【技术实现步骤摘要】
本专利技术涉及计算机数据处理领域，尤其是涉及一种智能网联汽车数据处理系统及方法。
技术介绍
1、汽车车载数据系统在现代汽车工业中扮演着重要角色，它们不断地发展演进，进一步增强了汽车的安全性、便利性和智能化水平。
2、汽车车载数据系统通常包括汽车事件数据记录系统(event data recorder,edr)、车载诊断系统(on-board diagnostics,obd)、车联网系统(internet of vehicles,iov)、车辆大数据系统、车载信息娱乐系统、高级驾驶辅助系统(advanced driverassistance systems,adas)等。
3、edr是一种类似于飞机“黑匣子”的设备，安装在汽车上，专门用于记录车辆在发生碰撞或其他紧急事件前后一段时间内的关键运行数据。其记录的数据包括但不限于车速、制动状态、安全带使用情况、转向输入、油门位置等，有助于交通事故调查分析，以及车辆安全性评估和改进。
4、obd是一个标准诊断系统，允许车辆电子控制系统与外部设备进行实时通信，获取车辆状态和故障信息。其作用为检测发动机及排放系统的状况，当出现故障时能生成故障代码，方便维修人员快速定位问题。同时，通过obd接口可以接入各类第三方设备，如行车电脑、油耗监测器、远程诊断工具等。
5、iov将车辆与互联网及其他车辆、道路基础设施等相联接，形成一个巨大的信息交互网络。其能够实现实时交通信息、导航更新、远程监控、远程诊断、自动驾驶支持、紧急救援等功能，提高驾驶安全性和出行效
6、车辆大数据系统整合了车辆运行过程中的各种传感器数据，如行驶轨迹、油耗、零部件磨损状况等，形成庞大的数据库。通过对这些数据的分析，可以预测维护需求、优化行驶路线、评估二手车价值、改善产品质量等。
7、车载信息娱乐系统集成导航、多媒体播放、语音助手、智能手机互联(如applecarplay、android auto)、车载wi-fi等功能于一体的综合系统。其作用为提升驾乘体验，提供便捷的信息访问和服务，实现人、车、环境的无缝互动。
8、adas通过各种传感器和技术组合，提供包括盲点监测、车道保持辅助、预碰撞警告、自适应巡航控制在内的多项功能。其能够显著提升行车安全，减轻驾驶员负担，并作为自动驾驶技术的基础组成部分。
9、要提取、分析汽车的车载数据，需要使用专用的数据提取/解析系统。通常，汽车厂商会为其旗下的各类车型配备提取分析系统。而第三方(如警方、军方、保险公司、检测机构、维修机构、其他授权或未授权的需要接触车辆数据的机构)通常无法自行方便快捷地获取车辆数据，需要开发专门的工具或者请汽车原厂技术支持。
10、当前，市面上存在一些车辆数据采集与解析系统，例如网址：https://www.auto-testing.net/sell/show-9499.html公开的车辆远程诊断系统。其作用为：通过将车载数据和位置信息提取到本地终端，并将其传输到诊断服务平台，进而实现远程诊断或者本地诊断。其能够完成异常数据提取、分析步骤，但该现有的车辆数据采集与解析系统还存在以下缺陷：
11、1.数据分析诊断门槛高：第三方检测、诊断、维修读取数据麻烦，需要为车辆定制开发专用工具，或者联系厂家协助。
12、2.自动化程度不足：传统的第三方车辆数据采集与解析系统，通常只包括数据读取和简单分析步骤，缺少输出故障详细原因与解决方案的功能，因此故障详细原因和解决方案需要人工分析并核对。
13、3.工程经验依赖程度高：在车辆故障诊断过程中，现有的车辆数据采集与解析系统无法输出准确的故障原因以及问题解决方案，或者能够提供准确故障原因的问题范围有限，工程师仍然需要参与大部分环节，并依靠经验分析，这对工程师经验和素质要求较高。
技术实现思路
1、本专利技术提供了一种智能网联汽车数据处理系统及方法，以解决现有技术中数据分析诊断门槛高、自动化程度不足、工程经验依赖程度高的问题。
2、1、智能网联汽车数据处理方法，包括以下步骤：
3、读取数据：将车辆数据传输到检测终端中；
4、分析异常数据生成原因：利用本地数据和训练过的专用ai模型，分析各类异常指标或工况的产生原因；
5、判定可能的故障原因：利用本地数据和训练过的专用ai模型，根据各项数据的指标，判定故障类别与故障原因；
6、生成解决方案：为根据参考的问题形成原因，逐条生成参考的异常解决方案；
7、作为本专利技术进一步的方案：还包括解析数据归档：将本次解析的数据和结果上传到本地机房的边缘计算节点。
8、作为本专利技术进一步的方案：读取数据具体步骤如下：
9、握手与连接：车辆通过线缆连接检测终端，若握手成功，则完成连接过程；
10、数据传输：将车辆数据传输到检测终端，随后检测终端校验数据的完整性；
11、生成工作数据：将车载数据写入原始车载数据集合。
12、作为本专利技术进一步的方案：读取数据具体步骤还包括数据解密：若数据进行了加密，则使用特定算法进行解密；
13、作为本专利技术进一步的方案：分析异常数据生成原因具体步骤如下：
14、读取所有车载数据：将原始车载数据集合导入判别工具；
15、将所有异常数据归档：依据预先存储于检测终端的判别规则集合，即依据本地预定义规则，将原始车载数据集合中所有异常数据写入异常数据集合；
16、判别异常原因：依据预先存储于检测终端的判别规则集合，即依据本地预定义规则，对异常数据集合的所有数据条目进行分析，从而列出所有导致某一项或某几项数据异常可能的原因；若本地预定义规则中无此条目，则引入ai模型分析该项数据的异常原因；
17、匹配规则，获取权重因子：依据各项数据的判别权重因子，即依据本地预定义规则对异常数据集合的所有数据条目进行权重因子赋值；若本地预定义规则中无此条目，则引入ai模型分析该项数据的权重因子；
18、归一化和排序：将异常数据集合中所有条目中的权重因子按照百分比形式归一化处理，即所有权重因子之和为100％；将异常数据集合按照权重因子降序方式重新排序；
19、输出最有可能导致数据异常的结果：筛选出异常数据集合中权重因子最高的若干条目的判别结果。
20、作为本专利技术进一步的方案：分析异常数据生成原因具体步骤还包括手动修订判别结果：若发现有错误，可以手动修改；即，对异常数据集合中某一项数据的判别结果进行修改；将修改前后的异常数据集合的相应条目记录在修订数据判别结果集合中。
21、作为本专利技术进一步的方案：判定可能的故障原因具体步骤如下：
22、读取原始故障数据集合：获取各项异常数据生成原因的判别结果，即获取原始的故障数据集合，命名为原始故障数据集合；
23、生成参考的问题形成原因：将原始故障数据集合输入ai模型本文档来自技高网...
【技术保护点】
1.智能网联汽车数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的智能网联汽车数据处理方法，其特征在于：还包括解析数据归档：将本次解析的数据和结果上传到本地机房的边缘计算节点。
3.根据权利要求2所述的智能网联汽车数据处理方法，其特征在于：读取数据具体步骤如下：
4.根据权利要求3所述的智能网联汽车数据处理方法，其特征在于：读取数据具体步骤还包括数据解密：若数据进行了加密，则使用特定算法进行解密。
5.根据权利要求4所述的智能网联汽车数据处理方法，其特征在于：分析异常数据生成原因具体步骤如下：
6.根据权利要求5所述的智能网联汽车数据处理方法，其特征在于：分析异常数据生成原因具体步骤还包括手动修订判别结果：若发现有错误，可以手动修改；即，对异常数据集合中某一项数据的判别结果进行修改；将修改前后的异常数据集合的相应条目记录在修订数据判别结果集合中。
7.根据权利要求6所述的智能网联汽车数据处理方法，其特征在于：判定可能的故障原因具体步骤如下：
8.一种用于实现如权利要求1所述的智能网
9.根据权利要求8所述的智能网联汽车数据处理系统，其特征在于：边缘计算节点包括第二处理模块和第二网络连接模块，第二处理模块用于处理本地数据和信息、存储车辆故障诊断结果以及训练本地AI模型，第二网络连接模块用于通过有线网络或无线网络和中心云服务器交换数据和信息、通过无线网络和检测终端交换数据和信息。
10.根据权利要求8所述的智能网联汽车数据处理系统，其特征在于：数据集合包本地预定义规则、原始车载数集合、异常数据集合、故障数据集合、解决方案集合、修订数据判别结果集合和修订故障判别结果集合，每条预定义规则包含判别规则集合和判别权重因子。
...【技术特征摘要】
1.智能网联汽车数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的智能网联汽车数据处理方法，其特征在于：还包括解析数据归档：将本次解析的数据和结果上传到本地机房的边缘计算节点。
3.根据权利要求2所述的智能网联汽车数据处理方法，其特征在于：读取数据具体步骤如下：
4.根据权利要求3所述的智能网联汽车数据处理方法，其特征在于：读取数据具体步骤还包括数据解密：若数据进行了加密，则使用特定算法进行解密。
5.根据权利要求4所述的智能网联汽车数据处理方法，其特征在于：分析异常数据生成原因具体步骤如下：
6.根据权利要求5所述的智能网联汽车数据处理方法，其特征在于：分析异常数据生成原因具体步骤还包括手动修订判别结果：若发现有错误，可以手动修改；即，对异常数据集合中某一项数据的判别结果进行修改；将修改前后的异常数据集合的相应条目记录在修订数据判别结果集合中。
7.根据权利要...
【专利技术属性】
技术研发人员：赵晓敏，赵俊峰，王怡然，徐考武，
申请(专利权)人：广东工贸职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。