CN113297441A - 一种基于物联网技术的多协议融合分析方法 - Google Patents
一种基于物联网技术的多协议融合分析方法 Download PDFInfo
- Publication number
- CN113297441A CN113297441A CN202110521770.0A CN202110521770A CN113297441A CN 113297441 A CN113297441 A CN 113297441A CN 202110521770 A CN202110521770 A CN 202110521770A CN 113297441 A CN113297441 A CN 113297441A
- Authority
- CN
- China
- Prior art keywords
- data
- abnormal
- internet
- comparison
- things
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title claims abstract description 14
- 230000004927 fusion Effects 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000007499 fusion processing Methods 0.000 claims abstract description 12
- 238000013480 data collection Methods 0.000 claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/40—Transportation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Computational Linguistics (AREA)
- Toxicology (AREA)
- Development Economics (AREA)
- Environmental & Geological Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于物联网技术的多协议融合分析方法，包括：使用基于物联网的数据采集设备进行路面车辆行驶参数采集、进行所采集的车辆行驶参数的多协议融合处理、将融合处理之后的数据自动的进行数据分析比对、比对异常的数据直接进行异常结果报告，而比对失败的数据则提交进行人为分析比对、人为分析比对出的异常数据进行到异常结果报告，并反馈到数据分析比对平台中。通过基于物联网的数据采集设备进行路面车辆行驶参数采集，并融合成同一协议下的数据集，将数据集与带有分析阈值的异常数据库进行数据比对，自动快速的筛选出异常车辆，使用交通监测平台来对异常车辆进行提前干预，预防事故的发生，有效的缓解交通压力。
Description
技术领域
本发明具体涉及一种基于物联网技术的多协议融合分析方法。
背景技术
随着我国经济的不断发展，我国家庭中私家车保有量逐年提升，这给交通运输带来了很大的压力，高峰期路段拥堵的情况给人们带来了困扰，同时对交警部门的工作要求很高。
除了拥堵情况之外，车辆行驶安全问题也加重了交警部门的压力。在车辆行驶的过程中，由于车辆因素和人为因素，都容易造成交通事故的发生，现在采取的措施多为事故的后处理，仅仅只是降低事故所造成的影响。而依靠目前分散设置的路面摄像、测速设备，很难针对异常车辆进行及时筛查，不能起到预防事故发生的作用。鉴于此，我们提出一种基于物联网技术的多协议融合分析方法。
发明内容
本发明的目的在于针对现有技术的不足之处，提供一种基于物联网技术的多协议融合分析方法，以达到筛选异常行驶车辆、预防事故发生的目的。
为实现上述目的，本发明提供如下技术方案：一种基于物联网技术的多协议融合分析方法，包括以下步骤：
(1)使用基于物联网的数据采集设备进行路面车辆行驶参数采集；
(2)进行所采集的车辆行驶参数的多协议融合处理；
(3)将融合处理之后的数据自动的进行数据分析比对；
(4)比对异常的数据直接进行异常结果报告，而比对失败的数据则提交进行人为分析比对；
(5)人为分析比对出的异常数据进行到异常结果报告，并反馈到数据分析比对平台中，正常数据则进入终止阶段。
优选的，所述步骤(1)中使用车辆测速仪、路面摄像头、胎压传感器以及GPS定位进行车辆行驶参数采集，行驶参数包括有车速、行车状态、驾驶员状态、胎压以及行驶路径。
优选的，所述步骤(2)中多协议融合处理过程包括有数据汇聚、数据协议转换和数据输出。
优选的，所述步骤(3)中设置有异常数据库，其存储有车辆行驶异常的参数，并且异常数据库设置有比对阈值。
优选的，所述步骤(4)中异常结果报告的终端为交通监测平台。
优选的，所述步骤(5)与步骤(4)双向连通，通过人为判断高于异常数据库比对阈值，却不存在于数据库中的异常数据是否正常，并进行结果反馈。
与现有技术相比，本发明的有益效果是：
1.通过基于物联网的数据采集设备进行路面车辆行驶参数采集，并借助汇聚集成常用的物联网通信协议，生成协议解析包，来完成车辆参数的统一转换，最终融合成同一协议下的数据集，将数据集与带有分析阈值的异常数据库进行数据比对，自动快速的筛选出异常车辆，使用交通监测平台来对异常车辆进行提前干预，预防事故的发生，有效的缓解交通压力；
2.本发明中除了自动的数据分析比对，还设置有人工分析比对，并且设置的比对阈值能够减少数据比对量，使得人工判断过程更为轻松，人工分析比对能够对自动分析比对查遗补缺，并将异常数据提交至异常数据库，进行数据库的补充，使其具有自我学习能力。
附图说明
图1为本发明分析结构流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。
请参阅图1，本发明提供一种技术方案：一种基于物联网技术的多协议融合分析方法，包括以下步骤：
(1)使用基于物联网的数据采集设备进行路面车辆行驶参数采集，步骤(1)中使用车辆测速仪、路面摄像头、胎压传感器以及GPS定位进行车辆行驶参数采集，行驶参数包括有车速、行车状态、驾驶员状态、胎压以及行驶路径，通过将目前路政交通中常用的路面监测设备接入物联网，进行路面车辆的参数采集，这些参数一般能够表达车辆的行车状态，能够用于判断车辆是否存在异常，但是一般这些设备基于不同的用户协议，包括MQTT协议、北斗通信协议、Lora协议、Coap协议和Modbus协议等，所以进入到步骤(2)的多协议融合处理；
(2)进行所采集的车辆行驶参数的多协议融合处理，步骤(2)中多协议融合处理过程包括有数据汇聚、数据协议转换和数据输出，通过汇聚集成常用的物联网通信协议，生成协议解析包，来完成车辆参数的统一转换，最终融合成同一协议下的数据集，输出到步骤(3)中；
(3)将融合处理之后的数据自动的进行数据分析比对，步骤(3)中设置有异常数据库，其存储有车辆行驶异常的参数，并且异常数据库设置有比对阈值，异常数据库通过采集过去交通事故发生之前的车辆参数来构成，并通过对异常数据库设置有比对阈值，来筛出掉明显正常的数据，缓解比对压力，最终将高于阈值的数据与异常数据库中存储的数据进行比对，如果已经存在一组数据类似，则能够说明车辆存在异常，而通过了阈值比对，却不存在相似数据的，则需要进入到步骤(5)的人工判断阶段；
(4)比对异常的数据直接进行异常结果报告，而比对失败的数据则提交进行人为分析比对，步骤(4)中异常结果报告的终端为交通监测平台，使用交通监测平台来对异常车辆进行提前干预，预防事故的发生；
(5)人为分析比对出的异常数据进行到异常结果报告，并反馈到数据分析比对平台中，正常数据则进入终止阶段，步骤(5)与步骤(4)双向连通，通过人为判断高于异常数据库比对阈值，却不存在于数据库中的异常数据是否正常，并进行结果反馈，使用人为判断的方式进一步分析高于阈值的数据，防止自动分析出现错漏，同时人为判断之后能够进行反馈，起到扩充异常数据库的作用，使得异常数据库具有自我学习能力。
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 (6)
1.一种基于物联网技术的多协议融合分析方法，其特征在于：包括以下步骤：
(1)使用基于物联网的数据采集设备进行路面车辆行驶参数采集；
(2)进行所采集的车辆行驶参数的多协议融合处理；
(3)将融合处理之后的数据自动的进行数据分析比对；
(4)比对异常的数据直接进行异常结果报告，而比对失败的数据则提交进行人为分析比对；
(5)人为分析比对出的异常数据进行到异常结果报告，并反馈到数据分析比对平台中，正常数据则进入终止阶段。
2.根据权利要求1所述的一种基于物联网技术的多协议融合分析方法，其特征在于：所述步骤(1)中使用车辆测速仪、路面摄像头、胎压传感器以及GPS定位进行车辆行驶参数采集，行驶参数包括有车速、行车状态、驾驶员状态、胎压以及行驶路径。
3.根据权利要求1所述的一种基于物联网技术的多协议融合分析方法，其特征在于：所述步骤(2)中多协议融合处理过程包括有数据汇聚、数据协议转换和数据输出。
4.根据权利要求1所述的一种基于物联网技术的多协议融合分析方法，其特征在于：所述步骤(3)中设置有异常数据库，其存储有车辆行驶异常的参数，并且异常数据库设置有比对阈值。
5.根据权利要求1所述的一种基于物联网技术的多协议融合分析方法，其特征在于：所述步骤(4)中异常结果报告的终端为交通监测平台。
6.根据权利要求1所述的一种基于物联网技术的多协议融合分析方法，其特征在于：所述步骤(5)与步骤(4)双向连通，通过人为判断高于异常数据库比对阈值，却不存在于数据库中的异常数据是否正常，并进行结果反馈。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110521770.0A CN113297441A (zh) | 2021-05-13 | 2021-05-13 | 一种基于物联网技术的多协议融合分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110521770.0A CN113297441A (zh) | 2021-05-13 | 2021-05-13 | 一种基于物联网技术的多协议融合分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113297441A true CN113297441A (zh) | 2021-08-24 |
Family
ID=77321854
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110521770.0A Pending CN113297441A (zh) | 2021-05-13 | 2021-05-13 | 一种基于物联网技术的多协议融合分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113297441A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001086576A1 (en) * | 2000-05-08 | 2001-11-15 | Systech International, L.L.C. | Monitoring of vehicle health based on historical information |
| US20130154854A1 (en) * | 2011-12-14 | 2013-06-20 | Industrial Technology Research Institute | Exceptional road-condition warning device, system and method for a vehicle |
| CN106199276A (zh) * | 2016-07-25 | 2016-12-07 | 国电南瑞科技股份有限公司 | 一种用电信息采集系统中异常信息的智能诊断系统及方法 |
| US20160379486A1 (en) * | 2015-03-24 | 2016-12-29 | Donald Warren Taylor | Apparatus and system to manage monitored vehicular flow rate |
| CN108280795A (zh) * | 2018-01-29 | 2018-07-13 | 西安鲲博电子科技有限公司 | 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 |
| CN109308587A (zh) * | 2018-10-30 | 2019-02-05 | 国网江苏省电力有限公司苏州供电分公司 | 电动汽车充电桩的可靠性分析系统及其智能诊断方法 |
| US10255528B1 (en) * | 2017-12-06 | 2019-04-09 | Lytx, Inc. | Sensor fusion for lane departure behavior detection |
| CN110570664A (zh) * | 2019-09-23 | 2019-12-13 | 山东科技大学 | 一种高速公路交通事件自动检测系统 |
| CN111354193A (zh) * | 2020-02-26 | 2020-06-30 | 江苏大学 | 一种基于5g通信的高速公路车辆异常行为预警系统 |
| CN112217283A (zh) * | 2020-10-12 | 2021-01-12 | 云南电网有限责任公司电力科学研究院 | 一种基于物联网的电力设备状态在线监测系统 |
| CN112243205A (zh) * | 2020-10-23 | 2021-01-19 | 中国电子科技集团公司第二十八研究所 | 一种基于物联网的多协议融合处理方法 |
| CN112578756A (zh) * | 2020-12-18 | 2021-03-30 | 国家工业信息安全发展研究中心 | 一种工业设备异常数据的监测系统及监测方法 |
-
2021
- 2021-05-13 CN CN202110521770.0A patent/CN113297441A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001086576A1 (en) * | 2000-05-08 | 2001-11-15 | Systech International, L.L.C. | Monitoring of vehicle health based on historical information |
| US20130154854A1 (en) * | 2011-12-14 | 2013-06-20 | Industrial Technology Research Institute | Exceptional road-condition warning device, system and method for a vehicle |
| US20160379486A1 (en) * | 2015-03-24 | 2016-12-29 | Donald Warren Taylor | Apparatus and system to manage monitored vehicular flow rate |
| CN106199276A (zh) * | 2016-07-25 | 2016-12-07 | 国电南瑞科技股份有限公司 | 一种用电信息采集系统中异常信息的智能诊断系统及方法 |
| US10255528B1 (en) * | 2017-12-06 | 2019-04-09 | Lytx, Inc. | Sensor fusion for lane departure behavior detection |
| CN108280795A (zh) * | 2018-01-29 | 2018-07-13 | 西安鲲博电子科技有限公司 | 基于动态数据库的高速公路绿色通道异常车辆的筛选方法 |
| CN109308587A (zh) * | 2018-10-30 | 2019-02-05 | 国网江苏省电力有限公司苏州供电分公司 | 电动汽车充电桩的可靠性分析系统及其智能诊断方法 |
| CN110570664A (zh) * | 2019-09-23 | 2019-12-13 | 山东科技大学 | 一种高速公路交通事件自动检测系统 |
| CN111354193A (zh) * | 2020-02-26 | 2020-06-30 | 江苏大学 | 一种基于5g通信的高速公路车辆异常行为预警系统 |
| CN112217283A (zh) * | 2020-10-12 | 2021-01-12 | 云南电网有限责任公司电力科学研究院 | 一种基于物联网的电力设备状态在线监测系统 |
| CN112243205A (zh) * | 2020-10-23 | 2021-01-19 | 中国电子科技集团公司第二十八研究所 | 一种基于物联网的多协议融合处理方法 |
| CN112578756A (zh) * | 2020-12-18 | 2021-03-30 | 国家工业信息安全发展研究中心 | 一种工业设备异常数据的监测系统及监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106814726B (zh) | 车载终端can信号自动化测试方法及装置、自动测试台架 | |
| CN105933440A (zh) | 一种新能源汽车的远程监控系统和远程监控方法 | |
| WO2018028025A1 (zh) | 车联网环境下行车服务主动感知系统及方法 | |
| CN103632211B (zh) | 一种机动车故障预警和召回预测系统 | |
| CN108515990A (zh) | 一种地铁车厢载客情况检测播报系统及方法 | |
| CN104494601A (zh) | 基于obd的驾驶行为分析及驾驶辅助系统 | |
| CN206132406U (zh) | 一种高铁列车健康状态监测装置 | |
| CN109765879A (zh) | 一种新能源汽车的远程监控系统 | |
| CN111369798A (zh) | 一种车辆违章监督的方法、车机及车辆 | |
| CN109823347B (zh) | 智能网联车驾驶行为辅助安全系统与方法 | |
| CN204341015U (zh) | 基于obd的驾驶行为分析及驾驶辅助系统 | |
| CN110971567A (zh) | 车辆、云服务器、车机设备、媒介器件及数据整合方法 | |
| CN105184528A (zh) | 一种用于车企管理的汽车obd系统 | |
| CN102981496A (zh) | 基于车辆专业诊断的远程监控及数据存储方法 | |
| CN206162876U (zh) | 基于能见度检测的道路限速监拍系统 | |
| CN112095419B (zh) | 一种基于云平台的道路安全自检分析系统 | |
| CN210006081U (zh) | 一种车内人数监控装置及车辆 | |
| CN111047873A (zh) | 一种隧道内事件检测预警系统及控制方法 | |
| CN112078591A (zh) | 车辆、车机设备及其驾驶辅助方法 | |
| WO2004104836A2 (de) | Telediagnose-viewer | |
| CN113297441A (zh) | 一种基于物联网技术的多协议融合分析方法 | |
| CN103853145A (zh) | 汽车故障远程诊断系统 | |
| CN112188438B (zh) | 一种网约车app与车机数据交换的方法和系统 | |
| CN106774270A (zh) | 一种重型汽车远程故障诊断方法 | |
| CN109895783A (zh) | 一种电动汽车驾驶行为监测评价系统及方法 |
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 |