CN109752774A - 基于车辆行为数据的气象预测方法、系统 - Google Patents
基于车辆行为数据的气象预测方法、系统 Download PDFInfo
- Publication number
- CN109752774A CN109752774A CN201810566824.3A CN201810566824A CN109752774A CN 109752774 A CN109752774 A CN 109752774A CN 201810566824 A CN201810566824 A CN 201810566824A CN 109752774 A CN109752774 A CN 109752774A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- meteorological
- behavioral
- behavioral data
- 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
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了基于车辆行为数据的气象预测方法、系统。该方案包括:接收多个车辆上报的行为数据;其中,所述行为数据包括:环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据;根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据;根据多个不同坐标位置的气象数据得出区域的实时气象;根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势。本申请通过车联网,车辆自动上报车辆所在位置的行为数据,云端对车辆上报的行为数据进行处理,得出区域的实时气象或者预测当前时间段区域的气象趋势,从而节省人力物力、降低成本,同时保证了局部气象实况与预报的准确性。
Description
技术领域
本申请涉及车联网领域,尤其涉及基于车辆行为数据的气象预测方法、系统。
背景技术
随着车联网相关技术的不断成熟,传感器技术、移动通讯技术等均与车联网技术深度融合。
现有技术中,通过气象卫星、雷达站、地面气象站等设备对气象数据进行采集,对采集到的气象数据通过专业的服务器进行数据分析、汇总、整合,预测未来时间段的气象状况,由于地面气象站分布密度的限制,所测气象数据的地理精度有限,例如:局部地区的降雨、团雾无法精确测量。
因此,现有技术中的气象数据采集不仅需要高成本的基础设施,而且需要投入人力物力;局部气象实况与预报的精度有限。
发明内容
本申请实施例提供一种基于车辆行为数据的气象预测方法、系统,用于气象数据采集时节省人力物力,降低成本,同时保证了局部气象实况与预报的准确性。
本申请实施例采用下述技术方案:
本申请实施例提供一种基于车辆行为数据的气象预测方法,包括:
接收多个车辆上报的行为数据;
其中,所述行为数据包括:环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据;
根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据;
根据多个不同坐标位置的气象数据得出区域的实时气象;
根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势。
进一步地,接收多个车辆上报的行为数据,具体包括:根据预设的时间间隔接收车辆上报的行为数据;或者根据车辆部件工作事件与车辆运行事件状态接收车辆上报的行为数据;或者根据预设的时间间隔以及事件状态接收车辆上报的行为数据。
进一步地,环境感知数据,包括:车辆外的温度、车辆外的湿度、车辆外的气压、车辆外的风向、车辆外的风力。
进一步地,车辆部件工作事件与车辆运行事件,包括:制动、天窗、窗户、雨刷、灯光、打滑,紧急制动,ESP。
进一步地,车辆的时间数据,包括:车辆部件工作事件与车辆运行事件状态改变时所对应的时间数据、环境感知数据所对应的时间数据。
进一步地,车辆的位置数据,包括:事件发生所对应的地理坐标位置。
进一步地,气象,包括:气温、气压、风力、风向、降雨、团雾。
进一步地,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:对经过任意坐标位置的多个车辆的行为数据计算平均值,当车辆的行为数据与平均值的差值不大于预设的阈值时,对车辆行为数据进行处理,输出任意坐标位置的气象数据。
进一步地,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:经过任意坐标位置的车辆数目与输出的气象数据的可信程度成正比关系。
进一步地,根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势,包括:根据多个不同坐标位置的气象数据预测区域面积大小的变化;根据多个不同坐标位置的气象数据预测区域位置的变化;根据多个不同坐标位置的气象数据预测区域气象的变化。
对应地,本申请实施例还提供一种基于车辆行为数据的气象预测系统,包括:
接收模块,用于接收多个车辆上报的行为数据;
其中,行为数据至少包括:环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据;
输出模块,用于根据多个车辆上报的行为数据输出任意坐标位置的气象数据;
预测模块,用于:
根据多个不同坐标位置的气象数据得出区域的实时气象;
根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势。
进一步地,接收模块,接收多个车辆上报的行为数据,具体包括:接收模块根据预设的时间间隔接收车辆上报的行为数据;或者接收模块根据事件状态接收车辆上报的行为数据;或者接收模块根据预设的时间间隔以及事件状态接收车辆上报的行为数据。
进一步地,接收模块,接收环境感知数据,包括:车辆外的温度、车辆外的湿度、车辆外的气压、车辆外的风向、车辆外的风力。
进一步地,接收模块,接收车辆部件工作事件与车辆运行事件,包括:制动、天窗、窗户、雨刷、灯光、打滑,紧急制动,ESP。
进一步地,接收模块,接收车辆的时间数据,包括:车辆部件工作事件与车辆运行事件状态改变时所对应的时间数据、环境感知数据所对应的时间数据。
进一步地,接收模块,接收车辆的位置数据,包括:事件发生所对应的地理坐标位置。
进一步地,输出模块,输出气象,包括:气温、气压、风力、风向、降雨、团雾。
进一步地,输出模块,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:对经过任意坐标位置的多个车辆的行为数据计算平均值,当车辆的行为数据与平均值的差值不大于预设的阈值时,对车辆行为数据进行处理,输出任意坐标位置的气象数据。
进一步地,输出模块,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:经过任意坐标位置的车辆数目与输出的气象数据的可信程度成对应关系。
进一步地,预测模块,根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势,包括:根据多个不同坐标位置的气象数据预测区域面积大小的变化;根据多个不同坐标位置的气象数据预测区域位置的变化;根据多个不同坐标位置的气象数据预测区域气象的变化。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:通过接收多个车辆上报的行为数据,根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据,根据多个不同坐标位置的气象数据得出区域的实时气象;或者根据多个不同坐标位置得出当前时间段区域的气象趋势,由当前时间段区域的气象趋势预测未来时间段区域的气象,从而节省人力物力、降低成本;进一步地,通过车辆上报对应的时间数据,使得气象预测的时间精度高;进一步地,通过车辆上报对应的地理坐标位置,使得气象预测的地理精度高。
附图说明
图1为本申请实施例提供的基于车辆行为数据的气象预测的方法的流程示意图;
图2为本申请实施例提供的基于车辆行为数据上报到云端的示意图;
图3为本申请实施例提供的基于车辆部件工作事件与车辆运行事件上报到云端的示意图;
图4为本申请实施例提供的云端数据处理的流程示意图;
图5为本申请实施例提供的基于车辆行为数据的气象预测的架构示意图;
图6为本申请实施例提供的基于车辆行为数据的气象预测系统的流程示意图;
具体实施方式
本申请实施例提供一种基于车辆行为数据的气象预测方法、系统,用以解决气象数据采集的基础设施成本高且需要投入人力物力的问题,从而节省了人力物力、降低了成本,同时保证了局部气象实况与预报的准确性。
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
参见图1,本申请实施例提供一种基于车辆行为数据的气象预测方法,包括:
S102:接收多个车辆上报的行为数据;
其中,所述行为数据包括:环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据;
S104:根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据;
S106:根据多个不同坐标位置的气象数据得出区域的实时气象;
S108:根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势。
本申请实施例中,参见图2,车辆上报环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据到云端,其中,车辆上报的行为数据还包括:、高程、车的行驶速度、车行驶的加速度、车行驶的角速度等等,具体的可根据实际情况而定。
本申请实施例中,环境感知数据,包括:车辆外的温度、车辆外的湿度、车辆外的气压、车辆外的风向、车辆外的风力等等。
本申请实施例中,车辆外的温度以温度值表示车辆外的气温;车辆外的湿度,表示大气干燥程度的物理量,常用绝对湿度、相对湿度、比较湿度、混合比、饱和差以及露点等物理量来表示;车辆外的气压指的是大气压强,单位是帕斯卡;车辆外的风向指的是风吹来的方向,车辆外的风力指的是风的大小,车辆外的风向和车辆外的风力可以通过电子风速计测量。
本申请实施例中,参见图3,车辆部件工作事件与车辆运行事件通过车辆上的传感器经过无线网络上报到云端,其中,车辆部件工作事件与车辆运行事件,包括:制动、天窗、窗户、雨刷、灯光、打滑,紧急制动,ESP。
本申请实施例中,车辆部件工作事件与车辆运行事件的状态可以是制动力度的状态、也可以是天窗开关的状态、也可以是雨刷的档位的状态、也可以是应急指示灯开关的状态、也可以是雾灯开关状态、也可以是ESP开启关闭的状态等等,具体根据实际情况而定。
本申请实施例中,车辆传感器通过无线网络(如2G、3G网络等)将车辆的行为数据上报给云端。
本申请实施例中,根据多个不同的坐标点连成一个区域,可以是环境感知数据作为参考去划定区域,也可以是事件状态作为参考划定区域,具体情况根据实际而定,例如:可以是车辆B经过的坐标位置为一个参考坐标点,车辆B的车外温度为31度,选取车辆外的温度为30度到35度作为参考,寻找车辆B附近的温度为30度到35度的车辆,将寻找到的车辆作为单个坐标点,将所有坐标点连成一个区域面;还可以是当车辆C雨刷打开时,选定车辆C为参考坐标点,寻找车辆C附近的雨刷打开的车辆,将寻找到的车辆作为单个坐标点,将所有坐标点连成一个区域面,具体根据实际情况而定。
本申请实施例中,云端可以是根据多个不同坐标位置的气象数据,通过相应的计算模型进行实时预测区域的气象,例如:上午8点多个车辆经过某一区域,根据多个车辆的行为数据预测该区域上午8点的气象数据;也可以是云端根据多个不同坐标位置的气象数据通过相应的计算模型预测当前时间段区域的气象趋势,即预测未来时间段内区域的气象,例如:上午9点到12点多个车辆经过某一区域,根据多个车辆的行为数据预测该区域下午1点到2点的气象数据,其中,云端采用的计算模型可以自行不断更新,具体根据实际情况而定,本申请不加以限定。
本申请实施例提供的一种基于车辆行为数据的气象预测方法,通过车联网,车辆自动上报车辆所在位置的行为数据(如环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据),云端自动识别车辆上报的行为数据,云端对车辆上报的行为数据进行处理,得出区域的实时气象或预测当前时间段区域的气象趋势,从而节省人力物力、降低成本。
本申请实施例中,接收多个车辆上报的行为数据,具体包括:根据预设的时间间隔接收车辆上报的行为数据;或者根据车辆部件工作事件与车辆运行事件状态接收车辆上报的行为数据;或者根据预设的时间间隔以及事件状态接收车辆上报的行为数据。
本申请实施例中,车辆可以是以一定时间间隔持续上报行为数据(如环境感知数据),云端按照相应的时间间隔接收上报的行为数据,例如:车辆可以是每隔10秒上报车辆所在位置的环境感知数据,云端接收的车辆行为数据是每个第10秒末车辆实时的行为数据,也可以是每隔20秒上报车辆所在位置的环境感知数据,云端接收的车辆行为数据是每个第20秒末车辆实时的行为数据。具体的时间间隔根据实际情况而定,本申请不加以限定。
本申请实施例中,根据车辆部件工作事件与车辆运行事件状态接收车辆上报的行为数据,例如:可以是天窗的由开变为关进行上报天窗状态到云端,也可以是雨刷由停止状态变为开启状态进行上报雨刷状态到云端,车身电子稳定系统(Electronic StabilityProgram,ESP)由开启变为关闭等等。
本申请实施例中,根据预设的时间间隔以及事件状态接收车辆上报的行为数据,例如:每隔10秒车辆上报车辆的制动、天窗、窗户、雨刷、灯光、打滑,紧急制动,ESP等事件的状态。
本申请实施例中,车辆的时间数据,包括:车辆部件工作事件与车辆运行事件状态改变时所对应的时间数据、环境感知数据所对应的时间数据。
本申请实施例中,车辆部件工作事件与车辆运行事件状态改变时所对应的时间数据,例如:车辆雨刷开启是在上午9点,雨刷的关闭是在上午的9点30分,事件雨刷开启对应的时间段为上午9点到9点30分;环境感知数据所对应的时间数据,例如:上午10点车辆外的温度为27度,10点30分车辆外的温度为29度。
本申请实施例中,车辆的位置数据,包括:事件发生所对应的地理坐标位置。
本申请实施例中,事件发生所对应的地理坐标位置,例如:车辆雨刷开启时车辆所在位置是东经:116°23′17〃,北纬:39°54′27〃,事件雨刷开启所对应的地理坐标位置,将车辆雨刷开启行驶过程中所经过的地理坐标位置进行实时上报给云端。
本申请实施例中,气象,包括:气温、气压、风力、风向、降雨、团雾。
本申请实施例中,气象是指某一个地区距离地表较近的大气层在短时间内的具体状态,气象可以是气温、气压、湿度、风、云、雾、雨、闪、雪、霜、雷、雹、霾等等。
本申请实施例中,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:对经过任意坐标位置的多个车辆的行为数据计算平均值,当车辆的行为数据与平均值的差值不大于预设的阈值时,对车辆行为数据进行处理,输出任意坐标位置的气象数据。
本申请实施例中,对经过某一坐标位置的多个车辆行为数据进行了去噪处理,即去除无效的行为数据。例如:车辆A、车辆B、车辆C、车辆D、车辆E、车辆F、车辆G经过同一坐标位置感知的车辆外气温分别为:29度、30度、28度、32度、35度、20度、29度,得出的车辆外气温的平均值为29度,假设预设的阈值为8度,车辆F的气温为20度与平均值29度的差值为9度,9度大于预设的阈值8度,去除车辆F的车辆外气温数据,对车辆A、车辆B、车辆C、车辆D、车辆E、车辆G的这些有效的气温数据进行处理,输出该坐标位置的气温数据,需要说明的是对于车辆F的风向、风力等其他数据不去除。对于温度、湿度、气压等等可以做类似的处理,具体根据实际情况而定。
本申请实施例中,对经过某一坐标位置的多个车辆行为数据(如车辆外的温度、湿度、气压、风向、风力)进行了去噪处理,得到车辆行为数据的平均值,且通过ESP工作状态结合道路车辆方向,辅助判断风力和风向。
本申请实施例中,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:经过任意坐标位置的车辆数目与输出的气象数据的可信程度成正比关系。
本申请实施例中,经过任意坐标位置的车辆越多,得出的气象数据的可信程度越高,例如:如果是1辆车经过一坐标位置打开雨刷,关闭天窗,打开双闪灯,得出的该坐标位置的天气为下雨,可信程度低,可能存在事件发生的偶然性;100辆车经过同一坐标位置,记录所有车辆雨刷、天窗、双闪灯等,综合得出该坐标位置的天气为下雨,则可信程度高。对于任意一项气象数据综合考虑多项车辆行为数据,得出的气象数据的可信程度越高,例如:雨天天气,只考虑雨刷是否打开可信程度低,如果综合灯光(如应急指示灯、雾灯、双闪灯)、天窗、车速等考虑,则可信程度高。
本申请实施例中,根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势,包括:根据多个不同坐标位置的气象数据预测区域面积大小的变化;根据多个不同坐标位置的气象数据预测区域位置的变化;根据多个不同坐标位置的气象数据预测区域气象的变化。
本申请实施例中,根据多个不同坐标位置的气象数据预测区域面积大小的变化,例如:某路段原来是10千米以内经过的车辆的雨刷打开,现在是30千米以内经过的车辆的雨刷打开,雨刷打开区域面积变大,综合其他车辆其他行为数据得出下雨区域变大;根据多个不同坐标位置的气象数据预测区域位置的变化,例如:根据车辆行驶实时上报的行为数据,得知上一时间段是区域A下雨,下一时间段是区域B下雨;根据多个不同坐标位置的气象数据预测区域气象的变化,可以是温度的升高、降低,也可以是降雨的强度增强、减弱等等。例如:根据区域C内车辆行驶实时上报的行为数据,得知上一时间段区域C气温为27度,下一时间段是区域C气温为32度。
综上,参见图4,云端接收多个车辆上报的行为数据,对每个车辆接收到的环境感知数据、事件状态、坐标、高程、方向、速度、加速度等等通过相应的算法进行融合处理,得出相应的每个车辆所在位置的气象数据,将多个车辆所在位置点连成一片区域面,将每个车辆所在位置的气象数据通过相应的算法进行区域合成,得出区域的实时气象,对区域当前时间段的气象趋势进行分析,预测该区域未来时间段的气象。
下面结合一个完整的实施例进行举例说明。
本申请实施例可以是云端根据一定时间间隔对车辆行为数据进行处理,也可以是云端根据车辆部件工作事件与车辆运行事件状态改变时对车辆行为数据进行处理,云端用于数据处理的计算模型自行不断更新,具体情况根据实际而定。下面以云端根据车辆部件工作事件与车辆运行事件状态改变对车辆行为数据进行处理为例,进行举例说明,参见图5。
步骤一:行驶的多个车辆通过车辆的传感器经过无线网络实时上报车辆的行为数据(如环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据)到云端;
步骤二:当云端接收到多个车辆行为数据,存储车辆的行为数据,当任意一辆车雨刷打开时,以该车辆为参考坐标点,云端对该车辆附近的车辆的行为数据进行去燥处理后,云端通过相应的算法对雨刷、灯光、天窗、制动等数据结合车辆的时间数据、车辆的位置数据进行融合处理,将车辆所在位置作为坐标点,将这些不同坐标点通过算法合成一个区域面,得出该区域的实时气象,对该区域当前时间段的气象进行区域趋势分析;得出的未来时间段的气象预报。
步骤三:将云端将实时气象或者未来时间段内的气象预报推送到该区域的车辆或者第三方平台。
对应地,参见图6,本申请实施例还提供一种基于车辆行为数据的气象预测系统,包括:
S401:接收模块,用于接收多个车辆上报的行为数据;
其中,行为数据至少包括:环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据;
S403:输出模块,用于根据多个车辆上报的行为数据输出任意坐标位置的气象数据;
S405:预测模块,用于:
根据多个不同坐标位置的气象数据得出区域的实时气象;
根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势。
本申请实施例中,接收模块,接收多个车辆上报的行为数据,具体包括:接收模块根据预设的时间间隔接收车辆上报的行为数据;或者接收模块根据事件状态接收车辆上报的行为数据;或者接收模块根据预设的时间间隔以及事件状态接收车辆上报的行为数据。
本申请实施例中,接收模块,接收环境感知数据,包括:车辆外的温度、车辆外的湿度、车辆外的气压、车辆外的风向、车辆外的风力。
本申请实施例中,接收模块,接收车辆部件工作事件与车辆运行事件,包括:制动、天窗、窗户、雨刷、灯光、打滑,紧急制动,ESP。
本申请实施例中,接收模块,接收车辆的时间数据,包括:车辆部件工作事件与车辆运行事件状态改变时所对应的时间数据、环境感知数据所对应的时间数据。
本申请实施例中,接收模块,接收车辆的位置数据,包括:事件发生所对应的地理坐标位置。
本申请实施例中,输出模块,输出气象,包括:气温、气压、风力、风向、降雨、团雾。
本申请实施例中,输出模块,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:对经过任意坐标位置的多个车辆的行为数据计算平均值,当车辆的行为数据与平均值的差值不大于预设的阈值时,对车辆行为数据进行处理,输出任意坐标位置的气象数据。
本申请实施例中,输出模块,根据多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:经过任意坐标位置的车辆数目与输出的气象数据的可信程度成对应关系。
本申请实施例中,预测模块,根据多个不同坐标位置得出当前时间段区域的气象趋势,由当前时间段区域的气象趋势预测未来时间段区域的气象,包括:根据多个不同坐标位置的气象数据预测区域面积大小的变化;根据多个不同坐标位置的气象数据预测区域位置的变化;根据多个不同坐标位置的气象数据预测区域气象的变化。
综上所述,本申请实施例提供的技术方案,通过接收多个车辆上报的行为数据,根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据,根据多个不同坐标位置的气象数据得出区域的实时气象;根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势,从而节省人力物力、降低成本;进一步地,通过车辆上报对应的时间数据,使得气象预测的时间精度高;进一步地,通过车辆上报对应的地理坐标位置,使得气象预测的地理精度高。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备和介质类实施例而言,由于其基本相似于方法实施例,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,这里就不再一一赘述。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤或模块可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请的实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信编号和载波。
还需要说明的是,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、商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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请中一个或多个的实施例可提供为方法、系统或计算机程序产品。因此,本申请的实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的形式。而且,本申请的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请的实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定事务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请的实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行事务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请的实施例可以有各种更改和变化。凡在本申请的实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利范围之中。
Claims (20)
1.基于车辆行为数据的气象预测方法,其特征在于,包括:
接收多个车辆上报的行为数据;
其中,所述行为数据包括:环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据;
根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据;
根据多个不同坐标位置的气象数据得出区域的实时气象;
根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势。
2.如权利要求1所述的方法,其特征在于,所述接收多个车辆上报的行为数据,具体包括:根据预设的时间间隔接收车辆上报的行为数据;或者根据车辆部件工作事件与车辆运行事件状态接收车辆上报的行为数据;或者根据预设的时间间隔以及事件状态接收车辆上报的行为数据。
3.如权利要求1所述的方法,其特征在于,所述环境感知数据,包括:车辆外的温度、车辆外的湿度、车辆外的气压、车辆外的风向、车辆外的风力。
4.如权利要求1所述的方法,其特征在于,所述车辆部件工作事件与车辆运行事件,包括:制动、天窗、窗户、雨刷、灯光、打滑,紧急制动,ESP。
5.如权利要求1所述的方法,其特征在于,所述车辆的时间数据,包括:车辆部件工作事件与车辆运行事件状态改变时所对应的时间数据、环境感知数据所对应的时间数据。
6.如权利要求1所述的方法,其特征在于,所述车辆的位置数据,包括:事件发生所对应的地理坐标位置。
7.如权利要求1所述的方法,其特征在于,所述的气象,包括:气温、气压、风力、风向、降雨、团雾。
8.如权利要求1所述的方法,其特征在于,所述根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:对经过任意坐标位置的多个车辆的行为数据计算平均值,当车辆的行为数据与平均值的差值不大于预设的阈值时,对所述的车辆行为数据进行处理,输出任意坐标位置的气象数据。
9.如权利要求1所述的方法,其特征在于,所述根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:经过任意坐标位置的车辆数目与输出的气象数据的可信程度成正比关系。
10.如权利要求1所述的方法,其特征在于,所述根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势,包括:根据多个不同坐标位置的气象数据预测区域面积大小的变化;根据多个不同坐标位置的气象数据预测区域位置的变化;根据多个不同坐标位置的气象数据预测区域气象的变化。
11.基于车辆行为数据的气象预测系统,其特征在于,包括:
接收模块,用于接收多个车辆上报的行为数据;
其中,所述行为数据至少包括:环境感知数据、车辆部件工作事件与车辆运行事件、车辆的时间数据、车辆的位置数据;
输出模块,用于根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据;
预测模块,用于:
根据多个不同坐标位置的气象数据得出区域的实时气象;
根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势。
12.如权利要求11所述的系统,其特征在于,所述接收模块,接收多个车辆上报的行为数据,具体包括:所述接收模块根据预设的时间间隔接收车辆上报的行为数据;或者所述接收模块根据事件状态接收车辆上报的行为数据;或者所述接收模块根据预设的时间间隔以及事件状态接收车辆上报的行为数据。
13.如权利要求11所述的系统,其特征在于,所述接收模块,接收环境感知数据,包括:车辆外的温度、车辆外的湿度、车辆外的气压、车辆外的风向、车辆外的风力。
14.如权利要求11所述的系统,其特征在于,所述接收模块,接收车辆部件工作事件与车辆运行事件,包括:制动、天窗、窗户、雨刷、灯光、打滑,紧急制动,ESP。
15.如权利要求11所述的系统,其特征在于,所述接收模块,接收车辆的时间数据,包括:车辆部件工作事件与车辆运行事件状态改变时所对应的时间数据、环境感知数据所对应的时间数据。
16.如权利要求11所述的系统,其特征在于,所述接收模块,接收车辆的位置数据,包括:事件发生所对应的地理坐标位置。
17.如权利要求11所述的方法,其特征在于,所述输出模块,输出所述的气象,包括:气温、气压、风力、风向、降雨、团雾。
18.如权利要求11所述的系统,其特征在于,所述输出模块,根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:对经过任意坐标位置的多个车辆的行为数据计算平均值,当车辆的行为数据与平均值的差值不大于预设的阈值时,对所述的车辆行为数据进行处理,输出任意坐标位置的气象数据。
19.如权利要求11所述的系统,其特征在于,所述输出模块,根据所述多个车辆上报的行为数据输出任意坐标位置的气象数据,包括:经过任意坐标位置的车辆数目与输出的气象数据的可信程度成对应关系。
20.如权利要求11所述的系统,其特征在于,所述预测模块,根据多个不同坐标位置的气象数据预测当前时间段区域的气象趋势,包括:根据多个不同坐标位置的气象数据预测区域面积大小的变化;根据多个不同坐标位置的气象数据预测区域位置的变化;根据多个不同坐标位置的气象数据预测区域气象的变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810566824.3A CN109752774A (zh) | 2018-06-05 | 2018-06-05 | 基于车辆行为数据的气象预测方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810566824.3A CN109752774A (zh) | 2018-06-05 | 2018-06-05 | 基于车辆行为数据的气象预测方法、系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109752774A true CN109752774A (zh) | 2019-05-14 |
Family
ID=66402352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810566824.3A Pending CN109752774A (zh) | 2018-06-05 | 2018-06-05 | 基于车辆行为数据的气象预测方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109752774A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214690A (zh) * | 2019-07-09 | 2021-01-12 | 浙江宇视科技有限公司 | 一种天气信息的获取方法、装置、存储介质及电子设备 |
CN113778794A (zh) * | 2021-08-24 | 2021-12-10 | 浙江吉利控股集团有限公司 | 一种环境温度处理方法、控制方法、云端服务器及车辆 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1809853A (zh) * | 2003-03-14 | 2006-07-26 | 利瓦斯有限责任公司 | 用于道路表面状况检测的设备 |
CN205229492U (zh) * | 2015-11-23 | 2016-05-11 | 四川长虹电器股份有限公司 | 气象预测系统 |
CN106772687A (zh) * | 2016-12-06 | 2017-05-31 | 上海博泰悦臻电子设备制造有限公司 | 基于行驶车辆的天气信息推送系统及方法 |
CN206557407U (zh) * | 2017-03-15 | 2017-10-13 | 南京信息工程大学 | 一种基于车联网的气象信息采集节点 |
-
2018
- 2018-06-05 CN CN201810566824.3A patent/CN109752774A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1809853A (zh) * | 2003-03-14 | 2006-07-26 | 利瓦斯有限责任公司 | 用于道路表面状况检测的设备 |
CN205229492U (zh) * | 2015-11-23 | 2016-05-11 | 四川长虹电器股份有限公司 | 气象预测系统 |
CN106772687A (zh) * | 2016-12-06 | 2017-05-31 | 上海博泰悦臻电子设备制造有限公司 | 基于行驶车辆的天气信息推送系统及方法 |
CN206557407U (zh) * | 2017-03-15 | 2017-10-13 | 南京信息工程大学 | 一种基于车联网的气象信息采集节点 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214690A (zh) * | 2019-07-09 | 2021-01-12 | 浙江宇视科技有限公司 | 一种天气信息的获取方法、装置、存储介质及电子设备 |
CN112214690B (zh) * | 2019-07-09 | 2023-04-07 | 浙江宇视科技有限公司 | 一种天气信息的获取方法、装置、存储介质及电子设备 |
CN113778794A (zh) * | 2021-08-24 | 2021-12-10 | 浙江吉利控股集团有限公司 | 一种环境温度处理方法、控制方法、云端服务器及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kumar et al. | Bus travel time prediction using a time-space discretization approach | |
EP3719449A1 (en) | Driving condition specific sensor quality index | |
US20170091350A1 (en) | Near real-time modeling of pollution dispersion | |
CN102737510B (zh) | 一种基于移动智能终端的实时交通路况采集方法 | |
US9229133B2 (en) | Meteorological parameter forecasting | |
JP6257327B2 (ja) | ナビゲーション装置及び方法 | |
US9823085B2 (en) | System for calculating routes | |
CN105806351B (zh) | 一种道路信息推测方法及装置 | |
WO2021082464A1 (zh) | 预测车辆的目的地的方法和装置 | |
CN109191845B (zh) | 一种公交车辆到站时间预测方法 | |
CN107085944B (zh) | 一种交通数据处理系统及方法 | |
CN110276972A (zh) | 一种基于车联网的目标物感知方法及系统 | |
JP2013543973A5 (zh) | ||
CN103927872A (zh) | 一种基于浮动车数据预测多时段行程时间分布的方法 | |
US10319229B1 (en) | Data mining for alerts regarding road conditions | |
CN111523560B (zh) | 到港货车数量预测模型训练方法、预测方法、装置及系统 | |
CN112382091A (zh) | 一种道路积水预警方法及装置 | |
CN115063978B (zh) | 一种基于数字孪生的公交到站时间预测方法 | |
US20190120637A1 (en) | Predicting vehicle travel time on routes of unbounded length in arterial roads | |
CN110174106A (zh) | 一种基于pm2.5的健康步行路径规划方法及终端设备 | |
CN109752774A (zh) | 基于车辆行为数据的气象预测方法、系统 | |
CN111815098A (zh) | 基于极端天气的交通信息处理方法、装置、存储介质和电子设备 | |
Bellone et al. | Autonomous driving in the real-world: The weather challenge in the Sohjoa Baltic project | |
Nigam et al. | An empirical study on parameters affecting traffic stream variables under rainy conditions | |
CN116340768B (zh) | 一种智能化道路积尘负荷监测方法及监测装置 |
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: 20190514 |
|
RJ01 | Rejection of invention patent application after publication |