余永紀(jì)，薛秀麗，王鶴欽

（云南機(jī)電職業(yè)技術(shù)學(xué)院，云南 昆明 650203）

根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，中國(guó)汽車保有量逐年上升，截至2020年底，中國(guó)汽車保有量達(dá)到2.81億輛，產(chǎn)銷量為136.6萬(wàn)輛和136.7萬(wàn)輛，同比增長(zhǎng)7.5%、10.9%[1]。然而新能源汽車的迅速發(fā)展，也暴露出了其自身的一些安全問(wèn)題。根據(jù)2020年中國(guó)電動(dòng)汽車百人會(huì)論壇數(shù)據(jù)，中國(guó)新能源汽車每年萬(wàn)輛燃燒事故率為0.9～1.2輛。其中，在已查明著火原因的車輛中，58%的車輛起火源于電池問(wèn)題，19%的車輛起火源于碰撞問(wèn)題，還有部分車輛的起火源于浸水、零部件故障等原因[2]。當(dāng)前安全事故是新能源汽車發(fā)展的致命隱患之一[3]，因此，新能源汽車的專業(yè)數(shù)據(jù)監(jiān)控、安全預(yù)警成為生產(chǎn)廠家和用戶的剛性需求。但是傳統(tǒng)簡(jiǎn)單數(shù)據(jù)統(tǒng)計(jì)的監(jiān)控系統(tǒng)已經(jīng)無(wú)法滿足新能源車輛汽車行業(yè)的數(shù)據(jù)分析需求，數(shù)據(jù)背后的信息挖掘和規(guī)律探索更值得關(guān)注。

本文基于NB-IoT窄帶物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)新能源汽車數(shù)據(jù)采集及遠(yuǎn)程監(jiān)測(cè)安全預(yù)警系統(tǒng)，根據(jù)CAN總線協(xié)議編寫(xiě)車輛實(shí)時(shí)狀態(tài)采集程序，并對(duì)車輛電池箱設(shè)置多點(diǎn)傳感器采集電池組數(shù)據(jù)，通過(guò)物聯(lián)網(wǎng)實(shí)現(xiàn)數(shù)據(jù)的上傳。最后，搭建云端服務(wù)器，利用大數(shù)據(jù)對(duì)車輛數(shù)據(jù)進(jìn)行分析與挖掘，針對(duì)性地建立新能源汽車安全預(yù)警模型，以分析新能源汽車運(yùn)行狀況和性能變化。對(duì)車輛實(shí)時(shí)狀態(tài)進(jìn)行監(jiān)控，并安全預(yù)警，防患于未然，為新能源汽車的使用提供有力的安全保障。

1 系統(tǒng)總體架構(gòu)

整個(gè)系統(tǒng)的體系架構(gòu)如圖1所示，自下而上由感知層、網(wǎng)絡(luò)層、數(shù)據(jù)層和應(yīng)用層4個(gè)層級(jí)組成。感知層主要是由傳感器和車輛采集終端構(gòu)成，主要功能是實(shí)現(xiàn)新能源車輛狀態(tài)和電池箱溫度的獲??；網(wǎng)絡(luò)層由無(wú)線通信模塊實(shí)現(xiàn)，是利用4G/5G（NB-IoT+4G+5G）的物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)與監(jiān)控及安全預(yù)警平臺(tái)之間的數(shù)據(jù)通信；數(shù)據(jù)層主要利用先進(jìn)的大數(shù)據(jù)技術(shù)建立新能源車輛大數(shù)據(jù)資源中心，實(shí)現(xiàn)車輛數(shù)據(jù)的匯聚、存儲(chǔ)、處理、分析和挖掘，對(duì)車輛數(shù)據(jù)進(jìn)行編目、展現(xiàn)、管理，對(duì)應(yīng)用層提供數(shù)據(jù)服務(wù)和數(shù)據(jù)展現(xiàn)；在數(shù)據(jù)服務(wù)的支撐下，應(yīng)用層對(duì)車輛數(shù)據(jù)進(jìn)行分析與應(yīng)用，建立安全預(yù)警模型，實(shí)現(xiàn)新能源汽車安全預(yù)警和展現(xiàn)。

圖1 系統(tǒng)總體架構(gòu)

2 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件主要是車載數(shù)據(jù)采集終端，它負(fù)責(zé)新能源車輛實(shí)時(shí)數(shù)據(jù)的采集和上傳，是系統(tǒng)中數(shù)據(jù)的來(lái)源。為了實(shí)現(xiàn)車載全方位的數(shù)據(jù)采集和監(jiān)測(cè)，數(shù)據(jù)終端設(shè)計(jì)從以下3個(gè)方面考慮：①通過(guò)CAN總線技術(shù)采集車輛運(yùn)行時(shí)的實(shí)時(shí)工況數(shù)據(jù)，包括電動(dòng)機(jī)的狀態(tài)參數(shù)（轉(zhuǎn)速、電壓、溫度、電流、負(fù)載等）、動(dòng)力電池狀態(tài)參數(shù)（電壓、電流、溫度、剩余電量）、駕駛員輸入信號(hào)（加速踏板開(kāi)度制動(dòng)踏板開(kāi)度、方向盤(pán)轉(zhuǎn)角）等，結(jié)合當(dāng)前車輛定位的信息，就可以實(shí)現(xiàn)對(duì)車輛的運(yùn)行狀態(tài)監(jiān)控；②對(duì)電池箱進(jìn)行相應(yīng)的改造，設(shè)置多個(gè)溫濕傳感器，實(shí)時(shí)采集電池箱內(nèi)的溫濕度；③設(shè)計(jì)移動(dòng)客戶端對(duì)車輛及車主信息的采集，包括車輛信息（編號(hào)、車牌號(hào)、型號(hào)等）、車主信息（姓名、性別、聯(lián)系方式等）。

車載數(shù)據(jù)采集終端主要由電源管理模塊、NB-Iot通訊模塊、GPS定位模塊、電池箱傳感器組和車載工況采集模塊組成，車載數(shù)據(jù)采集終端結(jié)構(gòu)如圖2所示。車載工況采集模塊由CAN總線設(shè)計(jì)而成，主要負(fù)責(zé)采集車輛工況和車輛BMS電池信息。為了實(shí)現(xiàn)車輛實(shí)時(shí)定位跟蹤功能，系統(tǒng)選用ATK-NEO-6M作為GPS定位模塊，該模塊自帶高性能無(wú)源陶瓷天線，具有靈敏度高、體積小、精度高、功耗低等優(yōu)點(diǎn)，采用TTL接口方式[4]，可將衛(wèi)星定位信息以字符串的形式經(jīng)串口發(fā)送至處理器，解析出車輛具體位置。

圖2 車載數(shù)據(jù)采集終端結(jié)構(gòu)框圖

車載采集終端主控制器采用意法半導(dǎo)體公司的STM32F103RCT6型芯片作為CPU處理器，該芯片被廣泛應(yīng)用于汽車電子行業(yè)，它擁有豐富的片上資源和強(qiáng)大的運(yùn)算能力，具有32位MCU的強(qiáng)大性能，而且該MCU內(nèi)置CAN控制器[5]。但CAN控制器不能直接與總線設(shè)備通訊，還需要外加CAN收發(fā)器，收發(fā)器的主要功能是將CAN控制器的邏輯電平轉(zhuǎn)化為CAN總線的差分電平。CAN收發(fā)器選擇恩智浦公司的TJA1050芯片來(lái)設(shè)計(jì)電路，該芯片完全符合ISO11898標(biāo)準(zhǔn)，高速率、抗干擾（EMI）能力強(qiáng)，可以滿足新能源汽車車輛運(yùn)行時(shí)實(shí)時(shí)數(shù)據(jù)采集的要求。一個(gè)完整的新能源汽車健康評(píng)估系統(tǒng)，數(shù)據(jù)流從車?yán)锏母鱾€(gè)子系統(tǒng)（電池管理系統(tǒng)、整車控制系統(tǒng)、電源系統(tǒng)等）通過(guò)CAN總線發(fā)送給車載數(shù)據(jù)采集終端。另外，車載數(shù)據(jù)采集終端還具備邊緣計(jì)算功能，可以初步對(duì)數(shù)據(jù)進(jìn)行分析。

通信模塊采用Quectel BC35-G通信模組，它是一款高性能、低功耗的多頻段NB-IoT無(wú)線通信模塊，通過(guò)UART串口與主控制器進(jìn)行數(shù)據(jù)交互，實(shí)現(xiàn)NB-IOT的連接、NB-IoT的數(shù)據(jù)通信、遠(yuǎn)程服務(wù)訪問(wèn)等功能。NB-IoT構(gòu)建于蜂窩網(wǎng)絡(luò)，可直接部署于GSM網(wǎng)絡(luò)、UMTS網(wǎng)絡(luò)或LTE網(wǎng)絡(luò)，具有覆蓋廣泛、功耗極低的特點(diǎn)。但BC35-G模組本身并不具備數(shù)據(jù)傳輸和信息處理的能力，因此為了實(shí)現(xiàn)物聯(lián)網(wǎng)感知層中的車輛實(shí)時(shí)狀態(tài)和傳感器數(shù)據(jù)采集、硬件設(shè)備控制和通過(guò)NB-IoT收發(fā)數(shù)據(jù)等功能，需要通過(guò)微處理器來(lái)驅(qū)動(dòng)BC35-G模組。如此，基于NB-IoT物聯(lián)網(wǎng)，利用“互聯(lián)網(wǎng)+”構(gòu)成了數(shù)據(jù)采集物聯(lián)網(wǎng)模塊，將數(shù)據(jù)采集終端采集到的數(shù)據(jù)可以實(shí)時(shí)傳輸?shù)皆贫朔?wù)器。NB-IoT模塊電路如圖3所示，包括天線部分、復(fù)位電路和通信接口等。

圖3 NB-IoT模塊電路圖

3 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件主要包括車載數(shù)據(jù)采集終端軟件和監(jiān)控安全預(yù)警系統(tǒng)軟件2部分。

3.1 數(shù)據(jù)采集終端軟件設(shè)計(jì)

車載數(shù)據(jù)采集終端軟件包括車輛CAN數(shù)據(jù)的采集與解析、電池箱傳感器的數(shù)據(jù)采集與解析、GPS定位模塊的初始化及數(shù)據(jù)采集與解析，NB-IoT模塊的初始化及數(shù)據(jù)收發(fā)程序、數(shù)據(jù)組包協(xié)議定義等，各個(gè)模塊之間相互配合，完成數(shù)據(jù)的采集和發(fā)送與接收。主程序流程圖如圖4所示，首先對(duì)主控MCU、NB-IoT模塊、GPS定位模塊、傳感器模塊等進(jìn)行初始化，然后連接服務(wù)端，連接成功后開(kāi)始采集車輛相關(guān)數(shù)據(jù)。采集的數(shù)據(jù)主要由CAN總線數(shù)據(jù)、GPS數(shù)據(jù)和電池箱傳感器數(shù)據(jù)3部分組成，然后進(jìn)行數(shù)據(jù)的解析與處理，將3組數(shù)據(jù)按協(xié)議打包成一組數(shù)據(jù)，再由NB-IoT通訊模塊發(fā)出到服務(wù)端。這里數(shù)據(jù)打包發(fā)送與服務(wù)端軟件數(shù)據(jù)的接收之間是同一個(gè)數(shù)據(jù)結(jié)構(gòu)協(xié)議，服務(wù)端才能正確將數(shù)據(jù)接收并解析。

圖4 車載數(shù)據(jù)采集終端主程序流程圖

3.2 安全預(yù)警系統(tǒng)軟件設(shè)計(jì)

總體來(lái)說(shuō)，安全預(yù)警系統(tǒng)主要有3個(gè)主要任務(wù)：①車輛實(shí)時(shí)狀態(tài)數(shù)據(jù)和電池箱傳感器數(shù)據(jù)的獲取與存儲(chǔ)；②數(shù)據(jù)分析挖掘和預(yù)測(cè)算法模型的搭建；③車輛監(jiān)控狀態(tài)以及預(yù)測(cè)結(jié)果的展示。安全預(yù)警系統(tǒng)最主要的部分就是數(shù)據(jù)的處理，包括數(shù)據(jù)的存儲(chǔ)與處理、大數(shù)據(jù)的分析與挖掘和預(yù)期模型的建立。

3.2.1 數(shù)據(jù)的存儲(chǔ)與處理

新能源汽車日常運(yùn)行的數(shù)據(jù)量大，在采集、傳遞、解碼數(shù)據(jù)等時(shí)均有可能產(chǎn)生誤差[6]，除提升軟硬件水平、加強(qiáng)數(shù)據(jù)質(zhì)量監(jiān)管之外，合理地運(yùn)用大數(shù)據(jù)預(yù)處理技術(shù)也可改善數(shù)據(jù)質(zhì)量，有助于提升數(shù)據(jù)挖掘過(guò)程的準(zhǔn)確率和效率。系統(tǒng)運(yùn)用成熟的ETL中間件技術(shù)，將采集到的數(shù)據(jù)進(jìn)行預(yù)處理，主要包括數(shù)據(jù)集成、數(shù)據(jù)清洗、數(shù)據(jù)脫敏等。數(shù)據(jù)處理主要是構(gòu)建源數(shù)據(jù)處理體系和搭建數(shù)據(jù)資源池基礎(chǔ)數(shù)據(jù)庫(kù)群2方面的工作。源數(shù)據(jù)處理系統(tǒng)分析源數(shù)據(jù)庫(kù)數(shù)據(jù)特征，根據(jù)源數(shù)據(jù)特征和目標(biāo)數(shù)據(jù)庫(kù)結(jié)構(gòu)安裝配置ETL工具，進(jìn)行數(shù)據(jù)抽取/清洗/轉(zhuǎn)換/加載（即ETL過(guò)程），從數(shù)據(jù)采集到平臺(tái)之后到建成可供分析應(yīng)用的數(shù)據(jù)倉(cāng)庫(kù)，之間要經(jīng)歷煩瑣的ETL過(guò)程（數(shù)據(jù)清洗、轉(zhuǎn)換和整合）。數(shù)據(jù)經(jīng)過(guò)處理后主要采用HBase和HDFS（非結(jié)構(gòu)性文件）進(jìn)行存儲(chǔ)。

3.2.2 大數(shù)據(jù)分析與挖掘

簡(jiǎn)單數(shù)據(jù)統(tǒng)計(jì)不能滿足當(dāng)前新能源汽車安全預(yù)警的需求，要緊密結(jié)合新能源汽車實(shí)際運(yùn)行情況，利用大數(shù)據(jù)挖掘方法，針對(duì)性地建立相關(guān)模型，以分析新能源汽車運(yùn)行情況和性能變化。Spark是Map/Reduce計(jì)算模式的一個(gè)全新實(shí)現(xiàn)，可以分析存儲(chǔ)在HDFS、HBase、分布式內(nèi)存緩存中的數(shù)據(jù)，基于Spark技術(shù)建設(shè)數(shù)據(jù)挖掘子系統(tǒng)，能夠依托大數(shù)據(jù)平臺(tái)進(jìn)行車輛大規(guī)模數(shù)據(jù)挖掘分析，在Spark中實(shí)現(xiàn)基本機(jī)器學(xué)習(xí)算法庫(kù)與統(tǒng)計(jì)算法庫(kù)，支持常用的并行化機(jī)器學(xué)習(xí)算法，并利用Spark在迭代計(jì)算和內(nèi)存計(jì)算方面的優(yōu)勢(shì)，將并行的機(jī)器學(xué)習(xí)算法與統(tǒng)計(jì)算法運(yùn)行在Spark上。

3.2.3 預(yù)警模型的建立

系統(tǒng)服務(wù)端收到車載終端上傳的數(shù)據(jù)并處理后，根據(jù)數(shù)據(jù)中的用戶身份信息及車輛識(shí)別信息，通過(guò)數(shù)據(jù)存儲(chǔ)服務(wù)取出該車輛和電池的歷史運(yùn)行數(shù)據(jù)進(jìn)行分析，由預(yù)警分析服務(wù)結(jié)合新的數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行預(yù)警分析和預(yù)判，生成預(yù)警分析結(jié)果。其中預(yù)警分析服務(wù)根據(jù)歷史運(yùn)行數(shù)據(jù)構(gòu)建該車輛的運(yùn)行狀態(tài)關(guān)系模型，并根據(jù)當(dāng)前的車輛數(shù)據(jù)采用時(shí)間序列預(yù)測(cè)算法對(duì)今后一段時(shí)間的運(yùn)行狀態(tài)進(jìn)行預(yù)測(cè)[7]，通過(guò)支持向量機(jī)預(yù)警模型對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行預(yù)警分析，如車輛狀況或電池狀態(tài)較差，接近或低于安全運(yùn)行的限值，但尚未達(dá)到預(yù)警限值，系統(tǒng)服務(wù)端即對(duì)該車輛進(jìn)行預(yù)警。

4 結(jié)語(yǔ)

本文在對(duì)新能源汽車安全事故特點(diǎn)分析的基礎(chǔ)上，研究了新能源車輛監(jiān)控及安全預(yù)警系統(tǒng)，該系統(tǒng)由車載數(shù)據(jù)采集終端和監(jiān)控及安全預(yù)警系統(tǒng)軟件組成。車載數(shù)據(jù)采集終端根據(jù)CAN總線協(xié)議編寫(xiě)車輛實(shí)時(shí)工況采集程序，并對(duì)電池箱設(shè)置多點(diǎn)傳感器采集電池組溫濕度，并基于窄帶物聯(lián)網(wǎng)技術(shù)實(shí)時(shí)將車輛數(shù)據(jù)按照協(xié)議打包上傳，并且可以通過(guò)移動(dòng)客戶端對(duì)車輛及車主信息進(jìn)行采集。監(jiān)控及安全預(yù)警平臺(tái)在接收到數(shù)據(jù)后，從動(dòng)力電池?cái)?shù)據(jù)、汽車運(yùn)行數(shù)據(jù)和充電數(shù)據(jù)的角度出發(fā)，利用大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析處理和挖掘，根據(jù)歷史運(yùn)行數(shù)據(jù)構(gòu)建出該車輛的運(yùn)行狀態(tài)關(guān)系模型，并建立相應(yīng)預(yù)警分析服務(wù)，通過(guò)當(dāng)前的車輛數(shù)據(jù)根據(jù)時(shí)間序列預(yù)測(cè)算法對(duì)今后一段時(shí)間的運(yùn)行狀態(tài)進(jìn)行預(yù)測(cè)，對(duì)可能發(fā)生的事故和安全隱患進(jìn)行預(yù)警，具有很高實(shí)用的價(jià)值。