使用 Power BI 分析 “回家的路”

    很多年以前，不知道怎么就聽說，有個(gè)小小的轉(zhuǎn)換器，能夠把汽車CAN總線轉(zhuǎn)接為串口，然后，就出現(xiàn)了再轉(zhuǎn)成藍(lán)牙或者WIFI接口的小設(shè)備。這個(gè)小設(shè)備能夠獲取OBD II標(biāo)準(zhǔn)的數(shù)據(jù)。OBD II的標(biāo)準(zhǔn)廣泛用在各種汽車控制器上，能夠通過這些數(shù)據(jù)獲得汽車的各種狀態(tài)數(shù)據(jù)和告警。

    于是很多牛人基于這個(gè)小玩意，在電腦特別是手機(jī)上開發(fā)了不少應(yīng)用。通過藍(lán)牙或者WIFI獲得數(shù)據(jù)后，處理顯示出來。數(shù)據(jù)的使用多種多樣，例如自定義儀表，然后利用擋風(fēng)玻璃實(shí)現(xiàn)HUD抬頭顯示，利用手機(jī)對(duì)簡單的故障告警進(jìn)行清楚（消碼）…我當(dāng)時(shí)也很有興趣，花了幾十塊買了兩個(gè)玩。為了寫今天的文章，特意又去taobao看了一眼，現(xiàn)在變得更加便宜了?？瓷先ゾ褪沁@么個(gè)小玩意兒：

    利用OBD II通信收集數(shù)據(jù)的應(yīng)用很多。好幾年前我就挺喜歡Torque，還支持插件。平時(shí)開車并不多，但每年不多的幾次回家，都喜歡一個(gè)人開夜路。每次開長途，就喜歡開著OBD II設(shè)備連著手機(jī)，因?yàn)檫@個(gè)應(yīng)用除了能顯示，還能記錄Log。

    一直在想，這些Log能用來干啥呢？分析油耗？開車習(xí)慣？記錄行車狀態(tài)？不管怎么樣，還是把數(shù)據(jù)記錄了準(zhǔn)備看看，說不定哪天能使用GIS系統(tǒng)在地圖上顯示一些數(shù)據(jù)分析呢？就像很久以前我做移動(dòng)通信的時(shí)候，收集了路測(cè)的BTS信號(hào)數(shù)據(jù)和GPS信息，然后在地圖上顯示分析信號(hào)質(zhì)量。

    今年回家又一次記錄了數(shù)據(jù)，然后突然有了一個(gè)想法：MVP提供了免費(fèi)的Power BI訂閱，既然是強(qiáng)大的數(shù)據(jù)分析可視化展現(xiàn)工具，是不是能用來實(shí)現(xiàn)我以前的想法呢？于是從手機(jī)上下載了記錄的Log文件，仔細(xì)觀察了一下。

    以前并沒有特意設(shè)置日志記錄（開始也沒意識(shí)到可以定制），默認(rèn)的Log文件里，每秒記錄一次GPS時(shí)間、經(jīng)度、緯度、速度（米/秒）、高度、三維加速度等數(shù)據(jù)，為了方便閱讀，我自己加了一列速度轉(zhuǎn)換為公里/小時(shí)。后面使用Power BI，即針對(duì)這個(gè)Log文件進(jìn)行分析。

    首先找了找Power BI的報(bào)表展現(xiàn)，真的有基于地理信息來展現(xiàn)的報(bào)表。把數(shù)據(jù)拖拉到對(duì)應(yīng)的空位，Power BI就自動(dòng)生成報(bào)表了。首先來個(gè)經(jīng)緯度和高度的報(bào)表，這樣我就知道回家的路上是如何翻山越嶺的了~

    可以調(diào)整數(shù)據(jù)圖示的顏色，讓高度差異更加直觀。我選擇紅色為高、藍(lán)色為低，于是能直觀看到，在浙皖、皖贛邊界處有不少較高的山頭要爬~查了一下，主要穿過昱嶺山脈、鄣公山山脈等。

    高速上挺復(fù)雜的，一路回家，一會(huì)兒限速120，一會(huì)限速100，一會(huì)限速80。我開車算是十分規(guī)矩了。不信？有數(shù)據(jù)作證哦。

    使用經(jīng)度、緯度和速度平均值作為報(bào)表數(shù)據(jù)輸入，就能夠在地圖上直觀看到一路上車輛行駛速度情況。在G60滬杭段，限速120，表現(xiàn)出來的就更加“紅”一點(diǎn)。而山路下坡，限速一般80，所以結(jié)合前圖看，這一段更加“藍(lán)”一點(diǎn)。

    除了滿足我一直的愿望，在地圖上顯示數(shù)據(jù)，利用報(bào)表也可以做出數(shù)據(jù)的“切面”。比如，我可以對(duì)照高度變化啥的查看加速度方向及大小變化。由于使用一個(gè)坐標(biāo)軸，數(shù)據(jù)在這里不是很直觀，不過山勢(shì)倒體現(xiàn)出來了。

    所以，我把垂直放向的加速度單獨(dú)做了圖表，和高度變化對(duì)照著看，就挺明顯了。為了便于體現(xiàn)“超重失重”哈哈，我加了一條G=9.8的參考線。當(dāng)然，這并不嚴(yán)謹(jǐn)。就如同通過手機(jī)加速傳感器收集到的三向加速度有方向和“壞數(shù)據(jù)”的問題，在這里僅作為一個(gè)參考。

    特意留了有問題的數(shù)據(jù)~10幾個(gè)G，飛行員估計(jì)也吃不消吧哈哈。除了垂直方向的加速度 G(z)，分析車輛方向的加速度G(x)和橫向的加速度G(y)，也挺有意思的。還是一樣的說明，我并沒有仔細(xì)對(duì)正手機(jī)傳感器和車輛方向，所以數(shù)據(jù)僅作為簡單的原理參考。

    車輛方向的加速度G(x)，可以知道車輛加減速的情況，駕駛習(xí)慣好的老司機(jī)，一般會(huì)盡量減少急加速急減速，降低油耗也避免事故。這部分使用了群集圖和折線圖，可以看到有一些G值很大的壞數(shù)據(jù)點(diǎn)，同時(shí)大部分的數(shù)據(jù)落在了一個(gè)相對(duì)集中的區(qū)域。

    對(duì)應(yīng)的橫向加速度G(y)，可以關(guān)聯(lián)到車輛轉(zhuǎn)彎的情況。在路況好的時(shí)候，我一般勻速過彎，不大去刻意剎車。急轉(zhuǎn)彎同樣也容易出現(xiàn)事故，必須要集中注意力入彎出彎。一路開來，不少入彎時(shí)的急剎甚至裝上隔離欄。從圖中看到，除了一些壞數(shù)據(jù)點(diǎn)，大部分的轉(zhuǎn)彎加速度集中在一個(gè)相對(duì)小的范圍內(nèi)。

    細(xì)心的你可能注意到了，同樣的取值范圍，為何上圖折線的拖動(dòng)條比下圖長很多呢？由于每秒收集一次數(shù)據(jù)，整個(gè)行程有近三萬行數(shù)據(jù)，為了便于展現(xiàn)，我使用了視圖的高級(jí)過濾。針對(duì)不同的時(shí)間字串包含，濾出了不同數(shù)量的數(shù)據(jù)采樣。

    這次分析的數(shù)據(jù)內(nèi)容還是比較少。我發(fā)現(xiàn)Torgue的日志記錄其實(shí)是可以定制字段的，接下來應(yīng)該找機(jī)會(huì)再抓一些數(shù)據(jù)來分析了。同時(shí)，OBD II的數(shù)據(jù)我發(fā)現(xiàn)有人已經(jīng)用Python做了庫，等有時(shí)間嘗試用樹莓派連接藍(lán)牙OBD II設(shè)備，然后把數(shù)據(jù)報(bào)到IoT Hub試試~別看×××萬的數(shù)據(jù)，這個(gè)文件也就4MB左右。到了云平臺(tái)上，還可以用機(jī)器學(xué)習(xí)ML來分析路況、駕駛方式和油耗之間的關(guān)系~移動(dòng)互聯(lián)網(wǎng)和云計(jì)算技術(shù)的發(fā)展，讓以前的想法有了變成現(xiàn)實(shí)的可能。