CN108896071A - 一种检验车辆里程数据的判断方法 - Google Patents

Abstract

本发明公开了一种检验车辆里程数据的判断方法，包括：S1：累计总里程数据：车辆累计总里程数据从仪表发出；S2：判断里程数据是否正常：判断传出的数据是否异常现提出两种指标：最大里程数值；最大最小里程差值；S3：输出正确累计总里程数值：在S2中，会得出传出数值是否异常：若正常，则直接运用该值；若异常，则需要计算正确的里程数值。本发明提出一种对已经发出的车辆的总里程数据的判断方法，通过判断机制，保证数据的正确性。

Description

一种检验车辆里程数据的判断方法

技术领域

本发明涉及一种检验车辆里程数据的判断方法。

背景技术

车辆的累计总里程关系到车辆零部件保养、保险条件等诸多事宜，正确的总里程数据甚为重要。目前在车辆上的里程记录表，当出现故障数据清零或者显示数据为错误值时，对上述的后续工作将造成较大影响。

而目前针对总里程的数据校验，主要是人为的在仪器上标定，或者以故障灯、故障码等形式表现出现，但若是判断故障仪器维修错误数据不断发送，那么要找出正确的、可信的总里程数，并没有具体的数据判断方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种保证数据正确性的检验车辆里程数据的判断方法。

本发明的目的是通过以下技术方案来实现的：一种检验车辆里程数据的判断方法，包括：

S1：累计总里程数据

车辆累计总里程数据从仪表发出；

S2：判断里程数据是否正常

判断传出的数据是否异常现提出两种指标：最大里程数值；最大最小里程差值；

S3：输出正确累计总里程数值

在S2中，会得出传出数值是否异常：若正常，则直接运用该值；若异常，则需要计算正确的里程数值。

作为优选方式，车辆累计总里程数据从仪表发出后输送至查看人员处。

作为优选方式，里程数据直接从车辆仪表中获得，且将数据传输至服务器。

作为优选方式，判断里程数据是否正常：

原始累计里程数：S

累计里程最大值：MAX(S)(S是车辆采集数据中的一个字段，它的采集周期是300秒采集一次，数值是按照时间序列的顺序递增的；MAX(S)是在所统计的数据中最大的数值，是具体筛选日期最近的时间中最大的那个数值。)

累计至查询日总里程最小值：MIN(S)

车辆出厂至查询日期天数：N

车辆每日极限行驶里程：S＇

用累计里程数值计算当日里程值：ΔS

正确里程数：S"

3)最大值判定

判定条件：

MAX(S)<＝N*S＇

4)当日里程差值判定

判定条件：

ΔS<S＇

ΔS＝MAX(S)-MIN(S)

若MAX(S)正常，ΔS正常，说明累计里程数据正常，正确累计里程数值为：

S"＝S。

作为优选方式，若MAX(S)异常，ΔS正常，说明累计里程值存在大幅度跳变现象，且超出了正常值域范围；处理的办法是：直接排除异常MAX(S)，则在余下累计里程数值中，求得最大值，并对该值做再次判断，一直找到正确的那个数值为止。

作为优选方式，若MAX(S)异常，ΔS正常，说明累计里程值存在大幅度跳变现象，且超出了正常值域范围；

直接排除异常MAX(S)，则在选择的日期范围内、且排除了异常max(S)后的所有累计里程数值S中，，求得最大值，并对该值做再次判断，一直找到正确的那个数值为止。

作为优选方式，若MAX(S)正常，ΔS异常，说明累计里程值小范围内跳变，但是仍在正常值域范围内；判断的方法是：

将所有累计里程数按照时间序列进行排列，若数据已传送至服务器，则可直接通过时间序列进行查看，对所有里程数据进行切片，将数据分为多个小节，每一个小节里面，进行里程差值的判断，若正常，则保留，若异常，则排除；

当以上工作全部做完后，在每一个切片数据中已经评定ΔS为正常的数据中计算最大值，则该最大值为正确的累计总里程。

作为优选方式，若MAX(S)异常，ΔS异常；

该类情况造成原因是以上两点的组合，对于简单的数据集来说，可将以上两个方法同时查验，若都满足，则计算值是正确的累计里程。

作为优选方式，对于数据集庞大的来说，判断的方法是：

直接排除查询当天里程数据，求得前一天里程数据S1，并求得车辆当天行驶里程

S₂＝∫V*T

行驶时间/数据传输间隔时间：T；车速：V；

则查询当天车辆累计行驶里程为：

S"＝S₁+S₂。

作为优选方式，T单位为小时，若不是，则需要单位转换。

本发明的有益效果是：本发明提出一种对已经发出的车辆的总里程数据的判断方法，通过判断机制，保证数据的正确性。

附图说明

图1为异常数据判断方法示意图；

图2为正确数据输出方法。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

车辆累计总里程是记录车辆自运营开始至统计日期期间的行驶里程的加和。其数据的正确性和可信度与车辆零部件维修、车辆保险等有着重要的关系。若最终发送出来的数据有异常或者是记录该数据的仪表出现故障发出一个看似合理却不正确的数值时，而车辆本身的数据校验失效、不灵敏或者是司机、读取该数据的人员并未发现，那么这些错误的数据将一直的累计或者误导需要这些数据的人员。

目前的数据校验机制中，大部分是针对数据发出来前的数据校验，运用到的方法主要有故障报警、仪器检测、人为标定、数学方法计算等，对于已经发出的数据并没有有效的检验机制。如果数据查看者没有及时发现问题，那么错误的数据将一直发送下去，或者是仪器损坏、传输设备所处环境信号差等客观因素影响时而造成数据的缺失等一系列问题将无从查起。

其中，现有技术中的故障报警主要思路为：添加一个报警灯，若车辆读取到当前时刻的总里程数据比前一天的数据大的，则认为正常，若小于前一天数值，则报警；

人为标定主要是技术人员针对发现有错误数据时或者是更换仪表时，认为的设置一个车辆总里程数据，并以该数据为基础，累计下去。

数学方法计算的背景主要是：仪表记录数据总出错，处理错误数据的比较繁琐，那么就有人提出，直接以车辆动态车速与时间的积分进行计算车辆当前里程，再将所有行驶里程相加，从而计算总里程。但是该方法主要依赖的是车辆行驶车速与时间的间隔，若其中一个计算变量出现问题，那么该方法将有巨大瑕疵而且数据无法弥补。

现有的车辆累计总里程数据存在以下弊端：

(1)维修或者司机司机发现错误数据，但标定数据时，任意标定；

(2)总里程数据瞬时无故发送极大、极小值，且仪表判断机制不灵敏，未捕捉到该数据；

(3)仪表发送错误数据，该数据看似合理实则错误，且一直以错误数据进行累加；

(4)有方案用车辆动态车速与时间的积分计算车辆里程，但缺点是，若当天没有信号或者信号弱，会导致数据丢失，甚至无数据。

本发明将提出一种对已经发出的车辆的总里程数据的判断方法，不管对已经清零的数据或者可能错误的数据，都将有相应的判断机制，从而保证数据的正确性。

如图1、图2所示，一种检验车辆里程数据的判断方法，包括：

S1：累计总里程数据

车辆累计总里程数据从仪表发出；

S2：判断里程数据是否正常

判断传出的数据是否异常现提出两种指标：最大里程数值；最大最小里程差值；

S3：输出正确累计总里程数值

在S2中，会得出传出数值是否异常：若正常，则直接运用该值；若异常，则需要计算正确的里程数值。

在一个优选实施例中，车辆累计总里程数据从仪表发出后输送至查看人员处。

在一个优选实施例中，里程数据直接从车辆仪表中获得，且将数据传输至服务器。

在一个优选实施例中，判断里程数据是否正常：

原始累计里程数：S

累计里程最大值：MAX(S)(S是车辆采集数据中的一个字段，它的采集周期是300秒采集一次，数值是按照时间序列的顺序递增的；MAX(S)是在所统计的数据中最大的数值，是具体筛选日期最近的时间中最大的那个数值。)

累计至查询日总里程最小值：MIN(S)

车辆出厂至查询日期天数：N

车辆每日极限行驶里程：S＇

用累计里程数值计算当日里程值：ΔS

正确里程数：S"

5)最大值判定

判定条件：

MAX(S)<＝N*S＇

6)当日里程差值判定

判定条件：

ΔS<S＇

ΔS＝MAX(S)-MIN(S)

若MAX(S)正常，ΔS正常，说明累计里程数据正常，正确累计里程数值为：

S"＝S。

在一个优选实施例中，若MAX(S)异常，ΔS正常，说明累计里程值存在大幅度跳变现象，且超出了正常值域范围；处理的办法是：直接排除异常MAX(S)，则在余下累计里程数值中，求得最大值，并对该值做再次判断，一直找到正确的那个数值为止。

在一个优选实施例中，若MAX(S)异常，ΔS正常，说明累计里程值存在大幅度跳变现象，且超出了正常值域范围；

直接排除异常MAX(S)，则在选择的日期范围内、且排除了异常max(S)后的所有累计里程数值S中，，求得最大值，并对该值做再次判断，一直找到正确的那个数值为止。

在一个优选实施例中，若MAX(S)正常，ΔS异常，说明累计里程值小范围内跳变，但是仍在正常值域范围内；判断的方法是：

将所有累计里程数按照时间序列进行排列，若数据已传送至服务器，则可直接通过时间序列进行查看，对所有里程数据进行切片，将数据分为多个小节，每一个小节里面，进行里程差值的判断，若正常，则保留，若异常，则排除；

当以上工作全部做完后，在每一个切片数据中已经评定ΔS为正常的数据中计算最大值，则该最大值为正确的累计总里程。

在一个优选实施例中，若MAX(S)异常，ΔS异常；

该类情况造成原因是以上两点的组合，对于简单的数据集来说，可将以上两个方法同时查验，若都满足，则计算值是正确的累计里程。

在一个优选实施例中，对于数据集庞大的来说，判断的方法是：

直接排除查询当天里程数据，求得前一天里程数据S₁，并求得车辆当天行驶里程

S₂＝∫V*T

行驶时间/数据传输间隔时间：T；车速：V；

则查询当天车辆累计行驶里程为：

S"＝S₁+S₂。

在一个优选实施例中，T单位为小时，若不是，则需要单位转换。

本发明的关键在于1)以发送数据反推数据本身是否有问题，从而检验仪表是否出现故障而不自知；2)可找出仪表不容易发现的问题；3)进一步检验已经发出的总里程数据的正确性。

本发明的优点在于：1)多重检验数据正确性；2)输出正确的总里程数据；3)通过数据的正确性，反推出仪表是否有故障。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，应当指出的是，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种检验车辆里程数据的判断方法，其特征在于，包括：

S1：累计总里程数据

车辆累计总里程数据从仪表发出；

S2：判断里程数据是否正常

判断传出的数据是否异常现提出两种指标：最大里程数值；最大最小里程差值；

S3：输出正确累计总里程数值

在S2中，会得出传出数值是否异常：若正常，则直接运用该值；若异常，则需要计算正确的里程数值。

2.根据权利要求1所述的一种检验车辆里程数据的判断方法，其特征在于：车辆累计总里程数据从仪表发出后输送至查看人员处。

3.根据权利要求1所述的一种检验车辆里程数据的判断方法，其特征在于：里程数据直接从车辆仪表中获得，且将数据传输至服务器。

4.根据权利要求1所述的一种检验车辆里程数据的判断方法，其特征在于：判断里程数据是否正常：

原始累计里程数：S

累计里程最大值：MAX(S)

累计至查询日总里程最小值：MIN(S)

车辆出厂至查询日期天数：N

车辆每日极限行驶里程：S＇

用累计里程数值计算当日里程值：ΔS

正确里程数：S"

1)最大值判定

判定条件：

MAX(S)<＝N*S＇

2)当日里程差值判定

判定条件：

ΔS<S＇

ΔS＝MAX(S)-MIN(S)

若MAX(S)正常，ΔS正常，说明累计里程数据正常，正确累计里程数值为：

S"＝S。

5.根据权利要求4所述的一种检验车辆里程数据的判断方法，其特征在于：若MAX(S)异常，ΔS正常，说明累计里程值存在大幅度跳变现象，且超出了正常值域范围；处理的办法是：直接排除异常MAX(S)，则在余下累计里程数值中，求得最大值，并对该值做再次判断，一直找到正确的那个数值为止。

6.根据权利要求4所述的一种检验车辆里程数据的判断方法，其特征在于：若MAX(S)异常，ΔS正常，说明累计里程值存在大幅度跳变现象，且超出了正常值域范围；

直接排除异常MAX(S)，则在选择的日期范围内、且排除了异常max(S)后的所有累计里程数值S中，求得最大值，并对该值做再次判断，一直找到正确的那个数值为止。

7.根据权利要求4所述的一种检验车辆里程数据的判断方法，其特征在于：若MAX(S)正常，ΔS异常，说明累计里程值小范围内跳变，但是仍在正常值域范围内；判断的方法是：

将所有累计里程数按照时间序列进行排列，若数据已传送至服务器，则可直接通过时间序列进行查看，对所有里程数据进行切片，将数据分为多个小节，每一个小节里面，进行里程差值的判断，若正常，则保留，若异常，则排除；

当以上工作全部做完后，在每一个切片数据中已经评定ΔS为正常的数据中计算最大值，则该最大值为正确的累计总里程。

8.根据权利要求4所述的一种检验车辆里程数据的判断方法，其特征在于：若MAX(S)异常，ΔS异常；

该类情况造成原因是以上两点的组合，对于简单的数据集来说，可将以上两个方法同时查验，若都满足，则计算值是正确的累计里程。

9.根据权利要求8所述的一种检验车辆里程数据的判断方法，其特征在于：对于数据集庞大的来说，判断的方法是：

直接排除查询当天里程数据，求得前一天里程数据S₁，并求得车辆当天行驶里程

S₂＝∫V*T

行驶时间/数据传输间隔时间：T；车速：V；

则查询当天车辆累计行驶里程为：

S"＝S₁+S₂。

10.根据权利要求9所述的一种检验车辆里程数据的判断方法，其特征在于：T单位为小时，若不是，则需要单位转换。