CN114785784B - 数据处理方法、装置、电子设备 - Google Patents
数据处理方法、装置、电子设备 Download PDFInfo
- Publication number
- CN114785784B CN114785784B CN202210413572.7A CN202210413572A CN114785784B CN 114785784 B CN114785784 B CN 114785784B CN 202210413572 A CN202210413572 A CN 202210413572A CN 114785784 B CN114785784 B CN 114785784B
- Authority
- CN
- China
- Prior art keywords
- data
- function
- target
- initial
- acquisition
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims description 23
- 238000013480 data collection Methods 0.000 claims description 18
- 230000000737 periodic effect Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000005315 distribution function Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 description 218
- 230000006855 networking Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种数据处理方法、装置、电子设备。其中，该方法包括：接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据；分别上传每个功能对应的目标数据至云服务器。本发明解决了现有技术的数据埋点方法所造成的数据采集效率较低的技术问题。
Description
技术功能
本发明涉及车联网技术领域，具体而言，涉及一种数据处理方法、装置、电子设备。
背景技术
随着数字化浪潮席卷全球，我国的汽车工业面临的外部环境日趋复杂严峻，在新形势下，数据采集和数据应用对汽车行业技术发展与应用创新，带来了机遇和挑战。未来，汽车不仅仅是一个出行工具，还是大数据的发生器、承载器、孵化器。大数据在提升汽车产业的服务化能力、智能化水平、用户体验、推动智能交通发展、建设汽车强国当中发挥巨大而重要的作用。汽车产业变革作为推动新一轮科技革命和产业变革的重要力量，需要借助大数据的力量在新一轮的技术革命中抢得先机。而整车数据埋点是产生大整车数据的唯一手段。当前大多数车企的整车数据埋点基本都是基于控制局域网络(Controller AreaNetwork简称CAN)报文级周期采集的数据埋点方法，如此操作会存在诸多如问题：采集的频率和数据量无法满足专业应用需求；报文级埋点浪费流量和带宽；埋点变更链条长、周期长；频繁的读写硬盘影响车端埋点存储单元的寿命等问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数据处理方法、装置、电子设备，以至少解决现有技术的数据埋点方法所造成的数据采集效率较低的技术问题。
根据本发明实施例的一个方面，提供了一种数据处理方法，包括：接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据；分别上传每个功能对应的目标数据至云服务器。
可选地，分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能对应的目标数据，包括：分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的初始数据；获取每个功能的初始数据的数据信号类别，其中，数据信号类别用于表示初始数据是否属于连续信号；基于数据信号类别对每个功能的初始数据进行处理，得到每个功能的目标数据。
可选地，基于数据信号类别对每个功能的初始数据进行处理，得到每个功能的目标数据，包括：响应于满足初始数据属于离散信号的条件，确定初始数据中目标行的数据为目标数据，其中，目标行的数据与初始数据中其他行的数据未重复；响应于满足初始数据属于连续信号的条件，对初始数据进行分析，得到目标影响因子、初始值和时间信息，并确定目标影响因子、初始值和时间信息为每个功能的目标数据，其中，目标影响因子为影响初始数据的信号幅度的因素，初始值为信号幅度开始变化时的数值，时间信息用于表示信号幅度开始变化和结束变化的时间戳。
可选地，分别上传每个功能的目标数据至云服务器，包括：存储每个功能的目标数据至目标存储空间；响应于目标功能的数据获取指令，从目标存储空间获取目标功能的目标数据；上传目标功能的目标数据至云服务器。
可选地，分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据，包括：按照预设周期对满足数据采集策略的数据进行采集，得到每个功能的目标数据；和/或，响应于目标事件发生，对每个功能的功能数据中目标事件对应的数据进行采集，得到每个功能的目标数据。
可选地，分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据，包括：响应于目标功能中的目标数据触发目标事件，基于目标时间戳分别对每个功能中与目标事件对应的功能数据进行采集，得到每个功能的目标数据。
可选地，目标车辆的功能包括如下至少之一：分布功能、自动驾驶功能、多媒体功能、车载网联功能，其中，分布功能的功能数据用于表示目标车辆的结构化的行驶数据，自动驾驶功能的功能数据用于表示自动驾驶过程中目标车辆的非结构化的行驶数据，多媒体功能的功能数据用于表示目标车辆输出多媒体过程中所产生的多媒体数据，车载网联功能的功能数据用于表示目标车辆在联网后产生的网络数据。
根据本发明实施例的一个方面，还提供了一种数据处理装置，包括：接收模块，用于接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；采集模块，用于分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据；上传模块，用于分别上传每个功能对应的目标数据至云服务器。
根据本发明实施例的一个方面，还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述任意一项的数据处理方法。
根据本发明实施例的一个方面，还提供了一种非易失性存储介质，其特征在于，非易失性存储介质包括存储的程序，其中，在程序运行时控制所在设备的处理器中执行上述任意一项的数据处理方法。
在本发明实施例，首先通过接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；其次分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据；最后分别上传每个功能对应的目标数据至云服务器。容易想到的是在得到每个功能所对应的目标数据后，将其分别上传至云服务器，从而实现按需上传数据。进而解决了现有技术的数据埋点方法所造成的数据采集效率较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选地数据处理方法示意图；
图2是根据本发明实施例的一种可选地整车智能化数据埋点系统架构图；
图3是根据本发明实施例的一种数据的处理装置示意图。
具体实施方式
为了使本技术功能的人员更好地理解本发明方案，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的实施例，而不是全部的实施例。基于本发明中的实施例，本功能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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种数据处理方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选地数据处理方法示意图，如图1所示，该方法包括如下步骤：
步骤S102，接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式。
上述数据采集策略可以为对目标车辆中每个功能的目标数据进行采集的采集方式。其中，数据采集策略可以包括周期采集、事件采集、周期事件采集。
上述目标车辆为待采集数据的车辆，在一种可选的实施例中，目标车辆可以为自动驾驶车辆；待采集的数据可以为车辆行驶状态下所产生的数据，待采集数据还可以为车辆静止状态下所产生的数据。
上述目标数据可以为目标车辆中每个功能的数据，其中，该功能可以包括分布功能、自动驾驶功能、多媒体功能、车载网联功能等。
其中，分布功能的功能数据用于表示目标车辆的结构化的行驶数据，自动驾驶功能的功能数据用于表示自动驾驶过程中目标车辆的非结构化的行驶数据，多媒体功能的功能数据用于表示目标车辆输出多媒体过程中所产生的多媒体数据，车载网联功能的功能数据用于表示目标车辆在联网后产生的网络数据。
在一种可选的实施例中，可以在云端利用云端的云服务器对不同功能的数据采集策略进行配置。其中，在云端设置配置服务，可对车端任一信号的采集与否、采集规则、上传规则、云端调取进行配置。
步骤S104，分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据。
上述功能可以包括分布功能、自动驾驶功能、多媒体功能、车载网联功能等。其中，分布功能可以为分布域控制单元的功能。上述分布域控制单元为车端的一个组成部分，负责各分布域的功能控制及各分布域所有结构化数据的提供。上述分布功能可以实现将每个功能对应的目标数据分布上传至云服务器。
上述功能数据可以为，分布功能的功能数据、自动驾驶功能的功能数据、多媒体功能的功能数据、车载网联功能的功能数据。
在一种可选的实施例中，可以通过分别对目标车辆中的每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的初始数据。之后再获取每个功能的初始数据的数据信号类别，其中，数据信号类别用于表示初始数据是否属于连续信号。最后再基于数据信号类别对每个功能的初始数据进行处理，得到每个功能的目标数据。假设需要采集一次自动驾驶过程中的整车车门信号，表示车门状态的数据数量比较大，只需采集车门状态变化的那几行数据即可，因此可以采集车门状态变化时的车门状态值和持续时间数据作为初始值，并判断出该数据的信号类型，再基于数据信号类别对采集到的初始数据进行处理，得到该功能的目标数据。
在一另种可选的实施例中，可以按照预设周期对满足数据采集策略的数据进行采集，得到每个功能的目标数据。其中，预设周期可以自行设置。
在又一种可选的实施例中，可以在目标事件发生后，通过对每个功能的功能数据中目标事件对应的数据进行采集，得到每个功能的目标数据。其中，目标事件可以为每个功能所对应的事件中需要采集数据的事件。其中，目标事件可以包括自动驾驶功能中的某一次自动泊车事件，目标事件还可以包括多媒体功能中的某一次多媒体输出事件等。
步骤S106，分别上传每个功能对应的目标数据至云服务器。
在一种可选的实施例中，可以通过先将每个功能的目标数据分类存储至目标存储空间，在接收到目标功能的数据获取指令之后，从目标存储空间中获取目标功能对应的目标数据，最后将获取到的目标功能对应的目标数据上传至云服务器，从而实现按需上传，进一步的提高了目标数据的上传效率。
其中，目标存储空间可以为自动存储空间，可以对需要上传的数据和不需要上传的数据先进行分类，之后再按需上传至云服务器。从而实现分布储存，按需上传，进一步解决了大量数据存储和上传所造成对流量和存储的消耗。
其中，上述数据获取指令可以为目标功能的数据获取指令，基于该功能指令，可以从目标存储空间中获得目标功能所对应的目标数据，再按需上传至云服务器。
在本发明实施例中通过，首先通过接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；其次分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据；最后分别上传每个功能对应的目标数据至云服务器。容易想到的是在得到每个功能所对应的目标数据后，将其分别上传至云服务器，从而实现按需上传数据。进而解决了现有技术的数据埋点方法所造成的数据采集效率较低的技术问题。
可选地，分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能对应的目标数据，包括：分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的初始数据；获取每个功能的初始数据的数据信号类别，其中，数据信号类别用于表示初始数据是否属于连续信号；基于数据信号类别对每个功能的初始数据进行处理，得到每个功能的目标数据。
上述初始数据可以为，对满足于数据采集策略的数据进行采集，所得到的每个功能的数据。
上述数据信号类别可以为离散型信号，上述数据信号类型还可以为连续型信号。该数据信号类别可以用于表示初始数据是否属于连续信号。
车辆信号类型可以包含离散型信号和连续性信号，连续性信号为整个连续时间范围内都有定义的信号。离散型信号为时间不连续，但是幅值仍然连续的信号，离散型信号是在连续行信号上采样的到的信号。
离散型信号中有很多重复的数据，以车门信号状态为例，用于表示车门状态数据有很多，但是可以应用的只有表示车门状态变化的那几行数据，在上传和存储时只需要上传车门状态变化时车门状态值和持续时间即可，采用离散型信号，可以从多个数据中，选择出我们所需要的数据。
连续型信号中有很多数据分布是符合一定规律的，只需要分析出影响因子和初始值，并将该初始值、影响因子及其对应的初始值、初始时间、时间间隔进行上传和存储，从而进一步提高数据处理效率。
在一种可选的实施例中，可以先根据是否属于离散信号的条件，将该初始数据中目标行的数据确定为目标数据。其中，目标行的数据与初始数据中其他行的数据不能重复。然后再根据是否属于连续信号的条件，对属于连续信号的初始数据进行分析，得到目标影响因子、初始值和时间信息。并将目标影响因子、初始值、时间信息确定为每个功能的目标数据，最终实现不同类型的数据信号以不同方式对数据进行处理。其中，目标影响因子为影响初始数据的信号幅度的因素，初始值为信号幅度开始变化时的数值，时间信息用于表示信号幅度开始变化和结束变化的时间戳。
可选地，基于数据信号类别对每个功能的初始数据进行处理，得到每个功能的目标数据，包括：响应于满足初始数据属于离散信号的条件，确定初始数据中目标行的数据为目标数据，其中，目标行的数据与初始数据中其他行的数据未重复；响应于满足初始数据属于连续信号的条件，对初始数据进行分析，得到目标影响因子、初始值和时间信息，并确定目标影响因子、初始值和时间信息为每个功能的目标数据，其中，目标影响因子为影响初始数据的信号幅度的因素，初始值为信号幅度开始变化时的数值，时间信息用于表示信号幅度开始变化和结束变化的时间戳。
上述目标行数据为满足初始数据属于离散信号条件的初始数据。其中，目标行数据与初始数据中其它行的数据不重复。
上述目标影响因子为影响初始数据的信号幅度的因素。
上述初始值为信号幅度开始变化时的数值。
上述时间信息为可以用于表示信号幅度开始变化和结束变化的时间戳。
在一种可选的实施例中，可以先根据是否属于离散信号的条件，将该初始数据中目标行的数据确定为目标数据。然后再根据是否属于连续信号的条件，对属于连续信号的初始数据进行分析，得到目标影响因子、初始值和时间信息。并将目标影响因子、初始值、时间信息确定为每个功能的目标数据。
可选地，分别上传每个功能的目标数据至云服务器，包括：存储每个功能的目标数据至目标存储空间；响应于目标功能的数据获取指令，从目标存储空间获取目标功能的目标数据；上传目标功能的目标数据至云服务器。
在一种可选的实施例中，可以通过将车辆每个功能的中的目标数据进行自动分类，并将需要上传的数据和不需要上传的数据分布存储至目标存储空间中，在接收到数据获取指令之后，就可以响应指令从存储空间中获取目标功能的目标数据，并将目标功能的目标数据按需上传至云服务器。
可选地，分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据，包括：按照预设周期对满足数据采集策略的数据进行采集，得到每个功能的目标数据；和/或，响应于目标事件发生，对每个功能的功能数据中目标事件对应的数据进行采集，得到每个功能的目标数据。
在进行数据采集时，可以通过周期采集、事件采集以及周期事件采集来完成。其中，周期采集指周期性的采集需要埋点的信号；事件采集为某一设定事件发生时对事件相关的信号进行立即采集，上述事件可以为某个或某几个信号状态发生变化、信号值达到一定阈值，其中，阈值可以自行设定；周期事件采指设定的事件未发生时按照设定周期对需要埋点的信号进行周期性采集，事件发生时，对事件相关的信号立即采集。
在一种可选的实施例中，可以按照预设周期对满足数据采集策略的数据进行采集，得到每个功能的目标数据，其中，预设周期可以自行设置。
在另一种可选的实施例中，还可以在目标事件发生之后，对每个功能的功能数据中目标事件对应的数据进行采集，得到每个功能的目标数据。
可选地，分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据，包括：响应于目标功能中的目标数据触发目标事件，基于目标时间戳分别对每个功能中与目标事件对应的功能数据进行采集，得到每个功能的目标数据。
上述目标时间戳为目标事件发生的时间戳。
其中，车辆各域时间戳以车端联网域计算单元的时间戳为基准，周期采集数据的时间戳以中央域计算单元的零点采集时间戳为准，事件采集数据的时间戳以各事件触发的时间戳为准，在一种可选的实施例中，可以依靠事件触发器对同一事件不同域之间的事件戳进行统一。
在另一种可选的实施例中，在目标事件发生后，可以根据目标时间戳采集每个功能中与目标事件对应的功能数据，从而得到每个功能的目标数据。
可选地，目标车辆的功能包括如下至少之一：分布功能、自动驾驶功能、多媒体功能、车载网联功能，其中，分布功能的功能数据用于表示目标车辆的结构化的行驶数据，自动驾驶功能的功能数据用于表示自动驾驶过程中目标车辆的非结构化的行驶数据，多媒体功能的功能数据用于表示目标车辆输出多媒体过程中所产生的多媒体数据，车载网联功能的功能数据用于表示目标车辆在联网后产生的网络数据。
图2是根据本发明实施例的一种可选地整车智能化数据埋点系统架构图，如2图所示，整车数据，采集策略动态配置，以及策略下发数据接收都在云端，可以通过多种传输协议与车端进行数据传输。
其中，车端主要包括：1中央域计算单元，负责整车基本功能和核心功能计算，可以进行统一数据采集管理，负责整车所有结构化数据的配置管理、数据上云、数据预处理以及数据采集；2分布域控制单元，负责各分布域的功能控制及各域所有结构化数据的提供；3智能驾驶域计算单元，负责自动驾驶域功能计算及控制，同时负责整车智能化埋点的中所有自动驾驶相关非结构化数据的采集、压缩、存储、上传；4信息娱乐域计算单元，负责整车信息娱乐的功能计算和控制，同时负责娱乐域车机应用的用户触点行为的数据采集、压缩、存储、上传；5车载网联域计算单元，负责整车网路接入、车路协同等功能计算和控制，负责要求的必传数据和整车远控功能的数据埋点采集上传，同时为其他域数据埋点的上传提供上网通道。除此之外还包括数据总线，负责数据发布与数据订阅。
在本发明实施例中，首先通过接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；其次分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据；最后分别上传每个功能对应的目标数据至云服务器。容易想到的是在得到每个功能所对应的目标数据后，将其分别上传至云服务器，从而实现按需上传数据。进而解决了现有技术的数据埋点方法所造成的数据采集效率较低的技术问题。
实施例2
根据本发明实施例的一个方面，还提供了一种数据处理装置，图3是根据本发明实施例的一种数据的处理装置示意图，如图所示，该装置包括：接收模块301，用于接收云服务器发送的数据采集策略，其中，数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；采集模块302，用于分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的目标数据；上传模块303，用于分别上传每个功能对应的目标数据至云服务器。
可选地，采集模块302包括：第一采集单元，用于分别对每个功能的功能数据中满足数据采集策略的数据进行采集，得到每个功能的初始数据；第一获取单元，用于获取每个功能的初始数据的数据信号类别，其中，数据信号类别用于表示初始数据是否属于连续信号；处理单元，用于基于数据信号类别对每个功能的所述初始数据进行处理，得到每个功能的目标数据。
可选地，处理单元，包括：第一确定子单元，用于响应于满足初始数据属于离散信号的条件，确定初始数据中目标行的数据为目标数据，其中，目标行的数据与初始数据中其他行的数据未重复；第二确定子单元，用于响应于满足初始数据属于连续信号的条件，对初始数据进行分析，得到目标影响因子、初始值和时间信息，并确定目标影响因子、初始值和时间信息为每个功能的目标数据，其中，目标影响因子为影响初始数据的信号幅度的因素，初始值为信号幅度开始变化时的数值，时间信息用于表示信号幅度开始变化和结束变化的时间戳。
可选地，上传模块303，包括：存储单元，存储每个功能的目标数据至目标存储空间；第二获取单元，用于响应于目标功能的数据获取指令，从目标存储空间获取目标功能的目标数据；上传单元，用于上传目标功能的目标数据至云服务器。
可选地，采集模块302，包括：第二采集单元，用于按照预设周期对满足数据采集策略的数据进行采集，得到每个功能的目标数据；第三采集单元，用于响应于目标事件发生，对每个功能的功能数据中目标事件对应的数据进行采集，得到每个功能的目标数据。
可选地，第二获取单元，包括：采集子单元，用于响应于目标功能中的目标数据触发目标事件，基于目标时间戳分别对每个功能中与目标事件对应的功能数据进行采集，得到每个功能的目标数据。
可选地，目标车辆的功能包括如下至少之一：分布功能、自动驾驶功能、多媒体功能、车载网联功能，其中，分布功能的功能数据用于表示目标车辆的结构化的行驶数据，自动驾驶功能的功能数据用于表示自动驾驶过程中目标车辆的非结构化的行驶数据，多媒体功能的功能数据用于表示目标车辆输出多媒体过程中所产生的多媒体数据，车载网联功能的功能数据用于表示目标车辆在联网后产生的网络数据。
实施例3
根据本发明实施例的一个方面，还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述任意一项的数据处理方法。
实施例4
根据本发明实施例的一个方面，还提供了一种非易失性存储介质，其特征在于，非易失性存储介质包括存储的程序，其中，在程序运行时控制所在设备的处理器中执行上述任意一项的数据处理方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术功能的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种数据处理方法，其特征在于，包括：
接收云服务器发送的数据采集策略，其中，所述数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式；
分别对所述每个功能的功能数据中满足所述数据采集策略的数据进行采集，得到所述每个功能的所述目标数据；
分别上传所述每个功能对应的目标数据至所述云服务器；
其中，所述数据采集策略包括周期采集、事件采集、周期事件采集；
其中，分别对所述每个功能的功能数据中满足所述数据采集策略的数据进行采集，得所述每个功能对应的所述目标数据，包括：
分别对所述每个功能的功能数据中满足所述数据采集策略的数据进行采集，得到所述每个功能的初始数据；
获取所述每个功能的所述初始数据的数据信号类别，其中，所述数据信号类别用于表示所述初始数据是否属于连续信号；
基于所述数据信号类别对所述每个功能的所述初始数据进行处理，得到所述每个功能的所述目标数据；
其中，基于所述数据信号类别对所述每个功能的所述初始数据进行处理，得到所述每个功能的所述目标数据，包括：
响应于满足所述初始数据属于离散信号的条件，确定所述初始数据中目标行的数据为所述目标数据，其中，所述目标行的数据与所述初始数据中其他行的数据未重复；
响应于满足所述初始数据属于连续信号的条件，对所述初始数据进行分析，得到目标影响因子、初始值和时间信息，并确定所述目标影响因子、所述初始值和所述时间信息为所述每个功能的所述目标数据，其中，所述目标影响因子为影响所述初始数据的信号幅度的因素，所述初始值为所述信号幅度开始变化时的数值，所述时间信息用于表示所述信号幅度开始变化和结束变化的时间戳。
2.根据权利要求1所述的方法，其特征在于，分别上传所述每个功能的所述目标数据至所述云服务器，包括：
存储所述每个功能的所述目标数据至目标存储空间；
响应于目标功能的数据获取指令，从所述目标存储空间获取所述目标功能的所述目标数据；
上传所述目标功能的所述目标数据至所述云服务器。
3.根据权利要求1所述的方法，其特征在于，分别对所述每个功能的功能数据中满足所述数据采集策略的数据进行采集，得所述每个功能的所述目标数据，包括：
按照预设周期对满足所述数据采集策略的数据进行采集，得到所述每个功能的所述目标数据；
和/或，
响应于目标事件发生，对所述每个功能的功能数据中所述目标事件对应的数据进行采集，得到所述每个功能的所述目标数据。
4.根据权利要求2所述的方法，其特征在于，分别对所述每个功能的功能数据中满足所述数据采集策略的数据进行采集，得所述每个功能的所述目标数据，包括：
响应于所述目标功能中的目标数据触发目标事件，基于目标时间戳分别对所述每个功能中与所述目标事件对应的所述功能数据进行采集，得到所述每个功能的所述目标数据。
5.根据权利要求1所述的方法，其特征在于，所述目标车辆的功能包括如下至少之一：分布功能、自动驾驶功能、多媒体功能、车载网联功能，其中，所述分布功能的功能数据用于表示所述目标车辆的结构化的行驶数据，所述自动驾驶功能的功能数据用于表示自动驾驶过程中所述目标车辆的非结构化的行驶数据，所述多媒体功能的功能数据用于表示所述目标车辆输出多媒体过程中所产生的多媒体数据，所述车载网联功能的功能数据用于表示所述目标车辆在联网后产生的网络数据。
6.一种数据处理装置，其特征在于，包括：
接收模块，用于接收云服务器发送的数据采集策略，其中，所述数据采集策略用于表示对目标车辆中每个功能的目标数据进行采集的采集方式，其中，所述数据采集策略包括周期采集、事件采集、周期事件采集；
采集模块，用于分别对所述每个功能的功能数据中满足所述数据采集策略的数据进行采集，得所述每个功能的所述目标数据；
上传模块，用于分别上传所述每个功能对应的目标数据至所述云服务器；
其中，采集模块还用于分别对所述每个功能的功能数据中满足所述数据采集策略的数据进行采集，得到所述每个功能的初始数据；获取所述每个功能的所述初始数据的数据信号类别，其中，所述数据信号类别用于表示所述初始数据是否属于连续信号；基于所述数据信号类别对所述每个功能的所述初始数据进行处理，得到所述每个功能的所述目标数据；
其中，采集模块还用于响应于满足所述初始数据属于离散信号的条件，确定所述初始数据中目标行的数据为所述目标数据，其中，所述目标行的数据与所述初始数据中其他行的数据未重复；响应于满足所述初始数据属于连续信号的条件，对所述初始数据进行分析，得到目标影响因子、初始值和时间信息，并确定所述目标影响因子、所述初始值和所述时间信息为所述每个功能的所述目标数据，其中，所述目标影响因子为影响所述初始数据的信号幅度的因素，所述初始值为所述信号幅度开始变化时的数值，所述时间信息用于表示所述信号幅度开始变化和结束变化的时间戳。
7.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行权利要求1-5中任意一项所述的数据处理方法。
8.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所在设备的处理器中执行权利要求1-5中任意一项所述的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210413572.7A CN114785784B (zh) | 2022-04-14 | 2022-04-14 | 数据处理方法、装置、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210413572.7A CN114785784B (zh) | 2022-04-14 | 2022-04-14 | 数据处理方法、装置、电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114785784A CN114785784A (zh) | 2022-07-22 |
| CN114785784B true CN114785784B (zh) | 2023-10-24 |
Family
ID=82431579
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210413572.7A Active CN114785784B (zh) | 2022-04-14 | 2022-04-14 | 数据处理方法、装置、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114785784B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115499461A (zh) * | 2022-08-23 | 2022-12-20 | 重庆长安汽车股份有限公司 | 数据采集方法、系统、云端服务器、车辆和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017101606A1 (zh) * | 2015-12-15 | 2017-06-22 | 北京奇虎科技有限公司 | 一种数据采集分析系统和方法 |
| CN110232008A (zh) * | 2019-05-31 | 2019-09-13 | 口碑(上海)信息技术有限公司 | 一种应用性能数据的采集方法及装置 |
| CN112419539A (zh) * | 2019-08-23 | 2021-02-26 | 北京车和家信息技术有限公司 | 一种车辆数据采集方法、装置、云端服务器及车辆 |
| WO2021217630A1 (zh) * | 2020-04-30 | 2021-11-04 | 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 |
| WO2021217637A1 (zh) * | 2020-04-30 | 2021-11-04 | 上海华东汽车信息技术有限公司 | 终端策略配置方法、装置、计算机设备和存储介质 |
| CN114245303A (zh) * | 2021-12-22 | 2022-03-25 | 诺博汽车系统有限公司 | 一种数据采集方法、装置、可读存储介质和车辆 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114677782A (zh) * | 2020-12-24 | 2022-06-28 | 北京百度网讯科技有限公司 | 信息处理方法、装置、电子设备及存储介质 |
-
2022
- 2022-04-14 CN CN202210413572.7A patent/CN114785784B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017101606A1 (zh) * | 2015-12-15 | 2017-06-22 | 北京奇虎科技有限公司 | 一种数据采集分析系统和方法 |
| CN110232008A (zh) * | 2019-05-31 | 2019-09-13 | 口碑(上海)信息技术有限公司 | 一种应用性能数据的采集方法及装置 |
| CN112419539A (zh) * | 2019-08-23 | 2021-02-26 | 北京车和家信息技术有限公司 | 一种车辆数据采集方法、装置、云端服务器及车辆 |
| WO2021217630A1 (zh) * | 2020-04-30 | 2021-11-04 | 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 |
| WO2021217637A1 (zh) * | 2020-04-30 | 2021-11-04 | 上海华东汽车信息技术有限公司 | 终端策略配置方法、装置、计算机设备和存储介质 |
| CN114245303A (zh) * | 2021-12-22 | 2022-03-25 | 诺博汽车系统有限公司 | 一种数据采集方法、装置、可读存储介质和车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114785784A (zh) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11800332B2 (en) | System and method for managing a fleet of vehicles including electric vehicles | |
| CN1864164B (zh) | 被捕获测试车队 | |
| CN114785784B (zh) | 数据处理方法、装置、电子设备 | |
| CN110457057B (zh) | 车载系统升级提醒方法、装置和车辆 | |
| CN111301317A (zh) | 一种事件生成方法、事件生成装置及车载设备 | |
| CN112802227B (zh) | 车辆adas行驶数据的采集方法、装置、人机交互装置及车辆 | |
| CN112087500A (zh) | 远程车辆数据采集方法和系统 | |
| CN111062562A (zh) | 一种社区网格服务联动处置控制方法及系统 | |
| CN111489459A (zh) | 一种车辆数据分析方法 | |
| CN115328974A (zh) | 一种数据实时性检测方法、装置、设备及可读存储介质 | |
| CN111984853B (zh) | 试驾报告生成方法和云端服务器 | |
| CN110648002B (zh) | 一种车辆诊断方法、装置、设备及可读存储介质 | |
| CN115223273A (zh) | Tcu数据监控方法、装置、终端设备及存储介质 | |
| CN113985844A (zh) | Ecu参数配置方法、装置、电子设备及存储介质 | |
| CN112750213B (zh) | 一种停车服务信息推送方法、装置、设备及介质 | |
| CN109214542A (zh) | 基于大数据的发车时刻预估方法及装置 | |
| CN117472033A (zh) | 一种车辆数据流的异常确定方法、装置、设备及介质 | |
| CN117951987A (zh) | 一种零部件耐久分析系统 | |
| CN115107784A (zh) | 驾驶数据采集及分析方法、系统、可读存储介质及车辆 | |
| CN118313077A (zh) | 一种液力缓速器恒速功能数据统计分析方法、系统和装置 | |
| CN115623035A (zh) | 一种消息推送方法、装置、电子设备及存储介质 | |
| CN116302880A (zh) | 车载应用行为数据的处理的方法、装置、车辆及存储介质 | |
| CN116719527A (zh) | 一种任务处理方法、装置、车云平台及存储介质 | |
| CN116684450A (zh) | 一种车端数据上传方法、接收方法、装置、设备及介质 | |
| CN116157850A (zh) | 用于收集并管理车辆生成的数据的方法和系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |