CN106292645B - 一种新能源车辆故障数据采集系统 - Google Patents

Abstract

本发明提供了一种新能源车辆故障数据采集系统，包括数据采集子系统和数据存储处理子系统；所述数据采集子系统用于获取第一时间长度的最新的第一车辆状态数据，并用于从故障产生时起，获取第二时间长度的第二车辆状态数据，将第一车辆状态数据和第二车辆状态数据传送至数据存储处理子系统；所述数据存储处理子系统用于将所述第一车辆状态数据和第二车辆状态数据合并压缩，得到压缩文件，并将所述压缩文件存储至存储器中。本发明即可大大降低车辆数据的存储成本，又能将故障发生前后的数据场景都完整的存储起来，为后续的故障场景复现、排查及研发改进提供有效的数据支撑。

Description

一种新能源车辆故障数据采集系统

技术领域

本发明创造涉及车辆状态数据处理技术领域，具体涉及一种新能源车辆故障数据采集系统。

背景技术

新能源车辆中，每个控制器的状态和故障数据都会通过CAN总线进行交互，远程监控终端一方面实时解析CAN总线的数据，然后通过移动网络发送到监控平台；另一个方面，监控终端可以将车辆状态数据实时存储在本地的存储器中(一般为SD卡或Flash)。但这些数据量非常大，一般一路CAN网络的波特率为500Kbps，新能源车辆一般都有两路以上的CAN网络，车载终端存储车辆行驶过程中的所有数据，将会形成一个海量的数据库(每天可达到几个GB的数据)，这样不但会带来存储成本的增加，也会使研发人员在大量的数据中寻找故障相关的数据变得非常困难。

发明内容

为解决上述问题，本发明旨在提供一种新能源车辆故障数据采集系统。

本发明创造的目的通过以下技术方案实现：

一种新能源车辆故障数据采集系统，包括数据采集子系统和数据存储处理子系统；所述数据采集子系统用于获取第一时间长度的最新的第一车辆状态数据，并用于从故障产生时起，获取第二时间长度的第二车辆状态数据，将第一车辆状态数据和第二车辆状态数据传送至数据存储处理子系统；所述数据存储处理子系统用于将所述第一车辆状态数据和第二车辆状态数据合并压缩，得到压缩文件，并将所述压缩文件存储至存储器中。

本发明创造的有益效果：能够解决新能源车辆在行驶工况数据记录过程中，故障数据存储空间有限以及存储的数据针对性不强的问题，即可大大降低存储成本，又能将故障发生前后的数据场景都完整的存储起来，为后续的故障场景复现、排查及研发改进提供有效的数据支撑。

附图说明

利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构连接示意图；

图2是数据采集子系统的结构示意图。

附图标记：

数据采集子系统1、数据存储处理子系统2、数据采集单元11、数据处理单元12、数据传输单元13、分析模块21。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2，本实施例的新能源车辆故障数据采集系统，包括数据采集子系统1和数据存储处理子系统2；所述数据采集子系统1用于获取第一时间长度的最新的第一车辆状态数据，并用于从故障产生时起，获取第二时间长度的第二车辆状态数据，将第一车辆状态数据和第二车辆状态数据传送至数据存储处理子系统2；所述数据存储处理子系统2用于将所述第一车辆状态数据和第二车辆状态数据合并压缩，得到压缩文件，并将所述压缩文件存储至存储器中。

优选的，所述第二车辆状态数据包括故障信号数据。

优选的，所述数据存储处理子系统2包括分析模块21，所述分析模块21用于在所述将所述压缩文件存储至存储器中之前，或者在故障产生之前，判断所述存储器的剩余存储空间是否能够容纳所述压缩文件，如果不能够容纳，则删除最先早存储的文件。

本发明上述实施例能够解决新能源车辆在行驶工况数据记录过程中，故障数据存储空间有限以及存储的数据针对性不强的问题，即可大大降低存储成本，又能将故障发生前后的数据场景都完整的存储起来，为后续的故障场景复现、排查及研发改进提供有效的数据支撑。

优选的，所述数据采集子系统1包括数据采集单元11、数据处理单元12和数据传输单元13；所述数据采集单元11用于通过由各传感器构建的传感器节点相互协作进行车辆状态数据的监测与采集，并输出各传感器节点采集的车辆状态数据；所述数据处理单元12用于对各传感器节点采集的车辆状态数据进行预处理，以获得有效的车辆状态数据；所述数据传输单元13用于采用预先设定的数据传输机制进行车辆状态数据的传送。

优选的，所述数据采集单元11包括传感器定位子单元和数据修正子单元；所述传感器定位子单元用于进行传感器节点定位，所述进行传感器节点定位具体包括：

(1)将少部分传感器节点部署在已知的位置坐标上，作为信标节点，根据信标节点位置建立满足家居环境的局部坐标系；

(2)假设未知节点的坐标为(x,y)，能够与其进行通信的信标节点坐标分别为(x₁,y₁)， (x₂,y₂)，…，(x_n,y_n)，未知节点位于各信标节点为圆心，通信半径为半径的圆的相交区域，取该区域任一点作为未知节点坐标预选点，未知节点坐标预选点到信标节点的差分函数为：

式中，r_i为未知节点坐标预选点到(x_i,y_i)距离，i＝1，2，…，n，利用最大似然估计法求取该式的最小值，即为未知节点坐标位置；

所述数据修正子单元用于对传感器在非标准环境下的监测数据进行修正，修正因子σ为：

式中，T₀为传感器使用的标准温度，T为传感器使用时的环境温度。

本优选实施例实现了传感器定位和数据的准确测量。

优选的，所述数据处理单元12包括数据过滤模块和数据补全模块，所述数据过滤模块用于通过智能网关过滤错误的车辆状态数据，所述数据补全模块用于填补丢失的车辆状态数据；

所述通过智能网关过滤错误的车辆状态数据，包括：

(1)去除没有落入传感器读数的有效范围内的车辆状态数据；

(2)对剩余的车辆状态数据进行过滤处理，具体为：

1)假设所有传感器的传感频率一致且滑动窗口大小为A，利用Jaccard相似度函数计算出两个传感器S_I、S_J读数行为的相似度Sim(x_I(t),x_J(t))，其中x_I(t)表示传感器S_I在时间t时的传感读数，x_J(t)表示传感器S_J在时间t时的传感读数；

2)定义传感器S_I、S_J的最初临时相似度为：

K+1时刻的临时相似度为：

式中，x_I(A+t)表示传感器S_I最初的读数行为，μ为设定的可调节的变量，μ的取值范围为[-1,1]；

3)设共有M个传感器，来自传感器S_I的一个事件查询q，在过去被传感器频繁查询的数据比那些很少被传感器S_I读取的数据与传感器S_I更具有相关性，计算传感器S_I的排序等级值 Q_L(q,S_I)，计算公式为：

式中，n(q,S_I)为在过去传感器S_I针对查询q对一些主题的事件查询数目，N(q,S_I)表示传感器S_I针对查询q的事件查询总数，B为平滑因子；

4)采用投票法判断传感器S_I的当前读数是否为错误读数，设定判断函数为：

式中，net(I)表示传感器S_I的邻居传感器集合，VDecision_j(I)表示邻居传感器S_J对传感器 S_I作出投票决定，投票决定有两类，一类是积极的，另一类为消极的，投票决定为积极时， VDecision_j(I)＝1，投票决定为消极时，VDecision_j(I)＝0；P_I>0时，表示传感器S_I的当前读数为正常读数，P_I<0时，表示传感器S_I的当前读数为错误读数。

所述填补丢失的车辆状态数据，包括：

(1)采用K-means聚类方法进行车辆状态数据的聚类处理；

(2)对同一类中的缺失值进行缺失数据的填充。

本优选实施例过滤错误的车辆状态数据时，考虑了传感器与邻居节点以及环境之间的关联性，通过排序算法为每个传感器分配一个适当的权重来反映传感器的重要性，进而对传感器采集到的数据进行取舍来过滤采集过程中的错误数据和环境引起的不正常数据，提高了过滤的精度；采用先聚类后填补缺失值的方式填补丢失的车辆状态数据，可以较好的考虑数据的局部特性，提高数据填补的精度。

在一个实施例中，所述预先设定的数据传输机制包括：

(1)簇内成员在各自分配的时间段内将采集到的数据以单跳的方式传输到所属簇的簇头节点C_i，簇头节点C_i对收集到的车辆状态数据进行整合处理；

(2)簇头节点C_i根据下式选择其他簇头节点，以确定其路由候选簇头节点集合CN：

式中，d_iB表示簇头节点C_i到基站的距离，d_jB表示簇头节点C_j到基站的距离，d_ij表示簇头节点C_i到簇头节点C_j的距离，NS_i表示簇头节点C_i的剩余能量级别，NS_j表示簇头节点C_j的剩余能量级别；

(3)若路由候选簇头节点集合CN为空，则簇头节点C_i直接将车辆状态数据发送给基站，并跳转至(6)；

(4)若路由候选簇头节点集合中只存在一个比簇头节点C_i距离基站更近或者剩余能量级别更高的其他簇头节点C_j，则选择簇头节点C_j作为下一跳路由节点，并将车辆状态数据转发给簇头节点C_j，使簇头节点C_j成为新的簇头节点C_i，并跳转回(2)；

(5)若路由候选簇头节点集合中存在多个比簇头节点C_i距离基站更近或者剩余能量级别更高的其他簇头节点C_j，则选择使得转发车辆状态数据通信开销最小的簇头节点C_j作为下一跳路由节点，并将车辆状态数据转发给簇头节点C_j，使簇头节点C_j成为新的簇头节点C_i，并跳转回(2)；

(6)基站接收簇头节点C_i发送的车辆状态数据。

本优选实施例采用预先设定的数据传输机制进行车辆状态数据的传输，使簇头节点的剩余能量分布更加均衡，有效解决了距离基站较近或者距离基站较远的节点能量过早消耗完的问题，从而延长了整个数据传输网络的生命周期。

在另一个实施例中，所述预先设定的数据传输机制包括：

针对不同传输数据大小和传输距离采用不同的传输方式，定义传输函数Tr：

式中，S为传输数据大小，S₀为数据传输大小分界值，S₀＝1MB，D为传输距离，D₀为传输距离远近分界值，D₀＝10m；

若D<D₀，则采用蓝牙进行数据通信，

若D≥D₀且S≤S₀，则采用zigbee网络进行数据通信，

若D≥D₀且S>S₀，则采用WIFI进行通信。

本优选实施例在实现了对车辆状态数据的低能耗、高速率的通信。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (3)

1.一种新能源车辆故障数据采集系统，其特征是，包括数据采集子系统和数据存储处理子系统；所述数据采集子系统用于获取第一时间长度的最新的第一车辆状态数据，并用于从故障产生时起，获取第二时间长度的第二车辆状态数据，将第一车辆状态数据和第二车辆状态数据传送至数据存储处理子系统；所述数据存储处理子系统用于将所述第一车辆状态数据和第二车辆状态数据合并压缩，得到压缩文件，并将所述压缩文件存储至存储器中；所述数据采集子系统包括数据采集单元、数据处理单元和数据传输单元；所述数据采集单元用于通过由各传感器构建的传感器节点相互协作进行车辆状态数据的监测与采集，并输出各传感器节点采集的车辆状态数据；所述数据处理单元用于对各传感器节点采集的车辆状态数据进行预处理，以获得有效的车辆状态数据；所述数据传输单元用于进行车辆状态数据的传送；所述数据处理单元包括数据过滤模块和数据补全模块，所述数据过滤模块用于通过智能网关过滤错误的车辆状态数据，所述数据补全模块用于填补丢失的车辆状态数据；

所述通过智能网关过滤错误的车辆状态数据，包括：

(1)去除没有落入传感器读数的有效范围内的车辆状态数据；

(2)对剩余的车辆状态数据进行过滤处理，具体为：

1)假设所有传感器的传感频率一致且滑动窗口大小为A，利用Jaccard相似度函数计算出两个传感器S_I、S_J读数行为的相似度Sim(x_I(t),x_J(t))，其中x_I(t)表示传感器S_I在时间t时的传感读数，x_J(t)表示传感器S_J在时间t时的传感读数；

2)定义传感器S_I、S_J的最初临时相似度为：

K+1时刻的临时相似度为：

式中，x_I(A+t)表示传感器S_I最初的读数行为，μ为设定的可调节的变量，μ的取值范围为[-1,1]；

3)设共有M个传感器，来自传感器S_I的一个事件查询q，在过去被传感器频繁查询的数据比那些很少被传感器S_I读取的数据与传感器S_I更具有相关性，计算传感器S_I的排序等级值Q_L(q,S_I)，计算公式为：

式中，n(q,S_I)为在过去传感器S_I针对查询q对一些主题的事件查询数目，N(q,S_I)表示传感器S_I针对查询q的事件查询总数，B为平滑因子；

4)采用投票法判断传感器S_I的当前读数是否为错误读数，设定判断函数为：

式中，net(I)表示传感器S_I的邻居传感器集合，VDecision_J(I)表示邻居传感器S_J对传感器S_I作出投票决定，投票决定有两类，一类是积极的，另一类为消极的，投票决定为积极时，VDecision_J(I)＝1，投票决定为消极时，VDecision_J(I)＝0；P_I>0时，表示传感器S_I的当前读数为正常读数，P_I<0时，表示传感器S_I的当前读数为错误读数；

所述填补丢失的车辆状态数据，包括：

(1)采用K-means聚类方法进行车辆状态数据的聚类处理；

(2)对同一类中的缺失值进行缺失数据的填充。

2.根据权利要求1所述的一种新能源车辆故障数据采集系统，其特征是，所述第二车辆状态数据包括故障信号数据。

3.根据权利要求2所述的一种新能源车辆故障数据采集系统，其特征是，所述数据存储处理子系统包括分析模块，所述分析模块用于在所述将所述压缩文件存储至存储器中之前，或者在故障产生之前，判断所述存储器的剩余存储空间是否能够容纳所述压缩文件，如果不能够容纳，则删除最先早存储的文件。