[发明专利]一种车辆实时监控方法

说明书

一种车辆实时监控方法，包括：获取车辆原始数据并基于Flink计算引擎对车辆原始数据进行处理；基于HBase实时存储处理后的车辆数据；根据存储的车辆数据，利用机器学习回归算法训练预测模型；将实时数据导入预测模型进行实时预测；将预测结果和实时数据输出展示。通过本发明提出的车辆实时监控方法，通过对车辆各部分数据的处理及预测，指导驾驶员对车辆的保养维护，可有效预防车辆在行驶中潜在的安全隐患。

技术领域

本发明涉及属于计算机技术领域，尤其涉及一种车辆实时监控方法。

背景技术

随着经济的发展和社会的进步，车辆逐渐普及到了千家万户中。而伴随着车辆的逐年增多，在目前的道路状况下，每年发生的道路交通事故数量一直居高不下，对驾驶员的自身带来严重伤害的同时，也给家庭、社会带来了重大的创伤，从而影响着社会的稳定。通过分析交通事故原因，可以得出车辆超速、车辆受损、道路湿滑、视线受阻等因素是造成交通事故频发的主要原因。

而随着科学技术的发展，大数据技术飞速发展。大数据技术在电商、网站等方面已经有了很成功的案例。车辆监控数据数据项繁多、数据采集密度高，正符合大数据的5V特点：Volume(大量化)、Variety(多样化)、Value(价值化)、Velocity(快速化)、Veracity(真实性)。

车辆在行驶过程中会产生很多指标数据。现阶段的车辆监控往往是在车辆送检维修保养的时候进行指标的展示，没有实时的监控。这使得驾驶员在驾驶过程中没有办法定量分析车辆的实时状况，导致即使在车辆行驶过程中发生故障，驾驶员也很难第一时间知晓，增加了车辆的行驶危险程度。

另外，车辆的状况预测也是很重要的一环。通过车辆历史数据的收集、引入人工智能的算法，对车辆今后状况进行分析预测，可以防患于未然，在车辆即将发生故障时提前进行进一步诊断、保养、维修，可以进一步增加车辆的安全系数，降低交通事故发生频率。

发明内容

有鉴于此，本发提出一种车辆实时监控方法，包括：

获取车辆原始数据并基于Flink计算引擎对车辆原始数据进行处理；

基于HBase实时存储处理后的车辆数据；

根据存储的车辆数据，利用机器学习回归算法训练预测模型；

将实时数据导入预测模型进行实时预测；

将预测结果和实施数据输出展示。

在一些实施方式中，获取车辆数据包括：

通过物联网网关以物联网通信协议的方式获取车辆状态数据。

在一些实施方式中，基于Flink计算引擎对车辆原始数据进行处理包括：

对获取到的车辆数据进行格式转化、数据过滤、数据聚合、数据统计。

在一些实施方式中，基于Flink计算引擎对车辆原始数据进行处理还包括：

利用Flink计算引擎的map算子进行数据预处理，将各类指标统一相同的格式；以及

利用Flink计算引擎的filter算子进行数据清洗，过滤掉不规则的数据；以及

利用Flink计算引擎的window算子进行数据汇总，将实时数据进行窗口范围的归并操作；以及

利用Flink计算引擎的reduce算子进行数据统计，将窗口内的数据进行求和或求平均值。

在一些实施方式中，基于HBase实时存储处理后的车辆数据包括：

将预处理后车辆数据写入HBase实时表进行实时数据存储；

将预处理后车辆数据进行离线存储，构建数据仓库。