基于智能网联的车辆队列控制数据处理方法

本发明涉及数据处理，具体涉及基于智能网联的车辆队列控制数据处理方法。

背景技术：

1、在基于智能网联的车辆队列控制中，车辆的协同行驶需要基于车辆的实时行驶数据（如，位置，速度和方向等数据）进行调控。在这个过程中主要的问题包括数据的实时性、准确性和一致性等问题，这些问题可能会影响车辆协同行驶过程的平稳性。对于车辆之间数据的实时性在动态的驾驶环境中，数据的延迟可能会导致车辆的控制策略失效，甚至引发安全问题。在数据实时性的基础上对于车辆之间通信获取到的前车行驶数据之后需要根据已知行驶数据进行数据的准确性判断，防止数据的误差也可能影响车辆的协同行驶，例如，当出现前车位置数据的变化过大，可能会导致车辆的行驶路径出现偏差，所以在接收到前车的行驶数据之后需要对数据进行实时性与准确性的检测，从而保证基于智能网联的车辆队列协同行驶过程的稳定。

2、在现有的对于前车行驶的时序数据进行检测的方法中只可以通过数据点连续变化进行数据的准确性检测，对于前车的行驶数据点通过数据包之间的时间戳差异与实时数值差异进行数据异常变化的检测。当实时数据点与之前的历史数据点之间存在较大的差异时则需要对该数据点进行异常判断，以更短的时间间隔向前车发出数据请求以验证车辆行驶数据点的准确性，从而保证行驶安全。

3、在现有的通过时序数据中实时数据点的异常检测过程中，对于前车的实时数据进行准确性判断的过程中存在着数据实时性的问题，当前车的行驶数据在传输的过程中出现了信号的延迟，那么对于存在延迟的数据点进行异常检测的过程中，存在着实际时间与数据包中行驶数据的采样时间的差异。

技术实现思路

1、本发明提供基于智能网联的车辆队列控制数据处理方法，以解决现有的问题。

2、本发明的基于智能网联的车辆队列控制数据处理方法采用如下技术方案：

3、本发明一个实施例提供了基于智能网联的车辆队列控制数据处理方法，该方法包括以下步骤：

4、获取多维历史前车行驶数据和实时新增数据，所述实时新增数据中包含实时新增数据点；

5、预设实时新增数据中实时新增数据点的距离邻域，根据实时新增数据中实时新增数据点的距离邻域，得到实时新增数据中实时新增数据在距离邻域中的链接距离，根据实时新增数据中实时新增数据在距离邻域中的链接距离，得到实时新增数据中实时新增数据点的实时性优化因子；

6、获取实时新增数据中实时新增数据点在距离邻域的离群因子，根据实时新增数据中实时新增数据点的实时性优化因子以及实时新增数据中实时新增数据点在距离邻域的离群因子，得到实时新增数据中实时新增数据点的准确性异常程度；

7、根据实时新增数据中实时新增数据点的准确性异常程度对车辆行驶调控。

8、进一步地，所述根据实时新增数据中实时新增数据点的距离邻域，得到实时新增数据中实时新增数据在距离邻域中的链接距离，具体获取方法如下：

9、

10、其中，表示第个实时新增数据点的距离邻域中的路径数量，表示第个实时新增数据点的距离邻域中的第个路径的路径距离，表示第个路径的索引值，表示实时新增数据中第个实时新增数据在距离邻域中的链接距离。

11、进一步地，所述实时新增数据点的距离邻域中的第个路径的路径距离，具体获取方法如下：

12、第个路径的路径距离为实时新增数据点的距离邻域中第一个数据点到第个数据点之间的欧式距离。

13、进一步地，所述根据实时新增数据中实时新增数据在距离邻域中的链接距离，得到实时新增数据中实时新增数据点的实时性优化因子，包括的具体步骤如下：

14、

15、其中，表示实时新增数据中第个实时新增数据点的实时性优化因子，表示实时新增数据中第个实时新增数据点的距离邻域，表示实时新增数据中第个实时新增数据在距离邻域中的链接距离，表示实时新增数据中第个实时新增数据在距离邻域中的链接距离，表示实时新增数据中实时新增数据点的总个数，表示对实时新增数据在距离邻域中的所有链接距离量化得到的值进行线性归一化处理。

16、进一步地，所述根据实时新增数据中实时新增数据点的实时性优化因子以及实时新增数据中实时新增数据点在距离邻域的离群因子，得到实时新增数据中实时新增数据点的准确性异常程度，包括的具体步骤如下：

17、

18、其中，表示实时新增数据中第个实时新增数据点的准确性异常程度，表示实时新增数据中第个实时新增数据点的实时性优化因子，表示实时新增数据中第个实时新增数据点的距离邻域形成的序列，表示任意一个多维历史前车行驶数据中第个数据点的距离邻域形成的序列，表示实时新增数据中第个实时新增数据点的距离邻域形成的序列与任意一个多维历史前车行驶数据中第个数据点的距离邻域形成的序列之间的距离；

19、表示对所有实时新增数据点的距离邻域形成的序列分别与所有多维历史前车行驶数据中每个数据点的距离邻域形成的序列之间的距离进行线性归一化处理，表示选取线性归一化处理后的最小距离值，表示实时新增数据中第个实时新增数据点在距离邻域的离群因子，表示对实时新增数据中所有实时新增数据点在距离邻域的离群因子进行线性归一化。

20、进一步地，所述根据实时新增数据中实时新增数据点的准确性异常程度对车辆行驶调控，包括的具体步骤如下：

21、预设实时数据准确程度阈值，获取实时新增数据中所有实时新增数据点的准确性异常程度，将所有实时新增数据点的准确性异常程度均值作为实时新增数据的准确性异常程度，当实时新增数据的准确性异常程度小于实时数据准确程度阈值时，将实时新增数据作为准确数据进行车辆行驶调控，当实时新增数据的准确性异常程度大于等于实时数据准确程度阈值时，则向前车进行新的实时新增数据请求，重新获取新的实时新增数据的准确性异常程度，当新的实时新增数据的准确性异常程度小于实时数据准确程度阈值时，通过新的实时新增数据进行车辆行驶的调控。

22、本发明的技术方案的有益效果是：本发明通过实时车辆行驶数据点在历史数据点中形成的新的路径在历史路径中发生的偏移情况，根据智能网联车辆队列协同行驶过程中的车辆行驶数据变化情况，获取到实时数据点的车辆信息准确程度，相较于通过设定偏离阈值进行实时数据点的准确性判断，可以避免车辆行驶过程中将一些突发情况判断为数据不准确的问题。

23、本发明通过实时数据点的采集时间戳与数据包中的前车数据监测时间戳的离群因子的度量，对实时数据点的准确性判断过程进行优化，相较于直接通过车辆行驶的数据进行数据准确性的判断，根据这个过程可以进一步对出现数据点实时性问题时的数据准确性进行更准确的判断。

技术特征：

1.基于智能网联的车辆队列控制数据处理方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述基于智能网联的车辆队列控制数据处理方法，其特征在于，所述根据实时新增数据中实时新增数据点的距离邻域，得到实时新增数据中实时新增数据在距离邻域中的链接距离，具体获取方法如下：

3.根据权利要求2所述基于智能网联的车辆队列控制数据处理方法，其特征在于，所述实时新增数据点的距离邻域中的第个路径的路径距离，具体获取方法如下：

4.根据权利要求1所述基于智能网联的车辆队列控制数据处理方法，其特征在于，所述根据实时新增数据中实时新增数据在距离邻域中的链接距离，得到实时新增数据中实时新增数据点的实时性优化因子，包括的具体步骤如下：

5.根据权利要求1所述基于智能网联的车辆队列控制数据处理方法，其特征在于，所述根据实时新增数据中实时新增数据点的实时性优化因子以及实时新增数据中实时新增数据点在距离邻域的离群因子，得到实时新增数据中实时新增数据点的准确性异常程度，包括的具体步骤如下：

6.根据权利要求1所述基于智能网联的车辆队列控制数据处理方法，其特征在于，所述根据实时新增数据中实时新增数据点的准确性异常程度对车辆行驶调控，包括的具体步骤如下：

技术总结
本发明涉及数据处理技术领域，具体涉及基于智能网联的车辆队列控制数据处理方法，包括：获取多维历史前车行驶数据，通过获取到的实时新增数据确定新增数据点的距离邻域，获取实时新增数据中实时新增数据点的实时性优化因子，根据实时新增数据中实时新增数据点的实时性优化因子得到实时新增数据中实时新增数据点的准确性异常程度，根据实时新增数据中实时新增数据点的准确性异常程度对车辆行驶调控。本发明通过实时数据点的采集时间戳与数据包中的前车数据监测时间戳的离群因子的度量对实时数据点的准确性判断过程进行优化，可以进一步对出现数据点实时性问题时的数据准确性进行更准确的判断。

技术研发人员：温国强,关志伟,常文爽,赵俊英,白雪,杨芳,田鹏勇,王青云,王泽铭,邓文斌
受保护的技术使用者：天津中德应用技术大学
技术研发日：
技术公布日：2024/1/14