基于车联网的数据处理方法及系统与流程

本发明涉及数据处理，尤其涉及一种基于车联网的数据处理方法及系统。

背景技术：

1、随着车联网技术的不断发展，交通领域正逐渐迈入智能化和信息化的时代。车辆作为交通系统的重要组成部分，其数据具有极大的潜力，可为实现更安全、高效和智能的交通管理和驾驶体验提供支持。

2、目前，车辆数据处理和通信方面缺乏统一的标准，导致不同厂商的车辆系统之间互操作性较差。在车辆数据的采集、传输和处理过程中，对于驾驶员和车辆主人的个人隐私保护仍然是一个挑战，并且需要面对实时性的挑战，以实现更低的延迟和更高的实时性。

技术实现思路

1、本发明提供了一种基于车联网的数据处理方法及系统，用于提高基于车联网的数据处理的准确率。

2、本发明第一方面提供了一种基于车联网的数据处理方法，所述基于车联网的数据处理方法包括：通过部署在预置的目标车辆上的多个传感器对所述目标车辆进行车辆数据采集，得到车辆状态数据；

3、对所述车辆状态数据进行aes算法加密，得到加密状态数据，同时，对所述加密状态数据进行车辆身份信息识别，得到对应的身份标签；

4、对所述身份标签进行安全性验证，当所述身份标签通过安全性验证时，对所述加密状态数据进行边缘计算处理，得到所述加密状态数据的边缘数据集合；

5、对所述边缘数据集合进行特征工程处理，得到所述边缘数据集合对应的车辆特征数据；

6、对所述车辆特征数据进行车辆环境信息分析，得到所述车辆特征数据对应的车辆环境数据；

7、对所述车辆环境数据进行车辆空间数据预测，得到对应的车辆空间数据，同时，对所述车辆空间数据进行车辆控制策略构建，得到所述目标车辆的车辆控制策略，并根据所述车辆控制策略生成车辆控制提示信息。

8、结合第一方面，在本发明第一方面的第一实施方式中，所述通过部署在预置的目标车辆上的多个传感器对所述目标车辆进行车辆数据采集，得到车辆状态数据，包括：

9、通过多个所述传感器对所述目标车辆进行车辆数据采集，得到所述车辆状态数据；

10、对所述车辆状态数据进行数据分类，得到所述目标车辆的车辆运动数据集合、车辆方向信息集合以及车辆位置信息，其中，所述车辆运动数据集合包括车辆速度数据、车辆加速度数据、车辆角速度数据，所述车辆方向信息集合包括车辆行驶方向以及车辆倾角数据。

11、结合第一方面，在本发明第一方面的第二实施方式中，所述对所述车辆状态数据进行aes算法加密，得到加密状态数据，同时，对所述加密状态数据进行车辆身份信息识别，得到对应的身份标签，包括：

12、对所述车辆状态数据进行数据分块处理，得到多个车辆状态数据块；

13、对每个所述车辆状态数据块进行数据块长度分析，得到每个所述车辆状态数据块对应的数据块长度信息；

14、分别对多个所述数据块长度信息进行阈值分析，得到阈值分析结果；

15、通过所述阈值分析结果对每个所述车辆状态数据块进行数据填充处理，得到多个填充数据块；

16、分别对每个所述填充数据块进行aes算法加密处理，得到加密状态数据；

17、对所述加密状态数据进行车辆身份信息识别，得到对应的身份标签。

18、结合第一方面，在本发明第一方面的第三实施方式中，所述对所述身份标签进行安全性验证，当所述身份标签通过安全性验证时，对所述加密状态数据进行边缘计算处理，得到所述加密状态数据的边缘数据集合，包括：

19、对所述身份标签进行原始数据转换，得到所述身份标签对应的原始身份数据；

20、通过预置的合法身份数据库对所述原始身份数据进行安全性验证，得到对应的安全性验证结果；

21、当所述安全性验证结果为所述身份标签通过安全性验证时，对所述加密状态数据进行传输协议匹配，得到目标传输协议；

22、基于所述目标传输协议，将所述加密状态数据传输至预置的边缘计算终端进行实时事件检测，得到实时事件集合；

23、对所述实时事件集合进行数据降噪处理，得到所述加密状态数据的边缘数据集合。

24、结合第一方面的第一实施方式，在本发明第一方面的第四实施方式中，所述对所述边缘数据集合进行特征工程处理，得到所述边缘数据集合对应的车辆特征数据，包括：

25、对所述边缘数据集合进行时域特征提取，得到所述边缘数据集合对应的时域特征；

26、对所述边缘数据集合进行频域特征提取，得到所述边缘数据集合对应的频域特征；

27、对所述边缘数据集合进行空域特征提取，得到所述边缘数据集合对应的空域特征；

28、对所述时域特征、所述频域特征以及所述空域特征进行特征统计分析，得到统计特征集；

29、对所述统计特征集进行时间序列分析，得到对应的时间序列数据；

30、基于所述时间序列数据以及所述统计特征集，对所述边缘数据集合进行数据特征标准化处理，得到所述边缘数据集合对应的车辆特征数据。

31、结合第一方面的第四实施方式，在本发明第一方面的第五实施方式中，所述对所述车辆特征数据进行车辆环境信息分析，得到所述车辆特征数据对应的车辆环境数据，包括：

32、通过所述车辆特征数据以及所述车辆位置信息对所述目标车辆进行车辆坐标分析，得到所述目标车辆的车辆坐标数据；

33、基于所述车辆坐标数据，对所述目标车辆进行天气参数采集，得到所述目标车辆对应的天气参数数据；

34、基于所述车辆坐标数据，对所述目标车辆进行交通流量数据采集，得到所述目标车辆对应的交通流量数据；

35、基于所述交通流量数据，对所述目标车辆进行道路环境采集，得到所述目标车辆的道路环境数据；

36、将所述天气参数数据、所述交通流量数据以及所述道路环境数据合并为所述车辆环境数据。

37、结合第一方面，在本发明第一方面的第六实施方式中，所述对所述车辆环境数据进行车辆空间数据预测，得到对应的车辆空间数据，同时，对所述车辆空间数据进行车辆控制策略构建，得到所述目标车辆的车辆控制策略，并根据所述车辆控制策略生成车辆控制提示信息，包括：

38、基于所述车辆环境数据构建所述目标车辆的虚拟行驶空间；

39、在所述虚拟行驶空间对所述目标车辆进行车辆空间数据分析，得到所述车辆空间数据；

40、对所述车辆空间数据进行车辆行驶影响因子计算，得到影响因子数据集；

41、通过所述影响因子数据集以及所述车辆空间数据，对所述目标车辆进行车辆控制策略构建，得到所述目标车辆的车辆控制策略，并根据所述车辆控制策略生成车辆控制提示信息。

42、本发明第二方面提供了一种基于车联网的数据处理系统，所述基于车联网的数据处理系统包括：

43、采集模块，用于通过部署在预置的目标车辆上的多个传感器对所述目标车辆进行车辆数据采集，得到车辆状态数据；

44、加密模块，用于对所述车辆状态数据进行aes算法加密，得到加密状态数据，同时，对所述加密状态数据进行车辆身份信息识别，得到对应的身份标签；

45、验证模块，用于对所述身份标签进行安全性验证，当所述身份标签通过安全性验证时，对所述加密状态数据进行边缘计算处理，得到所述加密状态数据的边缘数据集合；

46、处理模块，用于对所述边缘数据集合进行特征工程处理，得到所述边缘数据集合对应的车辆特征数据；

47、分析模块，用于对所述车辆特征数据进行车辆环境信息分析，得到所述车辆特征数据对应的车辆环境数据；

48、预测模块，用于对所述车辆环境数据进行车辆空间数据预测，得到对应的车辆空间数据，同时，对所述车辆空间数据进行车辆控制策略构建，得到所述目标车辆的车辆控制策略，并根据所述车辆控制策略生成车辆控制提示信息。

49、本发明提供的技术方案中，通过部署在目标车辆上的多个传感器对目标车辆进行车辆数据采集，得到车辆状态数据；对车辆状态数据进行aes算法加密，得到加密状态数据，对加密状态数据进行车辆身份信息识别，得到对应的身份标签；对身份标签进行安全性验证，当身份标签通过安全性验证时，对加密状态数据进行边缘计算处理，得到加密状态数据的边缘数据集合；对边缘数据集合进行特征工程处理，得到边缘数据集合对应的车辆特征数据；对车辆特征数据进行车辆环境信息分析，得到车辆特征数据对应的车辆环境数据；对车辆环境数据进行车辆空间数据预测，得到对应的车辆空间数据，同时，对车辆空间数据进行车辆控制策略构建，得到目标车辆的车辆控制策略，并根据车辆控制策略生成车辆控制提示信息。在本技术方案中，通过采用aes算法对车辆状态数据进行加密，确保了数据在传输和存储过程中的安全性，防止未经授权的访问。同时，通过身份信息的加密和验证，确保只有合法的用户能够获取到车辆的敏感信息，有效保护了车辆主人的隐私。在车辆端进行实时数据采集、边缘计算处理和控制策略构建，减少了数据传输到云端的时间延迟，提高了系统的实时性和响应性。通过车辆环境信息分析和空间数据预测，系统能够更全面地了解车辆所处的交通环境。基于这些信息，构建智能的车辆控制策略，使车辆能够更加智能地应对复杂的交通情境，提高驾驶的安全性和效率。