[發(fā)明專(zhuān)利]車(chē)輛數(shù)據(jù)處理方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010367673.6
• 申請(qǐng)日: 2020-04-30
• 公開(kāi)（公告）號(hào): CN111586155A
• 公開(kāi)（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 沈亮;劉咪咪;黎雄
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海華東汽車(chē)信息技術(shù)有限公司;上海歐菲智能車(chē)聯(lián)科技有限公司
• 主分類(lèi)號(hào): H04L29/08
• 分類(lèi)號(hào): H04L29/08;G07C5/08
• 代理公司: 廣州華進(jìn)聯(lián)合專(zhuān)利商標(biāo)代理有限公司 44224
• 代理人: 姜曉云

本申請(qǐng)涉及一種車(chē)輛數(shù)據(jù)處理方法和系統(tǒng)，所述方法包括：輛終端采集車(chē)輛原始數(shù)據(jù)，并對(duì)所述車(chē)輛原始數(shù)據(jù)計(jì)算進(jìn)行解析獲得面向不同基本事件的事件數(shù)據(jù)；所述車(chē)輛終端對(duì)所述事件數(shù)據(jù)進(jìn)行預(yù)處理，以從所述事件數(shù)據(jù)中剔除無(wú)用數(shù)據(jù)；所述車(chē)輛終端根據(jù)分級(jí)策略對(duì)剔除無(wú)用數(shù)據(jù)的所述事件數(shù)據(jù)進(jìn)行分級(jí)處理得到待上傳事件數(shù)據(jù)；所述車(chē)輛終端將所述待上傳事件數(shù)據(jù)上傳至云端服務(wù)器。采用本方法能夠減少上傳的數(shù)據(jù)量，從而可以降低資源消耗，且云端服務(wù)器可以對(duì)該些待上傳數(shù)據(jù)進(jìn)行分析，這樣數(shù)據(jù)量較少，可以減少云端數(shù)據(jù)分析負(fù)荷。

技術(shù)領(lǐng)域

本申請(qǐng)涉及車(chē)輛智能技術(shù)領(lǐng)域，特別是涉及一種車(chē)輛數(shù)據(jù)處理方法和系統(tǒng)。

背景技術(shù)

現(xiàn)代汽車(chē)工業(yè)快速發(fā)展，自動(dòng)駕駛、車(chē)聯(lián)網(wǎng)、遠(yuǎn)程控制等各種新型功能和用戶(hù)體驗(yàn)被引入到汽車(chē)中，汽車(chē)的復(fù)雜度幾何級(jí)的提升，車(chē)內(nèi)通信負(fù)載從原先的30-40％到現(xiàn)在70-90％，翻了一倍多，從而對(duì)于車(chē)輛的運(yùn)行監(jiān)控和異常行為的捕獲帶來(lái)了很大的困擾。自從有了車(chē)聯(lián)網(wǎng)之后，數(shù)據(jù)可以實(shí)時(shí)上傳到云端，大量的數(shù)據(jù)上傳之后進(jìn)行匯總，利用數(shù)據(jù)統(tǒng)計(jì)和模型算法進(jìn)行各種大數(shù)據(jù)分析。一臺(tái)車(chē)一天的數(shù)據(jù)量就可以達(dá)到幾GB，消耗大量的數(shù)據(jù)流量和云端存儲(chǔ)的資源，和云端數(shù)據(jù)分析的負(fù)荷。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠降低資源消耗，減少云端數(shù)據(jù)分析負(fù)荷的車(chē)輛數(shù)據(jù)處理方法和系統(tǒng)。

一種車(chē)輛數(shù)據(jù)處理方法，所述方法包括：

車(chē)輛終端采集車(chē)輛原始數(shù)據(jù)，并對(duì)所述車(chē)輛原始數(shù)據(jù)進(jìn)行解析獲得面向不同基本事件的事件數(shù)據(jù)；

所述車(chē)輛終端對(duì)所述事件數(shù)據(jù)進(jìn)行預(yù)處理，以從所述事件數(shù)據(jù)中剔除無(wú)用數(shù)據(jù)；

所述車(chē)輛終端根據(jù)分級(jí)策略對(duì)剔除無(wú)用數(shù)據(jù)的所述事件數(shù)據(jù)進(jìn)行分級(jí)處理得到待上傳事件數(shù)據(jù)；

所述車(chē)輛終端將所述待上傳事件數(shù)據(jù)上傳至云端服務(wù)器。

上述實(shí)施例中，車(chē)輛終端通過(guò)對(duì)原始數(shù)據(jù)進(jìn)行解析獲得面向不同基本事件的事件數(shù)據(jù)，然后對(duì)事件數(shù)據(jù)進(jìn)行預(yù)處理，以從事件數(shù)據(jù)中剔除無(wú)用數(shù)據(jù)，這樣對(duì)剔除無(wú)用數(shù)據(jù)的事件數(shù)據(jù)進(jìn)行分級(jí)處理得到待上傳事件數(shù)據(jù)，從而車(chē)輛終端可以直接對(duì)該待上傳事件上傳至云端服務(wù)器，這樣可以減少上傳的數(shù)據(jù)量，從而可以降低資源消耗，且云端服務(wù)器可以對(duì)該些待上傳數(shù)據(jù)進(jìn)行分析，這樣數(shù)據(jù)量較少，可以減少云端數(shù)據(jù)分析負(fù)荷。

在其中一個(gè)實(shí)施例中，所述車(chē)輛終端根據(jù)分級(jí)策略對(duì)剔除無(wú)用數(shù)據(jù)的所述事件數(shù)據(jù)進(jìn)行分級(jí)處理得到待上傳事件數(shù)據(jù)，包括：

車(chē)輛終端獲取到云端服務(wù)器更新分級(jí)策略，并根據(jù)所述分級(jí)策略對(duì)所述事件數(shù)據(jù)進(jìn)行分級(jí)處理得到待上傳事件。

上述實(shí)施例中，分級(jí)策略時(shí)云端服務(wù)器下發(fā)的，這樣云端服務(wù)器可以根據(jù)大數(shù)據(jù)分析的結(jié)果對(duì)分級(jí)策略進(jìn)行更新，從而可以實(shí)現(xiàn)分級(jí)策略的迭代優(yōu)化，使得待上傳事件數(shù)據(jù)更加準(zhǔn)確，為后續(xù)的數(shù)據(jù)分析的準(zhǔn)確性奠定基礎(chǔ)。

在其中一個(gè)實(shí)施例中，所述事件數(shù)據(jù)包括多種類(lèi)型的基本事件，所述車(chē)輛終端對(duì)所述事件數(shù)據(jù)進(jìn)行預(yù)處理，以從所述事件數(shù)據(jù)中剔除無(wú)用數(shù)據(jù)，包括：

所述車(chē)輛終端根據(jù)終端規(guī)則判斷所述基本事件是否為異常事件；

當(dāng)所述車(chē)輛終端判定所述基本事件不為異常事件時(shí)，則從所述事件數(shù)據(jù)中剔除與所述異常事件對(duì)應(yīng)的事件數(shù)據(jù)；

所述車(chē)輛終端根據(jù)分級(jí)策略對(duì)剔除無(wú)用數(shù)據(jù)的所述事件數(shù)據(jù)進(jìn)行分級(jí)處理得到待上傳事件數(shù)據(jù)，包括：

當(dāng)所述車(chē)輛終端判定所述基本事件為異常事件時(shí)，對(duì)為異常事件的基本事件增加異常標(biāo)識(shí)；

所述車(chē)輛終端將添加有異常標(biāo)識(shí)的基本事件作為待上傳事件。