CN115171394B - 一种新能源公交车辆实时安全监控系统及其方法 - Google Patents

一种新能源公交车辆实时安全监控系统及其方法 Download PDF

Info

Publication number
CN115171394B
CN115171394B CN202211092615.2A CN202211092615A CN115171394B CN 115171394 B CN115171394 B CN 115171394B CN 202211092615 A CN202211092615 A CN 202211092615A CN 115171394 B CN115171394 B CN 115171394B
Authority
CN
China
Prior art keywords
vehicle
real
new energy
monitoring
information
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
CN202211092615.2A
Other languages
English (en)
Other versions
CN115171394A (zh
Inventor
刘跃
张春梅
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.)
Nanjing Intelligent Transportation Information Co ltd
Original Assignee
Nanjing Intelligent Transportation Information 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 Nanjing Intelligent Transportation Information Co ltd filed Critical Nanjing Intelligent Transportation Information Co ltd
Priority to CN202211092615.2A priority Critical patent/CN115171394B/zh
Publication of CN115171394A publication Critical patent/CN115171394A/zh
Application granted granted Critical
Publication of CN115171394B publication Critical patent/CN115171394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats

Abstract

本发明涉及公共交通安全技术领域，尤其为一种新能源公交车辆实时安全监控系统及其方法，包括车辆管理模块：用于对新能源公交车辆进行管理；新能源车监控模块：用于对新能源公交车辆进行监控；报表查询模块：用于对新能源公交车辆报表进行查询；系统管理模块：用于对车辆实时安全监控系统进行管理。本发明通过监控新能源公交车辆运行信息，实时掌握新能源公交车的车辆情况，保证人员出行安全；对车辆运行各项信息进行记录，并能够随时调取所需时间段内各项数据信息；对采集的监控图像数据进行滤波处理，以保证得到准确清晰的监控图像；通过接收车辆各项信息，根据车辆运行路线对车辆续航进行预测，确保车辆的合理调度。

Description

一种新能源公交车辆实时安全监控系统及其方法
技术领域
本发明涉及公共交通安全技术领域，尤其是一种新能源公交车辆实时安全监控系统及其方法。
背景技术
随着石油、煤炭等传统能源日益枯竭和环境污染的不断加剧，新能源公交车已经成为城市交通中最重要的一部分，其运行效率与安全状况将很大程度的影响城市交通状况。但是随着新能源汽车的使用量增加，新能源汽车出现的问题也越来越多。现有公交车监控系统使用摄像头对公交车内、外部的情况进行监控的方法已经不能满足新能源汽车的需求，新能源车辆状态直接影响整车的动力输出，直接影响行车安全。现有技术无法实时掌握新能源公交车辆状态信息和对车辆内各项信息进行实时安全监控，进而无法保证人员安全。
发明内容
本发明的目的是通过提出一种新能源公交车辆实时安全监控系统及其方法，以解决上述背景技术中提出的缺陷。
本发明采用的技术方案如下：
提供一种新能源公交车辆实时安全监控系统，包括：
车辆管理模块：用于对新能源公交车辆进行管理；
新能源车监控模块：用于对新能源公交车辆进行监控；
报表查询模块：用于对新能源公交车辆报表进行查询；
系统管理模块：用于对车辆实时安全监控系统进行管理。
作为本发明的一种优选技术方案：所述新能源车监控模块包括车辆实时监控单元、车辆运营查询单元、车辆里程查询单元和车辆报警查询单元。
作为本发明的一种优选技术方案：所述车辆实时监控单元包括对车辆实时位置、车辆状态及车辆信息的监控和对车辆报警预警的监控。
作为本发明的一种优选技术方案：所述车辆实时监控单元还包括对实时采集的监控图像进行滤波处理；所述滤波处理的步骤如下：
定义
Figure 74154DEST_PATH_IMAGE001
为监控图像数据中任一窗口，该窗口内数据点集合
Figure 276465DEST_PATH_IMAGE002
表示为：
Figure 653220DEST_PATH_IMAGE003
其中，
Figure 929481DEST_PATH_IMAGE004
为窗口中第1个像素点的灰度值，
Figure 490912DEST_PATH_IMAGE005
为窗口中第2个像素点的灰度 值，
Figure 55886DEST_PATH_IMAGE006
为窗口中第
Figure 596851DEST_PATH_IMAGE007
个像素点的灰度值；
统计集合
Figure 930880DEST_PATH_IMAGE008
的极值：
Figure 335317DEST_PATH_IMAGE009
其中，
Figure 512220DEST_PATH_IMAGE010
表示窗口中像素点灰度值的最大值；
Figure 230777DEST_PATH_IMAGE011
表示窗口中像素 点灰度值的最小值；
Figure 543947DEST_PATH_IMAGE012
表示第
Figure 119285DEST_PATH_IMAGE012
个像素点；
Figure 393271DEST_PATH_IMAGE013
为窗口中第
Figure 40153DEST_PATH_IMAGE012
个像素点的灰度值，
Figure 145513DEST_PATH_IMAGE014
为窗口中心点；
剔除集合
Figure 829435DEST_PATH_IMAGE015
中的极值数据，对剩余灰度值进行中值滤波，得到中值滤波值
Figure 482395DEST_PATH_IMAGE016
：
Figure 542755DEST_PATH_IMAGE017
当判断窗口中心点
Figure 502621DEST_PATH_IMAGE018
为噪声点时，使用中值滤波值
Figure 13237DEST_PATH_IMAGE019
进行代替，否则 保留窗口中心点
Figure 996236DEST_PATH_IMAGE020
。
作为本发明的一种优选技术方案：所述车辆运营查询单元中对车辆的查询包括对车辆所属公司、所属路线、车辆编号、车辆牌照、车辆VIN码、CAN接入情况、GPS状态和车辆参数详情的查询。
作为本发明的一种优选技术方案：所述车辆参数详情包括车辆概况、电机控制、动力电池、驱动电机、DC/DC变换器、车载充电器、高压配电器、空调信息、轮胎信息、EBS信息、ATS信息、ECAS信息、集中润滑信息、充电信息和整车信息。
作为本发明的一种优选技术方案：所述动力电池的信息包括当前车辆电池剩余电量以及对未来可续航里程的预测。
作为本发明的一种优选技术方案：所述对未来可续航里程的预测过程中，确定车辆前进过程中所受阻力具体包括：
车辆所受空气阻力
Figure 984921DEST_PATH_IMAGE021
为：
Figure 64872DEST_PATH_IMAGE022
其中，
Figure 356176DEST_PATH_IMAGE023
表示车辆所受风阻系数；
Figure 951106DEST_PATH_IMAGE024
表示车辆迎风面积，
Figure 618847DEST_PATH_IMAGE025
表示车辆当前速度；
车辆前进所受阻力为
Figure 553305DEST_PATH_IMAGE026
为：
Figure 376030DEST_PATH_IMAGE027
其中，
Figure 599201DEST_PATH_IMAGE028
为车辆所受地面摩擦系数；
Figure 601792DEST_PATH_IMAGE029
表示整车质量；
Figure 718653DEST_PATH_IMAGE030
表示重力加速度；
车辆所受爬坡阻力
Figure 351759DEST_PATH_IMAGE031
为：
Figure 186860DEST_PATH_IMAGE032
其中，
Figure 727563DEST_PATH_IMAGE033
为爬坡时的坡度；
车辆所受下坡动力
Figure 839875DEST_PATH_IMAGE034
为：
Figure 502938DEST_PATH_IMAGE035
其中，
Figure 700701DEST_PATH_IMAGE036
为下坡时的坡度；
车辆所受加速阻力
Figure 45095DEST_PATH_IMAGE037
为：
Figure 638012DEST_PATH_IMAGE038
其中，
Figure 878501DEST_PATH_IMAGE039
为传动系的旋转惯量系数；
Figure 157035DEST_PATH_IMAGE040
为车辆行驶加速度；
可得：
Figure 305120DEST_PATH_IMAGE041
Figure 126445DEST_PATH_IMAGE042
为车辆前进过程中所受阻力之和。
确定所述车辆前进过程中所受阻力后，确定车辆消耗功率
Figure 396890DEST_PATH_IMAGE043
为：
Figure 303666DEST_PATH_IMAGE044
其中，
Figure 989862DEST_PATH_IMAGE045
为驱动电机效率；
续航里程
Figure 55907DEST_PATH_IMAGE046
为：
Figure 372619DEST_PATH_IMAGE047
Figure 563429DEST_PATH_IMAGE048
其中，
Figure 882677DEST_PATH_IMAGE049
为电池剩余能量；
Figure 147436DEST_PATH_IMAGE050
为电池工作效率；
通过对车辆行驶路线中的车辆能耗进行分析，预测车辆可续航里程；
将预测车辆可续航里程
Figure 25262DEST_PATH_IMAGE051
与车辆剩余里程
Figure 703368DEST_PATH_IMAGE052
进行比对：
Figure 200209DEST_PATH_IMAGE053
根据上式对车辆剩余电量进行实时检测预警，其中
Figure 709688DEST_PATH_IMAGE054
为电池总能量。
提供一种新能源公交车辆实时安全监控方法，包括如下步骤：
S1.1：采集新能源车辆状态信息，并实时更新车辆状态信息；
S1.2：根据车辆状态信息实时检测车辆情况，对于车辆异常不达标情况进行报警预警。
本发明提供的一种新能源公交车辆实时安全监控系统及其方法，与现有技术相比，其有益效果有：
本发明通过监控新能源公交车辆运行信息，实时掌握新能源公交车的车辆情况，保证人员出行安全；对车辆运行各项信息进行记录，并能够随时调取所需时间段内各项数据信息；对采集的监控图像数据进行滤波处理，以保证得到准确清晰的监控图像；通过接收车辆各项信息，根据车辆运行路线对车辆续航进行预测，确保车辆的合理调度。
附图说明
图1为本发明优选实施例的系统结构图；
图2为本发明优选实施例中方法流程图。
图中各个标记的意义为：1、车辆实时安全监控系统；100、车辆管理模块；200、新能源车监控模块；210、车辆实时监控单元；220、车辆运营查询单元；230、车辆里程查询单元；240、车辆报警查询单元；300、报表查询模块；400、系统管理模块。
具体实施方式
需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，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。
参照图1，本发明优选实施例提供了一种新能源公交车辆实时安全监控系统，包括：
车辆管理模块100：用于对新能源公交车辆进行管理；
新能源车监控模块200：用于对新能源公交车辆进行监控；
报表查询模块300：用于对新能源公交车辆报表进行查询；
系统管理模块400：用于对车辆实时安全监控系统1进行管理。
所述新能源车监控模块200包括车辆实时监控单元210、车辆运营查询单元220、车辆里程查询单元230和车辆报警查询单元240。
所述车辆实时监控单元210包括对车辆实时位置、车辆状态及车辆信息的监控和对车辆报警预警的监控。
所述车辆实时监控单元210还包括对实时采集的监控图像进行滤波处理；所述滤波处理的步骤如下：
定义
Figure 164940DEST_PATH_IMAGE001
为监控图像数据中任一窗口，该窗口内数据点集合
Figure 533604DEST_PATH_IMAGE002
表示为：
Figure 427611DEST_PATH_IMAGE003
其中，
Figure 198121DEST_PATH_IMAGE055
为窗口中第1个像素点的灰度值，
Figure 824274DEST_PATH_IMAGE056
为窗口中第2个像素点的灰 度值，
Figure 306333DEST_PATH_IMAGE057
为窗口中第
Figure 879397DEST_PATH_IMAGE007
个像素点的灰度值；
统计集合
Figure 363468DEST_PATH_IMAGE008
的极值：
Figure 426102DEST_PATH_IMAGE009
其中，
Figure 503779DEST_PATH_IMAGE058
表示窗口中像素点灰度值的最大值；
Figure 5168DEST_PATH_IMAGE059
表示窗口中像素点 灰度值的最小值；
Figure 484691DEST_PATH_IMAGE012
表示第
Figure 718226DEST_PATH_IMAGE012
个像素点；
Figure 142254DEST_PATH_IMAGE060
为窗口中第
Figure 322700DEST_PATH_IMAGE012
个像素点的灰度值，
Figure 453467DEST_PATH_IMAGE061
为窗口中心点；
剔除集合
Figure 687264DEST_PATH_IMAGE015
中的极值数据，对剩余灰度值进行中值滤波，得到中值滤波值
Figure 739534DEST_PATH_IMAGE062
：
Figure 317146DEST_PATH_IMAGE017
当判断窗口中心点
Figure 771261DEST_PATH_IMAGE063
为噪声点时，使用中值滤波值
Figure 346599DEST_PATH_IMAGE064
进行代替，否则 保留窗口中心点
Figure 10798DEST_PATH_IMAGE065
。
所述车辆运营查询单元220中对车辆的查询包括对车辆所属公司、所属路线、车辆编号、车辆牌照、车辆VIN码、CAN接入情况、GPS状态和车辆参数详情的查询。
所述车辆参数详情包括车辆概况、电机控制、动力电池、驱动电机、DC/DC变换器、车载充电器、高压配电器、空调信息、轮胎信息、EBS信息、ATS信息、ECAS信息、集中润滑信息、充电信息和整车信息。
所述动力电池的信息包括当前车辆电池剩余电量以及对未来可续航里程的预测。
所述对未来可续航里程的预测过程中，确定车辆前进过程中所受阻力具体包括：
车辆所受空气阻力
Figure 267467DEST_PATH_IMAGE066
为：
Figure 372827DEST_PATH_IMAGE067
其中，
Figure 446962DEST_PATH_IMAGE068
表示车辆所受风阻系数；
Figure 942665DEST_PATH_IMAGE069
表示车辆迎风面积，
Figure 65342DEST_PATH_IMAGE070
表示车辆当前速度；
车辆前进所受阻力为
Figure 842850DEST_PATH_IMAGE071
为：
Figure 697673DEST_PATH_IMAGE072
其中，
Figure 336465DEST_PATH_IMAGE028
为车辆所受地面摩擦系数；
Figure 997254DEST_PATH_IMAGE073
表示整车质量；
Figure 14888DEST_PATH_IMAGE074
表示重力加速度；
车辆所受爬坡阻力
Figure 430826DEST_PATH_IMAGE075
为：
Figure 963439DEST_PATH_IMAGE076
其中，
Figure 631180DEST_PATH_IMAGE077
为爬坡时的坡度；
车辆所受下坡动力
Figure 627955DEST_PATH_IMAGE078
为：
Figure 90160DEST_PATH_IMAGE035
其中，
Figure 939430DEST_PATH_IMAGE036
为下坡时的坡度；
车辆所受加速阻力
Figure 942021DEST_PATH_IMAGE079
为：
Figure 934248DEST_PATH_IMAGE080
其中，
Figure 691988DEST_PATH_IMAGE081
为传动系的旋转惯量系数；
Figure 136876DEST_PATH_IMAGE040
为车辆行驶加速度；
可得：
Figure 943158DEST_PATH_IMAGE041
Figure 914525DEST_PATH_IMAGE082
为车辆前进过程中所受阻力之和。
确定所述车辆前进过程中所受阻力后，确定车辆消耗功率
Figure 718533DEST_PATH_IMAGE083
为：
Figure 713034DEST_PATH_IMAGE044
其中，
Figure 385324DEST_PATH_IMAGE045
为驱动电机效率；
续航里程
Figure 86564DEST_PATH_IMAGE046
为：
Figure 687571DEST_PATH_IMAGE047
Figure 372631DEST_PATH_IMAGE048
其中，
Figure 520715DEST_PATH_IMAGE084
为电池剩余能量；
Figure 201095DEST_PATH_IMAGE085
为电池工作效率；
通过对车辆行驶路线中的车辆能耗进行分析，预测车辆可续航里程；
将预测车辆可续航里程
Figure 612485DEST_PATH_IMAGE086
与车辆剩余里程
Figure 315999DEST_PATH_IMAGE087
进行比对：
Figure 330091DEST_PATH_IMAGE053
根据上式对车辆剩余电量进行实时检测预警，其中
Figure 271502DEST_PATH_IMAGE054
为电池总能量。
参照图2，本发明优选实施例提供一种新能源公交车辆实时安全监控方法，包括如下步骤：
S1.1：采集新能源车辆状态信息，并实时更新车辆状态信息；
S1.2：根据车辆状态信息实时检测车辆情况，对于车辆异常不达标情况进行报警预警。
本实施例中，车辆管理模块100对新能源公交车辆进行统一管理。用于对新能源公交车进行监控的新能源车监控模块200中；车辆实时监控单元210实时监控所有车辆位置信息，并对在线车辆与活跃车辆进行汇总显示。其中，每一车辆图标代表一辆正在运行的新能源公交车，所述图标包含GIS监控、车辆状态及车辆信息。可通过所述车辆实时监控单元210对车辆运行轨迹进行实时监控录像，并可设置录像回放速度。所述车辆状态显示车辆内车门开关情况、提示灯开关情况、挡位、手刹和制动等车辆各项状态并记录，有助于掌握车内状态，保证乘客安全。车辆状态及车辆信息包含于整车信息中。
所述车辆实时监控单元210对车辆采集的监控图像进行滤波处理：
定义
Figure 447269DEST_PATH_IMAGE001
为监控图像数据中任一窗口，该窗口内数据点集合
Figure 841341DEST_PATH_IMAGE002
表示为：
Figure 331228DEST_PATH_IMAGE003
其中，
Figure 753245DEST_PATH_IMAGE055
为窗口中第1个像素点的灰度值，
Figure 240858DEST_PATH_IMAGE056
为窗口中第2个像素点的灰 度值，
Figure 246860DEST_PATH_IMAGE057
为窗口中第
Figure 274859DEST_PATH_IMAGE007
个像素点的灰度值；
统计集合
Figure 925283DEST_PATH_IMAGE008
的极值：
Figure 974010DEST_PATH_IMAGE009
其中，
Figure 77096DEST_PATH_IMAGE058
表示窗口中像素点灰度值的最大值；
Figure 236681DEST_PATH_IMAGE059
表示窗口中像素点 灰度值的最小值；
Figure 538350DEST_PATH_IMAGE012
表示第
Figure 633345DEST_PATH_IMAGE012
个像素点；
Figure 849825DEST_PATH_IMAGE060
为窗口中第
Figure 422889DEST_PATH_IMAGE012
个像素点的灰度值，
Figure 844643DEST_PATH_IMAGE061
为窗口中心点；
剔除集合
Figure 235173DEST_PATH_IMAGE015
中的极值数据，对剩余灰度值进行中值滤波，得到中值滤波值
Figure 47271DEST_PATH_IMAGE062
：
Figure 814239DEST_PATH_IMAGE017
当判断窗口中心点
Figure 90499DEST_PATH_IMAGE018
为噪声点时，使用中值滤波值
Figure 527297DEST_PATH_IMAGE019
进行代替，否则 保留窗口中心点
Figure 216904DEST_PATH_IMAGE020
。以保证得到的监控图像更清晰准确。
车辆实时监控单元210中，对车辆出现的异常情况进行报警预警并记录，提醒驾驶员注意，保证了车内人员的安全。通过车辆实时监控单元210对车辆各项信息的监控记录，车辆运营查询单元220中可根据记录内容对车辆所属公司、所属路线、车辆编号、车辆牌照、车辆VIN码、CAN接入情况、GPS状态和车辆参数详情等进行查询。车辆里程查询单元230和车辆报警查询单元240可根据车辆实时监控单元210对车辆各项信息的监控记录对车辆里程及报警记录等进行查询。
所述车辆参数详情包含动力电池的各项信息。根据所述动力电池的信息对当前车辆电池剩余电量以及对未来可续航里程的预测。确定车辆前进过程中所受阻力具体包括：
车辆所受空气阻力
Figure 866191DEST_PATH_IMAGE066
为：
Figure 262537DEST_PATH_IMAGE067
其中，
Figure 496335DEST_PATH_IMAGE068
表示车辆所受风阻系数；
Figure 283025DEST_PATH_IMAGE088
表示车辆迎风面积，
Figure 126216DEST_PATH_IMAGE089
表示车辆当前速度；
车辆前进所受阻力为
Figure 377069DEST_PATH_IMAGE090
为：
Figure 155669DEST_PATH_IMAGE091
其中，
Figure 554290DEST_PATH_IMAGE092
为车辆所受地面摩擦系数；
Figure 342117DEST_PATH_IMAGE029
表示整车质量；
Figure 509793DEST_PATH_IMAGE093
表示重力加速度；
车辆所受爬坡阻力
Figure 459295DEST_PATH_IMAGE094
为：
Figure 17315DEST_PATH_IMAGE095
其中，
Figure 969353DEST_PATH_IMAGE077
为爬坡时的坡度；
车辆所受下坡动力
Figure 866902DEST_PATH_IMAGE096
为：
Figure 111938DEST_PATH_IMAGE097
其中，
Figure 422834DEST_PATH_IMAGE036
为下坡时的坡度；
车辆所受加速阻力
Figure 286885DEST_PATH_IMAGE098
为：
Figure 163574DEST_PATH_IMAGE080
其中，
Figure 517195DEST_PATH_IMAGE099
为传动系的旋转惯量系数；
Figure 253069DEST_PATH_IMAGE040
为车辆行驶加速度；
可得：
Figure 514287DEST_PATH_IMAGE041
Figure 652007DEST_PATH_IMAGE082
为车辆前进过程中所受阻力之和。
确定所述车辆前进过程中所受阻力后，确定车辆消耗功率
Figure 176529DEST_PATH_IMAGE083
为：
Figure 760219DEST_PATH_IMAGE044
其中，
Figure 231652DEST_PATH_IMAGE045
为驱动电机效率；
续航里程
Figure 82933DEST_PATH_IMAGE100
为：
Figure 716040DEST_PATH_IMAGE047
Figure 223245DEST_PATH_IMAGE048
其中，
Figure 357423DEST_PATH_IMAGE101
为电池剩余能量；
Figure 938577DEST_PATH_IMAGE102
为电池工作效率；
通过对车辆行驶路线中的车辆能耗进行分析，预测车辆可续航里程；并将预测车 辆可续航里程
Figure 132798DEST_PATH_IMAGE051
与车辆剩余里程
Figure 861719DEST_PATH_IMAGE103
进行比对：
Figure 674955DEST_PATH_IMAGE053
根据上式对车辆剩余电量进行实时检测预警，其中
Figure 14012DEST_PATH_IMAGE054
为电池总能量。
根据上式对车辆剩余电量进行实时检测预警，提醒相关人员注意，并及时采取相应措施。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.一种新能源公交车辆实时安全监控系统，其特征在于：包括：
车辆管理模块（100）：用于对新能源公交车辆进行管理；
新能源车监控模块（200）：用于对新能源公交车辆进行监控；
报表查询模块（300）：用于对新能源公交车辆报表进行查询；
系统管理模块（400）：用于对车辆实时安全监控系统（1）进行管理；
所述新能源车监控模块（200）包括车辆实时监控单元（210）、车辆运营查询单元（220）、车辆里程查询单元（230）和车辆报警查询单元（240）；
所述车辆运营查询单元（220）中对车辆的查询包括对车辆所属公司、所属路线、车辆编号、车辆牌照、车辆VIN码、CAN接入情况、GPS状态和车辆参数详情的查询；
所述车辆参数详情包括车辆概况、电机控制、动力电池、驱动电机、DC/DC变换器、车载充电器、高压配电器、空调信息、轮胎信息、EBS信息、ATS信息、ECAS信息、集中润滑信息、充电信息和整车信息；
所述动力电池的信息包括当前车辆电池剩余电量以及对未来可续航里程的预测；
所述对未来可续航里程的预测过程中，确定车辆前进过程中所受阻力具体包括：
车辆所受空气阻力
Figure 85067DEST_PATH_IMAGE001
为：
Figure 894760DEST_PATH_IMAGE002
其中，
Figure 246107DEST_PATH_IMAGE003
表示车辆所受风阻系数；
Figure 926487DEST_PATH_IMAGE004
表示车辆迎风面积，
Figure 72297DEST_PATH_IMAGE005
表示车辆当前速度；
车辆前进所受阻力为
Figure 103707DEST_PATH_IMAGE006
为：
Figure 55483DEST_PATH_IMAGE007
其中，
Figure 731315DEST_PATH_IMAGE008
为车辆所受地面摩擦系数；
Figure 674125DEST_PATH_IMAGE009
表示整车质量；
Figure 864935DEST_PATH_IMAGE010
表示重力加速度；
车辆所受爬坡阻力
Figure 558084DEST_PATH_IMAGE011
为：
Figure 213057DEST_PATH_IMAGE012
其中，
Figure 966249DEST_PATH_IMAGE013
为爬坡时的坡度；
车辆所受下坡动力
Figure 378776DEST_PATH_IMAGE014
为：
Figure 250DEST_PATH_IMAGE015
其中，
Figure 385095DEST_PATH_IMAGE016
为下坡时的坡度；
车辆所受加速阻力
Figure 433823DEST_PATH_IMAGE017
为：
Figure 599225DEST_PATH_IMAGE018
其中，
Figure 634177DEST_PATH_IMAGE019
为传动系的旋转惯量系数；
Figure 511346DEST_PATH_IMAGE020
为车辆行驶加速度；
可得：
Figure 606341DEST_PATH_IMAGE021
Figure 993460DEST_PATH_IMAGE022
为车辆前进过程中所受阻力之和；
确定所述车辆前进过程中所受阻力后，确定车辆消耗功率
Figure 956736DEST_PATH_IMAGE023
为：
Figure 316173DEST_PATH_IMAGE024
其中，
Figure 378807DEST_PATH_IMAGE025
为驱动电机效率；
续航里程
Figure 581119DEST_PATH_IMAGE026
为：
Figure 957873DEST_PATH_IMAGE027
Figure 296451DEST_PATH_IMAGE028
其中，
Figure 733248DEST_PATH_IMAGE029
为电池剩余能量；
Figure 94960DEST_PATH_IMAGE030
为电池工作效率；
通过对车辆行驶路线中的车辆能耗进行分析，预测车辆可续航里程；
将预测车辆可续航里程
Figure 901504DEST_PATH_IMAGE031
与车辆剩余里程
Figure 235533DEST_PATH_IMAGE032
进行比对：
Figure 967866DEST_PATH_IMAGE033
根据上式对车辆剩余电量进行实时检测预警，其中
Figure 551294DEST_PATH_IMAGE034
为电池总能量。
2.根据权利要求1所述的新能源公交车辆实时安全监控系统，其特征在于：所述车辆实时监控单元（210）包括对车辆实时位置、车辆状态及车辆信息的监控和对车辆报警预警的监控。
3.根据权利要求2所述的新能源公交车辆实时安全监控系统，其特征在于：所述车辆实时监控单元（210）还包括对实时采集的监控图像进行滤波处理；所述滤波处理的步骤如下：
定义
Figure 535430DEST_PATH_IMAGE035
为监控图像数据中任一窗口，该窗口内数据点集合
Figure 848600DEST_PATH_IMAGE036
表示为：
Figure DEST_PATH_IMAGE037
其中，
Figure 892779DEST_PATH_IMAGE038
为窗口中第1个像素点的灰度值，
Figure 25821DEST_PATH_IMAGE039
为窗口中第2个像素点的灰度值，
Figure 548069DEST_PATH_IMAGE040
为窗口中第
Figure 653428DEST_PATH_IMAGE041
个像素点的灰度值；
统计集合
Figure 229028DEST_PATH_IMAGE042
的极值：
Figure 255890DEST_PATH_IMAGE043
其中，
Figure 175304DEST_PATH_IMAGE044
表示窗口中像素点灰度值的最大值；
Figure 400749DEST_PATH_IMAGE045
表示窗口中像素点灰 度值的最小值；
Figure 521152DEST_PATH_IMAGE046
表示第
Figure 628785DEST_PATH_IMAGE046
个像素点；
Figure 492836DEST_PATH_IMAGE047
为窗口中第
Figure 572788DEST_PATH_IMAGE046
个像素点的灰度值，
Figure 988726DEST_PATH_IMAGE048
为窗口中心点；
剔除集合
Figure 459021DEST_PATH_IMAGE049
中的极值数据，对剩余灰度值进行中值滤波，得到中值滤波值
Figure 752861DEST_PATH_IMAGE050
：
Figure 890582DEST_PATH_IMAGE051
当判断窗口中心点
Figure 477421DEST_PATH_IMAGE052
为噪声点时，使用中值滤波值
Figure 966171DEST_PATH_IMAGE053
进行代替，否则保留窗 口中心点
Figure 562238DEST_PATH_IMAGE054
。
4.一种基于权利要求1-3任一项所述的新能源公交车辆实时安全监控系统的监控方法，其特征在于：包括如下步骤：
S1.1：采集新能源车辆状态信息，并实时更新车辆状态信息；
S1.2：根据车辆状态信息实时检测车辆情况，对于车辆异常不达标情况进行报警预警。
CN202211092615.2A 2022-09-08 2022-09-08 一种新能源公交车辆实时安全监控系统及其方法 Active CN115171394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211092615.2A CN115171394B (zh) 2022-09-08 2022-09-08 一种新能源公交车辆实时安全监控系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211092615.2A CN115171394B (zh) 2022-09-08 2022-09-08 一种新能源公交车辆实时安全监控系统及其方法

Publications (2)

Publication Number Publication Date
CN115171394A CN115171394A (zh) 2022-10-11
CN115171394B true CN115171394B (zh) 2022-11-18

Family

ID=83481921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211092615.2A Active CN115171394B (zh) 2022-09-08 2022-09-08 一种新能源公交车辆实时安全监控系统及其方法

Country Status (1)

Country Link
CN (1) CN115171394B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106950950A (zh) * 2017-03-02 2017-07-14 广东工业大学 一种基于摄像头的汽车并线辅助系统和控制方法
CN109733248A (zh) * 2019-01-09 2019-05-10 吉林大学 基于路径信息的纯电动汽车剩余里程模型预测方法
CN110769054A (zh) * 2019-10-22 2020-02-07 广东技术师范大学 一种基于物联网的智能交通监控平台及方法
CN111583699A (zh) * 2020-04-27 2020-08-25 深圳众维轨道交通科技发展有限公司 一种智慧化公交汽车监控系统
WO2021219013A1 (zh) * 2020-04-30 2021-11-04 长城汽车股份有限公司 确定车辆续航里程的方法和装置、设备、计算机程序和介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106950950A (zh) * 2017-03-02 2017-07-14 广东工业大学 一种基于摄像头的汽车并线辅助系统和控制方法
CN109733248A (zh) * 2019-01-09 2019-05-10 吉林大学 基于路径信息的纯电动汽车剩余里程模型预测方法
CN110769054A (zh) * 2019-10-22 2020-02-07 广东技术师范大学 一种基于物联网的智能交通监控平台及方法
CN111583699A (zh) * 2020-04-27 2020-08-25 深圳众维轨道交通科技发展有限公司 一种智慧化公交汽车监控系统
WO2021219013A1 (zh) * 2020-04-30 2021-11-04 长城汽车股份有限公司 确定车辆续航里程的方法和装置、设备、计算机程序和介质

Also Published As

Publication number Publication date
CN115171394A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN105590346B (zh) 基于路径识别系统的收费公路网交通信息采集与诱导系统
JP4179330B2 (ja) ハイブリッド車両用電池情報表示装置
JP4175923B2 (ja) 走行速度パターン推定装置
Yavasoglu et al. Implementation of machine learning based real time range estimation method without destination knowledge for BEVs
CN107844613A (zh) 基于数据分析的电动车续航管理方法
CN104442825A (zh) 一种电动汽车剩余行驶里程的预测方法和系统
CN111240300A (zh) 基于大数据的车辆健康状态评估模型构建方法
CN101661532A (zh) 从总量数据计算车况指数的系统和方法
KR20150073188A (ko) 운전 이벤트 분류 시스템
CN109552338A (zh) 一种纯电动汽车生态驾驶行为评估方法及系统
CN106324514B (zh) 车辆电池性能试验方法及其系统
CN106530676B (zh) 一种面向新能源城市公交车的数据融合方法及v2x系统
CN108363381A (zh) 基于车联网的车辆管理系统
CN114742413A (zh) 城市交通碳排放量监测系统及方法
Faria et al. Assessing electric mobility feasibility based on naturalistic driving data
CN116341706A (zh) 基于综合能源感知的城市移动负荷概率预测系统与方法
WO2023194024A1 (de) Verfahren für elektrisch antreibbares fahrzeug, insbesondere nutzfahrzeug, verfahren für fahrzeugexternen server, computerprogramm, computerlesbares medium, steuergerät, elektrisch antreibbares fahrzeug, fahrzeugexterner server
CN115171394B (zh) 一种新能源公交车辆实时安全监控系统及其方法
Obereigner et al. Active limitation of tire wear and emissions for electrified vehicles
CN111791800B (zh) 一种卡车货箱振动监测系统及其监测方法
CN113428159A (zh) 一种车辆能耗分析方法
CN110033136B (zh) 一种基于监控平台的电动客车的数据分析方法
CN116109025A (zh) 基于大数据的电池续航测试方法
CN109668571B (zh) 基于电量预测和智能能量管理的纯电动垃圾车路径规划方法
CN115564076A (zh) 基于大数据的新能源汽车充电提醒分析系统

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