本文介绍了使用Python工具如Open Torque Viewer和Torque App，通过OBD-II接口收集汽车传感器数据进行统计分析。作者发现城市mpg估算值高于预期，并通过直方图展示了瞬时mpg数据。同时，通过对GPS和速度计数据的比较，确认了车速表的准确性。文章还包含了部分代码片段和可视化图表。
我一直在使用Open Torque Viewer结合Torque App和基本的OBDII蓝牙传感器来记录我过去一个半月的汽车传感器数据。这是我学到的一些东西：
轻松进入汽车的ECU非常简单
自1996年以来，在北美销售的所有汽车都必须支持带有标准化数据链接连接器和参数ID的OBD-II诊断。例如，这对于州规定的排放检查很有用。
将蓝牙OBDII设备连接到端口，下载Torque应用程序，设置Open Torque Viewer ，您将能够记录每个行程数据并将其显示在漂亮的界面内。
城市mpg估算值很高
扭矩可在驾驶时提供瞬时mpg数据的读数。我对该数据进行了直方图处理，并将其与下表中的广告值进行了比较。
我的驾驶相当适合“城市”配置文件（即使我通常在“高速公路”上）。
我在上坡地区的平均油耗为17.77 mpg，下坡时的平均油耗为112.92。 这是Conejo成绩记录的瞬时mpg测量值的直方图：
部分代码片段：
最低0.47元/天 解锁文章
扫一扫
583
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
