一种车联网车辆状态预测方法及其系统

本发明提供一种车联网车辆状态预测方法，包括以下步骤：通过车载传感器阵列、通信子模块、红外摄像头与生物传感器、OBD接口与CAN总线采集车辆运行数据、环境数据及驾驶行为数据；利用边缘侧FPGA加速单元与云端Spark分布式计算对采集的原始数据进行去噪处理，提取车速波动率特征、15维车辆动态特征、8维环境特征和12维行为特征；基于提取的特征构建多元预测模型，包括但不限于神经网络模型、时间序列模型及机器学习模型。本发明提供的一种车联网车辆状态预测方法，多源数据融合采集，确保数据全面性，为精准预测奠定基础；边缘云端协同处理，兼顾实时性与计算能力，提升数据处理效率；多元模型构建与融合，增强模型对复杂场景的适应性，提高预测精度。