基于相似性原理的CAN信號(hào)解析

樊金娜，馬歡歡，劉嬌楊

基于相似性原理的CAN信號(hào)解析

樊金娜，馬歡歡，劉嬌楊

（中國(guó)汽車技術(shù)研究中心有限公司，天津 300300）

隨著新能源汽車研發(fā)的不斷深入，在車輛對(duì)標(biāo)測(cè)試中，通過(guò)采集控制器局域網(wǎng)絡(luò)（CAN）總線信號(hào)來(lái)獲取實(shí)驗(yàn)分析數(shù)據(jù)成為一種重要手段。CAN總線協(xié)議對(duì)于車輛制造廠是一項(xiàng)保密文件，因此，研究一種逆向解析車輛的CAN總線信號(hào)的方法是必要的。基于相似性原理的CAN信號(hào)解析方法研究，是通過(guò)某些信號(hào)在特定工況下所表現(xiàn)的典型特征，進(jìn)而覆蓋到不同車輛共有特征，利用數(shù)學(xué)算法實(shí)現(xiàn)信號(hào)在總線報(bào)文中定位。這種方法節(jié)省了人工處理大量CAN總線數(shù)據(jù)的時(shí)間，比較快速有效地過(guò)濾出信號(hào)所在的ID，實(shí)現(xiàn)對(duì)車輛的CAN總線信號(hào)的解析。文章針對(duì)車輛CAN總線信號(hào)逆向解析，提出通過(guò)相似性原理，經(jīng)過(guò)系統(tǒng)數(shù)學(xué)算法篩選，快速定位所需信號(hào)在總線報(bào)文中的位置。研究結(jié)果表明，該方法適用于車輛對(duì)標(biāo)測(cè)試中大部分CAN信號(hào)，從而提高CAN信號(hào)解析的準(zhǔn)確性和工作效率。

控制器局域網(wǎng)絡(luò)總線；信號(hào)逆向解析；相似性原理；數(shù)學(xué)算法

隨著數(shù)字化、信息化產(chǎn)業(yè)的發(fā)展，傳統(tǒng)的汽車行業(yè)也被賦予了新四化的主題。通過(guò)新能源車輛的對(duì)標(biāo)測(cè)試，可以有效地助力新產(chǎn)品研發(fā)。傳統(tǒng)車輛對(duì)標(biāo)測(cè)試中幾乎都是通過(guò)外加傳感器來(lái)獲取車輛的數(shù)據(jù)。隨著車輛信息量的增大，傳感器已經(jīng)不能滿足數(shù)據(jù)分析，控制器局域網(wǎng)絡(luò)（Controller Area Network, CAN）通訊協(xié)議的實(shí)時(shí)性和可靠性，成為獲取車輛信息的重要來(lái)源。

在CAN總線信號(hào)的逆向解析領(lǐng)域，現(xiàn)有的一些理論和方法，如張永生等[1]提出電動(dòng)汽車CAN總線多渠道解析方法，闡述了CAN信號(hào)基本信息的解析，總結(jié)了關(guān)聯(lián)度較高的幾類信號(hào)的解析方法；樊金娜等[2]在車輛CAN總線信號(hào)逆向解析方法研究中對(duì)信號(hào)的定位有一定的描述，該描述主要針對(duì)靜態(tài)信號(hào)及規(guī)律性非常強(qiáng)的動(dòng)態(tài)信號(hào)，而且主要依據(jù)監(jiān)測(cè)軟件對(duì)變化的報(bào)文有高亮顯示或者大量的人工進(jìn)行篩選；關(guān)靜等[3]在基于信號(hào)相似度原理的CAN信號(hào)解析方法中提出了通過(guò)相似性曲線及算法對(duì)CAN報(bào)文進(jìn)行區(qū)域性的有效識(shí)別，其相似性范圍僅在診斷信號(hào)和通訊信號(hào)之間，有一定的局限性。本文對(duì)信號(hào)相似性的研究，是基于多種車輛、工況及數(shù)據(jù)類型開展的，將信號(hào)典型的、共性的特征進(jìn)行分析，通過(guò)有效的數(shù)學(xué)算法，實(shí)現(xiàn)有效的CAN總線信號(hào)逆向解析。

1 多類型數(shù)據(jù)相似性CAN信號(hào)解析

1.1 基于不同車輛相似性數(shù)據(jù)的CAN信號(hào)解析

前面提到，很多新能源車輛的診斷CAN協(xié)議是無(wú)法獲取的，那么就無(wú)法通過(guò)容易獲取的診斷信號(hào)來(lái)直接推斷通訊CAN信號(hào)。多次試驗(yàn)數(shù)據(jù)證明，不同車輛在相同工況下，一些信號(hào)會(huì)有相似的表現(xiàn)趨勢(shì)，而只需用一輛已知CAN信號(hào)車輛，固化一個(gè)代表性的工況，將其各參數(shù)進(jìn)行采集，形成模板曲線，就可以在不同的車輛之間靈活地應(yīng)用“相似性”。常用的靜態(tài)信號(hào)如制動(dòng)踏板開度、加速踏板開度、PRNDS擋位信息、方向盤轉(zhuǎn)角、轉(zhuǎn)速等。常用的動(dòng)態(tài)信號(hào)如驅(qū)動(dòng)電機(jī)扭矩、轉(zhuǎn)速、電壓、電流、車速、輪速、電池包電壓、電流等。

首先將模板車型定義為A，待解析車型定義為B。算法系統(tǒng)是自主設(shè)計(jì)開發(fā)的相似性比對(duì)工具，本文第2部分將對(duì)其詳細(xì)闡述。

1.1.1靜態(tài)工況

舉例1，定義一個(gè)測(cè)試加速踏板信號(hào)的工況如表1所示。

表1 加速踏板解析工況定義

據(jù)此工況通過(guò)A定義的加速踏板開度模板信號(hào)如圖1所示。

圖1 加速踏板開度模板信號(hào)曲線

那么B經(jīng)過(guò)同樣的工況采集的報(bào)文，經(jīng)過(guò)算法系統(tǒng)比對(duì)，可得到與A相似度非常高的曲線如圖2所示。

圖2 系統(tǒng)提取的加速踏板開度相似曲線

舉例2，方向盤轉(zhuǎn)角信號(hào)，定義工況如表2所示。

表2 方向盤轉(zhuǎn)角解析工況定義

如圖3所示，即可在系統(tǒng)里顯示模板曲線A與相似曲線B，系統(tǒng)可同時(shí)輸出相似性曲線的ID。

圖3 方向盤轉(zhuǎn)角相似性曲線

1.1.2動(dòng)態(tài)工況

定義一個(gè)動(dòng)態(tài)的加減速工況如表3所示。

表3 加減速工況定義

此工況下模板A車速與B車速的相似性關(guān)系如圖4所示。

圖4 車速的相似性曲線

同樣此工況下模板A電機(jī)扭矩和B電機(jī)扭矩的相似性關(guān)系如圖5所示。

圖5 電機(jī)扭矩的相似性曲線

1.1.3基于不同車輛相似性數(shù)據(jù)的CAN信號(hào)解析的特征

（1）僅對(duì)相同工況下的圖形結(jié)構(gòu)進(jìn)行相似性比對(duì)，對(duì)數(shù)據(jù)采集時(shí)間（或數(shù)據(jù)數(shù)量）和數(shù)據(jù)的最大最小值并無(wú)絕對(duì)的限制；

（2）因?yàn)槭遣煌囕v間信號(hào)的相似對(duì)比，因此，并不需要曲線重合，篩選的原則是有相似的趨勢(shì)；

（3）系統(tǒng)解析出的相似曲線重在ID和bit范圍，支撐其的信號(hào)數(shù)據(jù)長(zhǎng)度和起始位并不一定真實(shí)，是包含或鄰近的。還需要人為完善信號(hào)的其他信息。

1.2 基于同一車輛已知信號(hào)計(jì)算未知信號(hào)的相似性CAN信號(hào)解析

車輛中的部分信號(hào)，是可以通過(guò)其他信號(hào)計(jì)算得來(lái)的，從而實(shí)現(xiàn)在同一工況下，用已知信號(hào)數(shù)據(jù)計(jì)算所需的數(shù)據(jù)曲線，再利用相似性算法解析到總線上對(duì)應(yīng)的信號(hào)。

例如解析了車速，那么通過(guò)車速對(duì)時(shí)間微分，得到加速度數(shù)據(jù)及曲線，如圖6所示。

圖6 車速與加速度

將計(jì)算的加速度作為模板，輸入算法系統(tǒng)中，與其原始報(bào)文進(jìn)行比對(duì)，得到圖7的相似性曲線及信號(hào)ID，從而解析出縱向加速度信號(hào)。

此方法的特征：

（1）因?yàn)槭窍嗤囕v相同工況數(shù)據(jù)，因此，可以得到時(shí)間軸重合度很高的曲線；

（2）根據(jù)計(jì)算的物理值，較容易的計(jì)算出信號(hào)比例系數(shù)和偏移量；

（3）因?yàn)橛?jì)算的信號(hào)頻率及精度與總線上原始信號(hào)有差異，因此模板曲線出現(xiàn)一些突出的點(diǎn)。

圖7 加速度相似性曲線

1.3 基于傳感器測(cè)量的相似性CAN信號(hào)解析

新能源車輛中有一些規(guī)律性不強(qiáng)信號(hào)，例如DCDC的輸入電壓、電流，及一些低壓供電的信號(hào)。此時(shí)可以采用外接傳感器對(duì)其進(jìn)行數(shù)據(jù)采集，同步采集CAN總線數(shù)據(jù)進(jìn)行相似性比對(duì)，試驗(yàn)中常采用電流、電壓傳感器通過(guò)德維創(chuàng)數(shù)采設(shè)備進(jìn)行。

此方法的特征：

（1）外接傳感器的采集頻率和精度與總線信號(hào)差異較大，因此，對(duì)所需信號(hào)盡量做到幾個(gè)較穩(wěn)定的運(yùn)行狀態(tài)和較長(zhǎng)時(shí)間的采集；

（2）部分國(guó)產(chǎn)新能源車輛低壓供電信號(hào)不發(fā)CAN總線，此方法使用時(shí)候要提前對(duì)車輛的CAN總線拓?fù)溆幸欢ǖ牧私狻?/p>

2 相似性算法系統(tǒng)簡(jiǎn)介

上述關(guān)于CAN信號(hào)相似性曲線比對(duì)中，提到了算法系統(tǒng)。該系統(tǒng)基于CAN信號(hào)實(shí)際逆向解析經(jīng)驗(yàn)，自主開發(fā)的軟件系統(tǒng)，其主要由智能算法和操作界面兩個(gè)部分組成。

2.1 智能算法介紹

2.1.1識(shí)別編碼格式

通過(guò)對(duì)報(bào)文字節(jié)進(jìn)行分割，按Intel和Motorola兩種格式進(jìn)行組成片段，根據(jù)變化頻次多少，可判斷報(bào)文的格式。工程師也可以人為預(yù)先判斷報(bào)文格式，輸入系統(tǒng)，算法即可省略此判斷。

2.1.2靜態(tài)信號(hào)過(guò)濾

對(duì)于在某一工況下完全沒(méi)有變化的報(bào)文或字節(jié)，提前濾除，以縮短計(jì)算時(shí)間。

2.1.3信號(hào)切分

將信號(hào)按編碼格式和目標(biāo)長(zhǎng)度進(jìn)行分割，每一個(gè)分割單元都會(huì)獨(dú)立參與運(yùn)算。

2.1.4識(shí)別有無(wú)符號(hào)

首選無(wú)符號(hào)數(shù)據(jù)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，當(dāng)統(tǒng)計(jì)中出現(xiàn)不平穩(wěn)過(guò)度的情況，使用有符號(hào)進(jìn)行二次統(tǒng)計(jì)。

2.1.5動(dòng)態(tài)時(shí)間規(guī)整

時(shí)間節(jié)點(diǎn)錯(cuò)位可能導(dǎo)致兩個(gè)物理意義相同的信號(hào)相似度降低，為了解決時(shí)間點(diǎn)錯(cuò)位，該法引入了動(dòng)態(tài)時(shí)間規(guī)整算法來(lái)對(duì)齊兩個(gè)信號(hào)。

2.1.6皮爾遜相似性判斷

算法通過(guò)皮爾遜相關(guān)系數(shù)來(lái)度量?jī)蓚€(gè)變量之間的相關(guān)程度。在模板數(shù)值和備選數(shù)據(jù)的協(xié)方差和標(biāo)準(zhǔn)差的比值如下：

式中，為的均值；為的均值；為的標(biāo)準(zhǔn)差；為的標(biāo)準(zhǔn)差。

根據(jù)比值（?1，1）來(lái)排列相似度的順序。

2.2 系統(tǒng)操作界面

操作界面是根據(jù)實(shí)際使用的靈活性和方便性進(jìn)行設(shè)計(jì)。主要由任務(wù)界面、工況信號(hào)編輯界面、模板維護(hù)界面和數(shù)據(jù)文件查詢界面組成，如圖8所示。

圖8 操作系統(tǒng)界面

為適應(yīng)不同的車型和信號(hào)，系統(tǒng)可以制作多個(gè)模板，重點(diǎn)是將模板中信號(hào)的編號(hào)與任務(wù)中信號(hào)的編號(hào)一致。

該系統(tǒng)的主要特點(diǎn)是，在算法運(yùn)行前，可根據(jù)錄制的車輛的CAN報(bào)文，通過(guò)初步分析，選所解析信號(hào)所在的通道（CAN1或者CAN2）、數(shù)據(jù)的格式（Intel或者M(jìn)otorola）、解析模板和計(jì)算后系統(tǒng)推薦的相似性結(jié)果數(shù)量（5個(gè)或者10個(gè)）等。這些設(shè)置可以縮短系統(tǒng)計(jì)算的時(shí)間，也會(huì)使信號(hào)定位得更具體和準(zhǔn)確。算法運(yùn)行時(shí)，可以選擇單一信號(hào)運(yùn)行，也可多個(gè)信號(hào)同時(shí)運(yùn)行，在條件不滿足或設(shè)置選項(xiàng)有矛盾，系統(tǒng)也會(huì)進(jìn)行提示，可及時(shí)進(jìn)行調(diào)整，重新運(yùn)行。算法運(yùn)行結(jié)束后，工程師還可以對(duì)信號(hào)相似性結(jié)果進(jìn)行人為校準(zhǔn)，通過(guò)調(diào)整其長(zhǎng)度和起始位，使其更接近模板曲線，從而更直接判斷信號(hào)破解的準(zhǔn)確性。

2.3 解析流程

利用相似性算法系統(tǒng)解析CAN信號(hào)的流程如圖9所示。

圖9 CAN信號(hào)解析流程圖

3 結(jié)論

本文從車輛CAN總線信號(hào)的逆向解析出發(fā)，提出系統(tǒng)化的解析方法，結(jié)合相似性原理的解析算法，能夠?yàn)槎囝愋蛿?shù)據(jù)的總線信號(hào)解析提供依據(jù)，本文研究得到以下結(jié)論：

（1）由于車輛診斷CAN協(xié)議無(wú)法獲取，可以選取相似車型制作工況模板。不同車輛在相同工況下，部分總線信號(hào)會(huì)有相似的表現(xiàn)趨勢(shì)，選用已知CAN信號(hào)的車輛形成一類標(biāo)準(zhǔn)化工況，采集實(shí)車數(shù)據(jù)后形成模板曲線，通過(guò)智能化算法計(jì)算信號(hào)的相似性得分，從而實(shí)現(xiàn)車輛CAN總線信號(hào)的逆向解析，具有較好的應(yīng)用價(jià)值。

（2）由于部分信號(hào)是通過(guò)其他信號(hào)計(jì)算得到，因此，具有高度相似性。本文提出基于已解析的信號(hào)，依據(jù)相似性原理，在高度重合的時(shí)間軸下，解析共性較為明顯的總線信號(hào)，再根據(jù)信號(hào)間的表現(xiàn)差異進(jìn)一步區(qū)分。

（3）新能源車輛中有部分信號(hào)規(guī)律性不強(qiáng)，可加裝外接傳感器進(jìn)行數(shù)據(jù)采集，同步采集CAN總線數(shù)據(jù)進(jìn)行信號(hào)相似性比對(duì)，能夠適用于多種新能源汽車的總線信號(hào)解析，對(duì)不同車輛中控制策略差異較大的信號(hào)具有重要參考意義。

[1] 張永生,關(guān)靜,楊欣茹.電動(dòng)汽車CAN總線多渠道解析方法[J].汽車工程學(xué)報(bào),2017,7(5):368-373.

[2] 樊金娜,王垚,馬歡歡.車輛CAN總線信號(hào)逆向解析方法研究[C]//2020中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集.北京:中國(guó)汽車工程學(xué)會(huì),2020:6.

[3] 關(guān)靜,楊欣茹,周亞棱.基于信號(hào)相似度原理的CAN信號(hào)解析方法[J].汽車工程學(xué)報(bào),2020,10(1):13-18.

Analysis of CAN Signal Based on Similarity Principle

FAN Jinna, MA Huanhuan, LIU Jiaoyang

( China Automotive Technology and Research Center Company Limited, Tianjin 300300, China )

With the development of new energy vehicles, it has become an important means to acquire experimental analysis data by collecting controller area network(CAN) bus signal in vehicle benchmarking test. CAN bus protocol is a confidential document for the vehicle manufacturer, so it is necessary to research a method to reverse crack the CAN bus signal of the vehicle. The research on CAN signal analysis method based on similarity principle is to use mathematical algorithm to realize signal positioning in the bus report by covering the typical features of some signals under specific conditions and then covering the common features of different vehicles. This method saves the time of manual processing a large number of CAN bus data, filters out the ID of the signal quickly and effectively, and realizes the cracking of the CAN bus signal of the vehicle.Aiming at the reverse cracking of vehicle can bus signal, this paper proposes to quickly locate the position of the required signal in the bus message through the similarity principle and algorithm screening, so as to reverse analyze the required signal. The results show that this method can quickly crack most can signals in vehicle benchmarking, and improve the accuracy and efficiency of analysis.

Controller area network bus;Reverse cracking of signals;Similarity principle; Mathematical algorithm

U469.7; U495

A

1671-7988(2022)23-29-05

U469.7；U495

A

1671-7988(2022)23-29-05

10.16638/j.cnki.1671-7988.2022.023.006

樊金娜（1985—），女，高級(jí)工程師，研究方向?yàn)檐囕d網(wǎng)絡(luò)，E-mail:fanjinna@catarc.ac.cn。