CN112350734A - 一种基于增量编码的电动汽车电池状态数据压缩重构方法 - Google Patents

一种基于增量编码的电动汽车电池状态数据压缩重构方法 Download PDF

Info

Publication number
CN112350734A
CN112350734A CN202011363865.6A CN202011363865A CN112350734A CN 112350734 A CN112350734 A CN 112350734A CN 202011363865 A CN202011363865 A CN 202011363865A CN 112350734 A CN112350734 A CN 112350734A
Authority
CN
China
Prior art keywords
data
compression
electric vehicle
incremental
state 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
Application number
CN202011363865.6A
Other languages
English (en)
Inventor
姜久春
潘彬
王鹿军
高洋
吴铁洲
廖力
常春
田爱娜
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.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202011363865.6A priority Critical patent/CN112350734A/zh
Publication of CN112350734A publication Critical patent/CN112350734A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/60—General implementation details not specific to a particular type of compression

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明公开了一种基于增量编码的电动汽车电池状态数据压缩及重构方法。针对现有电动汽车电池状态数据的传输过程中数据的变化较小，重复数据过多，传输效率较低的问题，采用一种对数据增量进行编码的方法，降低了电动汽车的电池状态数据传输的时间。本发明所提方法易于实现，可以显著提高电动汽车的状态数据的传输速度。

Description

一种基于增量编码的电动汽车电池状态数据压缩重构方法
技术领域
本发明属于电动汽车数据管理领域，具体涉及一种基于增量编码的电动汽车电池状态数据压缩重构方法。
背景技术
随着近年来电动汽车在城市里的普及范围越来越大，出于对电动汽车以及用户的安全考虑，电动汽车数据上传至公共平台进行分析和处理具有重要意义，可以实现安全状态信息的实时监测。
但是电动汽车的上传数据数量庞大，占用的带宽及存储空间较大，导致数据上传的频率无法提高，很有可能会遗漏或不及时会上传电动汽车产生故障时的状态信息。因此，对电动汽车庞大且冗杂的数据先进行增量处理，再经过压缩之后进行传输，会很大程度上解决数据存储空间大和上传速度慢的难题。
发明内容
本发明的目的就是针对电动汽车上传数据量过大导致无法提高上传频率的问题，提出一种基于增量编码的电动汽车状态数据压缩重构方法，本方法压缩效率高，重构原理简单，可以实现提高电动汽车的状态数据传输至企业的平台，再由企业的平台传输至政府或者指定机构建立的公共平台的效率。
为了实现以上的目的，本发明设计的一种基于增量编码的电动汽车状态数据压缩重构系统，旨在解决电动汽车数据上传至公共平台的上传效率问题。
本发明涉及的一种基于增量编码的电动汽车状态数据压缩重构装置，包括：
所述数据采集卡与车载终端OBD接口连接；所述的数据采集卡、微处理器、无线通信模块通过有线方式依次串联连接；所述无线通信模块与所述云端服务器通过无线方式连接；
本发明涉及的一种基于增量编码的电动汽车状态数据压缩重构方法，具体步骤如下：
步骤1：连续采集多个时刻的电动汽车状态数据，根据电动汽车状态数据构建电动汽车状态数据增量；
步骤2：根据电动汽车状态数据增量判断数据类型，进一步根据数据类型进行一维矩阵映射得到增量压缩后数据；
步骤3：将增量压缩后的压缩数据进行数据过滤，得到数据处理后增量压缩后的压缩数据以及增量压缩后的压缩数据连续出现的次数；
步骤4：微处理器将数据处理后增量压缩后的压缩数据、增量压缩后的压缩数据连续出现的次数，通过无线通信模块无线传输至云端服务器进行存储；
作为优选，步骤1所述电动汽车状态数据为：
Ai
i∈[0,N]
其中，Ai为第i个时刻采集的电动汽车状态数据，N为采集时刻的数量；
步骤1所述构建电动汽车状态数据增量为：
Mi＝Ai-Ai-1
i∈[1,N]
其中，Mi为第i个时刻采集的电动汽车状态数据增量，N为采集时刻的数量；
首先进行电动汽车状态数据的采集工作，得到第一个数据，记作A0，并分析该数据的数据类型，并直接上传A0即原始数据；
经过t1时间后得到第二个数据A1，所述t1为即采集数据的单位间隔时间；
M1＝A1-A0得到此时的电动汽车状态数据的增量M1，按照做差公式Mi＝Ai-Ai-1{i＝2,3……N}，依次能得到数据的增量M2、M3、……、Mi、……MN。
作为优选，步骤2所述根据电动汽车状态数据增量判断数据类型为：
若0<Mi*103<10，则Mi为的数据类型为第一种类型；
若0<Mi*102<10，则Mi为的数据类型为第二种类型；
若0<Mi*10<10，则Mi为的数据类型为第三种类型；
步骤2所述根据数据类型进行一维矩阵映射映射为：
若Mi的数据类型为第一种类型，Pi＝Mi*103；
若Mi的数据类型为第二种类型，Pi＝Mi*102+ASCII(0)-ASCII(A)；
若Mi的数据类型为第三种类型，Pi＝Mi*10+ASCII(0)-ASCII(a)；
ACSII(A)代表：字符”A”的ASCII码值；
ACSII(a)代表：字符”a”的ASCII码值；
ACSII(0)代表：字符”0”的ASCII码值；
步骤2所述增量压缩后数据为：
Pi，i∈[0,N]
其中，Pi为增量压缩后第i个采集时刻的压缩数据，N为采集时刻的数量；作为优选，步骤3中所述将增量压缩后的压缩数据进行数据过滤为：
Ti
当Pi﹦Pi+1﹦Pi+2﹦Pi+3﹦……﹦Pi+K时，则有Qi﹦Pi，Ti﹦K+1；
当Pi≠Pi+1时，则有Ti＝1；
其中，i∈[0,N]，Pi为增量压缩后第i个采集时刻的压缩数据，N为采集时刻的数量，Qi为数据处理后增量压缩后第i个采集时刻的压缩数据，Ti为增量压缩后第i个采集时刻的压缩数据连续出现的次数；
综上所述，本发明的有益收效成果是：通过对电动汽车的状态数据依次进行数据增量处理，对增量进行本发明的自定义的第一次压缩，最后对一次压缩后的数据进行本发明自定义的数据过滤，大大提高了数据的压缩率，可以到达94.21％及以上，减少数据存储空间，减少数据传输时间，提高数据传输效率。
附图说明
图1：本发明系统结构框图；
图2：本发明方法流程图。
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，以下结合具体的实例，对本申请进行进一步详细说明。应当理解，此处描述的具体实例仅仅用以解释本申请，并不用于限定本申请。
本发明涉及的一种基于增量编码的电动汽车状态数据压缩重构装置，包括：
所述数据采集卡与车载终端OBD接口连接；所述的数据采集卡、微处理器、无线通信模块通过有线方式依次串联连接；所述无线通信模块与所述云端服务器通过无线方式连接；
所述数据采集卡选型为DAQ-9608；
所述微处理器选型为MSP430单片机；
所述无线通信模块采用4G无线模块。
本发明涉及的一种基于增量编码的电动汽车状态数据压缩重构方法，在各步骤中对变量赋值，赋值方式如下：
步骤1：连续采集多个时刻的电动汽车状态数据，根据电动汽车状态数据构建电动汽车状态数据增量；
步骤1所述电动汽车状态数据为：
Ai
i∈[0,N]
其中，Ai为第i个时刻采集的电动汽车状态数据，N＝1024为采集时刻的数量；
步骤1所述构建电动汽车状态数据增量为：
Mi＝Ai-Ai-1
i∈[1,N]
其中，Mi为第i个时刻采集的电动汽车状态数据增量，N为采集时刻的数量；
首先进行电动汽车状态数据的采集工作，得到第一个数据，记作A0，并分析该数据的数据类型，并直接上传A0即原始数据；
经过t1时间后得到第二个数据A1，所述t1为即采集数据的单位间隔时间；
M1＝A1-A0得到此时的电动汽车状态数据的增量M1，按照做差公式Mi＝Ai-Ai-1{i＝2,3……N}，依次能得到数据的增量M2、M3、……、Mi、……MN。
步骤2：根据电动汽车状态数据增量判断数据类型，进一步根据数据类型进行一维矩阵映射得到增量压缩后数据；
步骤2所述根据电动汽车状态数据增量判断数据类型为：
若0<Mi*103<10，则Mi为的数据类型为第一种类型；
若0<Mi*102<10，则Mi为的数据类型为第二种类型；
若0<Mi*10<10，则Mi为的数据类型为第三种类型；
步骤2所述根据数据类型进行一维矩阵映射映射为：
若Mi的数据类型为第一种类型，Pi＝Mi*103；
若Mi的数据类型为第二种类型，Pi＝Mi*102+ASCII(0)-ASCII(A)；
若Mi的数据类型为第三种类型，Pi＝Mi*10+ASCII(0)-ASCII(a)；
ACSII(A)代表：字符”A”的ASCII码值；
ACSII(a)代表：字符”a”的ASCII码值；
ACSII(0)代表：字符”0”的ASCII码值；
步骤2所述增量压缩后数据为：
Pi，i∈[0,N]
其中，Pi为增量压缩后第i个采集时刻的压缩数据，N为采集时刻的数量；
步骤3：将增量压缩后的压缩数据进行数据过滤，得到数据处理后增量压缩后的压缩数据以及增量压缩后的压缩数据连续出现的次数；
步骤3中所述将增量压缩后的压缩数据进行数据过滤为：
Ti
当Pi﹦Pi+1﹦Pi+2﹦Pi+3﹦……﹦Pi+K时，则有Qi﹦Pi，Ti﹦K+1；
当Pi≠Pi+1时，则有Ti＝1；
其中，i∈[0,N]，Pi为增量压缩后第i个采集时刻的压缩数据，N为采集时刻的数量，Qi为数据处理后增量压缩后第i个采集时刻的压缩数据，Ti为增量压缩后第i个采集时刻的压缩数据连续出现的次数；
步骤4：微处理器将数据处理后增量压缩后的压缩数据、增量压缩后的压缩数据连续出现的次数，通过无线通信模块无线传输至云端服务器进行存储；
以某型电动汽车上传数据为例：
在t0、t1时刻上传的数据为97路单体电压，34路温度所组成的数组如下：
将所有t0时刻采集的原始数据记为A0；
t0时刻原始数据＝[3.773 3.774 3.774 3.773 3.774 3.774 3.777 3.7773.777 3.777 3.779 3.773 3.772 3.771 3.774 3.773 3.771 3.775 3.771 3.774 3.7733.771 3.775 3.772 3.774 3.773 3.772 3.771 3.773 3.774 3.772 3.774 3.774 3.7733.773 3.775 3.775 3.773 3.775 3.774 3.776 3.773 3.77 3.771 3.772 3.77 3.7723.771 3.771 3.772 3.77 3.771 3.773 3.772 3.774 3.773 3.774 3.774 3.775 3.7743.773 3.774 3.772 3.775 3.773 3.772 3.773 3.771 3.773 3.772 3.775 3.773 3.7733.774 3.775 3.774 3.762 3.768 3.761 3.765 3.765 3.77 3.77 3.773 3.771 3.773.771 3.774 3.774 3.772 3.774 3.773 3.769 3.773 3.772 3.773 3.774 17 17 17 1717 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 1717 17 17 17]
将所有t1时刻采集的原始数据记为A1；
t1时刻原始数据＝[3.774 3.774 3.774 3.773 3.774 3.774 3.777 3.7773.777 3.778 3.779 3.773 3.772 3.771 3.773 3.773 3.771 3.775 3.771 3.774 3.7733.771 3.775 3.772 3.774 3.773 3.771 3.771 3.774 3.774 3.772 3.774 3.774 3.7733.773 3.775 3.775 3.774 3.775 3.774 3.775 3.773 3.77 3.771 3.772 3.77 3.7723.771 3.771 3.772 3.77 3.771 3.773 3.772 3.774 3.773 3.774 3.774 3.775 3.7743.773 3.774 3.772 3.775 3.773 3.772 3.772 3.771 3.773 3.772 3.775 3.773 3.7733.774 3.775 3.774 3.762 3.768 3.761 3.765 3.765 3.77 3.769 3.773 3.771 3.7713.771 3.774 3.774 3.772 3.774 3.773 3.768 3.773 3.772 3.773 3.774 17 17 17 1717 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 1717 17 17 17]
则通过Mi＝Ai-Ai-1{i＝2,3……N}得到t1时刻增量Mi，再经过上述步骤2的数据增量压缩后得到t1时刻增量编码后数据记为P1；
t1时刻增量编码后数据＝[1 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 00 0 0 1 0 1 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
则经过数据过滤后得到Q1和T1；
采用数据过滤技术，t1时刻增量编码过滤后数据＝[1 0 8 1 0 4 1 0 11 1 0 10 8 1 0 2 1 0 25 1 0 15 1 0 2 1 0 6 1 0 38]
若采用直接数据上传，则t1时刻上传数据为553个字节，若采用增量编码技术，t1时刻上传数据仅用32个字节，即可完成同样的功能。数据压缩了94.21％。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为具体，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出类似数据压缩及重构，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (4)

1.一种基于增量编码的电动汽车状态数据压缩重构方法，具体步骤如下：
步骤1：连续采集多个时刻的电动汽车状态数据，根据电动汽车状态数据构建电动汽车状态数据增量；
步骤2：根据电动汽车状态数据增量判断数据类型，进一步根据数据类型进行一维矩阵映射得到增量压缩后数据；
步骤3：将增量压缩后的压缩数据进行数据过滤，得到数据处理后增量压缩后的压缩数据以及增量压缩后的压缩数据连续出现的次数；
步骤4：微处理器将数据处理后增量压缩后的压缩数据、增量压缩后的压缩数据连续出现的次数，通过无线通信模块无线传输至云端服务器进行存储。
2.根据权利要求1所述的基于增量编码的电动汽车状态数据压缩重构方法，其特征在于：
步骤1所述电动汽车状态数据为：
Ai
i∈[0,N]
其中，Ai为第i个时刻采集的电动汽车状态数据，N为采集时刻的数量；
步骤1所述构建电动汽车状态数据增量为：
Mi＝Ai-Ai-1
i∈[1,N]
其中，Mi为第i个时刻采集的电动汽车状态数据增量，N为采集时刻的数量；
首先进行电动汽车状态数据的采集工作，得到第一个数据，记作A0，并分析该数据的数据类型，并直接上传A0即原始数据；
经过t1时间后得到第二个数据A1，所述t1为即采集数据的单位间隔时间；
M1＝A1-A0得到此时的电动汽车状态数据的增量M1，按照做差公式Mi＝Ai-Ai-1{i＝2,3……N}，依次能得到数据的增量M2、M3、……、Mi、……MN。
3.根据权利要求1所述的基于增量编码的电动汽车状态数据压缩重构方法，其特征在于：
步骤2所述根据电动汽车状态数据增量判断数据类型为：
若0<Mi*103<10，则Mi为的数据类型为第一种类型；
若0<Mi*102<10，则Mi为的数据类型为第二种类型；
若0<Mi*10<10，则Mi为的数据类型为第三种类型；
步骤2所述根据数据类型进行一维矩阵映射映射为：
若Mi的数据类型为第一种类型，Pi＝Mi*103；
若Mi的数据类型为第二种类型，Pi＝Mi*102+ASCII(0)-ASCII(A)；
若Mi的数据类型为第三种类型，Pi＝Mi*10+ASCII(0)-ASCII(a)；
ACSII(A)代表：字符”A”的ASCII码值；
ACSII(a)代表：字符”a”的ASCII码值；
ACSII(0)代表：字符”0”的ASCII码值；
步骤2所述增量压缩后数据为：
Pi，i∈[0,N]
其中，Pi为增量压缩后第i个采集时刻的压缩数据，N为采集时刻的数量。
4.根据权利要求1所述的基于增量编码的电动汽车状态数据压缩重构方法，其特征在于：
步骤3中所述将增量压缩后的压缩数据进行数据过滤为：
Ti
当Pi﹦Pi+1﹦Pi+2﹦Pi+3﹦……﹦Pi+K时，则有Qi﹦Pi，Ti﹦K+1；
当Pi≠Pi+1时，则有Ti＝1；
其中，i∈[0,N]，Pi为增量压缩后第i个采集时刻的压缩数据，N为采集时刻的数量，Qi为数据处理后增量压缩后第i个采集时刻的压缩数据，Ti为增量压缩后第i个采集时刻的压缩数据连续出现的次数。
CN202011363865.6A 2020-11-27 2020-11-27 一种基于增量编码的电动汽车电池状态数据压缩重构方法 Pending CN112350734A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011363865.6A CN112350734A (zh) 2020-11-27 2020-11-27 一种基于增量编码的电动汽车电池状态数据压缩重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011363865.6A CN112350734A (zh) 2020-11-27 2020-11-27 一种基于增量编码的电动汽车电池状态数据压缩重构方法

Publications (1)

Publication Number Publication Date
CN112350734A true CN112350734A (zh) 2021-02-09

Family

ID=74366127

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011363865.6A Pending CN112350734A (zh) 2020-11-27 2020-11-27 一种基于增量编码的电动汽车电池状态数据压缩重构方法

Country Status (1)

Country Link
CN (1) CN112350734A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113724418A (zh) * 2021-08-26 2021-11-30 广州小鹏自动驾驶科技有限公司 一种数据处理方法、装置和可读存储介质
CN115173865A (zh) * 2022-03-04 2022-10-11 上海玫克生储能科技有限公司 用于储能电站的电池数据压缩处理方法及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113724418A (zh) * 2021-08-26 2021-11-30 广州小鹏自动驾驶科技有限公司 一种数据处理方法、装置和可读存储介质
CN115173865A (zh) * 2022-03-04 2022-10-11 上海玫克生储能科技有限公司 用于储能电站的电池数据压缩处理方法及电子设备

Similar Documents

Publication Publication Date Title
CN112350734A (zh) 一种基于增量编码的电动汽车电池状态数据压缩重构方法
CN108377266A (zh) 一种基于车联网的实时数据传输方法及系统
CN102013155B (zh) 一种利用td网络的远程抄表系统及其实现方法
CN112087500B (zh) 远程车辆数据采集方法和系统
CN113064939B (zh) 一种新能源车辆三电系统安全特征数据库构建方法
CN102411677A (zh) 一种基于浮动车数据采集的预处理方法
CN103529761B (zh) 一种新能源车辆故障数据采集方法和装置
CN105590438B (zh) 一种基于远程控制和数据压缩的数据无线采集系统
CN102981496A (zh) 基于车辆专业诊断的远程监控及数据存储方法
CN110035408A (zh) 一种基于智慧网联汽车的公共安全智慧探测系统及方法
CN110849411A (zh) 车联网服务器、车辆及基于行驶油耗数据的车况评估方法
CN112009294A (zh) 基于智慧城市光储充一体化停车棚的共享充电服务系统
CN210426762U (zh) 一种高速铁路噪声自动监测与数据管理系统
CN114415695A (zh) 一种基于视觉技术和巡检机器人的茶园巡检系统
CN2876902Y (zh) 一种机车运用状态实时监测系统
CN114900331A (zh) 基于can报文特征的车载can总线入侵检测方法
CN201170741Y (zh) 一种油量传感系统架构
CN216135897U (zh) 可采集心电数据的方向盘、生命体征监测系统
CN113858956A (zh) 新能源汽车数据采集与处理方法系统
CN111885540A (zh) 一种基于nb-iot的智能交通车辆诊断监控与云端数据服务平台系统
CN113946972A (zh) 一种基于车联网的汽车可靠寿命预测方法
CN113094410A (zh) 一种警用移动快速采集分析系统
CN206363130U (zh) 一种纯电动汽车远程数据采集装置
CN111614561A (zh) 基于边缘计算的智能路侧数据传输方法、装置及分布式系统
CN208207174U (zh) 一种基于nbiot协议的新能源电动汽车电量采集系统

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