[发明专利]基于嵌入式系统的车载数据预处理方法

说明书

技术领域

本发明涉及一种汽车数据处理领域，特别是一种车载数据的预处理方法。

背景技术

基于车联网技术的车辆远程监控系统中，车载终端将车辆CAN总线数据（包括里程、速度、油门状态、刹车、发动机工况、转向、开关门、三维加速度等信息）和卫星导航数据（GPS）采集并上传给数据中心，数据中心通过分析这种海量数据实现车辆工况监测、车辆故障诊断与预警、能耗分析等功能，从而实现对车辆的远程智能化管理。

由于受到外界环境(突变的电、磁场或其它因素)的干扰以及测试仪器内部电子元器件突变的干扰,车载终端所提取到的数字信号往往存在突变,形成坏点(或称异常点)。这种坏点对后续的信号处理有着极大的影响,它会在一定程度上歪曲时序信号的特征,造成对后续分析结果的不准确判断。因此，对车载终端采集信号中出现的坏点数据必须予以重视，并采取有效的技术手段加以识别和剔除。

数据坏点的判别方法较多,如莱因达准则、格拉布斯准则、狄克逊准则、肖维勒准则等等。莱因达准则计算较为简便实用,对数据量大小没有限制,便于对大数量的数据进行处理。而格拉布斯准则、狄克逊准则、肖维勒准则等则由于涉及到相应的系数表,仅适用于数据量小的情况。

对于车辆的动态监测数据,由于其数据量庞大,采用莱因达准则较为合适。但由于莱因达准则运用的前提是要求数据为正态分布,而动态测试数据往往不会是标准的正态分布,因此直接利用莱茵达准则来剔除动态测试数据中的坏点的效果不太理想。

发明内容

本发明的目的就是提供一种基于嵌入式系统的车载数据预处理方法，它可以对大数据量的车辆状态信息进行坏点预处理，能有效消除坏点数据，提高信息的可靠性。

本发明的目的是通过这样的技术方案实现的，嵌入式系统包括有与CAN总线连接的单片机，单片机将处理后的信号发送至数据中心，具体预处理步骤如下：

1）单片机接收CAN总线传输的车辆运行状态数据和GPS数据；

2）将接收到的数据每K个分为一组，计算每一组数据的均值E和方差σ；

3）在每组数据计算每个数据S_i的△_i=|S_i-E|，式中S_i代表传感器在某个时刻的测量值，△_i代表测量值与均值间的距离；

4）对每个数据进行处理，若△＞th.σ，S_i=E；当△≤th.σ，S_i=S_i，这里th是一个常数，表示方差的倍数；

进一步，所述单片机包括有GPS接收机、以太网接口和JTAG接口。

进一步，所述车辆运行状态数据包括有：里程信息、速度信息、油门状态信息、刹车信息、发动机工况信息、转向信息、开关门信息和三维加速度信息。

进一步，参数K的计算公式为：

式中，K₀和K₁是两个常数，K₀=5,K₁=2，SNR是信号的信噪比。

进一步，参数th的计算公式为：

式中，K₃和K₄是两个常数，k₃=1.5,k₄=2，SNR是信号的信噪比。

由于采用了上述技术方案，本发明具有如下的优点：

本发明在CAN总线与数据中心之间增加了一个单片机，用于数据坏点预处理，可以有效的提高数据的准确性，增加车辆控制系统的可靠性。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。

附图说明

本发明的附图说明如下。

图1为压强数据处理前后对比；

图2为速度数据处理前后对比；

图3为制动开关数据处理前后对比；

图4为嵌入式系统的硬件框图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

通过利用ARM/Linux嵌入式系统来实现数据质量清洗的效果。本预处理方法可同时对多个CAN总线数据进行处理，此处以车辆速度、制动踏板信号和燃料气瓶压强为例进行说明，具体情况如图1～图3所示。