CN109067857A - 一种车联网大数据分析智能优化算法 - Google Patents
一种车联网大数据分析智能优化算法 Download PDFInfo
- Publication number
- CN109067857A CN109067857A CN201810802158.9A CN201810802158A CN109067857A CN 109067857 A CN109067857 A CN 109067857A CN 201810802158 A CN201810802158 A CN 201810802158A CN 109067857 A CN109067857 A CN 109067857A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- automobile
- information
- car
- 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
- 230000006855 networking Effects 0.000 title claims abstract description 33
- 238000007405 data analysis Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000003032 molecular docking Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 15
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车联网大数据分析智能优化算法，汽车的内部安装有相应的车载终端，车载终端包括汽车里程表、车载GPS定位设备、汽车定位追踪器和汽车传感器，汽车里程表包括汽车车速表和里程表。该车联网大数据分析智能优化算法，通过FlexRay技术提高了数据传输的速率，方便缩短数据采集、计算和反馈的时间，提高汽车行驶中数据的分析计算优化能力，且由于采用分类数据计算储存法，对每个数据进行单独保护，提高了数据的安全性，防止数据发生重叠，提高大数据采集的稳定性，达到了现有车辆在道路行驶过程中，不能有效的对道路车辆行驶数据进行分析，导致汽车行驶过程中容易发生一系列影响汽车安全行驶的问题。
Description
技术领域
本发明涉及车联网技术领域，具体为一种车联网大数据分析智能优化算法。
背景技术
车联网是由车辆位置、速度和路线等信息构成的巨大交互网络。、车辆可以完成自身环境和状态信息的采集；通过互联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些大量车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。
汽车在行驶及管理中，往往因为不能及时了解交通数据、天气数据和汽车内在数据，不易根据情况进行及时的应变，使得汽车在行驶过程中容易发生交通堵塞、车辆零部件损坏及天气造成车辆的损毁，由于不能根据数据的采集计算及优化，对行驶的汽车进行调控，减少汽车行驶过程中产生的一系列问题。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种车联网大数据分析智能优化算法，解决了现有车辆在道路行驶过程中，不能有效的对道路车辆行驶数据进行分析，导致汽车行驶过程中容易发生一系列影响汽车安全行驶的问题。
(二)技术方案
为实现上述目的，本发明提供如下技术方案：一种车联网大数据分析智能优化算法，包括以下所述步骤：
第一步、车辆数据和信息的采集
汽车的内部安装有相应的车载终端，车载终端包括汽车里程表、车载GPS定位设备、汽车定位追踪器和汽车传感器；
汽车里程表包括汽车车速表和里程表，汽车车速表是用来收集汽车行驶速度的相关信息和数据，里程表是用来收集汽车行驶路程值的相关信息和数据；
车载GPS定位设备内包含GSM网络通讯功能，车载GPS通过硬件和软件制备成GPS定位终端，GPS定位终端用于车辆的定位使用，通过GSM网络通讯功能，用电信号的方式把车辆信息发送至卫星，卫星把定位信息发送到第三方，通过微机解读电文，在电子地图上显示车辆位置，这样就实现了车载GPS的定位功能，从而方便通过车载GPS定位设备采集汽车位置信息；
汽车定位追踪器称为汽车定位跟踪器，主要是车载防盗GPS定位设备，汽车定位追踪器的功能一般包括短信定位、定时定位、网络查询、远程监听和远程锁车等，通过汽车定位追踪器方便得知车辆信息，方便对车辆进行有效管理；
汽车传感器是汽车计算机系统的输入装置，它把汽车运行中各种工况信息，如车速、各种介质的温度、发动机运转工况等，转化成电信号输给计算机，以便发动机处于最佳工作状态，通过汽车传感器方便收集汽车中各种有效数据和信息；
第二步、车辆数据和信息的联网转换
车辆数据和信息的联网转换采用了通信技术和网络技术，汽车以微控制器为核心，通过汽车电子网络系统进行连接，实现了通讯与控制的网络化管理，汽车的通讯与控制采用了FlexRay技术，通过FlexRay技术便于对车辆的数据进行分析与计算，方便数据之间的快速传输，且车联网大数据分析管理需要提供一个大数据分析计算平台，通过把汽车采集的数据传输至大数据分析技术平台进行车辆数据的计算分析，从而方便得出汽车车辆的相关数据信息；
第三步、车辆数据和信息的计算、管理与应用
通过大数据分析计算平台的构建，方便对采集的车辆数据进行收集储存，且方便对收集到的实时数据进行计算分析，通过计算机和服务器进行车辆数据和信息的计算、管理与应用，由计算机进行车辆数据的计算，通过服务器进行计算平台的构建，方便数据和信息能够稳定传输和储存，该车辆行驶路线规划计算需要配合城市地图数据信息进行计算；
第四步、计算数据和信息的反馈
当相应的车辆数据信息计算完成后，由服务器把相关数据通过通讯技术和联网技术传递给车辆或用户。
优选的，所述车辆数据包括天气数据、最短行驶路线数据、最快行驶路线数据、交通堵塞数据、车辆发动机数据、汽车轮胎胎压数据、车辆油耗数据和汽车制动数据等。
优选的，所述车辆数据分析计算是通过把车辆和相应的用户归纳为一个单元，通过服务器和计算机对这些单元进行分类管理，每个单元对应一个端口，当一个单元需要数据计算时，只需要与这个端口进行直接数据对接，实现分类的对接化。
(三)有益效果
本发明提供了一种车联网大数据分析智能优化算法，具备以下有益效果：
(1)该车联网大数据分析智能优化算法，通过汽车里程表、车载GPS定位设备、汽车定位追踪器和汽车传感器进行汽车数据的采集，通过计算机和服务器进行联网，通过联网方便对道路路况和天气数据进行采集，从而方便为车辆计算和优化最合适的形式方案，且由于对汽车的数据采集，方便对汽车零件的消耗进行计算，从而方便得知汽车零件的使用寿命，提高汽车在道路行驶中的安全。
(2)该车联网大数据分析智能优化算法，通过FlexRay技术提高了数据传输的速率，方便缩短数据采集、计算和反馈的时间，提高汽车行驶中数据的分析计算优化能力，且由于采用分类数据计算储存法，对每个数据进行单独保护，提高了数据的安全性，防止数据发生重叠，提高大数据采集的稳定性，达到了现有车辆在道路行驶过程中，不能有效的对道路车辆行驶数据进行分析，导致汽车行驶过程中容易发生一系列影响汽车安全行驶的问题。
具体实施方式
基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种技术方案：一种车联网大数据分析智能优化算法。车联网大数据分析智能优化算法，包括以下所述步骤：
第一步、车辆数据和信息的采集
汽车的内部安装有相应的车载终端，车载终端包括汽车里程表、车载GPS定位设备、汽车定位追踪器和汽车传感器；
汽车里程表包括汽车车速表和里程表，汽车车速表是用来收集汽车行驶速度的相关信息和数据，里程表是用来收集汽车行驶路程值的相关信息和数据；
车载GPS定位设备内包含GSM网络通讯功能，车载GPS通过硬件和软件制备成GPS定位终端，GPS定位终端用于车辆的定位使用，通过GSM网络通讯功能，用电信号的方式把车辆信息发送至卫星，卫星把定位信息发送到第三方，通过微机解读电文，在电子地图上显示车辆位置，这样就实现了车载GPS的定位功能，从而方便通过车载GPS定位设备采集汽车位置信息；
汽车定位追踪器称为汽车定位跟踪器，主要是车载防盗GPS定位设备，汽车定位追踪器的功能一般包括短信定位、定时定位、网络查询、远程监听和远程锁车等，通过汽车定位追踪器方便得知车辆信息，方便对车辆进行有效管理；
汽车传感器是汽车计算机系统的输入装置，它把汽车运行中各种工况信息，如车速、各种介质的温度、发动机运转工况等，转化成电信号输给计算机，以便发动机处于最佳工作状态，通过汽车传感器方便收集汽车中各种有效数据和信息；
第二步、车辆数据和信息的联网转换
车辆数据和信息的联网转换采用了通信技术和网络技术，汽车以微控制器为核心，通过汽车电子网络系统进行连接，实现了通讯与控制的网络化管理，汽车的通讯与控制采用了FlexRay技术，通过FlexRay技术便于对车辆的数据进行分析与计算，方便数据之间的快速传输，且车联网大数据分析管理需要提供一个大数据分析计算平台，通过把汽车采集的数据传输至大数据分析技术平台进行车辆数据的计算分析，从而方便得出汽车车辆的相关数据信息；
第三步、车辆数据和信息的计算、管理与应用
通过大数据分析计算平台的构建，方便对采集的车辆数据进行收集储存，且方便对收集到的实时数据进行计算分析，通过计算机和服务器进行车辆数据和信息的计算、管理与应用，由计算机进行车辆数据的计算，通过服务器进行计算平台的构建，方便数据和信息能够稳定传输和储存，该车辆行驶路线规划计算需要配合城市地图数据信息进行计算；
第四步、计算数据和信息的反馈
当相应的车辆数据信息计算完成后，由服务器把相关数据通过通讯技术和联网技术传递给车辆或用户。
车辆数据包括天气数据、最短行驶路线数据、最快行驶路线数据、交通堵塞数据、车辆发动机数据、汽车轮胎胎压数据、车辆油耗数据和汽车制动数据等，车辆数据分析计算是通过把车辆和相应的用户归纳为一个单元，通过服务器和计算机对这些单元进行分类管理，每个单元对应一个端口，当一个单元需要数据计算时，只需要与这个端口进行直接数据对接，实现分类的对接化。
该车联网大数据分析智能优化算法，通过采集天气数据、最短行驶路线数据、最快行驶路线数据、交通堵塞数据、车辆发动机数据、汽车轮胎胎压数据、车辆油耗数据和汽车制动数据等，通过计算机对汽车数据、天气数据和交通数据进行计算，通过数据的计算，方便得知汽车零件的损耗、道路行驶的天气状况、预防道路堵塞、提前制备相应的道路规划，便于汽车的正常行驶，减少由于数据问题造成行驶时间的延长。
综上所述，该车联网大数据分析智能优化算法，通过汽车里程表、车载GPS定位设备、汽车定位追踪器和汽车传感器进行汽车数据的采集，通过计算机和服务器进行联网，通过联网方便对道路路况和天气数据进行采集，从而方便为车辆计算和优化最合适的形式方案，且由于对汽车的数据采集，方便对汽车零件的消耗进行计算，从而方便得知汽车零件的使用寿命，提高汽车在道路行驶中的安全，通过FlexRay技术提高了数据传输的速率，方便缩短数据采集、计算和反馈的时间，提高汽车行驶中数据的分析计算优化能力，且由于采用分类数据计算储存法，对每个数据进行单独保护，提高了数据的安全性，防止数据发生重叠，提高大数据采集的稳定性，达到了现有车辆在道路行驶过程中，不能有效的对道路车辆行驶数据进行分析，导致汽车行驶过程中容易发生一系列影响汽车安全行驶的问题。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种车联网大数据分析智能优化算法，其特征在于：包括以下所述步骤：
第一步、车辆数据和信息的采集
汽车的内部安装有相应的车载终端，车载终端包括汽车里程表、车载GPS定位设备、汽车定位追踪器和汽车传感器；
汽车里程表包括汽车车速表和里程表，汽车车速表是用来收集汽车行驶速度的相关信息和数据，里程表是用来收集汽车行驶路程值的相关信息和数据；
车载GPS定位设备内包含GSM网络通讯功能，车载GPS通过硬件和软件制备成GPS定位终端，GPS定位终端用于车辆的定位使用，通过GSM网络通讯功能，用电信号的方式把车辆信息发送至卫星，卫星把定位信息发送到第三方，通过微机解读电文，在电子地图上显示车辆位置，这样就实现了车载GPS的定位功能，从而方便通过车载GPS定位设备采集汽车位置信息；
汽车定位追踪器称为汽车定位跟踪器，主要是车载防盗GPS定位设备，汽车定位追踪器的功能一般包括短信定位、定时定位、网络查询、远程监听和远程锁车等，通过汽车定位追踪器方便得知车辆信息，方便对车辆进行有效管理；
汽车传感器是汽车计算机系统的输入装置，它把汽车运行中各种工况信息，如车速、各种介质的温度、发动机运转工况等，转化成电信号输给计算机，以便发动机处于最佳工作状态，通过汽车传感器方便收集汽车中各种有效数据和信息；
第二步、车辆数据和信息的联网转换
车辆数据和信息的联网转换采用了通信技术和网络技术，汽车以微控制器为核心，通过汽车电子网络系统进行连接，实现了通讯与控制的网络化管理，汽车的通讯与控制采用了FlexRay技术，通过FlexRay技术便于对车辆的数据进行分析与计算，方便数据之间的快速传输，且车联网大数据分析管理需要提供一个大数据分析计算平台，通过把汽车采集的数据传输至大数据分析技术平台进行车辆数据的计算分析，从而方便得出汽车车辆的相关数据信息；
第三步、车辆数据和信息的计算、管理与应用
通过大数据分析计算平台的构建，方便对采集的车辆数据进行收集储存，且方便对收集到的实时数据进行计算分析，通过计算机和服务器进行车辆数据和信息的计算、管理与应用，由计算机进行车辆数据的计算，通过服务器进行计算平台的构建，方便数据和信息能够稳定传输和储存，该车辆行驶路线规划计算需要配合城市地图数据信息进行计算；
第四步、计算数据和信息的反馈
当相应的车辆数据信息计算完成后，由服务器把相关数据通过通讯技术和联网技术传递给车辆或用户。
2.根据权利要求1所述的一种车联网大数据分析智能优化算法，其特征在于：所述车辆数据包括天气数据、最短行驶路线数据、最快行驶路线数据、交通堵塞数据、车辆发动机数据、汽车轮胎胎压数据、车辆油耗数据和汽车制动数据等。
3.根据权利要求1所述的一种车联网大数据分析智能优化算法，其特征在于：所述车辆数据分析计算是通过把车辆和相应的用户归纳为一个单元，通过服务器和计算机对这些单元进行分类管理，每个单元对应一个端口，当一个单元需要数据计算时，只需要与这个端口进行直接数据对接，实现分类的对接化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810802158.9A CN109067857A (zh) | 2018-07-20 | 2018-07-20 | 一种车联网大数据分析智能优化算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810802158.9A CN109067857A (zh) | 2018-07-20 | 2018-07-20 | 一种车联网大数据分析智能优化算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109067857A true CN109067857A (zh) | 2018-12-21 |
Family
ID=64817689
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810802158.9A Pending CN109067857A (zh) | 2018-07-20 | 2018-07-20 | 一种车联网大数据分析智能优化算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109067857A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902878A (zh) * | 2019-03-05 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 用于优化公共交通线路的方法及装置 |
| CN112346083A (zh) * | 2020-10-28 | 2021-02-09 | 中国电子科技集团公司第五十四研究所 | 一种基于FlexRay总线的车载北斗时统设备 |
| US20210075859A1 (en) * | 2019-09-09 | 2021-03-11 | Lg Electronics Inc. | Server |
| CN112492543A (zh) * | 2020-10-30 | 2021-03-12 | 南京邮电大学 | 基于车联网mec和d2d链路的车辆安全传输系统及方法 |
| CN115510501A (zh) * | 2022-11-22 | 2022-12-23 | 中汽信息科技(天津)有限公司 | 一种汽车数据防篡改方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392622A (zh) * | 2014-11-07 | 2015-03-04 | 南京富士通南大软件技术有限公司 | 一种基于车联网的多功能辅助驾驶服务系统 |
| CN204496282U (zh) * | 2015-04-15 | 2015-07-22 | 郭蕾 | 基于物联网的电动汽车故障诊断、智能控制和远程监控系统 |
| CN106530719A (zh) * | 2016-12-27 | 2017-03-22 | 重庆峰创科技有限公司 | 一种基于车联网的路况信息精准感知与共享方法 |
| CN106649502A (zh) * | 2016-10-12 | 2017-05-10 | 卡桑德电子科技（扬州）有限公司 | 一种主动推送服务和功能的智能车载多媒体系统及方法 |
| US20170337753A1 (en) * | 2016-05-17 | 2017-11-23 | International Business Machines Corporation | Vehicle accident reporting system |
| CN108122295A (zh) * | 2017-12-29 | 2018-06-05 | 安徽中凯信息产业股份有限公司 | 一种车联网系统 |
-
2018
- 2018-07-20 CN CN201810802158.9A patent/CN109067857A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392622A (zh) * | 2014-11-07 | 2015-03-04 | 南京富士通南大软件技术有限公司 | 一种基于车联网的多功能辅助驾驶服务系统 |
| CN204496282U (zh) * | 2015-04-15 | 2015-07-22 | 郭蕾 | 基于物联网的电动汽车故障诊断、智能控制和远程监控系统 |
| US20170337753A1 (en) * | 2016-05-17 | 2017-11-23 | International Business Machines Corporation | Vehicle accident reporting system |
| CN106649502A (zh) * | 2016-10-12 | 2017-05-10 | 卡桑德电子科技（扬州）有限公司 | 一种主动推送服务和功能的智能车载多媒体系统及方法 |
| CN106530719A (zh) * | 2016-12-27 | 2017-03-22 | 重庆峰创科技有限公司 | 一种基于车联网的路况信息精准感知与共享方法 |
| CN108122295A (zh) * | 2017-12-29 | 2018-06-05 | 安徽中凯信息产业股份有限公司 | 一种车联网系统 |
Non-Patent Citations (4)
| Title |
|---|
| 古永棋等: "《汽车电器及电子设备》", 31 August 2017, 重庆：重庆大学出版社 * |
| 吴兴敏等: "《汽车改装》", 30 July 2015, 北京：北京理工大学出版社 * |
| 康拉德·莱夫: "《BOSCH 汽车工程手册 中文第4版》", 31 January 2016, 北京：北京理工大学出版社 * |
| 肖永清等: "《汽车车载电脑使用与维修》", 31 January 2014, 北京：金盾出版社 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902878A (zh) * | 2019-03-05 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 用于优化公共交通线路的方法及装置 |
| CN109902878B (zh) * | 2019-03-05 | 2023-05-02 | 创新先进技术有限公司 | 用于优化公共交通线路的方法及装置 |
| US20210075859A1 (en) * | 2019-09-09 | 2021-03-11 | Lg Electronics Inc. | Server |
| US11509722B2 (en) * | 2019-09-09 | 2022-11-22 | Lg Electronics Inc. | Server |
| CN112346083A (zh) * | 2020-10-28 | 2021-02-09 | 中国电子科技集团公司第五十四研究所 | 一种基于FlexRay总线的车载北斗时统设备 |
| CN112492543A (zh) * | 2020-10-30 | 2021-03-12 | 南京邮电大学 | 基于车联网mec和d2d链路的车辆安全传输系统及方法 |
| CN112492543B (zh) * | 2020-10-30 | 2023-08-18 | 南京邮电大学 | 基于车联网mec和d2d链路的车辆安全传输系统及方法 |
| CN115510501A (zh) * | 2022-11-22 | 2022-12-23 | 中汽信息科技(天津)有限公司 | 一种汽车数据防篡改方法和系统 |
| CN115510501B (zh) * | 2022-11-22 | 2023-02-28 | 中汽信息科技(天津)有限公司 | 一种汽车数据防篡改方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109067857A (zh) | 一种车联网大数据分析智能优化算法 | |
| CN111240328B (zh) | 一种车辆行驶安全监控方法、装置和无人驾驶车辆 | |
| CN103295424B (zh) | 基于视频识别和车载自组网的汽车主动安全系统 | |
| CN103164962B (zh) | 一种山区公路急弯路段实时车速预警方法 | |
| CN100374332C (zh) | 一种车载嵌入式系统 | |
| CN103465907B (zh) | 一种汽车避撞装置及方法 | |
| WO2018028025A1 (zh) | 车联网环境下行车服务主动感知系统及方法 | |
| CN102737504B (zh) | 一种基于驾驶特性的公交车到站时间实时估计方法 | |
| CN102881057B (zh) | 基于iOBD的车辆管理系统及其车辆管理方法 | |
| CN104867356A (zh) | 一种基于DSRC和Telematics的车辆威胁评估系统 | |
| CN104240500A (zh) | 一种路况信息预测方法及系统 | |
| CN103050013B (zh) | 基于车联网技术的车辆分级限速监控方法及其装置 | |
| CN109275121B (zh) | 一种基于自适应扩展卡尔曼滤波的车辆轨迹跟踪方法 | |
| CN103500503A (zh) | 一种基于众包模式的精准路况分析方法及系统 | |
| WO2023019761A1 (zh) | 一种面向混合交通流的路网运行状态检测系统及方法 | |
| CN108513674A (zh) | 一种车前积雪与结冰的检测报警方法、存储介质和服务器 | |
| CN101908272A (zh) | 基于移动信息的交通安全感知网 | |
| CN106816009B (zh) | 高速公路实时交通拥堵路况检测方法及其系统 | |
| CN103791961A (zh) | 一种预测车辆可行驶里程数的方法 | |
| CN105844904A (zh) | 一种基于dsrc的异常车辆行为检测及追踪方法 | |
| CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
| CN104575035A (zh) | 一种基于车联网环境下交叉口的自适用控制方法 | |
| CN105336162A (zh) | 车辆异常聚集的预警方法及预警系统 | |
| CN209281637U (zh) | 融合etc技术的lte-v车路协同设备 | |
| CN105489008A (zh) | 基于浮动车卫星定位数据的城市道路拥堵计算方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |
|
| RJ01 | Rejection of invention patent application after publication |