CN109766217A - 一种车机系统故障修复方法及装置 - Google Patents
一种车机系统故障修复方法及装置 Download PDFInfo
- Publication number
- CN109766217A CN109766217A CN201811565106.0A CN201811565106A CN109766217A CN 109766217 A CN109766217 A CN 109766217A CN 201811565106 A CN201811565106 A CN 201811565106A CN 109766217 A CN109766217 A CN 109766217A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- operation data
- repairing
- repair
- monitoring nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000012544 monitoring process Methods 0.000 claims abstract description 234
- 230000008439 repair process Effects 0.000 claims description 176
- 230000008569 process Effects 0.000 claims description 73
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 38
- 238000004891 communication Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 7
- 238000013480 data collection Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种车机系统故障修复方法及装置,应用于汽车技术领域,用以解决现有技术中的车机系统无法自动修复的问题。具体为:对车机系统内被配置为监测节点的系统资源进行监测,监测到满足系统修复条件时,以确定满足系统修复条件的时刻为基准,采集第一系统运行数据集合和第二系统运行数据集合,若使用系统故障修复模型,基于第一系统运行数据集合未确定系统故障类型,再使用系统故障修复模型,基于第二系统运行数据集合确定系统故障类型,根据得到的系统故障类型所对应的系统修复策略修复车机系统,从而实现了车机系统的自动修复。
Description
技术领域
本发明涉及汽车技术领域,尤其涉及一种车机系统故障修复方法及装置。
背景技术
车机系统是安装在汽车中的车载娱乐产品,随着科技的不断发展,车机系统的功能开始向智能化、信息化发展,目前的车机系统的功能除了传统的收音机、音乐视频播放、导航功能以外,还有第三代移动通信技术(3rd-Generation,3G)及车载信息服务(telematics)等功能,能够结合汽车的控制器局域网络(Controller Area Net-work Bus,CAN-BUS)技术,实现人与车、车与车之间的信息通讯,增强了用户体验。
为了能够在车机系统出现故障时通知用户对车机系统进行修复,在车机系统内部配置了运行监测机制,当监测到车机系统出现故障后,向用户发起故障通知,这样,用户就能够在收到故障通知后,及时地对车机系统进行修复。
目前,大多数的运行监测机制,都是在监测到车机系统已经出现故障后,通知用户对车机系统进行修复,无法实现车机系统的自动修复,因此,如何实现车机系统的自动修复是当前需要解决的问题。
发明内容
本发明实施例提供了一种车机系统故障修复方法及装置。
本发明实施例提供的具体技术方案如下:
第一方面,本发明实施例提供了一种车机系统故障修复方法,包括:
对车机系统内被配置为监测节点的系统资源进行监测,并当根据对监测节点的监测结果确定满足系统修复条件时,执行以下步骤:
以确定满足系统修复条件的时刻为基准,采集第一设定时间段内监测节点的系统运行数据,得到第一系统运行数据集合;
使用系统故障修复模型,基于第一系统运行数据集合确定系统故障类型;其中,系统故障修复模型用于根据系统运行数据输出系统故障类型;
若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复;
否则,采集第二设定时间段内监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合,使用系统故障修复模型,基于第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复。
第二方面,本发明实施例提供了一种车机系统故障修复装置,包括:
监测单元,用于对车机系统内被配置为监测节点的系统资源进行监测;
修复单元,用于当监测单元根据对监测节点的监测结果确定满足系统修复条件时,执行以下步骤:
以确定满足系统修复条件的时刻为基准,采集第一设定时间段内监测节点的系统运行数据,得到第一系统运行数据集合;
使用系统故障修复模型,基于第一系统运行数据集合确定系统故障类型;其中,系统故障修复模型用于根据系统运行数据输出系统故障类型;
若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复;
否则,采集第二设定时间段内监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合,使用系统故障修复模型,基于第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复。
第三方面,本发明实施例提供了一种车机终端,包括:存储器和处理器,其中,存储器,用于存储计算机指令;处理器,用于执行计算机指令以实现本发明实施例提供的车机系统故障修复方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令被处理器执行时实现本发明实施例提供的车机系统故障修复方法。
本发明实施例的有益效果如下:
本发明实施例中,通过对车机系统内被配置为监测节点的系统资源进行监测,能够及时地预知车机系统是否满足系统修复条件。并且,在确定满足系统修复条件时,以确定满足系统修复条件的时刻为基准,首先采集第一设定时间段内监测节点的系统运行数据,得到第一系统运行数据集合,并使用系统故障修复模型,基于第一系统运行数据集合进行系统修复;如果修复失败,再采集第二设定时间段内监测节点和非监测节点的系统运行数据,得到第二系统运行数据集合,并使用系统故障修复模型,基于第二系统运行数据集合进行系统修复。一方面,通过配置监测节点以及对监测节点进行监测,可以及时发现潜在的系统故障,并基于系统故障修复模型可以及时对潜在的系统故障进行修复,而无需等系统故障发生后才进行修复;另一方面,由于第一系统运行数据集合的数据量少于第二系统运行数据集合,因此首先使用第一系统运行数据集合进行系统修复,可以降低修复时延、提高修复效率;如果修复失败(使用系统故障修复模型,基于第一系统运行数据集合未能确定出系统故障类型),则再使用第二系统运行数据集合进行系统修复,以提高系统修复的可靠性和成功率;再一方面,上述系统故障修复模型可以采用人工智能(Artificial Intelligence,AI)模型,从而可以根据系统修复结果进行自学习,进而提高系统修复的准确性。
附图说明
图1为本发明实施例中车机系统的系统架构示意图;
图2为本发明实施例中车机系统故障修复方法的流程示意图;
图3为本发明实施例中车机系统故障修复装置的功能结构示意图;
图4为本发明实施例中车机终端的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,并不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明实施例中提及的“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在具体实践过程中,本申请的发明人发现,目前的大多数系统运行监测机制,都只能在监测到车机系统已经出现故障后,通知用户对车机系统进行修复,而无法实现对车机系统的自动修复。
为此,本申请的发明人考虑到,在车机系统内配置监测节点,并对车机系统内被配置为监测节点的系统资源进行监测,当根据对监测节点的监测结果确定满足系统修复条件时,先以确定满足系统修复条件的时刻为基准,采集第一设定时间段内监测节点的系统运行数据,得到第一系统运行数据集合后,使用系统故障修复模型,基于第一系统运行数据集合确定系统故障类型,若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复,否则,再采集第二设定时间段内监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合后,使用系统故障修复模型,基于第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复。
这样,通过对车机系统内被配置为监测节点的系统资源进行监测,能够及时地预知车机系统是否满足系统修复条件。并且,在确定满足系统修复条件时,以确定满足系统修复条件的时刻为基准,采集第一设定时间段内监测节点的系统运行数据以及第二设定时间段内监测节点以及非监测节点的系统运行数据,使得最终得到的第一系统运行数据集合和第二系统运行数据集合能够精确地体现出车机系统可能存在的问题,从而使得系统故障类型确定出的系统故障类型更加精确。此外,由于第一系统运行数据集合的数据量较少,所以,系统故障修复模型基于第一系统运行数据集合能够快速地确定出系统故障类型,而由于第二系统运行数据集合的数据量较多,所以,系统故障修复模型基于第二系统运行数据集合能够精确地确定出系统故障类型。
下面通过具体实施例对本发明方案进行详细描述,当然,本发明并不限于以下实施例。
本发明实施例中,可以预先在车机系统内配置监测节点,即将一些特定的系统资源配置为监测节点。具体的,预先配置在车机系统内的监测节点的数目可以是一个或多个,被配置为监测节点的系统资源可以包括以下之一或任意组合:
-设定资源或进程的资源使用情况。比如:中央处理器(Central ProcessingUnit,CPU)利用率,内存占用率等,或者设定进程的CPU利用率、内存占用率等。
-设定进程的运行状态。比如:新建态、终止态、运行态、就绪态、阻塞态等。
-设定进程的运行数据。其中,设定进程的运行数据为设定进程在运行过程中所产生的数据。比如:进程间的通信数据、文件读写数据、核心服务监控数据、虚拟机运行数据等。
例如,在配置监测节点的例子中,可以预先在车机系统内配置:监测节点1为进程1的内存占用率,监测节点2为进程2的运行状态,监测节点3为进程2的文件读写数目,监测节点4为进程3与其它进程间的通信数据,监测节点5为进程3的中央处理器(CentralProcessing Unit,CPU)利用率,等等。
在实际应用中,这些被配置为监测节点的系统资源可以通过调用相应的系统接口获得。
此外,本发明实施例中,还可以预先为配置在车机系统内的监测节点配置系统修复条件,当针对监测节点的监测结果满足系统修复条件时可进行系统修复。
具体的,若预先配置在车机系统内的监测节点的数目是一个,则可以仅为该一个监测节点配置系统修复条件,后续可以根据对该监测节点的监测结果,直接确定车机系统是否满足系统修复条件,即当该监测节点的状态满足为该监测节点配置的系统修复条件时,确定车机系统满足系统修复条件,当该监测节点的状态不满足为该监测节点配置的系统修复条件时,确定车机系统不满足系统修复条件。
例如:假设配置在车机系统内的监测节点包括:进程1的CPU利用率。
基于此,可以将该监测节点的系统修复条件配置为进程1的CPU利用率达到设定阈值60%。
这样,后续可以根据对进程1的CPU利用率的监测结果,确定车机系统是否满足系统修复条件,即当进程1的CPU利用率达到设定阈值60%时,认为监测节点的状态满足为该监测节点配置的系统修复条件,进而可以确定车机系统满足系统修复条件,反之,当进程1的CPU利用率未达到设定阈值60%时,认为监测节点的状态不满足为该监测节点配置的系统修复条件,进而可以确定车机系统不满足系统修复条件。
若预先配置在车机系统内的监测节点的数目是多个,则可以为该多个监测节点分别配置系统修复条件,后续可以根据对该多个监测节点的监测结果,来确定车机系统是否满足系统修复条件。具体的,在一个实施例中,可以根据该多个监测节点的状态是否分别满足各自对应的系统修复条件,来确定车机系统是否满足系统修复条件。在另一个实施例中,还可以根据该多个监测节点中至少设定数量的监测节点的状态分别满足各自对应的系统修复条件,来确定车机系统是否满足系统修复条件。
例如:假设在车机系统内配置了以下5个监测节点:
-监测节点1:进程1的内存占用率;
-监测节点2:进程2的运行状态;
-监测节点3:进程2的文件读写数目;
-监测节点4:进程3与其它进程间的通信数据;
-监测节点5:进程3的CPU利用率。
基于此,可以针对该5个监测节点分别配置系统修复条件,具体可以如下:
-监测节点1的系统修复条件为:进程1的内存占用率达到设定阈值65%;
-监测节点2的系统修复条件为:进程2的运行状态为阻塞态;
-监测节点3的系统修复条件为:进程2的文件读写数目大于设定数目200;
-监测节点4的系统修复条件为:进程3在设定时间范围15秒内未向进程1返回通信响应;
-监测节点5的系统修复条件为:进程3的CPU利用率达到设定阈值60%。
这样,后续可以根据对进程1的内存占用率、进程2的运行状态和进程2的文件读写数目、进程3与其它进程间的通信数据和CPU利用率的监测结果,确定车机系统是否满足系统修复条件。具体的,在一个实施例中,可以在满足以下5个条件时,确定车机系统满足系统修复条件,反之,在以下5个条件中任一条件未满足时,确定车机系统不满足系统修复条件;在另一个实施例中,还可以在下述5个条件中至少满足3个条件时,确定车机系统满足系统修复条件,反之,在下述5个条件中未满足3个条件时,确定车机系统不满足系统修复条件:
条件1:进程1的内存占用率达到设定阈值65%,即监测节点1的状态满足为监测节点1配置的系统修复条件。
条件2:进程2的运行状态为阻塞态,即监测节点2的状态满足为监测节点2配置的系统修复条件。
条件3:进程2的文件读写数目大于设定数目200,即监测节点3的状态满足为监测节点3配置的系统修复条件。
条件4:进程3在设定时间范围15秒内未向进程1返回通信响应,即监测节点4的状态满足为监测节点4配置的系统修复条件。
条件5:进程3的CPU占用率达到设定阈值60%,即监测节点5的状态满足为监测节点5配置的系统修复条件。
进一步地,本发明实施例中,还可以预先针对各个系统故障类型分别配置相应的系统修复策略,并建立系统故障类型与系统修复策略之间的关联关系,这样,后续在确定得到车机系统的系统故障类型后,可以直接调用该系统故障类型所对应的系统修复策略,对车机系统进行修复。
本发明实施例提供了一种车机系统,参阅图1所示,本发明实施例提供的车机系统100至少包括:监控模块101、数据采集模块102、数据存储模块103、系统修复模块104、服务器106。进一步地,还可包括反馈模块105。其中,监控模块101、数据采集模块102、数据存储模块103、系统修复模块104以及反馈模块105可位于车载终端,服务器106位于网络侧。
监控模块101,用于对车机系统内被配置为监测节点的系统资源进行监测,当根据对监测节点的监测结果确定满足系统修复条件时,向数据采集模块102发送数据采集通知。
数据采集模块102,用于接收到监控模块101发送的数据采集通知时,确定监控模块101已经监测到车机系统满足系统修复条件,进一步地,数据采集模块102还可以确定满足系统修复条件的时刻为基准,采集第一设定时间段内监测节点的系统运行数据,得到第一系统运行数据集合。进一步地,数据采集模块102还可采集第二设定时间段内监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合,并将第一系统运行数据集合和第二系统运行数据集合发送至数据存储模块103。
数据存储模块103,用于保存第一系统运行数据集合和第二系统运行数据集合,并可以进一步将第一系统运行数据集合和第二系统运行数据集合存储备份到服务器105。
系统修复模块104,用于使用系统故障修复模型,基于数据存储模块103保存的第一系统运行数据集合确定系统故障类型,若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复;否则,使用系统故障修复模型,基于数据存储模块103保存的第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复。进一步的,若确定仍未得到系统故障类型,则可以向服务器105发送系统故障通知,并根据服务器105返回的系统故障类型所对应的系统修复策略,对车机系统进行修复。
服务器105,用于通知系统维修人员车机系统有潜在的系统故障,系统维修人员可以调用备份在服务器105中的第一系统运行数据集合和第二系统运行数据集合,根据第一系统运行数据集合和第二系统运行数据集合,分析出车机系统的系统故障类型以及得到该系统故障类型所对应的系统修复策略后,可以通过服务器105,将该系统故障类型和该系统故障类型所对应的系统修复策略返回至系统修复模块104。
反馈模块106,用于为用户提供系统报修界面,并将用户在系统报修界面提交的系统故障数据反馈至服务器105和系统修复模块104。具体的,反馈模块106可以支持通过网页进行反馈,和/或,支持通过车机界面进行反馈。
值得说的是,服务器105,还用于通知系统维修人员车机系统出现系统故障,系统维修人员根据反馈模块106反馈到服务器105中的系统故障数据,分析出车机系统的系统故障类型,并得到该系统故障类型所对应的系统修复策略后,可以通过服务器105,将该系统故障类型和该系统故障类型所对应的系统修复策略下发至系统修复模块104。
系统修复模块104,还用于在接收到反馈模块106反馈的系统故障数据时,可以等待服务器105下发系统修复策略,也可以先使用系统故障修复模型,基于系统故障数据确定系统故障类型,若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复,若确定未得到系统故障类型,再等待服务器105下发系统修复策略,并根据服务器105下发的系统修复策略,对车机系统进行修复。
下面结合本发明实施例提供的如图1所示的车机系统100,对本发明实施例提供的车机系统故障修复方法进行详细说明,参阅图2所示,本发明实施例提供的车机系统故障修复方法的流程如下:
步骤201a~201b:对车机系统内被配置为监测节点的系统资源进行监测,并当根据对监测节点的监测结果确定满足系统修复条件时,执行步骤202。
在实际应用中,步骤201可以在监控模块101中执行,具体的,监控模块101确定车机系统是否满足系统修复条件的方式,可参见上述在对系统修复条件的配置进行描述时提及的确定方式,在此不再赘述。
步骤202:以确定满足系统修复条件的时刻为基准,采集第一设定时间段内监测节点的系统运行数据,得到第一系统运行数据集合。
在实际应用中,步骤202可以在数据采集模块102中执行。具体的,当配置在车机系统内的监测节点的数量为一个时,第一系统运行数据集合中可以包括:以确定满足系统修复条件的时刻为基准采集的第一设定时间段内该一个监测节点的系统运行数据;当配置在车机系统内的监测节点的数量为多个时,第一系统运行数据集合中可以仅包括:以确定满足系统修复条件的时刻为基准采集的第一设定时间段内多个监测节点中满足系统修复条件的监测节点的系统运行数据,或者包括:以确定满足系统修复条件的时刻为基准采集的第一设定时间段内多个监测节点中所有监测节点的系统运行数据。
在具体实施时,第一设定时间段的起点或终点可以设置为确定满足系统修复条件的时刻。即,采集该时刻之前或之后的一段时间内的系统运行数据。
例如:假设配置在车机系统内的监测节点包括:进程1与其他进程间的通信数据,确定满足系统修复条件的时刻为11点35分05秒,第一设定时间段为5秒,则数据采集模块102可以采集在11点35分05秒之前5秒内的进程1与其他进程间的通信数据作为第一系统运行数据集合,即采集11点35分00秒至11点35分05秒这一时间段内的进程1与其他进程间的通信数据作为第一系统运行数据集合;或者,数据采集模块102可以采集在11点35分05秒之后5秒内的进程1与其他进程间的通信数据作为第一系统运行数据集合,即采集11点35分05秒至11点35分10秒这一时间段内的进程1与其他进程间的通信数据作为第一系统运行数据集合。
在另一个实施例中,第一设定时间段的起点可以设置在确定满足系统修复条件的时刻之前,第一设定时间段的终点可以设置在确定满足系统修复条件的时刻之后。即,采集该时刻之前以及之后的一段时间内的系统运行数据。
例如:假设配置在车机系统内的监测节点包括:监测节点1为进程1的内存占用率,监测节点2为进程2的运行状态,以及监测节点3为进程3的文件读写数目,确定满足系统修复条件的时刻为11点35分05秒,第一设定时间段为5秒,则数据采集模块102可以采集在11点35分05秒这一时刻前后共5秒内进程1的内存占用率、进程2的运行状态和进程3的文件读写数目作为第一系统运行数据集合,比如,采集11点35分03秒至11点35分08秒这一时间段内的进程1的内存占用率、进程2的运行状态和进程3的文件读写数目作为第一系统运行数据集合。
其中,第一设定时间段的长度可预先配置,具体可根据处理能力、处理效率等需求进行设置。一般地,该时间段的长度越长,采集的数据越多,所需的处理开销越大,但系统故障类型的判断越准确,修复效果也越好。
步骤203:使用系统故障修复模型,基于第一系统运行数据集合确定系统故障类型。
其中,系统故障修复模型用于根据系统运行数据输出系统故障类型。
在实际应用中,步骤203可以在系统修复模块104中执行。具体的,系统修复模块104可以将第一系统运行数据集合中包含的系统运行数据输入系统故障修复模型,以得到系统故障修复模型输出的系统故障类型。
例如:假设第一系统运行数据集合中包括进程1的内存占用率、进程2的运行状态和进程3的文件读写数目等系统运行数据,则系统修复模块104可以将这些系统运行数据输入系统故障修复模型,以得到系统故障修复模型输出的系统故障类型。
步骤204:判断是否得到系统故障类型,若是,则执行步骤205;若否,则执行步骤206。
步骤205:根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复。
在实际应用中,步骤204和步骤205也可以在系统修复模块104中执行。具体的,系统修复模块104在确定系统故障修复模型输出了系统故障类型时,可以直接调用该系统故障类型所对应的系统修复策略对车机系统进行修复。
步骤206:采集第二设定时间段内监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合。
在实际应用中,步骤206可以在数据采集模块102中执行。值得说的是,数据采集模块102可以在系统修复模块104执行步骤205之后,根据系统修复模块104发送的数据采集通知执行步骤206,也可以在监控模块101执行步骤201之后,根据监控模块101发送的数据采集通知执行步骤206,在此不作具体限定。
在实际应用中,当配置在车机系统内的监测节点的数量为一个时,第二系统运行数据集合中可以包括:以确定满足系统修复条件的时刻为基准采集的第二设定时间段内该监测节点及其关联节点的系统运行数据;当配置在车机系统内的监测节点的数量为多个时,第二系统运行数据集合中可以包括:以确定满足系统修复条件的时刻为基准采集的第二设定时间段内多个监测节点中满足系统修复条件的监测节点及其关联节点的系统运行数据,或者包括:以确定满足系统修复条件的时刻为基准采集的第二设定时间段内多个监测节点中所有监测节点及其关联节点的系统运行数据。需要说明的是,关联节点未被配置为监测节点。
其中,节点间的关联关系可以预先设置,也可以根据因素来确定两个节点是否关联。比如,若进程1和进程2存在调用关系,则进程1和进程2关联。
在具体实施时,第二设定时间段的起点或终点为确定满足系统修复条件的时刻。
例如:假设配置在车机系统内的监测节点包括:进程1与其他进程间的通信数据,该监测节点的关联节点为进程1的运行次数和时间,确定满足系统修复条件的时刻为11点35分25秒,第二设定时间段为20秒,则数据采集模块102可以采集在11点35分25秒之前20秒内的进程1与其他进程间的通信数据以及进程1的运行次数和时间作为第二系统运行数据集合,即采集11点35分05秒至11点35分25秒这一时间段内的进程1与其他进程间的通信数据以及进程1的运行次数和时间作为第二系统运行数据集合;或者,数据采集模块102可以采集在11点35分25秒之后20秒内的进程1与其他进程间的通信数据以及进程1的运行次数和时间作为第二系统运行数据集合,即采集11点35分25秒至11点35分45秒这一时间段内的进程1与其他进程间的通信数据以及进程1的运行次数和时间作为第二系统运行数据集合。
在另一个实施例中,第二设定时间段的起点在确定满足系统修复条件的时刻之前,第二设定时间段的终点在确定满足系统修复条件的时刻之后。
例如:假设配置在车机系统内的监测节点包括:监测节点1为进程1的内存占用率,监测节点2为进程2的运行状态,以及监测节点3为进程3的文件读写数目,监测节点1的关联节点为进程1的运行次数和时间,监测节点2的关联节点为进程2的运行次数和时间,监测节点3的关联节点为进程3的运行次数和时间,确定满足系统修复条件的时刻为11点35分25秒,第二设定时间段为20秒,则数据采集模块102可以采集在11点35分25秒这一时刻前后共20秒内进程1的内存占用率、运行次数和时间,进程2的运行状态、运行次数和时间,以及进程3的文件读写数目、运行次数和时间作为第二系统运行数据集合,比如,采集11点35分15秒至11点35分35秒这一时间段内的进程1的进程1的内存占用率、运行次数和时间,进程2的运行状态、运行次数和时间,以及进程3的文件读写数目、运行次数和时间作为第二系统运行数据集合。
步骤207:使用系统故障修复模型,基于第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复。
在实际应用中,步骤207可以在系统修复模块104中执行,具体的,系统修复模块104可以将第二系统运行数据集合中包含的系统运行数据输入系统故障修复模型,得到系统故障修复模型输出的系统故障类型。
例如:假设第二系统运行数据集合中包括程1的内存占用率、运行次数和时间,进程2的运行状态、运行次数和时间,以及进程3的文件读写数目、运行次数和时间等系统运行数据,则系统修复模块104可以将这些系统运行数据输入系统故障修复模型,若确定系统故障修复模型输出了系统故障类型,则可以调用系统故障类型所对应的系统修复策略对车机系统进行修复。
值得说的是,本发明实施例中,系统故障修复模型可以采用AI模型,为了提高系统故障修复模型输出的系统故障类型的准确度,还可以定期采集系统修复结果,并使用AI模型的自学习能力,基于系统修复结果,对系统故障修复模型进行校正和优化,从而提高了系统修复的准确性。
进一步地,在图2所示的流程中,若步骤207中基于第二系统运行数据集合未能确定出系统故障类型,则系统修复失败。此时可请求服务器对该系统故障修复模型进行训练。服务器在对该系统故障修复模型训练完成后可发送给车载终端,以便车载终端中的系统修复模块104在后续系统修复时使用该故障修复模型。
基于上述实施例,本发明实施例提供了一种车机系统故障修复装置,参阅图3所示,车机系统故障修复装置300至少包括:
监测单元301,用于对车机系统内被配置为监测节点的系统资源进行监测;
修复单元302,用于当监测单元301根据对监测节点的监测结果确定满足系统修复条件时,执行以下步骤:
以确定满足系统修复条件的时刻为基准,采集第一设定时间段内监测节点的系统运行数据,得到第一系统运行数据集合;
使用系统故障修复模型,基于第一系统运行数据集合确定系统故障类型;其中,系统故障修复模型用于根据系统运行数据输出系统故障类型;
若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复;
否则,采集第二设定时间段内监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合,使用系统故障修复模型,基于第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对车机系统进行修复。
可选的,被配置为监测节点的系统资源,包括以下之一或任意组合:
设定进程的资源使用情况;
设定进程的运行状态;
设定进程的运行数据。
可选的,监测节点的数量为一个或多个,若监测节点的数量为多个,则在根据对监测节点的监测结果确定满足系统修复条件时,监测单元301具体用于:若多个监测节点的状态分别满足各自对应的系统修复条件,则确定满足系统修复条件;或者,若多个监测节点中至少设定数量的监测节点的状态分别满足各自对应的系统修复条件,则确定满足系统修复条件。
可选的,第一设定时间段的起点或终点为确定满足系统修复条件的时刻;或者,第一设定时间段的起点在确定满足系统修复条件的时刻之前,设定时间段的终点在时刻之后;第二设定时间段的起点或终点为确定满足系统修复条件的时刻;或者,第二设定时间段的起点在确定满足系统修复条件的时刻之前,设定时间段的终点在时刻之后。
可选的,监测节点的数量为多个;第一系统运行数据集合中仅包括多个监测节点中满足系统修复条件的监测节点的系统运行数据,或者包括多个监测节点中的所有监测节点的系统运行数据;第二系统运行数据集合中包括多个监测节点中满足系统修复条件的监测节点及其关联节点的系统运行数据,或者包括多个监测节点中的所有监测节点及其关联节点的系统运行数据;其中,关联节点未被配置为监测节点。
值得说的是,车机系统故障修复装置300中的监测单元301可以对应于如图1所示的车机系统100中的监控模块101,即可实现监控模块101的功能;车机系统故障修复装置300中的修复单元302可以对应于如图1所示的车机系统100中的数据采集模块102、数据存储模块103和系统修复模块104,即可实现这些模块的功能。
在介绍了本发明示例性实施方式的车机系统故障修复方法和装置之后,接下来,对本发明实施例提供的车机终端进行简单介绍。
参阅图4所示,本发明实施例提供的车机终端400至少包括:处理器41和存储器42,其中,存储器42,用于存储计算机指令;处理器41,用于执行计算机指令以实现本发明实施例提供的车机系统故障修复方法。
需要说明的是,图4所示的车机终端400仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
本发明实施例提供的车机终端400还可以包括连接不同组件(包括处理器41和存储器42)的总线43。其中,总线43表示几类总线结构中的一种或多种,包括存储器总线、外围总线、局域总线等。
存储器42可以包括易失性存储器形式的可读介质,例如随机存储器(RandomAccess Memory,RAM)421和/或高速缓存存储器422,还可以进一步包括只读存储器(ReadOnly Memory,ROM)423。
存储器42还可以包括具有一组(至少一个)程序模块424的程序工具425,程序模块424包括但不限于:操作子系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
车机终端400还可以与一个或者多个使得用户能与车机终端400交互的设备通信(例如手机、电脑等),和/或,与使得车机终端400能与一个或多个其它车机终端400进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output,I/O)接口45进行。并且,车机终端400还可以通过网络适配器46与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网(Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器46通过总线43与车机终端400的其它模块通信。应当理解,尽管图4中未示出,可以结合车机终端400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(RedundantArrays of Independent Disks,RAID)子系统、磁带驱动器以及数据备份存储子系统等。
下面对本发明实施例提供的计算机可读存储介质进行介绍。本发明实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,该计算机指令被处理器执行时实现本发明实施例提供的车机系统故障修复方法。具体地,该可执行程序可以内置在车机终端400中,这样,车机终端400就可以通过执行内置的可执行程序实现本发明实施例提供的车机系统故障修复方法。
此外,本发明实施例提供的车机系统故障修复方法还可以实现为一种程序产品,该程序产品包括程序代码,当该程序产品可以在车机终端400上运行时,该程序代码用于使车机终端400执行本发明实施例提供的车机系统故障修复方法。
本发明实施例提供的程序产品可以采用一个或多个可读介质的任意组合,其中,可读介质可以是可读信号介质或者可读存储介质,而可读存储介质可以是但不限于是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合,具体地,可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、RAM、ROM、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、光纤、便携式紧凑盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本发明实施例提供的程序产品可以采用CD-ROM并包括程序代码,还可以在计算设备上运行。然而,本发明实施例提供的程序产品不限于此,在本发明实施例中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户设备上执行,部分地在用户设备上执行,作为一个独立的软件包执行,部分在用户设备上执行、部分在远程计算设备上执行,或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络连接到用户计算设备,诸如通过LAN或WAN连接到用户计算设备;或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样,倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种车机系统故障修复方法,其特征在于,包括:
对车机系统内被配置为监测节点的系统资源进行监测,并当根据对所述监测节点的监测结果确定满足系统修复条件时,执行以下步骤:
以确定满足系统修复条件的时刻为基准,采集第一设定时间段内所述监测节点的系统运行数据,得到第一系统运行数据集合;
使用系统故障修复模型,基于所述第一系统运行数据集合确定系统故障类型;其中,所述系统故障修复模型用于根据系统运行数据输出系统故障类型;
若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对所述车机系统进行修复;
否则,采集第二设定时间段内所述监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合,使用所述系统故障修复模型,基于所述第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对所述车机系统进行修复。
2.如权利要求1所述的车机系统故障修复方法,其特征在于,所述被配置为监测节点的系统资源,包括以下之一或任意组合:
设定资源或进程的资源使用情况;
设定进程的运行状态;
设定进程的运行数据。
3.如权利要求1所述的车机系统故障修复方法,其特征在于,所述监测节点的数量为一个或多个,若所述监测节点的数量为多个,则所述根据对所述监测节点的监测结果确定满足系统修复条件,包括:
若所述多个监测节点的状态分别满足各自对应的系统修复条件,则确定满足系统修复条件;或者,
若所述多个监测节点中至少设定数量的监测节点的状态分别满足各自对应的系统修复条件,则确定满足系统修复条件。
4.如权利要求1所述的车机系统故障修复方法,其特征在于,所述第一设定时间段的起点或终点为所述确定满足系统修复条件的时刻;或者,所述第一设定时间段的起点在所述确定满足系统修复条件的时刻之前,所述第一设定时间段的终点在所述时刻之后;
所述第二设定时间段的起点或终点为所述确定满足系统修复条件的时刻;或者,所述第二设定时间段的起点在所述确定满足系统修复条件的时刻之前,所述第二设定时间段的终点在所述时刻之后。
5.如权利要求1所述的车机系统故障修复方法,其特征在于,所述监测节点的数量为多个;
所述第一系统运行数据集合中仅包括所述多个监测节点中满足系统修复条件的监测节点的系统运行数据,或者包括所述多个监测节点中的所有监测节点的系统运行数据;
所述第二系统运行数据集合中包括所述多个监测节点中满足系统修复条件的监测节点及其关联节点的系统运行数据,或者包括所述多个监测节点中的所有监测节点及其关联节点的系统运行数据;其中,所述关联节点未被配置为监测节点。
6.一种车机系统故障修复装置,其特征在于,包括:
监测单元,用于对车机系统内被配置为监测节点的系统资源进行监测;
修复单元,用于当所述监测单元根据对所述监测节点的监测结果确定满足系统修复条件时,执行以下步骤:
以确定满足系统修复条件的时刻为基准,采集第一设定时间段内所述监测节点的系统运行数据,得到第一系统运行数据集合;
使用系统故障修复模型,基于所述第一系统运行数据集合确定系统故障类型;其中,所述系统故障修复模型用于根据系统运行数据输出系统故障类型;
若确定得到系统故障类型,则根据得到的系统故障类型所对应的系统修复策略对所述车机系统进行修复;
否则,采集第二设定时间段内所述监测节点以及非监测节点的系统运行数据,得到第二系统运行数据集合,使用所述系统故障修复模型,基于所述第二系统运行数据集合确定系统故障类型,并根据得到的系统故障类型所对应的系统修复策略对所述车机系统进行修复。
7.如权利要求6所述的车机系统故障修复装置,其特征在于,所述被配置为监测节点的系统资源,包括以下之一或任意组合:
设定资源或进程的资源使用情况;
设定进程的运行状态;
设定进程的运行数据。
8.如权利要求6所述的车机系统故障修复装置,其特征在于,所述监测节点的数量为一个或多个,若所述监测节点的数量为多个,则在根据对所述监测节点的监测结果确定满足系统修复条件时,所述监测单元具体用于:
若所述多个监测节点的状态分别满足各自对应的系统修复条件,则确定满足系统修复条件;或者,
若所述多个监测节点中至少设定数量的监测节点的状态分别满足各自对应的系统修复条件,则确定满足系统修复条件。
9.如权利要求6所述的车机系统故障修复装置,其特征在于,所述第一设定时间段的起点或终点为所述确定满足系统修复条件的时刻;或者,所述第一设定时间段的起点在所述确定满足系统修复条件的时刻之前,所述第一设定时间段的终点在所述时刻之后;
所述第二设定时间段的起点或终点为所述确定满足系统修复条件的时刻;或者,所述第二设定时间段的起点在所述确定满足系统修复条件的时刻之前,所述第二设定时间段的终点在所述时刻之后。
10.如权利要求6所述的车机系统故障修复装置,其特征在于,所述监测节点的数量为多个;
所述第一系统运行数据集合中仅包括所述多个监测节点中满足系统修复条件的监测节点的系统运行数据,或者包括所述多个监测节点中的所有监测节点的系统运行数据;
所述第二系统运行数据集合中包括所述多个监测节点中满足系统修复条件的监测节点及其关联节点的系统运行数据,或者包括所述多个监测节点中的所有监测节点及其关联节点的系统运行数据;其中,所述关联节点未被配置为监测节点。
11.一种车机终端,其特征在于,包括:存储器和处理器,其中,
所述存储器,用于存储计算机指令;
所述处理器,用于执行所述计算机指令以实现如权利要求1-5任一项所述的车机系统故障修复方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令被处理器执行时实现如权利要求1-5任一项所述的车机系统故障修复方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565106.0A CN109766217B (zh) | 2018-12-20 | 2018-12-20 | 一种车机系统故障修复方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565106.0A CN109766217B (zh) | 2018-12-20 | 2018-12-20 | 一种车机系统故障修复方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109766217A true CN109766217A (zh) | 2019-05-17 |
CN109766217B CN109766217B (zh) | 2021-06-22 |
Family
ID=66451948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811565106.0A Active CN109766217B (zh) | 2018-12-20 | 2018-12-20 | 一种车机系统故障修复方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109766217B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110430071A (zh) * | 2019-07-19 | 2019-11-08 | 云南电网有限责任公司信息中心 | 业务节点故障自愈方法、装置、计算机设备及存储介质 |
CN113947219A (zh) * | 2021-09-26 | 2022-01-18 | 徐州重型机械有限公司 | 一种工程机械报修方法 |
CN114043994A (zh) * | 2021-11-17 | 2022-02-15 | 国汽智控(北京)科技有限公司 | 车辆故障处理方法、装置、设备和存储介质 |
CN114756299A (zh) * | 2022-04-21 | 2022-07-15 | 国汽智控(北京)科技有限公司 | 车辆故障处理方法及装置、电子装置和存储介质 |
CN114844779A (zh) * | 2022-04-22 | 2022-08-02 | 重庆长安汽车股份有限公司 | 一种车机系统性能监控及改进方法和系统 |
CN115277747A (zh) * | 2022-06-24 | 2022-11-01 | 共青科技职业学院 | 车辆网络修复方法、系统、计算机设备及可读存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090282284A1 (en) * | 2008-05-09 | 2009-11-12 | Fujitsu Limited | Recovery server for recovering managed server |
CN103455026A (zh) * | 2013-08-23 | 2013-12-18 | 王绍兰 | 一种车辆故障诊断和预警方法及装置 |
CN105527511A (zh) * | 2015-11-27 | 2016-04-27 | 小米科技有限责任公司 | 一种设备自动修复的方法、装置和系统 |
CN105974897A (zh) * | 2016-06-07 | 2016-09-28 | 哈尔滨工业大学 | 车辆分布式多级健康状态监测系统 |
CN106027808A (zh) * | 2016-07-28 | 2016-10-12 | 上海博泰悦臻电子设备制造有限公司 | 一种车机、智能移动终端及对应的连接控制方法及系统 |
CN106411998A (zh) * | 2016-07-15 | 2017-02-15 | 南京邮电大学 | 基于车联网大数据的ubi系统预测方法 |
CN106527403A (zh) * | 2016-12-13 | 2017-03-22 | 象翌微链科技发展有限公司 | 车辆智能诊断方法及装置 |
CN106547265A (zh) * | 2016-11-01 | 2017-03-29 | 中车株洲电力机车研究所有限公司 | 一种轨道交通电子控制装置的现场可靠性评估方法及系统 |
CN106647724A (zh) * | 2017-02-15 | 2017-05-10 | 北京航空航天大学 | 一种基于车辆异常数据监测的t‑box信息安全检测及防护方法 |
US20170168506A1 (en) * | 2009-10-22 | 2017-06-15 | General Electric Company | System and method for vehicle communication, vehicle control, and/or route inspection |
CN106856436A (zh) * | 2015-12-09 | 2017-06-16 | 中车大连电力牵引研发中心有限公司 | 车载无线传输方法、设备及系统 |
CN106897170A (zh) * | 2017-02-27 | 2017-06-27 | 郑州云海信息技术有限公司 | 一种基于问答报告自动学习修复软件的方法 |
CN107561969A (zh) * | 2016-07-01 | 2018-01-09 | 三星电子株式会社 | 用于车辆平台的设备和方法 |
CN107704387A (zh) * | 2017-09-26 | 2018-02-16 | 恒生电子股份有限公司 | 用于系统预警的方法、装置、电子设备及计算机可读介质 |
CN107909249A (zh) * | 2017-10-27 | 2018-04-13 | 国网浙江省电力公司经济技术研究院 | 基于最小累积风险度的电网等风险检修决策方法及系统 |
CN107995049A (zh) * | 2017-12-25 | 2018-05-04 | 广州供电局有限公司 | 电力安全区跨区同步故障监测方法、装置和系统 |
-
2018
- 2018-12-20 CN CN201811565106.0A patent/CN109766217B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090282284A1 (en) * | 2008-05-09 | 2009-11-12 | Fujitsu Limited | Recovery server for recovering managed server |
US20170168506A1 (en) * | 2009-10-22 | 2017-06-15 | General Electric Company | System and method for vehicle communication, vehicle control, and/or route inspection |
CN103455026A (zh) * | 2013-08-23 | 2013-12-18 | 王绍兰 | 一种车辆故障诊断和预警方法及装置 |
CN105527511A (zh) * | 2015-11-27 | 2016-04-27 | 小米科技有限责任公司 | 一种设备自动修复的方法、装置和系统 |
CN106856436A (zh) * | 2015-12-09 | 2017-06-16 | 中车大连电力牵引研发中心有限公司 | 车载无线传输方法、设备及系统 |
CN105974897A (zh) * | 2016-06-07 | 2016-09-28 | 哈尔滨工业大学 | 车辆分布式多级健康状态监测系统 |
CN107561969A (zh) * | 2016-07-01 | 2018-01-09 | 三星电子株式会社 | 用于车辆平台的设备和方法 |
CN106411998A (zh) * | 2016-07-15 | 2017-02-15 | 南京邮电大学 | 基于车联网大数据的ubi系统预测方法 |
CN106027808A (zh) * | 2016-07-28 | 2016-10-12 | 上海博泰悦臻电子设备制造有限公司 | 一种车机、智能移动终端及对应的连接控制方法及系统 |
CN106547265A (zh) * | 2016-11-01 | 2017-03-29 | 中车株洲电力机车研究所有限公司 | 一种轨道交通电子控制装置的现场可靠性评估方法及系统 |
CN106527403A (zh) * | 2016-12-13 | 2017-03-22 | 象翌微链科技发展有限公司 | 车辆智能诊断方法及装置 |
CN106647724A (zh) * | 2017-02-15 | 2017-05-10 | 北京航空航天大学 | 一种基于车辆异常数据监测的t‑box信息安全检测及防护方法 |
CN106897170A (zh) * | 2017-02-27 | 2017-06-27 | 郑州云海信息技术有限公司 | 一种基于问答报告自动学习修复软件的方法 |
CN107704387A (zh) * | 2017-09-26 | 2018-02-16 | 恒生电子股份有限公司 | 用于系统预警的方法、装置、电子设备及计算机可读介质 |
CN107909249A (zh) * | 2017-10-27 | 2018-04-13 | 国网浙江省电力公司经济技术研究院 | 基于最小累积风险度的电网等风险检修决策方法及系统 |
CN107995049A (zh) * | 2017-12-25 | 2018-05-04 | 广州供电局有限公司 | 电力安全区跨区同步故障监测方法、装置和系统 |
Non-Patent Citations (1)
Title |
---|
滕星: ""图像处理技术在车辆检测系统中的应用"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110430071A (zh) * | 2019-07-19 | 2019-11-08 | 云南电网有限责任公司信息中心 | 业务节点故障自愈方法、装置、计算机设备及存储介质 |
CN113947219A (zh) * | 2021-09-26 | 2022-01-18 | 徐州重型机械有限公司 | 一种工程机械报修方法 |
CN114043994A (zh) * | 2021-11-17 | 2022-02-15 | 国汽智控(北京)科技有限公司 | 车辆故障处理方法、装置、设备和存储介质 |
CN114043994B (zh) * | 2021-11-17 | 2024-06-04 | 国汽智控(北京)科技有限公司 | 车辆故障处理方法、装置、设备和存储介质 |
CN114756299A (zh) * | 2022-04-21 | 2022-07-15 | 国汽智控(北京)科技有限公司 | 车辆故障处理方法及装置、电子装置和存储介质 |
CN114844779A (zh) * | 2022-04-22 | 2022-08-02 | 重庆长安汽车股份有限公司 | 一种车机系统性能监控及改进方法和系统 |
CN115277747A (zh) * | 2022-06-24 | 2022-11-01 | 共青科技职业学院 | 车辆网络修复方法、系统、计算机设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109766217B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766217B (zh) | 一种车机系统故障修复方法及装置 | |
CN107370806B (zh) | Http状态码监控方法、装置、存储介质和电子设备 | |
CN110457176B (zh) | 用于分布式系统的监控方法、装置、存储介质及电子设备 | |
CN109697070B (zh) | 一种基于Ambari的集群管理方法、装置和介质 | |
CN112115031A (zh) | 集群状态监控方法及装置 | |
JP7406010B2 (ja) | ベースライン監視方法、装置、読み取り可能な媒体、及び電子機器 | |
US9979630B2 (en) | Optimized consumption of third-party web services in a composite service | |
CN110717132A (zh) | 全链路监控系统数据收集方法、推送方法及相关设备 | |
CN110780979A (zh) | 微服务框架下配置的控制方法及装置、介质和电子设备 | |
CN109542781B (zh) | 区块链共识算法测试方法、装置、计算装置和存储介质 | |
CN110875838B (zh) | 一种资源部署方法、装置和存储介质 | |
CN114691407A (zh) | 一种车辆日志的获取方法、装置、电子设备及存储介质 | |
CN112905429B (zh) | 一种系统仿真的监控方法及装置 | |
CN110287159B (zh) | 一种文件处理方法及装置 | |
CN116483543A (zh) | 一种任务处理方法、装置、设备及存储介质 | |
CN112463514A (zh) | 分布式缓存集群的监测方法和装置 | |
WO2015117458A1 (zh) | 故障信息收集方法、装置及系统 | |
CN109861884A (zh) | 自动驾驶系统的通信性能测试方法、装置和系统 | |
CN110764931B (zh) | Ota网站上传凭证的处理方法、系统、设备和存储介质 | |
CN111083719A (zh) | 一种网元容量弹性调整的方法、装置和存储介质 | |
CN111130702A (zh) | 解码方法、解码系统、电子设备和存储介质 | |
CN116708135B (zh) | 网络业务故障监测方法、装置、电子设备及存储介质 | |
CN114944967B (zh) | 编码方法、系统、电子设备及存储介质 | |
CN110808866B (zh) | 一种配置数据传输资源的系统 | |
CN118413573B (zh) | 资源管理方法、装置、计算机设备、存储介质及产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |