车辆使用工况监测方法、装置、介质、边缘处理器和车辆转让专利
申请号 : CN202010848367.4
文献号 : CN112026679B
文献日 : 2021-12-17
发明人 : 李伟 , 丘世全 , 蔡鹏 , 谷少伟
申请人 : 华人运通(江苏)技术有限公司
摘要 :
权利要求 :
1.一种车辆使用工况监测方法,其特征在于,由车辆侧的边缘处理器执行,包括:实时获取车辆状态数据;其中,所述车辆状态数据包括从车辆传感器获取的车辆制动数据;
对所述车辆状态数据进行特征参数提取,并将有关联的特征参数作为特征参数组合;
根据所述特征参数组合,更新预设的车辆使用工况谱,并进行存储;其中,所述车辆使用工况谱用于记录所述特征参数组合在各种车辆使用工况下,关于持续时间或频次的累计值;
在满足数据上传条件时,将已存储的所述车辆使用工况谱上传至云端处理器,以使所述云端处理器能够根据不同车辆的车辆使用工况谱,分析用户对车辆的使用情况;
所述对所述车辆状态数据进行特征参数提取,并将有关联的特征参数作为特征参数组合,具体包括:
根据所述车辆制动数据进行制动事件的判断;
根据每一所述制动事件,提取制动特征参数,并将有关联的制动特征参数作为特征参数组合;
所述车辆使用工况谱包括车辆制动工况谱;
所述车辆制动工况谱用于统计所述车辆的所有制动事件中的特征参数组合在各种车辆制动工况下,关于制动持续时间或制动频次的累计值。
2.如权利要求1所述的车辆使用工况监测方法,其特征在于,所述车辆制动数据包括车速、制动踏板信号和主缸压力;
则所述根据所述车辆制动数据进行制动事件的判断,具体包括:当车辆满足车速大于0,制动踏板信号已触发,且主缸压力大于0时,判定制动事件已触发;
在所述制动事件已触发之后,当车辆满足车速为0,制动踏板信号未触发,且主缸压力为0时,判定所述制动事件结束。
3.如权利要求2所述的车辆使用工况监测方法,其特征在于,所述制动事件的制动特征参数包括但不限于:制动初速度、制动末速度、平均减速度、车轮制动力、制动持续时间和制动频次。
4.如权利要求3所述的车辆使用工况监测方法,其特征在于,所述在满足数据上传条件时,将已存储的所述车辆使用工况谱上传至云端处理器,具体包括:在当前时刻满足数据上传周期,或已存储的车辆制动工况谱的数据大小满足数据上传阈值时,判定满足数据上传条件;并将已存储的所述车辆制动工况谱上传至云端处理器。
5.如权利要求4所述的车辆使用工况监测方法,其特征在于,所述云端处理器能够从不同的分析维度对不同车辆的车辆制动工况谱进行统计分析,以得到用户制动工况的分布数据;其中,所述分析维度包括用户群体、地区、季节和日时间段。
6.一种边缘处理器,其特征在于,包括:状态数据获取模块,用于实时获取车辆状态数据;其中,所述车辆状态数据包括从车辆传感器获取的车辆制动数据;
特征参数提取模块,用于对所述车辆状态数据进行特征参数提取,并将有关联的特征参数作为特征参数组合;
车辆使用工况谱更新模块,用于根据所述特征参数组合,更新预设的车辆使用工况谱,并进行存储;其中,所述车辆使用工况谱用于记录所述特征参数组合在各种车辆使用工况下,关于持续时间或频次的累计值;
车辆使用工况谱上传模块,用于在满足数据上传条件时,将已存储的所述车辆使用工况谱上传至云端处理器,以使所述云端处理器能够根据不同车辆的车辆使用工况谱,分析用户对车辆的使用情况;
所述特征参数提取模块,包括:
制动事件判断单元,用于根据所述车辆制动数据进行制动事件的判断;
制动特征参数提取单元,用于根据每一所述制动事件,提取制动特征参数,并将有关联的制动特征参数作为特征参数组合;
所述车辆使用工况谱包括车辆制动工况谱;
所述车辆制动工况谱用于统计所述车辆的所有制动事件中的特征参数组合在各种车辆制动工况下,关于制动持续时间或制动频次的累计值。
7.如权利要求6所述的边缘处理器,其特征在于,所述车辆制动数据包括车速、制动踏板信号和主缸压力;
则所述制动事件判断单元,具体用于:当车辆满足车速大于0,制动踏板信号已触发,且主缸压力大于0时,判定制动事件已触发;
以及,在所述制动事件已触发之后,当车辆满足车速为0,制动踏板信号未触发,且主缸压力为0时,判定所述制动事件结束。
8.如权利要求7所述的边缘处理器,其特征在于,所述制动事件的制动特征参数包括但不限于:制动初速度、制动末速度、平均减速度、车轮制动力、制动持续时间和制动频次。
9.如权利要求8所述的边缘处理器,其特征在于,所述车辆使用工况谱上传模块具体用于:
在当前时刻满足数据上传周期,或已存储的车辆制动工况谱的数据大小满足数据上传阈值时,判定满足数据上传条件;并将已存储的所述车辆制动工况谱上传至云端处理器。
10.一种车辆使用工况监测装置,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的车辆使用工况监测方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任意一项所述的车辆使用工况监测方法。
12.一种车辆,其特征在于,包括边缘处理器;其中,所述边缘处理器为权利要求6至9任一项所述的边缘处理器。
说明书 :
车辆使用工况监测方法、装置、介质、边缘处理器和车辆
技术领域
背景技术
政策制定等多方面应用提供充分的数据基础。
据。然而,在实施本发明过程中,发明人发现现有技术至少存在如下问题:传统的车辆使用
工况监测方法需要在车辆上改装加装额外传感器和数据采集设备,存在成本高,统计工作
量大的缺点;且受到用户限制较大,导致检测样本量有限、用户覆盖度低。
发明内容
工况谱,有效地提高了数据采集的全面性,减少了人力和物力成本。
累计值;
器。
群体、地区、季节和日时间段。
工况下,关于持续时间或频次的累计值;
分析用户对车辆的使用情况。
器。
机程序时实现如上述任意一项所述的车辆使用工况监测方法。
备执行如上述任意一项所述的车辆使用工况监测方法。
提取,并将有关联的特征参数作为特征参数组合;根据所述特征参数组合,更新预设的车辆
使用工况谱,并进行存储;其中,所述车辆使用工况谱用于记录所述特征参数组合在各种车
辆使用工况下,关于持续时间或频次的累计值;在满足数据上传条件时,将已存储的所述车
辆使用工况谱上传至云端处理器,以使所述云端处理器能够根据不同车辆的车辆使用工况
谱,分析用户对车辆的使用情况。本发明实施例通过车辆侧的边缘处理器实现对高频数据
的采集,离数据的源头更近,保持了数据的鲜度和精度,不需要对车辆加装额外传感器和数
据采集设备。并且,通过车辆的边缘处理器对采集到的车辆状态数据进行特征提取和预处
理,以得到车辆使用工况谱并上传至云端处理器,再由云端对所有车辆的数据进行分析,能
够有效地提高数据采集的全面性,也减少了云端处理器的数据处理量,同时不需要后期对
用户进行专项调查统计,减少了人力和物力成本。
附图说明
具体实施方式
本发明中的实施例,本领域普通技术人员在没有作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。
边缘处理器作为执行主体进行说明。
为,使得车辆的各状态信息发生变化,例如轮速信号、车速信号、油门踏板信号、制动踏板信
号、档位信号、空调使用状态、车门开关信息、玻璃升降信息、灯光使用信息等。所述边缘处
理器实时获取车辆各传感器执行的车辆状态数据。
提取,包括时域特征、频域特征、时频域特征等。所述边缘处理器对获取到的车辆状态数据
进行特征参数的提取,并将提取到的特征参数进行关联,得到多组不同的特征参数组合。
次的累计值。
据获取并提取得到的特征参数组合,统计所述特征参数组合的相同数值组合在持续时间或
频次上的累计值,以更新相应的车辆使用工况谱,并存储。
况。
根据接收到的不同车辆的每一车辆使用工况谱,分析用户对车辆使用情况。
况谱上传。或者以数据大小为10M作为数据上传阈值,当已存储的车辆使用工况谱的数据大
小满足所述数据上传阈值时,将已存储的所述车辆适用工况谱上传至云端处理器,均不影
响本发明取得的有益效果。
加装额外传感器和数据采集设备。并且,通过车辆的边缘处理器对采集到的数据进行特征
提取和预处理,以得到车辆使用工况谱并上传至云端处理器,再由云端对所有车辆的数据
进行分析,能够有效地提高数据采集的全面性,不需要后期对用户进行专项调查统计,减少
了人力和物力成本。
测方法,包括步骤S21至S25:
号等,实时获取相应的车辆制动数据。
事件的判断,具体包括S221和S222:
初速度、制动末速度、平均减速度、车轮制动力、制动持续时间、制动频次。
事件的制动结束时间t1,制动事件结束时刻的车速作为所述制动事件的制动末速度v1。
T1为前驱能量回收力矩,T2为后驱动能量回收力矩,r为车轮半径,μi为加速度。
等。
工况下,关于制动持续时间或制动频次的累计值。
参见图4(a),是本发明实施例中第一车辆制动工况谱的示意图。构建对应的第一车辆制动
工况谱,用于统计所述车辆发生的所有制动事件中,不同的制动初速度下对应的车轮制动
力,并将发生的相同的数值组合的制动持续时间进行叠加。比如制动力为100N、制动初速度
为20km/h这一数值组合发生了一次,那么就在这一特征数据组合的车辆制动工况谱中的相
应坐标点处叠加相应制动时长。
制动初速度下对应的车轮制动力,并将发生的相同的数值组合的制动频次进行叠加。比如
制动力为100N、制动初速度为20km/h这一数值组合发生了一次,那么就在这一特征数据组
合的车辆制动工况谱中的相应坐标点处叠加相应的次数。
采用不同填充图案表示的方式,均不影响本发明取得的有益效果。
所述边缘处理器将根据实际获取到的车辆制动数据,进行相应的制动特征参数的提取和关
联,并更新对应的车辆制动工况谱,均不影响本发明取得的有益效果。
况。
器。
时,将已存储的所述车辆制动工况谱上传至云端处理器。或者以数据大小为10M作为数据上
传阈值,当已存储的车辆制动工况谱的数据大小满足所述数据上传阈值时,将已存储的所
述车辆制动工况谱上传至云端处理器。
分析,以得到用户制动工况的分布数据。
私家车、网约车、男性车主、女性车主等相应用户的制动工况分布数据;或者统计不同地区,
如山区、平原、城市、乡村等地区的用户制动工况分布数据;或者统计不同季节条件下的用
户制动工况分布数据;或者统计不同日时间段,如早晨、中午、下午、晚上等时间段的用户制
动工况分布数据。根据所述云端处理器分析得到的不同维度的用户制动工况的分布数据,
可以应用于辅助设计、试验部门进行相应的车辆设计和试验,辅助制动相关零部件的供应
商进行零部件制造,以及辅助保险公司进行相应的维保政策的制定,或完善车辆售后服务
等方面。
征参数组合,根据所述特征参数组合,更新预设的车辆制动工况谱;其中,所述车辆制动工
况谱用于统计所述车辆的所有制动事件中的特征参数组合在各种车辆制动工况下,关于制
动持续时间或制动频次的累计值。在满足数据上传条件时,将已存储的所述车辆制动工况
谱上传至云端处理器,以使所述云端处理器能够根据不同车辆的车辆制动工况谱,分析用
户制动工况分布情况。本发明实施例的车辆制动工况监测方法通过车辆侧的边缘处理器实
现对高频数据的采集,离数据的源头更近,保持了数据的鲜度和精度,不需要对车辆加装额
外传感器和数据采集设备。并且,通过车辆的边缘处理器对采集到的车辆制动状态数据进
行特征提取和预处理,以得到车辆制动工况谱并上传至云端处理器,再由云端对所有车辆
的数据进行分析,能够有效地提高数据采集的全面性,也减少了云端处理器的数据处理量,
同时不需要后期对用户进行专项调查统计,减少了人力和物力成本。
工况谱更新模块33和车辆使用工况谱上传模块34;其中,
为,使得车辆的各状态信息发生变化,例如轮速信号、车速信号、油门踏板信号、制动踏板信
号、档位信号、空调使用状态、车门开关信息、玻璃升降信息、灯光使用信息等。所述边缘处
理器的状态数据获取模块31实时获取车辆各传感器执行的车辆状态数据。
体为对车辆状态数据进行数学特征提取,包括时域特征、频域特征、时频域特征等。接着,所
述特征参数提取模块32对获取到的车辆状态数据进行特征参数的提取,并将提取到的特征
参数进行关联,得到多组不同的特征参数组合。
辆使用工况下,关于持续时间或频次的累计值。
所述车辆使用工况谱更新模块33根据获取并提取得到的特征参数组合,统计所述特征参数
组合的相同数值组合在持续时间或频次上的累计值,以更新相应的车辆使用工况谱,并存
储。
况谱,分析用户对车辆的使用情况。
端处理器可以根据接收到的不同车辆的每一车辆使用工况谱,分析用户对车辆使用情况。
据包括从车辆传感器获取的车辆制动数据。
度信号、能量回收状态信号等,实时获取相应的车辆制动数据。
为0时,判定所述制动事件结束。
括但不限于:制动初速度、制动末速度、平均减速度、车轮制动力、制动持续时间、制动频次。
事件的制动结束时间t1,制动事件结束时刻的车速作为所述制动事件的制动末速度v1。
T1为前驱能量回收力矩,T2为后驱动能量回收力矩,r为车轮半径,μi为加速度。
合等。
所有制动事件中的特征参数组合在各种车辆制动工况下,关于制动持续时间或制动频次的
累计值。
制动初速度下对应的车轮制动力,并将发生的相同的数值组合的制动持续时间进行叠加。
比如制动力为100N、制动初速度为20km/h这一数值组合发生了一次,那么就在这一特征数
据组合的车辆制动工况谱中的相应坐标点处叠加相应制动时长。
的制动频次进行叠加。比如制动力为100N、制动初速度为20km/h这一数值组合发生了一次,
那么就在这一特征数据组合的车辆制动工况谱中的相应坐标点处叠加相应的次数。
采用不同填充图案表示的方式,均不影响本发明取得的有益效果。
新对应的车辆制动工况谱,均不影响本发明取得的有益效果。
件;并将已存储的所述车辆制动工况谱上传至云端处理器。
时,所述车辆使用工况谱上传模块34将已存储的所述车辆制动工况谱上传至云端处理器。
或者以数据大小为10M作为数据上传阈值,当已存储的车辆制动工况谱的数据大小满足所
述数据上传阈值时,所述车辆使用工况谱上传模块34将已存储的所述车辆制动工况谱上传
至云端处理器。
辆制动数据,由特征参数提取模块根据所述车辆制动数据进行制动事件的判断,并提取和
关联得到车辆制动的特征参数组合,车辆使用工况谱更新模块根据所述特征参数组合,更
新预设的车辆制动工况谱;其中,所述车辆制动工况谱用于统计所述车辆的所有制动事件
中的特征参数组合在各种车辆制动工况下,关于制动持续时间或制动频次的累计值。车辆
使用工况谱上传模块在判定满足数据上传条件时,将已存储的所述车辆制动工况谱上传至
云端处理器,以使所述云端处理器能够根据不同车辆的车辆制动工况谱,分析用户制动工
况分布情况。本发明实施例提供的边缘处理器能够实现对高频数据的采集,离数据的源头
更近,保持了数据的鲜度和精度,不需要对车辆加装额外传感器和数据采集设备。并且,通
过车辆的边缘处理器对采集到的车辆制动状态数据进行特征提取和预处理,以得到车辆制
动工况谱并上传至云端处理器,再由云端对所有车辆的数据进行分析,能够有效地提高数
据采集的全面性,也减少了云端处理器的数据处理量,同时不需要后期对用户进行专项调
查统计,减少了人力和物力成本。
述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序
时实现如实施例一所述的车辆使用工况监测方法或实施例二所述的车辆制动工况监测方
法。
应,因而不再赘述。
备执行如实施例一所述的车辆使用工况监测方法或实施例二所述的车辆制动工况监测方
法。
中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁
碟、光盘、只读存储记忆体(Read‑OnlyMemory,ROM)或随机存储记忆体
(RandomAccessMemory,RAM)等。
本发明的保护范围。