摘要：随着无人驾驶技术的推进,汽车对车载终端数据处理能力的要求越来越高,为了提高智能车载系统的数据处理效率,减少对存储空间的占用,增强数据传输的实时性,提出了一种针对车载系统整体的数据处理方案,设计并实现了方案的部分功能应用。该方案针对车载诊断系统和各种传感器采集的汽车周围环境信息、车辆基本信息、空气质量信息等数据,首先对采集的数据进行预处理,滤除采集时产生的干扰信号,再根据所获得数据的数据特征,通过对不同种类数据特征进行分析,采用针对性的方法分别对它们进行压缩处理、去冗余,并根据不同的数据特征分别设计了数据处理方案,最后分析了数据综合应用的方法。实验结果表明,该数据处理方案数据处理效果好,实时性较强。

摘要：利用移动互联网技术为汽车用户提供基于位置的服务是智能汽车的一个重要内容。当前汽车服务领域,提供的服务只是定位导航等基本服务,针对汽车用户提供更为个性化服务的系统几乎没有。为了方便汽车用户确定车辆位置,实时了解车辆内的信息状况,在深入分析基于车载端移动应用现状的基础上,提出并实现了一套基于Android的车辆服务系统的设计方案。系统由信息管理模块和地图模块组成,信息管理模块提供了用户车辆内甲醛浓度、PM2.5浓度和PM10浓度等信息的显示,地图模块实现了对用户车辆位置定位、行车导航以及附近服务搜索的功能。该系统在实际运用中运行稳定,定位精度较高、路线规划准确,和传统的地图相比可实时刷新车辆位置,其功能的设计更适用于汽车驾驶者。

摘要：汽车移动互联平台的底层部分作为整个平台的基础,需要实现车载端大量数据的实时采集、分析以及传输。目前,该平台的底层部分发展滞后,系统在复杂环境下不能对数据进行及时采集与分析。基于STM32F439处理器和嵌入式实时操作系统μC/OS-III的实时数据采集系统采用了模块化设计思路,分别对车载端传感器模块和模拟车载自动诊断系统(OBD)数据模块等进行了软件程序设计。实现了对甲醛、OBD等数据的实时采集、分析、传输及在LCD屏上显示的功能。

摘要：针对车内空气质量远程实时监测,设计了一种基于卡尔曼滤波的车内空气远程实时监测系统。系统以Exynos 4412微处理器为控制与信号处理核心,通过多个气体传感器采集PM2.5、PM10、甲醛浓度以及温度、湿度数据,在均值滤波消除数据的脉冲噪声后,利用卡尔曼滤波递归估计出气体最优数值,降低车辆不同状态下对传感器采集数值的精度影响,提高车辆空气质量监测的精度。监测数据在安卓开发板上绘图显示,并发送至移动终端,实现远程实时监测。当超过空气正常阈值,移动端可反向对车内进行声光报警与通风控制。实验表明,该系统能够有效提高污染气体监测的准确性与移动性。