CN112860747A - 一种自动数据记录、存储及分类系统及方法 - Google Patents
一种自动数据记录、存储及分类系统及方法 Download PDFInfo
- Publication number
- CN112860747A CN112860747A CN202110158220.7A CN202110158220A CN112860747A CN 112860747 A CN112860747 A CN 112860747A CN 202110158220 A CN202110158220 A CN 202110158220A CN 112860747 A CN112860747 A CN 112860747A
- Authority
- CN
- China
- Prior art keywords
- event
- data
- module
- time
- triggering
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013500 data storage Methods 0.000 claims abstract description 55
- 230000001960 triggered effect Effects 0.000 claims abstract description 24
- 238000007726 management method Methods 0.000 claims description 38
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 13
- 230000001052 transient effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 abstract description 12
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000010276 construction Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2428—Query predicate definition using graphical user interfaces, including menus and forms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G06Q50/40—
-
- 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
Abstract
本发明公开的一种自动数据记录、存储及分类系统及方法,数据记录需求标示模块将连续触发的事件数据标记为一次数据记录总时间范围,数据存储模块依据该时间范围及默认的时间触发前的时间范围,从数据缓存模块获取事件数据,从而减少了数据存储空间需求,存储的事件数据也包含完整的事件发生过程,对于复杂的自动或辅助驾驶系统的责任判断、性能优化、问题分析定位,数据具备更高的有效性。同时,可在本地、云端分别配置是否主动上传/主动拉取事件发生时的数据文件,能更好的利用本地、云端的存储器资源,并能满足责任判断、性能优化、问题分析的及时性要求。
Description
技术领域
本发明涉及自动(辅助)驾驶系统数据记录领域,具体涉及一种自动数据记录、存储及分类系统及方法。
背景技术
随着汽车自动(辅助)驾驶技术的普及,汽车驾驶员在享受自动(辅助)驾驶技术带来的便利和安全的同时,也因相关事故越发对自动(辅助)驾驶系统的可靠性提出质疑和担忧。然而,分析相关事故发生原因,更多是驾驶员错误使用自动(辅助)驾驶系统所致。
此外,在保证自动(辅助)驾驶系统验证工况的覆盖度的前提下,尽量降低自动驾驶系统的验证成本,可采集特定用户在使用试用版本的自动(辅助)驾驶系统时的系统数据,通过HIL等方式,对系统的鲁棒性等进行验证。
因此,在自动(辅助)驾驶系统的发展历程中,自动数据记录系统必不可少,且不仅可用于责任判断,还可用于系统的场景库搭建、性能优化,以及售后问题的快速定位等。
公开号为CN108921971A的专利《一种自动驾驶车辆数据记录系统和方法、数据采集设备》。该专利定义了可通过用户终端下发特定命令,并通过数据采集设备采集对应的行车数据。该专利适用于事件简单、数量较少的系统,针对逻辑复杂、数据量大的自动(辅助)驾驶系统,其灵活性、操纵效率会大大降低,系统维护及使用成本也会增加。
公开号为CN108876965A的专利《用于自动驾驶人车事故判责的数据记录方法》。该专利从事件定义、记录数据内容、数据上云存储等整个完整链路定义了数据记录系统的具体架构及相关逻辑条件。该专利定义的方法虽同样适用于场景库搭建、性能优化等用途,但并未明确多用途时,如何高效、合理的对数据进行分类、管理。同时,数据上传云端服务器前需要先经过授权,虽能减少云端存储空间,但增加了系统的复杂程度。
公开号为CN110473310A的专利是《汽车行驶数据记录方法、系统、设置及存储介质》。该专利可自动识别汽车当前的自动驾驶等级,以确定需采集数据的事件类别,并据此采相应数据内容。该专利虽能自动适应不同自动驾驶等级系统的数据采集需求,一定程度上减少数据存储所需空间。但,分事件类型、分数据内容采集数据增加了系统复杂程度。
因此有必要设计一种可兼顾自动或辅助驾驶系统开发过程中的仿真场景库搭建、问题分析定位,以及系统量产后的责任判断、性能优化等需求的多场景多用途自动数据记录、存储及分类系统及方法。
发明内容
本发明公开的一种自动数据记录、存储及分类系统,可兼顾自动(辅助)驾驶系统开发过程中的仿真场景库搭建、问题分析定位、智慧测试,以及系统量产后的责任判断、性能优化等需求。
本发明公开的一种自动数据记录、存储及分类方法,可兼顾自动(辅助)驾驶系统开发过程中的仿真场景库搭建、问题分析定位、智慧测试,以及系统量产后的责任判断、性能优化等需求。
本发明公开的一种自动数据记录、存储及分类系统,包括数据传输模块、事件触发判断模块、事件触发标示模块、数据记录需求标示模块、数据分类管理模块、数据缓存模块及数据存储模块.
所述数据缓存模块实时缓存车辆运行的所有数据.
事件触发信息被传输到事件触发判断模块,事件触发判断模块根据定义的事件触发条件监控事件是否触发及触发、结束时间。
判断为已触发的事件由事件触发标示模块根据事件触发时间,对单个事件的数据记录时间范围进行标示(不含事件触发前的时间范围);数据记录需求标示模块结合各事件的数据记录时间范围标示结果及默认的时间触发前的时间范围(该时间范围可根据事件单独标定),确认一次数据记录总时间范围。
所述数据分类管理模块记录所有数据的事件目录信息,事件目录信息包含:事件类型、发生时间、结束时间、数据存储位置、数据名称、标示上传信息的数据读取信息;数据分类管理模块定期向云端上传事件目录信息,供云端建立事件数据拉取请求。
即,数据分类管理模块记录所有数据的事件目录信息,包含:事件类型、发生时间、结束时间、数据存储位置、数据名称、数据读取信息(是否需要主动上传、是否上传等),以便能根据事件信息快速确认数据名称及位置,提供数据读取的便利性和效率。在事件发生后,数据分类管理模块将事件信息通过数据传输模块上传到云端,方便根据在云端配置的事件自动拉取需求,由云端自动下发拉取请求,也可由云端手动下发拉取请求。数据分类管理模块也能响应云端的文件拉取请求,并通过数据存储模块上传对应文件到云端;数据分类管理模块也能读取通过远程或本地诊断配置的事件上传需求,修订各事件文件是否主动上传云端。
所述数据存储模块根据数据记录需求标示模块的一次数据记录总时间范围,从数据缓存模块获取涉及事件数据;数据分类管理模块响应云端事件数据拉取请求,控制数据存储模块通过数据传输模块向云端传输应上传的事件数据。
进一步地,事件数据拉取请求由云端自动下发或手动下发。
进一步地,数据分类管理模块还建立总的数据目录,记录所有事件目录;用户/云端通过Tbox、GW下发事件数据拉取请求涉及总的数据目录时,数据分类管理模块控制数据存储模块通过数据传输模块向云端上传对应的数据文件、数据目录。
进一步地,还包括事件有效性判断模块,事件有效性判断模块将事件有效性信息发送给事件触发判断模块;事件触发判断模块根据定义的事件触发条件、事件有效性信息,监控事件是否触发,以及触发与结束的时间。
进一步地,所述事件类型含重要数据及一般数据;事件类型为重要数据时,数据存储位置为重要数据存储空间;事件类型为一般数据时,数据存储位置为一般数据存储空间;数据分类管理模块还建立事件信息对照表;所述事件信息对照表记录事件类型的事件编号、数据类型和数据上传云端对照表。
本发明公开的一种自动数据记录、存储及分类方法,包括以下步骤,
步骤1:事件触发信息被传输到事件触发判断模块,事件触发判断模块根据定义的事件触发条件,监控事件是否触发,以及触发与结束的时间;
步骤2:事件触发标示模块根据事件触发时间,对单个事件的数据记录时间范围进行标示,标示范围为:
针对过程事件:事件发生过程与默认的事件结束后的一个持续时间之和(该时间可根据各事件单独标定);
针对瞬态事件:事件发生时刻之后的一个持续时间(该时间可根据各事件单独标定)。
事件触发标示模块标示的时间范围也可输出给其他控制器实现分布式的数据记录,如输出给DVR,同步记录视频信息。
步骤3:数据记录需求标示模块结合各个事件的触发标示结果,确认一次数据记录总时间范围,一次数据记录总时间范围为:默认的时间触发前的时间范围与事件触发标示模块标示的事件的数据记录时间范围之和;
步骤4:数据分类管理模块记录所有数据的事件目录信息,事件目录信息包含:事件类型、发生时间、结束时间、数据存储位置、数据名称、标示上传信息的数据读取信息;数据分类管理模块定期向云端上传事件目录信息,供云端建立事件数据拉取请求;
步骤5:数据存储模块根据数据记录需求标示模块的一次数据记录总时间范围,从数据缓存模块获取涉及事件数据;数据分类管理模块响应云端事件数据拉取请求,控制数据存储模块通过数据传输模块向云端传输应上传的事件数据。
进一步地,事件数据拉取请求由云端自动下发或手动下发。
进一步地,步骤1)之前为步骤01),
步骤01:Tbox、GW通过数据传输模块向事件有效性判断模块发送事件有效性信息,事件有效性判断模块将事件有效性信息发送给事件触发判断模块;
步骤1中,事件触发判断模块根据定义的事件触发条件、事件有效性信息,监控事件是否触发,以及触发与结束的时间。
本发明有益技术效果为:
1)数据记录需求标示模块将连续触发的事件数据标记为一次数据记录总时间范围,数据存储模块依据该时间范围,从数据缓存模块获取事件数据;从而减少了数据存储空间需求,存储的事件数据也包含完整的事件发生过程,对于复杂的自动(辅助)驾驶系统的责任判断、性能优化、问题分析定位,数据具备更高的有效性。同时,可在本地、云端分别配置是否主动上传/主动拉取事件发生时的数据文件,能更好的利用本地、云端的存储器资源,并能满足责任判断、性能优化、问题分析的及时性要求。
2)数据分类管理模块对所触发的事件建立事件目录,除数据存储模块的事件数据存储外,事件对应的事件目录也在数据分类管理模块产生。更有利于存储的事件数据的完整性及事件备查。
3)数据存储模块依据事件目录定期向云端上传事件数据,保障了数据向云端的周期备份,避免本地事件数据损坏、遗失风险。事件目录信息,可在本地、云端建立事件数据库,便于使用事件数据时分类查询、下载。实现可兼顾自动(辅助)驾驶系统开发过程中的仿真场景库搭建、问题分析定位,以及系统量产后的责任判断、性能优化等需求的自动数据记录、存储及分类。
附图说明
图1为本发明方法流程示意图;
图2本发明系统的结构框图;
图3为事件触发标示、数据记录需求标示及数据记录范围示例。
具体实施方式
下面将参照附图对本发明做详细描述。
如图1至图3所示,本发明公开的一种自动数据记录、存储及分类系统203,包括数据传输模2032块、事件有效性判断模块2033、事件触发判断模块2034、事件触发标示模块2035、数据记录需求标示模块2036、数据分类管理模块2037、数据缓存模块2031及数据存储模块2038;
数据缓存模块2031实时缓存车辆运行时的所有数据;
Tbox201、GW202通过数据传输模块2032向事件有效性判断模块2033发送事件有效性信息,事件有效性判断模块2033将事件有效性信息发送给事件触发判断模块2034;
Tbox201、GW202通过数据传输模块2032向事件触发判断模块发送事件触发信息,事件触发判断模块根据定义的事件触发条件、事件有效性信息,监控事件是否触发,及触发与结束时间;
判断为已触发的事件由事件触发标示模块根据事件触发时间,对单个事件的数据记录时间范围进行标示;事件时间范围包含:事件触发过程及事件触发结束后一定时长的总和。其中,针对瞬态事件,如安全气囊弹开、系统意外退出,仅包含:事件触发结束后一定时长;事件触发结束后的时长,可根据事件本身逻辑等单独确认及标定。
数据记录需求标示模块结合各事件的数据记录时间范围标示结果,确认一次数据记录总时间范围;在前一事件触发结束后的一定时长内,若判断触发了新的事件,则新事件的数据与前一事件触发数据记录在一个文件中。一次数据记录的总的时间范围为:第一个事件触发前一定时长一直到最后一个事件结束后一定时长。事件触发前的时长,可根据事件本身逻辑等单独确认及标定。
数据分类管理模块2037在一次数据记录总时间范围,对所触发的事件建立事件目录;事件目录记录事件类型、发生时间、结束时间、数据存储位置、数据名称和数据读取信息;事件类型含重要数据及一般数据。事件类型为重要数据时,数据存储位置为重要数据存储空间;事件类型为一般数据时,数据存储位置为一般数据存储空间。重要数据、一般数据两个存储空间的数据互相之间不能相互覆盖,一般数据存储空间存满后,新的一般数据优先覆盖最早的一般数据;重要数据所分配存储空间存满前,应提前发出提示信息,通知用户到车辆指定的售后网点清理数据;定期向云端上传事件目录信息,以便在云端可通过事件目标自动/手动下发远程事件数据拉取请求拉取所需事件数据。同时,方便云端建立事件目录,便于在云端查询、筛选、下载对应事件、时间、车辆的事件数据。
数据读取信息可包含:数据是否需立即上传,数据是否已上传,数据上传时间等。
数据分类管理模块2037还建立事件信息对照表;所述事件信息对照表记录事件类型的事件编号、数据类型和数据上传云端对照表;
数据分类管理模块2037还建立总的数据目录,记录所有事件目录,以便在网络异常时读取数据时,能根据事件目录信息快速确认数据名称及位置,提供事件数据读取的便利性和效率。
数据存储模块根据数据记录需求标示模块的一次数据记录总时间范围,从数据缓存模块获取涉及事件数据;
数据分类管理模块响应云端事件数据拉取请求,控制数据存储模块通过数据传输模块向云端传输应上传的事件数据。
数据上传云端也可以通过用户下发事件数据拉取请求的方式。如: 用户通过Tbox201、GW202下发事件数据拉取请求涉及数据分类管理模块2037里的事件目录时,将数据存储模块2038中对应事件数据向云端传输;用户通过Tbox201、GW202下发事件数据拉取请求涉及总的数据目录时,将数据存储模块2038总的数据目录对应事件数据向云端批量传输,实现批量数据提取。
事件类型可包含:责任判断事件,如自动驾驶系统异常退出、系统发出接管报警、紧急制动、严重碰撞(气囊弹出)、系统执行自动停车等;仿真场景搭建事件,如驾驶员主动制动、临道车辆切入、汇流路口车辆切入、通过十字路口等;性能优化事件,如系统自动跟随前车起步舒适性优化、驾驶员主动接管事件、自动上下匝道等;问题分析定位事件,如系统故障、系统控制性能衰减、系统减速顿挫等;远程数据采集事件,如针对特殊路况或特殊售后问题,在问题排查过程中,远程下发数据采集请求等。事件类型根据数据采集需求可以不断扩展。远程数据采集事件,通过Tbox201下发指令,经数据传输模块2032传递给事件触发判断模块2034,事件触发判断模块2034判断是否触发远程数据采集事件。单独定义的远程数据采集事件,可针对系统开发、售后时出现的未能覆盖的事件类型的问题事件数据进行实时采集。
如图3所示,对于三种事件:接管报警、紧急制动和严重碰撞(气囊弹出)。接管报警为过程事件,其数据为一般数据,事件触发标示到触发前、触发中和触发后;紧急制动为过程事件,其数据为重要数据,事件触发标示到触发前、触发中和触发后;严重碰撞为瞬态事件,其数据为重要数据,事件触发标示到触发前和触发后。
本发明还公开了一种自动数据记录、存储及分类方法,包括以下步骤,
步骤01:Tbox201、GW202通过数据传输模块2032向事件有效性判断模块2033发送事件有效性信息,事件有效性判断模块2033将事件有效性信息发送给事件触发判断模块2034;
步骤1中,Tbox201、GW202向事件触发判断模块2034提供事件触发判断信号,事件触发判断模块2034根据定义的事件触发条件、事件有效性信息,监控事件是否触发,以及触发与结束的时间。
步骤2:事件触发标示模块2035根据事件触发时间,对单个事件的数据记录时间范围进行标示,标示范围为:
针对过程事件:事件发生过程与默认的事件结束后的一个持续时间之和(该时间可根据各事件单独标定);
针对瞬态事件:事件发生时刻之后的一个持续时间(该时间可根据各事件单独标定);
事件触发标示模块(2035)标示的时间范围也可输出给其他控制器实现分布式的数据记录,如输出给DVR,同步记录视频信息。
步骤3:数据记录需求标示模块2036,结合各个事件的触发标示结果,确认一次数据记录总时间范围:默认的时间触发前的时间范围与事件触发标示模块标示的事件的数据记录时间范围之和;在前一事件触发结束后的一定时长内,若判断触发了新的事件,则新事件的事件数据与前一事件的事件数据记录在一个文件中;
步骤4:数据分类管理模块2037对所触发的事件建立事件目录;事件目录记录事件类型、发生时间、结束时间、数据存储位置、数据名称和数据读取信息;事件类型含重要数据及一般数据。事件类型为重要数据时,数据存储位置为重要数据存储空间;事件类型为一般数据时,数据存储位置为一般数据存储空间。重要数据、一般数据两个存储空间的数据互相之间不能相互覆盖,一般数据存储空间存满后,新的一般数据优先覆盖最早的一般数据;重要数据所分配存储空间存满前,应提前发出提示信息,通知用户到车辆指定的售后网点清理数据;数据分类管理模块2037通过数据传输模块2032向云端发送事件目录;数据读取信息可包含:数据是否需立即上传,数据是否已上传,数据上传时间等;
数据分类管理模块2037还建立事件信息对照表;所述事件信息对照表记录事件类型的事件编号、数据类型和数据上传云端对照表;
数据分类管理模块2037还建立总的数据目录,记录所有事件目录,以便在网络异常时读取数据时,能根据事件目录信息快速确认数据名称及位置,提供事件数据读取的便利性和效率。
步骤5:数据缓存模块2031实时缓存车辆运行时的所有数据;数据存储模块2038根据数据记录需求标示模块2036确定的一次数据记录总时间范围,从数据缓存模块2031中,将对应时间范围内的事件数据存储到存储单元中;数据存储模块根据数据分类管理模块的事件目录,一次数据记录总时间范围,通过数据传输模块2032向云端上传事件目录中标注为应上传的事件数据。
步骤5中,数据上传云端也可以通过用户下发事件数据拉取请求的方式。如:用户通过Tbox201、GW202下发事件数据拉取请求涉及数据分类管理模块2037里事件目录时,将数据存储模块2038事件目录中标注为应上传的事件数据向云端输出;用户通过Tbox201、GW202下发事件数据拉取请求涉及总的数据目录时,将数据存储模块2038中总的数据目录中标注为应上传的事件数据向云端批量输出。
Claims (8)
1.一种自动数据记录、存储及分类系统,其特征在于:包括数据传输模块(2032)、事件触发判断模块(2034)、事件触发标示模块(2035)、数据记录需求标示模块(2036)、数据分类管理模块(2037)、数据缓存模块(2031)及数据存储模块(2038);
数据缓存模块(2031)实时缓存车辆运行的所有数据;
事件触发信息被传输到事件触发判断模块(2034),事件触发判断模块根据定义的事件触发条件监控事件是否触发及触发、结束时间;
判断为已触发的事件由事件触发标示模块(2035)根据事件触发时间,对单个事件的数据记录时间范围进行标示;数据记录需求标示模块结合各事件的数据记录时间范围标示结果及默认的时间触发前的时间范围,确认一次数据记录总时间范围;
数据分类管理模块(2037)记录所有数据的事件目录信息,事件目录信息包含:事件类型、发生时间、结束时间、数据存储位置、数据名称、标示上传信息的数据读取信息;数据分类管理模块(2037)定期向云端上传事件目录信息,供云端建立事件数据拉取请求;
数据存储模块(2038)根据数据记录需求标示模块的一次数据记录总时间范围,从数据缓存模块获取涉及事件数据;数据分类管理模块(2037)响应云端事件数据拉取请求,控制数据存储模块通过数据传输模块(2032)向云端传输应上传的事件数据。
2.如权利要求2所述的一种自动数据记录、存储及分类系统,其特征在于:事件数据拉取请求由云端自动下发或手动下发。
3.如权利要求2所述的一种自动数据记录、存储及分类系统,其特征在于:数据分类管理模块(2037)还建立总的数据目录,记录所有事件目录;用户通过Tbox(201)、GW(202)下发事件数据拉取请求涉及总的数据目录时,数据分类管理模块(2037)控制数据存储模块(2038)通过数据传输模块(2032)向云端上传事件数据拉取请求涉及的事件数据。
4.如权利要求3所述的一种自动数据记录、存储及分类系统,其特征在于:还包括事件有效性判断模块(2033),事件有效性判断模块(2033)将事件有效性信息发送给事件触发判断模块(2034);事件触发判断模块(2034)根据定义的事件触发条件、事件有效性信息,监控事件是否触发,以及触发与结束的时间。
5.如权利要求4所述的一种自动数据记录、存储及分类系统,其特征在于:所述事件类型含重要数据及一般数据;事件类型为重要数据时,数据存储位置为重要数据存储空间;事件类型为一般数据时,数据存储位置为一般数据存储空间;数据分类管理模块(2037)还建立事件信息对照表;所述事件信息对照表记录事件类型的事件编号、数据类型和数据上传云端对照表。
6.一种自动数据记录、存储及分类方法,其特征在于:包括以下步骤,
步骤1:事件触发信息被传输到事件触发判断模块(2034),事件触发判断模块(2034)根据定义的事件触发条件,监控事件是否触发,以及触发与结束的时间;
步骤2:事件触发标示模块(2035)根据事件触发时间,对单个事件的数据记录时间范围进行标示,标示范围为:
针对过程事件:事件发生过程与默认的事件结束后的一个持续时间之和;
针对瞬态事件:事件发生时刻之后的一个持续时间;
步骤3:数据记录需求标示模块(2036)结合各个事件的触发标示结果,确认一次数据记录总时间范围,一次数据记录总时间范围为:默认的时间触发前的时间范围与事件触发标示模块标示的事件的数据记录时间范围之和;
步骤4:数据分类管理模块(2037)记录所有数据的事件目录信息,事件目录信息包含:事件类型、发生时间、结束时间、数据存储位置、数据名称、标示上传信息的数据读取信息;数据分类管理模块(2037)定期向云端上传事件目录信息,供云端建立事件数据拉取请求;
步骤5:数据存储模块(2038)根据数据记录需求标示模块的一次数据记录总时间范围,从数据缓存模块获取涉及事件数据;数据分类管理模块(2037)响应云端事件数据拉取请求,控制数据存储模块通过数据传输模块(2032)向云端传输应上传的事件数据。
7.如权利要求6所述的一种自动数据记录、存储及分类方法,其特征在于:事件数据拉取请求由云端自动下发或手动下发。
8.如权利要求7所述的一种自动数据记录、存储及分类方法,其特征在于:步骤1)之前为步骤01),
步骤01:Tbox(201)、GW(202)通过数据传输模块(2032)向事件有效性判断模块(2033)发送事件有效性信息,事件有效性判断模块(2033)将事件有效性信息发送给事件触发判断模块(2034);
步骤1中,事件触发判断模块(2034)根据定义的事件触发条件、事件有效性信息,监控事件是否触发,以及触发与结束的时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110158220.7A CN112860747A (zh) | 2021-02-05 | 2021-02-05 | 一种自动数据记录、存储及分类系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110158220.7A CN112860747A (zh) | 2021-02-05 | 2021-02-05 | 一种自动数据记录、存储及分类系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112860747A true CN112860747A (zh) | 2021-05-28 |
Family
ID=75988846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110158220.7A Pending CN112860747A (zh) | 2021-02-05 | 2021-02-05 | 一种自动数据记录、存储及分类系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112860747A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114435381A (zh) * | 2022-02-25 | 2022-05-06 | 重庆长安汽车股份有限公司 | 一种车辆数据记录方法及存储介质 |
CN114710527A (zh) * | 2022-03-25 | 2022-07-05 | 重庆长安汽车股份有限公司 | 分布式智能驾驶数据的采集系统、方法及可读存储介质 |
CN115442274A (zh) * | 2022-08-31 | 2022-12-06 | 重庆长安汽车股份有限公司 | 一种汽车数据上传云端延迟时间的测试方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108242088A (zh) * | 2016-12-26 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种行车记录分享系统及方法 |
CN108876965A (zh) * | 2018-07-24 | 2018-11-23 | 重庆长安汽车股份有限公司 | 用于自动驾驶人车事故判责的数据记录方法 |
CN110322592A (zh) * | 2019-07-24 | 2019-10-11 | 重庆长安汽车股份有限公司 | 一种车载数据记录器、车载数据记录方法及汽车 |
CN111145389A (zh) * | 2019-12-31 | 2020-05-12 | 中国第一汽车股份有限公司 | 一种车辆数据管理方法及系统 |
CN111145387A (zh) * | 2019-12-26 | 2020-05-12 | 高田汽车电子(上海)有限公司 | 一种用于车辆碰撞数据记录和提取的装置及方法 |
CN111586150A (zh) * | 2020-04-30 | 2020-08-25 | 上海华东汽车信息技术有限公司 | 车辆数据上传方法、装置、计算机设备和存储介质 |
-
2021
- 2021-02-05 CN CN202110158220.7A patent/CN112860747A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108242088A (zh) * | 2016-12-26 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种行车记录分享系统及方法 |
CN108876965A (zh) * | 2018-07-24 | 2018-11-23 | 重庆长安汽车股份有限公司 | 用于自动驾驶人车事故判责的数据记录方法 |
CN110322592A (zh) * | 2019-07-24 | 2019-10-11 | 重庆长安汽车股份有限公司 | 一种车载数据记录器、车载数据记录方法及汽车 |
CN111145387A (zh) * | 2019-12-26 | 2020-05-12 | 高田汽车电子(上海)有限公司 | 一种用于车辆碰撞数据记录和提取的装置及方法 |
CN111145389A (zh) * | 2019-12-31 | 2020-05-12 | 中国第一汽车股份有限公司 | 一种车辆数据管理方法及系统 |
CN111586150A (zh) * | 2020-04-30 | 2020-08-25 | 上海华东汽车信息技术有限公司 | 车辆数据上传方法、装置、计算机设备和存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114435381A (zh) * | 2022-02-25 | 2022-05-06 | 重庆长安汽车股份有限公司 | 一种车辆数据记录方法及存储介质 |
CN114435381B (zh) * | 2022-02-25 | 2024-02-27 | 重庆长安汽车股份有限公司 | 一种车辆数据记录方法及存储介质 |
CN114710527A (zh) * | 2022-03-25 | 2022-07-05 | 重庆长安汽车股份有限公司 | 分布式智能驾驶数据的采集系统、方法及可读存储介质 |
CN115442274A (zh) * | 2022-08-31 | 2022-12-06 | 重庆长安汽车股份有限公司 | 一种汽车数据上传云端延迟时间的测试方法、装置、设备及介质 |
CN115442274B (zh) * | 2022-08-31 | 2023-05-12 | 重庆长安汽车股份有限公司 | 一种汽车数据上传云端延迟时间的测试方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112860747A (zh) | 一种自动数据记录、存储及分类系统及方法 | |
US11080950B2 (en) | Cooperative vehicle diagnosis system | |
CN111145389B (zh) | 一种车辆数据管理方法及系统 | |
US9792740B2 (en) | Triggering a specialized data collection mode | |
EP3334627B1 (en) | Driver consent management | |
CN111399481B (zh) | 一种自动驾驶场景信息收集及远程升级方法及系统 | |
JP7295684B2 (ja) | 事故責任特定方法、事故責任特定装置及びコンピュータプログラム | |
CN109804367A (zh) | 使用边缘计算的分布式视频存储和搜索 | |
US20110166743A1 (en) | Vehicular information storage apparatus and vehicle diagnosis system | |
US20200077292A1 (en) | Data collection apparatus, data collection system, data collection method, and on-vehicle device | |
WO2008058293A2 (en) | Vehicle exception event management systems | |
US20090254248A1 (en) | System and method for managing record of vehicles | |
CN104361651A (zh) | 一种用于租赁车辆的实时监控系统及方法 | |
CN111462351A (zh) | 基于自动驾驶平台的车辆行驶数据处理方法、系统以及设备 | |
CN108932833A (zh) | 肇事逃逸检测 | |
EP2609565A1 (en) | Method and apparatus for remote vehicle diagnosis | |
CN111243290B (zh) | 驾驶行为数据获取和分析方法及系统 | |
KR20110015889A (ko) | 차량용 블랙박스 원격관리시스템 및 그 방법 | |
KR102008270B1 (ko) | 디지털운행기록계를 이용한 차량사고 자동신고방법 | |
DE102020107367B4 (de) | Verfahren zum Betreiben einer Datenbankeinrichtung zum Sammeln von Fehlerdatensätzen aus einer Vielzahl von Kraftfahrzeugen; Datenbankeinrichtung; Kraftfahrzeug-Steuereinrichtung sowie System | |
CN113808398B (zh) | 一种车辆实时定位核查系统及核查方法 | |
JP7156091B2 (ja) | 車両データ収集システム | |
KR20130057260A (ko) | 차량용 블랙박스 영상 제보 방법 및 시스템 | |
CN115273271A (zh) | 一种基于车辆娱乐主机采集车辆数据的系统及方法 | |
CN117711085A (zh) | 基于车辆故障诊断系统的紧急视频记录传输方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210528 |