说,为了强化在汽车智能模拟方面的数据采集,未来,宣爱智能将加大和汽车生产厂家的合作,运用汽车的传感器等技术进行数据采集,加大信息内容交互和分享。谈及未来宣爱智能的市场生态规划,于晓辉表示,“宣爱智能的核心不是驾驶员培训,发展智能模拟系统解决方案才是终极方向。我们的使命是用智能模拟技术解决各行各业在科技研发、培训和基础应用方面的问题。”
于晓辉说,现阶段,宣爱智能开展的包括练车房等项目,只是智能模拟在汽车领域的应用。未来,宣爱智能还将在轨道交通、医学医疗(手术预案路演等)、康复医疗(运用等速运动,寻找痛点,在短时间内达到较好训练效果)、航空、航海、职业教育等6大领域推出智能模拟系统解决方案。
目前,国内的模拟器技术发展快速,但实际达到的效果却千差万别,也在一定程度上误导人们对于智能模拟、动漫、游戏的认识。“智能模拟不能简单的等同于虚拟场景再现。”于晓辉说,单一虚拟场景本身的价值并不大。宣爱智能注重的是通过虚拟表象及时发现问题、改变人们的心理、思维习惯和行为方式等,这才是训练的核心。从研发设计层面来讲,要解决某一个领域的问题,不能只注重某一个点,而是系统化的工程。汽车智能训练模拟器,其最大的价值是通过系统模拟演变,对现实问题提前预知。比如交通事故中的场景复现,把历史案例、当下情况和未来可能发生的多重因素进行叠加,让体验者有更深的心理体验和身体感受,从而完整地实现驾驶技能培训和突发事件应急处理的参与过程。于晓辉认为,智能模拟是人类探索科学、认知事物发展规律,推动社会发展的又一次技术性革命。所以说,做智能模拟技术系统解决方案的供应商,将是宣爱智能未来要走的路。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23