车辆数据处理方法、装置、电子设备和存储介质与流程

本技术涉及车辆数据处理，具体涉及一种车辆数据处理方法、装置、电子设备和存储介质。

背景技术：

1、随着车辆智能化水平的不断提高，行业内对车辆的驾乘舒适性提出了更高要求。

2、相关技术中，在对车辆进行测试的过程中，通常基于采集到的测试数据，对整段连续测试数据进行宏观统计与分析。然而，整段宏观测试数据无法揭示驾驶员在各类瞬时微操场景下的主观感受，例如顿挫感、车身横摆引发的侧向不适感等，客观车辆动力学数据与驾驶员的主观感受之间存在分析断点，导致车辆测试结果的可靠性下降，难以基于测试结果准确定位驾乘舒适性的影响因素。

技术实现思路

1、本技术提供一种车辆数据处理方法、装置、电子设备和存储介质，以解决相关技术中客观测试数据与驾驶员的主观感受之间存在分析断点，导致车辆测试结果的可靠性下降的问题。

2、为了实现上述目的，本技术采用的技术方案如下：

3、第一方面，本技术提供一种车辆数据处理方法，所述方法包括：

4、获取车辆数据，所述车辆数据包括多个数据类型的数据，所述数据类型包括车辆动力学数据，以及所述车辆动力学数据之外的数据类型；所述车辆动力学数据为车辆行驶过程中产生的客观数据；

5、对所述车辆动力学数据进行时序信号处理，并从处理后的数据中提取影响驾驶员主观感受变化的数据特征；

6、基于所述数据特征和所述车辆数据，识别所述数据特征的绝对值大于或者等于第一预设阈值并且所述车辆数据满足异常校验条件的异常时序区间；

7、从所述数据特征和所述车辆数据中提取所述异常时序区间内的数据片段，并输出所述数据片段。

8、可选地，所述基于所述数据特征和所述车辆数据，识别所述数据特征的绝对值大于或者等于第一预设阈值并且所述车辆数据满足异常校验条件的异常时序区间，包括：

9、将所述数据特征与所述车辆数据进行时间戳对齐；

10、根据数据筛选规则，确定对比时间段，所述数据筛选规则包括以下至少一种：将接收到的指定时间段作为对比时间段、将接收到的指定时间戳点位对应的时间段作为对比时间段、将所述数据特征的绝对值大于或者等于第一预设阈值的时间段作为对比时间段；

11、在所述对比时间段内，识别所述数据特征的绝对值大于或者等于第一预设阈值并且所述车辆数据满足异常校验条件的时序区间，作为异常时序区间。

12、可选地，所述车辆动力学数据之外的数据类型包括视频数据和驾驶员的生理数据；

13、所述方法还包括：

14、获取所述生理数据的变化率和均值；

15、所述在所述对比时间段内，识别所述数据特征的绝对值大于或者等于第一预设阈值并且所述车辆数据满足异常校验条件的时序区间，作为异常时序区间，包括：

16、识别同时满足以下条件的时序区间，作为异常时序区间：所述数据特征的绝对值大于或者等于第一预设阈值、所述变化率大于或者等于第二预设阈值、所述均值大于或者等于第三预设阈值，并且所述视频数据满足预设判定条件；

17、其中，所述预设判定条件包括以下至少一种：车辆与车道线的相对距离小于或者等于预设逼近阈值、车辆与障碍物之间的距离小于或者等于预设距离阈值、驾驶员面部表情特征包括第一预设异常特征以及驾驶员肢体动作特征包括第二预设异常特征。

18、可选地，所述车辆动力学数据中包括至少一个数据序列，各个所述数据序列对应不同的动力学数据类型；

19、所述对所述车辆动力学数据进行时序信号处理，并从处理后的数据中提取影响驾驶员主观感受变化的数据特征，包括：

20、在接收到数据序列选定指令的情况下，将所述车辆动力学数据中所述数据序列选定指令指示的数据序列，作为目标数据序列；

21、对所述目标数据序列进行时序信号处理，并从处理后的数据中提取影响驾驶员主观感受变化的数据特征。

22、可选地，所述目标数据序列包括方向盘转角数据序列、横向加速度数据序列和车辆距车道线距离数据序列中的至少一种；

23、所述对所述目标数据序列进行时序信号处理，并从处理后的数据中提取影响驾驶员主观感受变化的数据特征，包括以下至少一个步骤：

24、若所述目标数据序列包括所述方向盘转角数据序列，则对所述方向盘转角数据序列执行一阶微分运算，生成方向盘角加速度序列，并从所述方向盘角加速度序列中提取峰值，得到转向急动度特征作为数据特征；

25、若所述目标数据序列包括所述横向加速度数据序列，则对所述横向加速度数据序列依次执行绝对值处理与低通滤波处理，得到侧向加速度数据序列，并基于所述侧向加速度数据序列提取横摆侧倾感知特征作为数据特征；

26、若所述目标数据序列包括所述车辆距车道线距离数据序列，则对所述车辆距车道线距离数据序列执行绝对值运算和动态阈值筛选，提取压线高风险时刻，得到车道逼近压迫感知特征作为数据特征，所述压线高风险时刻指的是驾驶员因车道线逼近而产生心理压迫感的时刻。

27、可选地，所述在接收到数据序列选定指令的情况下，将所述车辆动力学数据中所述数据序列选定指令指示的数据序列，作为目标数据序列，包括：

28、从所述车辆动力学数据中提取目标时序区间内的数据，作为切片数据；

29、在接收到数据序列选定指令的情况下，将所述切片数据中所述数据序列选定指令指示的数据序列，作为目标数据序列。

30、可选地，在所述从所述车辆动力学数据中提取目标时序区间内的数据，作为切片数据之前，所述方法还包括：

31、在接收到数据切片指令的情况下，获取所述数据切片指令携带的事件时间戳；

32、根据所述事件时间戳，确定目标时序区间。

33、可选地，在所述从所述车辆动力学数据中提取目标时序区间内的数据，作为切片数据之前，所述方法还包括：

34、在所述车辆动力学数据满足切片条件的情况下，确定所述车辆动力学数据满足切片条件的时刻；

35、基于所述车辆动力学数据满足切片条件的时刻，确定目标时序区间。

36、可选地，所述车辆动力学数据包括横向加速度和方向盘转角速率；所述方法还包括：

37、在所述横向加速度大于预设加速度阈值，并且所述方向盘转角速率大于预设转角速率阈值的情况下，确定所述车辆动力学数据满足切片条件。

38、第二方面，本技术提供一种车辆数据处理装置，所述装置包括：

39、数据获取模块，用于获取车辆数据，所述车辆数据包括多个数据类型的数据，所述数据类型包括车辆动力学数据，以及所述车辆动力学数据之外的数据类型；所述车辆动力学数据为车辆行驶过程中产生的客观数据；

40、数据处理模块，用于对所述车辆动力学数据进行时序信号处理，并从处理后的数据中提取影响驾驶员主观感受变化的数据特征；

41、输出模块，用于基于所述数据特征和所述车辆数据，识别所述数据特征的绝对值大于或者等于第一预设阈值并且所述车辆数据满足异常校验条件的异常时序区间；

42、所述输出模块，还用于从所述数据特征和所述车辆数据中提取所述异常时序区间内的数据片段，并输出所述数据片段。

43、第三方面，本技术提供一种电子设备，所述电子设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的车辆数据处理方法。

44、第四方面，本技术提供一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的车辆数据处理方法。

45、本技术的有益效果：

46、本技术提供的车辆数据处理方法，获取的车辆数据包括多个数据类型的数据，数据类型包括车辆动力学数据以及车辆动力学数据之外的数据类型，并且车辆动力学数据为车辆行驶过程中产生的客观数据，可以为多维度数据处理提供数据基础；之后，通过对车辆动力学数据进行时序信号处理，并从处理后的数据中提取影响驾驶员主观感受变化的数据特征，能够从纯客观的车辆动力学数据中提取出可以反映驾驶员主观感受的数据特征，建立起客观车辆动力学数据与驾驶员主观感受之间的量化关联，有效填补了整车试验与驾驶行为研究中客观数据与驾驶员主观感受之间的分析断点；之后，基于数据特征和车辆数据，识别数据特征的绝对值大于或者等于第一预设阈值并且车辆数据满足异常校验条件的异常时序区间，能够基于多维度数据的联合校验准确锁定引发驾驶员主观感受异常的工况时段，缩小分析范围，细化时序分析粒度，有效提升异常定位的效率与准确性；最后，从数据特征和车辆数据中提取异常时序区间内的数据片段，并输出数据片段，以供后续分析，形成从客观数据处理、影响驾驶员主观感受变化的数据特征提取到异常时序区间内数据片段定位输出的完整分析闭环，提升了对车辆数据进行处理确定的车辆舒适性测试结果的准确性和可靠性，便于准确定位驾乘舒适性的影响因素，为车辆驾乘性能优化提供可靠的数据支撑。