一种车辆远程诊断方法和装置
技术领域
本发明涉及车辆电子技术领域,特别是涉及一种车辆远程诊断方法和装置。
背景技术
车联网系统,是指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,对道路和交通进行全面感知,实现多个系统间大范围、大容量数据的交互,对每一辆汽车进行交通全程控制,对每一条道路进行交通全时空控制,以提供交通效率和交通安全为主的网络与应用。
而车联网系统中,OBD(On-Board Diagnostics,车载自动诊断系统)是该系统中非常重要的一部分,OBD为车辆远程诊断提供重要的数据。OBD的主要任务是采集车辆发动机的相关数据,并将获取到的车辆数据携带在OBD协议中通过微处理器上报至车联网系统中的服务器即数据中心,服务器通过OBD上报的车辆数据对车辆进行远程诊断。
现有的车联网系统中,仅是以OBD上报的车辆发动机数据作为车辆远程诊断的分析数据,并且,在进行分析时也仅是将OBD协议中的DTC(Diagnostic Trouble Code,汽车电子系统中表示故障码)进行译码后作为远程诊断结果进行显示。可见,目前在对车辆进行远程诊断时,仅是以OBD上报的车辆数据作为诊断依据,最终导致服务器给出的车辆远程诊断结果太片面。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的车辆远程诊断方法和装置。
为了解决上述问题,本发明公开了一种车辆远程诊断方法,包括:获取车辆的陀螺仪数据、车载自动诊断系统数据以及全球定位系统数据;按照设定规则对获取的所述全球定位系统数据以及所述陀螺仪数据进行处理,得到所述车辆的姿态方位数据;将获取的所述车载自动诊断系统数据、全球定位系统数据以及所述车辆的姿态方位数据发送至数据中心,以通过所述数据中心中的数据模型对发送至所述数据中心的数据进行分析,根据分析结果对所述车辆进行远程诊断。
优选地,所述按照设定规则对获取的所述全球定位系统数据以及所述陀螺仪数据进行处理,得到所述车辆的姿态方位数据的步骤包括:以获取的所述全球定位系统数据为参数、对获取到的所述陀螺仪数据进行卡尔曼滤波,以消除所述陀螺仪数据的误差;采用四元素算法,将消除误差后的所述陀螺仪数据作为输入条件,得到所述车辆的姿态方位数据。
优选地,所述对车辆进行的远程诊断包括以下至少之一:车辆累计里程及平均油耗、车主驾驶行为舒适性诊断、车主驾驶经济性诊断、以及车辆健康状态诊断。
优选地,所述车载自动诊断系统数据包括以下至少之一:车辆行驶速度、车辆瞬时油耗、车辆发动机冷却液温度、车辆进气歧管绝对压力以及车辆发动机的进气温度。
优选地,所述陀螺仪数据包括:所述陀螺仪X轴的加速度和角速度、Y轴的加速度和角速度以及Z轴的加速度和角速度;所述车辆的姿态方位数据包括:车辆加速度、车辆旋转速度以及车辆相对倾斜角度。
为了解决上述问题,本发明还公开了一种车辆远程诊断装置,包括:获取模块,用于获取车辆的陀螺仪数据、车载自动诊断系统数据以及全球定位系统数据;处理模板,用于按照设定规则对获取的所述全球定位系统数据以及所述陀螺仪数据进行处理,得到所述车辆的姿态方位数据;发送模块,用于将获取的所述车载自动诊断系统数据、全球定位系统数据以及所述车辆的姿态方位数据发送至数据中心,以通过所述数据中心中的数据模型对发送至所述数据中心的数据进行分析,根据分析结果对所述车辆进行远程诊断。
优选地,所述处理模板包括:误差消除模块,用于以获取的所述全球定位系统数据为参数、对获取到的所述陀螺仪数据进行卡尔曼滤波,以消除所述陀螺仪数据的误差;姿态方位数据生成模块,用于采用四元素算法,将消除误差后的所述陀螺仪数据作为输入条件,得到所述车辆的姿态方位数据。
优选地,所述对车辆进行的远程诊断包括以下至少之一:车辆累计里程及平均油耗、车主驾驶行为舒适性诊断、车主驾驶经济性诊断、以及车辆健康状态诊断。
优选地,所述车载自动诊断系统数据包括以下至少之一:车辆行驶速度、车辆瞬时油耗、车辆发动机冷却液温度、车辆进气歧管绝对压力以及车辆发动机的进气温度。
优选地,所述陀螺仪数据包括:所述陀螺仪X轴的加速度和角速度、Y轴的加速度和角速度以及Z轴的加速度和角速度;所述车辆的姿态方位数据包括:车辆加速度、车辆旋转速度以及车辆相对倾斜角度。
与现有技术相比,本发明具有以下优点:
本发明提供的车辆远程诊断方案,获取车辆的陀螺仪数据、OBD数据以及GPS(Global Positioning System,全球定位系统)数据,将这三部分数据处理后上报至数据中心,通过数据中心中的数据模型对这三部分数据进行分析,跟据所述分析结果对车辆进行远程诊断。通过本发明提供的车辆远程诊断方案,不仅以车载自动诊断系统数据作为车辆远程诊断的分析数据,还会在此基础上结合车辆的陀螺仪数据以及GPS数据对车辆进行车辆远程诊断,相较于现有的车辆远程诊断方案参照的数据更加全面。此外,本发明提供的车辆远程诊断方案也不再是简单的对OBD协议中的DTC进行译码,而是通过数据模型对这三部分数据进行系统分析,最终得到远程诊断结果,相较于现有的仅是将OBD协议中的DTC进行译码并显示的方案,对数据的处理更加系统,相应地,提供的车辆远程诊断数据更加准确。
附图说明
图1是根据本发明实施例一的一种车辆远程诊断方法的步骤流程图;
图2是根据本发明实施例二的一种车辆远程诊断方法的步骤流程图;
图3是本发明实施二中的车载终端的结构框图;
图4是根据本发明实施例三的一种车辆远程诊断装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
参照图1,示出了本发明实施例一的一种车辆远程诊断方法的步骤流程图。
本实施例的车辆远程诊断方法包括以下步骤:
步骤S102:获取车辆的陀螺仪数据、OBD数据以及GPS数据。
本实施例中,车载终端上安装有OBD系统,该系统通过车辆的发送机的运行状况来获取OBD数据例如:车辆行驶速度、车辆瞬时油耗、车辆发动机冷却液温度等信息,以随时监控汽车是否尾气超标,一旦超标会马上发出警示。当系统出现故障时,故障灯或者发动机的警告灯亮,以提示用户发送机出现了故障。与此同时,微处理器会获取OBD所获取的OBD数据,将该数据发送至数据中心作为对车辆远程诊断的基础数据。
车载终端上也设置有陀螺仪以及GPS模块,具体安装位置可以由本领域技术人员根据实际需求进行设置。微处理器实时采集陀螺仪数据以及GPS数据,与OBD数据一起作为对车辆远程诊断的基础数据。
步骤S104:按照设定规则对获取的GPS数据以及陀螺仪数据进行处理,得到车辆的姿态方位数据。
需要说明的是,设定规则可以由本领域技术人员根据实际需求进行设置,例如:设置成先参照GPS数据消除陀螺仪数据的误差,再采用相应地算法以陀螺仪作为输入条件得到车辆的姿态方位数据。当然,还可以设置成其他任意适当的方式来处理GPS数据以及陀螺仪数据,最终得到车辆的姿态方位数据。例如:不对陀螺仪数据进行误差消除处理,而是直接采用相应地算法得到车辆的姿态方位数据。
步骤S106:将获取的OBD数据、GPS数据以及车辆的姿态方位数据发送至数据中心。
本实施例中,在将OBD数据、GPS数据以及车辆的姿态方位数据发送至数据中心后,数据中心通过预先建立的数据模型对接收大的数据进行分析,根据分析结果对车辆进行远程诊断,该数据中心将远程诊断结果发送至车辆对应的终端上,将诊断结果展示给用户。
通过OBD数据可以对车辆的健康状态进行诊断,车辆的姿态方位数据以及GPS数据可以对车主驾驶经济性、车主驾驶行为舒适性等方面进行诊断。
例如:车辆在某一时刻旋转速度以及车辆相对倾斜角度突然变大,则说明车辆急转弯以及车身倾斜,而如果多次、且频繁的出现这样的数据,但是发生转弯时通过GPS数据可判定路线中并无转弯时,则可说明车主在驾驶该车辆时线路经常会出现左右偏移,并且该偏移会造成车身倾斜,则可以进一步证明车主驾驶行为舒适性差。再例如:车辆在某一段时间内经常出现车辆速度变大、或变小,则说明该车辆在该段时间内多次进行紧急刹车或加速,这样既可以说明车主驾驶行为舒适性较差,由于紧急加速或者刹车相较于匀速行驶会耗费油量,因此,还可以说明车主驾驶经济性较差。
通过本实施例提供的车辆远程诊断方法,获取车辆的陀螺仪数据、OBD数据以及GPS数据,将这三部分数据处理后上报至数据中心,通过数据中心中的数据模型对这三部分数据进行分析,跟据分析结果对车辆进行远程诊断。通过本实施例提供的车辆远程诊断方法,不仅以OBD数据作为车辆远程诊断的分析数据,还会在此基础上结合车辆的陀螺仪数据以及GPS数据对车辆进行车辆远程诊断,相较于现有的车辆远程诊断方案参照的数据更加全面。此外,本实施例提供的车辆远程诊断方法也不再是简单的对OBD协议中的DTC进行译码,而是通过数据模型对这三部分数据进行系统分析,最终得到远程诊断结果,相较于现有的仅是将OBD协议中的DTC进行译码并显示的方法,对数据的处理更加系统,相应地,提供的车辆远程诊断数据更加准确。
实施例二
参照图2,示出了本发明实施例二的一种车辆远程诊断方法的步骤流程图。
本实施例的车辆远程诊断方法具体包括以下步骤:
步骤S202:微处理器获取车辆的陀螺仪数据、OBD数据以及GPS数据。
本实施例中,车载终端上设置有微处理器、OBD系统、陀螺仪、GPS模块以及网络传输模块,并且,微处理器分别与OBD系统、陀螺仪、GPS模块和网络传输模块相连,以按照设定频率分别获取各部分的数据。微处理器在获取到数据后对数据进行处理,将处理后的数据通过网络传输模块上报至数据中心,具体结构图如图3所示。
其中,需要说明的是,网络传输模块可以根据微处理器上报数据时所依赖的网络来决定,假如在数据上报时所依赖的是3G网络,相应地网络传输模块则是可以与3G网络建立连接的模块,假如在数据上报时所依赖的是LTE(Long Term Evolution,长期演进)系统网络,相应地网络传输模块则是可以与LTE网络建立连接的模块。假如在数据上报时所依赖的是3G网络,相应地网络传输模块则是可以与3G网络建立连接的模块。假如在数据上报时所依赖的是GPRS(General Packet Radio Service,通用分组无线服务技术)网络,相应地网络传输模块则是可以与GPRS网络建立连接的模块。
本实施例中,OBD系统每隔设定的时间间隔(例如:2秒)采集OBD数据,将采集的数据通过与微处理器之间的接口传输至微处理器。对于陀螺仪数据以及GPS数据也是由微处理器每隔设定的时间间隔(例如:200ms)获取得到。本实施例中不对微处理器获取数据的时间间隔进行限定,在具体实现过程中,可以由本领域技术人员根据实际需求将时间间隔设定成任意合理的值。
其中,OBD数据包括以下至少之一:车辆行驶速度、车辆瞬时油耗、车辆发动机冷却液温度、车辆进气歧管绝对压力以及车辆发动机的进气温度。陀螺仪数据包括:陀螺仪X轴的加速度和角速度、Y轴的加速度和角速度以及Z轴的加速度和角速度。
通过OBD数据则可判断车辆的发动机是否出现了故障,例如:在车辆行驶速度慢的情况下,车辆发动机冷却液温度较设定值即正常温度值高出允许值,则可以说明该车辆的发动机出现了故障,车辆存在健康隐患。当然,上述仅是列举了一种由OBD数据判定车辆发动机出现故障的方式,本领域技术人员应该明了,在实际实现过程中,还可以依据上述OBD数据中的一项或多项数据来对车辆的健康状态进行诊断。
步骤S204:微处理器以获取的GPS数据为参数、对获取到的陀螺仪数据进行卡尔曼滤波,以消除陀螺仪数据的误差。
在进行卡尔曼滤波时,以陀螺仪的X轴的加速度为例,假设第一时刻收到一个陀螺仪的X轴的加速度值,在后一个数据上传时刻即第二时刻又接收到一个陀螺仪的X轴的加速度值,通过这两个加度速度值、间隔时间以及第一时刻车辆的位置则可以算出车辆在第二时刻的位置。将计算得到的车辆在第二时刻的位置与通过车载上的GPS模块获取到的第二时刻的车辆GPS数据相比,若二者所指示的位置相同,则证明第二时刻接收到一个陀螺仪的X轴的加速度值无需滤波。而如果不相同,则需要在微处理器中将第二时刻接收到一个陀螺仪的X轴的加速度值删除,并且,在第二时刻后的一个时刻即第三时刻接收到的陀螺仪的X轴的加速度值进行滤波时,以第二时刻上报的GPS数据作为车辆的位置值结合第三时刻接收到的陀螺仪的X轴的加速度值计算车辆在第三时刻的位置,与获取到的第三时刻的车辆GPS数据进行比较,以判定是否需要滤波。
鉴于上述相同的原理,微处理器对获取到的其他陀螺仪数据进行卡尔曼滤波,在此不再一一赘述。
步骤S206:微处理器采用四元素算法,将消除误差后的陀螺仪数据作为输入条件,得到车辆的姿态方位数据。
车辆的姿态方位数据包括:车辆加速度、车辆旋转速度以及车辆相对倾斜角度。
需要说明的是,在具体实现过程中,并不局限于采用四元素算法计算车辆的姿态方位数据,本领域技术人员还可以采用其他适用的算法来通过陀螺仪数据计算车辆的姿态方位数据。
步骤S208:微处理器将获取的OBD数据、GPS数据以及车辆的姿态方位数据发送至数据中心,以通过数据中心中的数据模型对发送至数据中心的数据进行分析,根据分析结果对车辆进行远程诊断。
对车辆进行的远程诊断包括以下至少之一:车辆累计里程及平均油耗、车主驾驶行为舒适性诊断、车主驾驶经济性诊断、以及车辆健康状态诊断。
通过OBD数据可以对车辆的健康状态进行诊断;通过OBD数据中各时刻的车辆行驶速度、车辆瞬时油耗计算车辆累计里程计平均油耗;通过车辆的姿态方位数据以及GPS数据可以对车主驾驶经济性、车主驾驶行为舒适性等方面进行诊断。
例如:车辆在某一时刻旋转速度以及车辆相对倾斜角度突然变大,则说明车辆急转弯以及车身倾斜,而如果多次、且频繁的出现这样的数据,但是发生转弯时通过GPS数据可判定路线中并无转弯时,则可说明车主在驾驶该车辆时线路经常会出现左右偏移并且该偏移会造成车身倾斜,则可以进一步证明车主驾驶行为舒适性差。再例如:车辆在某一段时间内经常出现车辆速度变大、或变小,则说明该车辆在该段时间内多次进行紧急刹车或加速,这样既可以说明车主驾驶行为舒适性较差,由于紧急加速或者刹车相较于匀速行驶会耗费油量,因此,还可以说明车主驾驶经济性较差。
更为优选地,本实施例中由于向数据中心提供车辆的姿态方位数据以及车辆的GPS数据,因此,在数据中心中还可以对车辆事故进行远程协助判定。一种判定方式是:通过车辆的相对切斜角以及车辆加速度数据来判定车辆行驶过程中是否发生了事故,具体为:当车辆加速度数据突变为负加速度且超出标定值时,则判定车辆行驶过程中发生了事故。
优选地,本实施例中的车辆远程诊断方法可以应用车辆网系统,该系统中在数据中心根据分析结果对车辆进行远程诊断后,可以将车主感兴趣的诊断结果展示给车主,具体可以采用以下方式将结果展示给车主:
一种方式为:在车主手机上呈现,具体为:在手机上呈现针对用户驾驶习惯分析的表项,针对车主在驾驶手机时是否急加速、急减速等做出分析展示。此时,则需要在数据中心中预先存储有车辆与车主手机的绑定关系,通过该绑定关系,数据中心即可将车辆相关的诊断数据发送至对应的手机上。
另一种方式为:在网页上展示,具体为:通过建立服务网站,在网页上以图表形式展现各车辆的分析结果。需要说明的是,不限于采用图表的形式展现各车辆的分析结果,还可以采用任意适当的方式进行展现,例如:以列表的形式分别将各车辆的分析结果进行展现。
通过本实施例提供的车辆远程诊断方法,获取车辆的陀螺仪数据、OBD数据以及GPS数据,将这三部分数据处理后上报至数据中心,通过数据中心中的数据模型对这三部分数据进行分析,跟据分析结果对车辆进行远程诊断。通过本实施例提供的车辆远程诊断方法,不仅以OBD数据作为车辆远程诊断的分析数据,还会在此基础上结合车辆的陀螺仪数据以及GPS数据对车辆进行车辆远程诊断,相较于现有的车辆远程诊断方案参照的数据更加全面。此外,本实施例提供的车辆远程诊断方法也不再是简单的对OBD协议中的DTC进行译码,而是通过数据模型对这三部分数据进行系统分析,最终得到远程诊断结果,相较于现有的仅是将OBD协议中的DTC进行译码并显示的方法,对数据的处理更加系统,相应地,提供的车辆远程诊断数据更加准确。
实施例三
参照图4,示出了本发明实施例三的一种车辆远程诊断装置的结构框图。
本实施例的车辆远程诊断装置包括:获取模块402,用于获取车辆的陀螺仪数据、车载自动诊断系统数据以及全球定位系统数据;处理模板404,用于按照设定规则对获取的GPS数据以及陀螺仪数据进行处理,得到车辆的姿态方位数据;发送模块406,用于将获取的OBD数据、全球定位系统数据以及车辆的姿态方位数据发送至数据中心,以通过数据中心中的数据模型对发送至数据中心的数据进行分析,根据分析结果对车辆进行远程诊断。
优选地,处理模板404包括:误差消除模块4042,用于以获取的GPS数据为参数、对获取到的陀螺仪数据进行卡尔曼滤波,以消除陀螺仪数据的误差;姿态方位数据生成模块4044,用于采用四元素算法,将消除误差后的陀螺仪数据作为输入条件,得到车辆的姿态方位数据。
优选地,本实施例中对车辆进行的远程诊断包括以下至少之一:车辆累计里程及平均油耗、车主驾驶行为舒适性诊断、车主驾驶经济性诊断、以及车辆健康状态诊断。
优选地,本实施例中OBD数据包括以下至少之一:车辆行驶速度、车辆瞬时油耗、车辆发动机冷却液温度、车辆进气歧管绝对压力以及车辆发动机的进气温度。
优选地,本实施例中陀螺仪数据包括:陀螺仪X轴的加速度和角速度、Y轴的加速度和角速度以及Z轴的加速度和角速度;车辆的姿态方位数据包括:车辆加速度、车辆旋转速度以及车辆相对倾斜角度。
本实施例的车辆远程诊断装置用于实现前述方法实施例一、实施例二中相应的车辆数据处理方法,并且具有相应的方法实施的有益效果,在此不再赘述。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本发明所提供的一种车辆远程诊断方法和装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。