用于整理包含至少一个时间序列的数据组的方法、用于执行的设备、车辆和计算机程序与流程

1.本发明涉及数据压缩和数据分析的技术领域。在车辆中，也有越来越多的数据被采集并传输到可以执行数据分析的外部计算中心。本发明还涉及一种相应设计的用于数据压缩和/或数据分析的设备、一种配备有相应设备的车辆和一种相应设计的计算机程序。


背景技术：

2.随着关于从私人交通到自动驾驶的新技术的发展，可以认为在不久的将来，越来越多的数据将不得不在系统侧通过使用数据库、改进的车辆传感器等在车辆之间以及在车辆与计算中心之间进行交换。这需要大规模扩展通信网络，因为车辆必须通过车对车通信v2v(vehicle to vehicle)相互交换越来越多的数据，也需要通过车对基础设施通信v2x(vehicle to everything)与后端服务器交换越来越多的数据。
3.因此，越来越多的数据从车辆传输到“云(cloud)”中。可用于v2x通信的带宽是有限的。因此，用于解决这种冲突的一种方案是压缩车辆中的数据，并且仅将压缩后的数据传输到后端服务器(在“云”中)。
4.为此使用的已知的压缩方法是zip方法，利用该方法可以无损地压缩任意数据的大数据组。
5.由us 2018/253559 a1已知一种用于无损的有效载荷压缩的方法。对于有效载荷压缩，使用对应于lempel-ziv 77的诸如哈夫曼(huffman)编码和lz77之类的熵编码。在一种变型中，根据aes方法(其相应于高级加密标准(advanced encryption standard))利用经哈夫曼编码的说明进行对数据块中有效载荷的选定部分的加密，该说明指示了加密限制的开始和结束。这使得能够选择性地采用更高级别的安全性，如在特定应用中所期望的那样。
6.已知的解决方案存在缺点。这在本发明的范畴内是已知的。已知解决方案的问题在于，其虽然实现了原始数据的压缩，使得为了存储压缩后的数据需要更少的存储空间，并且为了传输压缩后的数据也需要更少的所使用的通信系统的带宽，但是对压缩后的数据的分析与开销相关。为此，需要在分析成为可能之前执行数据解压缩的步骤。在例如针对在车辆或机器和装置中的应用在整个运行时间内收集的大数据组的情况下，这可能会导致大量的额外开销。如果在后端服务器中分析数据，则通常有足够的计算能力可用，以便除了服务器的其他任务以外也完成解压缩。然而，这也导致成本。但是，如果分析本身也应在车辆或机器中执行，则情况就不同了。对于在车辆或机器中的应用，例如需要在运行期间监测磨损件的磨损状态。在此，应尽可能在当前向驾驶员或机器操作员输出有关维护必要性的信息。在安全相关的磨损件的情况下，这是绝对必要的。然而，在车辆中，使用的是配备有计算能力有限的微控制器的电子控制设备。作为大批量产品，控制设备也承受着越来越大的价格压力。此外，控制设备在实时条件下工作，因此不能执行或只能利用附加的计算能力执行特定数据分析方法，该特定数据分析方法的计算开销至少线性地取决于要分析的数据点的数
量。限制也可能来自于必须通过车辆中的带宽有限的内部通信网络传输数据。此外，重建的数据在最好的情况下具有与原始数据相同的大小。在通过车辆的通信网络(例如can总线(控制器域网，controller area network))传输的1比特大小的状态信号(例如驾驶员车门关闭/打开)的情况下，使用浮点数据类型“双精度，64比特”进行分析意味着与原始大小相比，内存增加了64倍，或者与“8比特无符号整数”表示相比，内存增加了8倍。车辆的控制设备中压缩算法的实现和实施需要用于程序代码的永久性存储器、用于运行时和计算时的变量的易失性存储器。一些压缩方法由于其资源需求而不考虑在控制设备中应用，或者其只能用于压缩少数信号。
7.但是对于“云应用”来说，减少关于数据分析的开销也是令人感兴趣的。在车辆领域的应用中，原始数据在车辆中压缩，并且在后端服务器侧上再次解压缩。在大批量汽车制造商的情况下积压了大量必须在后端进行存储和处理的数据量。当每年生产数百万辆车辆时，容易想到，必须建立巨大的计算中心以存储和处理所有这些数据。如果所需的开销可以受到限制，则对此也可能是有利的。
8.此外，由ep 2 645 318 a1和ep 3 522 577 a1已知方法，在该方法中，仅当彼此相继地记录的数据值与最后存储/传输的数据值的差异大于预先给定的阈值时，该彼此相继地记录的数据值才被持久地存储或传输到主机。


技术实现要素：

9.因此，存在开发一种改进的压缩算法的需求，其使用更少的资源，并且可以在压缩程度和损失率方面可变地设置，并且其中，可以减少用于解压缩或数据分析的开销。这是本发明要解决的技术问题。
10.该技术问题通过根据权利要求1的用于整理包含至少一个时间序列的数据组的方法、根据权利要求13和16的用于执行方法的设备、根据权利要求15的车辆和根据权利要求17的计算机程序来解决。
11.从属权利要求包含相应于这些措施的以下描述的本发明的有利扩展方案和改进。
12.在一般构型中，本发明涉及一种用于整理包含至少一个时间序列的数据组的方法，其中，该时间序列包含在特定时间点采集到的数据和进行数据采集的相应时间点作为数据元素。进行数据采集的时间点在此例如可以表示为绝对时间或在绝对时间点的增量时间(deltazeit)，或者在时间上等距的数据记录的情况下表示为索引。根据所述方法以特殊方式对这些数据组进行压缩，在其中执行如下步骤：对采集到的数据进行舍入，并且随后对数据组的包含在至少一个时间序列中的数据元素进行抽取。数据压缩方法提供从其他已知数据压缩方法中已知的优点，如减少要存储或要传输的数据量。然而，所述方法附加地还提供了特别的优点，即可以对压缩后的数据组进行数据分析，而不必执行解压缩算法。这是相当大的优势，因为数据通常不仅必须进行存档，而且还必须为了维护目的、为了识别安全关键的开发、为了将功能与用户的个人行为方式和偏好进行适配、在必要时为了保修目的并且为了确定事故经过而进行分析。
13.具体地，用于抽取步骤的有利解决方案在于，移除其舍入后的数据与直接的时间上的前任的舍入后的数据没有区别的数据元素。因此，可以在采集到的测量值几乎没有改变的多个时间序列中实现》10的高压缩率。
14.常见的应用情况在于，时间序列对应于测量值序列，其中，测量值作为整数或作为浮点数来采集。在此，在应用压缩方法之前执行转换成整数的步骤，对于压缩方法是有利的。
15.为此有利的是，为了转换成整数，时间序列的数据元素的浮点数的小数位通过小数点移位来转换成整数式小数，其然后在进一步的步骤中转换成整数。
16.附加地有利的是，在准备抽取时间序列的数据元素时，执行对整数进行舍入的算法。在此可以预先给定舍入应发生作用的强度。这对压缩程度有决定性的影响。
17.在一种特别有利的变型中，根据以下规则来准备舍入运算：
18.rnd(x)＝and(bsr(int(x),nbit-1),1)
19.其中，rnd(x)对应于为后续舍入运算选择的整数的舍入信息，其中，x对应于数据元素索引，其中，int(x)对应于整数，其中，nbit-1说明了应选择整数的哪个比特位置来根据所提及的规则计算舍入信息rnd(x)，其中，and对应于条目与整数值“1”的逻辑“与运算”，该条目位于通过右移(bsr(bit scan reverse，位扫描反向)功能)整数int(x)的nbit-1个比特位置所确定的比特位置处。利用对参数nbit的选择可以设置压缩程度。
20.可以以有利的方式根据以下规则执行实际的舍入运算：
21.comp(x)＝bsr(int(x),nbit)+rnd(x)
22.其中，comp(x)对应于通过舍入产生的、整数int(x)的分辨率降低的部分，其中，nbit对应于在与舍入信息rnd(x)相加之前应将整数向右移动多少个比特位置的说明。通过选择参数nbit＝0，可以将压缩算法设置为无损压缩。在这种情况下，不需要计算舍入信息rnd(x)，因为其为零。
23.在准备步骤之后，可以抽取数据组的数据元素。为此有利的是，将舍入后的值comp(x)与comp(x+1)相互比较，并且从时间序列中丢弃后续相同的值comp(x+1)的数据元素。因此，在总是重复出现的数据的情况下，可以从数据组中消除这些数据元素，这实现高压缩率。
24.压缩算法也可以直接在数据的浮点表示上实施。然后，浮点数除以降低后的表示中的最小可区分增量，然后进行舍入，然后再次与降低后的表示中的最小可区分增量相乘。通常，整数表示中的执行时间少于浮点表示中的执行时间，因此优选地使用整数实现。
25.在另一种实施变型中，上面描述的压缩算法可以在时间窗中实施。时间窗例如可以具有1秒的固定长度，或者也可以通过诸如“打开车辆”或“锁闭车辆”之类的外部事件开始或结束。通常，新窗口在前面的窗口关闭之后直接开启。然后，例如在每个具有数据元素的窗口中包含恒定的信号。
26.窗口长度在此定义了最大可实现的压缩率和传输压缩后的数据组的频率。更长的窗口在此需要更高的最大压缩率。
27.压缩后的数据组可以存储在执行了压缩的计算单元中。如果应在外部位置处执行数据分析，则所述方法的另一有利的措施在于，将压缩后的数据组从设备传输到外部计算装置，在该设备中压缩了数据组。
28.这可以有利地借助公共蜂窝移动无线电通信系统或另外的移动无线电通信系统来执行。随着5g移动无线电通信系统的引入，越来越多的车辆、机器和装置在此基础上接入互联网。作为另外的移动无线电通信系统的示例提及的是，也特定用于v2v通信和v2x通信
的根据标准ieee 802.11p的wlan p系统。
29.对于数据分析特别有利的是，对数据组的抽取后的时间序列执行分析，而不必对数据组进行解压缩。
30.对于压缩后的数据组的箱线图(box-plot)分析，这可以执行为，使得按照分辨率降低的comp(x)信息的升序大小对抽取后的时间序列进行排序，并且在考虑各个到下一个数据元素的时间差的情况下从压缩后的数据组中选择箱线图分析的特征值、尤其最小值、最大值、中值、下四分位数和上四分位数。
31.数据压缩和数据分析可以在共同的设备或在单独的设备中执行。
32.对于用于执行所述方法的设备有利的是，该设备具有至少一个计算单元，该计算单元被设计为在彼此相继的时间点对至少一个所连接的传感器执行测量值采集或接收由传感器采集到的测量值。附加地有利的是，计算单元被设计为利用测量值和相关的测量时间点形成时间序列，并且进一步至少执行如下步骤：进行舍入，并且随后对数据组的包含在至少一个时间序列中的数据元素的测量值进行抽取。特别是在车辆中，传感器可能不直接连接到用于执行所述方法的设备，而是通过通信总线、例如can总线将数据有规律地传输到用于执行所述方法的设备。然而，这也可以在其他应用领域中这样进行。作为另外的示例提及的是自动化技术，在该自动化技术中，传感器可以连接到现场总线系统。不一定必须涉及来自传感器的测量值。也可以利用计算结果来建立时间序列，该计算结果作为存储器单元的数据内容存档在计算单元的存储器中，即最终作为在车辆中以数字方式存在的任何信息。作为示例提及的是计算出的车辆平均消耗。
33.此外有利的是，该计算装置或该设备的另外的计算装置被设计为对压缩后的数据组执行箱线图分析，方式为，按照分辨率降低的comp(x)信息的升序大小对抽取后的时间序列进行排序，并且在考虑各个到下一个数据元素的时间差的情况下从压缩后的数据组中选择箱线图分析的特征值、尤其最小值、最大值、中值、下四分位数和上四分位数。在本发明的该变型中，数据压缩和数据分析都发生在该设备中。车辆可以有利地配备有这样的设备。
34.因此，本发明的另一个构型在于具有根据本发明的设备的车辆。
35.此外，本发明的另一个变型在于一种用于执行所述方法的设备，该设备具有至少一个计算装置，并且该计算装置被设计为用于接收压缩后的数据组。在此，计算装置被设计为对数据组的抽取后的时间序列执行分析，而不必对数据组进行解压缩。该设备将优选地在后端服务器中使用，压缩后的数据组被传输到该设备。
36.计算装置在此可以被设计为对压缩后的数据组执行箱线图分析，方式为，按照分辨率降低的comp(x)信息的升序大小对抽取后的时间序列进行排序，并且在考虑各个到下一个数据元素的时间差的情况下从压缩后的数据组中选择箱线图分析的特征值、尤其最小值、最大值、中值、下四分位数和上四分位数。
37.最后，本发明的另一个构型在于一种计算机程序，该计算机程序被设计为，在计算单元中进行运行时执行按照根据本发明的方法之一所述的用于整理包含至少一个时间序列的数据组的方法的步骤。
附图说明
38.本发明的实施例在附图中示出并且在下面根据附图更详细地阐述。
39.在附图中：
40.图1示出了通过移动无线电以及与互联网的连接进行车对车通信的原理；
41.图2示出了具有时间序列和各个数据元素的数据组的结构；
42.图3示出了将数据组压缩并传输到通过互联网连接的后端服务器并且随后在解压缩之后对数据组进行分析的过程的传统流程；
43.图4示出了针对数据组的压缩的过程的整体方案，利用该方案可以在传输到后端服务器之后对数据组进行后续分析，而无需事先的解压缩；
44.图5示出了车辆的车载电子器件的框图；
45.图6示出了示例性数据组的时间序列的原始数据及其到整数的转换；
46.图7示出了图6示例的时间序列的原始数据的图形表示；
47.图8示出了在示例性数据组中根据整体方案计算舍入信息的结果和舍入结果的表格；
48.图9示出了图6示例的时间序列的舍入后的数据元素的抽取过程；
49.图10以表格形式示出了在对时间序列的舍入后的数据元素执行抽取之后的压缩后的数据组；
50.图11示出了图6示例的时间序列的在压缩之后保留在数据组中的数据的图形表示；
51.图12示出了图6示例的时间序列的压缩后的数据与原始数据相比的图形表示；
52.图13示出了以箱线图分析的方式应用于原始数据组的数据分析的示例；
53.图14示出了应用于原始数据的图6示例的时间序列的箱线图分析的图形表示；
54.图15示出了以箱线图分析的方式应用于压缩后的数据组的数据分析的示例；以及
55.图16示出了应用于压缩后的数据的图6示例的时间序列的箱线图分析的图形表示。
具体实施方式
56.本描述说明了根据本发明的公开的原理。因此应当理解，本领域技术人员将能够设计出不同的布置，所述不同的布置虽然在此没有明确描述，但体现了根据本发明的公开的原理并且也应在本发明的范围内被保护。
57.图1示出了借助移动无线电进行车辆通信的系统架构。车辆以附图标记10表示。示出的是轿车。但是任何其他车辆也可以被视为车辆。其他车辆的示例是：公共汽车、商用车辆(尤其卡车)、农业机械、建筑机械、野营车辆、摩托车、自行车、踏板车、轮椅、轨道车辆等。本发明在车辆中的使用将可以普遍适用于陆地车辆、轨道车辆、水上工具和飞机。此外，本发明的使用不仅限于车辆。本发明实际上通常可以在电气工程的所有领域中使用。作为进一步的示例提及的是机器和装置、小型电子设备、消费电子设备、白色家电设备、医疗设备等。该列举并非穷举。设备与“云”的连接也推广到越来越广的领域。关于此的典型关键词是术语“物联网”(internet of things，lot)，其代表了一种技术趋势，即在工业、商业和家庭中越来越多的设备通过使用更新的通信技术(例如5g)连接到互联网。
58.车辆10配备有具有相应的天线单元的车载通信模块160，从而车辆可以参与车对车(v2v)和车对基础设施(v2x)的不同类型的车辆通信。图1示出了车辆10可以与移动无线
电提供商的移动无线电基站210通信。
59.这样的基站210可以是lte(long term evolution，长期演进)移动无线电提供商或5g(第5代移动无线电系统)移动无线电提供商的enodeb基站。基站210和相关装备是具有多个移动无线电单元的移动无线电通信网络的一部分，其中，每个单元由基站210服务。
60.基站210通常定位在车辆10行驶的主要道路附近。附加地，车辆10分别配备有车载通信模块160。车载通信模块160对应于lte通信模块，利用该lte通信模块，车辆10可以接收移动数据(下行链路，downlink)并且可以朝上行方向发送这样的数据(上行链路，uplink)。但是，也通过第5代移动无线电系统支持v2v和v2x通信。在那里，相应的无线电接口称为pc5接口。关于lte移动无线电通信系统，lte的e-utran(evolved umts terrestrial radio access-netzwerk，演进的umts陆地无线接入网)由多个enodeb组成，所述多个enodeb提供e-utra用户平面(pdcp/rlc/mac/phy)和控制平面(rrc)。enodeb借助所谓的x2接口相互连接。enodeb还通过所谓的s1接口与epc(evolved packet core，分组核心演进)200连接。
61.图1从该通用架构中示出了，基站210通过s1接口与epc 200连接，并且epc 200与互联网300连接。后端服务器320也与互联网300连接，车辆10可以向该后端服务器发送消息和从该后端服务器接收消息。后端服务器320可以放置在车辆制造商或其他移动服务提供商的计算中心或行政机关、例如交通调度中心的计算中心中。最后，还示出了道路基础设施站310。该道路基础设施站例如可以通过道路侧单元表示，该道路侧单元在技术术语中经常被称为“路侧单元”(road side unit，rsu)310。为了简化实现，假设给所有部件都分配了通常以ipv6地址的形式的互联网地址，从而在部件之间传输消息的包可以相应地被路由。所提到的不同接口都是标准化的。在这方面，参考移动无线电通信系统的已发布的相应规范。
62.图2示出了包含时间序列的数据组的结构作为示例。时间序列可以对应于测量序列。在此，例如采集诸如温度、压力、湿度、速度、持续时间、转数、加速度、长度、电压、电阻、光强、化学成分等物理参量的时间上彼此相继的测量值。在最简单的情况下，时间序列由多个数据元素组成，每个数据元素都包含测量值和相关的采集时间点。采集时间点通常以时间上等距的间隔彼此相继。但是，如果只是偶尔地或周期性地以可变的周期持续时间采集测量值，也会产生时间序列。在图2中示出了具有n个数据元素的时间序列。时间序列的数据元素用dp(0)到dp(n-1)表示。每个单独的数据元素包含作为整数的采集到的测量值int(0)到int(n-1)和分别相关的时间戳t(0)到t(n-1)，该时间戳说明了相应的采集时间点。时间序列的特征在于，数据元素按照采集时间点排序。通常，甚至要求采集时间点必须严格单调递增地排序。该要求可以通过关系t(x)《t(x+1)来表达。传感器并不总是将其采集到的测量值提供为整数。经常会是这种情况，即传感器产生模拟信号，该模拟信号例如通过控制设备或微控制器的模拟输入来转换为数字信号。为此通常使用也可以是微控制器的一部分的模拟/数字转换器。然后通常通过换算表来换算到物理参量。然而，众所周知，物理参量通常带有符号并且以特定的单位给出，其中，可能得到通常作为浮点数存储在计算机中的有理数或实数。在此，通常存在“单精度”或“双精度”表示，其中，“单精度”浮点数以32比特存储空间存储，“双精度”浮点数以64比特存储空间存储。总是可以将浮点数换算为整数，反之亦然。在这方面，参考以下用于将整数换算为浮点数的换算公式：
63.fp(x)＝int(x)*f+o
64.其中，fp(x)对应于浮点数，其中，f对应于倍乘因数，o对应于偏移值。
65.在图3中示出了车辆中的数据采集和车辆中的分析例如也伴随着云中的传输和存储以及云中的数据分析的传统流程。上部分p10包含车辆10中的处理步骤。中间部分t200包含将压缩后的数据组通过移动无线电传输到后端服务器320的步骤。下部分p320包含云中的处理步骤。首先阐述车辆10中的步骤。在此，测量值采集不单独示出。首先示出将数据存储在控制设备的存储器中的步骤s10。在步骤s12中，从存储器中读出数据组并将该数据组馈送到数据压缩算法。该算法在步骤s14中执行。如开篇已经提到的，在步骤s14中可以使用已知的zip压缩算法。在步骤s16中，将压缩后的数据组转发到车辆10的相应的车载通信模块160，以便通过移动无线电进行传输。
66.存在需要对存储在车辆10中的数据组做出评估的应用。以移动箱线图数据分析为例。箱线图应该快速地提供关于数据所在的区域以及数据在该区域中如何分布的印象。因此，确定所谓的五数概括法的所有值、即中值、下四分位数(25％四分位数)、上四分位数(75％四分位数)以及两个极值(最小值和最大值)。这些值可以用关于五数概括法的五个值的条目以数字线的形式很好地图形地表示出来。为了快速地采集磨损件的状态，箱线图表示可能是合适的。在步骤s18中，移动箱线图分析发生在车辆10中。
67.可以在车辆中使用的另一种数据分析方法涉及中断/漂移(break/drift)分析。这对应于趋势分析。借此可以识别蠕变的损耗。以车辆10的离合器损耗为例。为此，例如测量从车辆的传动装置的1挡与变速器接合到车辆开始滚动的过程。当离合器磨损得越来越严重时，离合器踏板在滚动时刻中为了关闭离合器所需的操纵路径缓慢地变化。中断/漂移分析发生在步骤s20中。在步骤s22中，将数据分析的结果转发到车载诊断单元，该车载诊断单元负责使驾驶员注意车辆10的磨损状态，方式例如为，在显示单元上输出警告消息或要求立即访问车间。
68.需要强调的是，按照传统方法的车辆中的数据分析过程使用未压缩的数据进行工作。因此在图3中示出，在步骤s12之后，将未压缩的原始数据转发到数据分析步骤s18和s22。车辆中的数据分析需要处理所有原始数据。
69.在步骤s16之后，压缩后的数据组通过移动无线电传输到具有后端服务器320的计算中心。在步骤s26中，数据组以经压缩的形式在那里存档。然而，对于数据分析，有必要将数据组重新转换回可处理的形式(原始形式)。为此，在步骤s28中使用解压缩算法。在步骤s30中，将重建的数据组提供给后续的数据分析。重建的数据组可选地也存储在存档存储器中以供以后使用，这由步骤s32指示。如已经在车辆侧的数据分析中阐述了的那样，步骤s34中的移动箱线图分析和步骤s36中的中断/漂移分析也可以在计算中心中执行。将结果提供给云诊断单元，参见步骤s38。该单元可以负责将相应的警告消息通过移动无线电发送回到车辆10，数据来源于该车辆。还示出了可以在计算中心中执行的其他分析方法。这包括在步骤s40中进行的相似性分析和步骤s42中的模式识别。关于不同分析方法的进一步细节请参考文献。在步骤s44中，还可以应用其他算法以进行数据分析。
70.与数据压缩、数据存档和数据分析的传统形式相比，图4示出了按照根据本发明的改进方法的车辆中的数据采集和车辆中的数据分析以及云的过程。相同的附图标记表示与图3中相同的步骤和部件。本质区别在于具有时间序列的数据组的压缩的方式。使用允许对压缩后的数据进行数据分析的压缩算法。接下来将更详细地阐述新压缩算法的细节。该算法允许对压缩后的数据进行数据分析。因此在图4中示出了，在步骤s16中将压缩后的数据
转发到分析步骤s18。由此，必须转发明显更少的数据，并且也必须分析更少的数据，如接下来更详细地阐述的那样。这同样有利于在“云”中对数据执行存档和分析。图4因此示出了，可以省去步骤s28至s32。在步骤s34到s42中对特别压缩的数据进行数据分析。在此可能出现这样的情况，即不能对特别压缩的数据执行数据分析步骤。为此设置在步骤s46中执行的解压缩算法。这是可能的，因为特别的压缩算法也被设计为可逆的，从而可以恢复数据。在此，压缩算法可以被设置为，使得其无损地压缩或有损地压缩。如果该压缩算法被设置为有损的，则无法在不损失准确性的情况下恢复原始数据。
71.图5示意性地示出了车载电子器件的框图，车辆10的信息娱乐系统也属于该车载电子器件。在车辆、特别是轿车中，信息娱乐系统是指车载收音机、导航系统、免提通话装置、驾驶员辅助系统和其他功能在中央操作单元中的组合。术语“信息娱乐”是由“信息”和“娱乐(entertainment)”组成的混成词。触敏显示单元30、计算装置40、输入单元50和存储器60用于操作信息娱乐系统。显示单元30包括用于显示可变图形信息的显示面和布置在显示面上方的用于通过用户输入命令的操作表面(触敏层)。该操作表面可以设计为lcd触摸屏显示器。
72.屏幕30尤其可以被车辆10的驾驶员、但是也可以被车辆10的副驾驶员容易地查看和操作。此外，可以在屏幕30下方在输入单元50中布置机械操作元件、例如按键、调整旋钮或其组合、例如按压式调整旋钮。通常，信息娱乐系统部分的方向盘操作也是可能的。该单元未单独示出，而是被认为是输入单元50的一部分。
73.显示单元30通过数据线路70与计算装置40连接。数据线路可以按照lvds标准设计，该lvds对应于低电压差分信号(low voltage differential signalling)。显示单元30通过数据线路70从计算装置40接收用于控制触摸屏30的显示面的控制数据。所输入的命令的控制数据也通过数据线路70从触摸屏30传输到计算装置40。输入单元50通过数据线路90与计算单元40连接。
74.存储器装置60通过数据线路80与计算装置40连接。表形图目录和/或符号目录与表形图和/或符号一起存储在存储器60中，以用于可能插入的附加信息。
75.附加地，投影单元20通过数据线路70连接到计算装置40，该投影单元可以设计为平视显示器(head-up-display)的形式并且用于将“增强现实(augmented reality)”信息淡入到驾驶员的视野中。
76.信息娱乐系统的其他部分，摄像机150、收音机140、导航设备130、电话120和组合仪表110，通过数据总线100与用于操作信息娱乐系统的设备连接。可以将根据iso标准11898-2的can总线的高速变型用作数据总线100。替换地，例如也可以考虑使用基于以太网技术的总线系统、例如broadr-reach。也可以使用在其中通过光波导实现数据传输的总线系统。作为示例提及的是most总线(media oriented system transport，面向媒体的系统传输)或d2b总线(domestic digital bus，国内数字总线)。车辆测量单元170也连接到数据总线100。该车辆测量单元170用于采集车辆的运动、尤其用于采集车辆的加速度。该车辆测量单元可以设计为常规的imu单元，该imu单元对应于惯性测量单元(inertial measurement unit)。在imu单元中通常存在加速度传感器和旋转速率传感器、例如激光陀螺仪或磁力计陀螺仪。车辆测量单元170可以被视为是车辆10的里程计的一部分。但这也包括轮速传感器。
77.在此还提到，摄像机150可以设计为传统的视频摄像机。在这种情况下，该视频摄像机记录25全帧/秒，这对应于在隔行记录模式下的50半帧/秒。替换地，可以使用记录更多帧/秒的特定摄像机，以便提高在快速运动对象的情况下进行对象识别的准确度，或者记录在可见光谱以外的光谱中的光。可以使用多个摄像机来进行环境观测。此外，还补充地或替换地使用雷达或激光雷达(lidar)传感器152和154，以便执行或拓宽环境观测。如已经提到的，车辆10配备有通信模块160，以用于向内和向外的无线通信。
78.附图标记181表示发动机控制设备。附图标记182对应于esp控制设备，附图标记183表示传动装置控制设备。在车辆中可能存在其他控制设备、例如附加的行驶动力学控制设备(用于带有电动可调阻尼器的车辆)、安全气囊控制设备等。这样的所有归入动力总成系统的类别的控制设备的连接通常利用can总线系统(controller area network，控制器域网)104实现，该can总线系统被标准化为iso标准、通常标准化为iso 11898-1。对于机动车中的不再仅连接到单独的控制设备的不同传感器171至173，还规定，其连接到总线系统104并且其传感器数据通过总线传输给各个控制设备。机动车中传感器的示例是轮速传感器、转向角传感器、加速度传感器、旋转速率传感器、轮胎内压传感器、距离传感器、爆震传感器、空气质量传感器等。轮速传感器和转向角传感器尤其归入车辆的里程计。加速度传感器和旋转速率传感器也可以直接连接到车辆测量单元170。
79.附图标记144表示车载诊断接口(obd)。该车载诊断接口用于在车间中停留时连接诊断设备。由此可以读出存储在车辆中的故障数据。车载诊断接口144通过通信总线102与网关142连接。网关142用于实现来自不同的通信分支的信息的交换。为此，网关执行格式转换，以便例如将网关以总线系统100的格式接收的消息转换为总线系统104的格式。这在车载电子器件的其他总线系统之间的转发中也相应地发生。
80.附图标记180表示另一个控制设备，其负责自动驾驶功能或负责一个或多个驾驶员辅助系统。借此可以实现关于自动驾驶的不同行驶速度级。必须在控制设备180中设置相应高性能的计算单元，以便能够分别实现所期望的行驶速度级。
81.下面考虑连接到can总线104的传感器171采集测量值并将其传输到网关142的情况。测量到的值存档在网关142的存储器中。这样的测量序列的示例在图6中以表格形式示出。但是，这是用于阐述压缩方法原理的虚构的测量序列。在最上面的行中录入相应测量值的索引。测量以10ms的等距的时间间隔进行。第二行包含何时采集到相应测量值的时间说明t(x)。测量序列可以依据特定的事件开始。测量值采集在事件发生后0到80ms的范围内进行。在第四行中存在以具有两个小数位的小数形式的测量值fp(x)。这些数字作为整数从传感器171通过can总线104传输到网关142。测量值位于0.0至0.08的数值范围内。
82.图7以图形表示示出了图6中的表的测量值。在此，相应的测量时间点在0至80ms的范围内沿图像的横坐标绘制。测量值fp(x)在0至0.08的范围内沿纵坐标绘制。测量点以十字符号表示。测量点的虚线连接对应于阶跃函数。
83.导致数据压缩的新型压缩算法由网关142中的计算单元进行处理。该算法基于通过比特移位来对测量值进行舍入。这种操作也命名了该算法，该算法简称为bisco算法，该bisco算法对应于“binary shift compression(二进制移动压缩)”。
84.如有必要，将测量值预先转换为整数。在有符号的数字的情况下，可以将测量值转换为“有符号(signed)”整数的格式。在无符号的测量值的情况下，可以将数字转换为“无符
号”整数。这种转换也可以在网关142中进行。
85.多种传感器已经提供整数格式的测量值，因此在这种传感器的情况下可以省去转换为整数的步骤。压缩算法以整数进行工作。
86.bisco算法的流程在此以c++编程语言的句法来说明并且由6个步骤组成。
87.1.set index x＝0
88.2.calculate round information“rnd(x)”:rnd(x)＝int(x)》》(nbit-1)&0x1
89.3.calculate compressed value“comp(x)”with lower accuracy
‑“
nbit”right shift:comp(x)＝(int(x)》》nbit)+rnd(x)
90.4.if“comp(x)”is equal“last”and x》0:go to 6
91.5.remember index“x”for transmission.set“last”to“comp(x)”.
92.6.increase x＝x+1,go to step 2and continue with next time“t(x+1)”and value“int(x+1)”93.在第1步骤中，将测量值索引x设置为初始值0。在第2步骤中，计算舍入信息rnd(x)，其应被插入在整数int(x)的比特位置nbit-1处。该舍入信息rnd(x)是通过将整数int(x)向右移动nbit-1个位置并与二进制值“1”进行逻辑“与”关联来计算的。在此，通过选择参数nbit，可以说明应以哪种程度进行舍入。这相当于为压缩算法选择压缩程度。如果选择nbit＝0，则这意味着应执行无损压缩。在第3步骤中计算压缩后的值。在此，整数int(x)向右移动了nbit并且添加到计算出的舍入信息rnd(x)中。舍入运算的流程和得到的舍入后的值comp(x)在图8的表格中示出。在图8所示的情况下，设置了nbit＝2。在第2步骤中，整数向右移动一个位置(nbit-1＝1)。该位置在图8的表格中加边并以rnd表示。舍入信息值rnd(x)通过“与”关联产生，如在图8表格的第三列中给出的那样。在第3步骤中，将向右移动两个比特位置的整数的条目与舍入信息rnd(x)相加。结果comp(x)以十进制形式在表格的第四列中给出。在第4步骤中，进行抽取测量序列的元素的步骤。在此，移除其舍入后的数据comp(x)与直接的时间上的前任的舍入后的数据comp(x-1)没有区别的数据元素。支持值在此是值：十进制0、十进制1和十进制2。因此这是表格中的值，在该表格中，舍入后的值comp(x)与前面的值comp(x-1)有所区别。
94.压缩算法在步骤4至6中的进程在另一个图9的表格中示出。支持值在第五行“last”中给出。只有这些值保存在压缩后的数据组中并且要么存储在车辆10中要么转发到车载通信模块160并且从那里传输到后端服务器320。在第六行“tx”中用x进行标记，其表示时间序列的哪些数据元素被保存和传输。压缩后的时间序列在图10的表格中示出。但是，针对压缩后的时间序列的完成压缩的数据组仅包含行t(c)和comp(c)。为了进行比较，在行fp(c)中还录入了由数据元素的舍入后的comp(x)值得出的浮点数。对浮点数fp(c)的计算根据comp(c)进行，利用因数：fc＝2^nbit*f，其校正了n个比特的移位。在此，因数fc由上面提到的因数f和所选择的nbit说明得出。在传输压缩后的数据组时，如果针对应用情况还没有从其他信息中得出元数据，则还可以可选地传输元数据。为了将整数转换为浮点数，可以可选地一起传输关于因数f或fc、偏移值o以及nbit说明的信息，并且必要时还一起传输物理单位，传感器171以该物理单位采集了值。
95.压缩因此通过舍入步骤结合抽取步骤产生。仅仍将支持值作为剩余保留在时间序列中。
96.图11示出了保留在压缩后的时间序列中的值的图形表示。保留的支持值以圆形符号表示。
97.原始测量值与压缩后的表示的支持值的对比表示在图12中示出。原始测量值、在图12中称为“原始信号”(rs)，以十字符号表示。从中可以清楚地看出，保留的支持值、在图12中称为“压缩信号”(cs)，并不总是对应于原始测量值，而是表示可能位于原始测量值之间的舍入后的值。
98.接下来阐述，如何能够对以这种方式压缩的数据组执行数据分析而不必事先执行解压缩。为此，选择箱线图分析的示例。
99.首先，以原始测量值为例的箱线图分析的结果在图13中示出。如前所述，箱线图分析旨在说明测量序列的两个极值、中值和两个四分位数q25和q75。所有五个值都在图13的表格中在第3列中进行了描述。
100.在图14中以图形形式示出了箱线图分析的五个结果值[brps](box plot raw signal，箱线图原始信号)。特征的箱线图分析值在图14中以菱形符号标识。
[0101]
图15以表格形式示出了箱线图分析如何对压缩后的数据组起作用。在此重要的是，考虑了到下一个数据元素的时间差dt，其可以容易地从压缩后的数据组中一起记录的测量时间点中计算出来。因此，在箱线图分析中，首先计算出差异时间并将其一起录入到数据元素中。然后进行根据压缩后的整数comp(c)的升序大小对数据元素进行排序的步骤。然后最小值位于以这种方式排序的时间序列的第一行。然后分析哪个值位于相对时间的25％处(下四分位数q25)。被测量值覆盖的总时间对应于80ms。这是从列dt的值相加得出的。因此，q25值就位于支持值“0”和“1”之间的第一个间隔中的20ms处，因为根据图14中的表格，值“0”存在30ms的持续时间。因此，也针对值comp(c)＝0录入q25值。中值是当测量值按照大小排序时恰好定位在相对时间的“时间中间”、即在相对时间0.5时的值。因此，中值对应于值“1”，参见图15中的表格。q75值的确定方式在原理上与q25值完全相同。因此，q75值在示例中也对应于值“1”，因为其定位在所表示的总时间的75％(对应于60ms)处，这仍然处于值“1”，因为最大值“2”在70ms后才达到，但是这对应于80ms总时间的87.5％的相对时间。因此75％值仍然是“1”。
[0102]
图16还示出了对压缩后的数据组进行箱线图分析的确定结果[bpcs](box plot compressed signal，箱线图压缩信号)。用于对压缩后的数据组进行箱线图分析的排序和搜索开销相应地减少。可以容易地记录数以千计的测量值用于实际的测量序列，从而显著增加了用于分析原始数据组的开销并且因此明显减少了在压缩后的数据组中进行排序和搜索的开销。
[0103]
也可以对压缩后的数据组执行其他分析方法。作为示例提及的是，相似性分析、模式识别和趋势分析。但这也包括为图形表示准备信息的简单算法、例如条形图、饼状图等。作为另外的示例提及的是直方图表示，在该直方图表示中例如考虑不同类别的相对持续时间。
[0104]
如果分析方法无法用于压缩后的整数，则可以首先根据公式fp(c)＝comp(c)*fc+o执行到浮点数的转换，如上所述。如果分析方法需要时间上等距的值和/或所有必要信号在每个时间点t的值，则可以从压缩后的表示中产生这种表示形式(解压缩)。为此，优选地针对每个信号确定在期望时间点有效的最后一个值。原则上，这些值也可以通过其他算法
(例如插值、例如利用线性回归或非线性回归、例如基于“三次样条(cubic spline)”函数等)计算。
[0105]
数据分析也可以由网关142执行。如果识别到与目标值的严重偏差，则网关142可以将消息发送至计算单元40，该计算单元然后产生警告消息，该警告消息通过显示单元30和/或20显示给驾驶员。然而，也可以在后端服务器320中执行数据分析，压缩后的数据组被传输到了该后端服务器。
[0106]
在此提到的所有示例以及有条件的表述都应理解为不限于这些具体引用的示例。因此，例如本领域技术人员将承认，在此示出的框图表示示例性电路布置的概念视图。类似地可以看出，示出的流程图、状态转换图、伪代码和类似物是用于表示基本上存储在计算机可读介质上并且因此可以由计算机或处理器实施的过程的不同变型。
[0107]
应当理解，所提出的方法和相关设备可以以不同形式的硬件、软件、固件、专用处理器或其组合来实现。专用处理器可以包括专用集成电路(asic)、精简指令集计算机(reduced instruction set computer，risc)和/或现场可编程门阵列(field programmable gate array，fpga)。优选地，所提出的方法和设备实现为硬件和软件的组合。软件优选地作为应用程序安装在程序存储器设备上。通常，涉及基于计算机平台的机器，其具有硬件、例如一个或多个中央处理单元(cpu)、随机存取存储器(ram)和一个或多个输入/输出(i/o)接口。在计算机平台上通常还安装有操作系统。在此描述的不同过程和功能可以是应用程序的一部分，也可以是通过操作系统实施的一部分。
[0108]
本公开不限于在此描述的实施例。存在本领域技术人员基于其专业知识认为也属于本公开的不同调整和修改的空间。
[0109]
附图标记列表
[0110]
10
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
车辆
[0111]
20
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
平视显示器
[0112]
30
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
触敏显示单元
[0113]
40
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
计算单元
[0114]
50
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
输入单元
[0115]
60
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
存储器单元
[0116]
70
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
显示单元的数据线路
[0117]
80
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
存储器单元的数据线路
[0118]
90
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
输入单元的数据线路
[0119]
100
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
数据总线
[0120]
102
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
诊断总线
[0121]
104
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
can总线
[0122]
106
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
以太网总线
[0123]
110
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
组合仪表
[0124]
120
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
电话
[0125]
130
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
导航设备
[0126]
140
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
收音机
[0127]
142
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
网关
[0128]
144
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
车载诊断接口
[0129]
150
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
摄像机
[0130]
160
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
通信模块
[0131]
170
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
车辆测量单元
[0132]
171
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
传感器1
[0133]
172
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
传感器2
[0134]
173
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
传感器3
[0135]
180
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
用于自动驾驶功能的控制单元
[0136]
181
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
发动机控制设备
[0137]
182
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
esp控制设备
[0138]
183
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
传动装置控制设备
[0139]
200
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
分组核心演进
[0140]
300
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
互联网
[0141]
310
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
路侧单元
[0142]
320
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
后端服务器
[0143]
bcda
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
对经bisco压缩的数据组的数据分析
[0144]
dp(0)-dp(n-1)
ꢀꢀꢀ
数据元素
[0145]
ds
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
数据组
[0146]
int(0)-int(n-1) 整数
[0147]
p10
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
车辆中的过程步骤
[0148]
p320
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
后端服务器中的过程步骤
[0149]
s10
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
存储原始数据组
[0150]
s12
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
读取原始数据组
[0151]
s14
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行压缩算法
[0152]
s15
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行bisco算法
[0153]
s16
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
转发压缩后的数据组
[0154]
s18
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
对原始数据执行箱线图分析
[0155]
s20
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
对原始数据执行中断/漂移分析
[0156]
s22
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
输出警告消息
[0157]
s24
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
将压缩后的数据组传输到云
[0158]
s26
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
对压缩后的数据组进行存档
[0159]
s28
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行解压缩算法
[0160]
s30
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
转发重建的数据组
[0161]
s32
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
对重建的数据组进行存档
[0162]
s34
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行箱线图分析
[0163]
s36
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行中断/漂移分析
[0164]
s38
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
产生警告消息并将其传输到车辆
[0165]
s40
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行相似性分析
[0166]
s42
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行模式识别
[0167]
s44
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
对重建的数据执行其他分析方法
[0168]
s46
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
执行解压缩算法
[0169]
s48
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
将重建的数据组转发给另外的分析方法
[0170]
t(0)-t(n-1)
ꢀꢀꢀꢀꢀ
时间点
[0171]
t200
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
通过移动无线电传输数据组