CN115755637A - 数据处理方法和装置、车辆 - Google Patents
数据处理方法和装置、车辆 Download PDFInfo
- Publication number
- CN115755637A CN115755637A CN202211077189.5A CN202211077189A CN115755637A CN 115755637 A CN115755637 A CN 115755637A CN 202211077189 A CN202211077189 A CN 202211077189A CN 115755637 A CN115755637 A CN 115755637A
- Authority
- CN
- China
- Prior art keywords
- data
- push
- vehicle
- scene
- real
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了数据处理方法和装置、车辆。其中,该方法包括:接收当前推送场景对应的模拟数据,其中,模拟数据用于模拟目标车辆中第一设备输出的数据;基于模拟数据和实时数据,得到目标车辆的运行数据,其中,实时数据为目标车辆上除第一设备之外的第二设备实时输出的数据;发送目标车辆的运行数据至服务器,并接收服务器返回的当前推送场景对应的推送数据。本发明解决了相关技术中智能推荐实车测试存在时间成本、人力成本、车辆损耗等维度的消耗,导致实车测试效率降低的技术问题。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种数据处理方法和装置、车辆。
背景技术
车联网行业发展迅速,为了给用户提供绝佳体验的车联网功能,各家车厂均在努力打造和布局车联网功能。车联网功能的“服务找人”主要围绕智能服务,系统根据用户数据和行车场景,动态为用户推荐所需要的功能,是服务智能化的重要路径。作为“服务找人”的重要载体,智能推荐技术在车厂得到了充分的重视。智能推荐功能开发完成后,在进行实车测试时,会受到很多客观条件的制约和限制,例如,对于加油站推荐场景,在实车环境下进行测试时,需要车辆油箱中的油量低到一定程度才会触发智能推荐。为了满足此场景的触发条件,需要将车辆中的油进行大量的无谓消耗,除此之外还伴随着时间成本、人力成本、车辆损耗等维度的消耗。
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和装置、车辆,以至少解决相关技术中智能推荐实车测试存在时间成本、人力成本、车辆损耗等维度的消耗,导致实车测试效率降低的技术问题。
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:接收当前推送场景对应的模拟数据,其中,模拟数据用于模拟目标车辆中第一设备输出的数据;基于模拟数据和实时数据,得到目标车辆的运行数据,其中,实时数据为目标车辆上除第一设备之外的第二设备实时输出的数据;发送目标车辆的运行数据至服务器,并接收服务器返回的当前推送场景对应的推送数据。
可选地,基于模拟数据和实时数据,得到目标车辆的运行数据,包括:响应于接收到模拟数据,对第一设备输出的数据进行屏蔽;获取第二设备输出的数据,得到实时数据;对模拟数据和实时数据进行汇总,得到目标车辆的运行数据。
可选地,在接收服务器返回的当前推送场景对应的推送数据之后,还包括:输出与推送数据对应的提示信息,其中,提示信息用于提示是否输出推送信息;响应于接收到与提示信息对应的确认指令,输出推送数据。
可选地,接收当前推送场景对应的模拟数据包括:通过信号注入设备将模拟数据注入至目标车辆的总线上。
可选地,生成当前推送场景对应的模拟总线信号;基于预设映射关系确定第一设备的设备标识,其中,预设映射关系用于表征不同总线信号与目标车辆中不同设备的设备标识的对应关系;基于模拟总线信号和设备标识,生成模拟数据。
可选地,生成当前推送场景对应的模拟总线信号包括:生成推送场景集合;随机获取推送场景集合中的任意一个推送场景,得到当前推送场景;生成模拟总线信号。
可选地,在接收服务器返回的当前推送场景对应的推送数据之后,还包括:输出推送数据;接收推送数据对应的目标反馈信息;基于目标反馈信息与推送数据对应的预设反馈信息的匹配程度,得到测试结果。
可选地,响应于测试结果为目标反馈信息与预设反馈信息的匹配程度大于预设程度,生成推送场景集合中除当前推送场景之外的另一个测试场景对应的模拟数据。
根据本发明实施例的另一方面,还提供了一种数据处理装置,包括:接收模块,用于接收当前推送场景对应的模拟数据,其中,模拟数据用于模拟目标车辆中第一设备输出的数据;得到模块,用于基于模拟数据和实时数据,得到目标车辆的运行数据,其中,实时数据为目标车辆上除第一设备之外的第二设备实时输出的数据;交互模块,用于发送目标车辆的运行数据至服务器,并接收服务器返回的当前推送场景对应的推送数据。
根据本发明实施例的另一方面,还提供了一种车辆,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行上述的数据处理方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,在程序运行时控制计算机可读存储介质所在设备执行上述的数据处理方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述的数据处理方法。
在本发明实施例中,采用数据处理的方式,通过对整车智能推荐测试所需的场景数据进行全方面模拟,根据所需推荐场景动态生成车辆所需的信号,将模拟的各种信号注入到车辆中,使车辆上传的信号满足智能推荐场景所需,达到了对实车测试过程中的目标测试场景对应的目标信号进行智能化的虚拟模拟,避免实际目标信号的生成造成的人力物力资源消耗,通过将目标测试信号和非目标测试信号进行汇总,实现了智能推荐实车测试的目的,从而实现了提升实车测试的效率,降低资源和时间成本的消耗的技术效果,进而解决了相关技术中智能推荐实车测试存在时间成本、人力成本、车辆损耗等维度的消耗,导致实车测试效率降低的技术问题。
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数据处理方法的流程图;
图2是根据本发明实施例的一种提升实车智能推荐测试效率的装置的示意图;
图3是根据本发明实施例的一种数据处理装置的示意图。
具体实施方式
为了使本技术领域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的方法实施例,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数据处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,接收当前推送场景对应的模拟数据,其中,模拟数据用于模拟目标车辆中第一设备输出的数据;
其中,步骤S102包括:
通过信号注入设备将模拟数据注入至目标车辆的总线上。
还包括:
生成当前推送场景对应的模拟总线信号;
基于预设映射关系确定第一设备的设备标识,其中,预设映射关系用于表征不同总线信号与目标车辆中不同设备的设备标识的对应关系;
基于模拟总线信号和设备标识,生成模拟数据。
其中,生成当前推送场景对应的模拟总线信号,还包括:
生成推送场景集合;
随机获取推送场景集合中的任意一个推送场景,得到当前推送场景;
生成模拟总线信号。
具体而言,本申请提供的一种数据处理方法,可应用于提升实车智能推荐测试效率,利用本申请提供的数据处理方法,对整车智能推荐测试所需的场景数据进行全方面模拟,根据所需推荐场景动态生成车辆所需的信号,通过信号注入设备和控制方法,将模拟的各种信号注入到整车实际总线上,使车辆上传的信号满足智能推荐场景所需,提升实车测试的效率,降低资源和时间成本的消耗。
除此之外,本申请提供的数据处理方法,需以一种提升实车智能推荐测试效率的装置为载体进行数据处理,如图2所示,图2为一种提升实车智能推荐测试效率的装置,其中,该装置包括PC上位机、信号注入器、车辆以及智能推荐云服务模块,具体的:
PC上位机是主控中心,包含场景管理、设备管理、旁路模式管理、测试信号生成、信号发送模块,主要任务是根据提前编制好的模拟场景,智能判断支持场景测试所需的信号,并根据整车网络的设定,获取所需信号对应的总线ID,然后自动寻找到信号所对应的车内电子电器件所对应的设备ID,并通过设备管理模块,对车辆内部对应的电子电器件进行设置,启动对应器件内部的旁路器,为后续的信号旁路做好准备。随后,PC上位机中的测试信号生成模块,将当前场景测试所需的信号生成,并通过信号发送模块将信号发给信号注入器。
信号注入器是连接PC上位机和车辆内部总线的关键器件,能够将PC上位机传来的数据注入到整车内部网络上。整车内部网络包含但不限于CAN总线、FlexRay总线、以太网。由于这些技术在车载领域内应用已经很成熟,不在此处进行详细展开。信号注入器,包含但不限于OBD、诊断仪等能够接入整车总线的设备。
车辆是智能推荐实车测试的主要载体,除了需要被注入和旁路的信号以外,其他的信号全部来自于车辆中真实的电子电器器件,以最大程度的还原整车网络信号。车辆中的电子电器件众多,此方法中仅描述和智能推荐相关性较大的几个器件,其他未提及的器件,整体实现思路和图中的类似。每个电子电器件中都有一个信号旁路器,和一个正常的信号通路。在旁路模式未开启的情况下,该器件按照既定设计进行信号的收发操作。当信号旁路器处于激活状态时,开始监测总线信号,当需要旁路的信号和对应的正常信号到来时,将正常信号进行内部屏蔽,将注入器发来的信号处理后发送到总线上。
智能推荐云服务模块,是智能推荐的场景识别和智能推荐功能的实施模块。数据处理模块接收来自车辆车载通信单元中旁路单元处理过的信号,并进行初步处理,发送给智能推荐模块,进行智能推荐的场景计算,并将智能推荐结果下发至车载通信单元。车载通信单元将推荐结果按照正常链路,传递给车载主机,车载主机将智能推荐结果显示在车载中控大屏上,并根据智能推荐模块的配置,进行界面的显示、语音播报或者拉起车载应用。
更具体的,用于实车测试的场景较多,包括“向用户推荐附近加油站、高速服务区”、“向用户推荐就近车辆维修店”等场景,本申请中,可以上述列举场景中的“向用户推荐附近加油站”为例进行解释说明。则当前推送场景,可解释为“当车辆行驶在高速公路上,推荐行驶道路上最适合的服务区和加油站”。模拟数据与当前推送场景相对应,则可理解为支持当前推送场景,即“当车辆行驶在高速公路上,推荐行驶道路上最适合的服务区和加油站”的相关数据,包括行驶车辆在高速公路上的虚拟GPS定位数据以及该车辆的虚拟油箱剩余油量数据,其中,模拟数据用于模拟目标车辆中第一设备输出的数据,则第一设备可理解为用于实时输出上述GPS定位数据以及该车辆的油箱剩余油量数据的车载设备,对应的分别为车载通信单元、油量位移控制器。在待测试车辆接收当前推送场景对应的模拟数据时,可通过信号注入设备将模拟数据注入至目标车辆的总线上,其中,信号注入设备,即为上述一种提升实车智能推荐测试效率的装置中的信号注入器,目标车辆即为上述待测试车辆,除此之外,汽车总线就是车载网络中底层的车用设备或车用仪表互联的通信网络。目前广泛使用的汽车总线有局域互联协议LIN和CAN,发展中的汽车总线技术有高速容错网络协议FlexRay,用于汽车多媒体和导航的MOST,以及兼容计算机网络的蓝牙、WLAN等无线网络技术。具体的,在接收当前推送场景对应的模拟数据时,可生成当前推送场景对应的模拟总线信号,其中,模拟总线信号,可理解为用于当前推送场景的虚拟GPS信号对应的总线信号ID、虚拟油量信号对应的总线信号ID。在生成模拟总线信号时,具体的,可生成推送场景集合,再随机获取推送场景集合中的任意一个推送场景,得到当前推送场景,当前推送场景即为“当车辆行驶在高速公路上,推荐行驶道路上最适合的服务区和加油站”。进而生成该场景下的模拟总线信号。
进而,基于预设映射关系确定第一设备的设备标识,其中,预设映射关系用于表征不同总线信号与所述目标车辆中不同设备的设备标识的对应关系,即不同总线信号对应于不同设备标识,具体的,可理解为,车载通信设备与上述的虚拟GPS信号对应的总线信号ID相对应、油量位移控制设备与上述的虚拟油量信号对应的总线信号ID相对应。设备标识,则可解释为虚拟GPS信号ID对应车载通信单元的ID,虚拟油量信号ID对应的油量位移控制器ID,进而,基于模拟总线信号和设备标识,生成模拟数据。
综上,如图2所示,当测试人员打开PC上位机,在其中的场景管理模块中编辑需要测试的智能推荐场景集,具体的,PC上位机中有脚本文件,在脚本文件中可进行测试场景的描述编辑,即以“当车辆行驶在高速公路上,推荐行驶道路上最适合的服务区和加油站”为例,进行展开描述;测试人员在需要测试的实车上,安装注入器,并确认注入器和整车总线建立正确的连接;测试人员在PC上位机上启动智能推荐实车测试,PC上位机上的测试信号生成模块根据需要测试的第一条场景,生成此场景下所需要的总线信号集合,例如连续的虚拟车辆GPS序列、车辆当前的虚拟油量,信号生成模块通过内置的总线信号列表,查找虚拟GPS信号、虚拟油量信号对应的总线信号ID;PC上位机中的设备管理模块,根据信号查找虚拟信号所对应的总线设备ID。例如通过虚拟GPS信号ID对应车载通信单元的ID,虚拟油量信号ID对应的油量位移控制器ID;PC上位机中的旁路器管理模块将车载通信单元ID、油量位移控制器ID,以及虚拟GPS序列、虚拟油量信号,进行注册和管理,生成此场景下所需的信息,即为所述模拟数据,由于每个车型的车载器件类型不同,旁路器管理模块需要知道被测车辆上搭载了哪些器件,并进行统一的管理,主要包括车载器件的发现、删除以及器件的状态、器件里对应的信号等。
更多的,还可以“向用户推荐就近车辆维修店”的场景为例进行解释说明。则当前推送场景,可解释为“当车辆行驶在高速公路上时,推荐行驶道路上就近的车辆维修店”。当测试人员打开PC上位机时,在其中的场景管理模块中编辑需要测试的智能推荐场景“当车辆行驶在高速公路上时,推荐行驶道路上就近的车辆维修店”。测试人员在PC上位机上启动智能推荐实车测试,PC上位机上的测试信号生成模块根据需要测试该场景,生成对应所需的总线信号集合,例如与该场景相适应的虚拟车辆GPS序列、车辆当前的虚拟胎压、虚拟底盘拖底撞击异动等数据。信号生成模块通过内置的总线信号列表,查找虚拟车辆GPS序列、车辆当前的虚拟胎压、虚拟底盘拖底撞击异动对应的总线信号ID。进而,PC上位机上的设备管理模块,根据上述各虚拟信号查找对应的总线设备ID,即虚拟GPS序列信号对应的车载通信单元ID、虚拟胎压对应的胎压控制器ID、虚拟底盘拖底撞击异动数据对应的底盘控制器ID等,进而,PC上位机上的旁路器管理模块将车载通信单元ID、胎压控制器ID、底盘控制器ID,以及虚拟GPS序列信号、虚拟胎压、虚拟底盘拖底撞击异动数据进行一一对应的注册管理,生成该场景下的车辆运行信息。
进而,PC上位机上的信号发送模块,将上述车辆运行信息发送至信号注入器中,使得信号注入器在接收到上述信息后,将车载通信单元ID以及虚拟GPS序列信号ID,通过车载总线,发送至车载通信单元的旁路模块,使得旁路模块接收到信号之后,对虚拟GPS序列信号ID进行注册;同理,信号注入器将胎压控制器ID以及虚拟胎压ID发送给胎压控制器中的旁路器,使得对虚拟胎压ID进行注册;同理,信号注入器将底盘控制器ID以及虚拟底盘拖底撞击异动数据ID发送给底盘控制器中的旁路器,使得对虚拟底盘拖底撞击异动数据进行注册。进一步的,车载通信单元接收来自信号注入器的虚拟GPS序列,同时接受来自GPS模块通过总线发送过来的正常GPS序列,利用旁路器,对正常GPS序列进行屏蔽处理,进而将虚拟GPS序列发送至总线,同时上传至智能推荐云服务模块;同理,胎压控制器中的旁路器对通过总线发送过来的正常胎压进行屏蔽处理,将虚拟胎压通过总线上传至智能推荐云服务模块;同理,底盘控制器中的旁路器对通过总线发送过来的正常底盘数据进行屏蔽处理,将虚拟底盘拖底撞击异动数据通过总线上传至智能推荐云服务模块。最后,智能推荐云服务模块对接收到的虚拟GPS序列、虚拟胎压、虚拟底盘拖底撞击异动数据进行分析,计算该车辆在虚拟胎压和虚拟底盘拖底撞击异动数据下的可行驶里程,并根据虚拟GPS序列查找该车辆行驶方向上存在的车辆维修店数据,进行位置标记锁定。基于标记的车辆维修店数据,生成智能推荐结果。进而利用车载通信单元,将智能推荐结果转发至车载主机,进行后续的逻辑处理,为用户进行选择性的语音、屏幕播报提醒,完成此场景下的智能推荐测试。
通过上述步骤,可以实现对需要测试场景所需的信号进行精准的虚拟信号生成,确保该虚拟信号满足智能推荐场景所需的技术效果。
步骤S104,基于模拟数据和实时数据,得到目标车辆的运行数据,其中,实时数据为目标车辆上除第一设备之外的第二设备实时输出的数据。
其中,步骤S104包括:
响应于接收到模拟数据,对第一设备输出的数据进行屏蔽;
获取第二设备输出的数据,得到实时数据;
对模拟数据和实时数据进行汇总,得到目标车辆的运行数据。
具体而言,在生成用于场景测试的模拟数据之后,还需采集该车辆的实时数据,实时数据可理解为其它非测试信号数据,包括但不限于发动机控制数据、底盘控制数据等,进而,基于模拟数据和实时数据,得到目标车辆的运行数据,其中,实时数据为目标车辆上除第一设备之外的第二设备实时输出的数据,第二设备可理解为输出实时数据的发动机控制模块、底盘控制模块等设备。在得到目标车辆的运行数据的过程中,可响应于接收到模拟数据,对第一设备输出的数据进行屏蔽,换言之,即参照虚拟GPS信号、虚拟油量信号,对第一设备实际输出的实时GPS信号和实时油量信号进行屏蔽,通过对模拟数据和实时数据进行汇总,示例性的,将模拟数据定义为集合A{虚拟GPS信号,虚拟油量信号},将实时数据定义为集合B{实时发动机信号,实时底盘信号,实时电池信号……},通过对集合A和集合B求并集,可得到集合U{虚拟GPS信号,虚拟油量信号,实时发动机信号,实时底盘信号,实时电池信号……},则集合U可理解为所述运行数据的集合。
综上,在生成此场景下所需的信息之后,如图2所示,PC上位机中的信号发送模块,将上述生成的信息,发送至信号注入器中;信号注入器接收到上述信息后,根据车载通信单元ID(总线设备ID),以及虚拟GPS信号ID(总线设备ID),通过车载总线,发送至车载通信单元中的旁路模块。旁路模块接收到信号,将虚拟GPS序列信号ID进行注册;同时,信号注入器将油量位移控制器ID以及虚拟油量ID发送给油量位移控制器中的旁路器。旁路其模块接收到信号,将虚拟油量ID进行注册;车载通信单元接收来自注入器的虚拟GPS序列,同时接收来自GPS模块通过总线发送过来的正常GPS序列,进行旁路处理,即利用旁路器将正常GPS序列进行屏蔽,将虚拟GPS序列发送至总线,同时上传至云端智能推荐模块;同时,油量位移控制器接收来自注入器的虚拟油量,同时接收来自油量传感器通过总线发送过来的正常油量值,进行旁路处理,然后旁路器将正常油量值进行屏蔽,将虚拟油量发送至总线。然后车载通信单元接收到虚拟油量值后,将虚拟油量值上传至云端智能推荐模块;云端智能推荐模块中的数据处理模块,接收到虚拟GPS序列、虚拟油量后,结合车辆其他正常的信号,进行先期处理,并将处理结果发送给智能推荐模块。
通过上述步骤,可以实现对待测试场景所需的待测试信号进行正常值的旁路处理,对待测试信号的虚拟数据和非待测试信号的正常数据进行合并处理,使得生成该车辆的运行数据,便于进行后续实车测试的技术效果。
步骤S106,发送目标车辆的运行数据至服务器,并接收服务器返回的当前推送场景对应的推送数据。
其中,在接收服务器返回的当前推送场景对应的推送数据之后,还包括:
输出与推送数据对应的提示信息,其中,提示信息用于提示是否输出推送信息;
响应于接收到与提示信息对应的确认指令,输出推送数据。
具体而言,在生成该车辆的运行数据之后,可将其发送至服务器,服务器可理解为上述一种提升实车智能推荐测试效率的装置中的智能推荐云服务模块,具体的,智能推荐云服务模块中的数据处理模块,接收到虚拟GPS序列、虚拟油量后,结合车辆其他正常的信号,进行先期处理,先期处理主要包括:对终端上传的数据进行过滤、排序、补齐以及计数等基本操作,确保车辆的运行数据达到最优状态。并将处理结果发送给智能推荐模块。智能推荐模块根据剩余油量,计算车型剩余的行驶里程,并根据虚拟GPS序列查找车辆行驶方向上存在的加油站和服务区数据,并计算最合适的加油站和服务区位置,生成智能推荐结果。智能推荐结果,即为当前推送场景对应的推送数据,即最适合该车辆的加油站和服务区位置。
进而,在接收服务器返回的当前推送场景对应的推送数据之后,可输出与推送数据对应的提示信息,进而响应于接收到与提示信息对应的确认指令,输出推送数据。具体的,云端智能推荐模块将生成的智能推荐结果,发送至车载通信单元,车载通信单元将结果转发给车载主机;车载主机接收到智能推荐结果,根据智能推荐模板,进行后续的逻辑处理。首先在车载中控屏幕上弹出对话框,提示“为您推荐合适的加油站和服务器,是否前往?”,同时调用语音播报模块,对用户进行语音播报提醒。如果用户点击是,则拉起导航模块,自动为用户进行导航操作。完成此场景下的智能推荐测试。所述推送数据,即为利用实车智能推荐测试效率的装置,对待测车辆进行一系列的数据处理之后,输出的目标测试场景下的测试结果。
通过上述步骤,实现对测试结果进行评估,可测试本申请实车测试过程中数据处理方法的精准性,通过对不精准处理过程进行持续性的优化,使得提高实车测试的效率的技术效果。
可选地,在接收服务器返回的当前推送场景对应的推送数据之后,还包括:
输出推送数据;
接收推送数据对应的目标反馈信息;
基于目标反馈信息与推送数据对应的预设反馈信息的匹配程度,得到测试结果;
响应于测试结果为目标反馈信息与预设反馈信息的匹配程度大于预设程度,生成推送场景集合中除当前推送场景之外的另一个测试场景对应的模拟数据。
具体而言,在接收服务器返回的当前推送场景对应的推送数据之后,可将其进行输出,即将最适合该车辆的加油站和服务区位置发送至车载通信单元,车载通信单元将结果转发至车在主机,车载主机在接收到智能推荐结果之后,需根据智能推荐模板,进行后续的逻辑处理。具体的,可接收推送数据对应的目标反馈信息,其中,目标反馈信息可理解为,当前测试场景下输出的适合该车辆的加油站和服务区位置的实际反馈数据,对应的,预设反馈信息可理解为,预设当前场景下适合该车辆的期望加油站位置和服务区位置的期望反馈数据,在此不做具体设定,应以实际测试过程中的数据为准进行评估,通过测试目标反馈信息是否满足预设反馈信息,如果测试结果为目标反馈信息与预设反馈信息的匹配程度大于预设程度,即表明目标反馈信息满足预设反馈信息,说明本申请的数据处理方法可应用于提升智能推荐实车测试效率,进而,生成推送场景集合中除当前推送场景之外的另一个测试场景对应的模拟数据,即对除去该测试场景中的剩余任意场景进行模拟数据的生成,继续进行不同场景的模拟测试,直至将所有可能预测场景模拟完毕。
通过上述步骤,实现完成任意场景的智能推荐测试之后,测试人员在PC上位机上进行操作,确认测试结果,并记录相关数据。确认无误后,启动下一条智能推荐场景的实车测试的技术效果。
实施例2
根据本发明实施例,还提供了一种数据处理装置,该装置可以执行上述实施例1中提供的数据处理方法,具体实现方式和优选应用场景与上述实施例1相同,在此不做赘述。
图3是根据本发明实施例的一种数据处理装置的结构示意图,如图3所示,该装置包括:
接收模块32,用于接收当前推送场景对应的模拟数据,其中,模拟数据用于模拟目标车辆中第一设备输出的数据;
得到模块34,用于基于模拟数据和实时数据,得到目标车辆的运行数据,其中,实时数据为目标车辆上除第一设备之外的第二设备实时输出的数据;
交互模块36,用于发送目标车辆的运行数据至服务器,并接收服务器返回的当前推送场景对应的推送数据。
可选地,得到模块34包括:屏蔽单元,用于响应于接收到模拟数据,对第一设备输出的数据进行屏蔽;获取单元,用于获取第二设备输出的数据,得到实时数据;汇总单元,用于对模拟数据和实时数据进行汇总,得到目标车辆的运行数据。
可选地,接收模块32包括:输出单元,用于输出与推送数据对应的提示信息,其中,提示信息用于提示是否输出推送信息;输出单元,用于响应于接收到与提示信息对应的确认指令,输出推送数据;注入单元,用于通过信号注入设备将模拟数据注入至目标车辆的总线上;生成当前推送场景对应的模拟总线信号;确认单元,用于基于预设映射关系确定第一设备的设备标识,其中,预设映射关系用于表征不同总线信号与目标车辆中不同设备的设备标识的对应关系;生成单元,用于基于模拟总线信号和设备标识,生成模拟数据。
可选地,注入单元包括:生成单元,用于生成推送场景集合;获取单元,用于随机获取推送场景集合中的任意一个推送场景,得到当前推送场景;生成单元,用于生成模拟总线信号。
可选地,交换模块36包括:输出单元,用于输出推送数据;接收单元,用于接收推送数据对应的目标反馈信息;得到单元,用于基于目标反馈信息与推送数据对应的预设反馈信息的匹配程度,得到测试结果;生成单元,用于响应于测试结果为目标反馈信息与预设反馈信息的匹配程度大于预设程度,生成推送场景集合中除当前推送场景之外的另一个测试场景对应的模拟数据。
实施例3
根据本发明实施例,还提供了一种车辆,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行上述的数据处理方法。
实施例4
根据本发明实施例,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,在程序运行时控制计算机可读存储介质所在设备执行上述的数据处理方法。
实施例5
根据本发明实施例,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述的数据处理方法。
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,对于本技术领域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 (10)
1.一种数据处理方法,其特征在于,包括:
接收当前推送场景对应的模拟数据,其中,所述模拟数据用于模拟目标车辆中第一设备输出的数据;
基于所述模拟数据和实时数据,得到所述目标车辆的运行数据,其中,所述实时数据为所述目标车辆上除所述第一设备之外的第二设备实时输出的数据;
发送所述目标车辆的运行数据至服务器,并接收所述服务器返回的所述当前推送场景对应的推送数据。
2.根据权利要求1所述的方法,其特征在于,基于所述模拟数据和实时数据,得到所述目标车辆的运行数据,包括:
响应于接收到所述模拟数据,对所述第一设备输出的数据进行屏蔽;
获取所述第二设备输出的数据,得到所述实时数据;
对所述模拟数据和所述实时数据进行汇总,得到所述目标车辆的运行数据。
3.根据权利要求1所述的方法,其特征在于,在接收所述服务器返回的所述当前推送场景对应的推送数据之后,所述方法还包括:
输出与所述推送数据对应的提示信息,其中,所述提示信息用于提示是否输出所述推送信息;
响应于接收到与所述提示信息对应的确认指令,输出所述推送数据。
4.根据权利要求1所述的方法,其特征在于,接收当前推送场景对应的模拟数据包括:
通过信号注入设备将所述模拟数据注入至所述目标车辆的总线上。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
生成所述当前推送场景对应的模拟总线信号;
基于预设映射关系确定所述第一设备的设备标识,其中,所述预设映射关系用于表征不同总线信号与所述目标车辆中不同设备的设备标识的对应关系;
基于所述模拟总线信号和设备标识,生成所述模拟数据。
6.根据权利要求5所述的方法,其特征在于,生成所述当前推送场景对应的模拟总线信号包括:
生成推送场景集合;
随机获取所述推送场景集合中的任意一个推送场景,得到所述当前推送场景;
生成所述模拟总线信号。
7.根据权利要求1所述的方法,其特征在于,在接收所述服务器返回的所述当前推送场景对应的推送数据之后,所述方法还包括:
输出所述推送数据;
接收所述推送数据对应的目标反馈信息;
基于所述目标反馈信息与所述推送数据对应的预设反馈信息的匹配程度,得到测试结果。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
响应于所述测试结果为所述目标反馈信息与所述预设反馈信息的匹配程度大于预设程度,生成推送场景集合中除所述当前推送场景之外的另一个测试场景对应的模拟数据。
9.一种数据处理装置,其特征在于,包括:
接收模块,用于接收当前推送场景对应的模拟数据,其中,所述模拟数据用于模拟目标车辆中第一设备输出的数据;
得到模块,用于基于所述模拟数据和实时数据,得到所述目标车辆的运行数据,其中,所述实时数据为所述目标车辆上除所述第一设备之外的第二设备实时输出的数据;
交互模块,用于发送所述目标车辆的运行数据至服务器,并接收所述服务器返回的所述当前推送场景对应的推送数据。
10.一种车辆,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至4任一项中所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211077189.5A CN115755637A (zh) | 2022-09-05 | 2022-09-05 | 数据处理方法和装置、车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211077189.5A CN115755637A (zh) | 2022-09-05 | 2022-09-05 | 数据处理方法和装置、车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755637A true CN115755637A (zh) | 2023-03-07 |
Family
ID=85349588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211077189.5A Pending CN115755637A (zh) | 2022-09-05 | 2022-09-05 | 数据处理方法和装置、车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755637A (zh) |
-
2022
- 2022-09-05 CN CN202211077189.5A patent/CN115755637A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10158716B2 (en) | Simulation of vehicle telematics events | |
US9014910B2 (en) | Method and system for providing vehicle data to third party authorized recipients | |
CN106170826A (zh) | 出租车乘客人数的监控方法及系统 | |
CN103455020A (zh) | 一种智能车况云检测服务系统及方法 | |
CN111090445B (zh) | 车辆服务升级方法、装置和系统 | |
CN109918302B (zh) | 车载自动化测试方法、装置、车载多媒体系统及汽车 | |
CN103048989A (zh) | 一种基于维修资料和专家系统的汽车故障诊断方法 | |
CN110415543A (zh) | 车辆信息的交互方法、装置、设备以及存储介质 | |
CN110233768A (zh) | 基于uds的can总线测试系统及can总线测试方法 | |
CN109857085A (zh) | 模拟生成行车数据的方法、系统、模拟终端及测试系统 | |
CN109828551A (zh) | 自动化测试方法、装置以及计算机可读存储介质 | |
CN108476376A (zh) | 车辆维修方法、装置及设备 | |
CN104836859A (zh) | 基于车载诊断系统的云端数据整合的方法和系统 | |
CN104850110A (zh) | 一种建立测试用例的方法及系统 | |
CN110926481A (zh) | 一种车辆定位导航方法及其装置 | |
CN109767055A (zh) | 充电站点评估推荐平台及其采用的评估推荐方法 | |
Biewer et al. | RTLola on board: Testing real driving emissions on your phone | |
CN111368409A (zh) | 车辆流的模拟处理方法、装置、设备和存储介质 | |
CN113340613A (zh) | 车载终端模块自动化测试系统、方法、装置及存储介质 | |
CN106205168A (zh) | 车辆行程的检测方法及装置 | |
CN106228639B (zh) | Obd数据的处理方法和装置 | |
CN115755637A (zh) | 数据处理方法和装置、车辆 | |
CN113795010B (zh) | 一种汽车队列的测试方法、装置、电子设备及其存储介质 | |
CN106779108A (zh) | 电动汽车智能化管理方法及系统、终端、服务器 | |
Hallerbach et al. | Simulation-Enabled Methods for Development, Testing, and Validation of Cooperative and Automated Vehicles |
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 |