CN115220991B - 数据监控方法、车载控制器及汽车 - Google Patents
数据监控方法、车载控制器及汽车 Download PDFInfo
- Publication number
- CN115220991B CN115220991B CN202111527695.5A CN202111527695A CN115220991B CN 115220991 B CN115220991 B CN 115220991B CN 202111527695 A CN202111527695 A CN 202111527695A CN 115220991 B CN115220991 B CN 115220991B
- Authority
- CN
- China
- Prior art keywords
- data
- time
- current
- alarm
- list
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012795 verification Methods 0.000 claims abstract description 118
- 238000013524 data verification Methods 0.000 claims abstract description 43
- 230000005856 abnormality Effects 0.000 claims description 15
- 230000003111 delayed effect Effects 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种数据监控方法、车载控制器及汽车,该数据监控方法包括对当前车辆上报数据进行数据校验,获取数据校验结果;若数据校验结果为校验通过,则获取数据监控配置信息;基于数据监控配置信息,获取报警阈值设置规则;基于报警阈值设置规则,对当前车辆上报数据进行规则校验,获取规则校验结果;若规则校验结果为校验不通过,则基于当前车辆上报数据形成当前报警清单,将当前报警清单存储在***数据库中。本技术方案能够实现全配置化的动态实时数据监控,满足不同的当前车辆上报数据进行实时监控,提高车载控制器的数据监控能力。
Description
技术领域
本发明涉及车联网技术领域,尤其涉及一种数据监控方法、车载控制器及汽车。
背景技术
车联网是利用先进传感技术、网络技术、计算技术、控制技术、智能技术和安全技术,对道路和交通进行全面感知,实现大范围、大容量数据的交互,以提供智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络,是物联网技术在交通领域的典型应用。随着科学技术的发展,车联网已经成为未来机动车网络的主要发展方向。
目前车联网中的车辆数据监控或者车辆告警监控,需要通过在车载设备TBOX(TelematicsBOX,远程信息处理器,简称TBOX)的嵌入式软件来设定的车辆报警规则,当满足车辆报警规则时,进行车辆报警信号上报。由于现有车载设备TBOX存在MCU(Microcontroller Unit,微控制单元,简称MCU)算力不足、不支持对所有车辆报警信号进行实时监控以及无法及时进行车辆报警规则的远程升级,导致车辆监控能力弱。
发明内容
本发明实施例提供一种数据监控方法、车载控制器及汽车,以解决现有车辆数据监控能力弱的问题。
一种数据监控方法,包括:
对当前车辆上报数据进行数据校验,获取数据校验结果;
若所述数据校验结果为校验通过,则获取数据监控配置信息;
基于所述数据监控配置信息,获取报警阈值设置规则;
基于所述报警阈值设置规则,对所述当前车辆上报数据进行规则校验,获取规则校验结果;
若所述规则校验结果为校验不通过,则基于所述当前车辆上报数据形成当前报警清单,将所述当前报警清单存储在***数据库中。
进一步地,对所述当前车辆上报数据进行数据校验,获取数据校验结果,包括:
从所述当前车辆上报数据中,获取至少一个当前数据帧和每一所述当前数据帧对应的当前上报时间;
从所述***数据库中,获取最近一个历史数据帧对应的历史上报时间;
基于所述当前上报时间和所述历史上报时间,对所述当前数据帧进行延迟校验,获取延迟校验结果;
基于所述当前上报时间、所述历史上报时间和数据上报频率,对所述当前数据帧进行连续校验,获取连续校验结果;
若所述延迟校验结果和所述连续校验结果均为校验通过,则获取校验通过的数据校验结果;
若所述延迟校验结果为校验不通过,或者所述连续校验结果为校验不通过,则获取校验不通过的数据校验结果。
进一步地,所述基于所述当前上报时间和所述历史上报时间,对所述当前数据帧进行延迟校验,获取延迟校验结果,包括:
若所述当前上报时间小于所述历史上报时间,则所述延迟校验结果为校验通过;
若所述当前上报时间不小于所述历史上报时间,则所述延迟校验结果为校验不通过。
进一步地,所述基于所述当前上报时间、所述历史上报时间和数据上报频率,对所述当前数据帧进行连续校验,获取连续校验结果,包括:
基于所述当前上报时间和所述历史上报时间,获取上报时间间隔;
获取上报间隔阈值;
若所述上报时间间隔不大于所述上报间隔阈值,则获取校验通过的所述连续校验结果;
若所述上报时间间隔大于所述上报间隔阈值,则获取校验不通过的所述连续校验结果。
进一步地,所述将所述当前报警清单存储在***数据库中,包括:
从所述***数据库中获取历史报警清单;
基于所述当前报警清单和所述历史报警清单,获取目标报警清单;
基于所述数据监控配置信息,获取连续判断最大帧数,采用所述连续判断最大帧数对所述目标报警清单进行异常校验,获取异常校验结果;
若异常校验结果为存在异常,则采用所述目标报警清单更新所述***数据库中的历史报警清单。
进一步地,所述基于所述当前报警清单和所述历史报警清单,获取目标报警清单,包括:
从所述***数据库中获取报警查询开始时间、报警查询结束时间、目标清单合并时间和当前报警清单的清单形成时间;
基于所述报警查询开始时间、所述报警查询结束时间、所述目标清单合并时间和清单形成时间,判断所述当前报警清单和所述历史报警清单是否能合成;
若所述当前报警清单和所述历史报警清单能够合成,则对所述当前报警清单和所述历史报警清单进行合成,获取目标报警清单;
若所述当前报警清单和所述历史报警清单不能合成,则将所述当前报警清单确定为目标报警清单。
进一步地,所述基于所述报警查询开始时间、所述报警查询结束时间、所述目标清单合并时间和清单形成时间,判断所述当前报警清单和所述历史报警清单是否能合成,包括:
基于所述报警查询开始时间和所述目标清单合并时间,获取第一时间点;
基于所述报警查询结束时间和所述目标清单合并时间,获取第二时间点;
若所述第一时间点小于所述清单形成时间,且所述清单形成时间小于所述第二时间点,则确定所述当前报警清单和所述历史报警清单能够合成;
若所述第一时间点不小于所述清单形成时间,或所述清单形成时间不小于所述第二时间点,则确定所述当前报警清单和所述历史报警清单不能合成。
进一步地,在对当前车辆上报数据进行数据校验,获取数据校验结果之前,所述数据监控方法还包括:
获取数据监控请求;
若所述数据监控请求为实时数据监控请求,则实时获取报警阈值设置规则和连续判断最大帧数,将所述报警阈值设置规则和所述连续判断最大帧数确定为所述数据监控配置信息;
若所述数据监控请求为定时数据监控请求,则从所述数据监控请求中识别到阈值规则刷新标识,基于所述阈值规则刷新标识,从所述***数据库中获取报警阈值设置规则和连续判断最大帧数,将所述报警阈值设置规则和所述连续判断最大帧数确定为所述数据监控配置信息;
将所述数据监控配置信息存入广播变量中。
一种车载控制器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的数据监控程序,所述处理器执行所述数据监控程序时实现上述数据监控方法。
一种汽车,包括上述的车载控制器。
上述数据监控方法、车载控制器及汽车,首先,对当前车辆上报数据进行数据校验,若数据校验结果为校验通过,则获取数据监控配置信息,接着,基于数据监控配置信息,获取报警阈值设置规则,以判断该当前车辆上报数据为可靠数据;最后,基于报警阈值设置规则,对当前车辆上报数据进行规则校验,若规则校验结果为校验不通过,则基于当前车辆上报数据形成当前报警清单,将当前报警清单存储在***数据库中,从而能够实现全配置化的动态实时数据监控,满足不同的当前车辆上报数据进行实时监控,提高车载控制器的数据监控能力。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中数据监控方法的一流程图;
图2是本发明一实施例中数据监控方法的另一流程图;
图3是本发明一实施例中数据监控方法的另一流程图;
图4是本发明一实施例中数据监控方法的另一流程图;
图5是本发明一实施例中数据监控方法的另一流程图;
图6是本发明一实施例中数据监控方法的另一流程图;
图7是本发明一实施例中数据监控方法的另一流程图;
图8是本发明一实施例中数据监控方法的另一流程图;
图9是本发明一实施例中车载控制器的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供一种数据监控方法,该方法可以应用在汽车的车载控制器中,车载控制器包括存储器、处理器以及存储在存储器中并可在处理器上运行的数据监控程序。处理器执行数据监控程序时实现数据监控方法。
在一实施例中,如图1所示,提供一种数据监控方法,以该方法应用在图9中的车载控制器为例进行说明,包括如下步骤:
S101:对当前车辆上报数据进行数据校验,获取数据校验结果。
S102:若数据校验结果为校验通过,则获取数据监控配置信息。
S103:基于数据监控配置信息,获取报警阈值设置规则。
S104:基于报警阈值设置规则,对当前车辆上报数据进行规则校验,获取规则校验结果。
S105:若规则校验结果为校验不通过,则基于当前车辆上报数据形成当前报警清单,将当前报警清单存储在***数据库中。
作为一示例,步骤S101中,当前车辆上报数据为存储在日志***中的汽车数据。可选地,该汽车可以是电动汽车、复合动力汽车或其他装配有本实施中的车载控制器的汽车。可选地,当前车辆上报数据包括但不限于汽车车型、汽车电池类型、汽车信号频率或其他与汽车相关的车辆数据,具体可以根据用户需求选择。可选地,日志***可以是分布式日志***。
作为一示例,该分布式日志***可以是Apache Kafka(分布式发布订阅消息***,简称Kafka),具有高吞吐量,提高数据监控的效率。可选地,获取当前车辆上报数据的方式可以是实时获取,也可以或者定时获取。优选地,本实施通过实时获取的方式从日志***中获取当前车辆上报数据,以便及时对当前车辆上报数据进行监控。
作为一示例,车载控制器基于并行数据计算框架,从日志***中,获取当前车辆上报数据。例如,车载控制器基于Spark计算引擎中的Spark Streaming(构建在Spark上处理Stream数据的框架),建立数据处理任务,并采用Spark Streaming中的Excuter节点从日志***中获取当前车辆上报数据。由于Spark Streaming具有可扩展性、高吞吐量和可容错性等特点,使得基于Spark计算引擎从日志***中获取当前车辆上报数据,能够提高数据监控的实时性。
作为另一示例,车载控制器通过预先配置当前车辆上报数据的数据类别信息,对获取的当前车辆上报数据进行管理。示例性地,车载控制器在执行从日志***中获取当前车辆上报数据之前,可通过自定义配置当前车辆上报数据的数据类别信息,对当前车辆上报数据进行元数据管理。例如,日志***接收自定义DBC文件,并对该DBC文件进行解析,得到DBC元数据,该DBC元数据包括当前车辆上报数据对应的数据类别信息,该数据类别信息包括但不限于名称、注释、数据范围和偏离量等。如此,车载控制器便能够根据该DBC元数据对日志***中的当前车辆上报数据进行管理,以提高数据监控的效率。
作为一示例,步骤S101中,数据校验结果为对当前车辆上报数据进行数据校验后得到的校验结果。可选地,数据校验包括校验当前车辆上报数据中的数据帧是否延迟,以及校验当前车辆上报数据中的数据帧是否连续,以判断该当前车辆上报数据为可靠数据,提高数据监控过程中的可靠性。
本实施例中,车载控制器通过对当前车辆上报数据进行数据校验,获取数据校验结果。例如可通过对当前车辆上报数据中的数据帧进行延迟校验以及对当前车辆上报数据中的数据帧进行连续校验,或者其他校验当前车辆上报数据可靠性的校验方式对当前车辆上报数据进行数据校验,从而提高数据监控过程中的可靠性。
进一步地,在对当前车辆上报数据进行数据校验之前,对当前车辆上报数据进行拆包处理,并根据预设的数据管理逻辑,对该拆包处理后的当前车辆上报数据进行分类管理。可选地,该分类管理包括对当前车辆上报数据进行VIN分区,以及对当前车辆上报数据的上报时间进行排序,以防止数据校验过程中出现错误数据。
作为一示例,步骤S102中,数据监控配置信息为自定义配置的信息。可选地,车载控制器通过前端交互界面获取用户自定义的数据监控配置信息。可选地,该数据监控配置信息包括报警阈值设置规则,或其他用于对当前车辆上报数据进行规则校验的自定义配置的信息。报警阈值设置规则为用户自定义设置的阈值规则,用于对当前车辆上报数据进行报警阈值规则校验,以判断该当前车辆上报数据是否为报警数据。在一具体实施例中,车载控制器还可以通过接收前端交互界面,获取用户对的数据监控配置信息进行操作的操作请求,对数据监控配置信息进行对应的操作,例如,可执行但不限于新增、更改、查询或刷新该数据监控配置信息。
作为一示例,该数据监控配置信息被预先存储在日志***的广播变量中,当数据校验结果为校验通过时,车载控制器便能够从该广播变量中获取该数据监控配置信息,以使车载控制器能够及时获取该数据监控配置信息,提高数据监控配置信息的获取效率,从而提高数据监控的整体效率。
在一具体实施例中,车载控制器对当前车辆上报数据进行数据校验,例如进行延迟校验和连续校验。在当前车辆上报数据中的数据帧不为延迟数据帧,且当前车辆上报数据中的数据帧为连续数据帧,则可以认定该当前车辆上报数据为可靠数据,其数据校验结果为校验通过,此时,车载控制器可以获取数据监控配置信息。在当前车辆上报数据中的数据帧为延迟数据帧,或者当前车辆上报数据中的数据帧不为连续数据帧,则可以认定当前车辆上报数据为不可靠数据,其数据校验结果为校验不通过,此时,车载控制器不可以获取数据监控配置信息。
本实施例中,车载控制器通过接收用户自定义的数据监控配置信息,从而使车载控制器可根据用户的实际需求对当前车辆上报数据进行监控,从而提高车载控制器的数据监控能力。
作为一示例,步骤S103中,每一数据监控配置信息对应一当前车辆上报数据的数据类别,即车载控制器能够针对不同数据类别的当前车辆上报数据,采用不同的数据监控配置信息对当前车辆上报数据进行规则校验。
本实施例中,车载控制器从数据监控配置信息中,获取当前车辆上报数据的数据类别信息对应的报警阈值设置规则,以便采用该报警阈值设置规则对当前车辆上报数据进行规则校验,以针对用户的不同需求,对不同的当前车辆上报数据进行监控,提高车载控制器的数据监控能力。
作为一示例,步骤S104中,规则校验结果为对当前车辆上报数据进行规则校验的结果。
作为一示例,车载控制器采用报警阈值设置规则,对当前车辆上报数据进行规则校验,以获取规则校验结果。示例性地,当前车辆上报数据包括汽车车型、汽车电池类型和汽车信号频率,车载控制器分别采用汽车车型对应的报警阈值设置规则、汽车电池类型对应的报警阈值设置规则和汽车信号频率对应的报警阈值设置规则,分别对汽车车型、汽车电池类型和汽车信号频率进行阈值校验,分别获取车型校验结果、电池校验结果和频率校验结果。接着,根据车型校验结果、电池校验结果和频率校验结果,获取规则校验结果,例如,若车型校验结果、电池校验结果和频率校验结果均为校验通过,则获取校验通过的规则校验结果;若车型校验结果、电池校验结果和频率校验结果中的至少一个为校验不通过,则获取校验不通过的规则校验结果。
在一具体实施例中,车载控制器基于报警阈值设置规则,采用预设的规则引擎对当前车辆上报数据进行规则校验。可选地,该规则引擎可以是Drools规则引擎。可选地,车载控制器可以通过缓存在***数据库中的规则引擎文件调用该规则引擎。例如,该***数据库为redis内存数据库,该规则引擎文件为drl文件。
作为一示例,步骤S105中,当前报警清单为规则校验结果为校验不通过时,根据当前车辆上报数据形成的报警清单。
作为一示例,若规则校验结果为校验不通过,则当前车辆上报数据存在报警风险,车载控制器根据该当前车辆上报数据形成当前报警清单,并将当前报警清单存储在***数据库中。可选地,车载控制器还可以将当前报警清单发送至前端交互界面进行展示。
本实施例中,首先,车载控制器从日志***中,获取当前车辆上报数据,例如可以是实时获取当前车辆上报数据,提高数据监控的实时性,接着对当前车辆上报数据进行数据校验,若数据校验结果为校验通过,则获取数据监控配置信息,并基于数据监控配置信息,获取报警阈值设置规则,以判断该当前车辆上报数据为可靠数据;最后,基于报警阈值设置规则,对当前车辆上报数据进行规则校验,若规则校验结果为校验不通过,则基于当前车辆上报数据形成当前报警清单,将当前报警清单存储在***数据库中,从而能够实现全配置化的动态实时数据监控,满足不同的当前车辆上报数据进行实时监控,提高车载控制器的数据监控能力。
在一实施例中,如图2所示,在步骤S101中,即对当前车辆上报数据进行数据校验,获取数据校验结果,包括:
S201:从当前车辆上报数据中,获取至少一个当前数据帧和每一当前数据帧对应的当前上报时间。
S202:从***数据库中,获取最近一个历史数据帧对应的历史上报时间。
S203:基于当前上报时间和历史上报时间,对当前数据帧进行延迟校验,获取延迟校验结果。
S204:基于当前上报时间、历史上报时间和数据上报频率,对当前数据帧进行连续校验,获取连续校验结果。
S205:若延迟校验结果和连续校验结果均为校验通过,则获取校验通过的数据校验结果。
S206:若延迟校验结果为校验不通过,或者连续校验结果为校验不通过,则获取校验不通过的数据校验结果。
作为一示例,步骤S201中,当前数据帧为当前时刻从当前车辆上报数据获取的数据帧。当前上报时间为当前数据帧对应的上报时间。
作为一示例,车载控制器从当前车辆上报数据中获取每一当前数据帧对应的当前上报时间,用于在后续步骤中判断该当前车辆上报数据是否为延迟数据。
作为一示例,步骤S202中,历史数据帧为当前时刻之前存储在***数据库中的历史车辆上报数据中的数据帧。历史上报时间为历史数据帧对应的上报时间。
作为一示例,车载控制器从***数据库中获取最近一个历史数据帧对应的历史上报时间,用于在后续步骤中判断该当前车辆上报数据是否为延迟数据。例如,该最近一个历史数据帧对应的历史上报时间,即***数据库对当前车辆上报数据的最后一帧数据帧进行处理的时间。
作为一示例,步骤S203中,车载控制器根据当前上报时间和历史上报时间,对当前数据帧进行延迟校验,即通过比较当前上报时间和历史上报时间的先后顺序,以判定当前数据帧是否为延时接收到的数据帧,进而获取延迟校验结果。例如,若当前上报时间小于历史上报时间,延迟校验结果为校验通过,若当前上报时间不小于历史上报时间,则延迟校验结果为校验不通过。
作为一示例,步骤S204中,数据上报频率为车载控制器获取当前车辆上报数据中的数据帧的频率。车载控制器根据当前上报时间、历史上报时间和数据上报频率,对当前数据帧进行连续校验,便能够获取延迟校验结果。
作为一示例,步骤S205中,若延迟校验结果为校验通过,则该当前数据帧不为延迟数据;连续校验结果为校验通过,则该当前数据帧为连续数据;因此,在延迟校验结果和连续校验结果均为校验通过时,该当前数据帧为具有较高可靠性的数据,此时,可获取校验通过的连续校验结果。
作为一示例,步骤S206中,若延迟校验结果为校验不通过,说明该当前数据帧为延迟数据;若连续校验结果为校验不通过,说明该当前数据帧不为连续数据;因此,在延迟校验结果为校验不通过,或者连续校验结果为校验不通过时,该当前数据帧为具有较低可靠性的数据,此时可获取校验不通过的数据校验结果。
可选地,若延迟校验结果为校验不通过,即当前数据帧不为连续数据,将该当前数据帧清除,在日志***中记录该当前数据帧的开始时间和结束时间,并处理下一数据帧。
作为一示例,首先,车载控制器从当前车辆上报数据中,获取当前数据帧和当前数据帧对应的当前上报时间,并从***数据库中获取最近一个历史数据帧对应的历史上报时间,接着对当前数据帧进行延迟校验和连续校验,通过当前数据帧进行延迟校验和连续校验,从而提高当前车辆上报数据的可靠性。
在一实施例中,如图3所示,在步骤S203中,即基于当前上报时间和历史上报时间,对当前数据帧进行延迟校验,获取延迟校验结果,包括:
S301:若当前上报时间小于历史上报时间,则延迟校验结果为校验通过。
S302:若当前上报时间不小于历史上报时间,则延迟校验结果为校验不通过。
作为一示例,若当前上报时间小于历史上报时间,则延迟校验结果为校验通过;若当前上报时间不小于历史上报时间,则延迟校验结果为校验不通过。本实施例中,车载控制器通过对当前上报时间是否小于历史上报时间进行比较,便能够确定当前数据帧是否为延迟数据,提高延迟校验的效率。
在一实施例中,如图4所示,在步骤S204中,即基于当前上报时间、历史上报时间和数据上报频率,对当前数据帧进行连续校验,获取连续校验结果,包括:
S401:基于当前上报时间和历史上报时间,获取上报时间间隔。
S402:获取上报间隔阈值。
S403:若上报时间间隔不大于上报间隔阈值,则获取校验通过的连续校验结果。
S404:若上报时间间隔大于上报间隔阈值,则获取校验不通过的连续校验结果。
作为一示例,在步骤S401中,车载控制器将当前上报时间和历史上报时间之间的时间差值,确定为上报时间间隔。可理解地,车载控制器通过获取上报时间间隔,以在后续步骤中判断当前数据帧是否为连续数据。
作为一示例,在步骤S402中,目标系数为自定义的数值,可选地,目标系数为2。需要说明的是目标系数可根据实际需求自定义设置,在此不做限制。
作为一示例,车载控制器在获取数据上报频率f和目标系数2之后,将数据上报频率f和目标系数2的乘积,确定为上报间隔阈值2f,以便后续根据上报时间间隔和上报间隔阈值,判断当前数据帧是否为连续数据。需要说明的是,数据上报频率为车载控制器获取当前车辆上报数据中的数据帧的频率,数据上报频率例如可以是每分钟上报一次,即间隔一分钟便上报一次当前车辆上报数据。
作为一示例,在步骤S403中,若上报时间间隔不大于上报间隔阈值,则认定当前数据帧为连续数据,此时,可获取校验通过的连续校验结果。
作为一示例,在步骤S404中,若上报时间间隔大于上报间隔阈值,则当前数据帧为不连续数据,获取校验不通过的连续校验结果。
作为一示例,车载控制器基于当前上报时间和历史上报时间,获取上报时间间隔;基于数据上报频率和目标系数,获取上报间隔阈值。若上报时间间隔不大于上报间隔阈值,则获取校验通过的连续校验结果;若上报时间间隔大于上报间隔阈值,则获取校验不通过的连续校验结果。本实施例仅通过对上报时间间隔和上报间隔阈值进行比较,便能够确定当前数据帧是否为连续数据,提高延迟校验的效率。
在一实施例中,如图5所示,在步骤S105中,即将当前报警清单存储在***数据库中,包括:
S501:从***数据库中获取历史报警清单。
S502:基于当前报警清单和历史报警清单,获取目标报警清单。
S503:基于数据监控配置信息,获取连续判断最大帧数。
S504:采用连续判断最大帧数对目标报警清单进行异常校验,获取异常校验结果。
S505:若异常校验结果为存在异常,则采用目标报警清单更新***数据库中的历史报警清单。
作为一示例,在步骤S501中,历史报警清单为历史车辆上报数据形成的报警清单。该历史报警清单存储在***数据库中。
作为一示例,车载控制器从***数据库中拉取历史报警清单,其目的是在后续步骤中将该历史报警清单与当前报警清单进行合并,便于后续步骤中根据历史报警清单对当前报警清单进行校验。
作为一示例,在步骤S502中,目标报警清单为当前报警清单和历史报警清单合并后形成的报警清单。
作为一示例,车载控制器通过基于当前报警清单和历史报警清单,获取目标报警清单,便于后续步骤中根据历史报警清单对当前报警清单进行校验。
作为一示例,在步骤S503中,连续判断最大帧数为自定义的数值,用于校验当前数据帧的最大帧数。作为一示例,车载控制器基于数据监控配置信息,从数据监控配置信息中识别确定连续判断最大帧数,以便根据连续判断最大帧数对目标报警清单进行异常校验。
作为一示例,在步骤S504中,异常校验结果为对目标报警清单进行异常校验得到的结果。
作为一示例,由于历史报警清单中会记录已发生报警的历史车辆上报数据中的数据帧,该历史车辆上报数据中的数据帧不超过该连续判断最大帧数。
在一具体实施例中,设当前车辆上报数据包括N帧当前数据帧,获取连续判断最大帧数为M,历史车辆上报数据中的数据帧为P,其中,0<P<M<N,若检测到当前车辆上报数据的N帧当前数据帧中,任意连续的M帧当前数据帧中存在P帧历史车辆上报数据中的数据帧,则目标报警清单中存在异常,则异常校验结果为存在异常。
作为一示例,在步骤S505中,车载控制器在异常校验结果为存在异常时,并采用目标报警清单更新***数据库中的历史报警清单。可选地,车载控制器在异常校验结果为存在异常时,再将更新后的存储在***数据库中,用于下一次的报警清单合并。可选地,车载控制器在异常校验结果为存在异常时,还可以将目标报警清单写入日志***中,以便用户进行查询。相应地,车载控制器在异常校验结果为不存在异常时,则不执行将目标报警清单写入日志***中,直接执行将目标报警清单更新为历史报警清单,并存储在***数据库中。
作为一示例,本实施例通过基于当前报警清单和历史报警清单,获取目标报警清单,并对该目标报警清单进行校验,即在规则校验的基础上,在于历史报警清单进行校验,实现双重校验,能够达到提高数据监控准确率的作用。
在一实施例中,如图6所示,在步骤S502中,即基于当前报警清单和历史报警清单,获取目标报警清单,包括:
S601:从***数据库中获取报警查询开始时间、报警查询结束时间、目标清单合并时间和当前报警清单的清单形成时间。
S602:基于报警查询开始时间、报警查询结束时间、目标清单合并时间和清单形成时间,判断当前报警清单和历史报警清单是否能合成。
S603:若成功合并目标报警清单,则执行基于数据监控配置信息,获取连续判断最大帧数,采用连续判断最大帧数对目标报警清单进行异常校验,获取异常校验结果。
S604:若未成功合并目标报警清单,则将当前报警清单确定为目标报警清单,执行基于数据监控配置信息,获取连续判断最大帧数,采用连续判断最大帧数对目标报警清单进行异常校验,获取异常校验结果。
作为一示例,在步骤S601中,报警查询开始时间为从***数据库中查询到的第一个连续的历史报警清单的开始时间。报警查询结束时间为从***数据库中查询到的最后一个历史报警清单的结束时间。目标清单合并时间为当前报警清单和历史报警清单的合并时间。清单形成时间为当前报警清单的时间。
作为一示例,该报警查询开始时间和报警查询结束时间为查询同一数据类别信息的历史报警清单的开始时间和结束时间。该同一数据类别信息例如可以是相同的历史车辆上报数据的名称、注释、数据范围和偏离量等。
作为一示例,车载控制器从***数据库中获取报警查询开始时间、报警查询结束时间、目标清单合并时间和当前报警清单的清单形成时间,用于判断当前报警清单和历史报警清单是否能合成。
作为一示例,在步骤S602中,车载控制器基于报警查询开始时间、报警查询结束时间、目标清单合并时间和清单形成时间,通过判断报警查询开始时间与报警查询结束时间之间的时间间隔是否超过目标清单合并时间,来判断当前报警清单和历史报警清单是否成功合并形成目标报警清单,以进一步对目标报警清单进行异常校验,提高数据监控的准确率。
作为一示例,在步骤S603中,若成功合并目标清单,即报警查询开始时间与报警查询结束时间之间的时间间隔不超过目标清单合并时间,车载控制器则执行基于数据监控配置信息,获取连续判断最大帧数,采用连续判断最大帧数进一步对目标报警清单进行异常校验,获取异常校验结果,达到提高数据监控的准确率的目的。
作为一示例,在步骤S604中,若未成功合并目标清单,即报警查询开始时间与报警查询结束时间之间的时间间隔超过目标清单合并时间,车载控制器则执行基于将当前报警清单确定为目标报警清单,即根据当前报警清单确定为新的目标报警清单,并基于数据监控配置信息,获取连续判断最大帧数,采用连续判断最大帧数对目标报警清单进行异常校验,获取异常校验结果,达到提高数据监控的准确率的目的。
作为一示例,车载控制器根据从***数据库中获取报警查询开始时间、报警查询结束时间、目标清单合并时间和当前报警清单的清单形成时间,来判断当前报警清单和历史报警清单是否能合成,若成功合并目标报警清单,则执行基于数据监控配置信息,获取连续判断最大帧数,采用连续判断最大帧数对目标报警清单进行异常校验,获取异常校验结果;若未成功合并目标报警清单,则将当前报警清单确定为目标报警清单,执行基于数据监控配置信息,获取连续判断最大帧数,采用连续判断最大帧数对目标报警清单进行异常校验,获取异常校验结果,进一步对目标报警清单进行异常校验,以达到提高数据监控的准确率的目的。
进一步地,车载控制器将目标报警清单更新为历史报警清单,还包括更新报警查询开始时间和报警查询结束时间,例如将连续的目标报警清单中的第一个目标报警清单对应的合成时间更新为报警查询开始时间,将连续的目标报警清单中的最后一个目标报警清单的合成时间更新为报警查询结束时间。
进一步地,车载控制器对将目标报警清单更新为历史报警清单还包括对历史报警清单的时长进行更新。例如,若清单形成时间减去报警查询结束时间大于数据上报频率,则历史报警清单增加的时长为数据上报频率对应的大小。若清单形成时间减去报警查询结束时间不大于数据上报频率,则历史报警清单增加的时长为清单形成时间减去报警查询结束时间的大小。
在一实施例中,如图7所示,在步骤S602中,即基于报警查询开始时间、报警查询结束时间、目标清单合并时间和清单形成时间,判断当前报警清单和历史报警清单是否能合成,包括:
S701:基于报警查询开始时间和目标清单合并时间,获取第一时间点。
S702:基于报警查询结束时间和目标清单合并时间,获取第二时间点。
S703:若第一时间点小于清单形成时间,且清单形成时间小于第二时间点,则确定当前报警清单和历史报警清单能够合成。
S704:若第一时间点不小于清单形成时间,或清单形成时间不小于第二时间点,则确定当前报警清单和历史报警清单不能合成。
作为一示例,步骤S701中,第一时间点为根据报警查询开始时间和目标清单合并时间确定的时间点。
车载控制器基于报警查询开始时间和目标清单合并时间,将报警查询开始时间减去目标清单合并时间,从而获取第一时间点。
作为一示例,步骤S702中,第二时间点为根据报警查询结束时间和目标清单合并时间确定的时间点。
车载控制器基于报警查询结束时间和目标清单合并时间,将报警查询结束时间加上目标清单合并时间,从而获取第二时间点。
作为一示例,步骤S703中,车载控制器在第一时间点小于清单形成时间,且清单形成时间小于第二时间点,认定查询报警查询开始时间与报警查询结束时间之间的时间间隔未超过目标清单合并时间,即确定当前报警清单和历史报警清单能够合成。
作为一示例,步骤S704中,若第一时间点不小于清单形成时间,或清单形成时间不小于第二时间点,则报警查询开始时间与报警查询结束时间之间的时间间隔超过目标清单合并时间,即确定当前报警清单和历史报警清单不能合成。
作为一示例,车载控制器基于报警查询开始时间和目标清单合并时间,获取第一时间点,基于报警查询结束时间和目标清单合并时间,获取第二时间点;若第一时间点小于清单形成时间,且清单形成时间小于第二时间点,则确定当前报警清单和历史报警清单能够合成,若第一时间点不小于清单形成时间,或清单形成时间不小于第二时间点,则确定当前报警清单和历史报警清单不能合成,从而达到判断当前报警清单和历史报警清单是否成功合并形成目标报警清单的目的。
在一实施例中,如图8所示,在步骤S101之前,在对当前车辆上报数据进行数据校验,获取数据校验结果之前,数据监控方法还包括:
S801:获取数据监控请求。
S802:若数据监控请求为实时数据监控请求,则实时获取报警阈值设置规则和连续判断最大帧数,将报警阈值设置规则和连续判断最大帧数确定为数据监控配置信息。
S803:若数据监控请求为定时数据监控请求,则从***数据库中获取阈值规则刷新标识,基于阈值规则刷新标识,从***数据库中获取报警阈值设置规则和连续判断最大帧数,将报警阈值设置规则和连续判断最大帧数确定为数据监控配置信息。
S804:将数据监控配置信息存入广播变量中。
作为一示例,步骤S801中,数据监控请求为对当前车辆上报数据进行监控的请求。
作为一示例,步骤S802中,实时数据监控请求为对当前车辆上报数据进行实时监控的请求。若数据监控请求包括实时数据监控请求,则实时获取报警阈值设置规则和连续判断最大帧数,用于配置数据数据监控配置信息。
作为一示例,步骤S803中,定时数据监控请求为对当前车辆上报数据进行定时监控的请求。需要说明的是,车载控制器可根据自定义定时时间对当前车辆上报数据进行定时监控。阈值规则刷新标识为指示是否对报警阈值设置规则进行刷新的标识。若数据监控请求包括定时数据监控请求,则从数据监控请求中识别到阈值规则刷新标识,用于判断是否对报警阈值设置规则进行刷新,若基于阈值规则刷新标识,判断需要对报警阈值设置规则进行刷新,则执行从***数据库中获取报警阈值设置规则和连续判断最大帧数,将报警阈值设置规则和连续判断最大帧数确定为数据监控配置信息。若基于阈值规则刷新标识,判断不需要对报警阈值设置规则进行刷新,则执行从***数据库中获取报警阈值设置规则和连续判断最大帧数,将报警阈值设置规则和连续判断最大帧数确定为数据监控配置信息。需要说明的是,车载控制器可以通过前端交互界面中获取用户自定义的报警阈值设置规则对应的刷新规则对报警阈值设置规则进行刷新。
作为一示例,在步骤S804中,即在步骤S802和步骤S803之后,车载控制器将数据监控配置信息存入广播变量中,以使车载控制器中能够快速地从广播变量中获取数据数据监控配置信息,从而根据数据数据监控配置信息对当前车辆上报数据进行监控,提高数据监控效率。
在一个实施例中,提供了一种车载控制器,其内部结构图可以如图9所示。该车载控制器包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该车载控制器的处理器用于提供计算和控制能力。该车载控制器的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、数据监控程序和数据库。该内存储器为非易失性存储介质中的操作***和数据监控程序的运行提供环境。该车载控制器的数据库用于存储执行数据监控方法过程中采用或生成的数据。该车载控制器的网络接口用于与外部的终端通过网络连接通信。该数据监控程序被处理器执行时以实现一种数据监控方法。
在一个实施例中,提供了一种汽车,包括上述实施例中的车载控制器,该车载控制器用于实现上述实施例中的数据库监控方法。
在一实施例中,提供一计算机可读存储介质,该计算机可读存储介质上存储有数据监控程序,该数据监控程序被处理器执行时实现上述实施例中数据监控方法,例如步骤S101至步骤S105,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过数据监控程序来指令相关的硬件来完成,所述的数据监控程序可存储于一非易失性计算机可读取存储介质中,该数据监控程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然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;而这些修改或者替换,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,均应包含在本发明的保护范围之内。
Claims (9)
1.一种数据监控方法,其特征在于,包括:
对当前车辆上报数据进行数据校验,获取数据校验结果,所述当前车辆上报数据为存储在日志***中的汽车数据;所述数据校验结果为对所述当前车辆上报数据进行数据校验后得到的校验结果;
若所述数据校验结果为校验通过,则获取数据监控配置信息,所述数据监控配置信息预先存储在所述日志***的广播变量中;
基于所述数据监控配置信息,获取报警阈值设置规则;
基于所述报警阈值设置规则,采用预设的规则引擎,对所述当前车辆上报数据进行规则校验,获取规则校验结果;
若所述规则校验结果为校验不通过,则基于所述当前车辆上报数据形成当前报警清单,将所述当前报警清单存储在***数据库中;
其中,所述将所述当前报警清单存储在***数据库中,包括:
从所述***数据库中获取历史报警清单;
基于所述当前报警清单和所述历史报警清单,获取目标报警清单;
基于所述数据监控配置信息,获取连续判断最大帧数,采用所述连续判断最大帧数对所述目标报警清单进行异常校验,获取异常校验结果;
若异常校验结果为存在异常,则采用所述目标报警清单更新所述***数据库中的历史报警清单。
2.如权利要求1所述的数据监控方法,其特征在于,对所述当前车辆上报数据进行数据校验,获取数据校验结果,包括:
从所述当前车辆上报数据中,获取至少一个当前数据帧和每一所述当前数据帧对应的当前上报时间;
从所述***数据库中,获取最近一个历史数据帧对应的历史上报时间;
基于所述当前上报时间和所述历史上报时间,对所述当前数据帧进行延迟校验,获取延迟校验结果;
基于所述当前上报时间、所述历史上报时间和数据上报频率,对所述当前数据帧进行连续校验,获取连续校验结果;
若所述延迟校验结果和所述连续校验结果均为校验通过,则获取校验通过的数据校验结果;
若所述延迟校验结果为校验不通过,或者所述连续校验结果为校验不通过,则获取校验不通过的数据校验结果。
3.如权利要求2所述的数据监控方法,其特征在于,所述基于所述当前上报时间和所述历史上报时间,对所述当前数据帧进行延迟校验,获取延迟校验结果,包括:
若所述当前上报时间小于所述历史上报时间,则所述延迟校验结果为校验通过;
若所述当前上报时间不小于所述历史上报时间,则所述延迟校验结果为校验不通过。
4.如权利要求2所述的数据监控方法,其特征在于,所述基于所述当前上报时间、所述历史上报时间和数据上报频率,对所述当前数据帧进行连续校验,获取连续校验结果,包括:
基于所述当前上报时间和所述历史上报时间,获取上报时间间隔;
获取上报间隔阈值;
若所述上报时间间隔不大于所述上报间隔阈值,则获取校验通过的所述连续校验结果;
若所述上报时间间隔大于所述上报间隔阈值,则获取校验不通过的所述连续校验结果。
5.如权利要求1所述的数据监控方法,其特征在于,所述基于所述当前报警清单和所述历史报警清单,获取目标报警清单,包括:
从所述***数据库中获取报警查询开始时间、报警查询结束时间、目标清单合并时间和当前报警清单的清单形成时间;
基于所述报警查询开始时间、所述报警查询结束时间、所述目标清单合并时间和清单形成时间,判断所述当前报警清单和所述历史报警清单是否能合成;
若所述当前报警清单和所述历史报警清单能够合成,则对所述当前报警清单和所述历史报警清单进行合成,获取目标报警清单;
若所述当前报警清单和所述历史报警清单不能合成,则将所述当前报警清单确定为目标报警清单。
6.如权利要求5所述的数据监控方法,其特征在于,所述基于所述报警查询开始时间、所述报警查询结束时间、所述目标清单合并时间和清单形成时间,判断所述当前报警清单和所述历史报警清单是否能合成,包括:
基于所述报警查询开始时间和所述目标清单合并时间,获取第一时间点;
基于所述报警查询结束时间和所述目标清单合并时间,获取第二时间点;
若所述第一时间点小于所述清单形成时间,且所述清单形成时间小于所述第二时间点,则确定所述当前报警清单和所述历史报警清单能够合成;
若所述第一时间点不小于所述清单形成时间,或所述清单形成时间不小于所述第二时间点,则确定所述当前报警清单和所述历史报警清单不能合成。
7.如权利要求1至6任一项所述的数据监控方法,其特征在于,在所述对当前车辆上报数据进行数据校验,获取数据校验结果之前,所述数据监控方法还包括:
获取数据监控请求;
若所述数据监控请求为实时数据监控请求,则实时获取报警阈值设置规则和连续判断最大帧数,将所述报警阈值设置规则和所述连续判断最大帧数确定为所述数据监控配置信息;
若所述数据监控请求为定时数据监控请求,则从所述数据监控请求中识别到阈值规则刷新标识,基于所述阈值规则刷新标识,从所述***数据库中获取报警阈值设置规则和连续判断最大帧数,将所述报警阈值设置规则和所述连续判断最大帧数确定为所述数据监控配置信息;
将所述数据监控配置信息存入广播变量中。
8.一种车载控制器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的数据监控程序,其特征在于,所述处理器执行所述数据监控程序时实现如权利要求1至7任一项所述数据监控方法。
9.一种汽车,其特征在于,包括权利要求8所述的车载控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111527695.5A CN115220991B (zh) | 2021-12-14 | 2021-12-14 | 数据监控方法、车载控制器及汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111527695.5A CN115220991B (zh) | 2021-12-14 | 2021-12-14 | 数据监控方法、车载控制器及汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115220991A CN115220991A (zh) | 2022-10-21 |
CN115220991B true CN115220991B (zh) | 2024-01-19 |
Family
ID=83606413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111527695.5A Active CN115220991B (zh) | 2021-12-14 | 2021-12-14 | 数据监控方法、车载控制器及汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115220991B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016112517A1 (zh) * | 2015-01-15 | 2016-07-21 | 深圳市三木通信技术有限公司 | 车载智能检测方法及*** |
WO2018023385A1 (zh) * | 2016-08-02 | 2018-02-08 | 张阳 | 一种汽车变道时报警的方法以及报警*** |
CN110531689A (zh) * | 2019-08-20 | 2019-12-03 | 江西憶源多媒体科技有限公司 | 一种基于物联网的汽车实时监控养护方法 |
CN111740953A (zh) * | 2020-05-13 | 2020-10-02 | 南斗六星***集成有限公司 | 一种车辆监管平台数据接入转发方法及*** |
-
2021
- 2021-12-14 CN CN202111527695.5A patent/CN115220991B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016112517A1 (zh) * | 2015-01-15 | 2016-07-21 | 深圳市三木通信技术有限公司 | 车载智能检测方法及*** |
WO2018023385A1 (zh) * | 2016-08-02 | 2018-02-08 | 张阳 | 一种汽车变道时报警的方法以及报警*** |
CN110531689A (zh) * | 2019-08-20 | 2019-12-03 | 江西憶源多媒体科技有限公司 | 一种基于物联网的汽车实时监控养护方法 |
CN111740953A (zh) * | 2020-05-13 | 2020-10-02 | 南斗六星***集成有限公司 | 一种车辆监管平台数据接入转发方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115220991A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111385191B (zh) | 车载互联网关、车辆ota升级***和方法、计算机存储介质 | |
US20240137737A1 (en) | System and method for managing a fleet of vehicles including electric vehicles | |
US11948405B2 (en) | Providing autonomous vehicle maintenance | |
CN105589719B (zh) | 一种远程升级整车车载控制器软件的***及升级方法 | |
EP3189501B1 (en) | Vehicle information system | |
US20180196941A1 (en) | Security system and methods for identification of in-vehicle attack orginator | |
CN103312818A (zh) | 一种车辆诊断方法及服务器 | |
US11445368B2 (en) | Vehicle, network component, method, computer program and device for generating an id for an equipped status of a vehicle | |
CN112606779B (zh) | 一种汽车故障预警方法及电子设备 | |
CN109857085A (zh) | 模拟生成行车数据的方法、***、模拟终端及测试*** | |
US10510194B2 (en) | Cloud-based connectivity energy budget manager | |
CN115220991B (zh) | 数据监控方法、车载控制器及汽车 | |
CN111522878B (zh) | 基于区块链的车载视频处理方法、装置、计算机和介质 | |
CN113505056A (zh) | 车辆诊断方法、***、装置及存储介质 | |
KR20200141239A (ko) | 차량 고장 진단 서비스 제공 시스템 및 방법 | |
CN116048055A (zh) | 车辆故障检测方法、装置和存储介质 | |
CN115384536A (zh) | 一种驾驶辅助***控制器的评估方法、装置、设备及介质 | |
CN115657647A (zh) | 故障确定方法、装置、车辆及存储介质 | |
CN114911982A (zh) | 一种车辆故障预警方法、装置、终端设备及存储介质 | |
US11570186B2 (en) | Security reporting via message tagging | |
CN114296426A (zh) | 车辆的远程诊断方法、装置、服务器及存储介质 | |
US9916700B2 (en) | Asset-agnostic framework with asset-specific module for alternate bus parameter calculation | |
CN110751747A (zh) | 一种数据处理方法及装置 | |
CN111899384B (zh) | 远程锁车方法、装置、计算机设备和存储介质 | |
US11158139B2 (en) | Vehicle telematics system |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |