[发明专利]一种车辆发动机数据合理性过滤方法

说明书

技术领域

本发明涉及车联网技术领域，具体为一种车辆发动机数据合理性过滤方法。

背景技术

车联网是由车辆位置、速度和路线等信息构成的巨大交互网络。通过GPS、RFID、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集；通过互联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些大量车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。当今车联网系统发展主要通过传感器技术、无线传输技术、海量数据处理技术、数据整合技术相辅相成配合实现。车联网系统的未来，将会面临系统功能集成化、数据海量化、高传输速率。车载终端集成车辆仪表台电子设备，如硬盘播放、收音机等，数据采集也会面临多路视频输出要求，因此对于影像数据的传输，需要广泛运用当今流行3G网络。在企业眼中，车联网市场或许只意味着滚滚而来的商机。但从更宏观的层面来讲，车联网更大的意义在于打造智能交通，造福社会民众。

车联网的具体应用主要包括：通过碰撞预警、电子路牌、红绿灯警告、网上车辆诊断、道路湿滑检测为司机提供即时警告，提高驾驶的安全性，为民众的人身安全多添一重保障；通过城市交通管理、交通拥塞检测、路径规划、公路收费、公共交通管理，改善人们的出行效率，为缓解交通拥堵出一份力；为人们提供餐厅、拼车、社交网络等娱乐与生活信息，提高民众生活的便捷性和娱乐性。

在技术层面，车联网需要首先通过各种传感器获取各种信息，汽车电子是车联网得以实现的基础，特别是汽车电子中的各种车用传感器和执行器等，他们是促进汽车电子化、自动化、智能化发展的关键技术之一，传感器数据的准确性，直接影响了整个车联网项目的成败，由于传感器的品质不一，导致部分车辆发动机数据会掺杂进来异常数据，目前市面上的对发动机数据的采集未采取有效的合理性过滤方法，导致车辆发动机数据错误数据也被直接当作真实数据进行上报。

发明内容

本发明的目的在于提供一种车辆发动机数据合理性过滤方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种车辆发动机数据合理性过滤方法,包括限幅均值法、结合其他数据推算法、卡尔曼滤波法和数据平滑修补法。

优选的，限幅均值法：限幅均值法是设置合理数据区间，对超出区间的数据直接舍弃，并且对合理数据进行连续采样，将采样值进行相加求取平均值；

结合其他数据推算法：结合其他数据推算法是对车辆速度的判断结合GPS速度，发动机转速和刹车状态判断当前值是否为合理数值；

卡尔曼滤波法：卡尔曼滤波法是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法；

数据平滑修补法：数据平滑修补法是将数据进行缓存，根据有效数据猜测无效数据的值，对数据进行平滑修复。

与现有技术相比，本发明的有益效果是：本发明提供的合理性过滤方法包括限幅均值法、结合其他数据推算法、卡尔曼滤波法和数据平滑修补法。本发明通过限幅均值法能有效克服因偶然因素引起的脉冲干扰，并且多次采样求取平均可以有效抑制读取的误差；其次，结合其他数据推算法可以根据当前车辆运行状态推算出合理真实科学的数值，而且是有理可依有据可查，使车辆数据更完美；再次,卡尔曼滤波法是能够从一系列存在测量噪声的数据中，估计动态系统的状态；最后，数据平滑修补法可以把无效数据进行修复，使得上报的数据接近最真实合理的状态。

具体实施方式

下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供如下技术方案：一种车辆发动机数据合理性过滤方法,包括限幅均值法、结合其他数据推算法、卡尔曼滤波法和数据平滑修补法。

其中，限幅均值法：限幅均值法是设置合理数据区间，对超出区间的数据直接舍弃，并且对合理数据进行连续采样，将采样值进行相加求取平均值；

结合其他数据推算法：结合其他数据推算法是对车辆速度的判断结合GPS速度，发动机转速和刹车状态判断当前值是否为合理数值；

卡尔曼滤波法：卡尔曼滤波法是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法；

数据平滑修补法：数据平滑修补法是将数据进行缓存，根据有效数据猜测无效数据的值，对数据进行平滑修复。