一种实时车辆运行数据分析的车辆高温预警系统及方法与流程

本发明涉及车联网，尤其涉及一种实时车辆运行数据分析的车辆高温预警系统及方法。

背景技术：

1、随着车辆研发制造水平不断提升，人们对车辆节能性，可靠性，舒适性，智能化，网联化要求越来越高，而作为生产资料的商用车其复杂的使用场景，进一步抬升车辆性能开发目标；虽然在车辆开发目标设定时会考虑绝大多数客户场景以及安全空间，但出于成本和高性能间的平衡不可能把所有的苛刻条件涵盖进去，在特定场合或状态下车辆会出现一些被动性限制或异常，例如车辆高温限扭；

2、现有技术中对于车辆高温限扭的情况不能提前预判，也不能对客户进行相应提醒，客户会被动感知车辆性能变差影响体验感，长期出现此情形对车辆可靠性也是极大挑战。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的缺点，而提出的一种实时车辆运行数据分析的车辆高温预警系统及方法。

2、为实现上述目的，本发明采用了如下技术方案：

3、一种实时车辆运行数据分析的车辆高温预警系统，包括数据采集模块、历史数据分析模块、实时数据分析模块、高温异常预警模块；

4、所述数据采集模块用于采集车辆数据；

5、所述历史数据分析模块用于分析车辆是否为潜在高温风险车辆；

6、所述实时数据分析模块用于分析车辆当前行驶轨迹是否存在高温风险；

7、所述高温异常预警模块用于对高温风险车辆进行预警；

8、本发明还提出一种实时分析车辆运行数据的车辆高温预警方法，包括以下步骤：

9、s1：采集车辆数据；

10、包括如下子步骤：

11、s11：采集拟预测的车辆静态数据；

12、大数据集群服务器中存储有车辆数据集，所述车辆数据集包括车辆静态数据；

13、数据采集模块从大数据集群服务器中采集拟预测的车辆静态数据；

14、所述拟预测的车辆静态数据包括车型、型号、发动机类型、最大扭矩、额定功率等；

15、所述车型对应车辆具体的类型，例如卡车、汽车等；

16、所述型号对应同一车型中的不同车辆，同一车型中各个车辆的型号唯一；

17、s12：根据车辆静态数据采集车辆周历史运行数据；

18、终端智能设备根据步骤s11中采集的车型和型号连接车辆诊断接口，采集对应的车辆周历史运行数据；

19、所述车辆周历史运行数据为车辆一周中所有的行驶轨迹数据；

20、所述行驶轨迹数据包括行驶轨迹时间、行驶轨迹里程、行驶轨迹中每个位置点数据；

21、所述行驶轨迹位置点数据包括每个位置点的行驶时间、经纬度、高程、行驶速度、发动机扭矩、发动机水温等；

22、所述高程为海拔高度；

23、s2：筛选目标车辆；

24、包括如下子步骤：

25、s21：设定筛选标准值；

26、工程师事先设定车辆数据的筛选标准值，包括周运行天数、周运行时长、周行驶里程；

27、具体地，设置周运行天数为d、周运行时长为t、周行驶里程为m，d、t、m为预设值；

28、s22：筛选目标车辆；

29、根据采集的车辆周历史运行数据得到车辆对应的周运行天数、周运行时长、周行驶里程；

30、所述周运行天数为车辆一周中存在行驶轨迹的天数；

31、所述周运行时长为车辆一周中所有行驶轨迹时间的和；

32、所述周行驶里程为车辆一周中所有行驶轨迹里程的和；

33、通过java代码筛选出同时满足周运行天数大于d、周运行时长大于t、周行驶里程大于m的车辆，即为目标车辆；

34、将目标车辆的周历史运行数据传输到历史数据分析模块；

35、s3：判断车辆是否为潜在高温风险车辆；

36、包括如下子步骤：

37、s31：设定潜在高温风险标准；

38、工程师事先在历史数据分析模块中设定潜在高温风险标准以及轨迹标准数x；

39、所述潜在高温风险标准为：满足车辆运行速度大于v1、发动机扭矩大于n1、发动机水温大于w1、发动机水温上升、前方坡度大于s1的条件的持续时长大于t1；

40、所述v1、n1、w1、s1、t1、x为预设值；

41、s32：对行驶轨迹逐个进行判断；

42、历史数据分析模块接收目标车辆的周历史运行数据，并根据潜在高温风险标准对目标车辆一周的行驶轨迹逐个进行判断，具体的判断方法如下：

43、通过java代码筛选行驶轨迹中满足车辆运行速度大于v1、发动机扭矩大于n1的、发动机水温大于w1、发动机水温上升、前方坡度大于s1的条件的时间点；

44、如果筛选出的时间点中存在连续的时间点，对连续的时间点进行持续时间的累加，得到持续时长；

45、进一步地，如果筛选出的时间点中存在多段连续时间点，依次对每段连续时间点进行持续时间的累加，得到多个持续时长；

46、将持续时长与t1进行比较，如果存在持续时长大于t1，则此行驶轨迹符合潜在高温风险标准；否则，此行驶轨迹不符合潜在高温风险标准；

47、将目标车辆中所有符合潜在高温风险标准的轨迹数相加，如果大于轨迹标准数x，则此目标车辆为潜在高温风险车辆；

48、进一步地， 发动机水温上升的判断方法为：通过cmp函数比较相邻时间点的发动机水温，如果后一时间点的发动机水温大于前一时间点的水温，则所述前一时间点为发动机水温上升的时间点；

49、进一步地，前方坡度大于s1的判断方法为：根据经纬度计算相邻位置点的水平距离、根据高程计算出相邻位置点的高程差，前方坡度 = (高程差/水平距离)×100%；如果计算出的前方坡度大于s1，则所述相邻位置点中的前一位置对应时间点的前方坡度大于s1；

50、s4：判断潜在高温风险车辆当前是否存在高温风险；

51、终端智能设备根据潜在高温风险车辆的车型和型号连接车辆诊断接口，采集潜在高温风险车辆的当前行驶轨迹数据；将采集的当前行驶轨迹数据传输到实时数据分析模块；

52、所述当前行驶轨迹数据包括每个位置点的行驶时间、经纬度、高程、行驶速度、发动机扭矩、发动机水温等；

53、工程师在实时数据分析模块中设定高温风险标准，所述高温风险标准为：满足车辆运行速度大于v2、发动机扭矩大于n2、发动机水温大于w2的条件的持续时长大于t2，同时前方存在长上坡路段；

54、所述v2、n2、w2、t2为预设值；

55、工程师设定上坡路段的坡度范围以及上坡路段的路程；

56、实时数据分析模块接收当前行驶轨迹数据并根据高温风险标准对当前行驶轨迹数据进行判断，具体的判断方法如下：

57、通过java代码得到当前行驶轨迹数据中车辆运行速度大于v2、发动机扭矩大于n2、发动机水温大于w2的时间点；

58、如果筛选出的时间点中存在连续的时间点，对连续的时间点进行持续时间的累加，得到持续时长；

59、进一步地，如果筛选出的时间点中存在多段连续时间点，依次对每段连续时间点进行持续时间的累加，得到多个持续时长；

60、将持续时长与t2进行比较，如果不存在持续时长大于t2，则不做处理；如果存在持续时长大于t2，则调用路网数据获取当前行驶轨迹的前方路段信息，得到前方路段坡度以及上坡路段的路程；如果前方路段的坡度在工程师设定的坡度范围内且大于为设定的上坡路段的路程，则当前行驶轨迹前方存在长上坡路段，当前行驶存在高温风险；

61、实时数据分析模块将判断结果传输至高温异常预警模块；

62、s5：对存在高温风险的车辆进行预警；

63、高温异常预警模块接收判断结果，对判断结果为存在高温风险的车辆进行预警。

64、与现有技术相比，本发明的有益效果为：

65、本发明提出的方法通过采集拟预测的车辆静态数据，并根据车辆静态数据采集车辆周历史运行数据，通过车辆周历史运行数据判断车辆是否为潜在高温风险车辆，采集高温风险车辆的当前行驶轨迹数据，判断车辆当前行驶轨迹是否存在高温风险，如果存在，则高温异常预警模块对车辆进行预警；本发明方法能够对车辆数据进行分析，判断车辆是否存在高温风险，并做出预警提醒，从而帮助驾驶员提前做出应对操作，降低车辆故障风险，提升车辆可靠运行能力，提升客户对于车辆的满意度。