一种行车用量数据的采集方法及系统的制作方法
【技术领域】
[0001] 本发明涉及车联网技术领域，特别涉及一种行车用量数据的采集方法及系统。
【背景技术】
[0002] 随着车联网相关技术的不断成熟，传感器技术、移动通信技术、大数据技术和智能 计算技术等均开始与车联网产业深度融合。在市场需求的带动下，车联网的Telemaitcs终 端设备有望迎来爆发式的增长，其中，Telemaitcs指应用无线通信技术的车载电脑系统，从 而为运营商开拓数据服务模式带来可观的增值收入和持续增长的机遇。区别于传统的智能 交通系统（ITS, Intelligent Transport System),车联网更注重车与车、车与路、车与人之 间的交互通信，可W说车联网的出现重新定义车辆交通运行方式。
[0003] 数据采集是实现对车辆交通运行方式优化和资源有效利用的重要基础和前提。由 于车联网数据特征本身是错综复杂、分口别类而且属性各异的。因此，如何人、车、路"立 类信息为主体的资源数据有效采集，从而满足车联网产业各方对该些资源数据在业务和服 务日益增长且强劲多变的需求就显得尤为重要。该领域的研究尚处于起步阶段，很多问题 都没有得到解决。
[0004] 目前，车联网数据的采集，重点关注如车辆内部信息、车辆外部信息或交通环境信 息。车厂、Telemaitcs服务商（TSP, Telematics Service Provider)和商业车队等行业的 系统主要关注车辆内外部信息的采集，通过提取车辆行驶参数和系统数据保证车辆行驶安 全、规避道路拥塞及提高出行舒适度；而城市交通管部口更关注对交通环境信息的采集，通 过对交通环境状态和参数分析，实现对城市交通状况的整体分析和调控，而无法实现对车 联网资源的统一调配和管理。
[0005] 经归纳整理，可W得知，车联网资源需求主要为：
[0006] 1)车辆内外部信息的数据采集：针对车厂和TSP，通过对车辆行驶过程的状态 数据的采集，该些状态数据包括：行驶速度、轨迹、位置、发动机信息、车载自动诊断系统 (0BD，化-Board Digamostics)等的采集，为后期提供诸如远程诊断、道路救援及事故报警 灯服务。针对商业车队，将所采用的上述车辆行驶过程的状态数据发送到监控中也，W满足 监控中也对车辆信息全面掌控的需求。
[0007] 2)城市交通环境信息的数据采集；针对交通管理部口的需求，采集的数据类型主 要包括浮动车、摄像头、地感线圈、微波或信号等设备的工作状态数据，用W实现对城市整 体交通路况、车流量和交通事故信息的监控和判定。
[0008] 目前的车联网领域对信息采集的方法和系统虽然已经较为成熟，但是要实现对 "人-车-路"H类信息主体的资源进行优化利用，仍然存在一些难题：首先，单一对车辆 内外部信息或对环境信息的数据采集，是面向各自功能和场景的单一架构，数据存在较大 片面性；其次，对车内外信息的数据采集的解决方法，并未充分考虑各数据主体间的关联关 系，采集范围缺乏针对性，数据兀余严重；最后，并未考虑对车辆交通运行方式后续优化和 分析，从而无法完成车联网相关资源的优化利用。
【发明内容】
[0009] 有鉴于此，本发明提供一种行车用量数据的采集方法，该方法能够对车联网中的 数据资源集中采集并分析，对分析后的数据资源优化利用。
[0010] 本发明还提供一种行车用量数据的采集系统，该装置能够对车联网中的数据资源 集中采集并分析，对分析后的数据资源优化利用。
[0011] 为达到上述目的，本发明实施的技术方案具体是该样实现的：
[0012] 一种行车用量数据的采集方法，该方法包括：
[0013] 基于"人、车和路"H类信息主体提供的车联网原始数据，建立用量模型，该用量模 型包括不同信息主体的不同项目所对应的行车用量关联规则；
[0014] 根据所建立的用量模型将"人、车和路"H类信息主体提供的车联网原始数据，进 行关联采集。
[0015] 所述建立用量模型的过程为：
[0016] 根据车联网原始数据生成行车用量的影响属性集合；
[0017] 对行车用量的影响属性集合进行包括数据清理和格式化处理的预处理过程；
[0018] 基于预处理后的行车用量的影响属性集合建立行车用量的概念层次树；
[0019] 对行车用量的概念层次树中的每一概念层计算得到频繁项集，得到行车用量的关 联规则；
[0020] 基于行车用量的关联规则确定所对应的不同信息主体的不同项目，建立用量模 型。
[0021] 所述建立行车用量的概念层次树为：
[0022] 基于预处理后的行车用量的影响属性集合中的每一级属性集合，从概念层次树的 根部开始，从顶部向下，将每一级属性集合形成每一概念层，形成行车用量的概念层次树。
[0023] 所述每一概念层计算得到频繁项集为：
[0024] 每一概念层计算得到该概念层的项集；
[00巧]设置设定支持度阔值和/或设置置信度阔值后，对每一概念层计算得到该概念层 的项集，判断该概念层的项集的支持度或/和置信度是否大于等于设定支持度阔值和/或 设置置信度阔值，如果是，则作为频繁项集；
[0026] 将所有频繁项集作为行车用量的关联规则。
[0027] -种行车用量数据的采集系统，该系统包括：提取单元、存储单元、用量模单元及 关联米集单兀，其中，
[0028] 提取单元，用于获取车联网原始数据，得到行车用量的影响属性集合存储在存储 单元中；
[0029] 存储单元，用于存储行车用量的影响属性集合；
[0030] 用量模型单元，用于根据存储单元存储的行车用量的影响属性集合建立用量模 型，该用量模型包括不同信息主体的不同项目所对应的行车用量关联规则；
[0031] 关联采集单元，用于根据用量模型，关联采集车联网原始数据。
[0032] 所述用量模型单元还包括预处理单元、建立行车用量的概念层次树单元、行车用 量的关联规则生成单元及用量模型生成单元，其中，
[0033] 预处理单元，用于对存储单元存储的行车用量的影响属性集合进行包括数据清理 和格式化处理的预处理过程；
[0034] 建立行车用量的概念层次树单元，用于基于预处理后的行车用量的影响属性集合 建立行车用量的概念层次树；
[00巧]行车用量的关联规则生成单元，用于对行车用量的概念层次树中的每一概念层计 算得到频繁项集，得到行车用量的关联规则；
[0036] 用量模型生成单元，用于基于行车用量的关联规则建立用量模型，该用量模型包 括不同信息主体的不同项目所对应的行车用量关联规则。
[0037] 由上述方案可W看出，本发明提供的方法及系统基于"人、车和路"H类信息主体 发送的车联网原始数据，建立用量模型，该用量模型包括不同信息主体的不同项目所对应 的行车用量关联规则；根据所建立的用量模型将"人、车和路"H类信息主体发送的车联网 原始数据，进行关联采集。由于本发明在采集过程中，是根据所建立的用量模型进行采集， 该用量模型为不同信息主体的不同项目所对应的行车用量关联规则，所W避免了单一对车 辆内外部信息或对环境信息的数据采集；而且在设置用量模型时，是基于"人、车和路"H 类信息主体发送的具备关联性的车联网原始数据设置的，充分考虑各数据主体间的关联关 系，采集范围有针对性，采集数据简单，有利于后续分析和通过改进用量模型优化。因此，本 发明提供的系统及方法可W对车联网中的数据资源集中采集并分析，对分析后的数据资源 优化利用。
【附图说明】
[0038] 图1为本发明实施例提供的"人-车-路"信息主体间的关联关系结构示意图；
[0039] 图2为本发明实施例提供的行车用量数据的采集过程示意图；
[0040] 图3为本发明实施例提供的行车用量数据的采集方法流程图；
[0041] 图4为本发明提供的多维多层的行车用量的概念层次树结构示意图；
[0042] 图5为本发明实施例提供的关联规则提取方法流程图；
[0043] 图6为本发明实施例提供的面向行车用量数据的采集方法实施例的具体流程图；
[0044] 图7为本发明实施例提供的行车用量管理系统的结构示意图；
[0045] 图8为本发明实施例提供的关联采集具体例子过程示意图。
【具体实施方式】
[0046] 为使本发明的目的、技术方案及优点更加清楚明白，W下参照附图并举实施例，对 本发明作进一步详细说明。
[0047] 为了解决本发明提供的方案，本发明提供了基于"人-车-路"H维主体间的关联 数据模型，并提出了 "行车用量"的概念。
[0048] 行车用量，用量是使用量的简称，是一种对资源使用的行为计量，而用量管理规则 则