[发明专利]一种基于车联网的车速降噪方法

说明书

本发明公开了一种基于车联网的车速降噪方法，步骤为A．接收车载设备上传的数据包；B．检查定位数据是否定位缺失，若是，则执行D，否则，执行C；C．检查该定位数据对应的速度数据是否异常，若是，则执行E；D．设发生定位缺失的定位数据为缺失点定位数据，其对应的速度数据为缺失点速度数据；基于与缺失点速度数据相邻的若干速度数据，采用第一计算方式，计算出第一替换速度数据，以替换该缺失点速度数据；E．基于与该速度数据相邻的若干速度数据，采用第二计算方式，计算出第二替换速度数据，以替换该异常的速度数据。本发明可快速定位速度异常位置，且分别针对不同异常情况，选取对应的修正方式，使得修正结果更为准确。

技术领域

本发明涉及车联网领域，尤其是一种基于车联网的车速降噪方法。

背景技术

运用车联网来对车辆进行监测，是目前在车辆监控领域应用得比较广的一项技术。目前在车联网领域内，通过在汽车上装配大量传感器，以采集行车数据，通过车载传感器，将车辆的数据反馈到云端进行存储和运算。在云端，通过构建模型来分析数据以判断车辆的行驶情况。大多车载终端使用GPS返回车辆速度，通过速度进一步检测车辆的安全情况。

车辆在行驶过程中，会遇到诸多复杂的路况，例如隧道等卫星盲区、市区高楼等信号强漫反射区域，遇到此类情况时，车载终端很难反馈有效的数据，数据会存在缺失或者异常值出现的情况。这样的数据对于数据分析是一个难题，再强的机器学习模型遇到脏数据，都会显得束手无策。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种基于车联网，对车载设备上传的数据，尤其是速度数据进行降噪处理的方案。以修正GPS因为卫星盲区或者信号漫反射给数据带来的噪点。以为基于速度数据的分析提供准确的数据。

本发明采用的技术方案如下：

一种基于车联网的车速降噪方法，包括以下步骤：

A．接收车载设备上传的数据包，该数据包包含若干条连续采集的速度数据和定位数据，速度数据与定位数据一一对应；

B．对每一个定位数据进行验证：检查定位数据是否定位缺失，若是，则执行D，否则，执行C；

C．检查该定位数据对应的速度数据是否异常，若是，则执行E；

D．设发生定位缺失的定位数据为缺失点定位数据，其对应的速度数据为缺失点速度数据；基于与缺失点速度数据相邻的若干速度数据，采用第一计算方式，计算出第一替换速度数据，以替换该缺失点速度数据；

E．基于与该速度数据相邻的若干速度数据，采用第二计算方式，计算出第二替换速度数据，以替换该异常的速度数据。

基于定位的判断，可以确定出速度缺失的位置，对于速度数值的判断，可以确定速度异常的位置，分别对此两种情况进行筛选，并通过不同的方式进行修正，可以使得对于速度修正更有针对性。同时，基于相邻位置的数值进行修正，符合车速变化的规律，考虑到输出采集的高频性，修正结果与实际偏差值非常小。这样就使得对于车速的降噪效果非常好。

进一步的，所述步骤C中，速度数据异常具体为：该速度数据与前一条速度数据间的差值大于速度差阈值。

速度的突变对于速度异常的描述较有代表性，对于突变速度的检测和修正，能够较为客观地对速度数据进行修正。

进一步的，所述步骤E中，对与该速度数据相邻的若干速度数据的选取方式为：选取以该速度数据为中心位置的，总量为N条的速度数据；或者，判断该速度数据前的N条速度数据所对应的定位数据是否存在缺失，若是，则取该速度数据后的N条速度数据，否则，取该速度数据前的N条速度数据。

基于定位数据判断速度数据附近的其它数据是否存在异常，可使得对于修正基础的选择更为真实有效，进而确保对于速度数据的修正结果更为准确。