新能源汽车监控平台性能介绍_新能源汽车时时监视汽车数据的目的

1.新能源汽车项目管理的目的

2.为什么精准显示电量，对于新能源汽车而言那么难？

3.新能源汽车在维修方面应用电子诊断技术的实践要点有哪些？

随着智能网联化、数字化发展，汽车数据安全和网络风险防范成为行业密切关注的难题。

汽车传统的物理边界被打破，出现了大量的云上服务，比如车联网、自动驾驶技术、OTA等等，相应的，汽车产生的数据也越来越多。相关数据显示，一辆智能网联汽车每天大概会产生 10TB 的数据，这些数据包含驾驶人员的出行轨迹、驾乘习惯、车内语音图像等个人信息，也包含车辆实时收集到的地图数据等。

随着《个人信息保护法》、《汽车数据安全管理若干规定(试行)》的颁布实施，对数据的合规分类收集和使用提出了更为严格的要求。同时，也有汽车品牌近来遭受到网络黑客攻击，造成不小的损失和安全风险。如何平衡数据使用的合规与高效，并在全面上云的背景下构筑扎实的安全防线，成为整个行业密切关注的话题和迫切需要解决的难题。

此此背景下，腾讯智慧出行与汽车之心联合策划了「行者有云」系列沙龙第二期——《车企上云，如何构筑云上安全防线？》，聚焦汽车数据的合规使用和安全防范问题，加速车企构建在数据网络安全领域的竞争力。

本期沙龙邀请到上海帆一尚行科技有限公司网络安全总监、上汽腾讯网络安全联合实验室负责人陈宁，腾讯安全策略发展中心总经理吕一平，共同探讨车企数据安全防护建设和未来趋势发展并发表了独到精辟的见解。

以下为沙龙对话实录：

主持人：大家好！欢迎收看“行者有云”系列沙龙，本期我们讨论的话题是“车企数据上云，如何构筑云上安全防线”，我们将围绕数据安全和风险防御问题讨论。车企在系列新规背景下，将采用怎样的新手段、新模式来保证数据的合理开发利用，并有效防范潜在风险。非常有幸我们请到了两位嘉宾和我们一起分享讨论。一位是上海帆一尚行科技有限公司网络安全总监、上汽腾讯网络安全实验室联合负责人陈宁；另一位是腾讯安全策略发展中心总经理吕一平。

在智能化网联化大变革下，一辆汽车在使用过程中产生的数据越来越多，随着《个人信息保护法》和《汽车数据安全管理若干规定（试行）》颁布实施，企业在使用处理数据的时候，要遵守哪些行为准则？

陈宁：在《个网法》讲得比较细致针对《个人信息保护法》有8类处理原则，大概总结：

第一，对于用户个人信息数据的授权，信息处理，告诉用户要收集个人信息，个人隐私数据要进行处理。

第二，处理过程中要注意处理流程，要保护和保密。

第三，数据收集，要符合相关的规定。对于汽车来说，有《汽车数据安全管理若干规定（试行）》，定得比较明确，这和《个网法》有相互呼应的关系，上面有《数据安全法》，以此为由展开。

吕一平：还有一点，去年下半年国家集中出台了比如《个人隐私信息保护》，及《数据安全法》等法律法规。同时面向汽车行业，汽车行业本身属于关键信息基础设施行业，针对“关基”（关键信息基础）行业也有一些相应的针对基础安全和数据安全的要求。所以，这也是需要汽车行业各位同仁需要考虑的问题。

主持人：如果针对整个汽车数据来说，我们有什么样的分类界定？

陈宁：现在最关键的第一步是，汽车数据不可避免要收集。汽车联网以后，很多服务云化后，为了对汽车的一些服务以及汽车这状态甚至说自动驾驶，这天然需要搜集很多数据，所以说数据搜集是不可避免的。现在我们觉得对于汽车数据搜集，首先真正的明确怎样服务搜集数据，如果说要做自动驾驶相关的，那么最少应该搜集什么样的数据，尽可能的还是少搜。不要说不做分类，不做区分一概搜集上来后面处理，这是不合法不合情的，这是第一个按照服务的细分来分。第二，数据的共享和流动，这也是很重要的因素，现在很多服务在云上之后，不仅是主机厂要收集数据，很多合作伙伴，比如车上应用需要第三方的数据，我们要把数据给他，数据在流通的过程中以什么样的合法合规方式流通，以及我如何对它授权，如何对它约束，这要处理好。

最后，敏感数据的收集，现在汽车厂有大量的传感器、摄像头，对于用户的面部轮廓，关键设施和关键单位的识别、存储，是否要做相关的模糊化处理或透明处理，这也比较关键。

吕一平：我主要做补充，从汽车行业数据来讲，不仅要保护数据，要脱敏，尽量按照服务手续收集数据。基于很大的前提是，收集数据时要进行分类分型，针对不同的类型利用手段去保护数据。汽车行业有几大数据比较重要：

1、汽车研发过程中的车辆状态，这些数据传统一直做收集，这方面更多是车企自用，甚至从数据保护角度来讲是比较容易实现的，因为汽车公司内部流转数据。

2、和用户相关的隐私数据，国家有明确的法律法规要做到保护和保密。针对不同的使用场景我们应该如何给到数据，需要通过分类分级的方法做明确的界定，并有对应的使用要求和规则。

3、从技术进入到其他行业带来新的需求，比如传感器受地理位置数据，高清地图数据，这是相当敏感的数据领域，这会涉及到国家安全部分，车企需要非常关注这类问题。去年国家重点关注了一家海外车企这方面的问题，所以这也值得汽车行业重点关注的信息。

主持人：随着一系列的新规的出台，从车企角度来讲，在主动防范上有哪些变化？

陈宁：有很多，结合各方数据安全规定，首先，按照上位法《网安法》来讲车企相关车辆应用服务，肯定要通过等保测评。第二，通过等保，配套相关的网络安全或者数据安全，配套的防范措施和防范的管理体系建立起来。第三，提出明确要求，用户上车默认情况不收集数据。如果要收集数据要告诉用户，清晰地告诉用户要收集一些数据，且收集哪些数据。第四，在收集数据状态中让用户知道我们正在收集你的数据，用户有地方说不希望收集数据，屏蔽它。第五，尽量在车里将敏感的数据轮廓化和清晰化去掉，模糊化。尽量不要通过数据清楚地定义出一个人，这样方便处理。

再往后，数据共享方面，该企业一开始只做商业合作，后面可能有一些约束，同时很重要的是按照《数据安全法》和汽车相关规定，每年12月25日左右要上报数据安全报告。中国汽车品牌开始向海外发展，根据规定要求要对相关的监管部门进行报备，并且在企业数据安全方面写清楚，今年发生过几次数据向境外输出，以及经过相关评审，这些情况要说清楚。企业不仅仅是义务合规，还要满足国家战略需要。

主持人：在上述规定的使用数据和国家安全的前提下，数据如何反哺研发，开发相应的车联网服务？

陈宁：这挑战很大。

主持人：要实现两者的平衡？

陈宁：对，基于我服务的内容收集相关数据，这是做到平衡的关键。如果只是判断车的自动驾驶，只收一些和路况相关的信息，就不要收多余的信息，尽量精简收集内容，比如只是采集一些路边的图象，车内的信息就不要收。现在有汽车保险，主要是根据用户的驾驶习惯收集车辆数据，收集一般驾驶者的驾驶习惯就不要收集个人信息，这样才能合法合情，又能反哺到业务。

第二，做分析时，流通方面尽量做到应用和数据分开，举个典型的例子，现在自动驾驶数据的安全屋，可能确实采集了很多数据，经过合理处理之后放在数据模型箱里，我们做的事情是将计算模型放进去，用数据计算完之后最后拿出来是模型计算结果或者是模型存储的算法，而不是数据本身，这不合理。在模型足够成熟之后，这些数据可能销毁掉或者撤掉，这可以比较好达成平衡。这需要付出很多努力。

吕一平：我们在去年国家出台一系列数据安全相关规定时我们非常关注，因为互联网有大量数据，很多互联网业务都在线上。我们自己在推进数据安全保护方面做了很完整的展开，从产品的设计上，比如数据收集的最小化，包括用户知情角度，数据使用需要用户充分知悉并且充分授权，然后才能进行相应使用。

另外，应用和数据相应分离，腾讯在《数据安全法》出台前两三年已经做这方面的工作。特别是在不应该使用不合理数据提供下如何规避掉，我们在内部进行了工作。腾讯可以给汽车行业做一些交流和传递的工作，帮助行业更好地理解如何做数据安全建立。

主持人：对于外资或者合资车企来说，《个人信息保护法》和《汽车数据安全管理若干规定（试行）》相关规定对他们的影响是否更大？

陈宁：相对会大一点，但大体上差不多。首先是对于敏感信息的定义，对外资企业来说风险一样。另外，用户的存储、流动也是一样。对于外企挑战最大的是数据不能出境，最大变化是跨境的问题。由于《个人信息保护法》和数据安全定义上，外资也要跟随国家相关规定，可能要对自己做出规范。但大方向比较好，主要是促进问题。

主持人：腾讯和外资车企在这些领域是否有一些合作？

吕一平：其实外资车企面临，在中国市场如何满足国家合规性要求和规定，现在有一些海外业务在推进。不管欧洲还是美国地区，相应的个人信息隐私保护和合规，及数据使用的要求可能都有相应的要求。所以在欧洲和美国，中国企业属于外资，其实大家遇到的挑战一样。对于车企来讲，不管是合资还是外资品牌，都要考虑如何满足本地的个人隐私保护和数据安全合规使用的要求，这其实是基本需要做到的工作。

从腾讯角度来讲，腾讯在汽车行业定位一直是数字化助手的角色。我们不仅和合资和外资的车企，和上汽也在数据安全方面有很多交流，我们一起研究如何将数据安全保护的工作做好。相对来讲，这个领域比较新，比如网络安全、基础的安全建设方面，中国已经经历了几十年的发展和建设，但数据安全对大家来说是一个新课题。随着车企联网和相应技术不断落地的情况下，数据量会非常大，而且数据的集中度也不一定这么高。如何将数据安全保护工作做好是很有挑战的课题。先要从汽车数据的分类分级开始，以此作为基础再去延伸，根据不同级别和类别的数据进行相应保护措施，对应有技术的部分。

陈宁：关键是立法，以前没有明确上位法，2016年有上位法出来之后，车企必须要符合法律。

主持人：除了数据合规收集和处理，也不能忽略的是汽车智能度越高，面临潜在被攻击的风险也越来越高，我们也出现过车子被攻击的案例。这样的场景在汽车中，是真的能实现的吗？在车联网中真的会有这样的风险吗？

陈宁：汽车传统的物理边界被打破了，大量的云上服务，大家可以用手机跟车进行互动。汽车拥抱了数字化，但拥抱了数字化的福利和变革也拥抱了数字化的风险，最典型的是云上服务，比如远程车控、OTA等等，被不法分子利用之后，远程的车辆造成一些群体性的影响。另外，手机APP，手机上有蓝牙，APP设计或者接口不严谨，可能出现批量控制用户APP，可以随意开走任何一辆车。另外车联网在车上暴露大屏、智能驾驶舱等等，这些是数字化东西，数字化的东西多少有软件的问题会被人利用。1月份德国的小孩才19岁，利用了特斯拉的第三方的软件的漏洞同时控制不同国家的车辆。数字化是大量的软件大量的应用，人设计的东西总有一些问题。

主持人：吕总，之前设计的科恩实验室破解了特斯拉和宝马，反响很大，为什么做这样的实验？

吕一平：我们不是定义成“黑客”，我们定义为“白帽”，我们希望能改善各类产品和网络的安全性，为之努力的一群专业技术研究团队。当时为什么关注特斯拉和宝马？我们在2016年看到了比较大的趋势，汽车行业“四化”，对我们来讲比较关心是网联化和智能化，汽车联网了，汽车的自动驾驶的能力，这和数字化结合程度非常高，当享受数字化福利的时候，肯定会面临新技术引入带来的风险。

汽车行业本身对安全非常关注的行业，那个安全叫“safety”，当时汽车行业更多关注safety的部分，对security部分理解不那么强。Security能对safety造成的影响理解不是很充分，当时我们选了两个比较有代表性的车企，一是原生数字化，即网联、智能化、新能源化的特斯拉。另外是传统的从互联网非智能化到智能化的标杆，宝马在全球保有量非常高，我们做了相应的研究。的确发现了网络安全问题，不仅对虚拟世界造成影响，对实际的行驶安全、人身安全，放大一点是公共安全。作为一个负责任的团队，我们发现问题之后第一时间和特斯拉和宝马做了相应的沟通，并且在没有第三方参与情况下，全部将数据暴露给他们，他们修复之后一起联合对外做发声的工作，做发声的工作目的是帮助行业更好地理解，在未来数字化的时代安全有重要的影响，也是让它回归到汽车行业对security的关注。

主持人：现阶段网络安全技术处于什么样的水平？

吕一平：中国网络安全技术能力非常出色，我们可以代表国际领先水平。对汽车行业来讲，汽车进入到数字化时代才开始逐步关注网络安全部分，所以起步相对晚一些。但我们看到很明显的趋势，即国内的各大OEM都在积极地布局网络安全的专业能力和专业团队的建设，比如陈宁博士带领的上汽实验室，4年前成立起来有专职的安全的人员，也有专项的安全能力的建设，逐步形成了上汽进入比较相对安全网络体系，这是比较好的例子。国内其他OEM厂商也在实践同样的工作，专业团队和专业能力建设在不断地前进。

主持人：在已经有潜在风险存在的前提下，车企可以做哪些方案防御外部的攻击，尤其是来自恶意的攻击。

陈宁：我现在在上汽帆一尚行，现在的防御从云管边端一层层防下来，传统云驱动安全内容全部适用，不管从边界的应用防火墙、APS到里面的防护，再到探视感知，我们对车辆相关的服务做保护。通道方面，主要是从云端到车端的通讯链路用加密方法进行加密，确保我们链路不会被截断或者被中间人截取掉。同时对车之间相关传输的信息做加密，保证安全性和唯一性。

车上现在dirty端和clean端，前者是指暴露在外面，可以触手可及的大屏，这些最明显。在它投产之前不管做技术还是流程，设计方面从风险评估、安全设置、投产运营，对于产品的零件或者整车做一系列的测试研发，然后交付。交付之后有相关的防御措施，比如网关或者IDPS等等，通过它将车辆相关的模块或者相关的服务隔开，确保车辆在行使过程中，关键通信和关键指令不会被人恶意篡改。

主持人：具体什么情况会用到安全网关，对车企研发来讲是否刚需？

陈宁：随着智能网联化和电动化之后，网关已经是标准选配，相当于是一道防火墙，阻挡了相关请求。现在很难说硬件和软件哪一项技术更重要，随着零件集成度高了之后，对硬件芯片依赖层次更高，芯片越好，表示应用软件的复杂度或者功能会越好。当然，从网关模块的必要性来看不排除现在也有把网关做到相当重要的零部件，保证零件模块之间也有防火墙，这是所谓预控的思路。

主持人：随着我们对数据合规、安全要求越来越高，对车企来说是否意味着要更多投入？

陈宁：肯定要增加投入，因为国家立法，现在不是讲人情，而是讲法，肯定要增加投入。

吕一平：对，从我的角度来看，汽车行业是对安全关注度非常高的行业。在过去二三十年里，车企在功能安全方面和研发的投入和体系建设非常完备，功能安全成为了汽车质量管理体系很重要的关注点。随着这两年数字化带来网络安全风险和挑战，这方面还是需要加强和加大投入。我个人希望网络安全逐步进入到汽车质量管理体系，成为它的一部分。在网络安全方面的投入更加成为研发投入的必要。

陈宁：这种投入可能并不是额外的投入。

吕一平：没错。

陈宁：就像security和safety，security引发了safety的问题，所以这些投入不是凭空多出来的投入，而是为了保证车辆质量投入必要的研发资金，从行业发展来说，这方面的投入必不可少。

主持人：刚刚两位嘉宾的分享我们也意识到数据安全的重要性，从意识到重要性，到车企打造完善的网络安全体系我们大概要经历一个什么样过程？

陈宁：这个过程很漫长，需要时间积累。对大部分汽车企业来说数字化是相对新的东西，就我前面提到，数字化有很多新的东西，也有很多风险，需要消化。具体到车上，汽车厂特别关注数据安全，但是我觉得数据安全只是大的安全里的一个内容，想做好数据安全要打好很多所谓的低阶工作，比如云上安全、技术架构安全，很多相关的网络安全建设先跟上去，比如云上的边界防护、安全的监测、网络安全的漏洞或者网络安全响应的能力，这些都需要时间打磨。技术完全落地，这其实和汽车的有些概念不太完全一样，因为对汽车来说，比如汽车某一个功能可能做不好的情况下换一个零件，或者买一个方案测试下可以用。但网络安全本身和汽车所谓的功能安全有一点点不一样，它的边界相对模糊，没有绝对的安全，也没有绝对的攻不破的堡垒，这注定了需要很多时间去打磨和完善。现在汽车行业慢慢向网络安全转，很多功能要求是为了safety服务，但security也要慢慢理解safety的东西，对于主机厂来说，到底造成了什么样的影响，对safety来说是比较抽象的东西，那么需要具体化，比如影响到车辆驾驶有很多safety，如果影响了数据安全，可能和safety没有关系，而完全和security挂钩，所以融合需要时间。同时在技术方面也需要时间去匹配，比如腾讯等互联网企业、安全企业也需要时间更好地了解车辆技术，车辆技术天生需要注重安全，有些内容可以重合，比如个人隐私方面可以高度重合。

除了技术因素之外很重要的是人的因素，中国现在网络安全的每年高校输送毕业生大概是十来万，但去年缺口是非常大，人才缺口越来越大，涉及到汽车网络安全的人才缺口更大。所以我们需要时间找到这样的人，或者培养这样的团队，让他们适应到环境中，贡献自己，将更好的技术能力赋能上去。

同时，以前汽车卖出去之后，使命基本上结束了，除非维修或者维保，不再关注车辆本身。但是，电动化和网络化之后，车辆出去进入到一个新阶段，称之为车辆运营阶段。因为要关注车辆的自动驾驶的状态，关注用户驾驶习惯或者用户车辆的状态，这些数据和状态都需要专业的人，实时地提供所谓的监控或者服务或者异地响应，并不是买了一套工具，如果这么简单的话找腾讯买一套工具摆在这里就万事无忧了。但并不是如此，优秀的工具需要优秀的人才或者优秀的团队使用，成熟的团队人力因素很重要。

吕一平：刚才陈宁博士提到今天主要议题是如何做好数据安全底座，造坚固的城墙底座没有做好的话，数据安全基本上是做不好的事情，的确需要周期。国家在出台安全合规性要求越来越快，能给车企应对的时间非常紧张。所以在这个情况下，怎么样能快速地将能力建立起来很重要，但目前看到一个挑战是，对汽车行业来讲，在数字化投入部分，在网络安全投入只有2%到3%左右，而对于金融行业经历了二十年的IT能力建设，目前网络安全投入大概8%到10%。所以，投入加大可以加速能力建设。所以，我们非常建议汽车行业投入，要考虑到时间窗口并不太长，这是一个很大的挑战和风险。

第二，关于人才能力建设和人才梯队建设来看，我们看到这点，每年国家能够通过高校体制培养出来的人才和行业真正需求有很大的差距，而且当出现严重失衡的情况下；人才有更大溢价能力，看到信息安全专业水平不断地上来，这是供求关系失衡造成的问题。所以人才引入和培养是很大的过程，这是长周期的过程，但在市场上我们从外围观察，汽车行业传统的新生代的体系是否可以支撑数字化时代下的需求。这是很大的挑战，也是车企需要思考的问题，如何快速成为数字化公司，在数字化体系下对人才引入的政策更加灵活，人才薪酬待遇更加灵活，汽车行业在数字化时代所需要的新型人才和新型能力，这和投入相关，这个过程不会那么快。所以这需要汽车行业思考的重点。

陈宁：逐步发展的速度不能满足现在国家政策或者国家监管的要求了，因为从2016年“网安法”（《网络安全法》）发布之后，中间两

新能源汽车项目管理的目的

易车讯 近日，重庆建成新能源汽车检测站，将为国家检验标准出台提供数据支撑。随着我国新能源汽车产业进入加速发展的新阶段，保有量突破1200万辆，较2012年增长610余倍，产销量连续7年位居全球首位，重庆新能源汽车保有量已突破24万余辆，呈持续增长趋势，新能源汽车作为推动低碳环保、绿色发展的战略举措，已成为经济持续增长的重要引擎。由于目前尚无国家层面的新能源汽车安全技术检验标准，对新能源汽车“电池、电机、电控”的安全监测手段滞后，新能源汽车电池、制动等的安全问题成为社会广泛关注的话题。

按照公安部交管局的部署安排，重庆市公安局交巡警总队会同中国汽研全力推动，在重庆先行先试，于今年7月建成全国首个新能源汽车检测站，构建新能源汽车安全运行性能检验“线上+线下”相结合的新模式。线上，依托新能源汽车大数据平台，对汽车的“电池、电机、电控”状况实时监测、实时分析、实时预警，并推送给检测站。线下，检测站除开展传统项目检验外，重点针对异常参数进行精准检测，对确有问题的送4S店或维修站检修。

该检测站位于渝北区金锦路8号，除车速检测、制动检测、灯光检测、轮重检测、侧滑检测以及悬架装置检测等传统检验设备外，最大的区别就是配备了充电检测、电安全检测、车载综合检测以及整车安全检测等应用于“三电”的专用检验设备。新能源汽车大数据平台刚刚通过交管部门将渝**车辆***异常信息推送给检测站，经检测站工作人员针对性检验，检验报告显示渝**这辆车存在**问题，与系统预警信息基本一致，提前化解了风险隐患。

据检测站相关负责人介绍，目前已对重庆市24万余辆渝籍新能源汽车进行了全面筛查，发现高危风险隐患车辆106台，均逐一检验整改，及时消除风险隐患。

交巡警总队车管所相关负责人谈到，我们在全国率先开展示范应用，积累的经验做法和大量试验数据，主要支撑公安部新能源汽车年检技术研究和出台国家检验标准，让新能源汽车检验更加科学、精准、高效。

易车App提供销量、热度、点评、降价、新能源、实测、安全、零整比、保有量等榜单数据。如需更多数据，请到易车App查看。

为什么精准显示电量，对于新能源汽车而言那么难？

1、首先为了规范项目计划的编制、执行及变更等工作。

2、其次为了确保产品、技术开发项目按计划推进实施。

3、最后为了为了规范项目开发质量管理各节点的主要活动、交付物和质量控制指标。以上就是新能源汽车项目管理的目的。

新能源汽车在维修方面应用电子诊断技术的实践要点有哪些？

若数2020年春运最难过的汽车，非新能源汽车莫属；春运刚开始不久，新能源汽车就因为各种续航不足导致的趴窝现象，荣登各大头条。新能源汽车是未来汽车的发展趋势，这已是大众的共识；随着新能源汽车的普及，新能源汽车在我们生活中的能见度也越来越高。但当新能源汽车撞上中国人一年一度的春运时，结果却是诸多电量不足导致的抛锚现象。

新能源汽车在春运中的窘状其实不难理解，首当其冲的便是长距离出行的充电问题；尽管各大高速服务区都在普及充电基础设施，可一旦遇上春运这种出行高峰，别说服务区的配套充电桩数量充不充足，你能将车开进服务区就是一件令人头疼的事，何况还得在服务区一众的停车位里寻找到稀缺的充电车位。其次，造成新能源汽车在高速路上因电量不足趴窝现象的另一大原因在于无法精准显示电量；这直接影响驾驶员对路程的规划，难以判断当下车辆是继续行驶还是就近下高速进行充电。

新能源汽车与传统燃油车都设有表显的续航里程，可为什么新能源汽车的续航里程就那么不得人心呢？目前在售的大部分新能源汽车，NEDC续航里程动辄400km-600km，即便实际的续航里程打个8折，相较传统燃油车的续航里程，新能源汽车其实并不会太吃亏；新能源汽车真正吃亏的地方就在于无法准确显示电量，无法显示精准的续航里程。

在探讨为什么大部分新能源汽车无法精准显示电量前，我们先弄清楚传统的燃油车是如何显示剩余油量的。与新能源汽车的电池组不同，燃油车的燃料集中在油箱；而计算剩余油量的工作主要在于计算汽油的剩余容量。燃油车检测剩余油量的方式通常是利用浮标与油位传感器来测量油液的高度，这种方式得出的剩余油量其实并不精准，例如有些车加完油需要开一段油表指针才会改变；有些则是油表的后半部分油量降得特别快。

但如果相比新能源汽车的电量显示，传统燃油车油表采用的油位传感器由于测量的是油液高度的物理值，尽管仍不算完全精确，但相较之下已经具有相对高的精度。所以新能源汽车无法精准显示电量带来的不安全感，是基于传统燃油车油表相对精准显示剩余油量而言的，那么为什么新能源汽车那么难实现精准电量显示呢？

剩余油量指的剩余油液的容积或高度，这是一个形象的数据；而电量指的是物体所带电荷的数量，这是一个抽象的数据。即使在温差较大、工况复杂的环境下，汽油的容积也不会产生较大的变化，剩余油量依然是具备参考价值的；而电量在温差较大或者工况复杂的环境下，会出现电池的可用容量难以估算的情况，会造成新能源汽车电量难以精准显示的问题。检测剩余油量是寻找一份形象数据的过程，而检测电量，则是对抽象数据进行估算；因为当前的电池存在许多影响因素，所以导致了电量估算的精确性与传统燃油车检测剩余油量的精确性存在较大落差。

针对新能源汽车电量的估算方法，即我们常听的SOC估算，一般有安时积分法、开路电压法，这里我们可以不深入探讨不同SOC估算方法的区别，我们只需知道不同的SOC估算法都存在多个变量，这些变量大体反映了目前新能源汽车电池的几大特征。

电池材料的多样性可以通俗的理解为不同材质毛巾在吸水性上的差异，材料的多样化直接影响动力电池组的电量估算精度。例如磷酸铁锂电池（LiFePO4）、钴酸锂电池（LiCoO2）三元素电池（NMC），不同的材料有着不同的放电特征；为了保证电池组不过度放电与充电，需要电池组保有一定比例的电量，但这个比例是因材质而不同的，所以同一套估算方法在不同材质的电池上，存在较大的误差。

也因此，电池材料的多样性间接导致了新能源汽车电池内电荷量（电量）的计算和估算成为一种抽象的数据；在新能源汽车运行过程中，由于其内部的复杂工作状态，仅靠单一的测量难以准确判断电池的SOC，何况还在温差、使用环境等影响电池能效的因素存在。

“新能源汽车是需要冬眠的汽车”，这是消费者对新能源汽车动力电池受温差影响最直观的描述。以磷酸铁锂电池为例，在寒冷的环境下，电池内阻会升高，继而导致续航能力的下降；加上冬天离不开的车厢暖气供应，进一步加剧了电量的耗损。当然如今也衍生出了许多减缓寒冷对电池影响的方法，但若要做到完全没有影响，目前尚无法实现。

除了大温差，潮湿与车辆运转状况也对电池提出了更高的要求，潮湿这点不多赘述；高车速与低车速、暖气与冷气就是车辆不同运转状况对电池耗电量最具代表性的影响。如果加上动能回收、刹车、音响、等的影响，精准显示电量就更是难上加难了。

目前主流的关于新能源汽车电量的显示形式是百分比与剩余续航里程；由于目前新能源汽车电池材料多样性带来的充放电特性不同，百分比的显示方式很难以线性的方式表达，即可能出现电量低于多少突然“跳电”的情况，不利于驾驶员判断车辆充电的时机。如果采用剩余续航里程的显示方式，由于不同温度、车辆不同运转状况的耗电量不同，剩余续航里程与实际续航里程间会存在较大的误差，可能会出现明明表显剩余续航里程200km，实际却只开了150km。

就像传统燃油车拥有油量与续航里程两个表显信息一样，新能源汽车同样需要百分比的电量信息来直观表达目前车辆对于充电需求的紧迫性，以及目前车辆还能行驶的里程。燃油车的油量显示通常相对准确，续航里程在同一驾驶员的日常驾驶风格下相差也不大；但新能源汽车要做到这两点显然需要更多的黑科技，对于电量要精准显示，对于续航里程需要结合不单是结合驾驶习惯，还有导航路径、道路拥堵情况等云数据进行估算，提供有参考价值的续航里程。

（文章配图来源网络，侵删）

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

一、电源诊断

动力电池可以维持车辆使用过程中所需的电量，因此在能源车的动力系统中起着极其重要的作用。我们可以根据需要将电池分为不同的类型，比如燃料电池和锂电池。我们在维修新能源汽车的时候，也需要对所使用的动力电池进行维护。与传统汽车电池相比，动力电池需要更复杂的维护技术，而锂电池需要相对简单的维护技术。

二、电路系统诊断

我们通常使用电子系统对新能源汽车进行智能控制，电路系统的诊断比较困难。如果说动力电池是为车辆提供动力的核心部件，那么电路系统就是实现这一功能的主要途径。一旦电路系统出现问题，就会影响到新能源汽车的其他部件，甚至对车辆造成损坏。车内使用的电路系统可以承载一定的空间。与普通汽车相比，新能源汽车使用的电子元件越来越复杂，可能会导致电气系统过载。另外，很多车主会在车内增加大量的电子设备来实现汽车的多功能性，这就进一步增加了汽车电路系统的负荷，可能导致汽车电路的自然状态，甚至使汽车无法正常运行。在使用电子诊断技术时，我们需要将故障检测器放在电路系统中，首先确定ABS灯的工作状态。如果在车辆使用过程中，如果制动系统灯仍然闪烁，则表明系统有问题，需要排除故障。

三、发动机诊断

新能源汽车零部件很多。除了上述部件之外，发动机还扮演着一个重要且经常存在问题的角色。发动机故障通常是由油压引起的。一旦油压不稳定，可能会影响车辆的正常使用。我们可以利用电子诊断技术随时监测油压数据，并分析其参数，从而达到设计实际负荷维修方案的目的。其次，维修人员还可以利用备份程序识别汽车零部件的故障，然后采取相应的措施。对于一些使用传统动力和新能源的车辆，我们也可以利用电子诊断技术实现车辆采样检测，并通过一定的仪表显示参数。我们可以对车辆启动时显示的电压进行分析研究，重点关注车辆的点火结构，利用多种技术判断车辆的油路状况，从而达到了解车辆磨损情况的目的。