瑞士罗尔2020年7月16日 /美通社/ -- 领先的汽车行业差异化技术供应商盖瑞特（纽交所代码：GTX）日前推出盖瑞特早期预警系统（EWS）软件，将物理模型和人工智能（AI）技术集成到售后市场管理工具中，极大程度提升了全球商业车队管理人员的工作便利性。
盖瑞特早期预警系统是该公司正在开发的精确诊断与预诊断软件系统的一款案例应用，旨在为整个汽车行业创造更加安全可靠的操作环境。盖瑞特早期预警系统非常适合针对车队运营商已有的车载信息系统硬件做进一步补充和提升，即基于车辆运行数据监控并提高商用车队的业务核心指标，例如油耗、运行时间、载重及驾驶员行为等。盖瑞特解决方案通过一套复杂的算法，可检测所有网联车辆系统的故障，并应用人工智能学习预测网联车辆系统在未来的运行健康状况。
通过将人工智能、物理模型和实践经验结合，盖瑞特早期预警系统使用多维模型来解释和分析实时车辆数据及档案归类的数据组合，并基于此做出比较和诊断进行故障预测预报，防患于未然。
盖瑞特全球售后市场总裁Eric Fraysse表示：“盖瑞特早期预警系统软件已在欧洲十多家车队的测试车辆上使用，并得到了十分积极的反馈。该系统利用汽车制造商原始数据、车载数据收集系统的习得经验以及维修站的经验形成模型，开发了多项健康指标。盖瑞特解决方案的与众不同之处在于：算法不仅适用于任何品牌和车型，而且能够考虑车队中每辆车的特定输入和驾驶习惯。盖瑞特早期预警系统是一个能够学习和差异化对待每辆车的平台。”
初步案例研究显示，盖瑞特和一家车队合作伙伴通过采用该系统，预计每年可节省超过13万欧元。除公交车队外，盖瑞特也期待在应急服务和长途卡车运输等车队管理领域以及租赁、出租和商业服务车队等领域开发此系统的应用商机。
盖瑞特早期预警系统可以涵盖所有智能网联汽车系统，包括后处理和排气系统、电池系统、交流发电机和起动机、车身和底盘、刹车、冷却、燃油、润滑、轮胎、变速器等。此外，盖瑞特还利用自身在涡轮增压器方面超过65年的经验，将实时全面的监测和涡轮增压性能指标纳入健康指标模型。通过超过150个子系统的700多项健康指标，对每辆车从多个角度进行分析，盖瑞特早期预警系统为车队管理者提供高达80%以上预测准确率。
目前，盖瑞特利用该系统，与位于欧洲的一家国际车联网供应商CANGO公司合作推出了一款创新的售后车队管理解决方案——“车队管家（Fleetcare）”。这款应用软件可以检测和解读汽车总线CANbus和其他车辆数据信号，非常适合补充和增强现有远程信息处理技术硬件的潜力，帮助商用车队运营商获得与关键业务指标（例如燃油消耗量、操作运行时间、车辆负载和驾驶员行为）相关的数据，能够预测未来组件故障，并有助于减少代价高昂的服务中断、维修和调度冲突。
CANGO 的首席执行官Puiu Dumitru表示：“许多现有的车队管理解决方案声称具有预测能力，但实际上它们把预测性诊断和精确故障诊断混为一谈。真正的预测性维护需要在故障发生前识别出风险。盖瑞特与我们合作推出的车队管家软件是独一无二的市场创新，为所有类型的车队提供价值。它能通过每台车的原始数据、驾驶员行为和机械异常，精准预测，帮助车队减少意外宕机时间，驱动业务增长。这仅仅是个开始。”
