CN117155737B - 一种基于can总线的车辆数据采集分析系统 - Google Patents
一种基于can总线的车辆数据采集分析系统 Download PDFInfo
- Publication number
- CN117155737B CN117155737B CN202311414500.5A CN202311414500A CN117155737B CN 117155737 B CN117155737 B CN 117155737B CN 202311414500 A CN202311414500 A CN 202311414500A CN 117155737 B CN117155737 B CN 117155737B
- Authority
- CN
- China
- Prior art keywords
- data
- state
- vehicle
- module
- control state
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 230000005611 electricity Effects 0.000 claims abstract description 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 32
- 238000012795 verification Methods 0.000 claims abstract description 21
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 34
- 239000002245 particle Substances 0.000 claims description 14
- 238000013506 data mapping Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000013523 data management Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003213 activating effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000007621 cluster analysis Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L12/40006—Architecture of a communication node
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40208—Bus networks characterized by the use of a particular bus standard
- H04L2012/40215—Controller Area Network CAN
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40267—Bus for use in transportation systems
- H04L2012/40273—Bus for use in transportation systems the transportation system being a vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于CAN总线的车辆数据采集分析系统,涉及数据分析管理技术领域,包括CAN平台,以及安装在被监管公交车上的数据上传模块和信息反馈终端;所述数据上传模块用于从公交车的CAN总线上获取车辆状态监测数据并上传给CAN平台,所述车辆状态监测数据包括车辆控制状态数据、电池实时电量数据和车辆用电状态数据;所述CAN平台包括状态监测模块、状态波动分析模块、状态基线确定模块、条件判断模块、第一安全标识模块、用电状态映射模块、一致性校验模块、第二安全标识模块以及数据采集模块。解决了现有技术中公交车行驶状态采集数据和安全分析参考性较差的技术问题。
Description
技术领域
本发明涉及数据分析管理技术领域,具体涉及一种基于CAN总线的车辆数据采集分析系统。
背景技术
公交车CAN总线系统(以下简称CAN总线)的作用是把公交车的多个检测单元(如踏板检测、门锁检测、空调检测、GPS检测、车速检测、以及车辆用电检测等)所检测的数据通过串行数据传输,实现信息同步。CAN总线使得车身线路布局简化,方便维护。但是现有技术并没有把CAN总线的作用发挥好,或者说CAN总线所反馈的信息只能反馈给公交车上的中控显示平台供司机查看,而公交运营公司通常仅能采集定位数据以及司机主动提供数据,对于公交车安全分析参考性较差,公交车实际运营过程处于孤岛状态,公交运营公司对运营的公交车缺乏有效的监管。如何提高公交车行驶过程中状态数据的采集维度,以及提高传输至终端的数据可参考性,成为当下亟需解决一个重要难题。
发明内容
本申请提供了一种基于CAN总线的车辆数据采集分析系统,用于针对解决现有技术中公交车行驶状态采集数据和安全分析参考性较差的技术问题。
鉴于上述问题,本申请提供了一种基于CAN总线的车辆数据采集分析系统,包括CAN平台,以及安装在被监管公交车上的数据上传模块和信息反馈终端;
所述数据上传模块用于从被监管公交车的CAN总线上获取车辆状态监测数据并上传给CAN平台,所述车辆状态监测数据包括车辆控制状态数据、电池实时电量数据和车辆用电状态数据;
所述车辆控制状态数据包括踏板状态数据、门锁状态数据、空调状态数据、GPS数据以及车速数据;车辆用电状态数据包括电池和电机的温度、湿度、输出功率,以及电机转速状态数据;
所述CAN平台包括状态监测模块、状态波动分析模块、状态基线确定模块、条件判断模块、第一安全标识模块、用电状态映射模块、一致性校验模块、第二安全标识模块以及数据采集模块;
状态监测模块,用于接收被监管公交车的车辆状态监测数据;
状态波动分析模块,用于对所述车辆控制状态数据进行波动分析,获取控制状态波动系数;
状态基线确定模块,用于获取车辆定位数据,采集车辆行驶场景特征,构建车辆控制状态基线;
条件判断模块,用于判断所述控制状态波动系数是否小于或等于波动系数阈值,判断所述车辆控制状态数据是否属于所述车辆控制状态基线;
第一安全标识模块,用于当所述控制状态波动系数小于或等于所述波动系数阈值,且所述车辆控制状态数据属于所述车辆控制状态基线,对所述车辆控制状态数据进行安全标识,生成第一标识数据;
用电状态映射模块,用于基于所述车辆控制状态数据进行用电数据映射,获取被监管公交车的车辆用电理论状态;
一致性校验模块,用于对所述车辆用电理论状态和所述电池实时电量数据进行一致性校验,获取一致性校验结果;
第二安全标识模块,用于当所述一致性校验结果为校验通过,对所述电池实时电量数据进行安全标识,生成第二标识数据;
数据采集模块,用于将所述第一标识数据和所述第二标识数据进行采集和存储。
进一步的,所述CAN平台还包括第一预警模块,所述第一预警模块执行步骤包括:
当所述控制状态波动系数大于所述波动系数阈值,或/和所述车辆控制状态数据不属于所述车辆控制状态基线时,生成第一驾驶预警信号;
根据所述第一驾驶预警信号,通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示;
当满足预设时长,未收到驾驶员正向反馈信息或未收到反馈信息时,基于所述车辆定位数据,生成安全核查任务;
同时,对所述车辆控制状态数据进行异常标识,生成第三标识数据进行存储。
进一步的,所述CAN平台还包括第二预警模块,所述第二预警模块执行步骤包括:
当所述一致性校验结果为未校验通过,
获取车辆用电状态数据和电力元件温度基线数据;
电力元件温度基线数据指的是从车辆用电理论状态提取的视为安全温度的波动区间;
基于所述车辆用电状态数据和所述电力元件温度基线数据进行偏差值校验,获取温度偏差系数;
当所述温度偏差系数大于或等于温度偏差系数阈值,生成电力元件异常预警信息;
根据所述电力元件异常预警信息通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示。
进一步的,所述第二预警模块执行步骤还包括:
将所述车辆用电状态数据和所述电力元件温度基线数据进行比较,统计温度偏差大于或等于预设温度偏差,且所述车辆用电状态数据大于所述电力元件温度基线数据的异常时间节点数量;
计算所述异常时间节点数量的比例,设为所述温度偏差系数。
进一步的,所述状态基线确定模块执行步骤包括:
获取互联网地图,并基于所述车辆定位数据,获取道路坡度特征、行驶方向特征、道路车流量特征和道路平坦度特征,存储为所述车辆行驶场景特征;
以所述车辆行驶场景特征为约束条件,采集车辆控制状态记录数据;
对所述车辆控制状态记录数据进行高频粒子分选,获取车辆控制高频状态;
根据所述车辆控制高频状态的两端极值,构建所述车辆控制状态基线。
进一步的,所述状态基线确定模块执行步骤还包括:
设定单项控制状态指标高频阈值、二项控制状态指标高频阈值直到N项控制状态指标高频阈值,其中,N为控制状态指标的维度;
根据所述单项控制状态指标高频阈值对所述车辆控制状态记录数据进行单项高频粒子分选,获取单项车辆控制高频状态;
遍历所述二项控制状态指标高频阈值直到所述N项控制状态指标高频阈值对所述车辆控制状态记录数据进行多项高频粒子分选,获取M项车辆控制高频状态;
以所述单项车辆控制高频状态对所述M项车辆控制高频状态进行补全,获取N项车辆控制高频状态,设为所述车辆控制高频状态。
进一步的,所述用电状态映射模块执行步骤包括:
记录每次采集的车辆控制状态数据,生成车辆用电状态记录数据;
对所述车辆用电状态记录数据进行集中值评价,获取车辆用电状态集中区间,设为所述被监管公交车的车辆用电理论状态。
本申请方案的有益效果是:
本申请通过CAN平台,利用状态检测模块实时监测被监管公交车的车辆状态监测数据;利用状态波动分析模块对整体控制状态进行波动分析,确定控制状态的稳定性;利用状态基线确定模块确定对应驾驶场景的基准的控制状态基线;在条件判断模块里基于车辆控制状态基线和控制状态波动系数对整体控制状态进行安全分析;当所述控制状态波动系数小于或等于所述波动系数阈值,且所述车辆控制状态数据属于所述车辆控制状态基线时,激活第一安全标识模块对所述车辆控制状态数据进行安全标识,生成第一标识数据;然后再激活用电状态映射模块,用于基于所述车辆控制状态数据进行用电数据映射,获取车辆用电理论状态;在一致性校验模块对车辆用电理论状态和所述电池实时电量数据进行一致性校验,获取一致性校验结果;当校验通过时激活第二安全标识模块对所述电池实时电量数据进行安全标识,生成第二标识数据;最后对预处理完成的所述第一标识数据和所述第二标识数据进行采集存储。通过将车辆数据和车辆安全状态进行关联,提高对车辆安全分析的参考性,达到了提高采集数据可用性的技术效果。
附图说明
图1为本申请实施例中CAN平台结构示意图。
附图标记说明:
状态监测模块11,状态波动分析模块12,状态基线确定模块13,条件判断模块14,第一安全标识模块15,用电状态映射模块16,一致性校验模块17,第二安全标识模块18,数据采集模块19,第一预警模块20,第二预警模块21。
具体实施方式
本申请通过提供了一种基于CAN总线的车辆数据采集分析系统,用于针对解决现有技术中车辆行驶状态采集数据,安全分析参考性较差的技术问题。
如图1所示,本申请实施例提供了一种基于CAN总线的车辆数据采集分析系统,包括CAN平台,以及安装在被监管公交车上的数据上传模块(图中未示出)和信息反馈终端(图中未示出)。其中,所述数据上传模块采用通信设备,如NB-IoT模块、或者4G通信模块、或者5G通信模块等。信息反馈终端可以采用平板电脑或者其它具有移动通信功能的显示设备。
所述数据上传模块用于从被监管公交车的CAN总线上获取车辆状态监测数据并上传给CAN平台,所述车辆状态监测数据包括车辆控制状态数据、电池实时电量数据和车辆用电状态数据。
其中被监管公交车的CAN总线检测的踏板、门锁、空调、GPS、车速等数据分类为车辆控制状态数据;车辆用电状态数据指的是电池、电机和电控系统的状态数据,示例性地如:温度、湿度、电机转速、输出功率等数据。
上述被监管公交车指的是车辆状态监测数据上传CAN平台的任意一辆公交车。
CAN平台用于对被监管公交车的车辆行驶状态数据进行监测、预处理、以及存储,便于进行车辆安全管理。具体的,CAN平台包括状态监测模块11、状态波动分析模块12、状态基线确定模块13、条件判断模块14、第一安全标识模块15、用电状态映射模块16、一致性校验模块17、第二安全标识模块18、数据采集模块19、第一预警模块20以及第二预警模块21。
状态监测模块11,用于在线接收被监管公交车的车辆状态监测数据。状态监测模块11实时对车辆状态监测数据进行监测,用作后步分析车辆安全状态的基础数据。
状态波动分析模块12,用于对所述车辆控制状态数据进行波动分析,获取控制状态波动系数。
在一个可行的实施例中,控制状态波动系数指的是车辆控制状态数据的波动程度参数:控制状态波动系数越大,则车辆控制状态数据的波动程度参数越大,控制状态波动系数越小,则车辆控制状态数据的波动程度参数越小。
在状态波动分析模块12进行波动分析的处理流程优选的如下:
对于任意一个属性的车辆控制状态数据,以时间为横坐标轴数据,以任意一个属性的车辆控制状态数据的特征值为纵坐标轴数据,得到一条波动曲线。
对于任意一个属性的车辆控制状态而言,健康状态应为接近多段式的波动,并非频繁的波动变化。因此用户可预设波动分析时区,统计波动分析时区内波动幅度偏差大于或等于波动幅度偏差阈值的时间点,设为异常时间点;计算异常时间点与预设波动分析时区的时刻总数比值,存储为控制状态波动系数。
其中,预设波动分析时区和波动幅度偏差阈值用户可根据实际的驾驶道路场景进行设定,表征用户对于波动状态的容忍程度,预设波动分析时区越长、波动幅度偏差阈值越大,则用户对于波动状态的容忍程度越大。
状态基线确定模块13,用于获取车辆定位数据,采集车辆行驶场景特征,构建车辆控制状态基线。
在一个可行的实施例中,车辆定位数据指的是车辆的GPS定位数据或北斗定位数据,可表征车辆的实时位置;车辆行驶场景特征指的是车辆行驶道路特征,包括但不限于表征坡度的道路坡度特征、表征行驶方向的行驶方向特征、表征单位时间车辆通过数量的道路车流量特征和表征道路崎岖程度的道路平坦度特征;车辆控制状态基线指的是以车辆行驶场景特征对被监管公交车的行驶历史记录数据进行统计,确定各个控制状态的高频波动区间,作为被监管公交车的行驶正常的行驶状态基准,设为车辆控制状态基线。
在状态基线确定模块13中执行的步骤如下:
获取互联网地图,并基于所述车辆定位数据,获取道路坡度特征、行驶方向特征、道路车流量特征和道路平坦度特征,存储为所述车辆行驶场景特征。
以所述车辆行驶场景特征为约束条件,采集车辆控制状态记录数据。
对所述车辆控制状态记录数据进行高频粒子分选,获取车辆控制高频状态。
根据所述车辆控制高频状态的两端极值,构建所述车辆控制状态基线。
在一个可行的实施例中,基于互联网地图(如百度地图),采集车辆定位数据所在的道路的坡度、行驶方向、车流量和平坦度数据,存储为车辆行驶场景特征。以所述车辆行驶场景特征为约束条件,从大数据采集被监管公交车的车辆控制状态记录数据,即在相同行驶场景下的被监管公交车驾驶状态历史记录数据。从车辆控制状态记录数据中筛选处出现频率较高的记录数据,设为对应场景下的车辆控制高频状态。对车辆控制高频状态的任意一个状态属性,提取极大值和极小值,构建基准波动区间,作为对应状态属性的状态基线。将车辆控制高频状态的全部属性的状态基线,存储为车辆控制状态基线。
进一步的,所述状态基线确定模块13执行步骤还包括:
设定单项控制状态指标高频阈值、二项控制状态指标高频阈值直到N项控制状态指标高频阈值,其中,N为控制状态指标的维度。
根据所述单项控制状态指标高频阈值对所述车辆控制状态记录数据进行单项高频粒子分选,获取单项车辆控制高频状态。
遍历所述二项控制状态指标高频阈值直到所述N项控制状态指标高频阈值对所述车辆控制状态记录数据进行多项高频粒子分选,获取M项车辆控制高频状态。
以所述单项车辆控制高频状态对所述M项车辆控制高频状态进行补全,获取N项车辆控制高频状态,设为所述车辆控制高频状态。
在一个可行的实施例中,高频粒子分选算法流程优选的如下:
单项控制状态指标高频阈值、二项控制状态指标高频阈值直到N项控制状态指标高频阈值为用户预设的视为高频项的阈值。单项控制状态指标高频阈值指的是单个属性的状态特征值的出现频率阈值,当单个属性的状态特征值出现的频率大于或等于单项控制状态指标高频阈值,则视为单项车辆控制高频状态。二项控制状态指标高频阈值指的是两个属性的控制状态的特征值共同出现的频率阈值,当两个属性的控制状态的特征值共同出现的频率大于或等于二项控制状态指标高频阈值,则视为二项车辆控制高频状态。N项控制状态指标高频阈值指的是N个属性的控制状态的特征值共同出现的频率阈值,当N个属性的控制状态的特征值共同出现的频率大于或等于N项控制状态指标高频阈值,则视为N项车辆控制高频状态。N为车辆控制状态属性总数。
在高频粒子分选之前,遍历车辆控制状态的第一属性直到第N属性,设定第一属性聚类偏差直到第N属性聚类偏差。第一属性聚类偏差指的是用户预设的可将属性的两个特征值视为相同数据的波动偏差。通过第一属性聚类偏差直到第N属性聚类偏差,依次对车辆控制状态记录数据的进行聚类分析,小于或等于属性聚类偏差,则聚集为一类,大于属性聚类偏差聚集为其他类。进行频率统计时,相同类内的任意一个状态特征值的触发频率都为类内的聚集数量。
从单项属性开始高频粒子分选,到二项属性特征值组合直到M项属性特征值组合,M项指的是可视为高频粒子的最多项组合,即M+1项属性的组合的共同触发频率,均小于M+1项控制状态指标高频阈值,因此M≤N。
当M=N时,则直接将M项车辆控制高频状态设为车辆控制高频状态;当M<N,则将单项车辆控制高频状态对所述M项车辆控制高频状态进行补全,获取N项车辆控制高频状态,设为车辆控制高频状态。优选的,车辆控制状态记录数据的分析数量至少应为5000组以保证分析所得基线的代表性。
条件判断模块14,用于判断所述控制状态波动系数是否小于或等于波动系数阈值,判断所述车辆控制状态数据是否属于所述车辆控制状态基线。
第一安全标识模块15,用于当所述控制状态波动系数小于或等于所述波动系数阈值,且所述车辆控制状态数据属于所述车辆控制状态基线,对所述车辆控制状态数据进行安全标识,生成第一标识数据。
进一步的,还包括第一预警模块20,所述第一预警模块执行步骤包括:
当所述控制状态波动系数大于所述波动系数阈值,或/和所述车辆控制状态数据不属于所述车辆控制状态基线时,生成第一驾驶预警信号。
根据所述第一驾驶预警信号,通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示。
当满足预设时长,未收到驾驶员正向反馈信息或未收到反馈信息时,基于所述车辆定位数据,生成安全核查任务。驾驶员可以通过信息反馈终端向CAN平台反馈信息。
同时,对所述车辆控制状态数据进行异常标识,生成第三标识数据进行存储。
在一个可行的实施例中,波动系数阈值指的是预设视为某个属性状态数据异常的波动值,优选的由用户自定义设定;通过条件判断模块调取控制状态波动系数是否小于或等于波动系数阈值,判断所述车辆控制状态数据是否属于所述车辆控制状态基线。
当所述控制状态波动系数小于或等于所述波动系数阈值,且所述车辆控制状态数据属于所述车辆控制状态基线,激活第一安全标识模块对所述车辆控制状态数据进行安全标识,生成第一标识数据,第一标识数据包括车辆控制状态数据以及安全标识数据。
通过安全标识,在后步车辆行驶中,遇到相同场景的状态数据,可不进行上述分析,直接视为安全状态。
当所述控制状态波动系数大于所述波动系数阈值,或/和所述车辆控制状态数据不属于所述车辆控制状态基线时,则说明车辆控制状态数据为异常状态,则激活第一预警模块,生成表征安全风险的第一驾驶预警信号。
根据所述第一驾驶预警信号,通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示,安全警示方式可选的为:通过语音播放“司机师傅您好,您的车辆xxx状态数据异常,请核实,如有异常请及时处理或反馈。”或通过弹幕方式播放至中控显示器的屏幕上,信息反馈终端优选为中控显示器。
当满足预设时长,未收到驾驶员正向反馈信息或未收到反馈信息时,基于所述车辆定位数据,生成安全核查任务,正向反馈信息指的是驾驶员反馈无异常的反馈数据。即如果在预警了特定时长内没有正向反馈或者不反馈,则可能驾驶员遭遇危险,则基于所述车辆定位数据,生成安全核查任务,就近进行安全核查,以保证车辆行驶安全。同时,对所述车辆控制状态数据进行异常标识,生成第三标识数据进行存储,第三标识数据包括车辆控制状态数据和异常标识。后步相同场景遇到相同状态数据,可以直接进行预警,可不需进行如上判断。随着数据量的增加,数据决策将愈加准确。
用电状态映射模块16,用于基于所述车辆控制状态数据进行用电数据映射,获取被监管公交车的车辆用电理论状态;
进一步的,所述用电状态映射模块16执行步骤包括:
记录每次采集的车辆控制状态数据,生成车辆用电状态记录数据。
对所述车辆用电状态记录数据进行集中值评价,获取车辆用电状态集中区间,设为所述车辆用电理论状态。
在一个可行的实施例中,在用电状态映射模块中基于所述车辆控制状态数据进行用电数据映射,获取车辆用电理论状态的流程如下:
所述用电状态记录数据,包括但不限于温度、湿度、电机转速、输出功率等数据。以车辆控制状态数据为约束条件,从被监管公交车的历史监测数据中进行正样本采集,优选的采集样本数量为至少500组,设为车辆用电状态记录数据。
集中值评价算法如下:
遍历用电状态的第一属性、第二属性直到第Q属性,设为第一用电状态属性偏差阈值,第二用电状态属性偏差阈值直到第Q用电状态属性偏差阈值,根据第一用电状态属性偏差阈值、第二用电状态属性偏差阈值直到第Q用电状态属性偏差阈值对车辆用电状态记录数据进行聚类分析,将属性的两个特征值小于或等于属性偏差阈值的聚集为一类。从而确定每个属性的聚类结果。
将每个属性的聚类结果中所记录特征值小于属性偏差阈值的删除,对留存的相同属性的特征值分布区间,设为各个属性的集中区间,从而生成车辆用电状态集中区间,设为所述车辆用电理论状态。可作为后步用电状态是否异常判断基准。
一致性校验模块17,用于对所述车辆用电理论状态和所述电池实时电量数据进行一致性校验,获取一致性校验结果。
在一个可行的实施例中,当电池实时电量数据的各个属性特征值属于车辆用电理论状态存储的各个属性的集中区间,则视为一致,则校验通过;当电池实时电量数据的各个属性特征值的任意一个不属于对应的车辆用电理论状态存储的属性的集中区间,则视为不一致,则校验未通过。
通过一致性校验模块比对车辆用电理论状态和所述电池实时电量数据,并将比对结果的校验通过或校验未通过信息添加进一致性校验结果。
进一步的,还包括第二预警模块21,所述第二预警模块执行步骤包括:
当所述一致性校验结果为未校验通过,获取车辆用电状态数据和电力元件温度基线数据。
基于所述车辆用电状态数据和所述电力元件温度基线数据进行偏差值校验,获取温度偏差系数。
当所述温度偏差系数大于或等于温度偏差系数阈值,生成电力元件异常预警信息。
根据所述电力元件异常预警信息通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示。
进一步的,所述第二预警模块21执行步骤还包括:
将所述车辆用电状态数据和所述电力元件温度基线数据进行比较,统计温度偏差大于或等于预设温度偏差,且所述车辆用电状态数据大于所述电力元件温度基线数据的异常时间节点数量。
计算所述异常时间节点数量的比例,设为所述温度偏差系数。
在一个可行的实施例中,当所述一致性校验结果为未校验通过,则激活第二预警模块执行如下步骤:
获取车辆用电状态数据和电力元件温度基线数据。车辆用电状态数据指的是电力元件的温度传感数据,包括电池、电机等电力元件的实时监测数据;电力元件温度基线数据指的是从车辆用电理论状态提取的视为安全温度的波动区间,不同元件可能具有不同的安全波动区间。基于所述车辆用电状态数据和所述电力元件温度基线数据进行偏差值校验,获取温度偏差系数,即将所述车辆用电状态数据和所述电力元件温度基线数据进行比较,统计温度偏差大于或等于预设温度偏差,且所述车辆用电状态数据大于所述电力元件温度基线数据的异常时间节点数量;计算所述异常时间节点数量的比例,设为所述温度偏差系数。当所述温度偏差系数大于或等于用户自定义设定的温度偏差系数阈值,生成电力元件异常预警信息,根据所述电力元件异常预警信息通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示,并同时对其进行异常标识,生成第四标识数据,当后步相同车辆控制状态出现对应的用电状态,则无需执行上述进程直接视为异常进行预警。
当用电状态异常时,则首先排查温度异常程度,因为温度无异常的情况下,用电安全事故可能性较低。因此需要首先排查温度异常的程度,若温度异常则危险,若温度无异常,则危险可能性较低,可以简单提示驾驶员核查即可。
第二安全标识模块18,用于当所述一致性校验结果为校验通过,对所述电池实时电量数据进行安全标识,生成第二标识数据。
在一个可行的实施例中,当所述一致性校验结果为校验通过,激活第二安全标识模块对所述电池实时电量数据进行安全标识,生成第二标识数据,第二标识数据包括电池实时电量数据和安全标识。后步相同车辆控制场景出现相同的用电状态,则直接视为正常,无需执行如上进程。
数据采集模块19,用于将所述第一标识数据和所述第二标识数据进行采集存储。
在一个可行的实施例中,将第一标识数据、第二标识数据、第三标识数据和第四标识数据进行存储,为高效的车辆安全状态决策提供了参考性较高的数据,且随着系统应用时间增加,数据量逐步增加,由于参考样本的增加,可直接确定的安全样本逐步增加,需要计算的频率逐步减少,降低了运算成本,提升了计算效率。
综上所述,本申请实施例通过CAN平台,利用状态检测模块实时监测被监管公交车的车辆状态监测数据,确定车辆的整体控制状态和电力设备传感状态;利用状态波动分析模块对整体控制状态进行波动分析,确定控制状态的稳定性;利用状态基线确定模块确定对应驾驶场景的基准的控制状态基线;在条件判断模块里基于车辆控制状态基线和控制状态波动系数对整体控制状态进行安全分析;当所述控制状态波动系数小于或等于所述波动系数阈值,且所述车辆控制状态数据属于所述车辆控制状态基线时,激活第一安全标识模块对所述车辆控制状态数据进行安全标识,生成第一标识数据;然后再激活用电状态映射模块,用于基于所述车辆控制状态数据进行用电数据映射,获取车辆用电理论状态;在一致性校验模块对车辆用电理论状态和所述电池实时电量数据进行一致性校验,获取一致性校验结果;当校验通过时激活第二安全标识模块对所述电池实时电量数据进行安全标识,生成第二标识数据;最后对预处理完成的所述第一标识数据和所述第二标识数据进行采集存储。通过将车辆数据和车辆安全状态进行关联,提高对车辆安全分析的参考性,达到了提高采集数据可用性的技术效果。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (5)
1.一种基于CAN总线的车辆数据采集分析系统,其特征在于,包括CAN平台,以及安装在被监管公交车上的数据上传模块和信息反馈终端;
所述数据上传模块用于从被监管公交车的CAN总线上获取车辆状态监测数据并上传给CAN平台,所述车辆状态监测数据包括车辆控制状态数据、电池实时电量数据和车辆用电状态数据,所述CAN平台用于对被监管公交车的车辆行驶状态数据进行监测、预处理、以及存储;
所述车辆控制状态数据包括踏板状态数据、门锁状态数据、空调状态数据、GPS数据以及车速数据;车辆用电状态数据包括电池和电机的温度、湿度、输出功率,以及电机转速状态数据;
所述CAN平台包括状态监测模块、状态波动分析模块、状态基线确定模块、条件判断模块、第一安全标识模块、用电状态映射模块、一致性校验模块、第二安全标识模块以及数据采集模块;
状态监测模块,用于接收被监管公交车的车辆状态监测数据;
状态波动分析模块,用于对所述车辆控制状态数据进行波动分析,获取控制状态波动系数;
状态基线确定模块,用于获取车辆定位数据,采集车辆行驶场景特征,构建车辆控制状态基线;
条件判断模块,用于判断所述控制状态波动系数是否小于或等于波动系数阈值,判断所述车辆控制状态数据是否属于所述车辆控制状态基线;
第一安全标识模块,用于当所述控制状态波动系数小于或等于所述波动系数阈值,且所述车辆控制状态数据属于所述车辆控制状态基线,对所述车辆控制状态数据进行安全标识,生成第一标识数据,所述第一标识数据包括车辆控制状态数据以及安全标识数据;
用电状态映射模块,用于基于所述车辆控制状态数据进行用电数据映射,获取被监管公交车的车辆用电理论状态;
一致性校验模块,用于对所述车辆用电理论状态和所述电池实时电量数据进行一致性校验,获取一致性校验结果;
第二安全标识模块,用于当所述一致性校验结果为校验通过,对所述电池实时电量数据进行安全标识,生成第二标识数据,所述第二标识数据包括电池实时电量数据和安全标识;
数据采集模块,用于将所述第一标识数据和所述第二标识数据进行采集和存储;
所述状态基线确定模块执行步骤包括:
获取互联网地图,并基于所述车辆定位数据,获取道路坡度特征、行驶方向特征、道路车流量特征和道路平坦度特征,存储为所述车辆行驶场景特征;
以所述车辆行驶场景特征为约束条件,采集车辆控制状态记录数据;
对所述车辆控制状态记录数据进行高频粒子分选,获取车辆控制高频状态;
根据所述车辆控制高频状态的两端极值,构建所述车辆控制状态基线;
所述状态基线确定模块执行步骤还包括:
设定单项控制状态指标高频阈值、二项控制状态指标高频阈值直到N项控制状态指标高频阈值,其中,N为控制状态指标的维度;
根据所述单项控制状态指标高频阈值对所述车辆控制状态记录数据进行单项高频粒子分选,获取单项车辆控制高频状态;
遍历所述二项控制状态指标高频阈值直到所述N项控制状态指标高频阈值对所述车辆控制状态记录数据进行多项高频粒子分选,获取M项车辆控制高频状态;
以所述单项车辆控制高频状态对所述M项车辆控制高频状态进行补全,获取N项车辆控制高频状态,设为所述车辆控制高频状态;
其中,高频粒子分选算法流程包括:
当单个属性的状态特征值出现的频率大于或等于单项控制状态指标高频阈值,则视为单项车辆控制高频状态,其中,单项控制状态指标高频阈值、二项控制状态指标高频阈值直到N项控制状态指标高频阈值为用户预设的视为高频项的阈值,单项控制状态指标高频阈值指的是单个属性的状态特征值的出现频率阈值;
当两个属性的控制状态的特征值共同出现的频率大于或等于二项控制状态指标高频阈值,则视为二项车辆控制高频状态,其中,二项控制状态指标高频阈值指的是两个属性的控制状态的特征值共同出现的频率阈值;
当N个属性的控制状态的特征值共同出现的频率大于或等于N项控制状态指标高频阈值,则视为N项车辆控制高频状态,其中,N项控制状态指标高频阈值指的是N个属性的控制状态的特征值共同出现的频率阈值,N为车辆控制状态属性总数。
2.如权利要求1所述的一种基于CAN总线的车辆数据采集分析系统,其特征在于,所述CAN平台还包括第一预警模块,所述第一预警模块执行步骤包括:
当所述控制状态波动系数大于所述波动系数阈值,或/和所述车辆控制状态数据不属于所述车辆控制状态基线时,生成第一驾驶预警信号;
根据所述第一驾驶预警信号,通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示;
当满足预设时长,未收到驾驶员正向反馈信息或未收到反馈信息时,基于所述车辆定位数据,生成安全核查任务;
同时,对所述车辆控制状态数据进行异常标识,生成第三标识数据进行存储。
3.如权利要求1所述的一种基于CAN总线的车辆数据采集分析系统,其特征在于,所述CAN平台还包括第二预警模块,所述第二预警模块执行步骤包括:
当所述一致性校验结果为未校验通过,
获取车辆用电状态数据和电力元件温度基线数据;
电力元件温度基线数据指的是从车辆用电理论状态提取的视为安全温度的波动区间;
基于所述车辆用电状态数据和所述电力元件温度基线数据进行偏差值校验,获取温度偏差系数;
当所述温度偏差系数大于或等于温度偏差系数阈值,生成电力元件异常预警信息;
根据所述电力元件异常预警信息通过所述被监管公交车的信息反馈终端对驾驶员进行安全警示。
4.如权利要求3所述的一种基于CAN总线的车辆数据采集分析系统,其特征在于,所述第二预警模块执行步骤还包括:
将所述车辆用电状态数据和所述电力元件温度基线数据进行比较,统计温度偏差大于或等于预设温度偏差,且所述车辆用电状态数据大于所述电力元件温度基线数据的异常时间节点数量;
计算所述异常时间节点数量的比例,设为所述温度偏差系数。
5.如权利要求1所述的一种基于CAN总线的车辆数据采集分析系统,其特征在于,所述用电状态映射模块执行步骤包括:
记录每次采集的车辆控制状态数据,生成车辆用电状态记录数据;
对所述车辆用电状态记录数据进行集中值评价,获取车辆用电状态集中区间,设为所述被监管公交车的车辆用电理论状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311414500.5A CN117155737B (zh) | 2023-10-30 | 2023-10-30 | 一种基于can总线的车辆数据采集分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311414500.5A CN117155737B (zh) | 2023-10-30 | 2023-10-30 | 一种基于can总线的车辆数据采集分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117155737A CN117155737A (zh) | 2023-12-01 |
CN117155737B true CN117155737B (zh) | 2024-06-04 |
Family
ID=88908440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311414500.5A Active CN117155737B (zh) | 2023-10-30 | 2023-10-30 | 一种基于can总线的车辆数据采集分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117155737B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942851A (zh) * | 2014-04-02 | 2014-07-23 | 北京中交慧联信息科技有限公司 | 一种对车辆状态和驾驶行为进行监测的方法及装置 |
CN111739194A (zh) * | 2020-06-22 | 2020-10-02 | 舒伟伟 | 一种新能源汽车行驶行为分析系统及方法 |
CN113002309A (zh) * | 2021-03-02 | 2021-06-22 | 昆山宝创新能源科技有限公司 | 车辆预警方法、装置、设备及存储介质 |
CN115116161A (zh) * | 2022-06-23 | 2022-09-27 | 小米汽车科技有限公司 | 车辆数据采集方法、装置、存储介质以及车辆 |
CN115871450A (zh) * | 2023-02-16 | 2023-03-31 | 日照职业技术学院 | 一种基于物联网的新能源汽车智能控制方法及系统 |
WO2023088163A1 (zh) * | 2021-11-16 | 2023-05-25 | 宇通客车股份有限公司 | 新能源车辆及其电池系统soc异常监控诊断方法、装置 |
CN116811758A (zh) * | 2023-05-26 | 2023-09-29 | 长春捷翼汽车科技股份有限公司 | 基于无线通信的车辆安全监测系统、方法、设备及介质 |
-
2023
- 2023-10-30 CN CN202311414500.5A patent/CN117155737B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942851A (zh) * | 2014-04-02 | 2014-07-23 | 北京中交慧联信息科技有限公司 | 一种对车辆状态和驾驶行为进行监测的方法及装置 |
CN111739194A (zh) * | 2020-06-22 | 2020-10-02 | 舒伟伟 | 一种新能源汽车行驶行为分析系统及方法 |
CN113002309A (zh) * | 2021-03-02 | 2021-06-22 | 昆山宝创新能源科技有限公司 | 车辆预警方法、装置、设备及存储介质 |
WO2023088163A1 (zh) * | 2021-11-16 | 2023-05-25 | 宇通客车股份有限公司 | 新能源车辆及其电池系统soc异常监控诊断方法、装置 |
CN115116161A (zh) * | 2022-06-23 | 2022-09-27 | 小米汽车科技有限公司 | 车辆数据采集方法、装置、存储介质以及车辆 |
CN115871450A (zh) * | 2023-02-16 | 2023-03-31 | 日照职业技术学院 | 一种基于物联网的新能源汽车智能控制方法及系统 |
CN116811758A (zh) * | 2023-05-26 | 2023-09-29 | 长春捷翼汽车科技股份有限公司 | 基于无线通信的车辆安全监测系统、方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117155737A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113064939B (zh) | 一种新能源车辆三电系统安全特征数据库构建方法 | |
CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
CN109932663A (zh) | 电池健康状态评估方法、装置、存储介质及电子装置 | |
CN111241154A (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
CN104237803B (zh) | 基于电池工况模拟的电动汽车电池电性能检测方法 | |
CN103077610A (zh) | 一种路段旅行时间估计的方法和系统 | |
CN106530704B (zh) | 一种基于多元数据融合的浮动车聚集检测方法 | |
CN115170000A (zh) | 一种基于电能表通信模块的远程监测方法及系统 | |
CN113500916A (zh) | 一种电池系统安全状态的预警方法、预警装置及控制设备 | |
CN113624291A (zh) | 油耗监测方法、油耗监测装置以及工程车辆 | |
CN115498313A (zh) | 风冷型锂离子电池储能集装箱热管理系统异常预警方法 | |
CN112883645A (zh) | 单体电池电压不一致故障预测方法、装置及服务器 | |
CN116664015A (zh) | 一种智能充电桩管理系统及其方法 | |
CN112556829A (zh) | 一种设备振动采集监测系统和方法 | |
CN112730748A (zh) | 一种基于工况选择的大规模筛查重型柴油车高NOx排放方法 | |
CN116257039A (zh) | 基于大数据的车辆故障诊断分级处理方法和程序产品 | |
CN114239734B (zh) | 一种分布式车载健康管理系统 | |
CN109443769A (zh) | 电机轴承状态的检测方法、系统、装置及可读存储介质 | |
CN117719385B (zh) | 一种智能充电桩控制系统及方法 | |
CN109615273A (zh) | 一种电动汽车充电设施状态评价方法与系统 | |
CN114487856A (zh) | 换电站电池的热失控预警方法及系统 | |
CN106959422A (zh) | 一种电池寿命预警装置的检测方法 | |
CN111551856B (zh) | 车辆蓄电池状态检测方法、装置、计算机设备和存储介质 | |
CN114274778A (zh) | 动力电池的失效预警方法、装置、车辆及存储介质 | |
CN115617784A (zh) | 一种信息化配电的数据处理系统及其处理方法 |
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 |