CN114140904A - 用于车产品数据追踪式云平台系统 - Google Patents
用于车产品数据追踪式云平台系统 Download PDFInfo
- Publication number
- CN114140904A CN114140904A CN202111204625.6A CN202111204625A CN114140904A CN 114140904 A CN114140904 A CN 114140904A CN 202111204625 A CN202111204625 A CN 202111204625A CN 114140904 A CN114140904 A CN 114140904A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- cloud platform
- vehicle
- analysis
- 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
- 238000007726 management method Methods 0.000 claims abstract description 47
- 238000007405 data analysis Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000011161 development Methods 0.000 claims abstract description 14
- 238000013499 data model Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 5
- 230000003442 weekly effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 17
- 230000008569 process Effects 0.000 abstract description 12
- 238000012356 Product development Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000004888 barrier function Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000009412 basement excavation Methods 0.000 description 4
- 238000010923 batch production Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004141 dimensional analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- 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
- G07C5/0808—Diagnosing performance 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- 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
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- Fuzzy Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据追踪技术领域，提出用于车产品数据追踪式云平台系统，该数据追踪式云平台系统包括数据采集单元和云平台管理单元；数据采集单元用于采集车辆的使用数据，云平台管理单元用于集中管理和计算数据采集单元采集的车辆数据；云平台管理单元包括配置管理模块、数据仓库模块、数据处理模块和数据模型模块。本发明可协助工程师在产品开发过程中完成数据采集，数据版本管理，数据分析和处理的过程，极大的提高开发效率，有效释放大数据，打通各环节数据壁垒，构建完整数据平台，支持汽车企业全价值链的大数据分析及应用，在数据资产化方面，数据价值不断提升。
Description
技术领域
本发明涉及数据追踪技术领域，具体地说，涉及用于车产品数据追踪式云平台系统。
背景技术
就车辆包括油电混合型汽车，公共汽车，卡车，摩托车，工程或挖掘设备，农机或海洋机械等的动力系统而言，数据收集设备用于对新设备的研发过程中的验证，批量生产前一系列测试，现场测试以及质量认证测试，零部件使用寿命测试以及使用性测试等的应用，数据采集主要为满足政府日趋严格的车辆尾气排放量、燃油经济性等方面的监测要求，但是目前的在进行车产品数据追踪采集时不能有效的对数据进行集中管理和分析，导致客户不能快速实现数据价值的发掘，降低了营销精准度，并且目前主机厂产品研发、试制、售后、各阶段中存在不同的业务系统，彼此间信息孤立，数据不通，无法利用大数据为产品迭代提供数据支撑，鉴于此，我们提出用于车产品数据追踪式云平台系统。
在申请号为CN201510808500.2的发明专利申请文件中提出了一种基于车辆历史行驶数据追踪车辆的方法及系统，该方法包括：根据待分析车辆的分析条件，提取对应的待分析车辆的历史行驶轨迹数据；对轨迹点进行重合度分析，根据重合度由高到低的顺序提取第一预设数量的轨迹点；获取提取的轨迹点对应的路段数据；按照出现频次由高到低的顺序获取第二预设数量的路段数据，按照时间段的出现频次由高到低的顺序获取第三预设数量的时间段和/或行驶时间数据，并输出分析结果。其中还提到：目前车辆定位设备的应用已非常广泛，随着定位设备格越来越低，更多的车辆开始使用定位设备。随着人们对于定位技术的愈加深入的了解，人为的屏蔽信号、拆除定位设备的情况时有发生，这对于如公安交警、车辆租赁等工作带来了诸多不便，特别是随着车辆租赁行业的兴起，此类问题尤为突出，经常需要对到期未归还车辆、违章过多未消除的车辆等进行围剿抓捕。目前的方法主要是通过工作人员对丢失的车辆的历史行驶轨迹进行回放，通过回放统计出该丢失车辆惯常出现的地点，从而为追踪该车辆提供信息，该方法的的缺点为：(1)轨迹逐点回放太慢，时间太长，监控效率过低；(2) 人为统计经过地方次数不够精确，存在多计、漏计情况。因此，如何高效、准确的对车辆历史行驶数据进行分析，从而为车辆追踪提供信息成为亟待解决的问题。
发明内容
本发明的目的在于提供用于车产品数据追踪式云平台系统，以解决上述背景技术中提出在进行车产品数据追踪采集时不能有效的对数据进行集中管理和分析，导致客户不能快速实现数据价值的发掘，降低了营销精准度，且目前主机厂产品研发、试制、售后、各阶段中存在不同的业务系统，彼此间信息孤立，数据不通，无法利用大数据为产品迭代提供数据支撑的技术问题。
为实现上述目的，本发明提供本发明提供用于车产品数据追踪式云平台系统，包括数据采集单元和云平台管理单元，其中：
所述数据采集单元用于采集车辆的使用数据并将其发送给云平台管理单元；
所述云平台管理单元包括配置管理模块、数据仓库模块、数据处理模块和数据模型模块，用于集中管理和计算所述数据采集单元采集的车辆数据；所述配置管理模块用于多类型、多协议总线数据采集；所述数据仓库模块用于对所述配置管理模块采集的数据进行存储；所述数据处理模块用于发现发动机存在的问题，为发动机性能优化提供数据支持；所述数据模型模块用于数据挖掘和精准营销。
作为本技术方案的进一步改进，所述数据采集单元采用数据采集设备。
作为本技术方案的进一步改进，所述配置管理模块包括信号量创建模块和采集管理模块；
所述信号量创建模块用于实现数据的传送和共享，轻量化部署、功能模块化、开发周期短、多方案、场景化调节；
所述采集管理模块用于配置不同网络信号。
作为本技术方案的进一步改进，所述数据仓库模块包括报文存储模块和数据存储模块；
所述报文存储模块用于存储数据的分析结果；
所述数据存储模块用于实时采集的车辆数据进行存储。
作为本技术方案的进一步改进，所述数据处理模块包括数据筛选模块、数据解析模块和条件触发模块；
所述数据筛选模块用于进行不同路型的数据实时采集，进行数据定位；
所述数据解析模块用于外接AD信号采集装置对车产品的震动、压力和温度数据实时监控；
所述条件触发模块用于数据配置、采集任务、数据通道、数据版本进行权限管理。
作为本技术方案的进一步改进，所述数据模型模块包括数据匹配模块、数据分析模块和模型建立模块；
所述数据匹配模块用于在平台端配置需要采集的信号列表，可设定采集频率及采集内容；
所述数据分析模块用于将分散数据统一管理，生成数据分析表；
所述模型建立模块用于预设常用数据分析模型，驾驶行为分析、车辆周报表统计及数据分析预测模型。
与现有技术相比，本发明的有益效果：
该用于车产品数据追踪式云平台系统中，通过依靠数据采集单元，实现车辆CAN数据总线的个性化数据采集、数据处理、数据实时计算，多维度分析功能，可协助工程师在产品开发过程中完成数据采集，数据版本管理，数据分析和处理的过程，极大的提高开发效率，有效释放大数据，打通各环节数据壁垒，构建完整数据平台，支持汽车企业全价值链的大数据分析及应用，在数据资产化方面，数据价值不断提升。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为实施例1的用于车产品数据追踪式云平台系统框图；
图2为实施例1的云平台管理单元原理框图。
图中各个标号意义为：
100、数据采集单元；
200、云平台管理单元；210、配置管理模块；220、数据仓库模块；230、数据处理模块；240、数据模型模块。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
就车辆包括油电混合型汽车，公共汽车，卡车，摩托车，工程或挖掘设备，农机或海洋机械等的动力系统而言，数据收集设备用于对新设备的研发过程中的验证，批量生产前一系列测试，现场测试以及质量认证测试，零部件使用寿命测试以及使用性测试等的应用，数据采集主要为满足政府日趋严格的车辆尾气排放量、燃油经济性等方面的监测要求，但是目前的在进行车产品数据追踪采集时不能有效的对数据进行集中管理和分析，导致客户不能快速实现数据价值的发掘，降低了营销精准度，并且目前主机厂产品研发、试制、售后、各阶段中存在不同的业务系统，彼此间信息孤立，数据不通，无法利用大数据为产品迭代提供数据支撑。
本方案针对上述技术问题，提出用于车产品数据追踪式云平台系统，用以解决现有技术中在进行车产品数据追踪采集时不能有效的对数据进行集中管理和分析，导致客户不能快速实现数据价值的发掘，降低了营销精准度，并且目前主机厂产品研发、试制、售后、各阶段中存在不同的业务系统，彼此间信息孤立，数据不通，无法利用大数据为产品迭代提供数据支撑的技术问题。
本方案通过依靠数据采集单元，实现车辆CAN数据总线的个性化数据采集、数据处理、数据实时计算，多维度分析功能，可协助工程师在产品开发过程中完成数据采集，数据版本管理，数据分析和处理的过程，极大的提高开发效率，有效释放大数据，打通各环节数据壁垒，构建完整数据平台，支持汽车企业全价值链的大数据分析及应用，在数据资产化方面，数据价值不断提升。
为方便读者理解，特提出以下实施例：
实施例1
请参阅图1-图2所示，本实施例提供用于车产品数据追踪式云平台系统，包括数据采集单元100和云平台管理单元200；
数据采集单元100用于采集车辆的使用数据，云平台管理单元200用于集中管理和计算数据采集单元100采集的车辆数据；
云平台管理单元200包括配置管理模块210、数据仓库模块220、数据处理模块230和数据模型模块240，配置管理模块210用于多类型、多协议总线数据采集，支持XCP、CCP、UDS、J1939、KW2000等多种总线协议，平台支持协议库A2L、DBC文件自动解析，数据仓库模块220用于对配置管理模块210采集的数据进行存储，数据处理模块230用于发现发动机存在的问题，为发动机性能优化提供数据支持，数据模型模块240用于数据挖掘和精准营销。
本实施例中的，数据采集单元100采用数据采集设备，数据采集设备是专门定制的一款精简实用型定位综合管理终端，安装便捷，隐蔽性强。具备实时定位监控、盲区补报、油耗监控、车辆信号状态采集及丰富的不良驾驶报警等实用功能；实时掌握车辆实际运行情况，能有效帮助企业提高运输效率、降低物流成本，同时也为车辆管理提供科学的手段和依据。
值得说明的，配置管理模块210包括信号量创建模块和采集管理模块；
信号量创建模块用于实现数据的传送和共享，轻量化部署、功能模块化、开发周期短、多方案、场景化调节；
采集管理模块用于配置不同网络信号，适用性强：商用车、乘用车、新能源车、电动车，面向不同车企、不同类型车辆可以做到“拿来即用”。
进一步的，数据仓库模块220包括报文存储模块和数据存储模块；
报文存储模块用于存储数据的分析结果，方便后续随时查看；
数据存储模块用于实时采集的车辆数据进行存储。
其中，数据处理模块230包括数据筛选模块、数据解析模块和条件触发模块；
数据筛选模块用于进行不同路型的数据实时采集，进行数据定位，提供集成解决方案，快速适配客户的业务场景，方便无缝衔接，终端快速搭建；
数据解析模块用于外接AD信号采集装置对车产品的震动、压力和温度数据实时监控，低延时、多维度预警、低成本、高效率；
条件触发模块用于数据配置、采集任务、数据通道、数据版本进行权限管理，方便数据在云端进行版本备份，可进行历史数据追溯及分析对比。
此外，数据模型模块240包括数据匹配模块、数据分析模块和模型建立模块；
数据匹配模块用于在平台端配置需要采集的信号列表，可设定采集频率及采集内容；
数据分析模块用于将分散数据统一管理，生成数据分析表，预设常用数据分析模型，驾驶行为分析、车辆周报表统计及数据分析预测模型等等，并提供灵活可自定义的数据分析模板编辑器；
模型建立模块用于预设常用数据分析模型，驾驶行为分析、车辆周报表统计及数据分析预测模型。
本发明用于车产品数据追踪式云平台系统在具体使用时，依靠数据采集单元100，实现车辆CAN数据总线的个性化数据采集，然后通过云平台管理单元200进行数据识别、数据实时计算，多维度分析和存储功能，可协助工程师在产品开发过程中完成数据采集，数据版本管理，数据分析和处理的过程，极大的提高开发效率。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.用于车产品数据追踪式云平台系统，其特征在于，包括：数据采集单元（100）和云平台管理单元（200），其中：
所述数据采集单元（100）用于采集车辆的使用数据并将其发送给云平台管理单元（200）；
所述云平台管理单元（200）包括配置管理模块（210）、数据仓库模块（220）、数据处理模块（230）和数据模型模块（240），用于集中管理和计算所述数据采集单元（100）采集的车辆数据；所述配置管理模块（210）用于多类型、多协议总线数据采集；所述数据仓库模块（220）用于对所述配置管理模块（210）采集的数据进行存储；所述数据处理模块（230）用于发现发动机存在的问题，为发动机性能优化提供数据支持；所述数据模型模块（240）用于数据挖掘和精准营销。
2.根据权利要求1所述的用于车产品数据追踪式云平台系统，其特征在于，所述数据采集单元（100）采用数据采集设备。
3.根据权利要求1所述的用于车产品数据追踪式云平台系统，其特征在于，所述配置管理模块（210）包括信号量创建模块和采集管理模块：
所述信号量创建模块用于实现数据的传送和共享，轻量化部署、功能模块化、开发周期短、多方案、场景化调节；
所述采集管理模块用于配置不同网络信号。
4.根据权利要求1所述的用于车产品数据追踪式云平台系统，其特征在于，所述数据仓库模块（220）包括报文存储模块和数据存储模块：
所述报文存储模块用于存储数据的分析结果；
所述数据存储模块用于实时采集的车辆数据进行存储。
5.根据权利要求1所述的用于车产品数据追踪式云平台系统，其特征在于，所述数据处理模块（230）包括数据筛选模块、数据解析模块和条件触发模块：
所述数据筛选模块用于进行不同路型的数据实时采集，进行数据定位；
所述数据解析模块用于外接AD信号采集装置对车产品的震动、压力和温度数据实时监控；
所述条件触发模块用于数据配置、采集任务、数据通道、数据版本进行权限管理。
6.根据权利要求1所述的用于车产品数据追踪式云平台系统，其特征在于，所述数据模型模块（240）包括数据匹配模块、数据分析模块和模型建立模块：
所述数据匹配模块用于在平台端配置需要采集的信号列表，可设定采集频率及采集内容；
所述数据分析模块用于将分散数据统一管理，生成数据分析表；
所述模型建立模块用于预设常用数据分析模型，驾驶行为分析、车辆周报表统计及数据分析预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111204625.6A CN114140904A (zh) | 2021-10-15 | 2021-10-15 | 用于车产品数据追踪式云平台系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111204625.6A CN114140904A (zh) | 2021-10-15 | 2021-10-15 | 用于车产品数据追踪式云平台系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114140904A true CN114140904A (zh) | 2022-03-04 |
Family
ID=80394187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111204625.6A Pending CN114140904A (zh) | 2021-10-15 | 2021-10-15 | 用于车产品数据追踪式云平台系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114140904A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104575102A (zh) * | 2014-12-16 | 2015-04-29 | 北京中交兴路车联网科技有限公司 | 一种车辆告警系统及方法 |
| CN106899691A (zh) * | 2017-03-16 | 2017-06-27 | 广州大学 | 一种基于云平台的智能物联网监控系统及方法 |
| CN106936915A (zh) * | 2017-03-23 | 2017-07-07 | 南京越博动力系统股份有限公司 | 一种电动汽车远程监控数据云分析系统 |
| CN110049085A (zh) * | 2018-12-13 | 2019-07-23 | 蔚来汽车有限公司 | 基于云端的车辆电池包用紧固件的监控方法、云端、计算机可读存储介质和计算机设备 |
| CN110281774A (zh) * | 2019-06-13 | 2019-09-27 | 上海思寒环保科技有限公司 | 一种基于大数据、云平台车辆油耗管理系统及管理方法 |
| US20200126324A1 (en) * | 2018-01-09 | 2020-04-23 | Archive Auto, Inc. | Vehicle data acquisition and access system and method |
| CN112130540A (zh) * | 2020-09-28 | 2020-12-25 | 苏州砺行信息科技有限公司 | 一种新能源电动汽车多功能数据采集与智能分析系统 |
| CN112258835A (zh) * | 2020-09-29 | 2021-01-22 | 航天科工广信智能技术有限公司 | 一种基于云边端融合技术的智慧交通系统 |
| CN112862233A (zh) * | 2020-12-25 | 2021-05-28 | 石家庄开发区天远科技有限公司 | 一种基于车联网数据的故障关联性分析系统及方法 |
-
2021
- 2021-10-15 CN CN202111204625.6A patent/CN114140904A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104575102A (zh) * | 2014-12-16 | 2015-04-29 | 北京中交兴路车联网科技有限公司 | 一种车辆告警系统及方法 |
| CN106899691A (zh) * | 2017-03-16 | 2017-06-27 | 广州大学 | 一种基于云平台的智能物联网监控系统及方法 |
| CN106936915A (zh) * | 2017-03-23 | 2017-07-07 | 南京越博动力系统股份有限公司 | 一种电动汽车远程监控数据云分析系统 |
| US20200126324A1 (en) * | 2018-01-09 | 2020-04-23 | Archive Auto, Inc. | Vehicle data acquisition and access system and method |
| CN110049085A (zh) * | 2018-12-13 | 2019-07-23 | 蔚来汽车有限公司 | 基于云端的车辆电池包用紧固件的监控方法、云端、计算机可读存储介质和计算机设备 |
| CN110281774A (zh) * | 2019-06-13 | 2019-09-27 | 上海思寒环保科技有限公司 | 一种基于大数据、云平台车辆油耗管理系统及管理方法 |
| CN112130540A (zh) * | 2020-09-28 | 2020-12-25 | 苏州砺行信息科技有限公司 | 一种新能源电动汽车多功能数据采集与智能分析系统 |
| CN112258835A (zh) * | 2020-09-29 | 2021-01-22 | 航天科工广信智能技术有限公司 | 一种基于云边端融合技术的智慧交通系统 |
| CN112862233A (zh) * | 2020-12-25 | 2021-05-28 | 石家庄开发区天远科技有限公司 | 一种基于车联网数据的故障关联性分析系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102263337B1 (ko) | 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템 | |
| US9454901B2 (en) | Method and device for monitoring real-time road condition | |
| CN107967323B (zh) | 基于大数据进行异常出行车辆分析的方法及系统 | |
| CN110912998A (zh) | 一种基于远程设备端的车辆问题排查系统及方法 | |
| CN109270565B (zh) | 一种车载gps大数据的处理装置 | |
| CN110825801A (zh) | 基于分布式架构的列车信号系统车载日志分析系统和方法 | |
| CN109406161B (zh) | 一种基于距离测试的前防卫碰撞测试系统及其测试方法 | |
| CN102881057A (zh) | 基于iOBD的车辆管理系统及其车辆管理方法 | |
| CN109062183B (zh) | 新能源汽车远程监控分析方法和系统 | |
| CN103632211A (zh) | 一种机动车故障预警和召回预测系统 | |
| CN111443691A (zh) | 汽车智能在线诊断方法及装置 | |
| CN112116105A (zh) | 一种基于物联网平台的企业级新能源汽车监管系统 | |
| CN109218409B (zh) | 基于宽带移动互联网的智能网联汽车测试监测与管理平台 | |
| CN112309162A (zh) | 一种处理路内停车监控数据的方法、装置及系统 | |
| CN112862233A (zh) | 一种基于车联网数据的故障关联性分析系统及方法 | |
| CN113987001A (zh) | 轨道交通信号系统故障分析方法、装置及电子设备 | |
| CN110784352B (zh) | 一种基于Oracle Goldengate的数据同步监控告警方法及装置 | |
| CN111127695A (zh) | 一种用于在用车国六排放阶段车辆监控系统 | |
| CN111582732A (zh) | 一种基于大数据的车况分析系统 | |
| CN117156473A (zh) | 一种车联网数据质量监测方法及系统 | |
| CN114140904A (zh) | 用于车产品数据追踪式云平台系统 | |
| CN117231910A (zh) | 一种基于车联网的氢气充装监控方法及装置 | |
| CN105065099A (zh) | Art-ⅲ型柴油车排气后处理装置在线远程监控云平台 | |
| CN115027485A (zh) | 驾驶行为分析方法及系统 | |
| CN114691633A (zh) | 轨道交通信号系统的日志管理方法、设备及存储介质 |
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 |