(12)发明专利申请
(10)申请公布号 CN 111976633 A(43)申请公布日 2020.11.24
(21)申请号 202011011651.2(22)申请日 2020.01.07
(62)分案原申请数据
202010015336.0 2020.01.07
(71)申请人 吴金凤地址 250101 山东省济南市高新区浪潮路
108号(72)发明人 吴金凤 (51)Int.Cl.
B60R 16/023(2006.01)G07C 5/08(2006.01)G06K 9/62(2006.01)
权利要求书4页 说明书17页 附图3页
CN 111976633 A(54)发明名称
应用于车联网的数据检测方法及系统(57)摘要
本发明提供了一种应用于车联网的数据检测方法及系统，能够根据运行数据得到能够直接用于处理和分析的车载检测数据，确保了数据来源的多样性以及数据分析和处理的一致性和规范性。会根据设备类别标识确定出车载检测数据的标识权重，从而对所有车载设备中的至少部分车载设备进行分组检测，得到在不同数量的车载设备场景下的不同目标行驶状态检测结果并形成检测结果聚类，根据检测结果聚类的特征向量确定出电动车的当前行驶状态检测结果。不仅能够将所有车载设备的运行数据考虑在内，还能够对不同车载设备组合对应的行驶状态进行检测，从而实现对运行数据的综合分析和组合分析，确保当前行驶状态检测结果的准确性。
CN 111976633 A
权 利 要 求 书
1/4页
1.一种应用于车联网的数据检测方法，其特征在于，应用于车载检测器，所述车载检测器设置于电动车内，所述车载检测器与所述电动车内的多个车载设备通信连接，所述车载设备包括：电池管理系统、制动设备、车门紧锁设备、行车记录摄像设备、车载摄像头设备以及车载麦克风设备，所述方法至少包括：
在所述电动车处于行驶状态时，收集每个车载设备采集的设定时段内的运行数据；其中，不同的车载设备所采集的运行数据的数据结构和数据展示方式不同；
针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据；
基于每个车载检测数据对应的车载设备的设备类别标识确定出每个车载检测数据的标识权重；
针对所述多个车载设备中的每N个车载设备，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，N为大于等于4的整数；
使N自加一并返回根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；
当N自加一之后达到设定值时，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，不同的N对应的多个目标行驶状态检测结果的数量不同，不同的N对应的多个目标行驶状态检测结果形成不同的检测结果聚类；
对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果；
其中，所述对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，具体包括：
确定出每个检测结果聚类对应的特征向量的向量维度；根据所述向量维度生成空白向量；对每个检测结果聚类进行关键词处理，得到关键词处理结果，并根据所述关键词处理结果对所述空白向量进行填充，得到每个检测结果聚类对应的特征向量。
2.根据权利要求1所述的方法，其特征在于，所述针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据，包括：
针对每组运行数据，确定出该组运行数据的数据类型；在该组运行数据的数据类型为图像数据时，从该组运行数据中提取多个可识别的第一边界图像块和每个第一边界图像块在该组运行数据中的第一相对位置；从所述多个第一边界图像块中确定出多个与第二边界图像块相同的边界图像块，获得多个第三边界图像块，所述第二边界图像块为该组运行数据对应的数据转换列表中的基准图像中的基准边界图像块，所述基准图像包括：多个基准边界图像块、每个基准边界图像块对应的第二相对位置以及每个基准边界图像的图像编码数据，所述第二相对位置为所述基准边界图像块在所述基准图像中的二维坐标值；将所述多个第三边界图像块的第三相对位置和所述多个第二相对位置映射至该组运行数据对应的数据转换列表中，得到每个第三边界图像块对应的第一目标数据；从所述第一目标数据截取出多个与所述基准图像的图像编码数据对应的第二目
2
CN 111976633 A
权 利 要 求 书
2/4页
标数据作为该组运行数据对应的车载检测数据；其中，该组运行数据对应的车载检测数据为二进制数据；
在该组运行数据的数据类型为音频数据时，确定基于该组运行数据的模拟信号所提取到的数字信号；针对所述数字信号中的每段信号，基于每段信号在预定时长内出现的第一次数以及所述数字信号在所述预定时长内出现的第二次数，确定每段信号在所述预定时长内的出现次数比例；根据每段信号在两个相邻的预定时长内的出现次数比例确定每段信号在两个相邻的预定时长之间第一信号复现频率；根据每段信号在两个相邻的预定时长内的出现次数比例，以及所述数字信号在每个所述预定时长内出现的次数和确定所述数字信号在两个相邻的预定时长内第二信号复现频率；基于所述第一信号复现频率和所述第二信号复现频率确定每段信号是否为有效信号；针对每段信号，若该段信号为有效信号，从该组运行数据对应的数据转换列表中确定出该段信号对应的车载检测数据；若该段信号为无效信号，丢弃该段信号；
在该组运行数据的数据类型为第一数值数据时，从该组运行数据中提取出三维坐标值；判断该组运行数据中的三维坐标值相对于该组运行数据的上一组运行数据中的三维坐标值是否存在改变；如果是，将从该组运行数据中提取出的三维坐标值确定为该组运行数据的目标三维坐标值；否则，将从该组运行数据中提取出的三维坐标值与该组运行数据的上一组运行数据中的三维坐标值进行加权和，并将加权和结果确定为该组运行数据的目标三维坐标值；根据该组运行数据对应的数据转换列表对该组运行数据的目标三维坐标值进行坐标变换，得到该组运行数据对应的车载检测数据；
在该组运行数据的数据类型为第二数值数据时，响应该组运行数据的数据传输协议，根据所述数据传输协议向该组运行数据对应的车载设备发送验证数据；其中，所述验证数据中添加有指示该组运行数据对应的车载设备根据该车载设备的身份标识信息进行校验计算的第一随机数，该第一随机数在所述车载检测器中生成；接收该组运行数据对应的车载设备基于所述验证数据中的第一随机数计算得到的第一校验结果；其中，所述第一校验结果中包括第一字符串以及该组运行数据对应的车载设备生成的第二随机数；解析所述第一校验结果得到所述第一字符串以及所述第二随机数，确定出与第二随机数对应的第三随机数，其中，所述第三随机数通过该组运行数据对应的数据转换列表得到；根据所述第三随机数计算得到第二校验结果，所述第二校验结果中包括第二字符串；判断所述第一字符串和所述第二字符串是否相同；在所述第一字符串和所述第二字符串相同时，确定该组运行数据通过数据安全验证，根据该组运行数据对应的数据转换列表将该组运行数据转换为车载检测数据。
3.根据权利要求2所述的方法，其特征在于，所述根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果，包括：
针对每个N个车载设备，确定出每N个车载设备中的每个目标车载设备的车载检测数据与该车载检测数据的标识权重之间的对应关系，其中，所述对应关系用于表征所述标识权重对所述车载检测数据之间的影响程度，对应关系通过数值对进行表示，所述数值对中包括第一目标数值和所述第二目标数值，所述第一目标数值用于表征所述车载检测数据与所述标识权重的权重置信度的影响，所述第二目标数据用于表征所述标识权重对所述车载检
3
CN 111976633 A
权 利 要 求 书
3/4页
测数据的数据准确性的影响；
根据确定出的所有对应关系确定对应关系矩阵，并根据对应关系矩阵确定出每个目标车载设备的车载检测数据对应的行驶安全参数以及每个目标车载设备的车载检测数据对应的标识权重所对应的行驶安全权重值；其中，所述行驶安全参数用于表征所述电动车的行驶安全状态，所述行驶安全权重值用于表征所述电动车的行驶安全状态的误差；
根据确定出的每个行驶安全参数以及每个行驶安全参数对应的行驶安全权重值确定出目标行驶状态向量；并根据每个目标车载设备之间的匹配度对所述目标行驶状态向量进行修正，得到修正行驶状态向量；根据所述修正行驶状态向量得到该N个车载设备对应的目标行驶状态检测结果；其中，所述目标状态行驶向量用于表征电动车的行驶状态对应的多项安全指标参数，每个目标车载设备之间的匹配度通过每个目标车载设备对应的运行数据的数据类型得到。
4.根据权利要求1所述的方法，其特征在于，所述对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，包括：
确定出每个检测结果聚类对应的特征向量的向量维度；根据所述向量维度生成空白向量；
对每个检测结果聚类进行关键词处理，得到关键词处理结果，并根据所述关键词处理结果对所述空白向量进行填充，得到每个检测结果聚类对应的特征向量。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果，包括：
判断每个特征向量的向量维度是否相同；在每个特征向量的向量维度不相同时，确定出所有特征向量中的向量维度的中位数；将所述中位数对应的向量维度确定为基准维度，对与所述基准维度不相同的向量维度对应的特征向量进行向量维度的调整，得到调整 后的目标特征向量；
将所述目标特征向量和所述中位数对应的特征向量确定为待处理向量；针对每个待处理向量，确定设定向量集合中与该待处理向量之间存在的最小向量距离的目标设定向量；
确定每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量；根据每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量确定出电动车在该目标设定向量对应的行驶状态下的第一行驶状态；
将确定出的多个第一行驶状态进行加权，得到第二行驶状态，并根据所述第二行驶状态确定所述电动车的当前行驶状态检测结果。
6.一种应用于车联网的数据检测系统，其特征在于，包括车载检测器和多个车载设备，所述车载检测器和所述多个车载设备设置于电动车内，所述车载检测器与多个车载设备通信连接，所述车载设备包括：电池管理系统、制动设备、车门紧锁设备、行车记录摄像设备、车载摄像头设备以及车载麦克风设备；
所述车载设备，用于在所述电动车处于行驶状态时采集所述电动车的运行数据；其中，不同的车载设备所采集的运行数据的数据结构和数据展示方式不同；
所述车载检测器，用于收集每个车载设备采集的设定时段内的运行数据；针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据；基于每个车载检测数据对应的车载设备的设备类别标识确定出每个车载检测
4
CN 111976633 A
权 利 要 求 书
4/4页
数据的标识权重；针对所述多个车载设备中的每N个车载设备，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，N为大于等于4的整数；使N自加一并返回根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；当N自加一之后达到设定值时，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，不同的N对应的多个目标行驶状态检测结果的数量不同，不同的N对应的多个目标行驶状态检测结果形成不同的检测结果聚类；对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果；其中，所述对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，具体包括：确定出每个检测结果聚类对应的特征向量的向量维度；根据所述向量维度生成空白向量；对每个检测结果聚类进行关键词处理，得到关键词处理结果，并根据所述关键词处理结果对所述空白向量进行填充，得到每个检测结果聚类对应的特征向量。
5
CN 111976633 A
说 明 书
应用于车联网的数据检测方法及系统
1/17页
技术领域
[0001]本发明涉及车联网技术领域，具体而言，涉及一种应用于车联网的数据检测方法及系统。
背景技术
[0002]随着科技的发展，万物互联的观念已深入人心。物联网技术为现代生产生活提供了诸多便利，能够有效提高现代社会的生产效率和生活质量。然而物联网安全一直是现阶段无法忽视的一个问题。
[0003]随着物联网的发展，物联网终端设备的隐私信息和安全信息大多存储于物联网设备中，如果物联网设备被黑客攻击，可能会导致物联网终端设备的隐私信息和重要信息的丢失和泄露，由此可见，对物联网设备进行安全验证是非常有必要的。但是现有的对物联网设备进行安全性验证的方法大多基于数据通信层面进行，没有对物联网设备采集的物联网终端设备信息进行全面地分析和处理，导致安全性验证的可信度较低。发明内容
[0004]为了至少克服现有技术中的上述不足，本发明的目的之一在于提供一种应用于车联网的数据检测方法及系统。
[0005]本发明实施例的第一方面，提供了一种应用于车联网的数据检测方法，应用于车载检测器，所述车载检测器设置于电动车内，所述车载检测器与所述电动车内的多个车载设备通信连接，所述车载设备包括：电池管理系统、制动设备、车门紧锁设备、行车记录摄像设备、车载摄像头设备以及车载麦克风设备，所述方法至少包括：
在所述电动车处于行驶状态时，收集每个车载设备采集的设定时段内的运行数据；其中，不同的车载设备所采集的运行数据的数据结构和数据展示方式不同；
针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据；
基于每个车载检测数据对应的车载设备的设备类别标识确定出每个车载检测数据的标识权重；
针对所述多个车载设备中的每N个车载设备，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，N为大于等于4的整数；
使N自加一并返回根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；
当N自加一之后达到设定值时，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，不同的N对应的多个目标行驶状态检测结果的数量不同，不同的N对应
6
CN 111976633 A
说 明 书
2/17页
的多个目标行驶状态检测结果形成不同的检测结果聚类；
对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果。[0006]在一种可替换的实施方式中，所述针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据，包括：
针对每组运行数据，确定出该组运行数据的数据类型；在该组运行数据的数据类型为图像数据时，从该组运行数据中提取多个可识别的第一边界图像块和每个第一边界图像块在该组运行数据中的第一相对位置；从所述多个第一边界图像块中确定出多个与第二边界图像块相同的边界图像块，获得多个第三边界图像块，所述第二边界图像块为该组运行数据对应的数据转换列表中的基准图像中的基准边界图像块，所述基准图像包括：多个基准边界图像块、每个基准边界图像块对应的第二相对位置以及每个基准边界图像的图像编码数据，所述第二相对位置为所述基准边界图像块在所述基准图像中的二维坐标值；将所述多个第三边界图像块的第三相对位置和所述多个第二相对位置映射至该组运行数据对应的数据转换列表中，得到每个第三边界图像块对应的第一目标数据；从所述第一目标数据截取出多个与所述基准图像的图像编码数据对应的第二目标数据作为该组运行数据对应的车载检测数据；其中，该组运行数据对应的车载检测数据为二进制数据；
在该组运行数据的数据类型为音频数据时，确定基于该组运行数据的模拟信号所提取到的数字信号；针对所述数字信号中的每段信号，基于每段信号在预定时长内出现的第一次数以及所述数字信号在所述预定时长内出现的第二次数，确定每段信号在所述预定时长内的出现次数比例；根据每段信号在两个相邻的预定时长内的出现次数比例确定每段信号在两个相邻的预定时长之间第一信号复现频率；根据每段信号在两个相邻的预定时长内的出现次数比例，以及所述数字信号在每个所述预定时长内出现的次数和确定所述数字信号在两个相邻的预定时长内第二信号复现频率；基于所述第一信号复现频率和所述第二信号复现频率确定每段信号是否为有效信号；针对每段信号，若该段信号为有效信号，从该组运行数据对应的数据转换列表中确定出该段信号对应的车载检测数据；若该段信号为无效信号，丢弃该段信号；
在该组运行数据的数据类型为第一数值数据时，从该组运行数据中提取出三维坐标值；判断该组运行数据中的三维坐标值相对于该组运行数据的上一组运行数据中的三维坐标值是否存在改变；如果是，将从该组运行数据中提取出的三维坐标值确定为该组运行数据的目标三维坐标值；否则，将从该组运行数据中提取出的三维坐标值与该组运行数据的上一组运行数据中的三维坐标值进行加权和，并将加权和结果确定为该组运行数据的目标三维坐标值；根据该组运行数据对应的数据转换列表对该组运行数据的目标三维坐标值进行坐标变换，得到该组运行数据对应的车载检测数据；
在该组运行数据的数据类型为第二数值数据时，响应该组运行数据的数据传输协议，根据所述数据传输协议向该组运行数据对应的车载设备发送验证数据；其中，所述验证数据中添加有指示该组运行数据对应的车载设备根据该车载设备的身份标识信息进行校验计算的第一随机数，该第一随机数在所述车载检测器中生成；接收该组运行数据对应的车载设备基于所述验证数据中的第一随机数计算得到的第一校验结果；其中，所述第一校验
7
CN 111976633 A
说 明 书
3/17页
结果中包括第一字符串以及该组运行数据对应的车载设备生成的第二随机数；解析所述第一校验结果得到所述第一字符串以及所述第二随机数，确定出与第二随机数对应的第三随机数，其中，所述第三随机数通过该组运行数据对应的数据转换列表得到；根据所述第三随机数计算得到第二校验结果，所述第二校验结果中包括第二字符串；判断所述第一字符串和所述第二字符串是否相同；在所述第一字符串和所述第二字符串相同时，确定该组运行数据通过数据安全验证，根据该组运行数据对应的数据转换列表将该组运行数据转换为车载检测数据。
[0007]在一种可替换的实施方式中，所述根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果，包括：
针对每个N个车载设备，确定出每N个车载设备中的每个目标车载设备的车载检测数据与该车载检测数据的标识权重之间的对应关系，其中，所述对应关系用于表征所述标识权重对所述车载检测数据之间的影响程度，对应关系通过数值对进行表示，所述数值对中包括第一目标数值和所述第二目标数值，所述第一目标数值用于表征所述车载检测数据与所述标识权重的权重置信度的影响，所述第二目标数据用于表征所述标识权重对所述车载检测数据的数据准确性的影响；
根据确定出的所有对应关系确定对应关系矩阵，并根据对应关系矩阵确定出每个目标车载设备的车载检测数据对应的行驶安全参数以及每个目标车载设备的车载检测数据对应的标识权重所对应的行驶安全权重值；其中，所述行驶安全参数用于表征所述电动车的行驶安全状态，所述行驶安全权重值用于表征所述电动车的行驶安全状态的误差；
根据确定出的每个行驶安全参数以及每个行驶安全参数对应的行驶安全权重值确定出目标行驶状态向量；并根据每个目标车载设备之间的匹配度对所述目标行驶状态向量进行修正，得到修正行驶状态向量；根据所述修正行驶状态向量得到该N个车载设备对应的目标行驶状态检测结果；其中，所述目标状态行驶向量用于表征电动车的行驶状态对应的多项安全指标参数，每个目标车载设备之间的匹配度通过每个目标车载设备对应的运行数据的数据类型得到。
[0008]在一种可替换的实施方式中，所述对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，包括：
确定出每个检测结果聚类对应的特征向量的向量维度；根据所述向量维度生成空白向量；
对每个检测结果聚类进行关键词处理，得到关键词处理结果，并根据所述关键词处理结果对所述空白向量进行填充，得到每个检测结果聚类对应的特征向量。[0009]在一种可替换的实施方式中，所述根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果，包括：
判断每个特征向量的向量维度是否相同；在每个特征向量的向量维度不相同时，确定出所有特征向量中的向量维度的中位数；将所述中位数对应的向量维度确定为基准维度，对与所述基准维度不相同的向量维度对应的特征向量进行向量维度的调整，得到调整 后的目标特征向量；
将所述目标特征向量和所述中位数对应的特征向量确定为待处理向量；针对每个待处
8
CN 111976633 A
说 明 书
4/17页
理向量，确定设定向量集合中与该待处理向量之间存在的最小向量距离的目标设定向量；
确定每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量；根据每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量确定出电动车在该目标设定向量对应的行驶状态下的第一行驶状态；
将确定出的多个第一行驶状态进行加权，得到第二行驶状态，并根据所述第二行驶状态确定所述电动车的当前行驶状态检测结果。[0010]本发明实施例的第二方面，提供了一种车载检测器，所述车载检测器设置于电动车内，所述车载检测器与所述电动车内的多个车载设备通信连接，所述车载设备包括：电池管理系统、制动设备、车门紧锁设备、行车记录摄像设备、车载摄像头设备以及车载麦克风设备，所述车载检测器至少包括：
收集模块，用于在所述电动车处于行驶状态时，收集每个车载设备采集的设定时段内的运行数据；其中，不同的车载设备所采集的运行数据的数据结构和数据展示方式不同；
转换模块，用于针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据；
确定模块，用于基于每个车载检测数据对应的车载设备的设备类别标识确定出每个车载检测数据的标识权重；
循环模块，用于针对所述多个车载设备中的每N个车载设备，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，N为大于等于4的整数；使N自加一并返回根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；当N自加一之后达到设定值时，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，不同的N对应的多个目标行驶状态检测结果的数量不同，不同的N对应的多个目标行驶状态检测结果形成不同的检测结果聚类；
提取模块，用于对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果。[0011]在一种可替换的实施方式中，所述转换模块，用于：
针对每组运行数据，确定出该组运行数据的数据类型；在该组运行数据的数据类型为图像数据时，从该组运行数据中提取多个可识别的第一边界图像块和每个第一边界图像块在该组运行数据中的第一相对位置；从所述多个第一边界图像块中确定出多个与第二边界图像块相同的边界图像块，获得多个第三边界图像块，所述第二边界图像块为该组运行数据对应的数据转换列表中的基准图像中的基准边界图像块，所述基准图像包括：多个基准边界图像块、每个基准边界图像块对应的第二相对位置以及每个基准边界图像的图像编码数据，所述第二相对位置为所述基准边界图像块在所述基准图像中的二维坐标值；将所述多个第三边界图像块的第三相对位置和所述多个第二相对位置映射至该组运行数据对应的数据转换列表中，得到每个第三边界图像块对应的第一目标数据；从所述第一目标数据截取出多个与所述基准图像的图像编码数据对应的第二目标数据作为该组运行数据对应的车载检测数据；其中，该组运行数据对应的车载检测数据
9
CN 111976633 A
说 明 书
5/17页
为二进制数据；
在该组运行数据的数据类型为音频数据时，确定基于该组运行数据的模拟信号所提取到的数字信号；针对所述数字信号中的每段信号，基于每段信号在预定时长内出现的第一次数以及所述数字信号在所述预定时长内出现的第二次数，确定每段信号在所述预定时长内的出现次数比例；根据每段信号在两个相邻的预定时长内的出现次数比例确定每段信号在两个相邻的预定时长之间第一信号复现频率；根据每段信号在两个相邻的预定时长内的出现次数比例，以及所述数字信号在每个所述预定时长内出现的次数和确定所述数字信号在两个相邻的预定时长内第二信号复现频率；基于所述第一信号复现频率和所述第二信号复现频率确定每段信号是否为有效信号；针对每段信号，若该段信号为有效信号，从该组运行数据对应的数据转换列表中确定出该段信号对应的车载检测数据；若该段信号为无效信号，丢弃该段信号；
在该组运行数据的数据类型为第一数值数据时，从该组运行数据中提取出三维坐标值；判断该组运行数据中的三维坐标值相对于该组运行数据的上一组运行数据中的三维坐标值是否存在改变；如果是，将从该组运行数据中提取出的三维坐标值确定为该组运行数据的目标三维坐标值；否则，将从该组运行数据中提取出的三维坐标值与该组运行数据的上一组运行数据中的三维坐标值进行加权和，并将加权和结果确定为该组运行数据的目标三维坐标值；根据该组运行数据对应的数据转换列表对该组运行数据的目标三维坐标值进行坐标变换，得到该组运行数据对应的车载检测数据；
在该组运行数据的数据类型为第二数值数据时，响应该组运行数据的数据传输协议，根据所述数据传输协议向该组运行数据对应的车载设备发送验证数据；其中，所述验证数据中添加有指示该组运行数据对应的车载设备根据该车载设备的身份标识信息进行校验计算的第一随机数，该第一随机数在所述车载检测器中生成；接收该组运行数据对应的车载设备基于所述验证数据中的第一随机数计算得到的第一校验结果；其中，所述第一校验结果中包括第一字符串以及该组运行数据对应的车载设备生成的第二随机数；解析所述第一校验结果得到所述第一字符串以及所述第二随机数，确定出与第二随机数对应的第三随机数，其中，所述第三随机数通过该组运行数据对应的数据转换列表得到；根据所述第三随机数计算得到第二校验结果，所述第二校验结果中包括第二字符串；判断所述第一字符串和所述第二字符串是否相同；在所述第一字符串和所述第二字符串相同时，确定该组运行数据通过数据安全验证，根据该组运行数据对应的数据转换列表将该组运行数据转换为车载检测数据。
[0012]本发明实施例的第三方面，提供了一种车载检测器，包括处理器以及与所述处理器连接的存储器和总线；其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述的应用于车联网的数据检测方法。
[0013]本发明实施例的第四方面，提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的应用于车联网的数据检测方法。[0014]本发明实施例的第五方面，提供了一种应用于车联网的数据检测系统，包括车载检测器和多个车载设备，所述车载检测器和所述多个车载设备设置于电动车内，所述车载检测器与多个车载设备通信连接，所述车载设备包括：电池管理系统、制动设备、车门紧锁
10
CN 111976633 A
说 明 书
6/17页
设备、行车记录摄像设备、车载摄像头设备以及车载麦克风设备；
所述车载设备，用于在所述电动车处于行驶状态时采集所述电动车的运行数据；其中，不同的车载设备所采集的运行数据的数据结构和数据展示方式不同；
所述车载检测器，用于收集每个车载设备采集的设定时段内的运行数据；针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据；基于每个车载检测数据对应的车载设备的设备类别标识确定出每个车载检测数据的标识权重；针对所述多个车载设备中的每N个车载设备，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，N为大于等于4的整数；使N自加一并返回根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；当N自加一之后达到设定值时，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，不同的N对应的多个目标行驶状态检测结果的数量不同，不同的N对应的多个目标行驶状态检测结果形成不同的检测结果聚类；对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果。
[0015]本发明实施例所提供的一种应用于车联网的数据检测方法及系统，能够将每个车载设备采集的运行数据进行收集，并对每组运行数据进行转换得到能够直接用于处理和分析的车载检测数据，如此，确保了数据来源的多样性以及数据分析和处理的一致性和规范性。此外，会根据车载检测数据对应的车载设备的设备类别标识确定出车载检测数据的标识权重，从而根据车载检测数据以及标识权重对所有车载设备中的至少部分车载设备进行分级检测，得到在不同数量的车载设备场景下的不同目标行驶状态检测结果，并根据不同目标行驶状态检测结果形成检测结果聚类，从而根据提取出的检测结果聚类的特征向量确定出电动车的当前行驶状态检测结果。如此，不仅能够将所有车载设备的运行数据考虑在内，还能够对不同车载设备组合对应的行驶状态进行检测，从而实现对运行数据的综合分析和组合分析，确保确定出的电动车的当前行驶状态检测结果的准确性。附图说明
[0016]为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。[0017]图1为本发明 实施例所提供的一种应用于车联网的数据检测系统的通信连接框图。
[0018]图2为本发明实施例所提供的一种应用于车联网的数据检测方法的流程图。[0019]图3为本发明实施例所提供的一种车载检测器的模块框图。[0020]图4为本发明实施例所提供的一种车载检测器的方框示意图。[0021]图标：
11
CN 111976633 A
说 明 书
7/17页
100-应用于车联网的数据检测系统；200-车载设备；300-车载检测器；3011-收集模块；3012-转换模块；3013-确定模块；3014-循环模块；3015-提取模块；3021-处理器；3022-存储器；3023-总线。具体实施方式
[0022]下面将参照附图更详细地描述本发明公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0023]本发明实施例提供了一种应用于车联网的数据检测方法及系统，用以改善现有的电动车行驶状态检测方法难以准确确定电动车的行驶状态的技术问题。[0024]为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。[0025]请参阅图1，为本发明实施例所提供的一种应用于车联网的数据检测系统100的通信连接框图。由图可见，该应用于车联网的数据检测系统100包括车载检测器300以及多个车载设备200。可选地，所述车载检测器300和所述多个车载设备200设置于电动车内，所述车载检测器300与多个车载设备200通信连接，所述车载设备200包括：电池管理系统、制动设备、车门紧锁设备、行车记录摄像设备、车载摄像头设备以及车载麦克风设备。[0026]请结合参阅图2，为本发明实施例所提供的一种应用于车联网的数据检测方法的流程图，该方法应用于图1中的车载检测器300，该方法可以包括以下内容：
步骤S21，在所述电动车处于行驶状态时，收集每个车载设备采集的设定时段内的运行数据。
[0027]步骤S22，针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据。[0028]步骤S23，基于每个车载检测数据对应的车载设备的设备类别标识确定出每个车载检测数据的标识权重。[0029]步骤S24，针对所述多个车载设备中的每N个车载设备，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果。[0030]步骤S25，使N自加一并返回根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果。[0031]步骤S26，当N自加一之后达到设定值时，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果。[0032]步骤 S27，对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特
12
CN 111976633 A
说 明 书
8/17页
征向量，根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果。[0033]在步骤S21中，不同的车载设备所采集的运行数据的数据结构和数据展示方式不同。
[0034]在步骤S24中，N为大于等于4的整数。[0035]在步骤S26中，不同的N对应的多个目标行驶状态检测结果的数量不同，不同的N对应的多个目标行驶状态检测结果形成不同的检测结果聚类。[0036]在本实施例中，设定时段可以根据电动车的车速进行调节，例如，若电动车的车速过快，可以选择较短的设定时段例如5分钟或10分钟。又例如，若电动车的车速较慢，则可以选择较长的设定时段例如20分钟或30分钟甚至更长，在此不作限定。[0037]在本实施例中，不同的车载设备所采集的运行数据的数据结构和数据展示方式是不同的。[0038]例如，电池管理系统采集的运行数据可以是动力电池的运行状态参数（电池温度、剩余电量百分比、掉电速率等）。[0039]又例如，制动设备可以通过内置的角速度传感器采集制动杆的角速度，车门紧锁设备可以通过内置的位置传感器确定车门紧锁扣环的位置数据。[0040]再例如，行车记录摄像设备可以采集电动车行驶过程中电动车周围的图像，车载摄像头设备可以采集电动车车内的图像，可选地，可以集中采集驾驶员的面部图像。而车载麦克风设备可以采集驾驶员的输入的语音信息。[0041]可以理解，车载检测器获取到的运行数据能够从多个维度反映电动车的行驶状态。
[0042]在本实施例中，数据转换列表用于将不同的运行数据对应的数据结构和数据展示方式转换成车载检测器能够统一处理的目标数据结构和目标数据展示方式。可选地，车载检测器可以通过数据转换列表将不同的运行数据进行转换，进而得到能够直接供车载检测器使用和处理的车载检测数据。[0043]在本实施例中，设备类别标识可以根据不同的车载设备的用途进行赋值。其中，可以通过数值标识进行赋值，也可以通过子母标识进行赋值，在此不作限定。[0044]在本实施例中，标识权重用于表征车载检测数据的重要程度，标识权重的取值区间为[0，1]，可以理解，标识权重越大，车载检测数据的重要程度越大。例如，电池管理系统对应的车载检测数据（与动力电池相关）的标识权重可以为0.9，车门紧锁设备对应的车载检测数据的标识权重可以为0.4，由此可见，电池管理系统对应的车载检测数据的重要程度是大于车门紧锁设备对应的车载检测数据的。[0045]在本实施例中，目标行驶状态结果可以通过分级的形式进行呈现，例如，目标行驶状态结果可以包括多个级别：
第一级别，电动车行驶状态良好。[0046]第二级别：电动车行驶状态异常。[0047]第三级别：电动车行驶状态存在轻微故障。[0048]第四级别：电动车行驶状态存在严重故障。[0049]第五级别：电动车行驶状态危险。[0050]在本实施例中，设定值可以是车载设备的总数，例如，本实施例中的车载设备的总
13
CN 111976633 A
说 明 书
9/17页
数为6个，则设定值可以为6。[0051]可以理解，当N为4时，是需要对6个车载设备中的每4个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果。[0052]详细地，为便于说明，将电池管理系统、制动设备、车门紧锁设备、行车记录摄像设备、车载摄像头设备以及车载麦克风设备分别以X1、X2、X3、X4、X5和X6表示。[0053]当N为4时，以X1、X2、X3和X4为例，可以确定出X1、X2、X3和X4对应的目标行驶状态检测结果，以X1、X2、X3和X5为例，又可以确定出X1、X2、X3和X5对应的目标行驶状态检测结果，因此，N为4时确定出的目标行驶状态检测结果是多个，例如，可以将N为4时确定出的目标行驶状态检测结果视为A个。[0054]又例如，当N为5时，对应的目标行驶状态检测结果可以为B个，B为正整数。[0055]再例如，当N为6时，对应的目标行驶状态检测结果可以为C个，C为正整数。[0056]相应地，可以分别将A个目标行驶状态检测结果、B个目标行驶状态检测结果和C个目标行驶状态检测结果作为三个检测结果聚类。[0057]在本实施例中，特征向量可以用于表征每个检测结果聚类对应的电动车的行驶状态参数，例如车速、车况、路况以及驾驶员疲劳程度等，在此不作更多限定。[0058]可以理解，通过步骤S21-步骤S27，能够将每个车载设备采集的运行数据进行收集，并对每组运行数据进行转换得到能够直接用于处理和分析的车载检测数据，如此，确保了数据来源的多样性以及数据分析和处理的一致性和规范性。此外，会根据车载检测数据对应的车载设备的设备类别标识确定出车载检测数据的标识权重，从而根据车载检测数据以及标识权重对所有车载设备中的至少部分车载设备进行分级检测，得到在不同数量的车载设备场景下的不同目标行驶状态检测结果，并根据不同目标行驶状态检测结果形成检测结果聚类，从而根据提取出的检测结果聚类的特征向量确定出电动车的当前行驶状态检测结果。如此，不仅能够将所有车载设备的运行数据考虑在内，还能够对不同车载设备组合对应的行驶状态进行检测，从而实现对运行数据的综合分析和组合分析，确保确定出的电动车的当前行驶状态检测结果的准确性。[0059]在具体实施时，每个车载设备对应的运行数据的数据结构和数据展示方式是不同的，如何将这些运行数据完整无误地转换为能够直接为车载检测器处理和使用的车载检测数据，需要对每一类运行数据进行具体分析，为此，在步骤S22中，所述针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据，具体可以包括以下内容：
步骤S221，针对每组运行数据，确定出该组运行数据的数据类型。[0060]步骤S222，在该组运行数据的数据类型为图像数据时，从该组运行数据中提取多个可识别的第一边界图像块和每个第一边界图像块在该组运行数据中的第一相对位置；从所述多个第一边界图像块中确定出多个与第二边界图像块相同的边界图像块，获得多个第三边界图像块，所述第二边界图像块为该组运行数据对应的数据转换列表中的基准图像中的基准边界图像块，所述基准图像包括：多个基准边界图像块、每个基准边界图像块对应的第二相对位置以及每个基准边界图像的图像编码数据，所述第二相对位置为所述基准边界图像块在所述基准图像中的二维坐标值；将所述多个第三边界图像块的第三相对位置和所
14
CN 111976633 A
说 明 书
10/17页
述多个第二相对位置映射至该组运行数据对应的数据转换列表中，得到每个第三边界图像块对应的第一目标数据；从所述第一目标数据截取出多个与所述基准图像的图像编码数据对应的第二目标数据作为该组运行数据对应的车载检测数据；其中，该组运行数据对应的车载检测数据为二进制数据。[0061]步骤S223，在该组运行数据的数据类型为音频数据时，确定基于该组运行数据的模拟信号所提取到的数字信号；针对所述数字信号中的每段信号，基于每段信号在预定时长内出现的第一次数以及所述数字信号在所述预定时长内出现的第二次数，确定每段信号在所述预定时长内的出现次数比例；根据每段信号在两个相邻的预定时长内的出现次数比例确定每段信号在两个相邻的预定时长之间第一信号复现频率；根据每段信号在两个相邻的预定时长内的出现次数比例，以及所述数字信号在每个所述预定时长内出现的次数和确定所述数字信号在两个相邻的预定时长内第二信号复现频率；基于所述第一信号复现频率和所述第二信号复现频率确定每段信号是否为有效信号；针对每段信号，若该段信号为有效信号，从该组运行数据对应的数据转换列表中确定出该段信号对应的车载检测数据；若该段信号为无效信号，丢弃该段信号。[0062]步骤S224，在该组运行数据的数据类型为第一数值数据时，从该组运行数据中提取出三维坐标值；判断该组运行数据中的三维坐标值相对于该组运行数据的上一组运行数据中的三维坐标值是否存在改变；如果是，将从该组运行数据中提取出的三维坐标值确定为该组运行数据的目标三维坐标值；否则，将从该组运行数据中提取出的三维坐标值与该组运行数据的上一组运行数据中的三维坐标值进行加权和，并将加权和结果确定为该组运行数据的目标三维坐标值；根据该组运行数据对应的数据转换列表对该组运行数据的目标三维坐标值进行坐标变换，得到该组运行数据对应的车载检测数据。[0063]步骤S225，在该组运行数据的数据类型为第二数值数据时，响应该组运行数据的数据传输协议，根据所述数据传输协议向该组运行数据对应的车载设备发送验证数据；其中，所述验证数据中添加有指示该组运行数据对应的车载设备根据该车载设备的身份标识信息进行校验计算的第一随机数，该第一随机数在所述车载检测器中生成；接收该组运行数据对应的车载设备基于所述验证数据中的第一随机数计算得到的第一校验结果；其中，所述第一校验结果中包括第一字符串以及该组运行数据对应的车载设备生成的第二随机数；解析所述第一校验结果得到所述第一字符串以及所述第二随机数，确定出与第二随机数对应的第三随机数，其中，所述第三随机数通过该组运行数据对应的数据转换列表得到；根据所述第三随机数计算得到第二校验结果，所述第二校验结果中包括第二字符串；判断所述第一字符串和所述第二字符串是否相同；在所述第一字符串和所述第二字符串相同时，确定该组运行数据通过数据安全验证，根据该组运行数据对应的数据转换列表将该组运行数据转换为车载检测数据。[0064]在本实施例中，边界图像块可以是图像数据中灰度值存在显著变化的图像块，例如，若某个图像块中的灰度值中的最大值和最小值的差值超过预设灰度值，则可以确定该图像块为边界图像块。在本实施例中，预设灰度值可以根据实际情况进行选取，在此不作限定。
[0065]在本实施例中，可以以图像数据的其中一个顶点作为原点将图像数据进行图像分块，从而得到多个图像块，并为每个图像块分配相对位置坐标值。可以理解，相对位置可以
15
CN 111976633 A
说 明 书
11/17页
是二维坐标值。
[0066]在本实施例中，第一数值数据可以是制动设备和车门紧锁设备对应的位置数据，第一数值数据可以是三维坐标值，该三维坐标值可以以电动车的车辆坐标系进行确定。[0067]在本实施例中，第二数值数据可以是电池管理系统采集的电池温度数据、剩余电量百分比或者电压波动等一维数据。[0068]可以理解，通过步骤S221-步骤S225，能够根据车载设备的不同类型将运行数据的数据类型进行分类，进而得到图像数据、音频数据、第一数值数据和第二数值数据这四种数据类型，并根据不同的数据类型对运行数据进行分析和处理，从而得到每组运行数据对应的二进制数据，如此，能够对每一类运行数据进行具体分析，从而从数据转换、数据安全和数据有效性等角度确保这些运行数据完整无误地转换为能够直接为车载检测器处理和使用的车载检测数据。
[0069]在电动车的实际行驶过程中，电动车的行驶状态是由不同的车载设备共同决定的，为了确保对电动车的行驶状态进行完整、全面且综合的分析，需要确定出不同车载设备组合对应的行驶状态检测结果，以便为后续确定当前行驶状态检测结果提供多方面的数据基础，为此，在步骤S24中，所述根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果，具体可以包括以下内容：
针对每个N个车载设备，确定出每N个车载设备中的每个目标车载设备的车载检测数据与该车载检测数据的标识权重之间的对应关系，其中，所述对应关系用于表征所述标识权重对所述车载检测数据之间的影响程度，对应关系通过数值对进行表示，所述数值对中包括第一目标数值和所述第二目标数值，所述第一目标数值用于表征所述车载检测数据与所述标识权重的权重置信度的影响，所述第二目标数据用于表征所述标识权重对所述车载检测数据的数据准确性的影响。根据确定出的所有对应关系确定对应关系矩阵，并根据对应关系矩阵确定出每个目标车载设备的车载检测数据对应的行驶安全参数以及每个目标车载设备的车载检测数据对应的标识权重所对应的行驶安全权重值；其中，所述行驶安全参数用于表征所述电动车的行驶安全状态，所述行驶安全权重值用于表征所述电动车的行驶安全状态的误差。根据确定出的每个行驶安全参数以及每个行驶安全参数对应的行驶安全权重值确定出目标行驶状态向量；并根据每个目标车载设备之间的匹配度对所述目标行驶状态向量进行修正，得到修正行驶状态向量；根据所述修正行驶状态向量得到该N个车载设备对应的目标行驶状态检测结果；其中，所述目标状态行驶向量用于表征电动车的行驶状态对应的多项安全指标参数，每个目标车载设备之间的匹配度通过每个目标车载设备对应的运行数据的数据类型得到。[0070]可以理解，通过上述内容，能够确定出不同车载设备组合对应的行驶状态检测结果，以便为后续确定当前行驶状态检测结果提供多方面的数据基础。[0071]在具体实施时，为了提高确定电动车的当前行驶状态检测结果的时效性，需要快速、准确地确定出检测结果聚类的特征向量，在步骤S27中，所述对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，具体可以包括如下内容：
确定出每个检测结果聚类对应的特征向量的向量维度。根据所述向量维度生成空白向量。对每个检测结果聚类进行关键词处理，得到关键词处理结果，并根据所述关键词处理结
16
CN 111976633 A
说 明 书
12/17页
果对所述空白向量进行填充，得到每个检测结果聚类对应的特征向量。[0072]进一步地，上述内容具体可以包括如下详细步骤：
针对每个检测结果聚类，确定出该检测结果聚类中的目标行驶状态检测结果的数量，根据确定出的该检测结果聚类中的目标行驶状态检测结果的数量确定该检测结果聚类对应的特征向量的向量维度。
[0073]根据确定出的向量维度生成具有目标维度的空白向量。
[0074]对该检测结果聚类中的存在相同关键词的检测结果文本进行关键词提取，并按照关键词的长度对提取出的所有关键词进行分类得到多个关键词分组；针对每个关键词分组，确定出该关键词分组对应的车载检测数据对应的车载设备的设备类型，并根据所述设备类型对该关键词分组进行编号；根据每个关键词分组的编号对所有关键词分组进行排序得到排序序列；确定出所述排序序列中每个关键词分组中的每两个关键词之间的词向量距离并根据确定出的所有词向量距离确定出每个关键词分组的向量值；将每个关键词分组的向量值按照所述排序序列的顺序添加到所述空白向量中得到该检测结果聚类对应的特征向量；其中，所述编号的最大值与所述目标维度的值相同。[0075]在本实施例中，关键词可以通过二进制数值进行表示。[0076]可以理解，通过上述内容，可以对每个检测结果聚类进行准确且快速的关键词提取、分组、编号、排序以及向量值的确定，从而准确、快速地确定出检测结果聚类的特征向量，进而提高确定电动车的当前行驶状态检测结果的时效性。[0077]在具体实施时，为了确保当前行驶状态检测结果的准确性，在步骤S27中，所述根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果，具体可以包括以下内容：
判断每个特征向量的向量维度是否相同。[0078]在每个特征向量的向量维度不相同时，确定出所有特征向量中的向量维度的中位数。
[0079]将所述中位数对应的向量维度确定为基准维度，对与所述基准维度不相同的向量维度对应的特征向量进行向量维度的调整，得到调整 后的目标特征向量。
[0080]将所述目标特征向量和所述中位数对应的特征向量确定为待处理向量；针对每个待处理向量，确定设定向量集合中与该待处理向量之间存在的最小向量距离的目标设定向量。[0081]确定每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量；根据每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量确定出电动车在该目标设定向量对应的行驶状态下的第一行驶状态。[0082]将确定出的多个第一行驶状态进行加权，得到第二行驶状态，并根据所述第二行驶状态确定所述电动车的当前行驶状态检测结果。[0083]在本实施例中，设定向量集合中包括电动车处于安全行驶状态下的多个设定向量，且每个设定向量的向量维度是相同的。[0084]在本实施例中，每个待处理向量与每个设定向量之间的向量维度也是相同的。[0085]在本实施例中，对确定出的多个第一行驶状态进行加权，得到第二行驶状态，具体可以包括以下内容：
17
CN 111976633 A
说 明 书
13/17页
按照第一行驶状态对应的目标设定向量的确定时刻，为每个第一行驶状态分配加权权重。
在本实施例中，为了确保当前行驶状态检测结果的实时性，确定时刻越远的第一行驶状态所分配的加权权重越小。[0087]例如，第一行驶状态包括三个：行驶状态t1、行驶状态t2和行驶状态t3。[0088]相应地，行驶状态z1，行驶状态z2和行驶状态z3各自对应的目标设定向量的确定时刻分别为time1、time2和time3，且time1早于time2，time2早于time3。[0089]在上述情况下，行驶状态t1对应的加权权重q1小于行驶状态t2对应的加权权重q2，行驶状态t2对应的加权权重q2小于行驶状态t3对应的加权权重。[0090]如此，在确定当前行驶状态检测结果时，能够重点考虑临近当前时刻的第一行驶状态，从而确保当前行驶状态检测结果的实时性和准确性。[0091]由此可见，通过上述内容，能够确保当前行驶状态检测结果的实时性和准确性。[0092]在上述基础上，请结合参阅图3，本发明实施例提供了一种车载检测器300，所述车载检测器300包括：
收集模块3011，用于在所述电动车处于行驶状态时，收集每个车载设备采集的设定时段内的运行数据；其中，不同的车载设备所采集的运行数据的数据结构和数据展示方式不同。
[0093]转换模块3012，用于针对每组运行数据，根据预设的数据转换列表将该组运行数据进行转换，得到该组运行数据对应的车载检测数据。[0094]确定模块3013，用于基于每个车载检测数据对应的车载设备的设备类别标识确定出每个车载检测数据的标识权重。[0095]循环模块3014，用于针对所述多个车载设备中的每N个车载设备，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，N为大于等于4的整数；使N自加一并返回根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；当N自加一之后达到设定值时，根据每N个车载设备中的每个目标车载设备对应的车载检测数据以及该车载检测数据对应的标识权重确定出每N个车载设备对应的多个目标行驶状态检测结果；其中，不同的N对应的多个目标行驶状态检测结果的数量不同，不同的N对应的多个目标行驶状态检测结果形成不同的检测结果聚类。[0096]提取模块3015，用于对每个检测结果聚类进行特征提取，得到每个检测结果聚类对应的特征向量，根据得到的每个特征向量确定出所述电动车的当前行驶状态检测结果。[0097]在一种可替换的实施方式中，所述转换模块3012，用于：
针对每组运行数据，确定出该组运行数据的数据类型。[0098]在该组运行数据的数据类型为图像数据时，从该组运行数据中提取多个可识别的第一边界图像块和每个第一边界图像块在该组运行数据中的第一相对位置；从所述多个第一边界图像块中确定出多个与第二边界图像块相同的边界图像块，获得多个第三边界图像块，所述第二边界图像块为该组运行数据对应的数据转换列表中的基准图像中的基准边界图像块，所述基准图像包括：多个基准边界图像块、每个基准边界图像块对应的第二相对位
18
[0086]
CN 111976633 A
说 明 书
14/17页
置以及每个基准边界图像的图像编码数据，所述第二相对位置为所述基准边界图像块在所述基准图像中的二维坐标值；将所述多个第三边界图像块的第三相对位置和所述多个第二相对位置映射至该组运行数据对应的数据转换列表中，得到每个第三边界图像块对应的第一目标数据；从所述第一目标数据截取出多个与所述基准图像的图像编码数据对应的第二目标数据作为该组运行数据对应的车载检测数据；其中，该组运行数据对应的车载检测数据为二进制数据。
[0099]在该组运行数据的数据类型为音频数据时，确定基于该组运行数据的模拟信号所提取到的数字信号；针对所述数字信号中的每段信号，基于每段信号在预定时长内出现的第一次数以及所述数字信号在所述预定时长内出现的第二次数，确定每段信号在所述预定时长内的出现次数比例；根据每段信号在两个相邻的预定时长内的出现次数比例确定每段信号在两个相邻的预定时长之间第一信号复现频率；根据每段信号在两个相邻的预定时长内的出现次数比例，以及所述数字信号在每个所述预定时长内出现的次数和确定所述数字信号在两个相邻的预定时长内第二信号复现频率；基于所述第一信号复现频率和所述第二信号复现频率确定每段信号是否为有效信号；针对每段信号，若该段信号为有效信号，从该组运行数据对应的数据转换列表中确定出该段信号对应的车载检测数据；若该段信号为无效信号，丢弃该段信号。
[0100]在该组运行数据的数据类型为第一数值数据时，从该组运行数据中提取出三维坐标值；判断该组运行数据中的三维坐标值相对于该组运行数据的上一组运行数据中的三维坐标值是否存在改变；如果是，将从该组运行数据中提取出的三维坐标值确定为该组运行数据的目标三维坐标值；否则，将从该组运行数据中提取出的三维坐标值与该组运行数据的上一组运行数据中的三维坐标值进行加权和，并将加权和结果确定为该组运行数据的目标三维坐标值；根据该组运行数据对应的数据转换列表对该组运行数据的目标三维坐标值进行坐标变换，得到该组运行数据对应的车载检测数据。[0101]在该组运行数据的数据类型为第二数值数据时，响应该组运行数据的数据传输协议，根据所述数据传输协议向该组运行数据对应的车载设备发送验证数据；其中，所述验证数据中添加有指示该组运行数据对应的车载设备根据该车载设备的身份标识信息进行校验计算的第一随机数，该第一随机数在所述车载检测器中生成；接收该组运行数据对应的车载设备基于所述验证数据中的第一随机数计算得到的第一校验结果；其中，所述第一校验结果中包括第一字符串以及该组运行数据对应的车载设备生成的第二随机数；解析所述第一校验结果得到所述第一字符串以及所述第二随机数，确定出与第二随机数对应的第三随机数，其中，所述第三随机数通过该组运行数据对应的数据转换列表得到；根据所述第三随机数计算得到第二校验结果，所述第二校验结果中包括第二字符串；判断所述第一字符串和所述第二字符串是否相同；在所述第一字符串和所述第二字符串相同时，确定该组运行数据通过数据安全验证，根据该组运行数据对应的数据转换列表将该组运行数据转换为车载检测数据。
[0102]在一种可替换的实施方式中，所述循环模块3014，用于：
针对每个N个车载设备，确定出每N个车载设备中的每个目标车载设备的车载检测数据与该车载检测数据的标识权重之间的对应关系，其中，所述对应关系用于表征所述标识权重对所述车载检测数据之间的影响程度，对应关系通过数值对进行表示，所述数值对中包
19
CN 111976633 A
说 明 书
15/17页
括第一目标数值和所述第二目标数值，所述第一目标数值用于表征所述车载检测数据与所述标识权重的权重置信度的影响，所述第二目标数据用于表征所述标识权重对所述车载检测数据的数据准确性的影响；
根据确定出的所有对应关系确定对应关系矩阵，并根据对应关系矩阵确定出每个目标车载设备的车载检测数据对应的行驶安全参数以及每个目标车载设备的车载检测数据对应的标识权重所对应的行驶安全权重值；其中，所述行驶安全参数用于表征所述电动车的行驶安全状态，所述行驶安全权重值用于表征所述电动车的行驶安全状态的误差；
根据确定出的每个行驶安全参数以及每个行驶安全参数对应的行驶安全权重值确定出目标行驶状态向量；并根据每个目标车载设备之间的匹配度对所述目标行驶状态向量进行修正，得到修正行驶状态向量；根据所述修正行驶状态向量得到该N个车载设备对应的目标行驶状态检测结果；其中，所述目标状态行驶向量用于表征电动车的行驶状态对应的多项安全指标参数，每个目标车载设备之间的匹配度通过每个目标车载设备对应的运行数据的数据类型得到。
[0103]在一种可替换的实施方式中，所述提取模块3015，用于：
确定出每个检测结果聚类对应的特征向量的向量维度；根据所述向量维度生成空白向量；
对每个检测结果聚类进行关键词处理，得到关键词处理结果，并根据所述关键词处理结果对所述空白向量进行填充，得到每个检测结果聚类对应的特征向量。[0104]在一种可替换的实施方式中，所述提取模块3015，用于：
判断每个特征向量的向量维度是否相同；在每个特征向量的向量维度不相同时，确定出所有特征向量中的向量维度的中位数；将所述中位数对应的向量维度确定为基准维度，对与所述基准维度不相同的向量维度对应的特征向量进行向量维度的调整，得到调整 后的目标特征向量；
将所述目标特征向量和所述中位数对应的特征向量确定为待处理向量；针对每个待处理向量，确定设定向量集合中与该待处理向量之间存在的最小向量距离的目标设定向量；
确定每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量；根据每个目标设定向量对应的存在最小向量距离的目标待处理向量的数量确定出电动车在该目标设定向量对应的行驶状态下的第一行驶状态；
将确定出的多个第一行驶状态进行加权，得到第二行驶状态，并根据所述第二行驶状态确定所述电动车的当前行驶状态检测结果。[0105]所述车载检测器包括处理器和存储器，上述车载检测器中的各个功能模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
[0106]处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核确保确定出的电动车的当前行驶状态检测结果的准确性。[0107]本发明实施例提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现所述应用于车联网的数据检测方法。[0108]本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述应用于车联网的数据检测方法。
20
CN 111976633 A[0109]
说 明 书
16/17页
在本实施例中，如图4所示，车载检测器300包括至少一个处理器3021、以及与处理
器3021连接的至少一个存储器3022、总线；其中，处理器3021、存储器3022通过总线3023完成相互间的通信；处理器3021用于调用存储器3022中的程序指令，以执行上述的应用于车联网的数据检测系统。本文中的车载检测器300可以是PC、PAD、手机等。[0110]在本实施例中，应用于车联网的数据检测系统100所执行的应用于车联网的数据检测方法与车载检测器100所执行的应用于车联网的数据检测方法类似，因此在此不作更多说明。
[0111]应当理解，上述应用于车联网的数据检测方法也可以应用到其他物联网设备领域，例如智能工厂、智慧城市和智能家电等领域，当上述方法应用到这些领域时，上述方法中相应的具体数据可以根据实际领域进行调整，但是上述检测逻辑可以进行易用。[0112]本申请是参照根据本申请实施例的方法、车载检测器（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理车载检测器的处理器以产生一个机器，使得通过计算机或其他可编程数据处理车载检测器的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
[0113]在一个典型的配置中，车载检测器包括一个或多个处理器(CPU)、存储器和总线。车载检测器还可以包括输入/输出接口、网络接口等。
[0114]存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
[0115]计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储车载检测器或任何其他非传输介质，可用于存储可以被计算车载检测器访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。[0116]还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者车载检测器不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者车载检测器所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者车载检测器中还存在另外的相同要素。[0117]本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存
21
CN 111976633 A
说 明 书
17/17页
储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
[0118]以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
22
CN 111976633 A
说 明 书 附 图
图1
23
1/3页
CN 111976633 A
说 明 书 附 图
2/3页
图2
24
CN 111976633 A
说 明 书 附 图
3/3页
图3
图4
25
因篇幅问题不能全部显示，请点此查看更多更全内容