[发明专利]车辆数据处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种车辆数据处理方法、装置、计算机设备和存储介质。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。采用本方法能够提高工况识别准确性。

技术领域

本申请涉及车辆技术领域，特别是涉及一种车辆数据处理方法、装置、计算机设备和存储介质。

背景技术

车载雨量传感器的主流方案是红外感应方案，其基本原理是，在传感器上集成一个红外发射装置和红外接收装置，传感器贴合在汽车的车窗玻璃上，红外发射装置发射的红外线经过车窗玻璃的反射到达红外接收装置，并由嵌入式系统接收处理。在车窗玻璃干燥的情况下，车窗玻璃对于红外线接近于全反射，而在下雨时，落在玻璃上的雨水会造成红外线部分折射，红外接收装置接收的红外线强度变弱，嵌入式系统由此判断雨量大小。

针对这样的设计原理，现有算法设计的主要有两个方案：

阈值判断法，其是在算法内设置一个阈值，当红外接收端接收到的红外线强度小于该阈值时，则算法判断下雨；但实际工况下红外线信号变化极为复杂，比如，车辆行驶在树荫下时，阳光经过车窗玻璃折射到红外接收端，会造成算法的误判；夕阳的照射、进出隧道、晚间对向车辆的灯光、雨刮器造成的水痕，等等很多实际工况都会造成算法的误判。

傅里叶频域分析法，其是把红外接收装置的红外线强度信号进行傅里叶变换，在频域范畴对信号进行分析判断，但红外线强度信号是不断变化的非平稳信号，傅里叶变换无法建立严格意义上的时频关系，即使引入时间窗也无法解决问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高工况识别准确度的车辆数据处理方法、装置、计算机设备和存储介质。

一种车辆数据处理方法，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。

上述车辆数据处理方法，根据预先处理得到的当前嵌入式系统对应的当前小波包分解层数，对所采集的实时车辆数据进行小波包分解，这样在保证当前嵌入式系统正常运行的前提下得到小波包分解系数，并根据小波包分解系数建立实时向量，根据实时向量以及预先确定的向量权重计算得到工况衡量指标，从而可以根据工况衡量指标确定实时车辆数据对应的工况，小波包变换既可以对低频部分信号进行分解，也可以对高频部分进行分解，且分解后的信号基本没有冗余和疏漏，包含了可能需要的主要中高频信号，可以进行更好的时频分析，提高工况识别准确度。

在其中一个实施例中，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；