近年来,随着网络通信技术和汽车电子技术的不断发展,网络设备愈发普及,硬件装置成本也下降了不少,终端设备可以安装很多种网络接口,并且这些装置在车辆上的网络接口也越来越多样化。如今,通过在车辆网络中安装网络接口可以实现该车辆行驶过程中与其他车辆、路边停放车辆和路面设施之间的无线通信,当汽车在中低速行驶或停泊时,通过这种网络就可以为机动车提供各类信息,包括机动车的安全信号传递、智能道路资讯服务、多媒体数字化业务等。在异构网中,多路径传输技术能够同时使用几个网络的资源实现数据传输,从而聚合几个网络的数据传输能力,进而有效增加吞吐量、实现负载平衡并提升资源效率。本文设计了一种用于车载数据实时进行数据采集和处理的系统,该汽车数据实时采集及处理系统的主要架构分为如下几部分:数据采集模块、数据存储模块、策略管理模块、数据传输模块,以及状态指示模板。数据采集模块用于收集与车内互联网相连的系统装置中的所有设备的各种信息数据;数据存储模块能够按照时间和数据类别将收集到的数据分为不同的类别并加以分类及存储;策略管理模块可以通过循环存储和数据覆盖的方式来压缩收集的数据。本文利用libpcap组件进行抓包并还原数据,它可以直接访问采集到数据,并通过在线方式查看采集到的数据,从而达到了实时数据采集的目的,方便对车载数据进行实时掌握。本文主要内容是研究车载实时数据采集及QoS保障技术。可收集接入车内局域网、通过物联网的监控装置和通过有线数据传输装置等信息系统设备的各种数据;并具备采集保存这些信息系统设备的技术状态功能。软件将对所收集的数据,按照时间、类型等因素进行分级存储,并对数据分析进行记录与管理。本文在参考并调研国内外研究状况的基础上,围绕网络中存在的流量特征复杂多样、对链路干扰强两个突出性的瓶颈问题,展开技术研究,并提出了基于深度强化机器学习的QoS路由算法,该算法可以通过自主学习网络流量特性,自适应地调节网络路由策略,来解决网络中流量特性多变和链路干扰严重的问题。这种车载数据实时采集存储装置,通过内部存储器与网络网盘、显示面板实现数据交互,配合控制面板操作,也可实现时间域数据的实时提取,一方面减少数据存储模块存储空间不足的压力,另一方面,可减少实验人员实时跟踪繁琐性。