一种车载数据处理方法及系统技术方案

本发明专利技术提供一种车载数据处理方法及系统，所述方法包括获取与车辆监控需求对应的ECU高频信号；根据监控模型将所述ECU高频信号转换为与模型对应的各类低频性能指标；根据所述低频性能指标的类别，将所述各类低频性能指标分别填充到总线数据帧中的扩容字节；将所述总线数据帧通过车载总线发送至车载通讯模块，所述车载通讯模块根据所述总线数据帧生成车载监控信号并上传至云平台，以便所述云平台根据所述车载监控信号监控车辆状态。通过本发明专利技术，解决了现有车辆控制器越发增多，交互信号众多，且因为车辆安全需要对总线负载进行控制，导致总线监控ECU电控信号难以实现的问题。

【技术实现步骤摘要】
一种车载数据处理方法及系统
本专利技术涉及车辆监控
，尤其涉及一种车载数据处理方法及系统。
技术介绍
随着汽车电动化、智能化、互联化发展趋势，汽车产业正在迈入大数据时代。汽车控制单元、传感器、执行器等部件数量也随之增长，为提高车辆系统鲁棒性，车辆各类电控信号需要进行实时监控，且监控信号需要具备上传到云平台进行大数据分析能力。目前TBOX具备将总线交互信号采集并上传到大数据平台的能力，但无法监控更多ECU(ElectronicControlUnit，电子控制单元)内部电控信号；另外参照图1所示的混动车辆网络拓扑，车辆总线传输波特率为500Kbit/s，针对高精度需求传输速率的信号，例如发动机转速、扭矩等信号，需要传输频率为10ms以内，且信号需求长度较长，如发动机转速信号占用16bit，如表1所示为总线一帧信号部署示例。表1针对发动机转速该类信号，总线最多只允许5000/16＝312个信号进行传输，目前车辆控制器越发增多，交互信号众多，新能源车型涉及CAN网络更为复杂；考虑到车辆安全性，总线负载需要控制在70％以内，通过总线监控ECU电控信号难以实现。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种车载数据处理方法及系统，用于解决现有车辆控制器越发增多，交互信号众多，无法通过总线监控ECU电控信号的问题。本专利技术提供的一种车载数据处理方法，所述方法包括：步骤S11、获取与车辆监控需求对应的ECU高频信号；步骤S12、根据监控模型将所述ECU高频信号转换为与模型对应的各类低频性能指标；步骤S13、根据所述低频性能指标的类别，将所述各类低频性能指标分别填充到总线数据帧中的扩容字节；步骤S14、将所述总线数据帧通过车载总线发送至车载通讯模块，所述车载通讯模块根据所述总线数据帧生成车载监控信号并上传至云平台，以便所述云平台根据所述车载监控信号监控车辆状态。进一步地，所述监控模型为根据历史ECU高频信号通过相应的功能算法训练得到，所述监控模型包括用户驾驶模型、动总工况模型、部件性能模型中的一种或多种；所述功能算法包括下述算法中的一种或多种：线性回归算法、决策树算法、神经网络算法、集成算法、层次聚类算法和谱聚类算法。进一步地，每一种监控模型对应生成对应类别低频性能指标，在总线数据帧上为每一类低频性能指标数据设置有一扩容字节；步骤S13具体包括：将相应类别的低频性能指标数据填充到总线数据帧对应字节中。进一步地，所述步骤S11具体包括：在ECU上从所述ECU电控信号中获取与所述监控需求对应的车速信号、油门信号、制动信号、加速度信号、方向盘转角信号、挡位信号和海拔信号；所述步骤S12具体包括：根据预建立的用户驾驶模型，提取与车速信号、油门信号、制动信号、加速度信号、方向盘转角信号、挡位信号和海拔信号对应的用户画像指标，所述用户画像指标包括四个子指标：动力性指标、经济性指标、驾驶风格指标和驾驶员分类指标；所述用户驾驶模型根据神经网络建立；所述步骤S13具体包括：在总线数据帧上扩容四个字节，将所述动力性指标、所述经济性指标、所述驾驶风格指标和所述驾驶员分类指标分别填充到总线数据帧上扩容的所述四个字节中。进一步地，所述步骤S11具体包括：在ECU上从所述ECU电控信号中获取与监控需求对应的发动机转速信号、发动机扭矩信号和变速器挡位信号，从所述执行器信号中获取与所述监控需求对应的发动机喷油信号和发动机点火信号；所述步骤S12具体包括：根据预建立的动总工况模型，提取与发动机转速信号、发动机扭矩信号、发动机喷油信号、发动机点火信号和变速器挡位信号对应的动力总成性能指标，所述动力总成性能指标包括两个子指标：发动机节油指标和变速器换挡频率指标；所述动总工况模型根据回归算法和拟合算法建立；所述步骤S13具体包括：在总线数据帧上扩容二个字节，将所述发动机节油指标和所述变速器换挡频率指标按先后顺序分别填充到总线数据帧上扩容的一个字节中。进一步地，所述步骤S11具体包括：在ECU上从所述ECU电控信号中获取与监控需求对应的油箱液位信号、油箱压力信号、油轨压力信号和油泵电流信号；所述步骤S12具体包括：根据预建立的部件性能模型，提取与油箱液位信号、油箱压力信号、油轨压力信号和油泵电流信号对应的燃油系统性能指标，所述燃油系统性能指标包括两个子指标：油箱压力指标和加油系统安全性指标；所述部件性能模型根据回归算法和拟合算法建立；所述步骤S13具体包括：在总线数据帧上扩容二个字节，将所述油箱压力指标和所述加油系统安全性指标按先后顺序分别填充到总线数据帧上扩容的一个字节中。本专利技术提供的一种车载数据处理系统，所述系统包括：获取单元，用于获取与车辆监控需求对应的ECU高频信号；转换单元，用于根据监控模型将所述ECU高频信号转换为与模型对应的各类低频性能指标；扩容单元，用于根据所述低频性能指标的类别，将所述各类低频性能指标分别填充到总线数据帧中的扩容字节；监控及传输单元，用于将所述总线数据帧通过车载总线发送至车载通讯模块，所述车载通讯模块根据所述总线数据帧生成车载监控信号并上传至云平台，以便所述云平台根据所述车载监控信号监控车辆状态。进一步地，所述监控模型为根据历史ECU高频信号通过相应的功能算法训练得到，所述监控模型包括用户驾驶模型、动总工况模型、部件性能模型中的一种或多种；所述功能算法包括下述算法中的一种或多种：线性回归算法、决策树算法、神经网络算法、集成算法、层次聚类算法和谱聚类算法。进一步地，每一种监控模型对应生成对应类别低频性能指标，在总线数据帧上为每一类低频性能指标数据设置有一扩容字节；所述扩容单元具体用于：将相应类别的低频性能指标数据填充到总线数据帧对应字节中。进一步地，所述获取单元具体用于：在ECU上从所述ECU电控信号中获取与所述监控需求对应的车速信号、油门信号、制动信号、加速度信号、方向盘转角信号、挡位信号和海拔信号；所述转换单元具体用于：根据预建立的用户驾驶模型，提取与车速信号、油门信号、制动信号、加速度信号、方向盘转角信号、挡位信号和海拔信号对应的用户画像指标，所述用户画像指标包括四个子指标：动力性指标、经济性指标、驾驶风格指标和驾驶员分类指标；所述用户驾驶模型根据神经网络建立；所述扩容单元具体用于：在总线数据帧上扩容四个字节，将所述动力性指标、所述经济性指标、所述驾驶风格指标和所述驾驶员分类指标分别填充到总线数据帧上扩容的所述四个字节中。实施本专利技术，具有如下有益效果：通过本专利技术，ECU控制器将ECU内部高频电控信号转换为低频性能指标，对总线信号扩容或者改用少量字节即可以将低频性能指标填充进少量字节中，将上述扩容后的总线信号发送给车载通信模块TBOX，TBOX采集扩容或者改用后的总线信号传至云端服务器，使得云端服务器可以获得上述低频性能指标；解决了现有车辆控制器越发增多，交互信号众多，无法通过本文档来自技高网...

【技术保护点】
1.一种车载数据处理方法，其特征在于，所述方法包括：/n步骤S11、获取与车辆监控需求对应的ECU高频信号；/n步骤S12、根据监控模型将所述ECU高频信号转换为与模型对应的各类低频性能指标；/n步骤S13、根据所述低频性能指标的类别，将所述各类低频性能指标分别填充到总线数据帧中的扩容字节；/n步骤S14、将所述总线数据帧通过车载总线发送至车载通讯模块，所述车载通讯模块根据所述总线数据帧生成车载监控信号并上传至云平台，以便所述云平台根据所述车载监控信号监控车辆状态。/n

【技术特征摘要】
1.一种车载数据处理方法，其特征在于，所述方法包括：
步骤S11、获取与车辆监控需求对应的ECU高频信号；
步骤S12、根据监控模型将所述ECU高频信号转换为与模型对应的各类低频性能指标；
步骤S13、根据所述低频性能指标的类别，将所述各类低频性能指标分别填充到总线数据帧中的扩容字节；
步骤S14、将所述总线数据帧通过车载总线发送至车载通讯模块，所述车载通讯模块根据所述总线数据帧生成车载监控信号并上传至云平台，以便所述云平台根据所述车载监控信号监控车辆状态。


2.如权利要求1所述方法，其特征在于，所述监控模型为根据历史ECU高频信号通过相应的功能算法训练得到，所述监控模型包括用户驾驶模型、动总工况模型、部件性能模型中的一种或多种；
所述功能算法包括下述算法中的一种或多种：线性回归算法、决策树算法、神经网络算法、集成算法、层次聚类算法和谱聚类算法。


3.如权利要求2所述方法，其特征在于，每一种监控模型生成对应类别低频性能指标，在总线数据帧上为每一类低频性能指标数据设置有一扩容字节；
步骤S13具体包括：将相应类别的低频性能指标数据填充到总线数据帧对应字节中。


4.如权利要求3所述方法，其特征在于，所述步骤S11具体包括：在ECU上从所述ECU电控信号中获取与所述车辆监控需求对应的车速信号、油门信号、制动信号、加速度信号、方向盘转角信号、挡位信号和海拔信号；
所述步骤S12具体包括：根据预建立的用户驾驶模型，提取与车速信号、油门信号、制动信号、加速度信号、方向盘转角信号、挡位信号和海拔信号对应的用户画像指标，所述用户画像指标包括四个子指标：动力性指标、经济性指标、驾驶风格指标和驾驶员分类指标；所述用户驾驶模型根据神经网络建立；
所述步骤S13具体包括：在总线数据帧上扩容四个字节，将所述动力性指标、所述经济性指标、所述驾驶风格指标和所述驾驶员分类指标分别填充到总线数据帧上扩容的所述四个字节中。


5.如权利要求3所述方法，其特征在于，所述步骤S11具体包括：在ECU上从所述ECU电控信号中获取与车辆监控需求对应的发动机转速信号、发动机扭矩信号和变速器挡位信号，从所述执行器信号中获取与所述车辆监控需求对应的发动机喷油信号和发动机点火信号；
所述步骤S12具体包括：根据预建立的动总工况模型，提取与发动机转速信号、发动机扭矩信号、发动机喷油信号、发动机点火信号和变速器挡位信号对应的动力总成性能指标，所述动力总成性能指标包括两个子指标：发动机节油指标和变速器换挡频率指标；所述动总工况模型根据回归算法和拟合算法建立；
所述步骤S13具体包括：在总线数据帧上扩容二个字节，将所述发动机节油指标和所述变速器换挡频率指标按先后顺序分别填充...

【专利技术属性】
技术研发人员：苏庆鹏，梁晓华，刘巨江，吕永，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：广东;44