宝马、福特等支持为车辆创建“出生证明” 利用区块链技术跟踪车辆历史

2021-01-22 09:01:40来源：盖世汽车网 Fairy 关键词：区块链技术车辆溯源阅读量：25075

导读：区块链是一种数字化分类账，其中包括难以篡改或变更的记录，因为多个记录副本都存储在链的不同“节点”中。

　　据外媒报道，当地时间1月20日，宝马、福特和一些主流技术公司都表示支持为车辆分配“出生证明”的一个新区块链项目，该项目的重点是研发能够从生产过程就开始跟踪车辆的技术，还包括能够跟踪车辆何时转手、维修历史、行驶里程、过去所有损坏情况的记录。

　　该系统的开发商移动出行开放区块链联盟(MOBI)表示，系统还能够防止二手卖家误导买家，消灭重算里程器等工具，并能够更好地追踪和保护车辆“真正的身份”。

　　区块链技术是一种能够为汽车历史创建防篡改记录的方法。该解决方案将基于车辆身份 I(VID I)标准打造，称作“车辆出生证明”；而第二版车辆身份 II将利用该区块链技术，将车辆与不同国家、美国不同州、不同组织所持有的记录连接在一起。

　　区块链是一种数字化分类账，其中包括难以篡改或变更的记录，因为多个记录副本都存储在链的不同“节点”中。MOBI打算创建一个系统，将不同来源的记录汇集在一起，以真正地反应车辆的状况。

　　MOBI表示：“在区块链上注册车辆能够将之前在不同州和国家上没有联网的车辆注册系统采用安全、共享、可信的分类账连接起来。车辆维修记录的可追溯性也为买家、监管机构和保险公司提供了一个防篡改的历史记录，从而减少车辆信息不对称的情况。”

　　“买方注意”是在购买二手商品时用于提醒消费者注意风险的常用短语，不过，基于区块链技术的记录系统可以在未来购车时降低虚假陈述和欺诈的风险，保险公司也可因此获益。区块链解决方案的其他用例还包括汽车金融以及自动驾驶车辆数据交换。

　　福特和宝马是MOBI VID II工作组的联合主席，AWS、埃森哲、博世、Car IQ、本田和IBM等公司也支持该项目。MOBI预计，VID标准以及移动出行领域的其他区块链标准终会在打造新型汽车业务模式和新型出行服务方面占据一席之地。

　　(原标题：宝马、福特等支持为车辆创建“出生证明” 利用区块链技术跟踪车辆历史)

上一篇：零部件企业持续重仓中国市场，2020年新投建项目金额过千亿

下一篇：埃斯顿子公司焊接设备获三一重装超1亿订单

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

关注 | 区块链技术与数据安全工信部重点实验室2025年度工作会召开
1月13日，国家工业信息安全发展研究中心在北京召开区块链技术与数据安全工信部重点实验室2025年度工作会。
区块链技术数据安全
2025-01-21 09:33:35
区块链在增强计算机视觉方面的作用是什么？
计算机视觉已经从简单的图像识别发展到复杂的任务，如物体检测、图像分割和面部识别。
区块链技术计算机视觉
2023-10-10 08:50:45
富士胶片商业创新香港宣布与BSN合作助力企业数字化转型
近日，富士胶片商业创新香港和BSN共同宣布，双方已达成战略合作伙伴关系，通过区块链技术来助力香港企业的数字化转型。
区块链技术数字化转型
2023-01-15 08:30:44
关于公布通过2022年度江苏省区块链技术创新与应用试验区、区块链产业人才培训基地评估名单的通知
经自主申报、各地推荐、专家评审、网站公示，苏州高新区、南京鼓楼高新技术产业开发区2家单位通过区块链技术创新与应用试验区评估，苏州科技大学、南京博雅区块链研究院、无锡学院3家单位通过区块链产业人才培训基地评估。
区块链区块链技术
2022-12-13 11:02:18
区块链如何重新定义供应链管理？
随着区块链被越来越广泛地采用，现在是时候探索如何使用它来改进供应链管理了。毫无疑问，区块链开发企业可以帮助我们在业务中实施这项技术，从而对您的供应链产生变革性影响。
区块链技术供应链管理系统
2022-12-02 13:21:50
国内首份中小企业数实融合报告：区块链技术加速落地第二产业
随着社会经济的数字化程度不断提高，以提供“数字信任”为支撑的区块链技术将变得越来越重要，它将大大简化企业内部以及产业间的协作交易流程，降低信任成本。
区块链技术智能制造物联网
2022-11-18 17:01:46

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。