CN111798591A - 车辆总里程数的确定方法、装置、计算机设备和存储介质 - Google Patents

车辆总里程数的确定方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111798591A
CN111798591A CN202010477528.3A CN202010477528A CN111798591A CN 111798591 A CN111798591 A CN 111798591A CN 202010477528 A CN202010477528 A CN 202010477528A CN 111798591 A CN111798591 A CN 111798591A
Authority
CN
China
Prior art keywords
data
vehicle
bus data
total mileage
target
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
Application number
CN202010477528.3A
Other languages
English (en)
Other versions
CN111798591B (zh
Inventor
李林
黎尧文
温煦
江勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yamei Zhilian Data Technology Co ltd
Original Assignee
Guangzhou Yameizhi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Yameizhi Technology Co ltd filed Critical Guangzhou Yameizhi Technology Co ltd
Priority to CN202010477528.3A priority Critical patent/CN111798591B/zh
Publication of CN111798591A publication Critical patent/CN111798591A/zh
Application granted granted Critical
Publication of CN111798591B publication Critical patent/CN111798591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/004—Indicating the operating range of the engine
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40—Bus networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/40—Bus networks
    • H04L2012/40208—Bus networks characterized by the use of a particular bus standard
    • H04L2012/40215—Controller Area Network CAN

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种车辆总里程数的确定方法、装置、计算机设备和存储介质。方法包括：获取车辆的初始总里程数和总线数据；根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据；从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识；获取与目标数据标识对应的目标总线数据；从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数。采用本方法，实现了从记录车辆总里程数的目标总线数据中解析出车辆总里程数的目的，不存在滞后性，从而提高了车辆总里程数的确定准确率。

Description

车辆总里程数的确定方法、装置、计算机设备和存储介质
技术领域
本申请涉及车联网技术领域，特别是涉及一种车辆总里程数的确定方法、装置、计算机设备和存储介质。
背景技术
车辆总里程数是车辆的一个重要指标，可以作为为车辆提供优质服务的依据，比如车辆保养、车辆换新等；且很多时候，用户并不在车辆旁边，无法通过读取车辆仪表盘得到车辆总里程数，故当用户不在车辆旁边时，对车辆总里程数的精准确定，显得越来越重要。
然而，目前的车辆总里程数的确定方法，一般是通过OBD(On Board Diagnostics，车载自动诊断系统)设备或者后装T-BOX(Telematics BOX，远程信息处理器)从CAN(Controller Area Network，控制器局域网)总线数据中解析出车辆的车速信息，再根据车速信息计算出本次行程的里程数，最后将本次行程的里程数加上从用户端获取的初始里程数，可以得到车辆的总里程数。但是，在车辆的行驶过程中，车速信息容易发生突变，导致通过CAN总线数据中解析出的车速信息存在滞后性，造成确定出的本次行程的里程数容易出现偏差，从而造成车辆总里程数的确定准确率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高车辆总里程数的确定准确率的车辆总里程数的确定方法、装置、计算机设备和存储介质。
一种车辆总里程数的确定方法，所述方法包括：
获取车辆的初始总里程数和总线数据；
根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据；
从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识；
获取与所述目标数据标识对应的目标总线数据；
从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数。
在其中一个实施例中，所述根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据，包括：
获取所述初始总里程数与所述预设的数据分辨率之间的比值；
根据预设的编码格式，对所述比值进行编码处理，得到对应的数据组，作为所述车辆的预测总线数据。
在其中一个实施例中，所述根据预设的编码格式，对所述比值进行编码处理，得到对应的数据组，作为所述车辆的预测总线数据，包括：
根据预设的编码格式，对所述比值进行编码处理，得到对应的数据组；
获取预设的参数信息，将所述预设的参数信息与所述数据组进行组合，得到新的数据组，作为所述车辆的预测总线数据。
在其中一个实施例中，所述从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识，包括：
分别将所述预测总线数据与各个所述总线数据进行一一匹配，得到与所述预测总线数据匹配的总线数据；
获取与所述预测总线数据匹配的总线数据所对应的数据帧标识和参数信息，作为记录所述车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息；
将记录所述车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息，作为记录所述车辆的总里程数的总线数据的目标数据标识。
在其中一个实施例中，所述获取与所述目标数据标识对应的目标总线数据，包括：
从所述总线数据中确定出与所述目标数据帧标识对应的初始总线数据；
提取出所述初始总线数据的参数信息；
从所述初始总线数据中，确定出所述参数信息与所述目标参数信息匹配的总线数据，作为与所述目标数据标识对应的目标总线数据。
在其中一个实施例中，所述从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识，包括：
获取与所述预测总线数据匹配的总线数据所对应的编码格式，作为记录所述车辆的总里程数的总线数据所对应的目标编码格式；
确定与所述预测总线数据匹配的总线数据中总里程数的位置信息，作为记录所述车辆的总里程数的总线数据所对应的目标总里程数标识符；
所述从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，包括：
从所述目标总线数据中，提取出与所述目标总里程数标识符对应的多个数据；
根据所述目标编码格式，确定所述多个数据的组合方式；
根据所述组合方式对所述多个数据进行组合，得到与所述车辆的总里程数对应的数据组。
在其中一个实施例中，所述从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识，包括：
获取与所述预测总线数据匹配的总线数据所对应的数据分辨率，作为记录所述车辆的总里程数的总线数据所对应的目标数据分辨率；
所述对所述数据组进行解码处理，得到所述车辆的总里程数，包括：
对所述数据组进行解码处理，得到解码处理后的数据；
统计所述目标数据分辨率与所述解码处理后的数据之间的乘积，得到所述车辆的总里程数。
在其中一个实施例中，在从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数之后，还包括：
将所述车辆的总里程数发送至对应的服务器；所述服务器用于将所述车辆的总里程数发送至与所述车辆绑定的用户终端。
一种车辆总里程数的确定装置，所述装置包括：
数据获取模块，用于获取车辆的初始总里程数和总线数据；
预测总线数据确定模块，用于根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据；
目标数据标识确定模块，用于从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识；
目标总线数据获取模块，用于获取与所述目标数据标识对应的目标总线数据；
总里程数确定模块，用于从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取车辆的初始总里程数和总线数据；
根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据；
从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识；
获取与所述目标数据标识对应的目标总线数据；
从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取车辆的初始总里程数和总线数据；
根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据；
从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识；
获取与所述目标数据标识对应的目标总线数据；
从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数。
上述车辆总里程数的确定方法、装置、计算机设备和存储介质，通过获取车辆的初始总里程数和总线数据；接着根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据；然后从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识；最后获取与目标数据标识对应的目标总线数据；从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数；实现了从车辆的总线数据中确定出记录车辆的总里程数的总线数据的目标数据标识，并对与目标数据标识对应的目标总线数据进行分析处理，得到车辆总里程数的目的，避免了通过总线数据中解析出的车速信息存在滞后性，造成确定出的车辆总里程数容易出现偏差的问题，提高了车辆总里程数的确定准确率。
附图说明
图1为一个实施例中车辆总里程数的确定方法的应用环境图；
图2为一个实施例中车辆总里程数的确定方法的流程示意图；
图3为一个实施例中确定记录车辆的总里程数的总线数据的目标数据标识的步骤的流程示意图；
图4为一个实施例中获取与目标数据标识对应的目标总线数据的步骤的流程示意图；
图5为另一个实施例中车辆总里程数的确定方法的流程示意图；
图6为一个实施例中车辆总里程数的确定装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的车辆总里程数的确定方法，可以应用于如图1所示的应用环境中。参考图1，该应用环境包括车载终端110、服务器120和用户终端130，车载终端110通过网络与服务器120进行通信，服务器120通过网络与用户终端130进行通信；其中，车载终端110是指安装在车辆内的智能设备，一般由触摸屏、语音播放器、外接摄像机、汽车防盗器等各种设备组成；当然，车载终端110还可以是OBD(On Board Diagnostics，车载自动诊断系统)设备或者后装T-BOX(Telematics BOX，远程信息处理器)设备，且通过OBD设备或者后装T-BOX设备，可以采集到车辆的各种行车数据，比如行车速度、行车油耗、行车轨迹等；服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现，具体可以是指后台数据服务器平台；用户终端130与车辆绑定，可以但不限于是各种智能手机、平板电脑和便携式可穿戴设备。需要说明的是，OBD设备或者后装T-BOX设备无法直接获取到车厂的数据协议，并从数据协议中直接解析出车辆总里程数。
在车辆里程数确定场景中，用户终端130获取用户输入的车辆的初始总里程数，并将车辆的初始总里程数发送至服务器120，通过服务器120将车辆的初始总里程数发送至车载终端110；车载终端110通过接口与对应的车辆相连接，并通过该接口采集车辆的总线数据；例如，通过车辆的OBD设备的OBD接口与对应的车辆相连接，并通过OBD接口采集车辆的总线数据，比如CAN总线；根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据；从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识；获取与目标数据标识对应的目标总线数据；从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数；这样，在OBD设备、后装T-BOX设备等车载终端无法直接获取到车厂的数据协议，并从数据协议中直接解析出车辆总里程数的情况下，通过本申请的技术方案，可以从车辆的总线数据中直接解析出车辆总里程数，同时避免了背景技术中通过总线数据中解析出的车速信息存在滞后性，造成确定出的车辆总里程数容易出现偏差的问题，提高了车辆总里程数的确定准确率。
接着，车载终端110可以基于得到的车辆总里程数，为用户提供车辆总里程数查询服务；例如，车载终端110将车辆的总里程数发送至服务器120，服务器120将接收到的车辆总里程数发送至用户终端130，通过用户终端130的终端界面展示车辆总里程数；这样，用户通过用户终端130即可看到实时且真实的车辆总里程数，该车辆总里程数即为车辆实际行驶的总里程数。
进一步地，车载终端110还可以基于得到的车辆总里程数，为用户提供其他服务，比如车辆保养、车辆保险、车辆估值等。
在一个实施例中，如图2所示，提供了一种车辆总里程数的确定方法，以该方法应用于图1的应用环境中为例进行说明，包括以下步骤：
步骤S201，获取车辆的初始总里程数和总线数据。
其中，车辆的初始总里程数是指车辆仪表盘上显示的实际总里程数。
其中，总线是指车辆的控制器局域网总线，例如CAN总线；在实际场景中，绝大多数车辆都已经采用了CAN总线通信方式，比如发动机、变速箱、ECU(Electronic ControlUnit，电子控制单元)等之间的通信都是通过CAN总线，因此车辆中的数据交互一般都通过CAN总线去实现，这其中就包括了车辆总里程数，该车辆总里程数一般由车辆的发动机控制单元、变速箱或者仪表盘发出。
其中，车辆的总线数据可以是指CAN总线数据，用于记录车辆驾驶过程中的相关车辆信息，比如车辆总里程数、车辆速度、车辆油耗等；不同总线数据，记录的车辆信息不一样。在实际场景中，以车辆终端为OBD设备进行说明，车辆的总线数据是指通过车辆的OBD设备的OBD接口采集的车辆的CAN总线数据；需要说明的是，车辆的总线数据包括8个字节的数据，车辆的总里程数一般仅使用其中的三个或者四个字节来表示。
具体地，车辆内部的车载终端采集车辆的总线数据，并获取用户终端上传的车辆总里程数，作为车辆的初始总里程数。
举例说明，用户在用户终端提供的车辆总里程数上传界面上，输入车辆仪表盘显示的车辆总里程数，并触发上传操作；用户终端响应该上传操作，获取用户输入的车辆总里程数，并将用户输入的车辆总里程数作为车辆的初始总里程数，上传至后台数据服务器，后台数据服务器将接收的初始总里程数发送至对应的车载终端；同时，通过车载终端的接口与对应的车辆连接，并通过该接口采集车辆的总线数据；例如，通过车辆的OBD设备的OBD接口与对应的车辆相连接，并通过OBD接口采集车辆的CAN总线数据，作为车辆的总线数据；这样，通过车载终端即可获取车辆的初始总里程数和总线数据，便于后续根据车辆的初始总里程数和总线数据，学习得到记录车辆总里程数的总线数据的相关信息，比如数据帧标识、参数信息、数据分辨率等。
步骤S202，根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据。
其中，预设的数据分辨率是指记录车辆的总里程数的总线数据(比如CAN总线数据)中每个单位数据所代表的总里程数值，其单位一般为km，具体可以是0.1km/bit、0.125km/bit、0.25km/bit、0.5km/bit、0.625km/bit、1km/bit等，但不限于上述取值。在实际场景中，比如记录车辆的总里程数的CAN总线数据所对应的数据分辨率为0.5km/bit，表示记录车辆的总里程数的CAN总线数据中每个单位数据所代表的总里程数值为0.5km。
其中，车辆的预测总线数据是指基于初始总里程数以及预设的数据分辨率，预测出的用于表示车辆总里程数的总线数据。
具体地，车载终端获取初始总里程数以及预设的数据分辨率之间的比值，并将该比值进行转换，得到车辆的预测总线数据。需要说明的是，车辆的总线数据包括8个字节的数据，车辆的总里程数一般仅使用其中的三个或者四个字节来表示，该字节组合一般为16进制，且车辆的总线数据具有一定的数据分辨率，表示车辆的总线数据中每个单位数据代表一定的数值，比如记录车辆总里程数的总线数据中每个单位数据代表一定的总里程数值；由此可知，从车辆的总线数据中解析出来的数据需要与对应的数据分辨率相乘，才可以得到实际的车辆总里程数；那么，如果要推导出车辆的总线数据中车辆总里程数的表示方式，需要先获取实际的车辆总里程数(即初始总里程数)与预设的数据分辨率之间的比值(该比值为10进制的数据)，再对该比值进行不同进制的转换，才可以得到预测的总线数据，作为车辆的预测总线数据。
比如，初始总里程数为123456，预设的数据分辨率为0.25km/bit，则得到的比值为493824，该数据为10进制的数据，将其转换成16进制的数据；若该数据以四字节且大端格式表示，则得到的车辆的预测总线数据为00 07 89 00；若该数据以四字节且小端格式表示，则得到的车辆的预测总线数据为00 89 07 00；若该数据以三字节且大端格式表示，则得到的车辆的预测总线数据为07 89 00；若该数据以三字节且小端格式表示，则得到的车辆的预测总线数据为00 89 07；若该数据携带两字节参数ID信息且以四字节大端格式表示，则得到的车辆的预测总线数据为01 00 00 07 89 00；若该数据携带两字节参数ID信息且以四字节小端格式表示，则得到的车辆的预测总线数据为00 01 00 89 07 00；参照此方法，可以结合不同的预设数据分辨率、参数ID信息、编码格式等，得到多个不同的预测总线数据。
举例说明，若初始总里程数为12345，预设的数据分辨率分别为：1km/bit、0.1km/bit、0.25km/bit、0.5km/bit，则得到的比值分别为12345、123450、49380、24690；若都以四字节表示且都以大端格式表示，那么得出的预测总线数据的表示方式有：00 00 30 39、0001 E2 3A、00 00 C0 E4、00 00 60 72。
步骤S203，从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识。
其中，车辆的总里程数是指车辆实际行驶的总里程数，一般与车辆仪表盘显示的车辆总里程数一致；记录车辆的总里程数的总线数据所对应的目标数据标识，是指记录车辆的总里程数的总线数据的相关标识信息，可以是数据帧标识(比如数据帧ID)；例如，假设记录车辆的总里程数的总线数据为0x330 8 00 00 10 00 01 E2 3A 00，则0x330为其对应的数据帧标识，8表示8位数据长度，即8个字节，其后为8个字节的数据内容，00 01 E2 3A表示车辆总里程数。在实际场景中，目标数据标识可以是指记录车辆的总里程数的CAN总线数据所对应的数据帧ID。
具体地，车载终端分别将计算得到的上述预测总线数据，与接收到的总线数据进行一一匹配，得到匹配结果；根据匹配结果，确定出与预测总线数据匹配的总线数据；将与预测总线数据匹配的总线数据所对应的数据标识，比如数据帧标识，作为记录车辆的总里程数的总线数据的目标数据标识，从而得到车辆总里程数自学习结果。这样，通过确定记录车辆总里程数的总线数据的目标数据标识，有利于后续直接从与目标数据标识对应的总线数据中解析出车辆总里程数，避免了通过总线数据中解析出的车速信息存在滞后性，造成确定出的车辆总里程数容易出现偏差，从而造成车辆总里程数的确定准确率较低的缺陷，进一步提高了车辆总里程数的确定准确率。
举例说明，假设预测总线数据为00 01 E2 3A，实际总线数据为：0x330 8 00 0010 00 01 E2 3A 00、0x330 8 01 10 00 00 41 B2 DA 00、0x330 8 01 10 10 01 D1 E2AA F0，那么与预测总线数据匹配的总线数据为：0x330 8 00 00 10 00 01 E2 3A 00；该总线数据对应的数据帧标识为0x330，则说明目标数据标识为0x330。
步骤S204，获取与目标数据标识对应的目标总线数据。
具体地，车辆内部的车载终端获取车辆的总线数据以及记录车辆的总里程数的总线数据所对应的目标数据标识；从车辆的总线数据中筛选出与目标数据标识对应的总线数据，作为目标总线数据；这样，有利于后续从目标总线数据中直接解析出车辆的总里程数，避免了从总线数据中解析出的车速信息存在滞后性，导致确定出的车辆总里程数与实际的车辆总里程数的误差较大的缺陷，进一步提高了车辆总里程数的确定准确率。
举例说明，车载终端从预先得到的车辆总里程数自学习结果中，提取出记录车辆的总里程数的总线数据所对应的目标数据标识；通过车载终端的接口与对应的车辆连接，并通过该接口采集车辆的总线数据；例如，通过车辆的OBD设备的OBD接口与对应的车辆相连接，并通过OBD接口采集车辆的CAN总线数据；从采集的总线数据中确定出与该目标数据标识对应的总线数据，作为目标总线数据。
步骤S205，从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数。
其中，车辆总里程数对应的数据组是指目标总线数据中用于表示车辆总里程数的字节组合；在实际场景中，一般通过目标总线数据中固定位置的字节组合来表示车辆总里程数。例如，假设目标总线数据为0x330 8 00 00 10 00 01 E2 3A 00，则车辆总里程数对应的数据组为00 01 E2 3A。需要说明的是，车辆总里程数对应的数据组可以用十六进制来表示车辆总里程数。
具体地，车载终端获取目标总线数据中的目标总里程数标识符，从目标总线数据中确定出与目标总里程数标识符对应的数据位置，并将该数据位置对应的数据组合，作为车辆总里程数对应的数据组；获取预设的解码指令，根据预设的解码指令，对车辆的总里程数对应的数据组进行解码处理，得到解码处理后的数据；根据记录车辆总里程数的总线数据所对应的目标数据分辨率，对解码处理后的数据进行转换，得到车辆的总里程数。其中，目标总里程数标识符用于标识车辆总里程数对应的数据组在目标总线数据中的放置位置信息。这样，通过从目标总线数据中提取出车辆总里程数对应的数据组，并对车辆总里程数对应的数据组进行解析处理，得到车辆的实际总里程数，不存在滞后性，从而减少了得到的车辆总里程数的误差，进一步提高了车辆总里程数的确定准确率。
举例说明，假设目标总线数据为0x330 8 00 00 10 00 01 E2 3A 00，车辆总里程数对应的数据组在目标总线数据中的放置位置信息为：第四个字节、第五个字节、第六个字节第七个字节，则将00 01 E2 3A作为车辆总里程数对应的数据组，该数据组为16进制数据，将其转化为10进制数据：123450；若目标数据分辨率为0.1km/bit，则车辆的总里程数为123450×0.1＝12345km，说明车辆仪表盘显示的车辆总里程数为12345km。
进一步地，在从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数之后，车载终端还可以将车辆的总里程数发送至车辆保养服务器，车辆保养服务器根据车辆的总里程数，生成车辆的保养提醒信息，比如车辆的总里程数大于3万公里，则提议更换火花塞；车辆的总里程数大于4万公里，则提议更换制动液等等；并将车辆的保养提醒信息发送至车载终端或者与车辆绑定的用户终端，通过车载终端界面或者用户终端界面展示车辆的保养提醒信息，便于车辆所属车主及时查看车辆的保养提醒信息。
当然，车载终端还可以将车辆的总里程数发送至车辆保险服务器，车辆保险服务器根据车辆的总里程数，确定车辆的保险推荐信息，并将车辆的保险推荐信息发送至车载终端或者与车辆绑定的用户终端，通过车载终端界面或者用户终端界面展示车辆的保险推荐信息，便于车辆所属车主选择需要的车辆保险。
此外，车载终端还可以将车辆的总里程数发送至车辆估值服务器，车辆估值服务器根据车辆的总里程数，确定车辆的价值，并将车辆的价值发送至车载终端或者与车辆绑定的用户终端，通过车载终端界面或者用户终端界面展示车辆的价值，便于车辆所属车主及时了解车辆的价值。
上述车辆总里程数的确定方法、装置、计算机设备和存储介质，通过获取车辆的初始总里程数和总线数据；接着根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据；然后从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识；最后获取与目标数据标识对应的目标总线数据；从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数；实现了从车辆的总线数据中确定出记录车辆的总里程数的总线数据的目标数据标识，并对与目标数据标识对应的目标总线数据进行分析处理，得到车辆总里程数的目的，避免了通过总线数据中解析出的车速信息存在滞后性，造成确定出的车辆总里程数容易出现偏差的问题，提高了车辆总里程数的确定准确率。
需要说明的是，在根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据的过程中，考虑到CAN总线数据的编码格式有Inter(即小端模式，表示低字节在前，高字节在后)和Motorola(即大端模式，表示高字节在前，低字节在后)两种数据格式，因此还需要将预测总线数据分别转化为Inter和Motorola格式的数据表示形式，然后再将转化后的数据与实际CAN总线数据进行比较。
在一个实施例中，上述步骤S202，根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据，包括：获取初始总里程数与预设的数据分辨率之间的比值；根据预设的编码格式，对比值进行编码处理，得到对应的数据组，作为车辆的预测总线数据。
其中，预设的编码格式是指记录车辆的总里程数的总线数据中用于表示车辆总里程数的字节组合的排列方式，比如Motorola格式、Intel格式。
具体地，车载终端获取预设的编码格式，根据预设的编码格式，对初始总里程数与预设的数据分辨率之间的比值进行编码处理，以将其转换成另一进制(如16进制)的数据，从而得到对应的字节组合，作为车辆的预测总线数据。
举例说明，车载终端采用下述公式计算车辆的预测总线数据：
Figure BDA0002516311310000131
其中，ODOUser表示初始总里程数，Ratio表示预设的数据分辨率，ODOCANdate表示车辆的预测总线数据。
接下来，若初始总里程数为123456，预设的数据分辨率为0.25，比值为4493824，那么车辆的预测总线数据有如下几种表示方式：
1)总里程数为四字节且高字节在前的表示方式：00 07 89 00；
2)总里程数为四字节且低字节在前的表示方式：00 89 07 00；
3)总里程数为三字节且高字节在前的表示方式：07 89 00；
4)总里程数为三字节且低字节在前的表示方式：00 89 07；
当然，不限于上述列举的情况，结合不同的数据分辨率和编码格式，车辆的预测总线数据可以有很多种表示方式，在此不再一一列举。
在本实施例中，综合考虑不同的数据分辨率和编码格式，有利于提高得到的预测总线数据的多样性，便于后续从接收到总线数据中，确定出与预测总线数据匹配的总线数据。
在一个实施例中，根据预设的编码格式，对比值进行编码处理，得到对应的数据组，作为车辆的预测总线数据，包括：根据预设的编码格式，对比值进行编码处理，得到对应的数据组；获取预设的参数信息，将预设的参数信息与数据组进行组合，得到新的数据组，作为车辆的预测总线数据。
其中，参数信息是指记录车辆总里程数的总线数据所携带的参数信息，比如参数ID信息。
具体地，车载终端根据预设的编码格式，对初始总里程数与预设的数据分辨率之间的比值进行编码处理，得到对应的字节组合；按照不同的组合顺序，将预设的参数信息与该字节组合进行组合，得到多个新的数据组，作为车辆的多个预测总线数据。
举例说明，若初始总里程数为123456，预设的数据分辨率为0.25，比值为4493824，那么车辆的预测总线数据有如下几种表示方式：
1)携带两字节参数ID信息、总里程数为四字节且高字节在前的表示方式：01 0000 07 89 00；
2)携带两字节参数ID信息、总里程数为四字节且低字节在前的表示方式表：00 0100 89 07 00。
当然，不限于上述列举的情况，结合不同的数据分辨率、编码格式和参数信息，车辆的预测总线数据可以有很多种表示方式，在此不再一一列举。
在本实施例中，综合考虑不同的数据分辨率、编码格式和参数信息，有利于提高得到的预测总线数据的多样性，便于后续从接收到总线数据中，确定出与预测总线数据匹配的总线数据。
在一个实施例中，如图3所示，上述步骤S203，从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识，具体包括如下步骤：
步骤S301，分别将预测总线数据与各个总线数据进行一一匹配，得到与预测总线数据匹配的总线数据。
步骤S302，获取与预测总线数据匹配的总线数据所对应的数据帧标识和参数信息，作为记录车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息。
其中，目标参数信息是指记录车辆的总里程数的CAN总线数据中的目标参数ID信息，一般用该总线数据中固定位置的两个字节组合表示；例如，总线数据为0x330 8 00 0010 00 01 E2 3A 00，则第二字节与第三字节的字节组合00 10为该总线数据的参数ID信息。需要说明的是，若车辆总里程数中携带有参数ID信息，那么记录车辆总里程数的总线数据除了携带车辆总里程数，还携带有其他数据，比如目标参数ID信息。
具体地，车载终端获取与预测总线数据匹配的总线数据所对应的数据帧标识，比如数据帧ID，作为记录车辆的总里程数的总线数据所对应的目标数据帧标识；从与预测总线数据匹配的总线数据中，将位于预测总线数据之前的数据，作为目标参数信息。例如，与预测总线数据(00 01 E2 3A)匹配的实际CAN总线数据为0x330 8 00 00 10 00 01 E2 3A00，则将位于预测总线数据(00 01 E2 3A)之前的数据00 10，作为目标参数ID信息。
步骤S303，将记录车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息，作为记录车辆的总里程数的总线数据的目标数据标识。
在本实施例中，通过确定记录车辆的总里程数的总线数据的目标数据标识，有利于后续获取与目标数据标识对应的目标总线数据，以从目标总线数据中解析出车辆的总里程数。
在一个实施例中，如图4所示，上述步骤S204，获取与目标数据标识对应的目标总线数据，具体包括如下步骤：
步骤S401，从总线数据中确定出与目标数据帧标识对应的初始总线数据。
其中，初始总线数据是指从总线数据中初次确定出的与目标数据帧标识对应的总线数据，一般包括多条。在实际场景中，使用同一个目标数据帧标识的总线数据可以有多条。
具体地，车载终端采集车辆的总线数据，并获取总线数据的数据帧标识；从总线数据中确定出数据帧标识与目标数据帧标识对应的总线数据，作为初始总线数据。举例说明，若目标数据帧标识为0x330，则得到的初始总线数据可以是：0x330 8 00 00 10 00 01 E23A 00、0x330 8 01 10 00 00 41 B2 DA 00、0x330 8 01 10 10 01 D1 E2 AA F0。
步骤S402，提取出初始总线数据的参数信息。
具体地，车载终端获取初始总线数据中的参数信息标识符，从初始总线数据中确定出与参数信息标识符对应的数据位置，并将该数据位置对应的数据，作为初始总线数据的参数信息；其中，参数信息标识符用于标识参数信息在初始总线数据中的位置信息。
步骤S403，从初始总线数据中，确定出参数信息与目标参数信息匹配的总线数据，作为与目标数据标识对应的目标总线数据。
例如，车载终端从得到的初始CAN总线数据中，将参数ID信息与目标参数ID信息匹配的CAN总线数据，作为目标CAN总线数据。
在本实施例中，在记录车辆总里程数的总线数据中携带有参数信息的情况下，先从总线数据中确定出与目标数据帧标识对应的初始总线数据，再从初始总线数据中确定出参数信息与目标参数信息匹配的目标总线数据，有利于提高确定出的目标总线数据的准确率，从而提高了从目标总线数据解析出的车辆总里程数的准确率，避免了直接从与目标数据标识对应的初始总线数据中解析出车辆总里程数，而该初始总线数据可能携带的不是真实的车辆总里程数，从而导致得到的车辆总里程数出现误差的缺陷。
在一个实施例中，上述步骤S203，从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识，包括：获取与预测总线数据匹配的总线数据所对应的编码格式，作为记录车辆的总里程数的总线数据所对应的目标编码格式；确定与预测总线数据匹配的总线数据中总里程数的位置信息，作为记录车辆的总里程数的总线数据所对应的目标总里程数标识符。
具体地，车载终端将记录车辆的总里程数的总线数据所对应的目标编码格式和目标总里程数标识符，也作为记录车辆的总里程数的总线数据的目标数据标识。
进一步地，上述步骤S205，从目标总线数据中提取出与车辆的总里程数对应的数据组，包括：从目标总线数据中，提取出与目标总里程数标识符对应的多个数据；根据目标编码格式，确定多个数据的组合方式；根据组合方式对多个数据进行组合，得到与车辆的总里程数对应的数据组。
具体地，车载终端从记录车辆的总里程数的总线数据的目标数据标识中，提取出目标总里程数标识符和目标编码格式；从目标总线数据中确定出与目标总里程数标识符对应的数据位置，并提取出该数据位置对应的多个数据；根据目标编码格式，确定多个数据的组合方式，比如若目标编码格式为大端模式，则确定多个数据的组合方式为从左到右，若目标编码格式为小端模式，则确定多个数据的组合方式为从右到左；将这多个数据按照确定出的组合方式进行组合，即可得到总里程数对应的数据组，例如确定出的多个数据分别是00 07 89 00，若按大端模式将这多个数据进行组合，则得到的总里程数对应的数据组为0007 89 00；若按小端模式将这多个数据进行组合，则得到的总里程数对应的数据组为00 8907 00。
在本实施例中，通过从目标总线数据中提取出总里程数对应的数据组，有利于后续对总里程数对应的数据组进行解析处理，得到车辆的实际总里程数。
在一个实施例中，上述步骤S203，从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识，包括：获取与预测总线数据匹配的总线数据所对应的数据分辨率，作为记录车辆的总里程数的总线数据所对应的目标数据分辨率。
具体地，车载终端将记录车辆的总里程数的总线数据所对应的目标数据分辨率，也作为记录车辆的总里程数的总线数据的目标数据标识。
进一步地，上述步骤S205，对数据组进行解码处理，得到车辆的总里程数，包括：对数据组进行解码处理，得到解码处理后的数据；统计目标数据分辨率与解码处理后的数据之间的乘积，得到车辆的总里程数。
其中，车辆总里程数对应的数据组可以用十六进制来表示车辆总里程数；解码处理后的数据是指目标总线数据中记录的车辆总里程数；需要说明的是，目标总线数据中记录的数据具有相应的数据分辨率，故目标总线数据中记录的车辆总里程数并不是最终的车辆总里程数，需要结合数据分辨率，对其进行转换。
具体地，车载终端获取总里程数对应的数据组的解码指令，根据解码指令对车辆总里程数对应的数据组进行解码处理，得到解码处理后的数据；其中，解码指令是指能够将一种进制的数据解码成另一种进制的数据的指令，比如将16进制的数据解码成10进制的数据。举例说明，假设总里程数对应的数据组为00 12 24 21，该数据组为16进制的数据，则解码处理后的数据为1188897。
接着，车载终端获取目标数据分辨率与解码处理后的数据的乘积，作为车辆的总里程数；比如目标数据分辨率为0.1km/bit，解码处理后的数据为1188897，那么车辆的总里程数为1188897×0.1＝118889.7km，说明车辆仪表盘显示的车辆总里程数为118889.7km。
在本实施例中，通过从记录车辆的总里程数的目标总线数据中解析出车辆总里程数，避免了通过总线数据中解析出的车速信息存在滞后性，造成确定出的车辆总里程数容易出现偏差，从而造成车辆总里程数的确定准确率较低的缺陷，进一步提高了车辆总里程数的确定准确率。
在一个实施例中，上述步骤S205，在从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数之后，还包括：将车辆的总里程数发送至对应的服务器；服务器用于将车辆的总里程数发送至与车辆绑定的用户终端。
举例说明，车载终端将车辆的总里程数以及车辆绑定的用户终端的终端标识(比如终端编号、终端名称等)发送至后台数据服务器，通过后台数据服务器将车辆的总里程数以短信的形式发送至终端标识对应的用户终端，通过用户终端界面展示车辆的总里程数；或者通过后台数据服务器将车辆的总里程数以应用程序消息的形式发送至终端标识对应的用户终端中的车载APP(Application，应用程序)中，用户通过车载APP即可看到实时的车辆总里程数，便于用户远程查看车辆的总里程数(该总里程数与车辆仪表盘显示的车辆总里程数一致)，从而实现了对车辆总里程数的远程监控的效果。
进一步地，当用户不在车辆旁边，但需要查看车辆总里程数的情况下，可以在用户终端(比如智能手机、笔记本电脑等)提供的车辆总里程数查询界面上输入车辆标识信息，比如车牌号等，并触发查询操作；用户终端响应查询操作，获取用户输入的车辆标识信息，根据车辆标识信息生成车辆总里程数查询请求，并将车辆总里程数查询请求发送至后台数据服务器，通过后台数据服务器将车辆总里程数查询请求发送至车辆标识信息对应的车载终端，车载终端根据车辆总里程数查询请求，从记录车辆总里程数的总线数据中解析出车辆总里程数，并将车辆总里程数发送至后台数据服务器，通过后台数据服务器将车辆总里程数发送至用户终端，通过用户终端界面展示接收到的车辆总里程数，实现了对车辆总里程数的远程监控的效果。
在一个实施例中，在得到目标数据帧标识、目标总里程数标识符、目标编码格式和目标数据分辨率之后，还需要验证记录车辆总里程数的总线数据是否携带参数信息；具体地，车载终端采集与目标数据帧标识对应的总线数据，从总线数据中提取出目标总里程数标识符对应的多个数据；根据目标编码格式，确定多个数据的组合方式；根据组合方式对多个数据进行组合，得到车辆总里程数对应的数据组；对数据组进行解码处理，得到解码处理后的数据；根据目标数据分辨率，对解码处理后的数据进行转换，得到车辆的总里程数；将该车辆总里程数与对应的初始总里程数(即仪表盘显示的总里程数)进行比较，若每次得到的车辆总里程数与对应的初始总里程数均一致，说明记录车辆总里程数的总线数据没有携带参数信息，若并不是每次得到的车辆总里程数与对应的预设总里程数均一致，说明记录车辆总里程数的总线数据携带有参数信息，则重新接收该目标数据标识对应的总线数据，并通过逐条比较的方式，确定出与预测总线数据匹配的总线数据，根据与预测总线数据匹配的总线数据，计算出该总线数据携带的参数信息，作为记录车辆总里程数的总线数据携带的目标参数信息。
举例说明，假设数据帧ID为0x330、预测CAN总线数据为00 01 E2 3A，与数据帧ID0x330对应的CAN总线数据分别为0x330 8 00 00 10 00 01 E2 3A 00、0x330 8 01 1000 00 41 B2 DA 00、0x330 8 01 10 10 01 D1 E2 AA F0，说明记录车辆总里程数的CAN总线数据携带有参数ID信息，且参数ID信息为00 10，说明目标参数ID信息为00 10。
在一个实施例中，在得到目标数据帧标识、目标总里程数标识符、目标编码格式、目标数据分辨率和目标参数信息之后，说明车载终端对车辆总里程数自学习结束，则将目标数据帧标识、目标总里程数标识符、目标编码格式、目标数据分辨率和目标参数信息作为车辆总里程数自学习结果，并将车辆总里程数自学习结果上传至后台数据服务器，通过后台数据服务器存储车载终端的车辆总里程数自学习结果。
进一步地，车载终端还可以利用车辆总里程数自学习结果，从记录车辆总里程数的CAN总线数据中解析出车辆总里程数，并将车辆总里程数发送至后台数据服务器，通过后台数据服务器将车辆总里程数发送至用户终端。
举例说明，若数据帧ID为0x330，目标总里程数标识符为第三字节至第六字节(即说明车辆总里程数为四字节组合)，目标编码格式为大端格式，目标数据分辨率为0.1km/bit，参数ID信息为10 00，若通过OBD接口接收到数据帧ID为0x330的CAN总线数据(比如0x330 8 10 00 00 12 24 21 23 44)时，车载终端会优先对第一字节和第二字节进行参数ID信息的比较，当第一字节和第二字节的字节组合为10 00时，则说明参数ID信息匹配成功，则将该CAN总线数据0x330 8 10 00 00 12 24 21 23 44识别为记录车辆总里程数的CAN总线数据，同时结合目标编码格式，将第一字节和第二字节之后的四个字节(即00 1224 21)进行组合，得到字节组合00 12 24 21；对字节组合00 12 24 21进行解码处理，得到解码处理后的数据为1188897，再将解码处理后的数据1188897与目标数据分辨率0.1进行相乘，得到118889.7，说明车辆的实际总里程数为118889.7km。
需要说明的是，若车载终端已对车辆总里程数自学习结束，则直接利用车辆总里程数自学习结果，从记录车辆总里程数的CAN总线数据中解析出车辆总里程数；若车载终端还未对车辆总里程数进行自学习，则需要在线对车辆总里程数进行自学习，以得到目标数据帧标识、目标总里程数标识符、目标编码格式、目标数据分辨率和目标参数信息，并根据目标数据帧标识、目标总里程数标识符、目标编码格式、目标数据分辨率和目标参数信息，从记录车辆总里程数的CAN总线数据中解析出车辆总里程数，具体自学习过程参照上述步骤S201至步骤S203以及获取目标数据帧标识、目标总里程数标识符、目标编码格式、目标数据分辨率和目标参数信息的实施例，在此不再具体赘述。
在一个实施例中，如图5所示，提供了另一种车辆总里程数的确定方法，以该方法应用于图1的应用环境中为例进行说明，包括以下步骤：
步骤S501，获取车辆的初始总里程数和总线数据。
步骤S502，获取初始总里程数与预设的数据分辨率之间的比值；根据预设的编码格式，对比值进行编码处理，得到对应的数据组。
步骤S503，获取预设的参数信息，将预设的参数信息与数据组进行组合，得到新的数据组，作为车辆的预测总线数据。
步骤S504，分别将预测总线数据与各个总线数据进行一一匹配，得到与预测总线数据匹配的总线数据。
步骤S505，获取与预测总线数据匹配的总线数据所对应的数据帧标识、参数信息、编码格式和数据分辨率，对应作为记录车辆的总里程数的总线数据所对应的目标数据帧标识、目标参数信息、目标编码格式和目标数据分辨率。
步骤S506，确定与预测总线数据匹配的总线数据中总里程数的位置信息，作为记录车辆的总里程数的总线数据所对应的目标总里程数标识符。
步骤S507，从总线数据中确定出与目标数据帧标识对应的初始总线数据；提取出初始总线数据的参数信息，从初始总线数据中，确定出参数信息与目标参数信息匹配的总线数据，作为与目标数据标识对应的目标总线数据。
步骤S508，从目标总线数据中，提取出与目标总里程数标识符对应的多个数据；根据目标编码格式，确定多个数据的组合方式；根据组合方式对多个数据进行组合，得到与车辆的总里程数对应的数据组。
步骤S509，对数据组进行解码处理，得到解码处理后的数据。
步骤S510，统计目标数据分辨率与解码处理后的数据之间的乘积，得到车辆的总里程数。
步骤S511，将车辆的总里程数发送至对应的服务器；服务器用于将车辆的总里程数发送至与车辆绑定的用户终端。
上述车辆总里程数的确定方法中，实现了从车辆的总线数据中确定出记录车辆的总里程数的总线数据的目标数据标识，并对与目标数据标识对应的目标总线数据进行分析处理，得到车辆总里程数的目的，不存在滞后性，从而减少了得到的车辆总里程数的误差，进一步提高了车辆总里程数的确定准确率；同时，避免了通过总线数据中解析出的车速信息存在滞后性，造成确定出的车辆总里程数容易出现偏差，从而造成车辆总里程数的确定准确率较低的缺陷。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种车辆总里程数的确定装置，包括：数据获取模块610、预测总线数据确定模块620、目标数据标识确定模块630、目标总线数据获取模块640和总里程数确定模块650，其中：
数据获取模块610，用于获取车辆的初始总里程数和总线数据；
预测总线数据确定模块620，用于根据初始总里程数以及预设的数据分辨率，确定车辆的预测总线数据；
目标数据标识确定模块630，用于从总线数据中，确定与预测总线数据匹配的总线数据，并将与预测总线数据匹配的总线数据所对应的数据标识，作为记录车辆的总里程数的总线数据的目标数据标识；
目标总线数据获取模块640，用于获取与目标数据标识对应的目标总线数据；
总里程数确定模块650，用于从目标总线数据中提取出与车辆的总里程数对应的数据组，对数据组进行解码处理，得到车辆的总里程数
在一个实施例中，预测总线数据确定模块620还用于获取初始总里程数与预设的数据分辨率之间的比值；根据预设的编码格式，对比值进行编码处理，得到对应的数据组，作为车辆的预测总线数据。
在一个实施例中，预测总线数据确定模块620还用于根据预设的编码格式，对比值进行编码处理，得到对应的数据组；获取预设的参数信息，将预设的参数信息与数据组进行组合，得到新的数据组，作为车辆的预测总线数据。
在一个实施例中，目标数据标识确定模块630还用于分别将预测总线数据与各个总线数据进行一一匹配，得到与预测总线数据匹配的总线数据；获取与预测总线数据匹配的总线数据所对应的数据帧标识和参数信息，作为记录车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息；将记录车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息，作为记录车辆的总里程数的总线数据的目标数据标识。
在一个实施例中，目标总线数据获取模块640还用于从总线数据中确定出与目标数据帧标识对应的初始总线数据；提取出初始总线数据的参数信息；从初始总线数据中，确定出参数信息与目标参数信息匹配的总线数据，作为与目标数据标识对应的目标总线数据。
在一个实施例中，目标数据标识确定模块630还用于获取与预测总线数据匹配的总线数据所对应的编码格式，作为记录车辆的总里程数的总线数据所对应的目标编码格式；确定与预测总线数据匹配的总线数据中总里程数的位置信息，作为记录车辆的总里程数的总线数据所对应的目标总里程数标识符。
总里程数确定模块650还用于从目标总线数据中，提取出与目标总里程数标识符对应的多个数据；根据目标编码格式，确定多个数据的组合方式；根据组合方式对多个数据进行组合，得到与车辆的总里程数对应的数据组。
在一个实施例中，目标数据标识确定模块630还用于获取与预测总线数据匹配的总线数据所对应的数据分辨率，作为记录车辆的总里程数的总线数据所对应的目标数据分辨率。
总里程数确定模块650还用于对数据组进行解码处理，得到解码处理后的数据；统计目标数据分辨率与解码处理后的数据之间的乘积，得到车辆的总里程数。
在一个实施例中，车辆总里程数的确定装置还包括总里程数发送模块，用于将车辆的总里程数发送至对应的服务器；服务器用于将车辆的总里程数发送至与车辆绑定的用户终端。
关于车辆总里程数的确定装置的具体限定可以参见上文中对于车辆总里程数的确定方法的限定，在此不再赘述。上述车辆总里程数的确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆总里程数的确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种车辆总里程数的确定方法，其特征在于，所述方法包括：
获取车辆的初始总里程数和总线数据；
根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据；
从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识；
获取与所述目标数据标识对应的目标总线数据；
从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据，包括：
获取所述初始总里程数与所述预设的数据分辨率之间的比值；
根据预设的编码格式，对所述比值进行编码处理，得到对应的数据组，作为所述车辆的预测总线数据。
3.根据权利要求2所述的方法，其特征在于，所述根据预设的编码格式，对所述比值进行编码处理，得到对应的数据组，作为所述车辆的预测总线数据，包括：
根据预设的编码格式，对所述比值进行编码处理，得到对应的数据组；
获取预设的参数信息，将所述预设的参数信息与所述数据组进行组合，得到新的数据组，作为所述车辆的预测总线数据。
4.根据权利要求3所述的方法，其特征在于，所述从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识，包括：
分别将所述预测总线数据与各个所述总线数据进行一一匹配，得到与所述预测总线数据匹配的总线数据；
获取与所述预测总线数据匹配的总线数据所对应的数据帧标识和参数信息，作为记录所述车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息；
将记录所述车辆的总里程数的总线数据所对应的目标数据帧标识和目标参数信息，作为记录所述车辆的总里程数的总线数据的目标数据标识。
5.根据权利要求4所述的方法，其特征在于，所述获取与所述目标数据标识对应的目标总线数据，包括：
从所述总线数据中确定出与所述目标数据帧标识对应的初始总线数据；
提取出所述初始总线数据的参数信息；
从所述初始总线数据中，确定出所述参数信息与所述目标参数信息匹配的总线数据，作为与所述目标数据标识对应的目标总线数据。
6.根据权利要求1所述的方法，其特征在于，所述从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识，包括：
获取与所述预测总线数据匹配的总线数据所对应的编码格式，作为记录所述车辆的总里程数的总线数据所对应的目标编码格式；
确定与所述预测总线数据匹配的总线数据中总里程数的位置信息，作为记录所述车辆的总里程数的总线数据所对应的目标总里程数标识符；
所述从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，包括：
从所述目标总线数据中，提取出与所述目标总里程数标识符对应的多个数据；
根据所述目标编码格式，确定所述多个数据的组合方式；
根据所述组合方式对所述多个数据进行组合，得到与所述车辆的总里程数对应的数据组。
7.根据权利要求1所述的方法，其特征在于，所述从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识，包括：
获取与所述预测总线数据匹配的总线数据所对应的数据分辨率，作为记录所述车辆的总里程数的总线数据所对应的目标数据分辨率；
所述对所述数据组进行解码处理，得到所述车辆的总里程数，包括：
对所述数据组进行解码处理，得到解码处理后的数据；
统计所述目标数据分辨率与所述解码处理后的数据之间的乘积，得到所述车辆的总里程数。
8.根据权利要求1至7任一项所述的方法，其特征在于，在从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数之后，还包括：
将所述车辆的总里程数发送至对应的服务器；所述服务器用于将所述车辆的总里程数发送至与所述车辆绑定的用户终端。
9.一种车辆总里程数的确定装置，其特征在于，所述装置包括：
数据获取模块，用于获取车辆的初始总里程数和总线数据；
预测总线数据确定模块，用于根据所述初始总里程数以及预设的数据分辨率，确定所述车辆的预测总线数据；
目标数据标识确定模块，用于从所述总线数据中，确定与所述预测总线数据匹配的总线数据，并将与所述预测总线数据匹配的总线数据所对应的数据标识，作为记录所述车辆的总里程数的总线数据的目标数据标识；
目标总线数据获取模块，用于获取与所述目标数据标识对应的目标总线数据；
总里程数确定模块，用于从所述目标总线数据中提取出与所述车辆的总里程数对应的数据组，对所述数据组进行解码处理，得到所述车辆的总里程数。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
CN202010477528.3A 2020-05-29 2020-05-29 车辆总里程数的确定方法、装置、计算机设备和存储介质 Active CN111798591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010477528.3A CN111798591B (zh) 2020-05-29 2020-05-29 车辆总里程数的确定方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010477528.3A CN111798591B (zh) 2020-05-29 2020-05-29 车辆总里程数的确定方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111798591A true CN111798591A (zh) 2020-10-20
CN111798591B CN111798591B (zh) 2022-03-08

Family

ID=72806668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010477528.3A Active CN111798591B (zh) 2020-05-29 2020-05-29 车辆总里程数的确定方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111798591B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312617A (zh) * 2021-12-07 2022-04-12 岚图汽车科技有限公司 车辆总里程值管理方法、装置、存储介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104103104A (zh) * 2014-07-24 2014-10-15 深圳市朗仁科技有限公司 基于车辆vin码及行驶里程的分析系统及方法
WO2017175011A1 (en) * 2016-04-08 2017-10-12 Harvey Julian Vehicle mileage verification system and method
US20180190043A1 (en) * 2016-12-29 2018-07-05 Bosch Automotive Service Solutions Inc. Mileage Tracking Provisioning
CN110097661A (zh) * 2019-04-24 2019-08-06 湖南小步科技有限公司 一种车辆里程数据统计方法及装置
CN111024405A (zh) * 2019-11-28 2020-04-17 深圳市元征科技股份有限公司 汽车诊断方法、相关装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104103104A (zh) * 2014-07-24 2014-10-15 深圳市朗仁科技有限公司 基于车辆vin码及行驶里程的分析系统及方法
WO2017175011A1 (en) * 2016-04-08 2017-10-12 Harvey Julian Vehicle mileage verification system and method
US20180190043A1 (en) * 2016-12-29 2018-07-05 Bosch Automotive Service Solutions Inc. Mileage Tracking Provisioning
CN110097661A (zh) * 2019-04-24 2019-08-06 湖南小步科技有限公司 一种车辆里程数据统计方法及装置
CN111024405A (zh) * 2019-11-28 2020-04-17 深圳市元征科技股份有限公司 汽车诊断方法、相关装置及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312617A (zh) * 2021-12-07 2022-04-12 岚图汽车科技有限公司 车辆总里程值管理方法、装置、存储介质及设备
CN114312617B (zh) * 2021-12-07 2024-01-12 岚图汽车科技有限公司 车辆总里程值管理方法、装置、存储介质及设备

Also Published As

Publication number Publication date
CN111798591B (zh) 2022-03-08

Similar Documents

Publication Publication Date Title
EP3370389A1 (en) Cooperative cloud-edge vehicle anomaly detection
CN107945557B (zh) 实时路况显示方法、装置、计算设备及计算机存储介质
US20180268621A1 (en) Usage-based vehicle leasing and other services with a dongle module
US20120127906A1 (en) Method and system for managing communications between a mobile device and a machine
WO2022078353A1 (zh) 车辆行使状态判断方法、装置、计算机设备及存储介质
CN111862605B (zh) 路况检测方法、装置、电子设备及可读存储介质
US11935341B2 (en) Data storage device and non-transitory tangible computer readable storage medium
CN110286666B (zh) 车辆行程状态标定方法、装置及计算机可读存储介质
CN110704491B (zh) 数据查询方法和装置
CN112445630B (zh) 一种信息交互方法、装置及终端设备
CN111798591B (zh) 车辆总里程数的确定方法、装置、计算机设备和存储介质
CN112509317A (zh) 基于机器学习算法的公交实时到站预测方法、装置和设备
CN112233428A (zh) 车流量预测方法、装置、存储介质及设备
CN204229220U (zh) 车辆远程诊断的装置
CN114172686B (zh) 车载can总线报文入侵检测方法、相关设备及计算机存储介质
CN111695713B (zh) 一种历史轨迹数据处理方法及装置
Ekler et al. Social driving in connected car environment
CN111405324B (zh) 一种影音文件的推送方法、装置、系统
CN114199274B (zh) 一种车辆行程确定方法、装置、设备及可读存储介质
CN116817950A (zh) 路径规划方法、装置、设备、系统、存储介质和程序产品
CN102542509A (zh) 整合汽车影像的系统及方法
CN109147000B (zh) 数据流组合波形图绘制方法、系统及电子设备和存储介质
CN108398702B (zh) 停车环境识别方法及装置
KR20170087703A (ko) 차량운행데이터의 제공시스템, 제공방법 및 제공프로그램
CN112533208A (zh) 模型训练方法、虚假终端识别方法和装置、电子设备

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20221221

Address after: 510630 Room 101, No. 227, Gaotang Road, Tianhe District, Guangzhou City, Guangdong Province (Location: Room 601) (office only)

Patentee after: Yamei Zhilian Data Technology Co.,Ltd.

Address before: Room 201, No.1 Hanjing Road, Tianhe District, Guangzhou City, Guangdong Province

Patentee before: Guangzhou Yameizhi Technology Co.,Ltd.

TR01 Transfer of patent right