[發明專利]車輛傳感器數據特征自動提取方法、裝置及計算機可讀存儲介質

有效

• 申請號: 202011065454.9
• 申請日: 2020-09-30
• 公開（公告）號: CN112215118B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 丁磊;陳盼;李偉;丘世全;蔡鵬
• 申請（專利權）人: 華人運通（上海）云計算科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

本發明公開了一種車輛傳感器數據特征自動提取方法、裝置及計算機可讀存儲介質，所述方法包括：獲取在車輛處于運行工況下至少一車輛傳感器產生的數據流；以預設的且與所述運行工況對應的數據截取寬度的滑動窗口對各車輛傳感器的所述數據流進行數據的滑動截取，以截取得到各車輛傳感器所對應的數據序列并存儲；將當前截取得到的所述數據序列與本地存儲的先前截取到的同車輛傳感器類型的數據序列逐一進行數據拼接；對拼接得到的數據序列進行數據特征分析，并根據數據特征分析結果，確定拼接得到的所述數據序列中的數據特征模式序列。本發明能夠提取出車輛傳感器數據流中的新的數據特征。

技術領域

本發明涉及數據分析技術領域，尤其涉及一種車輛傳感器數據特征自動提取方法、裝置及計算機可讀存儲介質。

背景技術

車輛傳感器數據流中包含大量有價值的數據特征模式，這些數據特征模式是大數據分析算法和人工智能算法建模的重要輸入數據。目前，都是基于已訓練出的數據識別模型來識別出車輛傳感器數據流中的數據特征，但是這種方式，只能是識別出已知的數據特征，提取不出新的數據特征。

發明內容

本發明實施例提供一種車輛傳感器數據特征自動提取方法、裝置及計算機可讀存儲介質，能夠提取出車輛傳感器數據流中的新的數據特征。

本發明一實施例提供一種車輛傳感器數據特征自動提取方法，包括：

獲取在車輛處于運行工況下至少一車輛傳感器產生的數據流；

以預設的且與所述運行工況對應的數據截取寬度的滑動窗口對各車輛傳感器的所述數據流進行數據的滑動截取，以截取得到各車輛傳感器所對應的數據序列并存儲；

將當前截取得到的所述數據序列與本地存儲的先前截取到的同車輛傳感器類型的數據序列逐一進行數據拼接；

對拼接得到的數據序列進行數據特征分析，并根據數據特征分析結果，確定拼接得到的所述數據序列中的數據特征模式序列。

作為上述方案的改進，在所述將當前截取得到的所述數據序列與本地存儲的先前截取到的同車輛傳感器類型的數據序列逐一進行數據拼接之前，在所述以預設的且與所述運行工況對應的數據截取寬度的滑動窗口對各車輛傳感器的所述數據流進行數據的滑動截取，以截取得到各車輛傳感器所對應的數據序列并存儲之后，所述方法還包括：

將當前截取得到的所述數據序列與先前存儲的同車輛傳感器類型的每一數據序列進行相似度計算，得到對應的相似度比較結果；

則，在所述對拼接得到的數據序列進行數據特征分析，并根據數據特征分析結果，確定拼接得到的所述數據序列中的數據特征模式序列之后，所述方法還包括：

將所述數據特征模式序列與相似度比較結果為最高的且為本地存儲的先前截取到的同車輛傳感器類型的數據序列進行數據融合，得到融合后的數據特征模式序列。

作為上述方案的改進，在得到融合后的數據特征模式序列后，所述方法還包括：

將融合后的數據特征模式序列與所述車輛工況上傳到服務器，以使所述服務器根據獲取到的所有的與同一運行工況對應的數據特征模式序列進行數據分析，而得到數據分析結果；所述服務器存儲有多個車輛上傳的數據特征模式序列；

其中，所述數據分析結果包括以下中的至少一種：用戶用車行為模式、道路路面地形識別結果、車輛部件狀態監控與故障原因分析結果。

作為上述方案的改進，在所述以預設的且與所述運行工況對應的數據截取寬度的滑動窗口對各車輛傳感器的所述數據流進行數據的滑動截取，以截取得到各車輛傳感器所對應的數據序列并存儲，包括：

以預設的且與所述運行工況對應的數據截取寬度的滑動窗口對各車輛傳感器的所述數據流進行數據的滑動截取，以截取得到對應的數據序列；

對截取到的數據序列進行歸一化處理并緩存。