一种车辆传感器数据的处理方法技术

本发明专利技术公开了一种车辆传感器数据的处理方法

【技术实现步骤摘要】
一种车辆传感器数据的处理方法、装置、设备及介质


[0001]本专利技术涉及数据获取
，尤其涉及一种车辆传感器数据的处理方法
、
装置
、
设备及介质
。

技术介绍

[0002]数据处理的基本目的是从大量的
、
可能是杂乱无章的
、
难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值
、
有意义的数据，是系统工程和自动控制的基本环节
。
以汽车的驾驶性评估为例，由于驾驶性指标的多样性，工程师所需评估分析的数据即从车辆传感器输入的驾驶性主客观数据总是庞大又冗杂的，还伴随着不必要的噪声
。
而合理准确的对车辆参数进行处理分析可以为驾驶性的优化与改进提供理论依据，从而提高整车的驾驶性能，进一步提高整车的综合性能
。
[0003]但现有的数据处理方法未考虑车辆传感器数据的动态特性，处理后的数据会影响信号输出的还原度，进一步影响后续进程
。
并且车辆传感器输入数据的数量级偏大，现有的数据处理方法效率太低
。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供一种车辆传感器数据的处理方法
、
装置
、
设备及介质，能够高效
、
高还原度对车辆传感器数据进行处理
。
[0005]本专利技术实施例提供一种车辆传感器数据的处理方法，所述方法包括：
[0006]根据获取的车辆传感器数据的频域分布，对所述车辆传感器数据进行分类；所述车辆传感器数据包括车辆驾驶性能信号和实时状态信号；
[0007]对分类后的信号分别进行滤波处理；
[0008]采用正则化在线极限学习机拟合滤波处理后的信号，确定还原度最高的最优信号；
[0009]根据所述最优信号对驾驶过程进行数据评估，并输出驾驶性评估结果
。
[0010]优选地，所述车辆传感器数据包括：底盘加速度信号
、
横向加速度信号
、
垂向加速度信号
、
油门踏板信号
、
空调开关信号
、
刹车信号
、
转速信号
、
变速器信号
、
档位信号
、
扭矩信号
、
涡轮转速信号以及车速信号
。
[0011]作为一种优选方案，所述分类后的信号包括低频信号
、
高频信号和中频信号
。
[0012]优选地，所述对分类后的信号分别进行滤波处理，包括：
[0013]对分类后的低频信号采用低通时域滤波，滤除信号中的高频噪声；
[0014]对分类后的高频信号采用高通时域滤波，滤除信号中的低频噪声；
[0015]对分类后的中频信号使用简单平均法，使得信号更加平滑；并允许预设频段的信号通过同时滤除其他频段信号；
[0016]滤波处理公式为：
[0017][0018][0019]其中，
a
k
为第
k
个输出信号的权系数，
b
k
为第
k
个输入信号的权系数，
N
与
M
为滤波器的阶数，
y[n]表示当前时刻滤波器的输出信号，
y[n
‑
k]表示当前时刻前
k
次的输出信号，
x[n
‑
k]表示当前时刻前
k
次的输入信号
。
[0020]优选地，所述最优信号为：
[0021]其中，
h(x)
为隐藏层特征映射相对于输入
x
的输出向量，
β
为隐藏层和输出节点之间的输出权重向量，
β
i
为输出权重向量
β
中的特征，
h
i
(x)
为输出向量
h(x)
中的特征，
β
＝
(H
T
H+
λ
I)
‑1H
T
T
，
h(x)
＝
[h1(x),h2(x),
…
,h
L
(x)]，
H
为隐藏层输出矩阵，
H
＝
[h(x1),h(x2),
…
,h(x
N
)]T
，
λ
为预设参数，
T
为实际目标，
I
为单位矩阵
。
[0022]优选地，所述驾驶性评估结果包括响应延迟
、
峰值加速度
、
最大变加速度以及扭矩平稳度；
[0023]所述响应延迟
t
r
＝
t
z
‑
t
c
,t∈(t
z
,t
e
)
；
[0024]所述峰值加速度
[0025]所述最大变加速度
[0026]所述扭矩平稳度
[0027]其中，
t
z
表示加速度增加
0.5m/s2的时间，
t
c
为踩下油门踏板的时间，
t
e
为工况结束时间；
v
为速度，
t
为时间；
a
为加速度；
Δ
T
i
为峰值扭矩后第
i
个扭矩波峰波谷的差值
。
[0028]本专利技术另一实施例提供一种车辆传感器数据的处理装置，所述装置包括：
[0029]分类模块，用于根据获取的车辆传感器数据的频域分布，对所述车辆传感器数据进行分类；
[0030]滤波模块，用于对分类后的信号分别进行滤波处理；
[0031]正则化模块，用于采用正则化在线极限学习机拟合滤波处理后的信号，确定还原度最高的最优信号；
[0032]评估模块，用于根据所述最优信号对驾驶过程进行数据评估，并输出驾驶性评估结果
。
[0033]优选地，所述车辆传感器数据包括：底盘加速度信号
、
横向加速度信号
、
垂向加速度信号
、
油门踏板信号
、
空调开关信号
、
刹车信号
、
转速信号
、
变速器信号
、
档位信号
、
扭矩信号
、
涡轮转速信号以及车速信号
。
[0034]作为一种优选方案，所述分类后的信号包括低频信号
、
高频信号和中频信号...

【技术保护点】

【技术特征摘要】
1.
一种车辆传感器数据的处理方法，其特征在于，所述方法包括：根据获取的车辆传感器数据的频域分布，对所述车辆传感器数据进行分类；对分类后的信号分别进行滤波处理；采用正则化在线极限学习机拟合滤波处理后的信号，确定还原度最高的最优信号；根据所述最优信号对驾驶过程进行数据评估，并输出驾驶性评估结果
。2.
如权利要求1所述的车辆传感器数据的处理方法，其特征在于，所述车辆传感器数据包括：底盘加速度信号
、
横向加速度信号
、
垂向加速度信号
、
油门踏板信号
、
空调开关信号
、
刹车信号
、
转速信号
、
变速器信号
、
档位信号
、
扭矩信号
、
涡轮转速信号以及车速信号
。3.
如权利要求1所述的车辆传感器数据的处理方法，其特征在于，所述分类后的信号包括低频信号
、
高频信号和中频信号
。4.
如权利要求1所述的车辆传感器数据的处理方法，其特征在于，所述对分类后的信号分别进行滤波处理，包括：对分类后的低频信号采用低通时域滤波，滤除信号中的高频噪声；对分类后的高频信号采用高通时域滤波，滤除信号中的低频噪声；对分类后的中频信号使用简单平均法，使得信号更加平滑；并允许预设频段的信号通过同时滤除其他频段信号；滤波处理公式为：滤波处理公式为：其中，
a
k
为第
k
个输出信号的权系数，
b
k
为第
k
个输入信号的权系数，
N
与
M
为滤波器的阶数，
y[n]
表示当前时刻滤波器的输出信号，
y[n
‑
k]
表示当前时刻前
k
次的输出信号，
x[n
‑
k]
表示当前时刻前
k
次的输入信号
。5.
如权利要求1所述的车辆传感器数据的处理方法，其特征在于，所述最优信号为：其中，
h(x)
为隐藏层特征映射相对于输入
x
的输出向量，
β
为隐藏层和输出节点之间的输出权重向量，
β
i
为输出权重向量
β
中的特征，
h
i
(x)
为输出向量
h(x)
中的特征，
β
＝
(H
T
H+
λ
I)
‑1H
T
T
，
h(x)
＝
[h1(x),h2(x),
…
,h
L
(...

【专利技术属性】
技术研发人员：韩增文，陈金建，李斌，
申请(专利权)人：广东省机场管理集团有限公司工程建设指挥部，
类型：发明
国别省市：