CN117319440A - 一种基于车联网的数据采集及分析方法及*** - Google Patents
一种基于车联网的数据采集及分析方法及*** Download PDFInfo
- Publication number
- CN117319440A CN117319440A CN202311258833.3A CN202311258833A CN117319440A CN 117319440 A CN117319440 A CN 117319440A CN 202311258833 A CN202311258833 A CN 202311258833A CN 117319440 A CN117319440 A CN 117319440A
- Authority
- CN
- China
- Prior art keywords
- data
- driving
- vehicle
- target
- vehicles
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000006243 chemical reaction Methods 0.000 claims abstract description 29
- 230000009193 crawling Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 41
- 238000004140 cleaning Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 8
- 238000011217 control strategy Methods 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 10
- 238000013480 data collection Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- 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
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- 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
-
- 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
- H04L69/08—Protocols for interworking; Protocol conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于车联网的数据采集及分析方法及***,其方法包括:基于大数据爬取目标行车标准,并基于目标行车标准确定对不同类型车辆的数据采集任务,且对数据采集任务进行协议转换,得到任务文件;基于车联网将任务文件下发至对应车辆的车载终端,并控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端;基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态。实现对各车辆的实时运行状态进行准确可靠的获取,从而便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于车联网的数据采集及分析方法及***。
背景技术
目前,随着汽车技术的不断发展,汽车的构造越来越复杂,功能越来越多,通过车联网对汽车上不同项目的运行数据进行采集和分析,便于对汽车的运行状态进行实时监测,也便于对汽车信息进行有效管理;
但是,现在市面上通过车联网对车辆运行数据采集时,大都是固定的,即提前设定好需要采集的数据种类,并不能根据分析要求对车辆运行数据的采集种类进行实时调整,且由于汽车功能越来越多,导致汽车运行数据越来越多样化,也对汽车运行数据的采集带来了较大困难,同时,现有技术中并没有将汽车运行数据采集与汽车运行数据分析进行结合,大大降低了对汽车运行数据的分析效率,且大都采用人为参与,导致对汽车运行数据的分析准确率降低,从而影响了对汽车的管理效果;
因此,为了克服上述缺陷,本发明提供了一种基于车联网的数据采集及分析方法及***。
发明内容
本发明提供一种基于车联网的数据采集及分析方法及***,用以通过确定对车辆的数据采集任务,并将采集任务转换为任务文件下发至对应的车载终端,实现控制车载终端根据数据采集任务对车辆的行车数据进行准确有效的采集,为进行车辆运行状态分析提供了可靠的数据支撑,最后,将采集到的行车数据实时反馈至管理终端,并通过管理终端对行车数据进行分析,实现对各车辆的实时运行状态进行准确可靠的获取,从而便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
本发明提供了一种基于车联网的数据采集及分析方法,其特征在于,包括:
步骤1:基于大数据爬取目标行车标准,并基于目标行车标准确定对不同类型车辆的数据采集任务,且对数据采集任务进行协议转换,得到任务文件;
步骤2:基于车联网将任务文件下发至对应车辆的车载终端,并控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端;
步骤3:基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态。
优选的,一种基于车联网的数据采集及分析方法,步骤1中,基于大数据爬取目标行车标准,基于目标行车标准确定对不同类型车辆的数据采集任务,包括:
获取待采集车辆的目标属性,并基于目标属性确定待采集车辆的类别标签,且基于类别标签根据大数据爬取不同类别车型对应的目标行车标准;
对目标行车标准进行解析,确定不同类别车型在行车过程中对应的监管项目集合,并对监管项目集合中各监管项目进行解析,得到各监管项目对应的运行特征;
基于运行特征确定对不同监管项目的数据采集方式以及采集频率,并对不同类别车型中不同监管项目的数据采集方式以及采集频率进行汇总,得到对不同类型车辆的数据采集任务。
优选的,一种基于车联网的数据采集及分析方法,基于运行特征确定对不同监管项目的数据采集方式以及采集频率,包括:
获取得到的数据采集方式,并对数据采集方式进行解析,得到不同数据采集方式对应的目标执行步骤;
提取目标执行步骤的执行逻辑和执行参数,并基于执行逻辑和执行参数在计算机中进行模拟仿真,且基于模拟仿真结果获取每一数据采集方式对相应监管项目的数据模拟采集结果;
将数据模拟采集结果与预期采集结果进行差异比较,并当差异值小于预设差异阈值时,判定数据采集方式合格,否则,则判定数据采集方式不合格,且基于差异比较结果对数据采集方式进行修正,直至差异值小于预设差异阈值。
优选的,一种基于车联网的数据采集及分析方法,步骤1中,对数据采集任务进行协议转换,得到任务文件,包括:
获取得到的数据采集任务,并确定数据采集任务的目标数量,且基于目标数量为每一数据采集任务构建任务转换线程;
获取不同类别车型对数据的识别格式,并基于识别格式确定对应的编码规则,同时,对数据采集任务进行解析,提取数据采集任务中目标任务参数,并基于任务转换线程和对应的编码规则对目标任务参数进行编码转换,得到数据采集任务对应的目标编码;
获取不同类型车辆的车载终端的配置信息,并基于配置信息确定不同车载终端对应的可读文件参数,且基于可读文件参数定义标准文件框架;
基于可读文件参数将据采集任务对应的目标编码进行统一格式化,并将统一格式化后的目标编码填充至标准文件框架,得到对应的任务文件。
优选的,一种基于车联网的数据采集及分析方法,步骤2中,基于车联网将任务文件下发至对应车辆的车载终端,包括:
获取得到的任务文件以及车载终端的数量,并基于车载终端的数量同步构建管理终端与车载终端之间的分布式传输链路,且基于车载终端的身份信息对分布式传输链路进行第一标记;
提取任务文件中的第二标记,并将第一标记和第二标记进行匹配,且基于匹配结果确定不同任务文件在分布式传输链路中对应的目标传输链路;
将任务文件上传至对应目标传输链路中的传输队列,并基于数据采集时效值确定同一时刻下需要采集车辆运行数据的目标车辆,且控制目标车辆对应的目标传输链路基于传输队列将任务文件同步下发至对应车辆的车载终端。
优选的,一种基于车联网的数据采集及分析方法,步骤2中,控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端,包括:
获取得到的任务文件,并对任务文件进行解析,确定对不同类型车辆的行车数据的数据采集项目以及不同数据采集项目对应的数据采集周期;
基于数据采集周期对预设始终发生器进行配置,并基于配置结果产生周期性触发指令,并基于周期性触发指令控制车载终端根据任务文件对当前时刻车辆中不同数据采集项目对应的行车数据进行采集;
基于采集结果确定同一车辆中不同数据采集项目对应的行车数据,并将同一车辆中不同数据采集项目对应的行车数据进行汇总,得到初始报文;
提取不同数据采集项目对应的行车数据的数据特征,并基于数据特征生成不同数据采集项目对应的行车数据的数据目录,且将数据目录在初始报文中进行添加,得到基础报文;
同时,基于当前车辆的车辆类型确定类别标签,并基于类别标签对基础报文进行车辆类型标记,且基于标记结果得到目标报文,同时,基于预设网关对不同车辆的目标报文进行汇总压缩,得到行车数据反馈包,并基于无线传输链路将得到的行车数据反馈包实时反馈至管理终端。
优选的,一种基于车联网的数据采集及分析方法,基于无线传输链路将得到的行车数据反馈包实时反馈至管理终端,包括:
获取接收到的行车数据反馈包,并对行车数据反馈包进行解压,得到不同车辆对应的行车数据;
对不同车辆中不同数据采集项目的行车数据进行聚类处理,得到不同数据采集项目中的孤立样本数据,并基于孤立样本数据的数据结构特征从预设数据清洗规则库中匹配目标数据清洗规则对孤立样本数据进行清洗;
基于清洗结果提取孤立样本数据的相邻数据取值,并基于相邻数据取值确定孤立样本数据对应的理论取值区间,同时,基于当前数据采集项目的行车数据的目标取值确定数据取值变化趋势,并基于数据取值变化趋势从理论取值区间中确定孤立样本数据所在位置数据的理想值,且基于理想值对孤立样本书的原始取值进行替换。
优选的,一种基于车联网的数据采集及分析方法,步骤3中,基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态,包括:
获取得到的目标行车标准以及目标行车标准对应的标准路况,并提取标准路况的道路特征以及目标行车标准的规范特征,且基于道路特征和规范特征确定路况与目标行车标准之间的目标函数;
获取车辆当前所在路段的目标路况,并基于目标函数对目标路况进行分析,得到当前所在路段对应的修正行车标准;
对修正行车标准进行解析,得到不同类型车辆中不同监管项目对应的初始行车状态评价指标,并基于服务器中的历史行车状态确定初始行车状态评价指标的量化值以及目标权重,且将量化值以及目标权重与相应初始行车状态评价指标进行关联绑定,得到最终的行车状态评价指标;
基于行车状态评价指标构建行车状态评估体系,并基于行车状态评估体系对得到的行车数据进行分析,提取不同类型车辆中不同监管项目对应的行车数据的特征参数,且基于车辆当前所在路段的目标路况对特征参数进行修正,得到当前车辆在当前所在路段的实时运行状态曲线;
同时,基于修正行车标准获取车辆在当前所在路段的基准运行状态曲线,并将实时运行状态曲线和基准运行状态曲线在同一二维坐标系中进行叠加显示,且基于叠加显示结果确定在不同时刻实时运行状态曲线和基准运行状态曲线的幅值差值;
确定幅值差值不在预设允许范围的时间点数量,并基于时间点数量以及幅值差值与预设允许范围的差异值得到不同类型车辆不同监管项目的实时运行状态。
优选的,一种基于车联网的数据采集及分析方法,得到不同类型车辆不同监管项目的实时运行状态,包括:
获取得到的不同类型车辆不同监管项目的实时运行状态,并提取不同实时运行状态对应的目标时间信息;
从预设记录模板库中调取目标记录模板,并将监管项目、实时运行状态以及对应的目标时间信息在目标记录模板中进行记录存储;
同时,基于记录存储结果根据监管项目以及实时运行状态确定对监管项目进行控制的器件标识位,并基于器件标识位和实时运行状态确定待控制器件的目标状态,且基于目标状态确定对待控制器件的控制策略;
将控制策略下发至对应的车载终端,并基于车载终端控制待控制器件进行状态调整。
本发明提供了一种基于车联网的数据采集及分析***,包括:
文件确定模块,用于基于大数据爬取目标行车标准,并基于目标行车标准确定对不同类型车辆的数据采集任务,且对数据采集任务进行协议转换,得到任务文件;
数据采集模块,用于基于车联网将任务文件下发至对应车辆的车载终端,并控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端;
数据分析模块,用于基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态。
与现有技术相比,本发明的有益效果如下:
1.通过确定对车辆的数据采集任务,并将采集任务转换为任务文件下发至对应的车载终端,实现控制车载终端根据数据采集任务对车辆的行车数据进行准确有效的采集,为进行车辆运行状态分析提供了可靠的数据支撑,最后,将采集到的行车数据实时反馈至管理终端,并通过管理终端对行车数据进行分析,实现对各车辆的实时运行状态进行准确可靠的获取,从而便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
2.通过对得到的任务文件进行解析,实现对不同类型车辆的行车数据的数据采集项目以及数据采集周期进行准确有效的确定,其次,通过数据采集周期对预设时钟发生器进行配置,实现在一定时间内对不同类型车辆的行车数据进行有效采集,最后,将同一车辆不同数据采集项目对应的行车数据进行汇总,并通过车辆类型的类别标签对汇总后得到的报文进行标记,实现对最终需要的行车数据进行准确有效的获取,并将不同车辆对应的目标报文进行汇总压缩反馈至管理终端,实现对行车数据进行准确有效的采集以及接收,为进行车辆行车状态分析提供了可靠的数据支撑,保障了对车辆行车状态分析的准确率,便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于车联网的数据采集及分析方法的流程图;
图2为本发明实施例中一种基于车联网的数据采集及分析方法中步骤1的流程图;
图3为本发明实施例中一种基于车联网的数据采集及分析***的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种基于车联网的数据采集及分析方法,如图1所示,包括:
步骤1:基于大数据爬取目标行车标准,并基于目标行车标准确定对不同类型车辆的数据采集任务,且对数据采集任务进行协议转换,得到任务文件;
步骤2:基于车联网将任务文件下发至对应车辆的车载终端,并控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端;
步骤3:基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态。
该实施例中,目标行车标准指的是不同类型车辆在道路上行驶对应的安全标准,例如可以是行驶的最高速度、载重的最高值以及安全跟车距离等,其中,不同类型车辆可以是货车以及轿车等,不同类型车辆对应的目标行车标准不同。
该实施例中,数据采集任务是用于表征对不同类型车辆进行数据采集时采集的数据种类以及采集的数据量等要求。
该实施例中,协议转换指的是将得到的数据采集任务转换为能够被车载终端进行识别的文件,从而便于对车辆的行车数据进行有效采集,其中,任务文件即为将数据采集任务进行协议转换后得到的文件。
该实施例中,行车数据指的是不同类型车辆在道路上行驶过程中产生的数据,具体可以是包括行驶数据以及车身数据等。
该实施例中,行车状态评价指标指的是根据行车数据对不同类型车辆的行车状态进行分析和评价的依据,是根据相应的目标行车标准确定的。
该实施例中,实时运行状态指的是各车辆在道路上的行驶良好情况等。
上述技术方案的有益效果是:通过确定对车辆的数据采集任务,并将采集任务转换为任务文件下发至对应的车载终端,实现控制车载终端根据数据采集任务对车辆的行车数据进行准确有效的采集,为进行车辆运行状态分析提供了可靠的数据支撑,最后,将采集到的行车数据实时反馈至管理终端,并通过管理终端对行车数据进行分析,实现对各车辆的实时运行状态进行准确可靠的获取,从而便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
实施例2:
在实施例1的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,如图2所示,步骤1中,基于大数据爬取目标行车标准,基于目标行车标准确定对不同类型车辆的数据采集任务,包括:
步骤101:获取待采集车辆的目标属性,并基于目标属性确定待采集车辆的类别标签,且基于类别标签根据大数据爬取不同类别车型对应的目标行车标准;
步骤102:对目标行车标准进行解析,确定不同类别车型在行车过程中对应的监管项目集合,并对监管项目集合中各监管项目进行解析,得到各监管项目对应的运行特征;
步骤103:基于运行特征确定对不同监管项目的数据采集方式以及采集频率,并对不同类别车型中不同监管项目的数据采集方式以及采集频率进行汇总,得到对不同类型车辆的数据采集任务。
该实施例中,目标属性指的是能够表征待采集车辆的车辆类型的参数。
该实施例中,类别标签指的是能够表征待采集车辆类型的标记符号。
该实施例中,监管项目集合指的是对不同类别车型进行监管的所有项目,例如可以是车辆行驶速度、车辆器件工作状态以及行车完全等。
该实施例中,运行特征指的是不同监管项目在车辆行驶过程中,在车辆中体现的方式以及对应的产生条件等。
上述技术方案的有益效果是:通过对待采集车辆的目标属性进行分析,实现对车辆的类别标签进行锁定,从而便于根据类别标签各大数据爬取相应的目标行车标准,其次,对行车标准进行解析,实现对需要采集的数据类型和采集方式以及采集频率进行锁定,实现对数据采集任务进行准确可靠的制定,从而便于根据数据采集任务对不同类型车辆的行车数据进行准确有效的采集。
实施例3:
在实施例2的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,基于运行特征确定对不同监管项目的数据采集方式以及采集频率,包括:
获取得到的数据采集方式,并对数据采集方式进行解析,得到不同数据采集方式对应的目标执行步骤;
提取目标执行步骤的执行逻辑和执行参数,并基于执行逻辑和执行参数在计算机中进行模拟仿真,且基于模拟仿真结果获取每一数据采集方式对相应监管项目的数据模拟采集结果;
将数据模拟采集结果与预期采集结果进行差异比较,并当差异值小于预设差异阈值时,判定数据采集方式合格,否则,则判定数据采集方式不合格,且基于差异比较结果对数据采集方式进行修正,直至差异值小于预设差异阈值。
该实施例中,目标执行步骤指的是数据采集方式中包括的具体数据采集方式或采集策略。
该实施例中,执行逻辑是用于表征不同目标执行步骤之间的先后顺序,从而便于对数据采集方式的可行性进行验证。
该实施例中,执行参数指的是目标执行步骤对应的具体执行程度,即在对行车数据进行采集时的具体采集量以及采集时间点等要求。
该实施例中,预设采集结果是提前已知的,表征的是理论上通过数据采集方式对相应监管项目进行数据采集后的得到的数据采集结果。
该实施例中,预设差异阈值是提前设定好的,是用于衡量数据模拟采集结果与预期采集结果的差异值是否在可允许范围的标准,是可以根据实际情况进行调整的。
上述技术方案的有益效果是:通过对得到的数据采集方式进行解析,实现对数据采集方式中包含目标执行步骤以及目标执行步骤对应的执行逻辑和执行参数进行准确确定,其次,通过计算机根据执行逻辑和执行参数对数据采集方式的数据采集效果进行仿真,并将仿真结果与预期采集结果进行差异比较,实现对不同监管项目对应的数据采集方式的合格性进行准确有效的核验,从而保障了对不同类型车辆的行车数据的采集准确率,也提高了对不同类型车辆的行车状态分析的准确率。
实施例4:
在实施例1的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,步骤1中,对数据采集任务进行协议转换,得到任务文件,包括:
获取得到的数据采集任务,并确定数据采集任务的目标数量,且基于目标数量为每一数据采集任务构建任务转换线程;
获取不同类别车型对数据的识别格式,并基于识别格式确定对应的编码规则,同时,对数据采集任务进行解析,提取数据采集任务中目标任务参数,并基于任务转换线程和对应的编码规则对目标任务参数进行编码转换,得到数据采集任务对应的目标编码;
获取不同类型车辆的车载终端的配置信息,并基于配置信息确定不同车载终端对应的可读文件参数,且基于可读文件参数定义标准文件框架;
基于可读文件参数将据采集任务对应的目标编码进行统一格式化,并将统一格式化后的目标编码填充至标准文件框架,得到对应的任务文件。
该实施例中,目标数量指的是得到的数据采集任务的数量,从而便于构建相应数量的任务转换线程,其中,任务转换线程是将数据采集任务转换为相应任务文件的转换流程。
该实施例中,编码规则是根据不同类别车型对数据的识别格式确定的,目的是将数据采集任务转换为能够被不同类别车型的车载终端进行有效的识别的编码形式。
该实施例中,目标任务参数指的是数据采集任务中能够表征具体采集要求的数据片段。
该实施例中,目标编码指的是根据任务转换线程和编码规则对目标任务参数进行编码转换后得到的对应编码内容,能够被车载终端进行识别的格式。
该实施例中,配置信息指的是能够表征车载终端对结构以及对数据读取的方式等参数。
该实施例中,可读文件参数指的是车载终端能够读取的文件类型。
该实施例中,标准文件框架指的是根据可堵文件参数制定文件模板,从而便于将目标编码在文件模板中进行汇总,实现对任务文件进行获取。
该实施例中,统一格式化指的是将数据采集任务对应的目标编码转换为统一的格式,从而便于在标准文件框架中进行规范呈现。
上述技术方案的有益效果是:通过对得到的数据采集任务进行分析,实现将配置相应的任务转换线程,从而实现通过任务转换线程和各车载终端对数据的识别格式将数据采集任务转换为相应的任务文件,保障了对数据采集任务转换的准确性,也提高了车载终端对任务文件识别的效率和准确率,保障了通过车联网对行车数据采集的效率和准确率。
实施例5:
在实施例1的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,步骤2中,基于车联网将任务文件下发至对应车辆的车载终端,包括:
获取得到的任务文件以及车载终端的数量,并基于车载终端的数量同步构建管理终端与车载终端之间的分布式传输链路,且基于车载终端的身份信息对分布式传输链路进行第一标记;
提取任务文件中的第二标记,并将第一标记和第二标记进行匹配,且基于匹配结果确定不同任务文件在分布式传输链路中对应的目标传输链路;
将任务文件上传至对应目标传输链路中的传输队列,并基于数据采集时效值确定同一时刻下需要采集车辆运行数据的目标车辆,且控制目标车辆对应的目标传输链路基于传输队列将任务文件同步下发至对应车辆的车载终端。
该实施例中,分布式传输链路指的是分别构建哥车载终端与管理终端之间的传输链路,即不同车载终端与管理终端之间的通讯不受其他车载终端的影响。
该实施例中,第一标记指的是根据车载终端的身份信息对分布式传输链路中不同传输链路进行标记,目的是确定不同车载终端对应的具体传输链路。
该实施例中,第二标记指的是任务文件中标记的对应的车载终端,从而实现对任务文件对应的传输链路进行确定。
该实施例中,目标传输链路指的是任务文件对应的具体传输链路。
该实施例中,数据采集时效值指的是需要对不同类型车辆的行车数据进行采集的时间要紧程度,例如须在一分钟内采集到相应的行车数据等。
该实施例中,目标车辆指的是同一时刻需要进行同步数据采集的车辆。
上述技术方案的有益效果是:通过确定任务文件以及车载终端的数量,从而实现对分布式传输链路进行准确有效的构建,其次,通过确定车载终端、传输链路以及任务文件三者之间的对应关系,实现将任务文件通过构建的分布式传输链路下发至对应的车载终端,从而便于根据数据采集任务控制相应的车载终端对行车数据进行准确有效的采集。
实施例6:
在实施例1的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,步骤2中,控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端,包括:
获取得到的任务文件,并对任务文件进行解析,确定对不同类型车辆的行车数据的数据采集项目以及不同数据采集项目对应的数据采集周期;
基于数据采集周期对预设始终发生器进行配置,并基于配置结果产生周期性触发指令,并基于周期性触发指令控制车载终端根据任务文件对当前时刻车辆中不同数据采集项目对应的行车数据进行采集;
基于采集结果确定同一车辆中不同数据采集项目对应的行车数据,并将同一车辆中不同数据采集项目对应的行车数据进行汇总,得到初始报文;
提取不同数据采集项目对应的行车数据的数据特征,并基于数据特征生成不同数据采集项目对应的行车数据的数据目录,且将数据目录在初始报文中进行添加,得到基础报文;
同时,基于当前车辆的车辆类型确定类别标签,并基于类别标签对基础报文进行车辆类型标记,且基于标记结果得到目标报文,同时,基于预设网关对不同车辆的目标报文进行汇总压缩,得到行车数据反馈包,并基于无线传输链路将得到的行车数据反馈包实时反馈至管理终端。
该实施例中,数据采集项目指的是需要对不同类型车辆进行数据采集的种类。
该实施例中,数据采集周期指的是对不同数据采集项目对应的行车数据进行采集的时间间隔,从而确保根据数据采集任务对行车数据进行有效采集。
该实施例中,预设时钟发生器是提前设定好的,用于根据配置结果产生周期性触发信号。
该实施例中,周期性触发指令指的是根据数据采集周期的配置结果,通过预设时钟发生器产生的数据采集指令,从而便于控制车载终端对行车数据进行采集。
该实施例中,初始报文指的是将同一车辆的不同数据采集项目对应的行车数据进行汇总后得到的该车辆的全部行车数据。
该实施例中,数据特征指的是行车数据对应的取值范围以及对应的数据结构等。
该实施例中,数据目录指的是根据数据特征生成不同行车数据对应的索引标题,从而便于将不同行车数据的数据情况在初始报文中进行记录,有利于数据采集的规范性。
该实施例中,基础报文指的是将得到的数据目标在对应的初始报文中进行添加后得到的报文。
该实施例中,目标报文指的是根据类别标签对的得到的基础报文进行标记后得到的最终的报文,即采集到不同车辆对应的所有行车数据。
该实施例中,预设网关是提前设定好的,用于对不同车辆的目标报文进行汇总。
该实施例中,行车数据反馈包指的是通过预设网关对不同车辆的目标报文进行汇总压缩后得到的数据包,是能够直接进行反馈的。
上述技术方案的有益效果是:通过对得到的任务文件进行解析,实现对不同类型车辆的行车数据的数据采集项目以及数据采集周期进行准确有效的确定,其次,通过数据采集周期对预设时钟发生器进行配置,实现在一定时间内对不同类型车辆的行车数据进行有效采集,最后,将同一车辆不同数据采集项目对应的行车数据进行汇总,并通过车辆类型的类别标签对汇总后得到的报文进行标记,实现对最终需要的行车数据进行准确有效的获取,并将不同车辆对应的目标报文进行汇总压缩反馈至管理终端,实现对行车数据进行准确有效的采集以及接收,为进行车辆行车状态分析提供了可靠的数据支撑,保障了对车辆行车状态分析的准确率,便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
实施例7:
在实施例6的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,基于无线传输链路将得到的行车数据反馈包实时反馈至管理终端,包括:
获取接收到的行车数据反馈包,并对行车数据反馈包进行解压,得到不同车辆对应的行车数据;
对不同车辆中不同数据采集项目的行车数据进行聚类处理,得到不同数据采集项目中的孤立样本数据,并基于孤立样本数据的数据结构特征从预设数据清洗规则库中匹配目标数据清洗规则对孤立样本数据进行清洗;
基于清洗结果提取孤立样本数据的相邻数据取值,并基于相邻数据取值确定孤立样本数据对应的理论取值区间,同时,基于当前数据采集项目的行车数据的目标取值确定数据取值变化趋势,并基于数据取值变化趋势从理论取值区间中确定孤立样本数据所在位置数据的理想值,且基于理想值对孤立样本书的原始取值进行替换。
该实施例中,孤立样本数据指的是不同数据采集项目中行车数据的取值偏离平均值过大数据,且至少为一个。
该实施例中,数据结构特征指的是孤立样本数据与其他正常数据之间的关联关系以及相互作用关系等。
该实施例中,预设数据清洗规则库是提前设定好的,用于存储不同的数据清洗规则。
该实施例中,目标数据清洗规则指的是适用于对当前孤立样本数据进行清洗的规则。
该实施例中,理论取值区间指的是孤立样本数据应当取值的范围,是根据相邻数据取值确定的,具体可以是根据相邻数据取值以及二者的平均值确定相应的数值范围。
该实施例中,理想值指的是从理论取值区间内确定出的孤立样本数据对应的最终取值。
上述技术方案的有益效果是:通过对接收到的行车数据反馈包进行解压和聚类处理,实现对行车数据中的孤立样本数据进行准确有效的确定,其次,根据孤立样本数据的数据结构特征从预设数据清洗规则库中匹配相应的目标数据清洗规则,实现通过目标数据清洗规则对孤立样本数据进行有效清洗,最后,根据孤立样本数据的相邻数据取值以及行车数据的目标取值确定数据取值变化趋势对孤立样本数据的原始取值进行替换,保障了最终得到的行车数据的有效性,也保障了对车辆的行车状态分析的准确率。
实施例8:
在实施例1的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,步骤3中,基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态,包括:
获取得到的目标行车标准以及目标行车标准对应的标准路况,并提取标准路况的道路特征以及目标行车标准的规范特征,且基于道路特征和规范特征确定路况与目标行车标准之间的目标函数;
获取车辆当前所在路段的目标路况,并基于目标函数对目标路况进行分析,得到当前所在路段对应的修正行车标准;
对修正行车标准进行解析,得到不同类型车辆中不同监管项目对应的初始行车状态评价指标,并基于服务器中的历史行车状态确定初始行车状态评价指标的量化值以及目标权重,且将量化值以及目标权重与相应初始行车状态评价指标进行关联绑定,得到最终的行车状态评价指标;
基于行车状态评价指标构建行车状态评估体系,并基于行车状态评估体系对得到的行车数据进行分析,提取不同类型车辆中不同监管项目对应的行车数据的特征参数,且基于车辆当前所在路段的目标路况对特征参数进行修正,得到当前车辆在当前所在路段的实时运行状态曲线;
同时,基于修正行车标准获取车辆在当前所在路段的基准运行状态曲线,并将实时运行状态曲线和基准运行状态曲线在同一二维坐标系中进行叠加显示,且基于叠加显示结果确定在不同时刻实时运行状态曲线和基准运行状态曲线的幅值差值;
确定幅值差值不在预设允许范围的时间点数量,并基于时间点数量以及幅值差值与预设允许范围的差异值得到不同类型车辆不同监管项目的实时运行状态。
该实施例中,标准路况指的是目标行车标准对应的路况,例如在目标行车标准下对应路况为直线,且道路为四车道等。
该实施例中,道路特征指的是标准路况对应的具体道路参数,包括玩到数量以及拐弯角度、道路宽度以及坡度等。
该实施例中,规范特征指的是目标行车标准限定的驾驶行为,例如最高车速、拐弯最高车速以及安全跟车距离等。
该实施例中,目标函数是用于表征目标行车标准与路况之间的相互作用关系,从而便于根据路况对相应的行车标准进行确定。
该实施例中,目标路况指的是当前所在路段对应的道路情况。
该实施例中,修正行车标准指的是根据车辆当前所在路段的目标路况对目标行车标准进行修正后,得到的适用于当前路段的行车标准。
该实施例中,初始行车状态评价指标指的是没有具体限定量,只是单纯的知道指标类型。
该实施例中,历史行车状态是已知的,存储在服务器中,用于对初始行车状态评价指标的量化值以及目标权重进行确定,具体可以是根据不同车辆在不同路况以及行车标准下的历史行车状态进行分析后得到的,其中,量化值是用于表征每一初始行车状态评价对应的具体限定值,例如在当前所在路段的车速不能超过80km/h等,目标权重是用于表征不同行车状态评价指标在进行行车状态评估时的重要程度,取值越大起作用的程度越高。
该实施例中,特征参数指的是不同行车数据对应的具体取值情况以及包含的数据种类等。
该实施例中,实时运行状态曲线指的是将得到的特征参数转换为相应曲线,从而表征车辆在不同时刻的运行状态变化情况。
该实施例中,基准运行状态曲线指的是车辆在修正行车标准下对应的标准运行状态,从而便于将实时运行状态曲线与基准运行状态曲线进行比较,便于判断车辆的运行状态时否异常。
该实施例中,幅值差值指的是实时运行状态曲线和基准运行状态曲线在同一时刻对应的取值差值。
该实施例中,预设允许范围是提前设定好的,用于衡量超过可允许范围的参考依据,是可以进行调整的。
上述技术方案的有益效果是:通过对目标行车标准对应的标准路况进行确定,实现根据标准路况的道路特征以及目标行车标准的规范特征对路况与目标行车标准之间的目标函数进行有效确定,其次,通过目标函数对车辆当前所在路段的目标路况进行分析,实现对当前所在路段对应的修正行车标准进行锁定,并基于修正行车标准以及历史行车状态对行车状态评价指标进行准确可靠的确定,最后,通过确定的行车状态评价指标对得到行车数据进行分析,并将分析结果与基准运行状态曲线进行比较,实现对不同类型车辆不同监管项目的实时运行状态进行准确有效的确定,保障了对车辆实时运行状态分析的准确率,也便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
实施例9:
在实施例8的基础上,本实施例提供了一种基于车联网的数据采集及分析方法,得到不同类型车辆不同监管项目的实时运行状态,包括:
获取得到的不同类型车辆不同监管项目的实时运行状态,并提取不同实时运行状态对应的目标时间信息;
从预设记录模板库中调取目标记录模板,并将监管项目、实时运行状态以及对应的目标时间信息在目标记录模板中进行记录存储;
同时,基于记录存储结果根据监管项目以及实时运行状态确定对监管项目进行控制的器件标识位,并基于器件标识位和实时运行状态确定待控制器件的目标状态,且基于目标状态确定对待控制器件的控制策略;
将控制策略下发至对应的车载终端,并基于车载终端控制待控制器件进行状态调整。
该实施例中,目标时间信息指的是不同实时运行状态对应的具体时间情况。
该实施例中,预设记录模板库是提前设定好的,用于存储不同的记录模板。
该实施例中,目标记录模板指的是适用于对当前待记录信息进行记录的模板。
该实施例中,器件标识位是用于表征需要对监管项目中车辆进行控制的具体器件,即需要调整工作状态的器件。
该实施例中,目标状态指的是车辆中待控制器件当前的运行情况。
上述技术方案的有益效果是:通过将得到的不同类型车辆不同监管项目的实时运行状态、对应的目标时间信息以及监管项目进行记录,实现对不同类型车辆的实时运行状态进行有效记录,便于管理终端进行相应的数据查询,其次,根据记录结果确定当车辆的实时运行状态异常时,对车辆的待控制器件进行有效调整,保障了车辆的行驶安全。
实施例10:
本实施例提供了一种基于车联网的数据采集及分析***,如图3所示,包括:
文件确定模块,用于基于大数据爬取目标行车标准,并基于目标行车标准确定对不同类型车辆的数据采集任务,且对数据采集任务进行协议转换,得到任务文件;
数据采集模块,用于基于车联网将任务文件下发至对应车辆的车载终端,并控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端;
数据分析模块,用于基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态。
上述技术方案的有益效果是:通过确定对车辆的数据采集任务,并将采集任务转换为任务文件下发至对应的车载终端,实现控制车载终端根据数据采集任务对车辆的行车数据进行准确有效的采集,为进行车辆运行状态分析提供了可靠的数据支撑,最后,将采集到的行车数据实时反馈至管理终端,并通过管理终端对行车数据进行分析,实现对各车辆的实时运行状态进行准确可靠的获取,从而便于在不同车辆出现异常时进行相应的管理操作,保障了车辆的行车安全。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于车联网的数据采集及分析方法,其特征在于,包括:
步骤1:基于大数据爬取目标行车标准,并基于目标行车标准确定对不同类型车辆的数据采集任务,且对数据采集任务进行协议转换,得到任务文件;
步骤2:基于车联网将任务文件下发至对应车辆的车载终端,并控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端;
步骤3:基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态。
2.根据权利要求1所述的一种基于车联网的数据采集及分析方法,其特征在于,步骤1中,基于大数据爬取目标行车标准,基于目标行车标准确定对不同类型车辆的数据采集任务,包括:
获取待采集车辆的目标属性,并基于目标属性确定待采集车辆的类别标签,且基于类别标签根据大数据爬取不同类别车型对应的目标行车标准;
对目标行车标准进行解析,确定不同类别车型在行车过程中对应的监管项目集合,并对监管项目集合中各监管项目进行解析,得到各监管项目对应的运行特征;
基于运行特征确定对不同监管项目的数据采集方式以及采集频率,并对不同类别车型中不同监管项目的数据采集方式以及采集频率进行汇总,得到对不同类型车辆的数据采集任务。
3.根据权利要求2所述的一种基于车联网的数据采集及分析方法,其特征在于,基于运行特征确定对不同监管项目的数据采集方式以及采集频率,包括:
获取得到的数据采集方式,并对数据采集方式进行解析,得到不同数据采集方式对应的目标执行步骤;
提取目标执行步骤的执行逻辑和执行参数,并基于执行逻辑和执行参数在计算机中进行模拟仿真,且基于模拟仿真结果获取每一数据采集方式对相应监管项目的数据模拟采集结果;
将数据模拟采集结果与预期采集结果进行差异比较,并当差异值小于预设差异阈值时,判定数据采集方式合格,否则,则判定数据采集方式不合格,且基于差异比较结果对数据采集方式进行修正,直至差异值小于预设差异阈值。
4.根据权利要求1所述的一种基于车联网的数据采集及分析方法,其特征在于,步骤1中,对数据采集任务进行协议转换,得到任务文件,包括:
获取得到的数据采集任务,并确定数据采集任务的目标数量,且基于目标数量为每一数据采集任务构建任务转换线程;
获取不同类别车型对数据的识别格式,并基于识别格式确定对应的编码规则,同时,对数据采集任务进行解析,提取数据采集任务中目标任务参数,并基于任务转换线程和对应的编码规则对目标任务参数进行编码转换,得到数据采集任务对应的目标编码;
获取不同类型车辆的车载终端的配置信息,并基于配置信息确定不同车载终端对应的可读文件参数,且基于可读文件参数定义标准文件框架;
基于可读文件参数将据采集任务对应的目标编码进行统一格式化,并将统一格式化后的目标编码填充至标准文件框架,得到对应的任务文件。
5.根据权利要求1所述的一种基于车联网的数据采集及分析方法,其特征在于,步骤2中,基于车联网将任务文件下发至对应车辆的车载终端,包括:
获取得到的任务文件以及车载终端的数量,并基于车载终端的数量同步构建管理终端与车载终端之间的分布式传输链路,且基于车载终端的身份信息对分布式传输链路进行第一标记;
提取任务文件中的第二标记,并将第一标记和第二标记进行匹配,且基于匹配结果确定不同任务文件在分布式传输链路中对应的目标传输链路;
将任务文件上传至对应目标传输链路中的传输队列,并基于数据采集时效值确定同一时刻下需要采集车辆运行数据的目标车辆,且控制目标车辆对应的目标传输链路基于传输队列将任务文件同步下发至对应车辆的车载终端。
6.根据权利要求1所述的一种基于车联网的数据采集及分析方法,其特征在于,步骤2中,控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端,包括:
获取得到的任务文件,并对任务文件进行解析,确定对不同类型车辆的行车数据的数据采集项目以及不同数据采集项目对应的数据采集周期;
基于数据采集周期对预设始终发生器进行配置,并基于配置结果产生周期性触发指令,并基于周期性触发指令控制车载终端根据任务文件对当前时刻车辆中不同数据采集项目对应的行车数据进行采集;
基于采集结果确定同一车辆中不同数据采集项目对应的行车数据,并将同一车辆中不同数据采集项目对应的行车数据进行汇总,得到初始报文;
提取不同数据采集项目对应的行车数据的数据特征,并基于数据特征生成不同数据采集项目对应的行车数据的数据目录,且将数据目录在初始报文中进行添加,得到基础报文;
同时,基于当前车辆的车辆类型确定类别标签,并基于类别标签对基础报文进行车辆类型标记,且基于标记结果得到目标报文,同时,基于预设网关对不同车辆的目标报文进行汇总压缩,得到行车数据反馈包,并基于无线传输链路将得到的行车数据反馈包实时反馈至管理终端。
7.根据权利要求6所述的一种基于车联网的数据采集及分析方法,其特征在于,基于无线传输链路将得到的行车数据反馈包实时反馈至管理终端,包括:
获取接收到的行车数据反馈包,并对行车数据反馈包进行解压,得到不同车辆对应的行车数据;
对不同车辆中不同数据采集项目的行车数据进行聚类处理,得到不同数据采集项目中的孤立样本数据,并基于孤立样本数据的数据结构特征从预设数据清洗规则库中匹配目标数据清洗规则对孤立样本数据进行清洗;
基于清洗结果提取孤立样本数据的相邻数据取值,并基于相邻数据取值确定孤立样本数据对应的理论取值区间,同时,基于当前数据采集项目的行车数据的目标取值确定数据取值变化趋势,并基于数据取值变化趋势从理论取值区间中确定孤立样本数据所在位置数据的理想值,且基于理想值对孤立样本书的原始取值进行替换。
8.根据权利要求1所述的一种基于车联网的数据采集及分析方法,其特征在于,步骤3中,基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态,包括:
获取得到的目标行车标准以及目标行车标准对应的标准路况,并提取标准路况的道路特征以及目标行车标准的规范特征,且基于道路特征和规范特征确定路况与目标行车标准之间的目标函数;
获取车辆当前所在路段的目标路况,并基于目标函数对目标路况进行分析,得到当前所在路段对应的修正行车标准;
对修正行车标准进行解析,得到不同类型车辆中不同监管项目对应的初始行车状态评价指标,并基于服务器中的历史行车状态确定初始行车状态评价指标的量化值以及目标权重,且将量化值以及目标权重与相应初始行车状态评价指标进行关联绑定,得到最终的行车状态评价指标;
基于行车状态评价指标构建行车状态评估体系,并基于行车状态评估体系对得到的行车数据进行分析,提取不同类型车辆中不同监管项目对应的行车数据的特征参数,且基于车辆当前所在路段的目标路况对特征参数进行修正,得到当前车辆在当前所在路段的实时运行状态曲线;
同时,基于修正行车标准获取车辆在当前所在路段的基准运行状态曲线,并将实时运行状态曲线和基准运行状态曲线在同一二维坐标系中进行叠加显示,且基于叠加显示结果确定在不同时刻实时运行状态曲线和基准运行状态曲线的幅值差值;
确定幅值差值不在预设允许范围的时间点数量,并基于时间点数量以及幅值差值与预设允许范围的差异值得到不同类型车辆不同监管项目的实时运行状态。
9.根据权利要求8所述的一种基于车联网的数据采集及分析方法,其特征在于,得到不同类型车辆不同监管项目的实时运行状态,包括:
获取得到的不同类型车辆不同监管项目的实时运行状态,并提取不同实时运行状态对应的目标时间信息;
从预设记录模板库中调取目标记录模板,并将监管项目、实时运行状态以及对应的目标时间信息在目标记录模板中进行记录存储;
同时,基于记录存储结果根据监管项目以及实时运行状态确定对监管项目进行控制的器件标识位,并基于器件标识位和实时运行状态确定待控制器件的目标状态,且基于目标状态确定对待控制器件的控制策略;
将控制策略下发至对应的车载终端,并基于车载终端控制待控制器件进行状态调整。
10.一种基于车联网的数据采集及分析***,其特征在于,包括:
文件确定模块,用于基于大数据爬取目标行车标准,并基于目标行车标准确定对不同类型车辆的数据采集任务,且对数据采集任务进行协议转换,得到任务文件;
数据采集模块,用于基于车联网将任务文件下发至对应车辆的车载终端,并控制车载终端根据任务文件对车辆的行车数据进行采集,且将采集到的行车数据实时反馈至管理终端;
数据分析模块,用于基于管理终端根据目标行车标准确定行车状态评价指标,并基于行车状态评价指标对得到的行车数据进行分析,得到各车辆的实时运行状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311258833.3A CN117319440A (zh) | 2023-09-26 | 2023-09-26 | 一种基于车联网的数据采集及分析方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311258833.3A CN117319440A (zh) | 2023-09-26 | 2023-09-26 | 一种基于车联网的数据采集及分析方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117319440A true CN117319440A (zh) | 2023-12-29 |
Family
ID=89245717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311258833.3A Pending CN117319440A (zh) | 2023-09-26 | 2023-09-26 | 一种基于车联网的数据采集及分析方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117319440A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104980516A (zh) * | 2015-06-26 | 2015-10-14 | 武汉光庭科技有限公司 | 一种面向多车型的车身信息采集***的可配置方法 |
CN105242605A (zh) * | 2015-10-26 | 2016-01-13 | 北京腾控科技有限公司 | 车联网终端及车联网终端的配置方法 |
CN114401285A (zh) * | 2021-12-08 | 2022-04-26 | 广东电网有限责任公司 | 一种电力车联网智能算法模型协同下发方法及*** |
CN116415840A (zh) * | 2023-02-02 | 2023-07-11 | 北京三维天地科技股份有限公司 | 一种基于机器学习模型的指标自动预警方法及*** |
-
2023
- 2023-09-26 CN CN202311258833.3A patent/CN117319440A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104980516A (zh) * | 2015-06-26 | 2015-10-14 | 武汉光庭科技有限公司 | 一种面向多车型的车身信息采集***的可配置方法 |
CN105242605A (zh) * | 2015-10-26 | 2016-01-13 | 北京腾控科技有限公司 | 车联网终端及车联网终端的配置方法 |
CN114401285A (zh) * | 2021-12-08 | 2022-04-26 | 广东电网有限责任公司 | 一种电力车联网智能算法模型协同下发方法及*** |
CN116415840A (zh) * | 2023-02-02 | 2023-07-11 | 北京三维天地科技股份有限公司 | 一种基于机器学习模型的指标自动预警方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103863220A (zh) | 机动车数据的监测方法和*** | |
CN113163353B (zh) | 一种电源车的智能健康服务***及其数据传输方法 | |
CN104750753A (zh) | 一种驾驶行为报告生成方法及设备 | |
CN110634021A (zh) | 基于大数据的车辆估值方法、***、设备及可读存储介质 | |
CN112347047B (zh) | 一种车辆数据文件生成方法及装置 | |
CN111966084A (zh) | Tbox检测装置及方法 | |
CN212694288U (zh) | Tbox检测装置 | |
CN108803559A (zh) | 车辆故障分析方法、装置和*** | |
CN111143429A (zh) | 一种车辆路试数据评价方法、装置和*** | |
CN109522391A (zh) | 地铁运维车载日志分析与预警方法 | |
CN113806343B (zh) | 一种车联网数据质量的评估方法和*** | |
CN117319440A (zh) | 一种基于车联网的数据采集及分析方法及*** | |
CN113179195A (zh) | 一种can报文埋点检测方法、***、装置及计算机可读存储介质 | |
DE112016007105T9 (de) | Vorrichtung und Verfahren zum Erkennen einer Laufleistung eines Reifens | |
CN115116224B (zh) | 一种边缘端数据采集传输***及方法 | |
CN115544900B (zh) | 一种基于Shap算法分析电动车续航里程影响因素的方法 | |
CN112039956A (zh) | 一种基于驾驶数据的车险数据监控处理***及方法 | |
CN109100492A (zh) | 一种拖拉机润滑油清洁度监测***、拖拉机及监测方法 | |
CN114519025A (zh) | 一种自动解析智能网联汽车can总线数据的方法及*** | |
CN114527729A (zh) | 一种基于云平台的车辆健康状态远程监控***及方法 | |
CN114490713A (zh) | 一种故障代码管理方法、装置、设备及可读存储介质 | |
CN114841283A (zh) | 新能源车辆的行驶工况确定方法、装置、设备及介质 | |
CN113592216A (zh) | 一种应用于智能工厂的生产管理方法和*** | |
CN111798237A (zh) | 基于应用日志的异常交易诊断方法及*** | |
CN109743324B (zh) | 车辆定位保护*** |
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 |