一种通过大数据分析车辆加油行为的方法与流程

本发明属于车辆监测，具体涉及一种通过大数据分析车辆加油行为的方法。

背景技术：

1、车辆在行驶过程中，只能通过车主主动反馈相关情况，物流方无法监控实际情况，目前在车辆领域中，通过t-box采集的信号中，没有直接能够体现车辆是否加油的信号，市面上已经有通过油量液位判断车辆加油量的方法，但是无法准备判断出具体的加油时间。

2、参考专利一种基于油箱液位数据判断加油及偷油时刻的方法(cn108020289a)：公开了一种基于油箱液位数据判断加油偷油时刻的方法，该方法通过采集油箱液位数据经过算法处理，得到加油时刻和偷油时刻，相对现有技术，该方法可以较低成本找出加油偷油时刻，可以为机主提供加油统计信息和偷油信息，带来附加价值。

3、虽然上述文献与本发明接近均是使用油箱液位判断，但是判断的方法与结果均是不同的，车辆在运输过程中，车辆会上报车况信息平台，这些车况信息中，无法直接体现车辆是否在路上是否有加油行为，需要有一种方法，能够识别出车辆加油行为发生的地点和时间，本发明就是解决这个问题，让车联网技术增加更多的应用场景。

技术实现思路

1、本发明的目的在于提供一种通过大数据分析车辆加油行为的方法，以解决上述背景技术中提出的现有的无法识别出车辆加油行为发生的地点和时间的问题。

2、为实现上述目的，本发明提供如下技术方案：一种通过大数据分析车辆加油行为的方法，包括实时采集车况数据、选取起火或熄火信号时间、获取液位数值进行时间排序、过滤无效数据计算差值、判断是否存在加油行为。

3、采用上述方案，车辆起动后周期性上报，利用液位传感器以固定采样频率采集油箱的液位数据，基于车辆加油行为一般发生在熄火状态，所以抓取选取采样的起始时刻，采集点火和熄火事件期间的油箱液位数值(有效值范围：2-100)，按时间排序，计算车辆点火和上一次车辆熄火的油箱液位差值，如果液位差值大于2％且熄火时长大于5分钟，则认为发生过加油行为。

4、作为一种优选的实施方式，所述实时采集车况数据为周期性上报。

5、作为一种优选的实施方式，所述选取起火或熄火信号时间是基于车辆加油行为一般发生在熄火状态，所以抓取选取采样的起始时刻。

6、作为一种优选的实施方式，所述选取起火或熄火信号时间进行采集点火和熄火事件期间的油箱液位数值。

7、作为一种优选的实施方式，所述获取液位数值进行时间排序包括计算车辆点火和上一次车辆熄火的油箱液位差值。

8、作为一种优选的实施方式，所述过滤无效数据计算差值包括自动过滤不相关数据统计出较为精确的起火或熄火信号时间点的液位数据。

9、作为一种优选的实施方式，所述判断是否存在加油行为是基于车辆点火和上一次车辆熄火的油箱液位差值，以及相对应的熄火时长。

10、一种通过大数据分析车辆加油行为的方法，包括以下步骤：

11、s1、开始；

12、s2、实时采集车况数据；

13、s3、选取起火或熄火信号时间；

14、s4、获取液位数值进行时间排序；

15、s5、过滤无效数值，计算差值；

16、s6、判断差值是否符合2％以上范围；

17、s7、若液位差值大于2％则进入s8，若液位差值小于等于2％则判定为非加油行为；

18、s8、判断熄火时间是否大于5分钟；

19、s9、若熄火时间大于5分钟则判定为加油行为，若熄火时间小于等于5分钟则判定为非加油行为。

20、与现有技术相比，本发明的有益效果是：

21、该一种通过大数据分析车辆加油行为的方法通过油量液位变化结合车辆点火熄火信号辅助判断，数据分析算法，经过验证，具有较高的准确性，相较于现如今其他判断加油行为的方法，只是根据液位的上升和下降趋势做出判断，会因为油量液位存在一定的误差，然而本发明可以根据采集的液位数据，根据上述方法，判断车辆是否存在加油行为，并确定期加油位置和加油时间，计算液位变化，推算出加油量，找出加油行为后可以给企业或物流监控方提供统计信息，带来附加价值。

技术特征：

1.一种通过大数据分析车辆加油行为的方法，其特征在于：包括实时采集车况数据、选取起火或熄火信号时间、获取液位数值进行时间排序、过滤无效数据计算差值、判断是否存在加油行为。

2.根据权利要求1所述的通过大数据分析车辆加油行为的方法，其特征在于：所述实时采集车况数据为周期性上报。

3.根据权利要求1所述的通过大数据分析车辆加油行为的方法，其特征在于：所述选取起火或熄火信号时间是基于车辆加油行为一般发生在熄火状态，所以抓取选取采样的起始时刻。

4.根据权利要求1所述的通过大数据分析车辆加油行为的方法，其特征在于：所述选取起火或熄火信号时间进行采集点火和熄火事件期间的油箱液位数值。

5.根据权利要求1所述的通过大数据分析车辆加油行为的方法，其特征在于：所述获取液位数值进行时间排序包括计算车辆点火和上一次车辆熄火的油箱液位差值。

6.根据权利要求1所述的通过大数据分析车辆加油行为的方法，其特征在于：所述过滤无效数据计算差值包括自动过滤不相关数据统计出较为精确的起火或熄火信号时间点的液位数据。

7.根据权利要求1所述的通过大数据分析车辆加油行为的方法，其特征在于：所述判断是否存在加油行为是基于车辆点火和上一次车辆熄火的油箱液位差值，以及相对应的熄火时长。

8.根据权利要求1-7所述的通过大数据分析车辆加油行为的方法，其特征在于，包括以下步骤：

技术总结本发明公开了一种通过大数据分析车辆加油行为的方法，属于车辆监测技术领域，包括实时采集车况数据、选取起火或熄火信号时间、获取液位数值进行时间排序、过滤无效数据计算差值、判断是否存在加油行为，实时采集车况数据为周期性上报，选取起火或熄火信号时间是基于车辆加油行为一般发生在熄火状态，所以抓取选取采样的起始时刻，选取起火或熄火信号时间进行采集点火和熄火事件期间的油箱液位数值。本发明通过选取起火或熄火信号时间的油液位数值，通过判断点火熄火的液位差以及相对应的时间间隔，即可快速判断是否发生过加油行为，可以给企业或物流监控方提供统计信息，带来附加价值。技术研发人员：李芸,涂芮,奚云,徐辉,秦长坤,张新文,朱志强,胡紫晴,黄霄文,胡军耀,陶涛,徐海林,张凤兰受保护的技术使用者：江铃汽车股份有限公司技术研发日：技术公布日：2024/2/29