一种车辆数据的上传方法、设备、存储介质及程序产品与流程

本技术一个或多个实施例涉及车辆，尤其涉及一种车辆数据的上传方法、设备、存储介质及程序产品。

背景技术：

1、在车辆的研发测试阶段，研发人员需要根据车辆上传的车辆数据评估车辆性能并排查缺陷，然而，车辆在测试过程中产生的车辆数据极其庞大，根本无法实时地将车辆在测试过程中产生的全量车辆数据上传至云端，因此，车端采用何种上传策略成为当前亟需解决的问题。

技术实现思路

1、本技术提供一种车辆数据的上传方法、设备、存储介质及程序产品，以解决相关技术中的不足。

2、根据本技术一个或多个实施例的第一方面，提供一种车辆数据的上传方法，该方法包括：

3、响应于检测到数据上传触发事件，对采集的全量车辆数据的特征值进行变化点检测，得到变化点检测结果；

4、根据所述变化点检测结果，确定目标时间窗口，所述目标时间窗口覆盖检测到的变化点所对应的发生时刻；

5、获取所述目标时间窗口内的全量车辆数据，并将获取的数据上传。

6、在一些可能的实施方式中，所述根据所述变化点检测结果，确定目标时间窗口，包括：

7、根据所述变化点检测结果，确定变化起始临界点和变化终止临界点；

8、基于所述变化起始临界点的发生时刻和所述变化终止临界点的发生时刻，确定所述目标时间窗口。

9、在一些可能的实施方式中，所述变化起始临界点为最早变化点或所述最早变化点之前的第m个稳定点；和/或，所述变化终止临界点为最晚变化点或所述最晚变化点之后的第n个稳定点；

10、其中，所述m为任一正整数，所述n为任一正整数。

11、在一些可能的实施方式中，所述基于所述变化起始临界点的发生时刻和所述变化终止临界点的发生时刻，确定所述目标时间窗口，包括：

12、将所述变化起始临界点的发生时刻向前偏移第一时长，得到所述目标时间窗口的起始时刻；

13、将所述变化终止临界点的发生时刻向后偏移第二时长，得到所述目标时间窗口的终止时刻。

14、在一些可能的实施方式中，所述全量车辆数据包括多种类型的车辆数据；

15、所述基于所述变化起始临界点的发生时刻和所述变化终止临界点的发生时刻，确定所述目标时间窗口，包括：

16、响应于各类型的车辆数据的特征值对应的变化起始临界点和变化终止临界点满足预设的分布条件，将所述全量车辆数据划分为至少两个车辆数据组，每个车辆数据组包括至少一种车辆数据；

17、分别针对每个车辆数据组，根据所述车辆数据组中车辆数据的特征值的变化点检测结果，确定所述车辆数据组对应的目标时间窗口。

18、在一些可能的实施方式中，所述将所述全量车辆数据划分为至少两个车辆数据组，包括以下任一项：

19、根据各种车辆数据对于所述数据上传触发事件的重要性信息，将所述全量车辆数据划分为所述至少两个车辆数据组；

20、根据各种车辆数据对应的变化起始临界点和变化终止临界点在时间轴上的分布特征，将所述全量车辆数据划分为至少两个车辆数据组。

21、在一些可能的实施方式中，所述方法还包括：上传所述全量车辆数据的特征值。

22、在一些可能的实施方式中，所述上传所述全量车辆数据的特征值之前，所述方法还包括：

23、对所述全量车辆数据的特征值进行降维处理。

24、在一些可能的实施方式中，所述上传所述全量车辆数据的特征值，包括：

25、按照预设的上传周期，定期上传根据当前周期内采集的全量车辆数据提取的特征值。

26、在一些可能的实施方式中，所述上传所述全量车辆数据的特征值，包括：将所述全量车辆数据的特征值上传到云端；

27、所述方法还包括：接收所述云端下发的数据采集指令，所述数据采集指令用于指示上传第一时间窗口内的全量车辆数据；其中，所述第一时间窗口是所述云端根据接收到的特征值分析确定。

28、在一些可能的实施方式中，所述特征值包括以下至少一项：

29、统计特征的特征值；

30、时域特征的特征值；

31、频域特征的特征值；

32、变化率特征的特征值；

33、相关性特征的特征值。

34、在一些可能的实施方式中，所述预设的数据上传触发事件，包括：车端出现异常的事件、进入目标场景的事件以及接收到所述云端下发的数据采集指令中的至少一项。

35、根据本技术一个或多个实施例的第二方面，提供一种车辆数据的上传装置，该装置包括：

36、变化点检测单元，用于响应于检测到数据上传触发事件，对采集的全量车辆数据的特征值进行变化点检测，得到变化点检测结果；

37、窗口确定单元，用于根据所述变化点检测结果，确定目标时间窗口，所述目标时间窗口覆盖检测到的变化点所对应的发生时刻；

38、数据上传单元，用于获取所述目标时间窗口内的全量车辆数据，并将获取的数据上传。

39、在一些可能的实施方式中，所述窗口确定单元，用于根据所述变化点检测结果，确定变化起始临界点和变化终止临界点；基于所述变化起始临界点的发生时刻和所述变化终止临界点的发生时刻，确定所述目标时间窗口。

40、在一些可能的实施方式中，所述变化起始临界点为最早变化点或所述最早变化点之前的第m个稳定点；和/或，所述变化终止临界点为最晚变化点或所述最晚变化点之后的第n个稳定点；

41、其中，所述m为任一正整数，所述n为任一正整数。

42、在一些可能的实施方式中，所述窗口确定单元，用于将所述变化起始临界点的发生时刻向前偏移第一时长，得到所述目标时间窗口的起始时刻；将所述变化终止临界点的发生时刻向后偏移第二时长，得到所述目标时间窗口的终止时刻。

43、在一些可能的实施方式中，所述全量车辆数据包括多种类型的车辆数据；

44、所述窗口确定单元，用于响应于各类型的车辆数据的特征值对应的变化起始临界点和变化终止临界点满足预设的分布条件，将所述全量车辆数据划分为至少两个车辆数据组，每个车辆数据组包括至少一种车辆数据；分别针对每个车辆数据组，根据所述车辆数据组中车辆数据的特征值的变化点检测结果，确定所述车辆数据组对应的目标时间窗口。

45、在一些可能的实施方式中，所述窗口确定单元，用于执行以下任一项：

46、根据各种车辆数据对于所述数据上传触发事件的重要性信息，将所述全量车辆数据划分为所述至少两个车辆数据组；

47、根据各种车辆数据对应的变化起始临界点和变化终止临界点在时间轴上的分布特征，将所述全量车辆数据划分为至少两个车辆数据组。

48、在一些可能的实施方式中，所述数据上传单元，还用于上传所述全量车辆数据的特征值。

49、在一些可能的实施方式中，所述装置还包括：

50、降维单元，用于对所述全量车辆数据的特征值进行降维处理。

51、在一些可能的实施方式中，所述数据上传单元，用于按照预设的上传周期，定期上传根据当前周期内采集的全量车辆数据提取的特征值。

52、在一些可能的实施方式中，所述数据上传单元，用于将所述全量车辆数据的特征值上传到云端；

53、所述装置还包括：

54、接收单元，用于接收所述云端下发的数据采集指令，所述数据采集指令用于指示上传第一时间窗口内的全量车辆数据；其中，所述第一时间窗口是所述云端根据接收到的特征值分析确定。

55、在一些可能的实施方式中，所述特征值包括以下至少一项：

56、统计特征的特征值；

57、时域特征的特征值；

58、频域特征的特征值；

59、变化率特征的特征值；

60、相关性特征的特征值。

61、在一些可能的实施方式中，所述预设的数据上传触发事件，包括：车端出现异常的事件、进入目标场景的事件以及接收到所述云端下发的数据采集指令中的至少一项。

62、根据本技术一个或多个实施例的第三方面，提供一种电子设备，包括：

63、处理器；

64、用于存储处理器可执行指令的存储器；

65、其中，所述处理器通过运行所述可执行指令以实现如上述第一方面的实施例中所述的方法。

66、根据本技术一个或多个实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述第一方面的实施例中所述方法的步骤。

67、根据本技术一个或多个实施例的第五方面，提供一种计算机程序产品，其上存储有计算机程序或指令，所述计算机程序或指令被处理器执行时实现如上述第一方面的实施例中所述方法的步骤。

68、本技术实施例提供的车辆数据的上传方法，在检测到数据上传触发事件时，通过对全量车辆数据的特征值进行变化点检测，并据此动态确定覆盖变化点发生时刻的目标时间窗口，仅截取该目标时间窗口内的全量车辆数据进行上传。这种方式能够精准锁定包含事件演变过程的关键数据片段，过滤掉无效平稳数据，在节省网络带宽与存储成本的基础上，还保留了完整的数据细节，满足了后续的数据分析需求。并且，上传的全量车辆数据的时效性较高，可以提高研发测试的效率与灵活性。

69、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。