基于相似性原理的CAN信號解析

樊金娜，馬歡歡，劉嬌楊

基于相似性原理的CAN信號解析

樊金娜，馬歡歡，劉嬌楊

（中國汽車技術研究中心有限公司，天津 300300）

隨著新能源汽車研發的不斷深入，在車輛對標測試中，通過采集控制器局域網絡（CAN）總線信號來獲取實驗分析數據成為一種重要手段。CAN總線協議對于車輛制造廠是一項保密文件，因此，研究一種逆向解析車輛的CAN總線信號的方法是必要的。基于相似性原理的CAN信號解析方法研究，是通過某些信號在特定工況下所表現的典型特征，進而覆蓋到不同車輛共有特征，利用數學算法實現信號在總線報文中定位。這種方法節省了人工處理大量CAN總線數據的時間，比較快速有效地過濾出信號所在的ID，實現對車輛的CAN總線信號的解析。文章針對車輛CAN總線信號逆向解析，提出通過相似性原理，經過系統數學算法篩選，快速定位所需信號在總線報文中的位置。研究結果表明，該方法適用于車輛對標測試中大部分CAN信號，從而提高CAN信號解析的準確性和工作效率。

控制器局域網絡總線；信號逆向解析；相似性原理；數學算法

隨著數字化、信息化產業的發展，傳統的汽車行業也被賦予了新四化的主題。通過新能源車輛的對標測試，可以有效地助力新產品研發。傳統車輛對標測試中幾乎都是通過外加傳感器來獲取車輛的數據。隨著車輛信息量的增大，傳感器已經不能滿足數據分析，控制器局域網絡（Controller Area Network, CAN）通訊協議的實時性和可靠性，成為獲取車輛信息的重要來源。

在CAN總線信號的逆向解析領域，現有的一些理論和方法，如張永生等[1]提出電動汽車CAN總線多渠道解析方法，闡述了CAN信號基本信息的解析，總結了關聯度較高的幾類信號的解析方法；樊金娜等[2]在車輛CAN總線信號逆向解析方法研究中對信號的定位有一定的描述，該描述主要針對靜態信號及規律性非常強的動態信號，而且主要依據監測軟件對變化的報文有高亮顯示或者大量的人工進行篩選；關靜等[3]在基于信號相似度原理的CAN信號解析方法中提出了通過相似性曲線及算法對CAN報文進行區域性的有效識別，其相似性范圍僅在診斷信號和通訊信號之間，有一定的局限性。本文對信號相似性的研究，是基于多種車輛、工況及數據類型開展的，將信號典型的、共性的特征進行分析，通過有效的數學算法，實現有效的CAN總線信號逆向解析。

1 多類型數據相似性CAN信號解析

1.1 基于不同車輛相似性數據的CAN信號解析

前面提到，很多新能源車輛的診斷CAN協議是無法獲取的，那么就無法通過容易獲取的診斷信號來直接推斷通訊CAN信號。多次試驗數據證明，不同車輛在相同工況下，一些信號會有相似的表現趨勢，而只需用一輛已知CAN信號車輛，固化一個代表性的工況，將其各參數進行采集，形成模板曲線，就可以在不同的車輛之間靈活地應用“相似性”。常用的靜態信號如制動踏板開度、加速踏板開度、PRNDS擋位信息、方向盤轉角、轉速等。常用的動態信號如驅動電機扭矩、轉速、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。算法系統是自主設計開發的相似性比對工具，本文第2部分將對其詳細闡述。

1.1.1靜態工況

舉例1，定義一個測試加速踏板信號的工況如表1所示。

表1 加速踏板解析工況定義

據此工況通過A定義的加速踏板開度模板信號如圖1所示。

圖1 加速踏板開度模板信號曲線

那么B經過同樣的工況采集的報文，經過算法系統比對，可得到與A相似度非常高的曲線如圖2所示。

圖2 系統提取的加速踏板開度相似曲線

舉例2，方向盤轉角信號，定義工況如表2所示。

表2 方向盤轉角解析工況定義

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

圖3 方向盤轉角相似性曲線

1.1.2動態工況

定義一個動態的加減速工況如表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電機扭矩和B電機扭矩的相似性關系如圖5所示。

圖5 電機扭矩的相似性曲線

1.1.3基于不同車輛相似性數據的CAN信號解析的特征

（1）僅對相同工況下的圖形結構進行相似性比對，對數據采集時間（或數據數量）和數據的最大最小值并無絕對的限制；

（2）因為是不同車輛間信號的相似對比，因此，并不需要曲線重合，篩選的原則是有相似的趨勢；

（3）系統解析出的相似曲線重在ID和bit范圍，支撐其的信號數據長度和起始位并不一定真實，是包含或鄰近的。還需要人為完善信號的其他信息。

1.2 基于同一車輛已知信號計算未知信號的相似性CAN信號解析

車輛中的部分信號，是可以通過其他信號計算得來的，從而實現在同一工況下，用已知信號數據計算所需的數據曲線，再利用相似性算法解析到總線上對應的信號。

例如解析了車速，那么通過車速對時間微分，得到加速度數據及曲線，如圖6所示。

圖6 車速與加速度

將計算的加速度作為模板，輸入算法系統中，與其原始報文進行比對，得到圖7的相似性曲線及信號ID，從而解析出縱向加速度信號。

此方法的特征：

（1）因為是相同車輛相同工況數據，因此，可以得到時間軸重合度很高的曲線；

（2）根據計算的物理值，較容易的計算出信號比例系數和偏移量；

（3）因為計算的信號頻率及精度與總線上原始信號有差異，因此模板曲線出現一些突出的點。

圖7 加速度相似性曲線

1.3 基于傳感器測量的相似性CAN信號解析

新能源車輛中有一些規律性不強信號，例如DCDC的輸入電壓、電流，及一些低壓供電的信號。此時可以采用外接傳感器對其進行數據采集，同步采集CAN總線數據進行相似性比對，試驗中常采用電流、電壓傳感器通過德維創數采設備進行。

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差異較大，因此，對所需信號盡量做到幾個較穩定的運行狀態和較長時間的采集；

（2）部分國產新能源車輛低壓供電信號不發CAN總線，此方法使用時候要提前對車輛的CAN總線拓撲有一定的了解。

2 相似性算法系統簡介

上述關于CAN信號相似性曲線比對中，提到了算法系統。該系統基于CAN信號實際逆向解析經驗，自主開發的軟件系統，其主要由智能算法和操作界面兩個部分組成。

2.1 智能算法介紹

2.1.1識別編碼格式

通過對報文字節進行分割，按Intel和Motorola兩種格式進行組成片段，根據變化頻次多少，可判斷報文的格式。工程師也可以人為預先判斷報文格式，輸入系統，算法即可省略此判斷。

2.1.2靜態信號過濾

對于在某一工況下完全沒有變化的報文或字節，提前濾除，以縮短計算時間。

2.1.3信號切分

將信號按編碼格式和目標長度進行分割，每一個分割單元都會獨立參與運算。

2.1.4識別有無符號

首選無符號數據進行數據統計，當統計中出現不平穩過度的情況，使用有符號進行二次統計。

2.1.5動態時間規整

時間節點錯位可能導致兩個物理意義相同的信號相似度降低，為了解決時間點錯位，該法引入了動態時間規整算法來對齊兩個信號。

2.1.6皮爾遜相似性判斷

算法通過皮爾遜相關系數來度量兩個變量之間的相關程度。在模板數值和備選數據的協方差和標準差的比值如下：

式中，為的均值；為的均值；為的標準差；為的標準差。

根據比值（?1，1）來排列相似度的順序。

2.2 系統操作界面

操作界面是根據實際使用的靈活性和方便性進行設計。主要由任務界面、工況信號編輯界面、模板維護界面和數據文件查詢界面組成，如圖8所示。

圖8 操作系統界面

為適應不同的車型和信號，系統可以制作多個模板，重點是將模板中信號的編號與任務中信號的編號一致。

該系統的主要特點是，在算法運行前，可根據錄制的車輛的CAN報文，通過初步分析，選所解析信號所在的通道（CAN1或者CAN2）、數據的格式（Intel或者Motorola）、解析模板和計算后系統推薦的相似性結果數量（5個或者10個）等。這些設置可以縮短系統計算的時間，也會使信號定位得更具體和準確。算法運行時，可以選擇單一信號運行，也可多個信號同時運行，在條件不滿足或設置選項有矛盾，系統也會進行提示，可及時進行調整，重新運行。算法運行結束后，工程師還可以對信號相似性結果進行人為校準，通過調整其長度和起始位，使其更接近模板曲線，從而更直接判斷信號破解的準確性。

2.3 解析流程

利用相似性算法系統解析CAN信號的流程如圖9所示。

圖9 CAN信號解析流程圖

3 結論

本文從車輛CAN總線信號的逆向解析出發，提出系統化的解析方法，結合相似性原理的解析算法，能夠為多類型數據的總線信號解析提供依據，本文研究得到以下結論：

（1）由于車輛診斷CAN協議無法獲取，可以選取相似車型制作工況模板。不同車輛在相同工況下，部分總線信號會有相似的表現趨勢，選用已知CAN信號的車輛形成一類標準化工況，采集實車數據后形成模板曲線，通過智能化算法計算信號的相似性得分，從而實現車輛CAN總線信號的逆向解析，具有較好的應用價值。

（2）由于部分信號是通過其他信號計算得到，因此，具有高度相似性。本文提出基于已解析的信號，依據相似性原理，在高度重合的時間軸下，解析共性較為明顯的總線信號，再根據信號間的表現差異進一步區分。

（3）新能源車輛中有部分信號規律性不強，可加裝外接傳感器進行數據采集，同步采集CAN總線數據進行信號相似性比對，能夠適用于多種新能源汽車的總線信號解析，對不同車輛中控制策略差異較大的信號具有重要參考意義。

[1] 張永生,關靜,楊欣茹.電動汽車CAN總線多渠道解析方法[J].汽車工程學報,2017,7(5):368-373.

[2] 樊金娜,王垚,馬歡歡.車輛CAN總線信號逆向解析方法研究[C]//2020中國汽車工程學會年會論文集.北京:中國汽車工程學會,2020:6.

[3] 關靜,楊欣茹,周亞棱.基于信號相似度原理的CAN信號解析方法[J].汽車工程學報,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，高級工程師，研究方向為車載網絡，E-mail:fanjinna@catarc.ac.cn。