CN106323396A - 加油事件真伪识别方法及其装置 - Google Patents
加油事件真伪识别方法及其装置 Download PDFInfo
- Publication number
- CN106323396A CN106323396A CN201510351623.8A CN201510351623A CN106323396A CN 106323396 A CN106323396 A CN 106323396A CN 201510351623 A CN201510351623 A CN 201510351623A CN 106323396 A CN106323396 A CN 106323396A
- Authority
- CN
- China
- Prior art keywords
- oiling
- data
- event
- oil mass
- oil
- 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.)
- Granted
Links
Landscapes
- Loading And Unloading Of Fuel Tanks Or Ships (AREA)
Abstract
提供一种加油事件真伪识别方法及其装置,其能够自动识别加油事件的真伪,特别适用于大型车队油耗管理环节,避免了司机虚开油票带来的成本增加。本发明利用油量传感器采集油箱内油量,通过车载终端把数据上传到服务器,再对数据进行小波变换,即利用DB7小波执行3层小波分解,然后通过逆小波变换重建信号,进行降噪处理,然后计算加油事件前后指定时间内油箱内燃油变化量与实际加油量的差值,如果差值最大值超过一定阈值,即初步判定为虚假加油事件;对于初步判断的虚假加油事件,查找本次加油至下一次加油时间段内的油量数据,然后减去加油前指定时间油量平均值,然后取最大值与实际加油记录比较,如果超过一定阈值,就判断为虚假加油事件。
Description
技术领域
本发明涉及一种能够识别加油事件真伪的方法,属于数据处理技术领域,可以应用于大型车队的油耗管理环节。
背景技术
物流行业成本高,司机偷油是其重要的原因之一。司机偷油方式多种多样,有的直接从油箱里抽油,有的在加油站直接卖掉,油根本就没进油箱,然后凭加油站加油票据报销,这使得车队油耗管理十分困难。
目前还没有技术能够识别加油事件的真伪,传统的方法是计算百公里油耗与经验值进行比较,确定是否合理,但是这样人工操作效率低下,无法完成对大量票据的识别,而且经验值会有一定误差。
发明内容
本发明提供一种加油事件真伪识别方法及其装置,其能够自动识别加油事件的真伪,特别适用于大型车队油耗管理环节,避免了司机虚开油票带来的成本增加。
具体技术方案如下:
一种加油事件真伪识别方法,其特征在于,利用油量传感器采集油箱内油量,通过车载终端把油量数据上传到服务器,然后计算加油事件前后指定时间内的油箱内燃油变化量与实际加油量的差值,如果超过一定阈值,即判定为虚假加油事件,阈值及指定时间由人为设定。
进一步地,油量传感器采集到的油量数据不仅上传到汽车仪表,并且通过车载终端上传到服务器。
进一步地,对于油量传感器采集到的油量数据,利用DB7小波执行3层小波分解,然后通过逆小波变换重建信号,对数据进行降噪处理。
进一步地,设置有验证的环节,对于初步判断为虚假加油记录的事件,计算本次加油记录前指定时间内的油量和本次加油至下一次加油时间段内的油量的差值,再次与阈值进行比较,如果超过一定阈值,即判定为虚假加油事件,否则判定为真实加油事件。
进一步地,具体步骤如下:
步骤一:数据采集,通过油量传感器采集油箱内燃油剩余量;
步骤二:数据传输,油量传感器把采集到的数据上报给车载终端,车载终端通过GPRS把数据上传到服务器;
步骤三:数据处理,通过小波变换对数据进行降噪处理,然后通过逆小波变换重建信号,利用紧支撑正交小波’db7’,执行3层小波分解,然后通过逆小波变换重建信号;
步骤四:自动识别,查询加油前指定时间内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后取平均值,平均值作为加油前油箱内剩余油量;查询加油后指定时间内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后减去加油前指定时间内的油量平均值,然后取最大值与通过电子票据或实务票据获得的实际加油记录比较,如果超过一定阈值,就初步判断为虚假加油事件;
步骤五,验证,对于初步判断为虚假加油记录的事件,查找本次加油至下一次加油时间段内的油量数据,去掉小于一定阈值的数据,然后减去指定时间内的油量平均值,然后取最大值与实际加油记录比较,如果超过设定的阈值,就判断为虚假加油事件,如果小于设定的阈值,判断该事件为真实事件;
步骤六,输出数据。
进一步地,对于在指定较短时间内多次加油的异常事件,直接标记为“指定较短时间内多次加油”,并且对这指定较短时间内油量数据进行整体分析,将结果输出或显示。
进一步地,所述的指定时间为30分钟,即加油前30分钟,加油后30分钟。
一种加油事件真伪识别装置,其特征在于,包括油量传感器、真伪识别计算单元、输入装置、输出装置,油量传感器采集油箱内油量,油量传感器连接车载终端,车载终端连接服务器,服务器内设有真伪识别计算单元,或者服务器连接真伪识别计算单元,真伪识别计算单元,真伪识别计算单元配置为计算加油事件前后指定时间内的油箱内燃油变化量与实际加油量的差值,如果超过一定阈值,即判定为虚假加油事件,阈值及指定时间由人为设定;输入装置连接真伪识别计算单元,输入装置导入管理网站上的电子加油票据或通过人机交互装置获得加油票据的值;输出装置将真伪识别计算单元的处理结果进行输出。
进一步地,所述的真伪识别计算单元包括依次连接的数据采集模块、数据处理模块、自动识别模块、验证事件模块,具体地:
数据采集模块连接油量传感器获得油箱内燃油剩余量的数据;数据传输模块,数据传输模块控制油量传感器把采集到的数据上报给车载终端,车载终端通过GPRS把数据上传到服务器;
数据处理模块,数据处理模块,对数据利用DB7小波执行3层小波分解,然后通过逆小波变换重建信号,对数据进行降噪处理;
自动识别模块,自动识别模块包括加油前后数据平均值模块、加油值比较模块,加油前后数据平均值模块查询加油前指定时间内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后取平均值,平均值分别作为加油前、后油箱内剩余油量;加油值比较模块,通过输入装置获得的票据加油记录值,用加油后的油量平均值减去加油前的油量平均值,然后取最大值与票据加油记录值比较,如果超过一定阈值,就初步判断为虚假加油事件;
验证事件模块,对于初步判断为虚假加油记录的事件,查找本次加油至下一次加油时间段内的油量数据,去掉小于一定阈值的数据,然后减去指定时间内的油量平均值,然后取最大值与实际加油记录比较,如果超过设定的阈值,就判断为虚假加油事件,如果小于设定的阈值,判断该事件为真实事件。
进一步地,真伪识别计算单元还包括指定较短时间内多次加油模块,指定较短时间内多次加油模块对于在指定较短时间内多次加油的异常事件,直接标记为“指定较短时间内多次加油”,并且对这指定较短时间内的油量数据进行整体分析,将结果输出或显示。
本发明能够自动、准确识别大量的加油事件,相对于传统的经验管理,显著提高了工作效率,可信度至少在90%以上,油量传感器精度和数据传输质量越高,可信度也会越高。
附图说明
图1是本发明加油事件真伪识别装置的一个实施例的架构示意图;
图2是本发明一个实施例中的油箱内燃油剩余量的原始数据;
图3是对图1中数据进行小波变换去噪后的数据;
图4是某辆车的从中石油官网上导出的加油记录的截图;
图5是本发明一个实施例的加油事件自动识别的输出结果的截图;
图6是本发明一个实施例的加油前30分钟油量图;
图7是本发明一个实施例的加油后30分钟油量图;
图8是本发明一个实施例的加油前后60分钟油量图;
图9是本发明另一个实施例的加油前30分钟油量图;
图10是本发明另一个实施例的加油后30分钟油量图;
图12是本发明另一个实施例的本次加油到下一次加油时间段内的油量图;
图13是本发明另一个实施例的加油前后60分钟油量图;
图14是本发明另一个实施例的加油前后原始数据的截图;
图15是本发明另一个实施例的本次加油到下一次加油时间段内的油量原始数据图;
图16是图15中的数据经过小波处理的效果图。
具体实施方式
现结合附图及具体实施例对本发明作进一步地说明:
一种加油事件真伪识别装置,包括油量传感器、真伪识别计算单元、输入装置、输出装置,油量传感器采集油箱内油量,油量传感器连接车载终端,车载终端连接服务器,服务器内设有真伪识别计算单元,或者服务器连接真伪识别计算单元,真伪识别计算单元,真伪识别计算单元配置为计算加油事件前后指定时间内的油箱内燃油变化量与实际加油量的差值,如果超过一定阈值,即判定为虚假加油事件,阈值及指定时间由人为设定;输入装置连接真伪识别计算单元,输入装置导入管理网站上的电子加油票据或通过人机交互装置获得加油票据的值;输出装置将真伪识别计算单元的处理结果进行输出。
真伪识别计算单元包括依次连接的数据采集模块、数据处理模块、自动识别模块、验证事件模块,具体地:
数据采集模块连接油量传感器获得油箱内燃油剩余量的数据;数据传输模块,数据传输模块控制油量传感器把采集到的数据上报给车载终端,车载终端通过GPRS把数据上传到服务器;
数据处理模块,数据处理模块,对数据利用DB7小波执行3层小波分解,然后通过逆小波变换重建信号,对数据进行降噪处理;
自动识别模块,自动识别模块包括加油前后数据平均值模块、加油值比较模块,加油前后数据平均值模块查询加油前指定时间内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后取平均值,平均值分别作为加油前、后油箱内剩余油量;加油值比较模块,通过输入装置获得的票据加油记录值,用加油后的油量平均值减去加油前的油量平均值,然后取最大值与票据加油记录值比较,如果超过一定阈值,就初步判断为虚假加油事件;
验证事件模块,对于初步判断为虚假加油记录的事件,查找本次加油至下一次加油时间段内的油量数据,去掉小于一定阈值的数据,然后减去指定时间内的油量平均值,然后取最大值与实际加油记录比较,如果超过设定的阈值,就判断为虚假加油事件,如果小于设定的阈值,判断该事件为真实事件。
真伪识别计算单元还包括指定较短时间内多次加油模块,指定较短时间内多次加油模块对于在指定较短时间内多次加油的异常事件,直接标记为“指定较短时间内多次加油”,并且对这指定较短时间内的油量数据进行整体分析,将结果输出或显示。
加油事件真伪识别方法,在一个具体实施例中,其中指定时间为30分钟,指定较短时间为30分钟。
步骤一:数据采集
通过油量传感器采集油箱内燃油剩余量。
步骤二:数据传输
油量传感器把采集到的数据上报给车载终端,车载终端通过GPRS把数据上传到服务器。
步骤三:数据处理
通过小波变换对数据进行降噪处理,利用紧支撑正交小波’db7’,执行3层小波分解,然后通过逆小波变换重建信号。
步骤四:自动识别
1.查询加油前半小时油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后取平均值,取平均值避免了数据质量因素造成的加油前油箱剩余油量判断错误,例如加油时间是10点,前半个小时只有3条数据,9:40油量为100升,9:50油量为80升,9:55油量为90升,其余数据丢失,此时很难判断加油前油箱内剩余油量,而实际情况半小时油箱内油量变化一般较小,所以平均值可以作为加油前油箱内剩余油量。
2.查询加油后半小时油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,
然后减去前半小时油量平均值,然后取最大值与实际加油记录比较,如果超过一定阈值,就初步判断为虚假加油事件。取最大值降低了数据质量因素造成的对加油事件真伪的错误判断。
3.对于初步判断为虚假加油记录的事件,查找本次加油至下一次加油时间段内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后减去前半小时油量平均值,然后取最大值与实际加油记录比较,如果超过一定阈值,就判断为虚假加油事件。
此处设置了一个验证环节,降低了数据丢失导致的错误判断,提高了识别的准确性。
4.对加油时间进行了分析,对于在30分钟内多次加油的异常事件,由于这段时间车辆熄火,无数据上报的可能性很大,所以很难判断多次加油事件每一次油箱内油量变化量,而30分钟内多次加油的事件很可能存在造假行为,对于此类事件直接标记为“30分钟多次加油”,然后统计30分钟内油箱内油量变化,这样既能够引起使用者的注意,也降低了数据处理的复杂度,从而避免对加油事件的错误判断。
如图3所示的为表1某辆车的记录的截图,该记录可以直接从中石油官网上导出;
如图4所示的为表2加油时间自动识别的输出结果的截图。
实施例1:无异常数据的真实加油事件:
表3 加油记录
加油卡号 | 交易号 | 日期 | 地点 | 数量(升) | 型号 | 总价 | 交易类型 |
1000113200 | 80 | 2014-11-0518:22:11 | 中国石油化工 | 281.87 | 0号普通柴油 | 1770.14 | 正常 |
如上表所示,表3表示某辆车的实际加油记录。
1.查询这辆车该次加油前30分钟油量数据。
如图6所示,为加油前30分钟油量。在图6中,横坐标表示时间,纵坐标表示油量,单位是升。
2.查询这辆车该次加油后30分钟油量数据。
如图7所示,为加油后30分钟油量。在图7中,横坐标表示时间,纵坐标表示油量,单位是升。
如图8所示,加油前后60分钟油量。在图8中,横坐标表示时间,纵坐标表示油量,单位是升。
3.阈值暂定为65升。该阈值为测试所得,其大小与油量传感器精度有关。
加油前油量平均值11.73升,加油后最大值242升,相差230.27升,实际加油量281升,281-230=51<65,判断该事件为真实事件。
实施例2虚假加油事件
如下表所示:
表4某辆车的加油记录
加油卡号 | 交易号 | 日期 | 地点 | 数量(升) | 型号 | 总价 | 交易类型 |
1000113200 | 76 | 2014-11-0113:39:23 | 汉黄片区小* | 125 | 0号普通柴油 | 800 | 正常 |
1000113200 | 77 | 2014-11-0213:46:42 | 中国石化江西* | 79.01 | 0号普通柴油 | 500.13 | 正常 |
1.查询这辆车该次加油前30分钟油量数据。
如图9所示,加油前30分钟油量。图9中,横坐标表示时间,纵坐标表示油量,单位是升。只有一条数据。
2.查询这辆车该次加油后30分钟油量数据。
如图10所示,加油后30分钟油量。在图10中,横坐标表示时间,纵坐标表示油量,单位是升。
如图11所示,为本次加油到下一次加油时间段内的油量。在图11中,横坐标表示时间,纵坐标表示油量,单位是升。
如图12所示,为加油前后油量。在图9中,横坐标表示时间,纵坐标表示油量,单位是升。
3.阈值暂定为65升。该阈值为测试所得,其大小与油量传感器精度有关。
加油前油量平均值21升,加油后最大值21升,相差0升,实际加油量125升,125-0=125>65,判断该事件为虚假事件。
实施例3通过验证避免误判的真实事件:
加油卡号 | 交易号 | 日期 | 地点 | 数量(升) | 型号 | 总价 | 交易类型 |
1000113200 | 321 | 2014-11-0709:15:42 | 中国石化江西* | 236.97 | 0号普通柴油 | 1500.02 | 正常 |
1000113200 | 322 | 2014-11-0813:11:02 | 申嘉湖杭高速* | 177.21 | 0号普通柴油 | 1176.69 | 正常 |
表5 加油记录
如上表所示,表5表示某辆车的加油记录。
1.查询这辆车该次加油前30分钟油量数据。
如图13所示,加油前30分钟油量。在图13中,横坐标表示时间,纵坐标表示油量,单位是升。
2.查询这辆车该次加油后30分钟油量数据。
这辆车该次加油后30分钟内无油量数据。
如图14所示,为表6加油前后原始数据的截图。
表6表示加油前后原始数据第一列表示时间,最后一列表示油量,单位是升。加油时间为9:15,红色为离加油时间最近的油量记录。
从原始数据可以看到,加油后30分钟内数据全为0,属于小于一定阈值的数据,去除之后无数据,初步判断为虚假事件。
如图15所示,为本次加油到下一次加油时间段内的油量原始数据。在图15中,横坐标表示时间,纵坐标表示油量,单位是升。从图15可以看出油箱内油量先上升后下降,说明有加油事件。
如图16所示,为本次加油到下一次加油时间段内的油量数据经过小波处理的效果图。图16表示本次加油到下一次加油时间段内的油量原始数据,横坐标表示时间,纵坐标表示油量,单位是升。
3.阈值暂定为65升。该阈值为测试所得,其大小与油量传感器精度有关。
加油前油量平均值77升,加油后最大值250升,相差173升,实际加油量236升,236-173=63<65,判断该事件为真实事件。
最后应当说明的是:以上实施例仅用以说明本案的技术方案而非对其限制;尽管参照较佳实施例对本案进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本案的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本案技术方案的精神,其均应涵盖在本案请求保护的技术方案范围当中。
Claims (10)
1.一种加油事件真伪识别方法,其特征在于,利用油量传感器采集油箱内油量,通过车载终端把油量数据上传到服务器,然后计算加油事件前后指定时间内的油箱内燃油变化量与实际加油量的差值,如果超过一定阈值,即判定为虚假加油事件,阈值及指定时间由人为设定。
2.根据权利要求1所述的一种加油事件真伪识别方法,其特征在于,油量传感器采集到的油量数据不仅上传到汽车仪表,并且通过车载终端上传到服务器。
3.根据权利要求1或2所述的一种加油事件真伪识别方法,其特征在于,对于油量传感器采集到的油量数据,利用DB7小波执行3层小波分解,然后通过逆小波变换重建信号,对数据进行降噪处理。
4.根据权利要求1至3任一所述的一种加油事件真伪识别方法,其特征在于,设置有验证的环节,对于初步判断为虚假加油记录的事件,计算本次加油记录前指定时间内的油量和本次加油至下一次加油时间段内的油量的差值,再次与阈值进行比较,如果超过一定阈值,即判定为虚假加油事件,否则判定为真实加油事件。
5.根据权利要求1至4任一所述的一种加油事件真伪识别方法,其特征在于,具体步骤如下:
步骤一:数据采集,通过油量传感器采集油箱内燃油剩余量;
步骤二:数据传输,油量传感器把采集到的数据上报给车载终端,车载终端通过GPRS把数据上传到服务器;
步骤三:数据处理,通过小波变换对数据进行降噪处理,然后通过逆小波变换重建信号,利用紧支撑正交小波’db7’,执行3层小波分解,然后通过逆小波变换重建信号;
步骤四:自动识别,查询加油前指定时间内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后取平均值,平均值作为加油前油箱内剩余油量;查询加油后指定时间内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后减去加油前指定时间内的油量平均值,然后取最大值与通过电子票据或实务票据获得的实际加油记录比较,如果超过一定阈值,就初步判断为虚假加油事件;
步骤五,验证,对于初步判断为虚假加油记录的事件,查找本次加油至下一次加油时间段内的油量数据,去掉小于一定阈值的数据,然后减去指定时间内的油量平均值,然后取最大值与实际加油记录比较,如果超过设定的阈值,就判断为虚假加油事件,如果小于设定的阈值,判断该事件为真实事件;
步骤六,输出数据。
6.根据权利要求1至5任一所述的一种加油事件真伪识别方法,其特征在于,对于在指定较短时间内多次加油的异常事件,直接标记为“指定较短时间内多次加油”,并且对这指定较短时间内内油量数据进行整体分析,将结果输出或显示。
7.根据权利要求1至6任一所述的一种加油事件真伪识别方法,其特征在于,所述的指定时间为30分钟,即加油前30分钟,加油后30分钟。
8.一种加油事件真伪识别装置,其特征在于,包括油量传感器、真伪识别计算单元、输入装置、输出装置,油量传感器采集油箱内油量,油量传感器连接车载终端,车载终端连接服务器,服务器内设有真伪识别计算单元,或者服务器连接真伪识别计算单元,真伪识别计算单元,真伪识别计算单元配置为计算加油事件前后指定时间内的油箱内燃油变化量与实际加油量的差值,如果超过一定阈值,即判定为虚假加油事件,阈值及指定时间由人为设定;输入装置连接真伪识别计算单元,输入装置导入管理网站上的电子加油票据或通过人机交互装置获得加油票据的值;输出装置将真伪识别计算单元的处理结果进行输出。
9.根据权利要求8所述的一种加油事件真伪识别装置,其特征在于,所述的真伪识别计算单元包括依次连接的数据采集模块、数据处理模块、自动识别模块、验证事件模块,具体地:
数据采集模块连接油量传感器获得油箱内燃油剩余量的数据;数据传输模块,数据传输模块控制油量传感器把采集到的数据上报给车载终端,车载终端通过GPRS把数据上传到服务器;
数据处理模块,数据处理模块,对数据利用DB7小波执行3层小波分解,然后通过逆小波变换重建信号,对数据进行降噪处理;
自动识别模块,自动识别模块包括加油前后数据平均值模块、加油值比较模块,加油前后数据平均值模块查询加油前指定时间内的油量数据,去掉小于一定阈值的数据,降低跳变数据的干扰,然后取平均值,平均值分别作为加油前、后油箱内剩余油量;加油值比较模块,通过输入装置获得的票据加油记录值,用加油后的油量平均值减去加油前的油量平均值,然后取最大值与票据加油记录值比较,如果超过一定阈值,就初步判断为虚假加油事件;
验证事件模块,对于初步判断为虚假加油记录的事件,查找本次加油至下一次加油时间段内的油量数据,去掉小于一定阈值的数据,然后减去指定时间内的油量平均值,然后取最大值与实际加油记录比较,如果超过设定的阈值,就判断为虚假加油事件,如果小于设定的阈值,判断该事件为真实事件。
10.根据权利要求9所述的一种加油事件真伪识别装置,其特征在于,真伪识别计算单元还包括指定较短时间内多次加油模块,指定较短时间内多次加油模块对于在指定较短时间内多次加油的异常事件,直接标记为“指定较短时间内多次加油”,并且对这指定较短时间内的油量数据进行整体分析,将结果输出或显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510351623.8A CN106323396B (zh) | 2015-06-23 | 2015-06-23 | 加油事件真伪识别方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510351623.8A CN106323396B (zh) | 2015-06-23 | 2015-06-23 | 加油事件真伪识别方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106323396A true CN106323396A (zh) | 2017-01-11 |
CN106323396B CN106323396B (zh) | 2019-01-25 |
Family
ID=57728487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510351623.8A Active CN106323396B (zh) | 2015-06-23 | 2015-06-23 | 加油事件真伪识别方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106323396B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106908115A (zh) * | 2017-02-24 | 2017-06-30 | 北京中位科技有限公司 | 车辆油箱油量标定方法及系统 |
CN109839162A (zh) * | 2019-02-21 | 2019-06-04 | 北京三快在线科技有限公司 | 加油量的确定方法及汽车 |
CN110490537A (zh) * | 2019-07-03 | 2019-11-22 | 国网江西省电力有限公司检修分公司 | 一种用车数字化审计方法 |
CN110642214A (zh) * | 2019-09-18 | 2020-01-03 | 南京智鹤电子科技有限公司 | 加油管理方法及系统 |
CN112033496A (zh) * | 2020-09-10 | 2020-12-04 | 上海星融汽车科技有限公司 | 一种基于油箱液位监控而对燃油量异常变化的判定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275597A (ja) * | 2005-03-28 | 2006-10-12 | Sanyo Electric Co Ltd | ナビゲーション装置 |
CN201229599Y (zh) * | 2007-12-29 | 2009-04-29 | 钟良 | 汽车油箱记录仪 |
CN202974360U (zh) * | 2012-10-26 | 2013-06-05 | 宁波金洋化工物流有限公司 | 危化车油耗管理系统 |
CN203337201U (zh) * | 2013-06-04 | 2013-12-11 | 胡叔平 | 机动车燃油管理系统 |
-
2015
- 2015-06-23 CN CN201510351623.8A patent/CN106323396B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275597A (ja) * | 2005-03-28 | 2006-10-12 | Sanyo Electric Co Ltd | ナビゲーション装置 |
CN201229599Y (zh) * | 2007-12-29 | 2009-04-29 | 钟良 | 汽车油箱记录仪 |
CN202974360U (zh) * | 2012-10-26 | 2013-06-05 | 宁波金洋化工物流有限公司 | 危化车油耗管理系统 |
CN203337201U (zh) * | 2013-06-04 | 2013-12-11 | 胡叔平 | 机动车燃油管理系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106908115A (zh) * | 2017-02-24 | 2017-06-30 | 北京中位科技有限公司 | 车辆油箱油量标定方法及系统 |
CN106908115B (zh) * | 2017-02-24 | 2019-11-26 | 北京中位科技有限公司 | 车辆油箱油量标定方法及系统 |
CN109839162A (zh) * | 2019-02-21 | 2019-06-04 | 北京三快在线科技有限公司 | 加油量的确定方法及汽车 |
CN110490537A (zh) * | 2019-07-03 | 2019-11-22 | 国网江西省电力有限公司检修分公司 | 一种用车数字化审计方法 |
CN110642214A (zh) * | 2019-09-18 | 2020-01-03 | 南京智鹤电子科技有限公司 | 加油管理方法及系统 |
CN112033496A (zh) * | 2020-09-10 | 2020-12-04 | 上海星融汽车科技有限公司 | 一种基于油箱液位监控而对燃油量异常变化的判定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106323396B (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106323396A (zh) | 加油事件真伪识别方法及其装置 | |
US20170024943A1 (en) | System and Method for Service Assessment | |
CN106314438A (zh) | 一种司机驾驶轨迹中异常轨迹的检测方法和系统 | |
CN101561302B (zh) | 车辆耗油量的测量系统及其测量方法 | |
CN108563214A (zh) | 车辆诊断方法、装置及设备 | |
CN106650157B (zh) | 车辆零部件故障发生概率估算方法、装置及系统 | |
CN102177049A (zh) | 用于车辆故障诊断的基准值的生成 | |
US8554513B2 (en) | Method of testing and proving fuel efficiency improvements | |
EP3926603A1 (en) | Dataset simplification of n-dimensional signals captured for asset tracking | |
CN112288334B (zh) | 一种基于lightgbm的车联网风险因子的提取方法 | |
Zacharof et al. | An estimation of heavy-duty vehicle fleet CO2 emissions based on sampled data | |
CN113263993A (zh) | 故障预警方法、装置、通信设备及存储介质 | |
CN111143429A (zh) | 一种车辆路试数据评价方法、装置和系统 | |
CN105389985A (zh) | 一种基于手机传感器的智能驾驶行为分析方法 | |
CN116362769A (zh) | 成品油质量问题溯源方法及系统、电子设备、存储介质 | |
CN106339720A (zh) | 一种汽车发动机的失效检测方法 | |
CN107563686A (zh) | 一种铁路运输十八点统计数据校验方法、系统和存储介质 | |
CN110274650A (zh) | 一种基于物联网的油耗管理系统 | |
CN111091401A (zh) | 一种网约车定价方法、系统、存储介质及设备 | |
CN102435441A (zh) | 运动车辆排放参数数据采集系统 | |
CN113516798A (zh) | 一种调表车判断方法和装置 | |
CN114116831B (zh) | 一种大数据挖掘处理方法及装置 | |
CN115718886A (zh) | 纯电动汽车行驶工况的构建方法及装置 | |
CN112699490A (zh) | 一种车辆维修结果验证方法和装置 | |
Pink et al. | Comparison of vehicle-broadcasted fuel consumption rates against precise fuel measurements for medium-and heavy-duty vehicles and engines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |