CN113905067A - 一种智能网联车辆状态监控与分析***及方法 - Google Patents
一种智能网联车辆状态监控与分析***及方法 Download PDFInfo
- Publication number
- CN113905067A CN113905067A CN202111141065.4A CN202111141065A CN113905067A CN 113905067 A CN113905067 A CN 113905067A CN 202111141065 A CN202111141065 A CN 202111141065A CN 113905067 A CN113905067 A CN 113905067A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- state
- abnormal
- analyzing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000013500 data storage Methods 0.000 claims abstract description 12
- 238000004806 packaging method and process Methods 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 56
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000006855 networking Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000002547 anomalous effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000003642 reactive oxygen metabolite Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24532—Query optimisation of parallel queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/146—Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
- H04L69/164—Adaptation or special uses of UDP protocol
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/22—Parsing or analysis of headers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40208—Bus networks characterized by the use of a particular bus standard
- H04L2012/40215—Controller Area Network CAN
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Small-Scale Networks (AREA)
Abstract
本发明公开了一种智能网联车辆状态监控与分析***及方法,该***包括:车载终端,设有数据获取模块,数据获取模块获取车辆的状态数据,将状态数据转换成键和值相对应的JSON数据格式,进行拼接和打包;后台服务器,设有数据存储模块,数据存储模块通过多线程开启对应的UDP服务端,同时接收多辆车载终端中所述数据获取模块的打包数据,并通过数据缓冲通道Apache Kafka中的信息存储单元将与车辆ID对应的所述打包数据进行暂存,再通过时序数据库Apache Druid持续摄取暂存的打包数据,并按照时间戳和车辆ID进行解析,并进行多任务存储;前端,设有数据展示模块,数据展示模块向后台服务器发送请求数据,将接收到的由所述后台服务器查询到的数据进行统计,进行可视化展示。
Description
技术领域
本发明涉及车联网、大数据和网络通信技术领域,特别是关于一种智能网联车辆状态监控与分析***及方法。
背景技术
随着车联网、大数据和5G通信技术的不断发展,智能网联车辆的功能越来越丰富,应用领域也越来越广泛,例如,在露天矿山、物流园区、港口等封闭场景中,均已出现以智能网联车辆为基础搭建的智慧矿山、智慧物流、智慧港口等无人作业***。在这些作业场景下,为了满足实时高效调度的要求,需要对智能网联车辆进行全方位实时状态监控。
实际作业场景下的车辆状态监控具有数据量大、数据类型多、实时性要求高等特点。国内外现有关于车辆状态监控的研究,例如,欧盟基于物联网搭建的车辆状态监控***和我国成立的新能源车辆国家监测与管理平台等,通常只是周期性获取部分车辆状态数据,例如每隔30秒获取一次,每周期收集的数据量较少,且实时性差,很难满足实际作业场景的要求。
因此,亟需开发一个监控数据类型更完善、实时性更好的智能网联车辆状态监控与分析***,在实际生产作业中可以进行多车实时监控、快速存储和数据实时展示,便于无人作业***能够实时监管场景内的车辆、优化资源分配,以同时提高车辆作业效率与安全性。
发明内容
本发明的目的在于提供一种智能网联车辆状态监控与分析***及方法,其是针对现有的智能网联车辆监控***数据处理能力有限、监控实时性较差等问题,借助车联网技术、大数据技术和网络通信技术,能够同时获取多辆智能网联车辆进行全方位实时状态监控。该***通过设置数据的格式提高数据的完整性和准确性,使用多线程和时序数据库进行数据的并发接收、多任务存储和数据并行查询,大大提高了车辆状态监控***的数据处理性能和状态数据的实时性。
为实现上述目的,本发明提供一种智能网联车辆状态监控与分析***,该***包括车载终端、后台服务器和前端,其中:
车载终端中设置有数据获取模块,所述数据获取模块通过CAN协议连接车辆控制器,获取其所安装的智能网联车辆的状态数据,并将所述状态数据转换成键和值相对应的JSON数据格式,再进行拼接和打包,最后通过UDP协议发送给后台服务器;
后台服务器中设置有数据存储模块,所述数据存储模块用于通过多线程开启对应的UDP服务端,同时接收多辆车载终端中所述数据获取模块的打包数据,并通过数据缓冲通道Apache Kafka中的信息存储单元将与车辆ID对应的所述打包数据进行暂存,再通过时序数据库Apache Druid持续摄取暂存的所述打包数据,并按照时间戳和车辆ID进行解析,并进行多任务存储,以及通过时序数据库Apache Druid在收到请求数据后,开启实时并行查询,并将查询到的数据发送给前端;
前端中设置有数据展示模块,所述数据展示模块用于向后台服务器发送请求数据,并将接收到的由所述后台服务器查询到的数据进行统计,并进行可视化展示。
进一步地,所述数据存储模块获得的解析数据包括原有的各个状态数据及其对应的值,各个状态数据对应的值被赋予初始值,并判断各个状态数据对应的值是否异常,如果是,则将该状态数据标记为异常数据,并将该状态数据对应的值赋予特定的标识。
进一步地,判断各个状态数据对应的值是否异常的方法至少包括如下两种:
Type1:判断所述各个状态数据对应的值是否处于设定的正常范围外,若为是,则标记为异常数据;
Type2:判断应该为非0值的所述各个状态数据对应的值是否为0,若为是,则标记为异常数据。
进一步地,将各所述状态数据与其标识对应设置,所述数据展示模块通过所述标识统计所述异常数据,并将所述异常数据对应的所述状态数据在可视化展示时进行异常提示。
进一步地,所述请求数据包括车辆位置信息和其它状态数据,所述车辆位置信息由所述数据展示模块通过WebSocket向所述后台服务器发送,其它状态数据由所述数据展示模块通过HTTP向所述后台服务器发送。
本发明还提供一种智能网联车辆状态监控与分析方法,该方法包括:
步骤1,通过CAN协议连接车辆控制器,获取各辆智能网联车辆的状态数据,并将所述状态数据转换成键和值相对应的JSON数据格式,再进行拼接和打包,最后通过UDP协议发送给后台服务器;
步骤2,通过多线程开启对应的UDP服务端,同时接收多辆车载终端中所述数据获取模块的打包数据,并通过数据缓冲通道Apache Kafka中的信息存储单元将与车辆ID对应的所述打包数据进行暂存,再通过时序数据库Apache Druid持续摄取暂存的所述打包数据,并按照时间戳和车辆ID进行解析,并进行多任务存储,以及通过时序数据库ApacheDruid在收到请求数据后,开启实时并行查询,并将查询到的数据发送给前端;
步骤3,向后台服务器发送请求数据,并将接收到的由所述后台服务器查询到的数据进行统计,并进行可视化展示。
进一步地,所述步骤2获得的解析数据包括原有的各个状态数据及其对应的值,各个状态数据对应的值被赋予初始值,并判断各个状态数据对应的值是否异常,如果是,则将该状态数据标记为异常数据,并将该状态数据对应的值赋予特定的标识。
进一步地,判断各个状态数据对应的值是否异常的方法至少包括如下两种:
Type1:判断所述各个状态数据对应的值是否处于设定的正常范围外,若为是,则判定为异常数据;
Type2:判断应该为非0值的所述各个状态数据对应的值是否为0,若为是,则判定为异常数据。
进一步地,将各所述状态数据与其标识对应设置,所述数据展示模块通过所述标识统计所述异常数据,并将所述异常数据对应的所述状态数据在可视化展示时进行异常提示。
本发明还提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令被计算机运行时,使所述计算机执行如上述智能网联车辆状态监控与分析方法。
本发明由于基于车联网技术、时序数据库和网络通信技术等进行设计与构建,可以实时进行多车数据的获取、数据库多任务存储、数据并行查询和展示,***使用的时序数据库极大地提升了实时数据处理的速度和***运行的效率,对于车辆监控具有非常好的并发性、实时性和准确性。利用该智能网联车辆状态监控与分析***能够对实际生产场景中的智能网联车辆进行全方位实时监控,方便无人作业***合理分配资源、优化工作环境,提高车辆的工作效率与安全性。
附图说明
图1为本发明实施例提供的智能网联车辆状态监控与分析***的框架图。
图2为本发明实施例提供的智能网联车辆状态监控与分析***的工作流程图。
图3为本申请实施例提供的一种电子设备的结构框图。
具体实施方式
在附图中,使用相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面结合附图对本发明的实施例进行详细说明。
在本发明的描述中,术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制。
如图1所示,本发明实施例提供的智能网联车辆状态监控与分析***包括车载终端、后台服务器和前端,各模块之间借助网络通信技术传输数据,其中:
车载终端中设置有数据获取模块,使用ROS(Robot Operating System)进行搭建。所述数据获取模块通过CAN(Controller Area Network)协议连接车辆控制器,实时获取各辆智能网联车辆的状态数据,并将所述状态数据转换成键和值相对应的JSON数据格式,再进行拼接和打包,最后通过UDP(User Datagram Protocol)协议发送给后台服务器。其中,状态数据包括车辆的位置、姿态和作业等数据。打包数据,即将转换后的各项数据之间以逗号间隔,即将各项数据拼接在一起。车载终端作为客户端、后台服务器作为服务端进行通信。
后台服务器中设置有数据存储模块,借助SpringBoot框架,使用Apache Kafka和Apache Druid时序数据库进行构建。所述数据存储模块用于通过多线程开启对应的UDP服务端,同时接收多辆车载终端中所述数据获取模块的打包数据,并通过数据缓冲通道Apache Kafka中的信息存储单元(Topic)将与车辆ID对应的所述打包数据进行暂存,再通过时序数据库Apache Druid持续摄取暂存的所述打包数据,并按照时间戳和车辆ID进行解析,并进行多任务存储,以及通过时序数据库Apache Druid在收到请求数据后,开启实时并行查询,并将查询到的数据发送给前端。在本实施例中,Apache Druid是一个具有实时分析特性的时序数据库,可以进行实时批量摄取、多任务存储和数据并行查询。在所述的数据存储模块中,数据查询是在时序数据库Apache Druid中,以时间戳和车辆ID进行数据并行查询。
前端中设置有数据展示模块,使用Vue框架、HTML、CSS和JavaScript等多种网页编程语言以及Echarts等可视化工具进行搭建。所述数据展示模块用于向后台服务器发送请求数据,所述请求数据包括车辆位置信息和其它状态数据。其中,所述车辆位置信息由所述数据展示模块通过WebSocket向所述后台服务器发送。其它状态数据由所述数据展示模块通过HTTP(Hyper Text Transfer Protocol)向所述后台服务器发送,其它状态数据包括车辆的运行数据,例如速度、加速度、档位、横摆角、转向角等;以及车辆的工作信息,例如工作次数、装载量、卸载量等。
所述数据展示模块发送请求数据后,将接收到的由所述后台服务器查询到的数据进行统计,并进行可视化展示。比如:所述数据展示模块使用HTML(Hyper Text MarkupLanguage)、CSS(Cascading Style Sheets)和JavaScript中的一种或多种网页编程语言,并借助Echarts工具,通过网页进行展示,展示的内容包括标注在地图上的车辆位置和按类型统计的各状态信息。
所述数据存储模块获得的解析数据包括原有的各个状态数据及其对应的值,各个状态数据对应的值被赋予初始值,并判断各个状态数据对应的值是否异常,如果是,则将该状态数据标记为异常数据,并将该状态数据对应的值赋予特定的标识。
在一个实施例中,判断各个状态数据对应的值是否异常的方法至少包括如下两种:
Type1:判断所述各个状态数据对应的值是否处于设定的正常范围外,若为是,则判定为异常数据。其中,设定的范围为智能网联汽车正常工作时各参数的范围。
例如,车辆的档位有1~5档,档位对应的值的正常范围则为1~5。还例如:在运行的场景中,车辆运行速度最高为20m/s,速度对应的值的正常范围为1~20。那么,不在正常范围则将被标记为异常数据。
Type2:判断应该为非0值的所述各个状态数据对应的值是否为0,若为是,则判定为异常数据。比如:在矿山的工作场景中,在矿井刚刚装载好的卡车,它的装载量必定不为0,如果监控数据显示装载量为0,则该状态数据将被标定为异常数据。
在一个实施例中,将各所述状态数据与其标识对应设置,所述数据展示模块通过所述标识统计所述异常数据,并将所述异常数据对应的所述状态数据在可视化展示时进行异常提示。例如:将各所述状态数据对应的值作为一列,所述数据展示模块统计得到的各所述状态数据对应的值为特定的标识时,则可视化展示出异常提示。例如:标记异常的操作可以通过额外在状态数据中加入一列标记数据来实现,该列的初始值为0,如果数据异常,则将该列的值改为1。以上操作也是通过后台代码实现,在前端展示时,前端代码会读取并判断该列数据,如果读取到该列的数据为1,就会出现异常提示,同时异常数据的值也会实时提供给使用者,便于他们进行分析。
如图2所示,本发明所述的智能网联车辆状态监控与分析***,通过数据的获取、处理、传输、中转、存储、查询、展示等步骤对环境中的多台智能网联车辆进行监控,并将监控结果实时展示给使用者。本发明实施例提供的智能网联车辆状态监控与分析方法包括:
步骤1,通过CAN协议连接车辆控制器,获取各辆智能网联车辆的状态数据,并将所述状态数据转换成键和值相对应的JSON数据格式,即键与值一一对应,再进行拼接,各数据之间以逗号分隔,打包完成后通过UDP协议发送给后台服务器。
步骤2,通过多线程开启对应的UDP服务端,同时接收多辆车载终端中所述数据获取模块的打包数据,每增加一辆需监控的车辆就增开一个线程。然后,通过数据缓冲通道Apache Kafka中的信息存储单元(Topic)将与车辆ID对应的所述打包数据进行暂存,作为***与数据库之间的缓冲通道,不同Topic存入不同ID车辆的数据,互不影响。再通过时序数据库Apache Druid持续摄取暂存的所述打包数据,并按照时间戳和车辆ID进行解析,并进行多任务存储。通过时序数据库Apache Druid在收到请求数据后,在数据库中开启实时并行查询任务,通过时间列和车辆ID迅速查询到对应的数据,然后发送给前端。
步骤3,向后台服务器发送请求数据,并将接收到的由所述后台服务器查询到的数据进行统计,将车辆位置坐标与像素点换算后,标注在地图上,把各状态数据的统计结果进行可视化展示。
综上所述的智能网联车辆状态监控与分析***,可以进行多车数据获取、多任务存储和数据并行查询,因此所述的智能网联车辆状态监控与分析***具有非常好的运行速度、数据处理性能和监控效率,其展示的状态数据也具有很好的准确性和实时性。
在一个实施例中,步骤2获得的解析数据包括原有的各个状态数据及其对应的值,各个状态数据对应的值被赋予初始值,并判断各个状态数据对应的值是否异常,如果是,则将该状态数据标记为异常数据,并将该状态数据对应的值赋予特定的标识。
在一个实施例中,判断各个状态数据对应的值是否异常的方法至少包括如下两种:
Type1:判断所述各个状态数据对应的值是否处于设定的正常范围外,若为是,则判定为异常数据。其中,设定的范围为智能网联汽车正常工作时各参数的范围。
例如,车辆的档位有1~5档,档位对应的值的正常范围则为1~5。还例如:在运行的场景中,车辆运行速度最高为20m/s,速度对应的值的正常范围为1~20。那么,不在正常范围则将被标记为异常数据。
Type2:判断应该为非0值的所述各个状态数据对应的值是否为0,若为是,则判定为异常数据。比如:在矿山的工作场景中,在矿井刚刚装载好的卡车,它的装载量必定不为0,如果监控数据显示装载量为0,则该状态数据将被标定为异常数据。
在一个实施例中,将各所述状态数据与其标识对应设置,所述数据展示模块通过所述标识统计所述异常数据,并将所述异常数据对应的所述状态数据在可视化展示时进行异常提示。例如:将各所述状态数据对应的标识作为一列,所述数据展示模块统计得到的各所述状态数据对应的值为特定的标识时,则可视化展示出异常提示。例如:标记异常的操作可以通过额外在状态数据中加入一列标记数据来实现,该列的初始值为0,如果数据异常,则将该列的标识改为1。以上操作也是通过后台代码实现,在前端展示时,前端代码会读取并判断该列数据,如果读取到该列的数据为1,就会出现异常提示,同时异常数据的值也会实时提供给使用者,便于他们进行分析。
本发明实施例提供的非暂态计算机可读存储介质存储计算机指令,所述计算机指令被计算机运行时,使所述计算机执行如上述各实施例所述的智能网联车辆状态监控与分析方法。
请参照图3,图3为本申请实施例提供的一种电子设备的结构框图,该电子设备包括:至少一个处理器,至少一个通信接口,至少一个存储器和至少一个通信总线。其中,通信总线用于实现这些组件直接的连接通信,通信接口用于与其它节点设备进行信令或数据的通信,存储器存储有处理器可执行的机器可读指令。当电子设备运行时,处理器与存储器之间通过通信总线通信,机器可读指令被处理器调用时执行上述视觉与雷达结合的盲道检测方法。
处理器可以是一种集成电路芯片,具有信号处理能力。上述处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括但不限于随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
可以理解,图3所示的结构仅为示意,电子设备还可包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。于本申请实施例中,电子设备可以是,但不限于台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体设备,还可以是虚拟机等虚拟设备。另外,电子设备也不一定是单台设备,还可以是多台设备的组合,例如服务器集群,等等。于本申请实施例中,远程即使方法中的车辆端、远程驾驶端以及管理端可以采用图3示出的电子设备实现。
本申请实施例还提供一种计算机程序产品,包括存储在非暂态计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,计算机能够执行上述实施例中视觉与雷达结合的盲道检测方法的步骤。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。本领域的普通技术人员应当理解:可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种智能网联车辆状态监控与分析***,其特征在于,包括车载终端、后台服务器和前端,其中:
车载终端中设置有数据获取模块,所述数据获取模块通过CAN协议连接车辆控制器,获取其所安装的智能网联车辆的状态数据,并将所述状态数据转换成键和值相对应的JSON数据格式,再进行拼接和打包,最后通过UDP协议发送给后台服务器;
后台服务器中设置有数据存储模块,所述数据存储模块用于通过多线程开启对应的UDP服务端,同时接收多辆车载终端中所述数据获取模块的打包数据,并通过数据缓冲通道Apache Kafka中的信息存储单元将与车辆ID对应的所述打包数据进行暂存,再通过时序数据库Apache Druid持续摄取暂存的所述打包数据,并按照时间戳和车辆ID进行解析,并进行多任务存储,以及通过时序数据库Apache Druid在收到请求数据后,开启实时并行查询,并将查询到的数据发送给前端;
前端中设置有数据展示模块,所述数据展示模块用于向后台服务器发送请求数据,并将接收到的由所述后台服务器查询到的数据进行统计,并进行可视化展示。
2.如权利要求1所述的智能网联车辆状态监控与分析***,其特征在于,所述数据存储模块获得的解析数据包括原有的各个状态数据及其对应的值,各个状态数据对应的值被赋予初始值,并判断各个状态数据对应的值是否异常,如果是,则将该状态数据标记为异常数据,并将该状态数据对应的值赋予特定的标识。
3.如权利要求2所述的智能网联车辆状态监控与分析***,其特征在于,判断各个状态数据对应的值是否异常的方法至少包括如下两种:
Type1:判断所述各个状态数据对应的值是否处于设定的正常范围外,若为是,则标记为异常数据;
Type2:判断应该为非0值的所述各个状态数据对应的值是否为0,若为是,则标记为异常数据。
4.如权利要求2或3所述的智能网联车辆状态监控与分析***,其特征在于,将各所述状态数据与其标识对应设置,所述数据展示模块通过所述标识统计所述异常数据,并将所述异常数据对应的所述状态数据在可视化展示时进行异常提示。
5.如权利要求1至3中任一项所述的智能网联车辆状态监控与分析***,其特征在于,所述请求数据包括车辆位置信息和其它状态数据,所述车辆位置信息由所述数据展示模块通过WebSocket向所述后台服务器发送,其它状态数据由所述数据展示模块通过HTTP向所述后台服务器发送。
6.一种智能网联车辆状态监控与分析方法,其特征在于,包括:
步骤1,通过CAN协议连接车辆控制器,获取各辆智能网联车辆的状态数据,并将所述状态数据转换成键和值相对应的JSON数据格式,再进行拼接和打包,最后通过UDP协议发送给后台服务器;
步骤2,通过多线程开启对应的UDP服务端,同时接收多辆车载终端中所述数据获取模块的打包数据,并通过数据缓冲通道Apache Kafka中的信息存储单元将与车辆ID对应的所述打包数据进行暂存,再通过时序数据库Apache Druid持续摄取暂存的所述打包数据,并按照时间戳和车辆ID进行解析,并进行多任务存储,以及通过时序数据库Apache Druid在收到请求数据后,开启实时并行查询,并将查询到的数据发送给前端;
步骤3,向后台服务器发送请求数据,并将接收到的由所述后台服务器查询到的数据进行统计,并进行可视化展示。
7.如权利要求6所述的智能网联车辆状态监控与分析方法,其特征在于,所述步骤2获得的解析数据包括原有的各个状态数据及其对应的值,各个状态数据对应的值被赋予初始值,并判断各个状态数据对应的值是否异常,如果是,则将该状态数据标记为异常数据,并将该状态数据对应的值赋予特定的标识。
8.如权利要求7所述的智能网联车辆状态监控与分析方法,其特征在于,判断各个状态数据对应的值是否异常的方法至少包括如下两种:
Type1:判断所述各个状态数据对应的值是否处于设定的正常范围外,若为是,则判定为异常数据;
Type2:判断应该为非0值的所述各个状态数据对应的值是否为0,若为是,则判定为异常数据。
9.如权利要求6或7或8所述的智能网联车辆状态监控与分析方法,其特征在于,将各所述状态数据与其标识对应设置,所述数据展示模块通过所述标识统计所述异常数据,并将所述异常数据对应的所述状态数据在可视化展示时进行异常提示。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令被计算机运行时,使所述计算机执行如权利要求6-9任一项所述的智能网联车辆状态监控与分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111141065.4A CN113905067A (zh) | 2021-09-28 | 2021-09-28 | 一种智能网联车辆状态监控与分析***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111141065.4A CN113905067A (zh) | 2021-09-28 | 2021-09-28 | 一种智能网联车辆状态监控与分析***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113905067A true CN113905067A (zh) | 2022-01-07 |
Family
ID=79029748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111141065.4A Pending CN113905067A (zh) | 2021-09-28 | 2021-09-28 | 一种智能网联车辆状态监控与分析***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113905067A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115225524A (zh) * | 2022-06-24 | 2022-10-21 | 一汽解放汽车有限公司 | 车联网数据可视化方法、装置、设备、介质和程序产品 |
CN116090912A (zh) * | 2023-04-12 | 2023-05-09 | 中通新能源汽车有限公司 | 一种环卫作业状态智能检查方法、***及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453570A (zh) * | 2016-10-19 | 2017-02-22 | 北京速能数码网络技术有限公司 | 一种行车状态的远程监控方法、***及车载设备、服务器 |
CN108881267A (zh) * | 2018-06-29 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 车辆异常检测方法、车载终端、服务器及存储介质 |
CN109783512A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
CN110082122A (zh) * | 2019-04-29 | 2019-08-02 | 清华大学 | 一种智能网联车测试平台 |
CN112020034A (zh) * | 2020-10-30 | 2020-12-01 | 深圳市爱夫卡科技股份有限公司 | 一种4G/5GT-Box车联网环保监测服务器、***及方法 |
-
2021
- 2021-09-28 CN CN202111141065.4A patent/CN113905067A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106453570A (zh) * | 2016-10-19 | 2017-02-22 | 北京速能数码网络技术有限公司 | 一种行车状态的远程监控方法、***及车载设备、服务器 |
CN108881267A (zh) * | 2018-06-29 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 车辆异常检测方法、车载终端、服务器及存储介质 |
CN109783512A (zh) * | 2018-12-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
CN110082122A (zh) * | 2019-04-29 | 2019-08-02 | 清华大学 | 一种智能网联车测试平台 |
CN112020034A (zh) * | 2020-10-30 | 2020-12-01 | 深圳市爱夫卡科技股份有限公司 | 一种4G/5GT-Box车联网环保监测服务器、***及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115225524A (zh) * | 2022-06-24 | 2022-10-21 | 一汽解放汽车有限公司 | 车联网数据可视化方法、装置、设备、介质和程序产品 |
CN116090912A (zh) * | 2023-04-12 | 2023-05-09 | 中通新能源汽车有限公司 | 一种环卫作业状态智能检查方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110990507B (zh) | 一种公务车辆智能化监控监管云平台*** | |
CN113905067A (zh) | 一种智能网联车辆状态监控与分析***及方法 | |
CN108829825B (zh) | 一种车辆数据获取自动适配方法及装置 | |
CN109286551B (zh) | 一种基于上位机控制的can总线通讯方法 | |
CN110733300A (zh) | 车用远程实时监控胎压***、方法及车用监测设备 | |
CN109638318B (zh) | 燃料电池远程监控***和方法 | |
CN112667217A (zh) | 一种基于智能车联网架构的车端开发模块 | |
CN112991735B (zh) | 交通流量监测***的测试方法、装置及设备 | |
CN117518939A (zh) | 一种基于大数据的工业控制*** | |
CN113391627A (zh) | 无人车驾驶模式切换方法、设备、车辆及云端服务器 | |
CN115631626A (zh) | 一种车辆数据监控分析方法、装置、设备及介质 | |
CN112650597A (zh) | 高并发采集数据的处理***及方法 | |
CN113395322A (zh) | 一种物联网车务数据采集应用*** | |
CN114189539A (zh) | 一种工业工控一体机***下的数据处理*** | |
CN210181437U (zh) | 一种电视显示报警控制装置 | |
CN110782114B (zh) | 驾驶行为挖掘方法、装置、电子设备及存储介质 | |
CN214376003U (zh) | 一种基于边缘计算的对工业数据进行处理的处理*** | |
CN109693675B (zh) | 一种车辆扭矩故障的诊断方法、装置及服务器 | |
CN206100068U (zh) | 省流量智能车载信息无线传输*** | |
CN115442436A (zh) | 一种获取车机***日志的方法、装置及车辆管理*** | |
CN216490885U (zh) | 一种基于双处理器的摩托车can总线数据采集器 | |
CN104408912B (zh) | 基于蓝牙的大城市道路通行状态实时反馈***及方法 | |
CN114257610B (zh) | 一种车联网终端的监控***及方法 | |
CN216751819U (zh) | 基于5g通讯技术的智能检测*** | |
CN117608894B (zh) | 日志的存储方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220107 |
|
RJ01 | Rejection of invention patent application after publication |