CN113395675A - 数据处理方法、车辆控制系统及可读存储介质 - Google Patents

Abstract

本发明提供了一种数据处理方法、车辆控制系统及可读存储介质。其中，所述数据处理方法根据预设规则实时地刷新车联网状态向量；并根据数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。如此配置，通过所述车联网状态向量将车联网中不同的数据流所携带的信息汇总并保持更新，在任何时刻都可以提供完整的信号，解决了现有技术中车联网中不同的数据流之间频率不一致导致在一些时刻部分信号缺失，影响后续的控制策略正常工作的问题，并能够为车辆智能网联服务的控制策略开发提供数据基础。

Description

数据处理方法、车辆控制系统及可读存储介质

技术领域

本发明涉及车辆技术领域，特别涉及一种数据处理方法、车辆控制系统及可读存储介质。

背景技术

当前，世界各国正在积极推进车联网技术的研发与应用，我国也在大力发展基于蜂窝的车联网(即Cellular-V2X，简称C-V2X)技术，并已经在标准、核心技术和产业等方面取得长足的发展，处于领先地位。车联网系统中包含多个数据源，不同的数据源可采集不同数据。如车载导航系统可提供车辆行驶路线上的交通态势及道路状态，包括实时GPS、交通拥堵等级、车辆通行平均速度、道路等级及坡度等信息；天气数据平台可温度和湿度等天气数据；车载ADAS(Advanced Driver Assistance Systems，高级驾驶员辅助系统)系统可提供驾驶员行为分析、车辆间距、车道偏离和车辆碰撞预警等数据；城市轨道交通信号系统可提供交通信号灯等数据；同时车辆本身作为一个数据源，可以实时提供车速、能耗、动力系统运行状态和电池状态等数据。车联网中各数据源中的所有信号构成了一个状态向量，其每一维都从特定角度描述了车联网系统的状态，因此该状态变量在某一时刻的值刻画了车联网系统在某一时刻的状态。

若能将车联网中多种数据源进行实时动态融合并拼接成状态向量，作为车辆控制管理策略的输入，将显著提升车辆整体的智能驾驶水平，优化车辆的驾驶性能和动力性能，提升行驶经济性并提高节能效果，为用户提供安全、舒适、智能、高效的驾驶感受与交通服务。例如通过获取车辆导航数据、交通数据可以预测车辆行驶工况，进而为车辆制定最优的控制策略和控制参数，对车辆实施预测性控制，可显著降低车辆能耗和提升驾驶舒适性。

但限制于数据源所处信息系统的计算能力、通信带宽等因素，数据源的信号频率并不会完全一致，这里的频率不一致主要体现在两个方面：(1)不同信号源的频率不一致；(2)从属于同一数据源的不同信号的频率不一致。这导致了某一时刻下无法采集到全部信号，也即该时刻下存在信号缺失的情况。一个信号的缺失意味着该时刻下车联网状态向量的不完整。而为了应对车辆行驶过程中复杂场景，车辆控制管理策略通常是基于实时计算的，其每一次计算都依赖于实时、历史的或者未来的状态向量作为输入，且要求输入所需的状态向量是完整的。因此，车联网的多源异频特性在一定程度上限制了基于多信息系统的汽车部件及系统控制策略的发展。

总之，现有技术中，车联网中不同的数据流之间频率不一致导致在一些时刻部分信号缺失，影响后续的控制策略正常工作。

发明内容

本发明的目的在于提供一种数据处理方法、车辆控制系统及可读存储介质，以解决现有技术中车联网中不同的数据流之间频率不一致导致在一些时刻部分信号缺失，影响后续的控制策略正常工作的问题。

为了解决上述技术问题，根据本发明的第一个方面，提供了一种数据处理方法，用于处理车联网数据，所述数据处理方法包括：

接收至少两个实时的数据流，至少两个所述数据流的频率不同；

根据预设规则实时地刷新车联网状态向量；以及，

接收数据请求，根据所述数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。

可选的，所述预设规则包括：

获取所述数据流中携带的信息的第一实时性标识；

获取所述数据流中携带的信息在当前的所述车联网状态向量中对应的信息的第二实时性标识；以及，

比较所述第一实时性标识和所述第二实时性标识，若所述第一实时性标识的实时性高于所述第二实时性标识的实时性，则所述数据流中携带的信息替换当前的所述车联网状态向量中对应的信息，以及所述第一实时性标识替换所述第二实时性标识。

可选的，所述车联网状态向量包括至少一个数据组，所述数据组包括信息的键名、信息的键值以及信息的所述第二实时性标识。

可选的，所述第一实时性标识包括时间戳、序号、所述数据流的先后顺序和自增编号中的至少一个；所述第二实时性标识的结构与所述第一实时性标识的结构相同。

可选的，在所述接收所述数据流之前，所述数据处理方法还包括：初始化所述车联网状态向量。

可选的，在所述接收所述数据流之后，所述数据处理方法还包括：对所述数据流进行解析、解码、解压、分组、排序、计算、压缩、编码和打包中的至少一种操作。

可选的，所述数据流的数据源包括车况数据源、导航数据源、交通数据源、天气数据源中的至少一者。

为了解决上述技术问题，根据本发明的第二个方面，提供了一种车辆控制系统，所述车辆控制系统包括数据源模块和数据拼接模块，其中，

所述数据源模块用于接收至少两个实时的数据流，至少两个所述数据流的频率不同；

所述数据拼接模块用于根据预设规则实时地刷新车联网状态向量；以及接收数据请求，根据所述数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。

可选的，所述车辆控制系统，包括数据预处理模块、数据应用模块和数据存储模块中的至少一个模块，其中，

所述数据预处理模块用于将所述数据源模块接收到的所述数据流进行处理，得到处理后的信号数据，所述信号数据的格式满足后续模块的需求；

所述数据应用模块用于向所述数据拼接模块发送所述数据请求，并根据反馈的数据进行参数计算或者逻辑判断；

所述数据存储模块用于存储所述数据预处理模块、所述数据拼接模块和所述数据应用模块中的至少一者的数据。

为了解决上述技术问题，根据本发明的第三个方面，提供了一种可读存储介质，所述可读存储介质中存储有程序，所述程序运行时，执行上述的数据处理方法。

与现有技术相比，本发明提供的数据处理方法、车辆控制系统及可读存储介质中，所述数据处理方法根据预设规则实时地刷新车联网状态向量；并根据数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。如此配置，通过所述车联网状态向量将车联网中不同的数据流所携带的信息汇总并保持更新，在任何时刻都可以提供完整的信号，解决了现有技术中车联网中不同的数据流之间频率不一致导致在一些时刻部分信号缺失，影响后续的控制策略正常工作的问题。

附图说明

本领域的普通技术人员将会理解，提供的附图用于更好地理解本发明，而不对本发明的范围构成任何限定。其中：

图1是本发明一实施例的数据处理方法的流程示意图；

图2是本发明一实施例的车辆控制系统的结构示意图。

附图中：

1-数据源模块；2-数据预处理模块；3-数据拼接模块；4-数据应用模块；5-数据存储模块。

具体实施方式

为使本发明的目的、优点和特征更加清楚，以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是，附图均采用非常简化的形式且未按比例绘制，仅用以方便、明晰地辅助说明本发明实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。

如在本发明中所使用的，单数形式“一”、“一个”以及“该”包括复数对象，术语“或”通常是以包括“和/或”的含义而进行使用的，术语“若干”通常是以包括“至少一个”的含义而进行使用的，术语“至少两个”通常是以包括“两个或两个以上”的含义而进行使用的，此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者至少两个该特征，“一端”与“另一端”以及“近端”与“远端”通常是指相对应的两部分，其不仅包括端点，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。此外，如在本发明中所使用的，一元件设置于另一元件，通常仅表示两元件之间存在连接、耦合、配合或传动关系，且两元件之间可以是直接的或通过中间元件间接的连接、耦合、配合或传动，而不能理解为指示或暗示两元件之间的空间位置关系，即一元件可以在另一元件的内部、外部、上方、下方或一侧等任意方位，除非内容另外明确指出外。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明的核心思想在于提供一种数据处理方法、车辆控制系统及可读存储介质，以解决现有技术中车联网中不同的数据流之间频率不一致导致在一些时刻部分信号缺失，影响后续的控制策略正常工作的问题。

以下参考附图进行描述。

【实施例一】

请参考图1，图1是本发明一实施例的数据处理方法的流程示意图。

本实施例提供了一种数据处理方法，用于处理车联网数据，所述数据处理方法包括：

S10接收至少两个实时的数据流，至少两个所述数据流的频率不同；

S20根据预设规则实时地刷新车联网状态向量(未在图1中图示)；以及，

S30接收数据请求，根据所述数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。

如此配置，通过设置了所述车联网状态向量，获得了如下有益效果：1)多多源数据进行拼接，统一了数据结构，有利于后续的数据应用模块的快速开发；2)通过设置所述车联网状态向量，将数据处理的过程和数据应用的过程进行了拆分，有利于上述两个过程的独立开发和迭代优化；3)通过实时刷新所述车联网状态向量，使得任何时候都存在完整的信息数据，解决了在车联网中的部分时刻，存在部分信号缺失的问题。进一步地，所述数据处理方法实现了车辆网数据的实时动态融合，为车辆智能网联服务的控制策略开发提供数据基础。

需理解，步骤S20中的预设规则可以是任意的，例如，当某一时钟周期中的某个信号丢失时，可以使用默认值替换或者用预测模型的输出替换的方式填充该信号，较优的方案如图1所示。所述数据处理方法包括：

S10接收至少两个实时的数据流；

S21获取所述数据流中携带的信息的第一实时性标识；

S22获取所述数据流中携带的信息在当前的所述车联网状态向量中对应的信息的第二实时性标识；

S23比较所述第一实时性标识和所述第二实时性标识，若所述第一实时性标识的实时性高于所述第二实时性标识的实时性，则所述数据流中携带的信息替换当前的所述车联网状态向量中对应的信息，以及所述第一实时性标识替换所述第二实时性标识；

S30接收数据请求，根据所述数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。

通过信息实时性的比较判断，有选择地更新所述车联网状态向量中的信息，使得所述车联网状态向量中的信息的实时性保持在较高的水平。

需理解，车联网中的数据流和任意的数据流存在不同。任意的数据流，在两次更新之间，数据可能是变化或者变化较大的，因此，使用何种策略填充空隙的数据是一个需要进一步讨论的问题。而车联网中的数据流，其频率和数据的变化规律之间存在反比例关系，也就是说，车联网中的数据流，其频率和数据的变化规律之间存在联系。当一个数据本身具有快速的变化特性时，数据流的频率也往往是较高的，例如车速；而当一个数据本身具有相对较慢的变化特性时，数据流的频率也往往是较低的，例如气温。一般来说，一分钟之间的任意两个时刻的车速，偏差可能达到几倍，而一分钟之间的任意两个时刻的气温，偏差可能不会超过5％。也就是说，车联网中的数据流的频率本身就包含了该数据变化规律的信息，不能认为间隔长的数据流，在未更新数据时的实际值和上一次更新的数据会有更大的差距。由此，选择步骤S21～S23的方案，实际上是一种精确的方案，同时又是成本较低的。

在一个实施例中，所述车联网状态向量在一时钟周期的内容如下：[["燃油液位",第2秒，16.8]，["电池剩余电量",第1秒，30.0％]，["GPS",第1秒，GPS1]，["导航数据",第1秒，数据1]，["环境温度",第1秒，21]，]。也就是说，所述车联网状态向量包括至少一个数据组，所述数据组包括信息的键名、信息的键值以及信息的所述第二实时性标识。在上述的实施例中，数据["燃油液位",第2秒，16.8]为一个所述数据组，数据["环境温度",第1秒，21]也是一个所述数据组，在一个所述数据组["燃油液位",第2秒，16.8]中，"燃油液位"与信息的键名相对应，16.8与信息的键值对应，第2秒与信息的所述第二实时性标识对应。

需理解，在不同的实施例中，所述第一实时性标识包括时间戳、序号、所述数据流的先后顺序和自增编号中的至少一个；所述第二实时性标识的结构与所述第一实时性标识的结构相同。

在不同的实施例中，基于加快运算速度等需求的考虑，所述车联网状态向量的数量可以是一个、两个或者多个。

在本实施例中，在所述接收所述数据流之前，所述数据处理方法还包括：初始化所述车联网状态向量。初始化的内容包括所述车联网状态向量的所述数据组的数量、每一个所述数据组对应的数据结构、信息的键名及信息的键值的初始值。在所述接收所述数据流之后，所述数据处理方法还包括：对所述数据流进行解析、解码、解压、分组、排序、计算、压缩、编码和打包中的至少一种操作。上述操作的目的是将不同协议下不同格式的所述数据流进行预处理，便于所述数据流中的信息的后续处理。

在本实施例中，所述数据流的数据源包括车况数据源、导航数据源、交通数据源、天气数据源中的至少一者。

本实施例所提供的所述数据处理方法解决了车联网中一些时刻部分信号缺失的问题。

【实施例二】

为了便于【实施例一】中的数据处理方法得以实现，本实施例提供了一种车辆控制系统。请参考图2，图2是本发明一实施例的车辆控制系统的结构示意图。

所述车辆控制系统包括数据源模块1、数据预处理模块2、数据拼接模块3、数据应用模块4以及数据存储模块5，其中，

所述数据源模块1用于接收至少两个实时的数据流，至少两个所述数据流的频率不同；所述数据流的数据源包括车联网数据流，包括车况数据源、导航数据源、交通数据源、天气数据源和其他车联网数据源。

所述数据预处理模块2用于将所述数据源模块1接收到的所述数据流进行处理，得到处理后的信号数据，所述信号数据的格式满足后续模块的需求；具体地，所述数据源预处理模块2负责与数据源模块进行实时数据对接，对接收到的车联网数据流进行解析、数据清洗、预处理和转发。数据清洗的结果中应当包含每个信号的所述第一实时性标识。

所述数据拼接模块3用于根据预设规则实时地刷新车联网状态向量；以及接收数据请求，根据所述数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。

所述预设规则的细节可以按照【实施例一】的相关描述进行理解。

所述数据应用模块4用于向所述数据拼接模块发送所述数据请求，并根据反馈的数据进行参数计算或者逻辑判断；例如，所述数据应用模块4可以是混合动力汽车能量管理模块。

所述数据存储模块5用于存储所述数据预处理模块、所述数据拼接模块和所述数据应用模块的数据。

在特殊的情况下，可能有些控制方法需要车辆运行的历史数据，所述数据存储模块5还用于响应所述数据应用模块4的历史数据请求，发送历史的所述车联网状态向量给所述数据应用模块4。

需理解，所述车辆控制系统的设置位置，可以是车辆，也可以是云端，也可以是所述车辆控制系统的一部分模块设置于车辆，所述车辆控制系统的另一部分设置于云端，设置于车辆的模块与设置于云端的模块通过无线通讯连接。所述车辆控制系统的模块之间所涉及的通信方式、数据传输格式、接口调用方式和接口格式可结合实际情况和本领域现有技术进行设置，在此不进行详细的描述。

本实施例还提供了一种可读存储介质，所述可读存储介质中存储有程序，所述程序运行时，执行【实施例一】中所述的数据处理方法。

本实施例提供的所述车辆控制系统以及所述可读存储介质都能够执行上述的数据处理方法，因此也能够解决车联网中一些时刻部分信号缺失的问题。

【实施例三】

本实施例提供了一个基于导航数据的混合动力汽车能量管理功能，需要用到上述的数据处理方法，该功能的描述如下：

功能原理和系统需求：

混动车上搭载有两个动力源：汽油机和电驱动系统。一般而言，混动车在通畅路段高速行驶时，使用汽油机作为动力源会带来更高的行车经济性；但在拥堵路段低速行驶时，工况处于发动机的低效运行区间，此时使用电驱动系统作为动力源会使得油耗效果表现更佳。

因此若能搭建一套具有一定计算和存储能力的云平台，将混动车车辆发动机数据、电驱动系统数据，车辆GPS数据和导航数据上传至云平台，云平台对多源数据进行综合处理，计算出符合前方路况的车辆控制策略，并下发目标SOC(System on Chip，系统级芯片)等指令到整车控制器(VCU，Vehicle Control Unit)，VCU根据云端下发指令，并结合实际车况，实时调整行车控制策略，进而将剩余电量优先分配到拥堵和泊车阶段等低速工况，在通畅路段优先使用汽油机直驱，那么就可以实现更高效智能的能量管理并提升车辆油耗性能。

对数据拼接模块的需求：

基于导航数据的混合动力控制策略通过流式计算在云平台中部署运行，由于路况和车况多变，算法需要实时获取最新数据进行计算，并根据计算结果实时调整下发指令。需要说明的是，云端算法的每一次计算都依赖于完整的车联网状态向量作为输入，如每一次计算都需要依赖车辆当前的车速、燃油液位、电池剩余电量、前方路况的拥堵等级等作为输入。

云端算法输入需要燃油液位、电池剩余电量、车辆当前GPS、导航数据和当前环境温度。

本方案中涉及的数据流的频率及相关数据如表1所示：

表1车联网数据源数据上传情况

表1中，“-”表示该时刻没有数据上传。

云端算法的计算频率是每5s计算一次；

各信号都有一个对应的时间戳来作为其实时性标识，即所述第一实时性标识。

可以发现，只有在第1秒，第11秒，第21秒，云端算法需要的输入是完整的。而第6秒和第16秒算法输入是不完整的，这导致在现有技术中，第6秒和第16秒云端算法因输入不完整而无法计算，进而无法给出下发指令。

因此基于导航数据的混合动力汽车能量管理功能对于数据拼接模块的需求为：处理并拼接车联网各信息系统中的多源异频数据，为云端算法实时提供完整的车联网状态向量，满足云端算法的计算频率要求。

本实施例提供的数据处理方法的流程如表2所示：

表2混合动力汽车能量管理功能中的数据处理方法流程

通过本实施例的数据处理方法处理后的数据如表3所示：

表3车联网数据源数据处理结果

可以发现，通过本实施例所述方法拼接了车联网中发动机控制器、电驱动系统、车机、车载导航系统和云端天气系统共5个数据源的异频数据，并对外实时输出完整的车联网状态向量，实现了车辆网数据的实时动态融合。通过该方法上述云端算法的计算频率将不再受到限制，可随时获取完整的、最新的车辆网状态数据进行控制策略计算。

本实施例也解决了车联网中一些时刻部分信号缺失的问题。

综上所述，【实施例一】、【实施例二】及【实施例三】提供的数据处理方法、车辆控制系统及可读存储介质中，所述数据处理方法根据预设规则实时地刷新车联网状态向量；并根据数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。如此配置，通过所述车联网状态向量将车联网中不同的数据流所携带的信息汇总并保持更新，在任何时刻都可以提供完整的信号，解决了现有技术中车联网中不同的数据流之间频率不一致导致在一些时刻部分信号缺失，影响后续的控制策略正常工作的问题。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于本发明技术方案的保护范围。

Claims (10)

1.一种数据处理方法，其特征在于，用于处理车联网数据，所述数据处理方法包括：

接收至少两个实时的数据流，至少两个所述数据流的频率不同；

根据预设规则实时地刷新车联网状态向量；以及，

接收数据请求，根据所述数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。

2.根据权利要求1所述的数据处理方法，其特征在于，所述预设规则包括：

获取所述数据流中携带的信息的第一实时性标识；

获取所述数据流中携带的信息在当前的所述车联网状态向量中对应的信息的第二实时性标识；以及，

比较所述第一实时性标识和所述第二实时性标识，若所述第一实时性标识的实时性高于所述第二实时性标识的实时性，则所述数据流中携带的信息替换当前的所述车联网状态向量中对应的信息，以及所述第一实时性标识替换所述第二实时性标识。

3.根据权利要求2所述的数据处理方法，其特征在于，所述车联网状态向量包括至少一个数据组，所述数据组包括信息的键名、信息的键值以及信息的所述第二实时性标识。

4.根据权利要求2所述的数据处理方法，其特征在于，所述第一实时性标识包括时间戳、序号、所述数据流的先后顺序和自增编号中的至少一个；所述第二实时性标识的结构与所述第一实时性标识的结构相同。

5.根据权利要求1所述的数据处理方法，其特征在于，在所述接收所述数据流之前，所述数据处理方法还包括：初始化所述车联网状态向量。

6.根据权利要求1所述的数据处理方法，其特征在于，在所述接收所述数据流之后，所述数据处理方法还包括：对所述数据流进行解析、解码、解压、分组、排序、计算、压缩、编码和打包中的至少一种操作。

7.根据权利要求1所述的数据处理方法，其特征在于，所述数据流的数据源包括车况数据源、导航数据源、交通数据源、天气数据源中的至少一者。

8.一种车辆控制系统，其特征在于，所述车辆控制系统包括数据源模块和数据拼接模块，其中，

所述数据源模块用于接收至少两个实时的数据流，至少两个所述数据流的频率不同；

所述数据拼接模块用于根据预设规则实时地刷新车联网状态向量；以及接收数据请求，根据所述数据请求将当前的所述车联网状态向量的至少一部分内容发送给请求数据的对象。

9.根据权利要求8所述的车辆控制系统，其特征在于，包括数据预处理模块、数据应用模块和数据存储模块中的至少一个模块，其中，

所述数据预处理模块用于将所述数据源模块接收到的所述数据流进行处理，得到处理后的信号数据，所述信号数据的格式满足后续模块的需求；

所述数据应用模块用于向所述数据拼接模块发送所述数据请求，并根据反馈的数据进行参数计算或者逻辑判断；

所述数据存储模块用于存储所述数据预处理模块、所述数据拼接模块和所述数据应用模块中的至少一者的数据。

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有程序，所述程序运行时，执行如权利要求1～7中任一项所述的数据处理方法。

Images