[发明专利]一种基于车联网大数据的车辆油耗统计方法

说明书

本发明属于汽车制造技术领域,涉及一种基于车联网大数据的车辆油耗统计方法，包括如下步骤：步骤一：通过车载终端获取车辆的油耗累计使用量、数据发生时间，记为第一数据；步骤二：根据预设阈值对第一数据进行过滤，过滤异常数据后的数据，记为第二数据；步骤三：将统计结束时间的油耗累计使用量减去统计开始时间的油耗累计使用量得到车辆油耗结果数据，记为第三数据；步骤四：将第三数据写入数据库，供业务系统调用查询使用。本发明解决了现有车辆油耗统计方法中车载终端会上传海量的工业数据，其中包含了大量的无效、错误数据而导致的计算车辆油耗误差大，计算速度慢的问题。

技术领域

本发明属于汽车制造技术领域，涉及一种基于车联网大数据的车辆油耗统计方法。

背景技术

企业车队管理、企业物流运输中，由于企业内部人员偷油卖油等各种非正常原因造成的油料异常损耗进而导致油料成本居高不下的情况层出不穷，而油料异常损耗严重则需要企业进行严格的时间、区间性的统计以消除这种油料非正常损耗。现有的车辆油耗统计方法通过采集车辆终端上传的车辆油耗数据进行统计，然而，在车辆行驶过程中，车载终端会上传海量的数据，其中包含了大量的对车辆油耗统计而言无效的、错误的数据。因此，通过采集车辆终端上传的油耗数据进行统计计算车辆油耗会造成重大误差；同时，在海量的数据处理过程中，程序处理速度是影响用户体验的关键技术指标，而大量的处理数据又对处理器造成额外的负担。如何能够在剔除掉多余的、无效的、错误的数据的前提下，能够快速获取高准确率的车辆油耗数据，一直以来是企业车辆油耗统计的一个难题。

发明内容

本发明解决技术问题所采取的技术方案是：一种基于车联网大数据的车辆油耗统计方法，包括如下步骤：步骤一：通过车载终端获取车辆的油耗累计使用量、数据发生时间，记为第一数据；步骤二：根据预设阈值对第一数据进行过滤，过滤异常数据后的数据，记为第二数据；步骤三：在第二数据的基础上，将统计结束时间的油耗累计使用量减去统计开始时间的油耗累计使用量得到车辆油耗结果数据，记为第三数据；步骤四：将第三数据写入数据库，供业务系统调用查询使用。

优选的，所述步骤一中的第一数据使用Hbase数据库按天建表进行存储，其中的Rowkey设计方式为车载终端ID+数据发生时间+数据类型。

优选的，所述步骤二中的过滤方式包括：使用排序过滤、中位数及油耗累计使用量过滤、数据发生时间在可信区间内变化过滤。

更优的，所述步骤二中的过滤流程包括以下步骤：A、获取第一数据中的车辆油耗累计使用量，记为OilList集合；B、取出OilList集合中的中位数标注为可信的油耗累计使用量数据，记为medianOil；C、按照数据发生时间进行排序，记为timeList集合，根据medianOil获取到对应的数据发生时间，记为medianTime；D、如果medianTime在timeList集合中的位置超出预设范围，则从集合中剔除medianOil和medianTime；E、重复步骤A至步骤D，直到获取可信的油耗累计使用量crediOil和可信的数据发生时间crediTime。

优选的，所述步骤三中的第三数据采用离线批处理方式计算统计时间范围内车辆的整天油耗数据；采用在线实时计算的方式处理车辆的非整天油耗数据，然后将车辆整天的油耗数据与非整天的车辆油耗数据进行累加计算出车辆的油耗数据。

更优的，所述离线批处理方式包括使用Map-Reduce计算框架，所述在线实时计算的方式包括使用Flink计算框架。

优选的，所述步骤四中的第三数据写入的数据库包括Oracle数据库。本发明的有益效果是：

1、本发明通过使用排序过滤、中位数及油耗累计使用量过滤、数据发生时间在可信区间内变化过滤等多种过滤方式对车载终端获取车辆的油耗数据进行多次过滤，剔除掉多余的、无效的、错误的非油耗数据然后再进行数据处理，因而本发明比以往的车辆油耗统计方法具有处理数据量小，处理器负荷小的优点，进而油耗统计速度明显提高。