[发明专利]车辆数据处理方法、装置、计算机设备和存储介质

权利要求书

1.一种车辆数据处理方法，其特征在于，所述方法包括：

接收传感器所采集的实时车辆数据；

获取当前嵌入式系统对应的当前小波包分解层数以及预先确定的向量权重；

根据所述当前小波包分解层数对所述实时车辆数据进行小波包分解得到实时小波系数；

根据所述实时小波系数建立实时向量；

通过所述实时向量以及所述向量权重计算得到工况衡量指标；

根据所述工况衡量指标确定所述实时车辆数据对应的工况。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取不同工况下的分类车辆数据；

获取预设小波包分解层数，并根据所述预设小波包分解层数对所述分类车辆数据进行小波包分解得到各分类车辆数据对应的分类小波系数；

根据各分类小波系数建立分类向量；

对所述分类向量进行处理得到用于区分不同工况下的分类车辆数据的分类算法，计算所述分类算法对应的分类精度；

当所述分类精度满足精度条件时，则在对应的待处理嵌入式系统中执行小波包分解以及所述分类算法得到所述待处理嵌入式系统对应的执行状态；

当所述执行状态满足执行条件时，则提取所述分类算法中各分类向量的向量权重以及所述小波包分解对应的小波包分解层数，将所提取的向量权重、小波包分解层与所述待处理嵌入式系统进行关联存储。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

当所述执行状态不满足执行条件时，则调小所述预设小波包分解层数，并继续根据所述预设小波包分解层数对所述分类车辆数据进行小波包分解得到各分类车辆数据对应的分类小波系数，直至所述执行状态满足执行条件时，得到所述分类算法；

提取所述分类算法中各分类向量的向量权重以及所述小波包分解对应的小波包分解层数，将所提取的向量权重、小波包分解层与所述待处理嵌入式系统进行关联存储。

4.根据权利要求2或3所述的方法，其特征在于，所述在对应的待处理嵌入式系统中执行小波包分解以及所述分类算法得到所述待处理嵌入式系统对应的执行状态，包括：

在对应的待处理嵌入式系统中执行小波包分解以及所述分类算法；

计算所述待处理嵌入式系统在执行小波包分解以及所述分类算法时的资源占用率，作为所述待处理嵌入式系统对应的执行状态。

5.根据权利要求4所述的方法，其特征在于，所述在对应的待处理嵌入式系统中执行小波包分解以及所述分类算法，包括：

获取预设算法执行频率；

根据所述预设算法执行频率在对应的待处理嵌入式系统中执行小波包分解以及所述分类算法；

所述方法还包括：

将所述预设算法执行频率作为所述待处理嵌入式系统对应的执行状态；

当所述资源占用率小于等于预设值时，则所述执行状态满足所述执行条件；

当所述资源占用率大于预设值时，则调整所述预设算法执行频率，并继续根据所述预设算法执行频率在对应的待处理嵌入式系统中执行小波包分解以及所述分类算法，直至所述执行状态满足所述执行条件，或者直至调整后的所述预设算法执行频率不满足基于用户体验的预设执行频率时，输出所述执行状态不满足所述执行条件。

6.根据权利要求2所述的方法，其特征在于，所述计算所述分类算法对应的分类精度之后，还包括：

当所述分类精度不满足精度条件时，则调大所述预设小波包分解层数，并继续根据所述预设小波包分解层数对所述分类车辆数据进行小波包分解得到各分类车辆数据对应的分类小波系数，直至所述分类精度满足精度条件时，得到所述分类算法，并继续在对应的待处理嵌入式系统中执行小波包分解以及所述分类算法得到所述待处理嵌入式系统对应的执行状态。