本發(fā)明涉及云處理，尤其涉及一種基于python的車云數(shù)據(jù)質(zhì)量評估方法及系統(tǒng)。

背景技術(shù)：

1、隨著車聯(lián)網(wǎng)技術(shù)的普及，車端can數(shù)據(jù)成為車輛狀態(tài)監(jiān)控、故障診斷及駕駛行為分析的重要依據(jù)。

2、然而，在數(shù)據(jù)從車端采集、傳輸至云端的過程中，可能因干擾和錯誤等多種因素導(dǎo)致數(shù)據(jù)質(zhì)量下降，包括數(shù)據(jù)內(nèi)容準(zhǔn)確性問題、數(shù)據(jù)丟失以及時間戳同步性偏差等，以及，現(xiàn)有的數(shù)據(jù)質(zhì)量評估方法多依賴于人工審核，不僅效率低下，且難以全面覆蓋的問題。針對上述出現(xiàn)的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、發(fā)明目的：提供一種基于python的車云數(shù)據(jù)質(zhì)量評估方法及系統(tǒng)，以解決現(xiàn)有技術(shù)存在的上述問題。

2、技術(shù)方案：基于python的車云數(shù)據(jù)質(zhì)量評估方法，包括以下步驟：

3、獲取車端can數(shù)據(jù)、云端can數(shù)據(jù)和dbc協(xié)議數(shù)據(jù)庫；

4、選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，生成評估結(jié)果；

5、將所述評估結(jié)果生成相應(yīng)的結(jié)果報告；其中，所述結(jié)果報告包括：數(shù)據(jù)丟失率結(jié)果報告、數(shù)據(jù)內(nèi)容準(zhǔn)確性結(jié)果報告和時間戳同步性評估結(jié)果報告。

6、作為優(yōu)選，獲取車端can數(shù)據(jù)、云端can數(shù)據(jù)和dbc協(xié)議數(shù)據(jù)庫，包括：

7、車端采集的原始文件、車云數(shù)據(jù)文件、dbc協(xié)議數(shù)據(jù)庫和時間戳偏差范圍；其中，所述時間戳偏差范圍為±2s。

8、作為優(yōu)選，將所述評估結(jié)果生成相應(yīng)的結(jié)果報告之后，還包括：

9、當(dāng)所述數(shù)據(jù)丟失率結(jié)果報告和所述數(shù)據(jù)內(nèi)容準(zhǔn)確性結(jié)果報告滿足預(yù)設(shè)指標(biāo)時，縮小預(yù)設(shè)時間戳范圍，并將縮小后的時間戳范圍內(nèi)的結(jié)果報告與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，以精確時間戳同步性結(jié)果。

10、作為優(yōu)選，獲取車端can數(shù)據(jù)、云端can數(shù)據(jù)和dbc協(xié)議數(shù)據(jù)庫之前，還包括：

11、輸入車輛vin碼和需求測試數(shù)據(jù)的起止時間，一鍵下發(fā)遠程調(diào)用任務(wù)，拉取測試數(shù)據(jù)至云端數(shù)據(jù)庫，并下載至本地測試端。

12、作為優(yōu)選，輸入車輛vin碼和需求測試數(shù)據(jù)的起止時間，一鍵下發(fā)遠程調(diào)用任務(wù)，拉取測試數(shù)據(jù)至云端數(shù)據(jù)庫，并下載至本地測試端之前，還包括：

13、通過can卡硬件設(shè)備連接待測試整車的obd口，啟動數(shù)據(jù)實時采集和記錄功能，持續(xù)預(yù)設(shè)時間，同時將車端數(shù)采ecu記錄數(shù)據(jù)包至本地內(nèi)存。

14、作為優(yōu)選，選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，包括：

15、通過預(yù)設(shè)python腳本，以云端數(shù)據(jù)庫中提取的can數(shù)據(jù)包為比對基準(zhǔn)數(shù)據(jù)，提取數(shù)據(jù)id、數(shù)據(jù)字段和數(shù)據(jù)時間戳信息，并與車端采集的原始數(shù)據(jù)進行比對；

16、獲取原始數(shù)據(jù)相同id，時間戳偏差±2s范圍內(nèi)的所有數(shù)據(jù)字段，逐一與云端數(shù)據(jù)字段比對，以驗證數(shù)據(jù)內(nèi)容的準(zhǔn)確性。

17、作為優(yōu)選，選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，包括：

18、通過預(yù)設(shè)python腳本，比對車端數(shù)據(jù)包報文幀總數(shù)與云端拉取數(shù)據(jù)包報文幀總數(shù)，計算數(shù)據(jù)丟失率；并以車端采集的原始數(shù)據(jù)包為基準(zhǔn)數(shù)據(jù)，提取數(shù)據(jù)id、數(shù)據(jù)字段和時間戳，與內(nèi)容評估相同方式，比對車端原始數(shù)據(jù)在云端采集數(shù)據(jù)中是否存在，進一步確認是否存在數(shù)據(jù)包丟失情況。

19、作為優(yōu)選，選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，包括：

20、比較車端采集控制器記錄上云的數(shù)據(jù)內(nèi)容時間戳與車端發(fā)送時的時間戳，驗證時間差的合理性；并預(yù)設(shè)時間戳閾值，評估時間戳的同步性。

21、為了實現(xiàn)上述目的，根據(jù)本申請的另一方面，提供了一種基于python的車云數(shù)據(jù)質(zhì)量評估系統(tǒng)。

22、根據(jù)本申請的基于python的車云數(shù)據(jù)質(zhì)量評估系統(tǒng)，包括：

23、獲取模塊，用于獲取車端can數(shù)據(jù)、云端can數(shù)據(jù)和dbc協(xié)議數(shù)據(jù)庫；

24、車云數(shù)據(jù)質(zhì)量評估模塊，用于選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，生成評估結(jié)果；

25、結(jié)果生成模塊，用于將所述評估結(jié)果生成相應(yīng)的結(jié)果報告；其中，所述結(jié)果報告包括：數(shù)據(jù)丟失率結(jié)果報告、數(shù)據(jù)內(nèi)容準(zhǔn)確性結(jié)果報告和時間戳同步性評估結(jié)果報告。

26、為了實現(xiàn)上述目的，根據(jù)本申請的另一方面，提供了一種電子設(shè)備，所述電子設(shè)備包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序，所述計算機程序被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行本發(fā)明任一項所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法。

27、有益效果：在本申請實施例中，采用基于python自動化評估的方式，通過獲取車端can數(shù)據(jù)、云端can數(shù)據(jù)和dbc協(xié)議數(shù)據(jù)庫；選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，生成評估結(jié)果；將所述評估結(jié)果生成相應(yīng)的結(jié)果報告；其中，所述結(jié)果報告包括：數(shù)據(jù)丟失率結(jié)果報告、數(shù)據(jù)內(nèi)容準(zhǔn)確性結(jié)果報告和時間戳同步性評估結(jié)果報告，達到了驗證數(shù)據(jù)內(nèi)容準(zhǔn)確性、數(shù)據(jù)丟失率評估和時間戳同步性的目的，從而實現(xiàn)了提升車云數(shù)據(jù)的質(zhì)量和可靠性的技術(shù)效果，進而解決了在數(shù)據(jù)從車端采集、傳輸至云端的過程中，可能因干擾和錯誤等多種因素導(dǎo)致數(shù)據(jù)質(zhì)量下降，包括數(shù)據(jù)內(nèi)容準(zhǔn)確性問題、數(shù)據(jù)丟失以及時間戳同步性偏差等，以及，現(xiàn)有的數(shù)據(jù)質(zhì)量評估方法多依賴于人工審核，不僅效率低下，且難以全面覆蓋的技術(shù)問題。

28、與相關(guān)的現(xiàn)有技術(shù)相比，本申請至少具有以下主要技術(shù)優(yōu)點，本發(fā)明的有益效果是：

29、全面評估：本發(fā)明實現(xiàn)了對車云數(shù)據(jù)質(zhì)量的多維度評估，包括內(nèi)容準(zhǔn)確性、數(shù)據(jù)丟失率及時間戳同步性等關(guān)鍵指標(biāo)。

30、自動化處理：利用python編程語言實現(xiàn)評估流程的自動化處理，提高了大量數(shù)據(jù)評估的效率和準(zhǔn)確性。

31、易于擴展：評估方法具有良好的可擴展性，可根據(jù)實際需求添加新的評估維度或優(yōu)化現(xiàn)有評估算法。

32、以上描述對技術(shù)方案的有益效果進行了全面且合理的闡述，突出了其在評估全面性、效率提升和可擴展性等方面的優(yōu)勢。

技術(shù)特征：

1.基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，獲取車端can數(shù)據(jù)、云端can數(shù)據(jù)和dbc協(xié)議數(shù)據(jù)庫，包括：

3.根據(jù)權(quán)利要求1所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，將所述評估結(jié)果生成相應(yīng)的結(jié)果報告之后，還包括：

4.根據(jù)權(quán)利要求1所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，獲取車端can數(shù)據(jù)、云端can數(shù)據(jù)和dbc協(xié)議數(shù)據(jù)庫之前，還包括：

5.根據(jù)權(quán)利要求1所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，輸入車輛vin碼和需求測試數(shù)據(jù)的起止時間，一鍵下發(fā)遠程調(diào)用任務(wù)，拉取測試數(shù)據(jù)至云端數(shù)據(jù)庫，并下載至本地測試端之前，還包括：

6.根據(jù)權(quán)利要求1所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，包括：

7.根據(jù)權(quán)利要求1所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，包括：

8.根據(jù)權(quán)利要求1所述的基于python的車云數(shù)據(jù)質(zhì)量評估方法，其特征在于，選擇預(yù)設(shè)時間戳范圍內(nèi)的所述車端can數(shù)據(jù)和云端can數(shù)據(jù)，并與所述dbc協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，包括：

9.基于python的車云數(shù)據(jù)質(zhì)量評估系統(tǒng)，其特征在于，包括：

10.電子設(shè)備，其特征在于，所述電子設(shè)備包括：

技術(shù)總結(jié)
本發(fā)明公開了基于python的車云數(shù)據(jù)質(zhì)量評估方法及系統(tǒng)，涉及云處理技術(shù)領(lǐng)域。其中，該基于python的車云數(shù)據(jù)質(zhì)量評估方法，包括以下步驟：獲取車端CAN數(shù)據(jù)、云端CAN數(shù)據(jù)和DBC協(xié)議數(shù)據(jù)庫；選擇預(yù)設(shè)時間戳范圍內(nèi)的車端CAN數(shù)據(jù)和云端CAN數(shù)據(jù)，并與DBC協(xié)議數(shù)據(jù)庫的內(nèi)容作一致性比對，生成評估結(jié)果；將評估結(jié)果生成相應(yīng)的結(jié)果報告；其中，結(jié)果報告包括：數(shù)據(jù)丟失率結(jié)果報告、數(shù)據(jù)內(nèi)容準(zhǔn)確性結(jié)果報告和時間戳同步性評估結(jié)果報告。本發(fā)明，解決在數(shù)據(jù)從車端采集、傳輸至云端的過程中，可能因干擾和錯誤等多種因素導(dǎo)致數(shù)據(jù)質(zhì)量下降，包括數(shù)據(jù)內(nèi)容準(zhǔn)確性問題、數(shù)據(jù)丟失以及時間戳同步性偏差等，以及，現(xiàn)有的數(shù)據(jù)質(zhì)量評估方法多依賴于人工審核，不僅效率低下的問題。

技術(shù)研發(fā)人員：張磊,郭立群,錢鵬飛,顏占鰲,張林,楊曉明
受保護的技術(shù)使用者：載合汽車科技（蘇州）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6