CN116450633B - 车联网数据处理方法、装置、车辆及存储介质 - Google Patents
车联网数据处理方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN116450633B CN116450633B CN202310700248.8A CN202310700248A CN116450633B CN 116450633 B CN116450633 B CN 116450633B CN 202310700248 A CN202310700248 A CN 202310700248A CN 116450633 B CN116450633 B CN 116450633B
- Authority
- CN
- China
- Prior art keywords
- data
- internet
- frame
- preset
- vehicles
- 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 25
- 238000012545 processing Methods 0.000 claims abstract description 177
- 230000006855 networking Effects 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 19
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000002045 lasting effect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/40—Transportation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/30—Information sensed or collected by the things relating to resources, e.g. consumed power
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- 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
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/22—Parsing or analysis of headers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车联网数据处理方法、装置、车辆及存储介质,属于数据处理技术领域,其中,车联网数据处理方法包括:获取多帧车联网数据,其中,每帧车联网数据包括时间戳、车辆状态、车速和充电状态;根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果;根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果;根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。本发明解决了现有的车联网数据处理方法往往针对单个模型或场景,无法同时满足复杂工况、多场景、多种模型的需求的技术问题。
Description
技术领域
本发明属于数据处理技术领域,具体而言,涉及一种车联网数据处理方法、装置、车辆及存储介质。
背景技术
国标车联网数据一般每隔10s就会采集并上传一帧数据,数据中包括了整车、极值、故障、单体电压、温度等信息。由于这种连续的车联网数据量非常大,而且内阻、容量等动力电池关键指标的计算往往需要按照不同工况进行,因此为了提高指标计算准确度,同时降低模型计算资源消耗,需要在数据输入模型计算前进行预处理。
然而,车联网数据接入量大而宽,无效数据及异常数据会影响模型指标预测,且随着无效数据的接入量增加会大量消耗计算资源。利用车联网数据进行电池、电机等模型的开发计算需要消耗非常大的计算资源,现有的车联网数据处理方法往往针对单个模型或场景,无法同时满足复杂工况、多场景、多种模型的需求。
发明内容
本发明实施例提供了一种车联网数据处理方法、装置、车辆及存储介质,以至少解决现有的车联网数据处理方法往往针对单个模型或场景,无法同时满足复杂工况、多场景、多种模型的需求的技术问题。
根据本发明实施例的第一个方面,提供了一种车联网数据处理方法,车联网数据处理方法包括:获取多帧车联网数据,其中,每帧车联网数据包括时间戳、车辆状态、车速和充电状态;根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果;根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果,其中,二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组;根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。
可选的,车辆状态包括启动状态、熄火状态和其它状态;根据车辆状态,对车联网数据进行一级分组得到一级分组结果包括:构建启动数据组、熄火数据组和其它数据组;针对每帧车联网数据,根据当前帧车联网数据中的车辆状态,确定目标数据组,其中,目标数据组为启动数据组、熄火数据组和其它数据组中的一种;将当前帧车联网数据加入目标数据组。
可选的,车联网数据处理方法还包括:针对其它数据组,根据预设判定条件和车速,对其它数据组中的车辆状态进行修正得到多帧修正车联网数据,其中,预设判定条件为:其它数据组中的多帧车联网数据中,车速小于或等于预设车速的帧数占全部帧数的比例大于预设比例,将其它数据组中的车辆状态修正为熄火状态;根据修正车辆状态,对多帧修正车联网数据和进行一级分组得到一级分组结果,其中,修正车联网数据中包括修正车辆状态。
可选的,根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果包括:针对启动数据组,根据第一预设分组条件、时间戳和车速,对启动数据组进行分组得到行驶数据组和启动驻车数据组,其中,第一预设分组条件为:将连续多帧车联网数据中,车速小于或等于预设车速且持续预设时间的车联网数据加入启动驻车数据组;针对熄火数据组,根据第二预设分组条件、时间戳和充电状态,对熄火数据组进行分组得到熄火驻车数据组和停车充电数据组,其中,第二预设分组条件为:将车联网数据中,充电状态为充电或连续预设数量帧对应的电流小于预设电流的车联网数据加入停车充电数据组。
可选的,车联网数据还包括动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压,预设数据处理规则基于动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压设定。
可选的,预设数据处理规则包括第一预设规则和第二预设规则;根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果包括:针对行驶数据组,根据第一预设规则,确定行驶数据组中的多帧车联网数据中的第一待删除数据帧;将第一待删除数据帧从行驶数据组中删除,得到第一数据处理子结果;针对停车充电数据组,根据第二预设规则,确定停车充电数据组中的多帧车联网数据中的第二待删除数据帧;将第二待删除数据帧从停车充电数据组中删除,得到第二数据处理子结果;针对启动驻车数据组和熄火驻车数据组,对车联网数据进行空值填充或剔除处理得到第三数据处理子结果;根据第一数据处理子结果、第二数据处理子结果和第三数据处理子结果,确定数据处理结果。
可选的,车联网数据处理方法还包括:获取多帧初始车联网数据;对多帧初始车联网数据进行空值判断得到存在空值的初始车联网数据;根据预设空值处理规则,对存在空值的初始车联网数据进行处理得到车联网数据。
根据本发明实施例的第二方面,还提供了一种车联网数据处理装置,包括:
获取模块,用于获取多帧车联网数据,其中,每帧车联网数据包括时间戳、车辆状态、车速和充电状态;第一分组模块,用于根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果;第二分组模块,用于根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果,其中,二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组;处理模块,用于根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。
可选的,车辆状态包括启动状态、熄火状态和其它状态;第一分组模块还用于:构建启动数据组、熄火数据组和其它数据组;针对每帧车联网数据,根据当前帧车联网数据中的车辆状态,确定目标数据组,其中,目标数据组为启动数据组、熄火数据组和其它数据组中的一种;将当前帧车联网数据加入目标数据组。
可选的,第一分组模块还用于:针对其它数据组,根据预设判定条件和车速,对其它数据组中的车辆状态进行修正得到多帧修正车联网数据,其中,预设判定条件为:其它数据组中的多帧车联网数据中,车速小于或等于预设车速的帧数占全部帧数的比例大于预设比例,将其它数据组中的车辆状态修正为熄火状态;根据修正车辆状态,对多帧修正车联网数据和进行一级分组得到一级分组结果,其中,修正车联网数据中包括修正车辆状态。
可选的,第二分组模块还用于:针对启动数据组,根据第一预设分组条件、时间戳和车速,对启动数据组进行分组得到行驶数据组和启动驻车数据组,其中,第一预设分组条件为:将连续多帧车联网数据中,车速小于或等于预设车速且持续预设时间的车联网数据加入启动驻车数据组;针对熄火数据组,根据第二预设分组条件、时间戳和充电状态,对熄火数据组进行分组得到熄火驻车数据组和停车充电数据组,其中,第二预设分组条件为:将车联网数据中,充电状态为充电或连续预设数量帧对应的电流小于预设电流的车联网数据加入停车充电数据组。
可选的,获取模块获取到的车联网数据还包括动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压,处理模块中的预设数据处理规则基于动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压设定。
可选的,预设数据处理规则包括第一预设规则和第二预设规则;处理模块还用于:针对行驶数据组,根据第一预设规则,确定行驶数据组中的多帧车联网数据中的第一待删除数据帧;将第一待删除数据帧从行驶数据组中删除,得到第一数据处理子结果;针对停车充电数据组,根据第二预设规则,确定停车充电数据组中的多帧车联网数据中的第二待删除数据帧;将第二待删除数据帧从停车充电数据组中删除,得到第二数据处理子结果;针对启动驻车数据组和熄火驻车数据组,对车联网数据进行空值填充或剔除处理得到第三数据处理子结果;根据第一数据处理子结果、第二数据处理子结果和第三数据处理子结果,确定数据处理结果。
可选的,车联网数据处理装置还包括预处理模块,所述预处理模块用于:获取多帧初始车联网数据;对多帧初始车联网数据进行空值判断得到存在空值的初始车联网数据;根据预设空值处理规则,对存在空值的初始车联网数据进行处理得到车联网数据。
根据本发明实施例的第三方面,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第一方面任一实施例中所述的车联网数据处理方法。
根据本发明实施例的第四方面,还提供了一种非易失性存储介质,非易失性存储介质中存储有计算机程序,其中,计算机程序被设置为在计算机或处理器上运行时,执行上述第一方面任一实施例中所述的车联网数据处理方法。
在本发明实施例中,获取多帧车联网数据,其中,每帧车联网数据包括时间戳、车辆状态、车速和充电状态;根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果;根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果,其中,二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组;根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。本发明通过对车联网数据进行分组,并根据预设数据处理规则对分组后的车联网数据进行处理,使不同的分组的车联网数据可以应用于不同的模型或场景,进而可以解决现有的车联网数据处理方法往往针对单个模型或场景,无法同时满足复杂工况、多场景、多种模型的需求的技术问题。
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是根据本发明其中一实施例的车联网数据处理方法的流程图;
图2是根据本发明其中一实施例的车联网数据处理方法中的分组流程示意图;
图3是根据本发明其中一实施例的车联网数据处理方法中的数据分组第一示例图;
图4是根据本发明其中一实施例的车联网数据处理方法中的数据分组第二示例图;
图5是根据本发明其中一实施例的车联网数据处理方法中的数据分组第三示例图;
图6是根据本发明其中一实施例的车联网数据处理方法中的数据分组第四示例图;
图7是根据本发明其中一实施例的车联网数据处理装置的结构框图。
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术语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。
根据本发明实施例,提供了一种车联网数据处理方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在包含至少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。
该方法实施例还可以在包含存储器和处理器的电子设备、类似的控制装置或者车载终端中执行。以电子设备为例,电子设备可以包括一个或多个处理器和用于存储数据的存储器。可选地,上述电子设备还可以包括用于通信功能的通信设备以及显示设备。本领域普通技术人员可以理解,上述结构描述仅为示意,其并不对上述电子设备的结构造成限定。例如,电子设备还可包括比上述结构描述更多或者更少的组件,或者具有与上述结构描述不同的配置。
处理器可以包括一个或多个处理单元。例如:处理器可以包括中央处理器(central processing unit,CPU)、图形处理器(graphics processing unit,GPU)、数字信号处理(digital signal processing,DSP)芯片、微处理器(microcontroller unit,MCU)、可编程逻辑器件(field-programmable gate array,FPGA)、神经网络处理器(neural-network processing unit ,NPU)、张量处理器(tensor processing unit ,TPU)、人工智能(artificial intelligent,AI)类型处理器等的处理装置。其中,不同的处理单元可以是独立的部件,也可以集成在一个或多个处理器中。在一些实例中,电子装置也可以包括一个或多个处理器。
存储器可用于存储计算机程序,例如存储本发明实施例中的车联网数据处理方法对应的计算机程序,处理器通过运行存储在存储器内的计算机程序,从而实现上述的车联网数据处理方法方法。存储器可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至电子装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信设备用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,通信设备包括一个网络适配器(network interface controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,通信设备可以为射频(radio frequency,RF)模块,其用于通过无线方式与互联网进行通讯。在本方案的一些实施例中,通信设备用于与手机、平板等移动设备连接,可以通过移动设备向电子设备发送指令。
显示设备可以为触摸屏式的液晶显示器(liquid crystal display,LCD)和触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。该液晶显示器可使得用户能够与电子设备的用户界面进行交互。在一些实施例中,上述电子设备具有图形用户界面(graphical userinterface,GUI),用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互,用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。
图1是根据本发明其中一实施例的车联网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S101,获取多帧车联网数据。
具体的,每帧车联网数据包括时间戳、车辆状态、车速和充电状态。
可选的,在本发明的一些实施例中,每10秒获取到一帧车联网数据,在一个预设时间间隔内,可以获取到多帧车联网数据。示例性的,预设时间间隔可以为24小时。
步骤S102,根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果。
具体的,车辆状态有多种,每帧车联网数据都包括一个车辆状态。每种车辆状态对应一个组别,在对多帧车联网数据进行一级分组时,将每帧车联网数据根据车辆状态加入至对应的组别中。
示例性的,若车辆状态包括三种状态,则一级分组将多帧车联网数据根据车辆状态分为三组。
步骤S103,根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果。
具体的,二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组。
可以理解的是,为了适应不同模型或场景对数据的需求,一级分组后,根据根据一级分组结果、时间戳、车速和充电状态对多帧车联网数据进行进一步分组,得到更为细化的行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组。
需要说明的是,行驶数据组为车辆处于行驶过程中上传的数据对应的组别,启动驻车数据组为车辆在发动机启动且驻车过程中上传的数据对应的组别,熄火驻车数据组为车辆处于熄火且驻车过程中上传的数据对应的组别,停车充电数据组为车辆处于熄火停车充电过程。
步骤S104,根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。
具体的,预设数据处理规则中,为适应不同模型和场景,针对二级分组结果中的不同组别,数据处理方式不同。即对不同的数据组,通过不同的处理方式,对多帧车联网数据进行处理得到数据处理结果。
可以理解的是,得到的数据处理结果是分组的,每组的处理方式也是根据不同的场景和模型去制定的预设数据处理规则,进而不同的分组的车联网数据可以应用于不同的模型或场景。
在本发明实施例中,获取多帧车联网数据,其中,每帧车联网数据包括时间戳、车辆状态、车速和充电状态;根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果;根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果,其中,二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组;根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。本发明通过对车联网数据进行分组,并根据预设数据处理规则对分组后的车联网数据进行处理,使不同的分组的车联网数据可以应用于不同的模型或场景,进而可以解决现有的车联网数据处理方法往往针对单个模型或场景,无法同时满足复杂工况、多场景、多种模型的需求的技术问题。
可选的,车辆状态包括启动状态、熄火状态和其它状态,在步骤S102中,根据车辆状态,对车联网数据进行一级分组得到一级分组结果包括如下步骤:
步骤S1021,构建启动数据组、熄火数据组和其它数据组。
具体的,若车辆包括启动状态、熄火状态和其它状态,则一级分组需要构建三个组别,分别为启动数据组、熄火数据组和其它数据组。每个数据组对应一个车辆状态。
需要说明的是,不属于启动状态或熄火状态的车辆状态,均属于其它状态。
步骤S1022,针对每帧车联网数据,根据当前帧车联网数据中的车辆状态,确定目标数据组,其中,目标数据组为启动数据组、熄火数据组和其它数据组中的一种。
示例性的,在对当前帧进行分组时,首先确定当前帧车联网数据包括的车辆状态,若车联网数据中,包括的车辆状态对应为启动状态时,确定启动数据组为目标数据组。
步骤S1023,将当前帧车联网数据加入目标数据组。
可以理解的是,通过上述步骤S1021至步骤S1023,可以将多帧互联网数据中的每帧互联网数据加入至该帧数据对应的目标数据组。每帧车联网数据分组完成后,得到一级分组结果,该实施例中,一级分组结果包括加入车联网数据后的启动数据组、熄火数据组和其它数据组。
可选的,车联网数据处理方法还包括:
步骤S1024,针对其它数据组,根据预设判定条件和车速,对其它数据组中的车辆状态进行修正得到多帧修正车联网数据,其中,预设判定条件为:其它数据组中的多帧车联网数据中,车速小于或等于预设车速的帧数占全部帧数的比例大于预设比例,将其它数据组中的车辆状态修正为熄火状态。
具体的,对其它数据组中的多帧车联网数据的车速进行判断,若多帧车联网数据中,车速小于或等于预设车速的帧数占全部帧数的比例大于预设比例,将其它数据组中的车辆状态全部修正为熄火状态。
可选的,若多帧车联网数据中,车速小于或等于预设车速的帧数占全部帧数的比例小于或等于预设比例,将其它数据组中的车辆状态修正为启动状态。
可选的,在本发明的一些实施例中,预设车速为一公里每小时,预设比例为百分之九十。
步骤S1025,根据修正车辆状态,对多帧修正车联网数据和进行一级分组得到一级分组结果,其中,修正车联网数据中包括修正车辆状态。
具体的,在对其它数据组中的车辆状态进行修正后,执行步骤S1022和步骤S1023对修正后的多帧车联网数据进行分组。
需要说明的是,步骤S1024和步骤S1025是基于步骤S1023中产生的加入车联网数据的启动数据组、熄火数据组和其它数据组执行的,将加入车联网数据后的第三数据组中的车联网数据再进行分组加入至启动数据组或熄火数据组。在该实施例中,得到的第一分组结果中包括加入车联网数据的启动数据组和熄火数据组。
可选的,在步骤S103中,根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果包括如下步骤:
步骤S1031,针对启动数据组,根据第一预设分组条件、时间戳和车速,对启动数据组进行分组得到行驶数据组和启动驻车数据组,其中,第一预设分组条件为:将连续多帧车联网数据中,车速小于或等于预设车速且持续预设时间的车联网数据加入启动驻车数据组。
具体的,针对启动数据组,根据车联网数据中包括的时间戳和车速对启动数据组中的车联网数据进行分组分析,若存在连续多帧车联网数据对应的车速小于或等于预设车速且车速小于或等于预设车速的持续时间大于预设时间,对应的连续多帧车联网数据满足第一预设分组条件,将该连续多帧车联网数据加入启动驻车数据。将启动数据组中的不满足第一预设分组条件的其余车联网数据加入行驶数据组。若启动数据组中不存在满足第一预设分组条件的车联网数据,则将启动数据组中的全部车联网数据加入行驶数据组。
示例性的,参照图3,图3是针对启动数据组的分组示例图,图3中,车辆状态为1的数据属于启动数据组中的车联网数据,车速的单位为公里每小时,a为预设时间。图3中,时间戳20210701001127至20210701001227对应的车联网数据和时间戳20210701002007至20210701002117对应的车联网数据不满足第一预设分组条件,数据加入行驶数据组,对应图3中的启动行驶片段。时间戳20210701001237至20210701001957对应的车联网数据满足第一预设分组条件,数据加入启动驻车数据组,对应图3中的启动停车片段。
可选的,参照图4,图4是针对启动数据组的分组示例图,由于车辆存在熄火停车状态,会出现不同行驶片段连在一起的情况,因此对于车辆状态=1时前后两帧时间间隔大于bmin的数据要断开为2个子片段,进而判定每个子片段是否满足第一预设分组条件,其中,b为预设时间间隔。图中启动行驶片段1和启动行驶片段2两个子片段均为不满足第一预设分组条件的数据,将两个子片段对应的车联网数据加入至行驶数据组。
步骤S1032,针对熄火数据组,根据第二预设分组条件、时间戳和充电状态,对熄火数据组进行分组得到熄火驻车数据组和停车充电数据组,其中,第二预设分组条件为:将车联网数据中,充电状态为充电或连续预设数量帧对应的电流小于预设电流的车联网数据加入停车充电数据组。
具体的,针对熄火数据组,根据车联网数据中包括的时间戳和充电状态对熄火数据组中的车联网数据进行分组分析,将充电状态为充电或连续预设数量帧对应的电流小于预设电流的车联网数据加入停车充电数据组。将熄火数据组中的不满足第二预设分组条件的其余车联网数据加入熄火驻车数据组。若熄火数据组中不存在满足第二预设分组条件的车联网数据,则将熄火数据组中的全部车联网数据加入熄火驻车数据组。
示例性的,参照图5,图5是对熄火数据组的分组示例图,时间戳20210701001157至20210701001517对应的车联网数据中的充电状态为充电,对应的停车充电片段中车联网数据加入停车充电数据组。其余车联网数据不满足第二预设分组条件,加入熄火驻车数据组。
示例性的,参照图6,图6是对熄火数据组的分组示例图,时间戳20210701001157至20210701001447对应的车联网数据虽然充电状态为未充电,但是连续预设数量帧对应的电流小于预设电流(-nA),故对应停车充电片段中的车联网数据加入停车充电数据组。其余车联网数据不满足第二预设分组条件,加入熄火驻车数据组。
需要说明的是,步骤S1031和步骤S1032不限定执行顺序,二者的执行顺序可以前后替换。
需要说明的是,本申请中的连续帧指的是数据上传时间的连续,不是分组后组内数据帧的连续。示例性的,若每个十秒获取到一帧车联网数据,则1分钟内的连续6帧数据可以视为连续帧。
需要说明的是,图2至图6中,车辆状态中的1对应启动状态、2对应熄火状态、3对应其它状态,车辆状态为3的情况图中未示出。图3至图6中,充电状态中的1对应充电、2对应充电完成、3对应未充电,充电状态为2的情况图中未示出。图3至图6中,以编号为PC4L1B的车辆的数据为示例。
可以理解的是,经过步骤S1031至步骤S1032对启动数据组和熄火数据组进行进一步分组后,可以得到包含对应车联网数据的行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组。
参照图2,在本发明的一些实施例中,对车联网数据进行分组包括:首先获取单车按照时间顺序排序后的车联网数据,然后按照车联网数据中的车辆状态进行判定,若车辆状态为1,对车联网数据中的车速进行判定,根据车速判定结果,将车联网数据分为行驶数据组和启动驻车数据组;若车辆状态为2,对车联网数据中的充电状态进行判定,根据充电状态的判定结果将车联网数据分为熄火驻车数据组和停车充电数据组;若车辆状态为3,对车联网数据中的车速进行判定,车辆状态为3的车联网数据中,车速小于等于1的车联网数据占比大于90%,则将车辆状态变更为2,否则将车辆状态变更为1。变更车辆状态后,重复前述分组步骤。
可选的,车联网数据还包括动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压,预设数据处理规则基于动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压设定。
可选的,预设数据处理规则包括第一预设规则和第二预设规则;根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果包括:针对行驶数据组,根据第一预设规则,确定行驶数据组中的多帧车联网数据中的第一待删除数据帧;将第一待删除数据帧从行驶数据组中删除,得到第一数据处理子结果;针对停车充电数据组,根据第二预设规则,确定停车充电数据组中的多帧车联网数据中的第二待删除数据帧;将第二待删除数据帧从停车充电数据组中删除,得到第二数据处理子结果;针对启动驻车数据组和熄火驻车数据组,对车联网数据进行空值填充或剔除处理得到第三数据处理子结果;根据第一数据处理子结果、第二数据处理子结果和第三数据处理子结果,确定数据处理结果。
具体的,针对行驶数据组中的数据,根据第一预设规则的处理如下:
针对电池包电流,根据国标电流特性,电流绝对值大于等于Imax1(第一预设电流阈值)时,判断整帧数据发生异常,因此当行驶数据组中的电流绝对值出现大于Imax1数据时,删除对应帧;
针对电池包电压,电压一般在第一预设电压范围之间,因此当电池包电压不在这个范围时,则删除对应帧;
针对SOC(电池荷电状态),筛选SOC在0~100之间的数据,删除不在范围内的对应数据帧;
针对电池包温,国标温度范围在Tmin~Tmax℃,删除不在范围内的数据帧;
针对单体电压,为每个单体电池的单体电压构建单独的列用于记录单体电压。
通过上述处理后,得到第一数据处理子结果。
具体的,针对停车充电数据组中的数据,根据第二预设规则的处理如下:
针对电池包电流,根据国标电流特性,电流绝对值大于等于Imax2(第二预设电流阈值)时,判断整帧数据发生异常,因此当行驶数据组中的电流绝对值出现大于Imax2数据时,删除对应帧;
针对电池包电压,电压一般在第二预设电压范围之间,因此当电池包电压不在这个范围时,则删除对应帧;
针对SOC(电池荷电状态),筛选SOC在0~100之间的数据,删除不在范围内的对应数据帧;
针对电池包温,国标温度范围在Tmin~Tmax℃,删除不在范围内的数据帧;
针对单体电压,为每个单体电池的单体电压构建单独的列用于记录单体电压。
通过上述处理后,得到第二数据处理子结果。
具体的,针对启动驻车数据组和熄火驻车数据组中的数据进行空值填充或剔除处理得到第三数据处理子结果。其中,剔除处理是针对异常值的处理,异常值的判定根据预设异常值判定条件进行。
可选的,车联网数据处理方法还包括:获取多帧初始车联网数据;对多帧初始车联网数据进行空值判断得到存在空值的初始车联网数据;根据预设空值处理规则,对存在空值的初始车联网数据进行处理得到车联网数据。
具体的,获取到多帧初始车联网数据后,对数据分组影响比较大的车辆状态、车速、电流、时间戳等字段可能存在空值的情况。因此在数据分组之前根据预设空值处理规则,对多帧初始车联网数据做如下处理:时间空值的帧删除,车辆状态与充电状态空值填充为3,车速和电流空值用0填充。
可选的,每10s上传一帧的车联网数据量非常大,包含整车、极值等信息,存在字段值缺失情况。针对动力电池内阻、容量等关键指标的计算需要按照不同工况进行,为了得到标准规范的数据,本发明提供的车联网数据处理方法包括:第一步去除异常值包含空值剔除或填充,第二步,针对影响动力电池状态判断的关键字段车辆状态、时间、车速、电流等重新识别划分重组数据,第三步,根据按照规则划分好的数据组,提取不同工况下模型评估所需的字段,最后针对数据组类型做特定场景数据筛选,最后得到的数据用于模型计算。
通过上述对本发明实施例的描述,可以理解的是,本发明具有如下优点:1、降低模型应用环节的存储与计算资源消耗;2、动力电池内阻模型计算可以节约90%以上的数据资源;3、筛选出的有效数据提高各场景与模型需要的数据质量;4、提高了使用车联网数据的模型的执行效率。
需要说明的是,本发明提供的车联网数据处理方法可以用于相关的车辆控制系统中以对数据进行处理。
通过以上实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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的方法。
在本实施例中还提供了一种车联网数据处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”为可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图7是根据本发明其中一实施例的车联网数据处理装置200的结构框图,如图7所示,以车联网数据处理装置200进行示例,该装置包括:获取模块201,用于获取多帧车联网数据,其中,每帧车联网数据包括时间戳、车辆状态、车速和充电状态;第一分组模块202,用于根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果;第二分组模块203,用于根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果,其中,二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组;处理模块204,用于根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。
可选的,车辆状态包括启动状态、熄火状态和其它状态;第一分组模块202还用于:构建启动数据组、熄火数据组和其它数据组;针对每帧车联网数据,根据当前帧车联网数据中的车辆状态,确定目标数据组,其中,目标数据组为启动数据组、熄火数据组和其它数据组中的一种;将当前帧车联网数据加入目标数据组。
可选的,第一分组模块202还用于:针对其它数据组,根据预设判定条件和车速,对其它数据组中的车辆状态进行修正得到多帧修正车联网数据,其中,预设判定条件为:其它数据组中的多帧车联网数据中,车速小于或等于预设车速的帧数占全部帧数的比例大于预设比例,将其它数据组中的车辆状态修正为熄火状态;根据修正车辆状态,对多帧修正车联网数据和进行一级分组得到一级分组结果,其中,修正车联网数据中包括修正车辆状态。
可选的,第二分组模块203还用于:针对启动数据组,根据第一预设分组条件、时间戳和车速,对启动数据组进行分组得到行驶数据组和启动驻车数据组,其中,第一预设分组条件为:将连续多帧车联网数据中,车速小于或等于预设车速且持续预设时间的车联网数据加入启动驻车数据组;针对熄火数据组,根据第二预设分组条件、时间戳和充电状态,对熄火数据组进行分组得到熄火驻车数据组和停车充电数据组,其中,第二预设分组条件为:将车联网数据中,充电状态为充电或连续预设数量帧对应的电流小于预设电流的车联网数据加入停车充电数据组。
可选的,获取模块201获取到的车联网数据还包括动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压,处理模块204中的预设数据处理规则基于动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压设定。
可选的,预设数据处理规则包括第一预设规则和第二预设规则;处理模块204还用于:针对行驶数据组,根据第一预设规则,确定行驶数据组中的多帧车联网数据中的第一待删除数据帧;将第一待删除数据帧从行驶数据组中删除,得到第一数据处理子结果;针对停车充电数据组,根据第二预设规则,确定停车充电数据组中的多帧车联网数据中的第二待删除数据帧;将第二待删除数据帧从停车充电数据组中删除,得到第二数据处理子结果;针对启动驻车数据组和熄火驻车数据组,对车联网数据进行空值填充或剔除处理得到第三数据处理子结果;根据第一数据处理子结果、第二数据处理子结果和第三数据处理子结果,确定数据处理结果。
可选的,车联网数据处理装置200还包括预处理模块,图中未示出,预处理模块与获取模块201连接,预处理模块用于:获取多帧初始车联网数据;对多帧初始车联网数据进行空值判断得到存在空值的初始车联网数据;根据预设空值处理规则,对存在空值的初始车联网数据进行处理得到车联网数据。
本发明的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任一实施例中所述的车联网数据处理方法。
可选地,在本实施例中,上述车辆中的处理器可以被设置为运行计算机程序以执行以下步骤:
步骤S101,获取多帧车联网数据。
步骤S102,根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果。
步骤S103,根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果。
步骤S104,根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
本发明的实施例还提供了一种非易失性存储介质,非易失性存储介质中存储有计算机程序,其中,计算机程序被设置为在计算机或处理器上运行时,执行上述任一实施例中所述的车联网数据处理方法。
可选地,在本实施例中,上述计算机程序可以被设置为存储用于执行以下步骤的计算机程序:
步骤S101,获取多帧车联网数据。
步骤S102,根据车辆状态,对多帧车联网数据进行一级分组得到一级分组结果。
步骤S103,根据一级分组结果、时间戳、车速和充电状态,对多帧车联网数据进行二级分组得到二级分组结果。
步骤S104,根据二级分组结果和预设数据处理规则,对多帧车联网数据进行处理得到数据处理结果。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
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。
在本申请所提供的一些实施例中,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,例如所述模块的划分,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,例如多个模块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,模块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模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个模块上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块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 (8)
1.一种车联网数据处理方法,其特征在于,包括:
获取多帧车联网数据,其中,每帧所述车联网数据包括时间戳、车辆状态、车速和充电状态;
根据所述车辆状态,对多帧所述车联网数据进行一级分组得到一级分组结果;
根据所述一级分组结果、所述时间戳、所述车速和所述充电状态,对多帧所述车联网数据进行二级分组得到二级分组结果,其中,所述二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组;
根据所述二级分组结果和预设数据处理规则,对多帧所述车联网数据进行处理得到数据处理结果,其中,所述车联网数据还包括动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压,所述预设数据处理规则基于所述动力电池总电流、所述动力电池总电压、所述动力电池电池荷电状态、所述动力电池温度、所述动力电池单体电压设定,所述预设数据处理规则包括第一预设规则和第二预设规则;
所述根据所述二级分组结果和预设数据处理规则,对多帧所述车联网数据进行处理得到数据处理结果包括:
针对所述行驶数据组,根据所述第一预设规则,确定行驶数据组中的多帧所述车联网数据中的第一待删除数据帧,其中,所述第一预设规则包括:将所述动力电池总电流绝对值大于或等于第一预设电流阈值对应的数据帧作为所述第一待删除帧、将所述动力电池总电压不属于第一预设电压范围对应的数据帧作为所述第一待删除帧、将所述动力电池电池荷电状态小于0或大于100对应的数据帧作为所述第一待删除数据帧、将所述动力电池温度不属于预设温度范围对应的数据帧作为所述第一待删除数据帧;
将所述第一待删除数据帧从所述行驶数据组中删除,得到第一数据处理子结果;
针对所述停车充电数据组,根据所述第二预设规则,确定停车充电数据组中的多帧所述车联网数据中的第二待删除数据帧,其中,所述第二预设规则包括:将所述动力电池总电流绝对值大于或等于第二预设电流阈值对应的数据帧作为所述第二待删除帧、将所述动力电池总电压不属于第二预设电压范围对应的数据帧作为所述第二待删除帧、将所述动力电池电池荷电状态小于0或大于100对应的数据帧作为所述第二待删除数据帧、将所述动力电池温度不属于预设温度范围对应的数据帧作为所述第二待删除数据帧;
将所述第二待删除数据帧从所述停车充电数据组中删除,得到第二数据处理子结果;
针对所述启动驻车数据组和所述熄火驻车数据组,对所述车联网数据进行空值填充或剔除处理得到第三数据处理子结果;
根据所述第一数据处理子结果、所述第二数据处理子结果和所述第三数据处理子结果,确定所述数据处理结果。
2.根据权利要求1所述的车联网数据处理方法,其特征在于,所述车辆状态包括启动状态、熄火状态和其它状态;
所述根据所述车辆状态,对所述车联网数据进行一级分组得到一级分组结果包括:
构建启动数据组、熄火数据组和其它数据组;
针对每帧所述车联网数据,根据当前帧车联网数据中的所述车辆状态,确定目标数据组,其中,所述目标数据组为所述启动数据组、所述熄火数据组和所述其它数据组中的一种;
将所述当前帧车联网数据加入所述目标数据组。
3.根据权利要求2所述的车联网数据处理方法,其特征在于,还包括:
针对所述其它数据组,根据预设判定条件和所述车速,对所述其它数据组中的所述车辆状态进行修正得到多帧修正车联网数据,其中,所述预设判定条件为:所述其它数据组中的多帧所述车联网数据中,所述车速小于或等于预设车速的帧数占全部帧数的比例大于预设比例,将所述其它数据组中的所述车辆状态修正为所述熄火状态;
根据修正车辆状态,对多帧所述修正车联网数据和进行一级分组得到所述一级分组结果,其中,所述修正车联网数据中包括所述修正车辆状态。
4.根据权利要求2所述的车联网数据处理方法,其特征在于,所述根据所述一级分组结果、所述时间戳、所述车速和所述充电状态,对多帧所述车联网数据进行二级分组得到二级分组结果包括:
针对所述启动数据组,根据第一预设分组条件、所述时间戳和所述车速,对所述启动数据组进行分组得到所述行驶数据组和所述启动驻车数据组,其中,所述第一预设分组条件为:将连续多帧所述车联网数据中,所述车速小于或等于预设车速且持续预设时间的所述车联网数据加入所述启动驻车数据组;
针对所述熄火数据组,根据第二预设分组条件、所述时间戳和所述充电状态,对所述熄火数据组进行分组得到所述熄火驻车数据组和所述停车充电数据组,其中,所述第二预设分组条件为:将所述车联网数据中,所述充电状态为充电或连续预设数量帧对应的电流小于预设电流的所述车联网数据加入所述停车充电数据组。
5.根据权利要求1所述的车联网数据处理方法,其特征在于,还包括:
获取多帧初始车联网数据;
对多帧所述初始车联网数据进行空值判断得到存在空值的所述初始车联网数据;
根据预设空值处理规则,对存在空值的所述初始车联网数据进行处理得到所述车联网数据。
6.一种车联网数据处理装置,其特征在于,包括:
获取模块,用于获取多帧车联网数据,其中,每帧所述车联网数据包括时间戳、车辆状态、车速和充电状态;
第一分组模块,用于根据所述车辆状态,对多帧所述车联网数据进行一级分组得到一级分组结果;
第二分组模块,用于根据所述一级分组结果、所述时间戳、所述车速和所述充电状态,对多帧所述车联网数据进行二级分组得到二级分组结果,其中,所述二级分组结果中包括行驶数据组、启动驻车数据组、熄火驻车数据组、停车充电数据组;
处理模块,用于根据所述二级分组结果和预设数据处理规则,对多帧所述车联网数据进行处理得到数据处理结果,其中,所述车联网数据还包括动力电池总电流、动力电池总电压、动力电池电池荷电状态、动力电池温度、动力电池单体电压,所述预设数据处理规则基于所述动力电池总电流、所述动力电池总电压、所述动力电池电池荷电状态、所述动力电池温度、所述动力电池单体电压设定,所述预设数据处理规则包括第一预设规则和第二预设规则;
所述根据所述二级分组结果和预设数据处理规则,对多帧所述车联网数据进行处理得到数据处理结果包括:
针对所述行驶数据组,根据所述第一预设规则,确定行驶数据组中的多帧所述车联网数据中的第一待删除数据帧,其中,所述第一预设规则包括:将所述动力电池总电流绝对值大于或等于第一预设电流阈值对应的数据帧作为所述第一待删除帧、将所述动力电池总电压不属于第一预设电压范围对应的数据帧作为所述第一待删除帧、将所述动力电池电池荷电状态小于0或大于100对应的数据帧作为所述第一待删除数据帧、将所述动力电池温度不属于第一预设温度范围对应的数据帧作为所述第一待删除数据帧;
将所述第一待删除数据帧从所述行驶数据组中删除,得到第一数据处理子结果;
针对所述停车充电数据组,根据所述第二预设规则,确定停车充电数据组中的多帧所述车联网数据中的第二待删除数据帧,其中,所述第二预设规则包括:将所述动力电池总电流绝对值大于或等于第二预设电流阈值对应的数据帧作为所述第二待删除帧、将所述动力电池总电压不属于第二预设电压范围对应的数据帧作为所述第二待删除帧、将所述动力电池电池荷电状态小于0或大于100对应的数据帧作为所述第二待删除数据帧、将所述动力电池温度不属于预设温度范围对应的数据帧作为所述第二待删除数据帧;
将所述第二待删除数据帧从所述停车充电数据组中删除,得到第二数据处理子结果;
针对所述启动驻车数据组和熄火驻车数据组,对所述车联网数据进行空值填充或剔除处理得到第三数据处理子结果;
根据所述第一数据处理子结果、所述第二数据处理子结果和所述第三数据处理子结果,确定所述数据处理结果。
7.一种车辆,包括存储器和处理器,其特征在于,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上述权利要求1至5任一项中所述的车联网数据处理方法。
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中存储有计算机程序,其中,所述计算机程序被设置为在计算机或处理器上运行时,执行上述权利要求1至5任一项中所述的车联网数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310700248.8A CN116450633B (zh) | 2023-06-14 | 2023-06-14 | 车联网数据处理方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310700248.8A CN116450633B (zh) | 2023-06-14 | 2023-06-14 | 车联网数据处理方法、装置、车辆及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116450633A CN116450633A (zh) | 2023-07-18 |
CN116450633B true CN116450633B (zh) | 2023-09-26 |
Family
ID=87125985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310700248.8A Active CN116450633B (zh) | 2023-06-14 | 2023-06-14 | 车联网数据处理方法、装置、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116450633B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320966A (zh) * | 2015-10-30 | 2016-02-10 | 东软集团股份有限公司 | 一种车辆行驶状态识别方法及装置 |
WO2017063190A1 (zh) * | 2015-10-16 | 2017-04-20 | 华为技术有限公司 | 车辆使用状态确定方法、装置以及终端 |
CN108377266A (zh) * | 2018-02-07 | 2018-08-07 | 安徽星网软件技术有限公司 | 一种基于车联网的实时数据传输方法及系统 |
CN113240002A (zh) * | 2021-05-11 | 2021-08-10 | 北京理工新源信息科技有限公司 | 一种车联网大数据预处理系统、装置和方法 |
CN114329035A (zh) * | 2021-12-31 | 2022-04-12 | 中国第一汽车股份有限公司 | 数据的处理方法、装置、储存介质、处理器及电子装置 |
CN114676782A (zh) * | 2022-03-30 | 2022-06-28 | 山东大学 | 一种基于高频时序数据的车辆故障预警方法及系统 |
CN114693150A (zh) * | 2022-04-11 | 2022-07-01 | 中国第一汽车股份有限公司 | 车辆充电电流数据分析方法、装置、存储介质及电子装置 |
CN115588244A (zh) * | 2022-09-29 | 2023-01-10 | 重庆长安新能源汽车科技有限公司 | 一种车联网大数据实时分析方法、装置、设备及介质 |
CN115880811A (zh) * | 2022-11-29 | 2023-03-31 | 梅赛德斯-奔驰集团股份公司 | 用于控制车辆数据的采集的方法和装置 |
-
2023
- 2023-06-14 CN CN202310700248.8A patent/CN116450633B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017063190A1 (zh) * | 2015-10-16 | 2017-04-20 | 华为技术有限公司 | 车辆使用状态确定方法、装置以及终端 |
CN105320966A (zh) * | 2015-10-30 | 2016-02-10 | 东软集团股份有限公司 | 一种车辆行驶状态识别方法及装置 |
CN108377266A (zh) * | 2018-02-07 | 2018-08-07 | 安徽星网软件技术有限公司 | 一种基于车联网的实时数据传输方法及系统 |
CN113240002A (zh) * | 2021-05-11 | 2021-08-10 | 北京理工新源信息科技有限公司 | 一种车联网大数据预处理系统、装置和方法 |
CN114329035A (zh) * | 2021-12-31 | 2022-04-12 | 中国第一汽车股份有限公司 | 数据的处理方法、装置、储存介质、处理器及电子装置 |
CN114676782A (zh) * | 2022-03-30 | 2022-06-28 | 山东大学 | 一种基于高频时序数据的车辆故障预警方法及系统 |
CN114693150A (zh) * | 2022-04-11 | 2022-07-01 | 中国第一汽车股份有限公司 | 车辆充电电流数据分析方法、装置、存储介质及电子装置 |
CN115588244A (zh) * | 2022-09-29 | 2023-01-10 | 重庆长安新能源汽车科技有限公司 | 一种车联网大数据实时分析方法、装置、设备及介质 |
CN115880811A (zh) * | 2022-11-29 | 2023-03-31 | 梅赛德斯-奔驰集团股份公司 | 用于控制车辆数据的采集的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116450633A (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022144542A1 (en) | Method for predicting condition parameter degradation of a cell | |
CN104301499A (zh) | 移动终端电池电量记录分析方法、装置、平台及移动终端 | |
CN112744115B (zh) | 电动汽车的信息处理方法、装置及系统、处理器 | |
CN111231758B (zh) | 一种电池容量的估算方法、装置、电子设备及介质 | |
CN114839556A (zh) | 动力电池异常检测方法、装置、存储介质及电子装置 | |
CN115765085A (zh) | 一种动力电池的过充放电阈值控制方法及装置 | |
CN116450633B (zh) | 车联网数据处理方法、装置、车辆及存储介质 | |
CN104158266A (zh) | 一种车载电池管理系统 | |
CN116811658A (zh) | 电动车辆低温充电补偿时间确定方法、系统、设备及介质 | |
CN111291035B (zh) | 一种对数据进行切片的方法、装置及相关产品 | |
CN105225065A (zh) | 基于电子健康档案系统的二次锂电池监控系统及其管理方法 | |
CN105517127A (zh) | 一种载波聚合功能的控制方法及装置 | |
CN110516151B (zh) | 有效行为检测和个性化推荐方法 | |
CN116562427A (zh) | 充电站的充电负荷预测方法及装置、存储介质、设备 | |
CN114881316B (zh) | 锂电池剩余寿命预测方法、系统、终端设备及存储介质 | |
CN115544900A (zh) | 一种基于Shap算法分析电动车续航里程影响因素的方法 | |
CN112182460A (zh) | 资源的推送方法和装置、存储介质及电子装置 | |
CN115395613A (zh) | 电池充电管理方法、装置、电子设备及存储介质 | |
CN115598531A (zh) | 车辆电池健康状态的估计方法及其估计模型的训练方法 | |
CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
CN114970648A (zh) | 一种新能源设备识别方法、装置及介质 | |
CN115593265B (zh) | 充电时长的预测方法、装置、计算机设备以及存储介质 | |
CN114338847B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN117485202A (zh) | 电池均衡方法、电池均衡装置、电子设备及存储介质 | |
CN111291291B (zh) | 页面加载时间的处理方法和装置、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 |