CN113727211B - 数据处理方法、装置、服务器、系统 - Google Patents

数据处理方法、装置、服务器、系统 Download PDF

Info

Publication number
CN113727211B
CN113727211B CN202110955192.1A CN202110955192A CN113727211B CN 113727211 B CN113727211 B CN 113727211B CN 202110955192 A CN202110955192 A CN 202110955192A CN 113727211 B CN113727211 B CN 113727211B
Authority
CN
China
Prior art keywords
data
amplitude
vehicle
variation
frequency
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.)
Active
Application number
CN202110955192.1A
Other languages
English (en)
Other versions
CN113727211A (zh
Inventor
胡高峰
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.)
Guangzhou Xiaopeng Motors Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Motors 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 Xiaopeng Motors Technology Co Ltd filed Critical Guangzhou Xiaopeng Motors Technology Co Ltd
Priority to CN202110955192.1A priority Critical patent/CN113727211B/zh
Publication of CN113727211A publication Critical patent/CN113727211A/zh
Application granted granted Critical
Publication of CN113727211B publication Critical patent/CN113727211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • 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
    • G07C5/085—Registering performance data using electronic data carriers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/82—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data
    • H04Q2209/823—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data where the data is sent when the measured values exceed a threshold, e.g. sending an alarm

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供了一种数据处理方法、装置、处理器、服务器、系统，涉及车辆技术领域，所述数据处理方法包括：在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，所述综合数据为所述交通工具在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述交通工具被检测到惯性数据大于触发阈值的时刻；获取所述综合数据的频域信息；若所述频域信息满足指定条件，则判定所述交通工具发生异常。本申请实施例提供的数据处理方法、装置、处理器、服务器、系统，通过两次利用不同判定方式判断车辆是否发生异常，提高了判断准确度，降低了误判概率。

Description

数据处理方法、装置、服务器、系统
技术领域
本申请涉及车辆技术领域，具体涉及一种数据处理方法、装置、服务器、系统。
背景技术
随着电动汽车逐渐被大众接受和喜欢，车辆电池安全也需要得到更多的重视。电动汽车的电池包一般布置在汽车底盘位置，对磕碰尤其敏感。车辆在各种路况中行驶，例如存在凸起或坑洼的地面、地下车库出入口，底盘容易发生刮擦和磕碰事故，影响汽车的行驶安全和使用寿命。通常底盘磕碰依赖于用户主观感受，仅能对程度较为严重的底盘磕碰有所感知，而无法知晓其他中度/轻度的磕底。因此，如何更准确的监测电动汽车底盘磕碰情况成为亟待解决的技术问题。
申请内容
鉴于以上问题，本申请实施例提供一种数据处理方法、装置、服务器、系统，以解决或者部分解决上述技术问题。
本申请实施例是采用以下技术方案实现的：
第一方面，本申请一些实施例提供一种数据处理的方法，所述方法包括：在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，综合数据是指所述交通工具在指定时间段内的多个惯性数据，其中指定时间段基于目标时刻确定，而目标时刻是指所述交通工具被检测到惯性数据大于触发阈值的时刻；然后获取所述综合数据的频域信息；若所述频域信息满足指定条件，则判定所述交通工具发生异常。
第二方面，本申请一些实施例还提供一种数据处理装置，该装置包括第一获取单元、第二获取单元以及判定单元。其中，第一获取单元，用于获取交通工具的综合数据，其中综合数据是指所述交通工具在指定时间段内的多个惯性数据，而指定时间段基于目标时刻确定，其中目标时刻是指所述交通工具被检测到所述交通工具的惯性数据大于触发阈值的时刻；第二获取单元，用于获取所述综合数据的频域信息；判定单元，用于若所述频域信息满足指定条件，则判定所述交通工具发生异常。
第三方面，本申请实施例还提供一种服务器，这种服务器包括处理器和通信模块，所述处理器与所述通信模块连接，所述通信模块用于与所述交通工具连接，所述处理器用于执行上述所述的方法种的任一项，所述通信模块用于接收所述交通工具发送的惯性数据，所述处理器用于检测所述惯性数据是否大于触发阈值。
第四方面，本申请实施例还提供一种数据处理系统，该数据处理系统包括交通工具和服务器，其中所述交通工具包括数据处理器和惯性测量器，所述数据处理器与所述服务器连接，用于获取所述惯性测量器发送的所述交通工具的惯性数据，检测所述惯性数据是否大于触发阈值，若所述惯性数据大于触发阈值，则发送综合数据至所述服务器，其中所述综合数据为所述交通工具在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述数据处理器检测到所述交通工具的惯性数据大于触发阈值的时刻；所述服务器用于获取所述综合数据的频域信息，若所述频域信息满足指定条件，则判定所述交通工具发生异常。
第五方面，本申请实施例还提供一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述任一项所述的数据处理方法。
本申请实施例提供的数据处理方法、装置、服务器、系统，通过两次利用不同判定方式判断车辆是否发生异常，提高了判断准确度，降低了误判概率。具体的，首先对交通工具的惯性数据进行采集和判断，在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，再根据获取到的综合数据的得到频域信息，对频域信息进行判断，若频域信息满足指定条件，则判定所述交通工具发生异常。本申请结合惯性数据和综合数据共同判断交通工具是否发生异常，降低了对交通工具发生异常情况的误判概率。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了根据本发明实施例提供的应用环境示意图；
图2示出了本申请一实施例提供的一种数据处理方法的流程示意图；
图3示出了本申请另一实施例提供的一种数据处理方法的流程示意图；
图4示出了本申请一实施例提供的具体安装位置示意图；
图5示出了本申请一实施例提供的理想函数的时域数据示意图；
图6示出了本申请一实施例提供的理想函数的频域数据示意图；
图7示出了本申请一实施例提供的一种数据处理方法中的一种时域数据示意图；
图8示出了本申请一实施例提供的一种数据处理方法中的一种频域数据示意图；
图9示出了本申请一实施例提供的一种数据处理方法中的另一种时域数据示意图；
图10示出了本申请一实施例提供的一种数据处理方法中的另一种频域数据示意图；
图11示出了本申请又一实施例提供的一种数据处理方法的流程示意图；
图12示出了本申请一实施例提供的一种定义时段的说明图；
图13示出了本申请又一实施例提供的一种数据处理方法的流程示意图；
图14示出了本申请实施例提供的一种数据处理装置的模块框图；
图15示出了本申请实施例提供的一种服务器的模块框图；
图16示出了本申请实施例提供的一种数据处理系统的模块框图；
图17示出了本申请实施例提供的一种计算机可读存储介质的模块框图。
具体实施方式
下面详细描述本申请的实施方式，实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地，仅用于解释本申请，而不能理解为对本申请的限制。
为了使本技术领域的人员更好地理解本申请的方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
随着电动汽车逐渐被大众接受和喜欢，车辆电池安全也需要得到更多的重视。电动汽车的电池包一般布置在汽车底盘位置，对磕碰尤其敏感。车辆在各种路况中行驶，例如存在凸起或坑洼的地面、地下车库出入口，底盘容易发生刮擦和磕碰事故，影响汽车的行驶安全和使用寿命。通常底盘磕碰依赖于用户主观感受，仅能对程度较为严重的底盘磕碰有所感知，而无法知晓其他中度/轻度的磕底。因此，如何更准确的监测电动汽车底盘磕碰情况成为亟待解决的技术问题。
现存方案主要利用车端控制器(Electronic Control Unit，ECU)接收惯性测量单元(Inertial Measurement Unit，IMU)的车辆参数，包括垂直加速度和俯仰角加速度实现对磕底的监测，比如当车辆竖直方向(z轴)突然出现加速度异常增大后减小(即加速度尖峰)的现象，极有可能出现了磕底现象。或者考虑其他车辆行驶参数，比如利用俯仰角加速度识别车身俯仰状态，利用车速排除高速工况下的磕碰可能性(一般磕底发生在低速行驶工况)。
然而，发明人在研究中发现，上述方案由于车端控制器属于一般微控制器(Microcontroller Unit，MCU)，实时性要求高，但是算力有限，只能根据时域信号判定，即根据前一时刻和现时刻的差值、平均值、偏差等数据判定是否发生磕底，无法结合事故发生前后的数据得到更多特征量，若设置阈值过于敏感则存在误判可能性。
为了解决上述技术问题，发明人经过长期研究，提出了本申请实施例中的一种数据处理方法、装置、服务器、系统，该数据处理方法通过两次利用不同判定方式判断车辆是否发生异常，提高了判断准确度，降低了误判概率。具体的，首先对交通工具的惯性数据进行采集和判断，在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，再根据获取到的综合数据的得到频域信息，对频域信息进行判断，若频域信息满足指定条件，则判定所述交通工具发生异常。本申请在基于车辆的惯性数据一次判定交通工具发生疑似异常(即初步认定存在异常)的基础上，再增加另一判断条件(即基于综合数据的频域信息进一步判断是否异常)，进行第二次判断，提高了监测电动汽车底盘磕碰情况的准确性，降低了对交通工具发生异常情况的误判概率。
请参阅图1，本发明实施例提供的数据处理的方法可以应用数据处理系统100，该数据处理系统100可以包括云端服务器110和交通工具120，其中，交通工具120包含惯性测量单元IMU121、车端控制器ECU122、车载远程通信箱TBOX123，车载远程通信箱TBOX123可以和云端服务器远程通信，收发、处理数据，惯性测量单元IMU121负责采集车辆行驶时的惯性数据，车端控制器ECU122连接惯性测量单元IMU121和车载远程通信箱TBOX123，通过车载网络实现互相通信。
本申请实施例中，具体的，交通工具120可以为车辆。车辆120上配置的车载远程通信箱TBOX123与云端服务器110实现远程通信，所述远程通信可以为通过4g/5g移动网络进行通信连接。
如图2所示，图2示意性地示出了本申请实施例提供的数据处理方法的流程示意图。该方法的执行主体可以是上述的云端服务器，也可以是上述的角度工具内的ECU，还可以是云端服务器和ECU交互执行，具体地，在后续的服务器和ECU的实施例中对应描述。图2所示的方法可以包括以下步骤S110至步骤S130。
步骤S110：在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据。
其中，综合数据为所述交通工具在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述交通工具被检测到惯性数据大于触发阈值的时刻。
于本申请实施例中，以交通工具为车辆来说明本申请实施例的方法。
具体地，随着车辆的运动，惯性测量单元会不断地获取车辆的惯性数据，该惯性数据可以包括：加速度值，具体地，可以包括垂直加速度和俯仰角加速度的至少一种。车辆在不同的运动状态下，惯性测量单元检测到的车辆的惯性数据也是不同的，从而根据惯性数据的测量能够初步确定车辆的运动状态，从而能通过车辆的惯性数据初步判定车辆处于异常状态，即第一次判断所述交通工具发生异常。具体地，假设异常为车辆发生磕底现象，则预先可以确定在车辆发生磕底现象的时候，车辆的z轴加速度和俯仰角加速度的差值达到阈值。
则于本申请实施例中，惯性数据为z轴加速度和俯仰角加速度的差值，则在检测到惯性数据大于触发阈值的时候，记录当前时刻为目标时刻，并且初步判定车辆发生异常，同时以目标时刻确定指定时间段。例如，该指定时间段可以是目标时刻之前的时段，也可以是目标时刻之后的时段，还可以是目标时刻之前以及之后以及目标时刻构成的时间段。作为一种实施方式，该指定时段可以是目标时刻前后各t1秒，总长度为2t1且包含目标时刻的时间段。其中，t1为正整数，具体地，可以是5。需要说明的是，所述指定时段可以根据数据收发速度、实时性的要求、检测单元采样精度等综合考虑进行合理的选择，在此不做限定。
作为一种实施方式，获取指定时间段内的多个惯性数据，作为综合数据。
S120：获取所述综合数据的频域信息。
作为一种实施方式，综合数据为所述交通工具在指定时间段内的多个惯性数据，则综合数据为时域数据，频域信息表征的是综合数据被转为频域数据之后的频域特性。作为一种实施方式，把时域数据转换为频域的计算方法可以但不限于是：快速傅里叶变换(Fast Fourier Transform，FFT)。
S130：若所述频域信息满足指定条件，则判定所述交通工具发生异常。
若惯性数据在时域上的特性满足被初步判定为异常的条件，例如，目标时刻的惯性数据大于触发阈值，则综合数据的频域特性也应当满足某个条件，例如，指定条件，该指定条件与车辆的异常状态，即磕底的发生对应，所以，若所述频域信息满足指定条件，则可以判定车辆发生异常。
作为一种实施方式，可以对整个综合数据整体转换为频域数据，并确定车辆是否发生异常。作为另一种实施方式，还可以是对综合数据分段，并且对分段后的数据各自做频域分析，以确定车辆是否发生异常，具体地，在后续实施例中，将详细介绍。
因此，本申请实施例通过两次利用不同判定方式判断车辆是否发生异常，提高了判断准确度，降低了误判概率。具体的，首先对交通工具的惯性数据进行采集和判断，在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，再根据获取到的综合数据的得到频域信息，对频域信息进行判断，若频域信息满足指定条件，则判定所述交通工具发生异常。本申请结合惯性数据和综合数据共同判断交通工具是否发生异常，降低了对交通工具发生异常情况的误判概率。
如图3所示，图3示意性地示出了本申请实施例提供的数据处理方法的流程示意图。该方法的执行主体可以是上述的云端服务器，也可以是上述的角度工具内的ECU，还可以是云端服务器和ECU交互执行，具体地，在后续的服务器和ECU的实施例中对应描述。图3所示的方法可以包括以下步骤S310至步骤S340。
S310：在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据。
S310的实施方式可以参考前述实施例，在此不再赘述。
作为一种实施方式，检测车辆的惯性数据是否大于触发阈值的实施方式可以是，获取车辆的惯性数据，判断车辆的惯性数据是否大于触发阈值。
于本申请实施例中，该数据处理方法所指的交通工具，可以为车辆，该车辆通过其车载设备采集惯性数据，并对该惯性数据进行判断，是否大于触发阈值，其中采集惯性数据的装置可以为惯性测量单元IMU，所述惯性测量单元IMU可以为一个或者多个，也可以为集成了惯性测量功能的车端控制器ECU。
为了更好的理解车辆采集惯性数据和判断是否超过阈值，请参阅图1，图1中交通工具120包括惯性测量单元IMU121、车端控制器ECU122、TBOX123，其中惯性测量单元IMU121负责采集车辆行驶时的惯性数据，具体的，所述惯性数据可以包括以下任一项或多项：垂直加速度信息和俯仰角加速度信息。所述惯性测量单元IMU121可以为一个或者多个，可以安装在车辆底盘或电池上靠近质心位置、电池上壳体或下壳体外部接近中心位置、电池内部接近中心位置，进而可以准确测量惯性数据，避免传输过程中，发生数据失真等情况。本实施例中，如图4惯性测量单元IMU安装在车辆底盘电池上方靠近车辆质心位置；车辆控制器ECU122根据所述惯性数据进行判断。
作为一种方式，在车辆处于上电状态行驶时，所述惯性测量单元IMU121可以采集惯性数据，发送给车端控制器ECU122。车端控制器ECU122通过接收到的惯性数据，对是否超过设定阈值进行判断。具体的，所述设定阈值可以包括以下一项或多项：垂直加速度的差值和俯仰角加速度的差值。例如，在车辆行驶中发生磕底，垂直方向加速度会突然出现异常增大后减小的现象，因此车端控制器ECU122可以判断出车辆是否存在磕底现象，TBOX123通过4g/5g移动通信网络和云端服务器通信、发送数据。具体的，惯性测量单元IMU121、车端控制器ECU122、TBOX123之间可以通过车载网络通信，该车载网络可以但不限于是CAN。
在一些实施方式中，专门设计的车端控制器ECU可以集成惯性测量单元IMU的惯性测量功能，以此集测量和计算为一体。
作为一种方式，在交通工具通过ECU根据IMU采集到的惯性数据判断是否大于触发阈值之后，如果小于触发阈值条件，则判定交通工具没有异常。
作为另一种方式，在交通工具通过ECU根据IMU采集到的惯性数据判断是否大于触发阈值之后，如果大于或者等于触发阈值条件，则第一次判断交通工具异常，并采集综合数据。
S320：获取所述综合数据的频域数据。
S330：获取所述频域数据的幅值变化，所述幅值变化为所述频域信息。
于本申请实施例中，将综合数据整体转换为频域数据，将频域数据的幅值变化作为综合数据的频域信息。其中，该幅值变化可以表征综合数据不同频段的幅值，也可以表征随着频率的变化，幅值的变化。
S340：若所述幅值变化与预设幅频变化匹配，则判定所述交通工具发生异常。
作为一种实施方式，在车辆行驶中发生磕底时，垂直方向加速度会突然出现异常增大后减小的现象，所以，目标时刻的惯性数据可以看作是一个冲激函数，其时域图如图5所示，其频域图如图6所示，冲激函数是对强度极大，作用时间极短的一种物理量的理想化模型。通常理想情况下单位冲激函数δ(t)满足如下两个公式：
δ(t)＝0，当t≠t0
这两个公式表明：在时域分布中该单位冲激函数是一个“面积”等于1的理想化了的窄脉冲，也就是说，这个脉冲的幅度等于它的宽度的倒数，当这个脉冲的宽度愈来愈小时，它的幅度就愈来愈大。当它的宽度按照数学上极限法则趋近于零时，那么它的幅度就趋近于无限大，这就是理想的单位冲激函数。
作为一种实施方式，该预设幅频变化可以是第一幅频变化，具体地，第一幅频变化为幅值为恒定值，或幅值的抖动较小，其中，该抖动较小可以是在每个频点对应的幅值中，最大幅值或最小幅值与平均幅值之间的差值小于指定数值，该指定数值可以是较小的数值。若本申请实施例中的综合数据的频域数据的幅值变化也是恒定值或幅值抖动较小，如图7和图8所示，图7为综合数据的时域图，图8为综合数据的频域图，可以看出图7与图5相似，图8与图6相似，则可以确定交通工具是否发生异常。
另外，虽然上述的第一幅频变化在一些场景下可以用于确定交通工具是否发生异常，但是，由于通常情况下IMU与车辆底盘(电池包)硬连接，即中间无类似橡胶等缓冲元件，若电池受到磕碰，IMU也会接收到相同特征的冲击。
理想情况下，若电池发生严重磕底，即底盘/电池包受到冲激，则可以根据综合数据通过快速傅里叶变换得到白色频谱，由此判定磕底事件的发生，即通过上述的第一幅频变化确定交通工具是否发生异常。
而一般车辆通过减速带、坑洼、台阶等发生的起伏冲激会通过悬架中的弹簧/阻尼再传到IMU，最终IMU接收到的时域数据并不是冲激，而是经过缓冲后的振动，振动频率也由簧上质量和弹簧的刚度k有关，特征频率一般在5Hz之下。
但是实际IMU会有信号采集周期限制，即一般周期在10ms或者采集频率100Hz(根据采样定理，对应的最高能检测到的频率是50Hz)，无法同时满足理想冲击函数的时域和频域的条件，经过发明人的研究发现，一般磕底的冲击尖峰会持续多个周期，例如，可以是2-3个周期。如图7和8所示，理想的冲击只持续了一个周期，即10ms，根据1s的时域数据通过FFT分析得到相应的频域分布，满足第一幅频变化。
但是，实际磕底情况可能是持续2-3个周期，如图9所示，即尖峰长度在20-30ms内，对应的频域分布也不再是白色频谱，而是随着频率增加，幅值下降的关系，如图10所示。
则在另一些实施例中，预设幅频变化为第二幅频变化，具体地，第二幅频变化为幅值随频率升高逐渐降低。则如果综合数据的频域数据的幅值变化为随频率升高幅值逐渐降低，则可以判定交通工具发生异常。
进一步的，对应如图10所示，为了说明预设幅频变化的规律，需要用到如下两个公式：
f(t)＝Aexp(-t^2/τ^2)
其中，f(t)描述的是所述交通工具在垂直轴方向的预设冲击在时域中的数据，t是时间参数，单位是s，τ是描述冲击时间长短的参数，反应在波形上就是τ越大，则波形在时间函数上的跨度就越大，形状就越宽，F(w)是所述交通工具在垂直轴方向的预设冲击在频域中的数据，即是预设幅频变化的指定条件，w是频率参数，单位是hz。
进一步的，时域冲击持续周期变长，对应τ变大，作为频域的幅值特性参数变大，体现在接近w＝0附近幅值会变大，但是exp(-(wτ/2)^2)随w增长衰减的速度也会变大，所以曲线下降的趋势会更加明显。
进一步的，预设幅频变化为幅值随频率升高逐渐降低是指：随着w变大，-(wτ/2)^2变小，则F(w)变小。
因此，本申请结合惯性数据和综合数据共同判断交通工具是否发生异常，降低了对交通工具发生异常情况的误判概率。并且，给出了第一幅频变化和第二幅频变化两种方式，在惯性数据大于触发阈值的基础上，进一步确定车辆是否发生异常。
如图11所示，图11示意性地示出了本申请实施例提供的数据处理方法的流程示意图。该方法的执行主体可以是上述的云端服务器，也可以是上述的角度工具内的ECU，还可以是云端服务器和ECU交互执行，具体地，在后续的服务器和ECU的实施例中对应描述。图11所示的方法可以包括以下步骤S1110至步骤S1150。
S1110：在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据。
S1120：由所述综合数据截取第一时域数据和第二时域数据。
其中，所述第一时域数据为包含所述目标时刻的第一子时段内的多个惯性数据，所述第二时域数据包括第二子时段内的惯性数据和第三子时段的惯性数据的至少一种，其中，第二子时段为所述第一子时段之前的第一预设时长的时段，所述第三子时段为所述第一子时段之后的第二预设时长的时段。
考虑到车辆即使在平路行驶时也会有特定频率的特征，为了避免造成误判，截取第一子时段的临近时段的数据，通过分析不同时段的数据的幅频变化，可以去除车辆正常行驶被误判为异常的情况，比如，正常通过减速带、坑洼、台阶等发生的起伏，特征频率在5hz以下的波形。进一步的，对所述综合数据截取第一时域数据和第二时域数据，所述第一时域数据为包含所述目标时刻的第一子时段内的多个惯性数据，所述第二时域数据包括第二子时段内的惯性数据和第三子时段的惯性数据的至少一种，其中，第二子时段为所述第一子时段之前的第一预设时长的时段，所述第三子时段为所述第一子时段之后的第二预设时长的时段。
为了更好理解第一时域数据和第二时域数据，本实施例给出了如图12所示的辅助说明图。进一步的，所述第一预设时长和所述第二预设时长可以相等，也可以不相等。在本实施例中，第一预设时长和所述第二预设时长都为1s。
进一步的，在一实施例中，所述第一预设时长和所述第二预设时长是相等的，则所述第二子时段的长度和所述第三子时段的长度是相等的。
进一步的，在另一实施例中，所述第一预设时长和所述第二预设时长是不相等的，则所述第二子时段的长度和所述第三子时段的长度是不相等的。
进一步的，在一实施例中，所述第二时域数据只包含所述第二子时段内的惯性数据。
在另一实施例中，所述第二时域数据只包含所述第三子时段内的惯性数据。
在另一实施例中，所述第二时域数据包含所述第二子时段内的惯性数据和所述第三子时段内的惯性数据。
S1130：获取第一时域数据对应的第一频域数据以及所述第二时域数据的第二频域数据。
云端服务器或ECU将截取到的第一时域数据和第二时域数据进行频域变化，获取第一时域数据对应的第一频域数据以及所述第二时域数据对应的第二频域数据。
相应地，在一实施例中，若所述第二时域数据只包含所述第二子时段内的惯性数据，则所述第二频域数据也只包含所述第二子时段内的惯性数据。
在另一实施例中，若所述第二时域数据只包含所述第三子时段内的惯性数据，则所述第二频域数据也只包含所述第三子时段内的惯性数据。
在另一实施例中，若所述第二时域数据包含所述第二子时段内的惯性数据和所述第三子时段内的惯性数据，则所述第二频域数据包含所述第二子时段内的惯性数据和所述第三子时段内的惯性数据。
S1140：将所述第一频域数据的幅值变化和所述第二频域数据的幅值变化作为所述频域信息。
S1150：若所述第一频域数据的幅值变化与预设幅频变化匹配，且所述第二频域数据的幅值变化与预设幅频变化不匹配，则判定所述交通工具发生异常。
作为一种实施方式，预设幅频变化可以是第一幅频变化或第二幅频变化。
判断所述第一频域数据的幅值变化与预设幅频变化是否匹配的实施方式可以参考前述判断综合数据的频域数据的幅值变化是否与第一幅频变化匹配，或者综合数据的频域数据的幅值变化是否与第二幅频变化匹配的实施方式，在此不再赘述。
另外，判断所述第二频域数据的幅值变化与预设幅频变化是否匹配的实施方式可以参考前述判断综合数据的频域数据的幅值变化是否与第一幅频变化匹配，或者综合数据的频域数据的幅值变化是否与第二幅频变化匹配的实施方式，在此不再赘述。
因此，通过将综合数据分段，使得分段后的数据包括目标时刻对应的时段内的惯性数据以及该时段之前的时段以及之后时段的至少一种，从而能够避免车辆正常行驶的时候被误判为发生异常。
如图13所示，图13示意性地示出了本申请实施例提供的数据处理方法的流程示意图。该方法的执行主体可以是上述的云端服务器，也可以是上述的角度工具内的ECU，还可以是云端服务器和ECU交互执行，具体地，在后续的服务器和ECU的实施例中对应描述。图13所示的方法可以包括以下步骤S1310至步骤S1340。
S1310：在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据。
S1320：获取所述综合数据的频域信息。
S1330：若所述频域信息满足指定条件，则判定所述交通工具发生异常。
S1340：发送提示信息至检测平台。
在一些实施例中，检测平台用于提醒交通工具的用户所述交通工具发生异常。作为一种实施方式，可以通过应用程序推送信息，该推送消息用于提示该交通工具的用户所述交通工具发生异常，还可以是通过后台人工联系交通工具的用户。
作为一种实施方式，云端服务器或ECU判定所述交通工具发生异常后，可以通过应用程序推送信息给对应的车主进行提醒，并询问是否需要预约检修，则于此实施例中，该检测平台为该应用程序。TBOX发送给云端服务器的综合数据里，包含有交通工具的唯一身份标识信息，通过此标识信息，云端服务器可以定位发生异常的车辆所对应的客户预留信息，进而通过应用程序定点推送给此交通工具110的车主。
作为另一种实施方式，云端服务器或ECU判定所述交通工具发生异常后，可以发送数据到后台数据中心，通过工作人员人工联系车主确认情况，帮助预约检修，则在该实施例中，该检测平台为该后台数据中心。TBOX发送给云端服务器的综合数据里，包含有交通工具的唯一身份标识信息，通过此标识信息，工作人员可以定位发生异常的车辆所对应的客户预留信息，进而通过包括但不限于：电话、微信等的方式联系车主，询问异常情况和提供预约检修服务。
本申请实施例提供的数据处理方法，通过两次利用不同判定方式判断车辆是否发生异常，提高了判断准确度，降低了误判概率。具体的，首先对交通工具的惯性数据进行采集和判断，在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，再根据获取到的综合数据的得到频域信息，对频域信息进行判断，若频域信息满足指定条件，则判定所述交通工具发生异常。本申请在一次判定交通工具发生异常的基础上，再增加另一判断条件，进行第二次判断，降低了对交通工具发生异常情况的误判概率。
如图14所示，本申请实施例还提供一种数据处理装置1400，该数据处理装置1400包括：第一获取单元1410、第二获取单元1420、判定单元1430。
第一获取单元1410，用于获取交通工具的综合数据，所述综合数据为所述交通工具在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述交通工具被检测到所述交通工具的惯性数据大于触发阈值的时刻；
第二获取单元1420，用于获取所述综合数据的频域信息；
判定单元1430，用于若所述频域信息满足指定条件，则判定所述交通工具发生异常。
进一步的，第二获取单元1420还用于获取所述综合数据的频域数据；获取所述频域数据的幅值变化，所述幅值变化为所述频域信息。所述若所述频域信息满足指定条件，则判定所述交通工具发生异常，包括：若所述幅值变化与预设幅频变化匹配，则判定所述交通工具发生异常。
进一步的，第二获取单元1420还用于获取由所述综合数据截取第一时域数据和第二时域数据，所述第一时域数据为包含所述目标时刻的第一子时段内的多个惯性数据，所述第二时域数据包括第二子时段内的惯性数据和第三子时段的惯性数据的至少一种，其中，第二子时段为所述第一子时段之前的第一预设时长的时段，所述第三子时段为所述第一子时段之后的第二预设时长的时段；获取第一时域数据对应的第一频域数据以及所述第二时域数据的第二频域数据；将所述第一频域数据的幅值变化和所述第二频域数据的幅值变化作为所述频域信息。
进一步的，判定单元1430还用于判断若所述第一频域数据的幅值变化与预设幅频变化匹配，且所述第二频域数据的幅值变化与预设幅频变化不匹配，则判定所述交通工具发生异常。
进一步的，所述预设幅频变化为幅值随频率升高逐渐降低。
进一步的，在判定单元1430判定所述交通工具发生异常时，云端服务器发送提示信息至检测平台，所述检测平台用于提醒交通工具的用户所述交通工具发生异常。
本申请数据处理装置通，过两次利用不同判定方式判断车辆是否发生异常，提高了判断准确度，降低了误判概率。具体的，首先对交通工具的惯性数据进行采集和判断，在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，再根据获取到的综合数据的得到频域信息，对频域信息进行判断，若频域信息满足指定条件，则判定所述交通工具发生异常。本申请在一次判定交通工具发生异常的基础上，再增加另一判断条件，进行第二次判断，降低了对交通工具发生异常情况的误判概率。
如图15所示，本申请实施例还提供一种服务器1500，该服务器1500包括处理器1510，通信模块1520；所述通信模块用于与所述交通工具1530连接。所述通信模块用于接收所述交通工具发送的惯性数据；所述处理器用于检测所述惯性数据是否大于触发阈值。该服务器1500用于获取所述综合数据的频域信息；在交通工具1530的惯性数据大于触发阈值之后，获取所述交通工具1530的综合数据，所述综合数据为所述交通工具1530在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述交通工具被检测到惯性数据大于触发阈值的时刻；获取所述综合数据的频域数据；获取所述频域数据的幅值变化，所述幅值变化为所述频域信息，所述预设幅频变化为幅值随频率升高逐渐降低；所述若所述频域信息满足指定条件，即所述幅值变化与预设幅频变化匹配，若所述第一频域数据的幅值变化与预设幅频变化匹配，且所述第二频域数据的幅值变化与预设幅频变化不匹配，则判定所述交通工具1530发生异常；然后发送提示信息至检测平台，所述检测平台用于提醒交通工具的用户所述交通工具发生异常。
如图16所示，本申请实施例还提供一种数据处理系统1600，包括交通工具1620和服务器1610，所述交通工具1620包括数据处理器1621和惯性测量器1622，所述数据处理器1621与所述服务器1610连接；
所述数据处理器1621用于获取所述惯性测量器1622发送的所述交通工具1620的惯性数据，检测所述惯性数据是否大于触发阈值，若所述惯性数据大于触发阈值，则发送综合数据至所述服务器1610，所述综合数据为所述交通工具1620在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述数据处理器1621检测到所述交通工具1620的惯性数据大于触发阈值的时刻；所述服务器1610用于获取所述综合数据，并对综合数据进行截取获取第一时域数据和第二时域数据，再通过计算将时域数据变化为频域数据，得到第一频域数据和第二频域数据，其中第一频域数据和第二频域数据的幅值变化为频域信息，若所述频域信息满足指定条件，则判定所述交通工具1620发生异常。
如图17所示，本申请实施例还提供一种计算机可读取存储介质1700，该计算机可读取存储介质1700中存储有计算机程序指令1710，计算机程序指令1710可被处理器调用以执行上述实施例中所描述的方法。
计算机可读取存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读取存储介质包括非易失性计算机可读取存储介质(non-transitory computer-readable storage medium)。计算机可读取存储介质1700具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以例如以适当形式进行压缩。
以上，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭示如上，然而并非用以限定本申请，任何本领域技术人员，在不脱离本申请技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本申请技术方案的范围内。

Claims (8)

1.一种数据处理的方法，其特征在于，所述方法包括：
在交通工具的惯性数据大于触发阈值之后，获取所述交通工具的综合数据，所述综合数据为所述交通工具在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述交通工具被检测到惯性数据大于触发阈值的时刻,其中，所述惯性数据包括垂直加速度和俯仰角加速度的至少一种；
获取所述综合数据的频域数据；
获取所述频域数据的幅值变化，将所述幅值变化作为所述综合数据的频域信息；若所述幅值变化与预设幅频变化匹配，则判定所述交通工具发生异常，所述预设幅频变化包括第一幅频变化和第二幅频变化，所述第一幅频变化的最大幅值和/或最小幅值与平均幅值之间的差值小于指定数值，所述第二幅频变化的幅值随频率升高逐渐降低。
2.根据权利要求1所述的方法，其特征在于，所述指定时间段为所述目标时刻之前的第一时刻至所述目标时刻之后的第二时刻之间的时段；所述获取所述频域数据的幅值变化，将所述幅值变化作为所述综合数据的频域信息，包括：
由所述综合数据截取第一时域数据和第二时域数据，所述第一时域数据为包含所述目标时刻的第一子时段内的多个惯性数据，所述第二时域数据包括第二子时段内的惯性数据和第三子时段的惯性数据的至少一种，其中，第二子时段为所述第一子时段之前的第一预设时长的时段，所述第三子时段为所述第一子时段之后的第二预设时长的时段；
获取第一时域数据对应的第一频域数据以及所述第二时域数据的第二频域数据；
将所述第一频域数据的幅值变化和所述第二频域数据的幅值变化作为所述频域信息。
3.根据权利要求2所述的方法，其特征在于，若所述幅值变化与预设幅频变化匹配，则判定所述交通工具发生异常，包括：
若所述第一频域数据的幅值变化与预设幅频变化匹配，且所述第二频域数据的幅值变化与预设幅频变化不匹配，则判定所述交通工具发生异常。
4.根据权利要求1-3任一所述的方法，其特征在于，判定所述交通工具发生异常之后，还包括：
发送提示信息至检测平台，所述检测平台用于提醒交通工具的用户所述交通工具发生异常。
5.一种数据处理装置，其特征在于，包括：
第一获取单元，用于获取交通工具的综合数据，所述综合数据为所述交通工具在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述交通工具被检测到所述交通工具的惯性数据大于触发阈值的时刻,其中，所述惯性数据包括垂直加速度和俯仰角加速度的至少一种；
第二获取单元，用于获取所述综合数据的频域数据；获取所述频域数据的幅值变化，将所述幅值变化作为所述综合数据的频域信息；
判定单元，用于若所述幅值变化与预设幅频变化匹配，则判定所述交通工具发生异常，所述预设幅频变化包括第一幅频变化和第二幅频变化，所述第一幅频变化的最大幅值和/或最小幅值与平均幅值之间的差值小于指定数值，所述第二幅频变化的幅值随频率升高逐渐降低。
6.一种服务器，其特征在于，包括处理器和通信模块，所述处理器与所述通信模块连接，所述通信模块用于与所述交通工具连接，所述处理器用于执行上述权利要求1-4任一项所述的方法，所述通信模块用于接收所述交通工具发送的惯性数据，所述处理器用于检测所述惯性数据是否大于触发阈值。
7.一种数据处理系统，其特征在于，包括交通工具和服务器，所述交通工具包括数据处理器和惯性测量器，所述数据处理器与所述服务器连接；
所述数据处理器用于获取所述惯性测量器发送的所述交通工具的惯性数据，检测所述惯性数据是否大于触发阈值，若所述惯性数据大于触发阈值，则发送综合数据至所述服务器，所述综合数据为所述交通工具在指定时间段内的多个惯性数据，所述指定时间段基于目标时刻确定，所述目标时刻为所述数据处理器检测到所述交通工具的惯性数据大于触发阈值的时刻,其中，所述惯性数据包括垂直加速度和俯仰角加速度的至少一种；
所述服务器用于获取所述综合数据的频域数据；获取所述频域数据的幅值变化，将所述幅值变化作为所述综合数据的频域信息；若所述幅值变化与预设幅频变化匹配，则判定所述交通工具发生异常，所述预设幅频变化包括第一幅频变化和第二幅频变化，所述第一幅频变化的最大幅值和/或最小幅值与平均幅值之间的差值小于指定数值，所述第二幅频变化的幅值随频率升高逐渐降低。
8.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-4任一项所述的方法。
CN202110955192.1A 2021-08-19 2021-08-19 数据处理方法、装置、服务器、系统 Active CN113727211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110955192.1A CN113727211B (zh) 2021-08-19 2021-08-19 数据处理方法、装置、服务器、系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110955192.1A CN113727211B (zh) 2021-08-19 2021-08-19 数据处理方法、装置、服务器、系统

Publications (2)

Publication Number Publication Date
CN113727211A CN113727211A (zh) 2021-11-30
CN113727211B true CN113727211B (zh) 2023-09-12

Family

ID=78676895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110955192.1A Active CN113727211B (zh) 2021-08-19 2021-08-19 数据处理方法、装置、服务器、系统

Country Status (1)

Country Link
CN (1) CN113727211B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115063905A (zh) * 2022-06-08 2022-09-16 中国第一汽车股份有限公司 车辆数据的处理方法和装置、存储介质及电子装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108974041A (zh) * 2018-06-05 2018-12-11 唐智科技湖南发展有限公司 一种车轮脱轨预警方法、装置及系统
CN110447214A (zh) * 2018-03-01 2019-11-12 北京嘀嘀无限科技发展有限公司 一种识别驾驶行为的系统、方法、装置和存储介质
CN112406895A (zh) * 2020-11-17 2021-02-26 广州小鹏汽车科技有限公司 车辆底盘磕碰事件的监控方法、监控装置和服务器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180224927A1 (en) * 2017-01-18 2018-08-09 Htc Corporation Positioning apparatus and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110447214A (zh) * 2018-03-01 2019-11-12 北京嘀嘀无限科技发展有限公司 一种识别驾驶行为的系统、方法、装置和存储介质
CN108974041A (zh) * 2018-06-05 2018-12-11 唐智科技湖南发展有限公司 一种车轮脱轨预警方法、装置及系统
CN112406895A (zh) * 2020-11-17 2021-02-26 广州小鹏汽车科技有限公司 车辆底盘磕碰事件的监控方法、监控装置和服务器

Also Published As

Publication number Publication date
CN113727211A (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN109910679B (zh) 一种电池包碰撞强度监测装置
US8436722B2 (en) Method and apparatus for gathering vehicle accident information
US9519905B2 (en) Recording and reporting of driving characteristics using wireless mobile device
CN106230940B (zh) 一种基于车载智能终端的车辆碰撞检测方法及系统
US20130282228A1 (en) Even driven data acquisition switch
EP2503516A2 (en) Idle detection for improving fuel consumption efficiency in a vehicle
CN101840632A (zh) 一种对车内驾驶行为异常监控方法和系统
CN110766982A (zh) 基于车载传感器的车辆碰撞检测系统
CN207440847U (zh) 行车数据处理装置及系统
CN115861973A (zh) 一种道路异常状态检测方法、系统、电子设备和存储介质
CN113727211B (zh) 数据处理方法、装置、服务器、系统
US10861260B2 (en) Driving behaviour monitoring systems
CN108062856B (zh) 一种基于车载obd接口的车辆碰撞检测系统及方法
CN114889488A (zh) 一种电池包碰撞检测装置及方法
CN111489459A (zh) 一种车辆数据分析方法
CN209927282U (zh) 一种受电弓的状态监测系统
CN108573602B (zh) 一种交通噪声数据采集系统及其控制方法
CN117198032B (zh) 一种基于雷达传感器的隧道积水预警方法及系统
KR20160062259A (ko) 차량 이상 상태를 관리하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록매체
CN116001800B (zh) 车辆驾驶风险信息获取方法、装置、电子设备及介质
GB2485581A (en) Method of alerting the driver of a vehicle of an accident risk
EP3269608B1 (en) Detection of tailgating situations
CN110509880A (zh) 汽车后方盲点监测系统及方法、雷达控制盒
KR101507903B1 (ko) 운전 위험 지수관련 이벤트 등록을 위한 관찰 기준 임계값 추정 장치 및 방법
CN202758074U (zh) 一种用于车载卫星接收终端的车速监控装置

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