网联车辆行为模式数据采集和存储系统的制作方法

文档序号:14715790发布日期:2018-06-16 01:19阅读:437来源:国知局
网联车辆行为模式数据采集和存储系统的制作方法

本实用新型属于智能汽车领域,尤其是一种基于分布式文件系统的网联车辆行为模式数据采集和存储系统。



背景技术:

随着信息技术和车联网技术快速发展,并在智能交通领域的广泛应用,极大的促进了智能驾驶和智能汽车的发展。经过百余年的发展,汽车正逐步迈进千家万户,并不断改变着人类的生活品质、时空价值和文化融合。电动化、智能化和互联网化是现代汽车工业发展的典型化趋势,三者之间相互糅合和相互影响。智能电动无人驾驶汽车是采用先进的传感技术实现车速、位置以及特征图像等信息的获取,并最终使车辆具备信息感知、多源信息融合以及人机共驾交互的能力,而且可实现智能分析车辆行驶工况得能力,是一类具备特殊功能的智能机器人。智能电动汽车不断改变着当前的交通运输生态系统,而且随着智能网联信息交互技术的不断发展,必将逐步降低严重的城市拥堵病和交通事故,在一定程度上提高车辆能量利用率和提高人类的工作效率。目前数据采集和存储主要采用装载在车辆上的通过无线等识别技术,实现在信息网络平台上对所有车辆的属性信息和动态信息进行提取和有效利用,根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供服务。这种车辆数据采集和存储方式将数据采集传输到中央服务器存储和处理分析,无法适应大容量数据传输需求,随着入网车辆的不断增加将占用巨大网络和存储资源,现实条件无法满足。

申请号为201710153228基于信道预测的车联网数据传输调度方法,根据收集到的车辆状态信息,使用信道预测算法预测车辆与路边中心单元以及车辆间的大尺度信道信息,计算潜在通信链路的信噪比和通信效益,并使用贪心算法选择中继车辆节点集合进行数据分发的调度。该专利通过智能计算对传输信道进行预测在一定程度上提升整体系统的通信性能,但是无法从根本上解决海量数据传输采集问题,并且信道预测机制将增加额外的资源开销。



技术实现要素:

为了解决现有技术的不足,本实用新型提出了网联车辆行为模式数据采集和存储系统。

本实用新型采用如下技术方案:

网联车辆行为模式数据采集和存储系统,其特征在于,包括多个数据采集终端、数据存储备份服务器系统,数据备份服务器系统包括多个存储服务器,数据采集终端包括普通数据采集终端、高精度数据采集终端,普通数据采集终端、高精度数据采集终端、存储服务器之间基于分布式网络系统点对点的网络传输通信连接。

进一步地,所述普通数据采集终端内置高精度数据采集单元、无线通信模块、数据存储单元、差分卫星定位模块;所述高精度数据采集单元、无线通信模块、差分卫星定位模块均连接数据存储单元;所述高精度数据采集单元通过CAN总线连接有网联车辆自身的控制系统。

进一步地,所述内置高精度数据采集单元、无线通信模块、数据存储单元、差分卫星定位模块;所述高精度数据采集单元、无线通信模块、差分卫星定位模块均连接数据存储单元;所述高精度数据采集单元通过CAN总线连接有网联车辆自身的控制系统;高精度数据采集单元还连接有网联车辆车载的数据采集系统。

进一步地,所述网联车辆自身的控制系统包括动力系统、仪表、加速度传感器、角速度传感器、胎压、开关信号。

进一步地,所述数据存储单元和数据备份服务器系统中文件被备份成多份数据,文件内容的HASH值作为文件的唯一地址。

更进一步地,所述网联车辆车载的数据采集系统包括高清广角摄像头、旋转式的激光雷达、陀螺仪、差分GPS定位系统。

采用如上技术方案取得有益技术效果为:

基于分布式文件系统的网联车辆行为数据采集和存储系统采用点对点网络文件数据传输方式,与通用采用中心服务器和主干网的车联网技术相比具有网络资源消耗较少,组网灵活的特点,凡是安装车载终端的车辆都可以加入车联网系统,无容量限制。

文件的存储分布在网络所有车载终端节点和备份服务器节点上,相同的数据在车联网业务应用过程中将被备份成多分数据,避免了因部分节点损坏导致数据丢失。

数据存储备份服务器系统的各个节点终端具有主动备份数据的功能,避免车联网业务应用中没有备份的数据丢失,其作为整个车联网的数据仓库,为其他数据分析和处理系统提供丰富的数据资源。

网联车辆行为模式数据采集和存储系统实现网联车辆在网情况下,车辆行为数据的快速采集和存储,从而为行为数据分析和反馈提供有效支持。

附图说明

图1为普通数据采集终端结构框图。

图2为高精度数据采集终端结构框图。

图3为网联车辆行为模式数据采集和存储系统工作流程图。

图4为网联车辆行为模式数据采集和存储系统结构示意图。

具体实施方式

结合附图1至4对本实用新型的具体实施方式做进一步说明:

网联车辆行为模式数据采集和存储系统,如图4所示,包括多个数据采集终端、数据存储备份服务器系统,数据备份服务器系统包括多个存储服务器,数据采集终端包括普通数据采集终端、高精度数据采集终端,普通数据采集终端、高精度数据采集终端、存储服务器之间基于分布式网络系统点对点的网络传输通信连接。普通数据采集终端、高精度数据采集终端、存储服务器都是网络节点终端。数据采集终端的存储单元和数据备份服务器系统组成存储系统。所述存储单元和数据备份服务器系统中文件被备份成多分数据,文件内容的HASH值作为文件在存储系统中的唯一地址。

分布式网络系统实现车联网数据的分布式存储,不同车辆终端和数据存储备份服务器之间网络采用点对点的网络传输模式,当车联网系统被请求一个文件哈希时,它会使用一个分布式哈希表就近找到文件所在的节点,取回文件并验证文件数据。

如图1所示,普通数据采集终端内置高精度数据采集单元、无线通信模块、数据存储单元、差分卫星定位模块;所述高精度数据采集单元、无线通信模块、差分卫星定位模块均连接数据存储单元,数据存储单元基于分布式网络系统点对点的网络传输方式实现车联网数据的分布式存储;所述高精度数据采集单元通过CAN总线连接有网联车辆的动力系统、仪表、加速度传感器、角速度传感器、胎压、开关信号。

以上为普通精度数据采集终端。普通数据采集终端安装在网联车辆上采集车辆驾驶行为数据,通过连接动力系统、仪表、加速度传感器、角速度传感器、胎压、开关信号获取车辆实时驾驶数据。安装有普通数据采集终端的车辆通过分布式网络系统和安装有高精度采集终端的车辆以及数据存储备份服务器相连接,可以获取接收网络中其他节点数据。这些数据包括不限于车灯状态、雨刷状态、安全带状态、变速级别、总行驶里程、安全气囊状态、每天驾驶时间、每天天驾驶距离、驾驶次数、平均驾驶速度、急加速次数、急刹车次数、道路类型、停车时间、转弯次数、横向加速次数、变道次数、变速频率、巡航控制、左右转弯次数、出行半径、转弯信号灯、车辆维修状态、出行时间间隔。

进一步地,如图2所示,在普通数据采集终端的基础上,高精度数据采集终端的高精度数据采集单元还连接有车载的高清广角摄像头、旋转式的激光雷达、陀螺仪、差分GPS定位系统,组成高精度数据采集终端。高精度数据采集终端安装在具有自动驾驶能力的特殊网联车辆上,采集车辆驾驶行为数据以及高精度电子地图数据,通过连接动力系统、仪表、加速度传感器、角速度传感器、胎压、开关信号获取车辆实时驾驶数据,通过车载多个高清广角摄像头、旋转式的激光雷达、陀螺仪、差分GPS定位系统等装置采集道路信息,获取地表高精度的三维点云数据,并将数据存储在终端的存储器中;上述各个系统和模块之间通过CAN总线进行数据通信,并将数据采集存储到终端上的存储单元。

如图3所示,数据采集终端采集的数据存储在数据存储单元中,终端数据存储单元的功能包括对存储的文件进行hash计算确定该文件的唯一地址,在新的文件数据被创建,或原有数据文件放生变化将计算新的hash值;终端根据文件hash地址建立文件hash表,并通过网络和其他终端hash表组成分布式的文件hash表。安装有高精度数据采集终端的车辆通过获取其他在网节点的数据,可以实现部分的道路信息获取,预先感知必须的基本道路信息,如曲率、车道线等,有助于实现道路的预知,减少雨雪等恶劣自然条件下的交通事故,也有助于车辆自身的精准定位,便于变道和全路径规划,可以结合车辆本身建立3D环境高精度地图,确定行驶过程中的状态信息。

数据存储备份服务器系统为整个网联车辆分布式存储系统的文件备份,备份服务器系统由多个存储服务器构成,每个存储服务器作为网络中的一个节点,每个节点具有主动获取网络中增量数据并进行备份存储的功能,相同数据文件具有2份以上的物理存储,数据在分布式车联网系统内得到永久保存,同时避免因车载终端存储能力有限导致的数据丢失。

基于分布式文件系统的网联车辆行为数据采集和存储系统采用点对点网络文件数据传输方式,与通用采用中心服务器和主干网的车联网技术相比具有网络资源消耗较少,组网灵活的特点,凡是安装车载终端的车辆都可以加入车联网系统,无容量限制。文件的存储分布在网络所有车载终端节点和备份服务器节点上,相同的数据在车联网业务应用过程中将被备份成多分数据,避免了因部分节点损坏导致数据丢失。采集的车辆数据文件采用hash地址方式记录,相同的数据的多个备份具有同一个hash地址,基于内容寻址,数据内容具有唯一性。数据存储备份服务器系统的各个节点终端具有主动备份数据的功能,避免车联网业务应用中没有备份的数据丢失,其作为整个车联网的数据仓库,为其他数据分析和处理系统提供丰富的数据资源。

当然,以上说明仅仅为本实用新型的较佳实施例,本实用新型并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的指导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本实用新型的保护。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1