CN110501459A - 基于车载智能设备的车辆尾气检测方法和装置 - Google Patents
基于车载智能设备的车辆尾气检测方法和装置 Download PDFInfo
- Publication number
- CN110501459A CN110501459A CN201910726185.7A CN201910726185A CN110501459A CN 110501459 A CN110501459 A CN 110501459A CN 201910726185 A CN201910726185 A CN 201910726185A CN 110501459 A CN110501459 A CN 110501459A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- detected
- gas discharge
- sample
- exhaust
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000012549 training Methods 0.000 claims description 13
- 230000001052 transient effect Effects 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 191
- 238000004590 computer program Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 230000008450 motivation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000007598 dipping method Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Of Engines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明涉及一种基于车载智能设备的车辆尾气检测方法和装置。该方法包括:接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆的符合预设的车辆尾气检测标准的车辆数据;将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值;检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;样本车辆数据符合预设的车辆尾气检测标准;根据真实尾气排放值与标准尾气排放值,检测待检测车辆的尾气排放是否超标。该方法解决了传统技术中OBD数据采集平台无法直接利用OBD采集的数据判断柴油车的尾气排放是否超标的问题。
Description
技术领域
本发明涉及车辆领域,特别是涉及一种基于车载智能设备的车辆尾气检测方法和装置。
背景技术
2018年6月28日,生态环境部发布了《重型柴油车污染物排放限值及测量方法(中国第六阶段)》(简称重型车国六标准),重型车国六标准将于2019年7月1日对燃气车辆实施,2020年7月1日对城市车辆(城市公交车、环卫车、邮政车等)实施,2021年7月1日对所有车辆实施,2023年7月1日对所有车辆全面实施。在国六标准中,规定了车载诊断系统(0N-Board Diagnostic,OBD)的远程监控协议内容。国六标准规定OBD采集数据时使用的是国家标准
GB17691-2018协议,采集的主要是包括车辆尾气的排放相关数据。
重型车是否符合国六标准,在标准中明确定义了需要车主将车辆开到I/M检测站,由检测站工作人员通过检测站设备机器、OBD数据指标、人工复核等多种方式,使用不同的测试方法进行验证才能判断柴油车的排放数据是否达到国六标准。国六标准中明确定义检测站需要采用代表性的世界统一稳态循环(World Harmonized Steady-State cycle,WHSC)和世界统一瞬态循环(World Harmonized Transient cycle,WHTC)进行氮氧化物(NOx)和颗粒物(Particulate Matters,PM)的排放限值检测。目前,OBD数据采集平台无法兼容国家最新标准WHSC和WHTC协议,故而OBD数据采集平台采集到柴油车的数据后无法利用模型判断柴油车的排放数据是否达到国六标准。
因此,传统的对柴油车的排放数据的检测方法存在OBD数据采集平台无法直接利用OBD采集的数据判断柴油车的尾气排放是否超标的问题。
发明内容
基于此,有必要针对传统的对柴油车的排放数据的检测方法存在OBD数据采集平台无法直接利用OBD采集的数据判断柴油车的尾气排放是否超标的问题,提供一种基于车载智能设备的车辆尾气检测方法和装置。
第一方面,本发明实施例提供一种基于车载智能设备的车辆尾气检测方法,所述方法包括:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
将所述车辆数据输入检测模型,得到所述待检测车辆的标准尾气排放值;所述检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;所述样本车辆数据符合预设的车辆尾气检测标准;
根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标。
在其中一个实施例中,所述根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标,包括:
将所述车载智能设备发送的真实尾气排放值与所述标准尾气排放值进行比较;
若所述车载智能设备发送的真实尾气排放值大于或等于所述标准尾气排放值,则确定所述待检测车辆的尾气排放超标;
若所述车载智能设备发送的真实尾气排放值小于所述标准尾气排放值,则确定所述待检测车辆的尾气排放未超标。
在其中一个实施例中,所述检测模型包括WHSC检测模型及WHTC检测模型,所述将所述车辆数据输入所述检测模型,得到所述待检测车辆的标准尾气排放值,包括:
根据所述车辆数据确定所述待检测车辆的发动机工作模式;
若所述发动机的工作模式为世界统一稳态循环WHSC模式,则将所述车辆数据输入WHSC检测模型,得到所述待检测车辆的标准尾气排放值;
若所述发动机的工作模式为世界统一瞬态循环WHTC模式,则将所述车辆数据输入WHTC检测模型,得到所述待检测车辆的标准尾气排放值。
在其中一个实施例中,对WHSC检测模型的训练过程包括:
按照WHSC标准,获取符合排放标准的样本车辆通过车载智能设备发送的样本车辆数据及样本尾气排放值;
将样本车辆数据输入初始WHSC检测模型,输出预测的尾气排放值;
根据所述预测的尾气排放值及所述样本尾气排放值之间的损失,对所述初始WHSC检测模型进行训练,得到所述WHSC检测模型。
在其中一个实施例中,对WHTC检测模型的训练过程包括:
按照WHTC标准,获取符合排放标准的样本车辆通过车载智能设备发送的的样本车辆数据及样本尾气排放值;
将样本车辆数据输入初始WHTC检测模型,输出预测的尾气排放值;
根据所述预测的尾气排放值及所述样本尾气排放值之间的损失,对所述初始WHTC检测模型进行训练,得到所述WHTC检测模型。
在其中一个实施例中,所述方法还包括:
接收待检测车辆的车载智能设备发送的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
利用所述待检测车辆的真实尾气排放值及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据,对所述检测模型进行更新,得到更新后的检测模型。
在其中一个实施例中,所述接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据,包括:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆的车辆数据;
判断所述待检测车辆的车辆数据是否符合预设的车辆尾气检测标准;若否,则丢弃所述待检测车辆的真实尾气排放值以及所述待检测车辆的车辆数据。
在其中一个实施例中,所述检测模型是服务器利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并且所述检测模型存储在所述服务器上。
在其中一个实施例中,所述检测模型是服务器利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并将所述检测模型下发到所述车载智能设备中。
第二方面,本发明实施例提供一种基于车载智能设备的车辆尾气检测装置,所述装置包括:
第一接收模块,用于接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
第一获取模块,用于将所述车辆数据输入检测模型,得到所述待检测车辆的标准尾气排放值;所述检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;所述样本车辆数据符合预设的车辆尾气检测标准;
第一检测模块,用于根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标。
第三方面,本发明实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
将所述车辆数据输入检测模型,得到所述待检测车辆的标准尾气排放值;所述检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;所述样本车辆数据符合预设的车辆尾气检测标准;
根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
将所述车辆数据输入检测模型,得到所述待检测车辆的标准尾气排放值;所述检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;所述样本车辆数据符合预设的车辆尾气检测标准;
根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标。
上述实施例提供的基于车载智能设备的车辆尾气检测方法和装置中,计算机设备接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据;将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值;检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;样本车辆数据符合预设的车辆尾气检测标准;根据真实尾气排放值与标准尾气排放值,检测待检测车辆的尾气排放是否超标。在该方法中,由于检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并且进行训练的样本车辆数据符合预设的车辆尾气检测标准,这样计算机设备接收到待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据后,将车辆数据输入检测模型中就能够得到待检测车辆的标准尾气排放值,再根据得到的待检测车辆的标准尾气排放值和接收到的待检测车辆的车载智能设备发送的真实尾气排放值,就能够检测待检测车辆的尾气排放是否超标,解决了传统技术中车载诊断系统(0N-Board Diagnostic,OBD)数据采集平台无法直接利用OBD采集的数据判断柴油车的尾气排放是否超标的问题;另外,利用待检测车辆的车载智能设备发送的符合预设的车辆尾气检测标准的车辆数据和预先训练得到的检测模型就能够得到待检测车辆的标准尾气排放值,再根据得到的标准尾气排放值和待检测车辆的车载智能设备发送的真实尾气排放值,就可以对待检测车辆的尾气排放是否超标进行检测,提高了对待检测车辆的尾气排放是否超标的检测效率。
附图说明
图1为一个实施例提供的基于车载智能设备的车辆尾气检测方法的应用环境图;
图2为一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图;
图3为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图;
图4为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图;
图5为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图;
图6为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图;
图7为一个实施例提供的基于车载智能设备的车辆尾气检测装置结构示意图;
图8为一个实施例提供的计算机设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的基于车载智能设备的车辆尾气检测方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。其中,终端102可以但不限于是各种集成有车载诊断系统(0N-Board Diagnostic,OBD)的车载智能设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
下面以具体的实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图。本实施例涉及的是计算机设备接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据,根据接收到的车辆数据得到待检测车辆的标准尾气排放值,并根据待检测车辆的标准尾气排放值和接收到的待检测车辆的真实尾气排放值,对待检测车辆的尾气排放是否超标进行检测的具体实现过程。如图2所示,该方法可以包括:
S201,接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据。
具体的,计算机设备接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据。其中,计算机设备与车载智能设备通过网络进行通信,待检测车辆的车载智能设备能够实时地将待检测车辆的真实尾气排放值以及符合预设的车辆尾气检测标准的车辆数据上传给计算机设备。可选的,符合预设的车辆尾气检测标准的车辆数据可以是待检测车辆的发动机转速、发动机扭矩、油耗、车速、发动机总运行时间、排气温度和排气流量等数据。可选的,预设的车辆尾气检测标准可以为重型柴油车污染物排放限值及测量方法(中国第六阶段),即重型车国六标准,也就是说预设的车辆尾气检测标准可以为重型车国六标准。
S202,将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值;检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;样本车辆数据符合预设的车辆尾气检测标准。
具体的,计算机设备将上述接收到的车辆数据输入检测模型,得到待检测车辆的标准尾气排放值。其中,检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并且待检测车辆的样本车辆数据是符合预设的车辆尾气检测标准的。示例性地,符合排放标准的样本待检测车辆可以为刚出厂的样本待检测车辆,也可以为尾气排放符合排放标准的样本待检测车辆。可以理解的是,检测模型是计算机设备利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,由于样本车辆数据为符合排放标准的样本待检测车辆的车辆数据,样本尾气排放值为符合排放标准的样本待检测车辆的尾气排放值,使得样本车辆数据和样本尾气排放值都相对比较准确,这样利用相对比较准确的数据进行训练得到的检测模型也相对比较准确,进而利用该检测模型得到的待检测车辆的标准尾气排放值的结果也更加地准确,提高了得到的标准尾气排放值的准确度。
S203,根据真实尾气排放值与标准尾气排放值,检测待检测车辆的尾气排放是否超标。
具体的,计算机设备根据上述接收到的真实尾气排放值与利用检测模型得到的标准尾气排放值,检测待检测车辆的尾气排放是否超标。可以理解的是,由于检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,因此,利用检测模型得到的标准尾气排放值相对于待检测车辆的标准尾气排放值会更加的严苛,可选的,计算机设备可以设置一个预设的阈值,对得到的标准尾气排放值加上该阈值,得到调整后的标准尾气排放值,将接收到的真实尾气排放值与调整后的标准尾气排放值进行比较,当接收到的真实尾气排放值大于或等于该调整后的标准尾气排放值时,则确定待检测车辆的尾气排放超标,当接收到的真实尾气排放值小于该调整后的标准尾气排放值时,则确定待检测车辆的尾气排放未超标。
需要说明的是,在本实施例中,计算机设备可以是服务器,也可以是各种车载智能设备。当计算机设备是服务器时,服务器接收待检测车辆的车载智能设备发送的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据,将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值,根据接收到的待检测车辆的真实尾气排放值和得到的标准尾气排放值,检测待检测车辆的尾气排放是否超标,可以理解的是通过服务器将接收到的待检测车辆的车辆数据输入检测模型,能够快速地得到待检测车辆的标准尾气排放值,提高了获取待检测车辆的标准尾气排放值的效率,进而提高了得到待检测车辆的标准尾气排放值的效率;当计算机设备是车载智能设备时,车载智能设获取自身采集的待检测车辆的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据,将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值,根据自身采集到的待检测车辆的真实尾气排放值和得到的标准尾气排放值,检测待检测车辆的尾气排放是否超标,可以理解的是通过车载智能设备在本地将采集到的待检测车辆的车辆数据输入检测模型,这样无需再将采集到的待检测车辆的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据发送到服务器,可以在本地直接得到待检测车辆的标准尾气排放值,避免了在进行数据传输过程中所造成的数据损失,进而提高了得到的待检测车辆的标准尾气排放值的准确度。
在本实施例中,由于检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并且进行训练的样本车辆数据符合预设的车辆尾气检测标准,这样计算机设备接收到待检测车辆的车载智能设备发送的真实尾气排放值以及符合预设的车辆尾气检测标准的车辆数据后,将车辆数据输入检测模型中就能够得到待检测车辆的标准尾气排放值,再根据得到的待检测车辆的标准尾气排放值和接收到的待检测车辆的车载智能设备发送的真实尾气排放值,就能够检测待检测车辆的尾气排放是否超标,解决了传统技术中车载诊断系统(0N-Board Diagnostic,OBD)数据采集平台无法直接利用OBD采集的数据判断柴油车的尾气排放是否超标的问题;另外,利用待检测车辆的车载智能设备发送的符合预设的车辆尾气检测标准的车辆数据和预先训练得到的检测模型就能够得到待检测车辆的标准尾气排放值,再根据得到的标准尾气排放值和待检测车辆的车载智能设备发送的真实尾气排放值,就可以对待检测车辆的尾气排放是否超标进行检测,提高了对待检测车辆的尾气排放是否超标的检测效率。
图3为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图。本实施例涉及的是计算机设备根据接收到的真实尾气排放值与得到的标准尾气排放值,检测待检测车辆的尾气排放是否超标的具体实现过程。如图3所示,在上述实施例的基础上,作为一种可选的实施方式,上述S203,包括:
S301,将车载智能设备发送的真实尾气排放值与标准尾气排放值进行比较。若车载智能设备发送的真实尾气排放值大于或等于标准尾气排放值,则执行S302;若车载智能设备发送的真实尾气排放值小于标准尾气排放值,则执行S303。
具体的,计算机设备将车载智能设备发送的真实尾气排放值与上述得到的标准尾气排放值进行比较。可选的,计算机设备可以通过计算真实尾气排放值与标准尾气排放值的比值,对真实尾气排放值与标准尾气排放值进行比较,也可以通过计算真实尾气排放值与标准尾气排放值的差值,对真实尾气排放值与标准尾气排放值进行比较。
S302,确定待检测车辆的尾气排放超标。
具体的,若车载智能设备发送的真实尾气排放值大于或等于标准尾气排放值,则确定待检测车辆的尾气排放超标。示例性地,若真实尾气排放值与标准尾气排放值的商值大于或等于1,则计算机设备确定真实尾气排放值是大于或等于标准尾气排放值的,或者,若真实尾气排放值与标准尾气排放值的差值大于或等于0,则计算机设备确定真实尾气排放值是大于或等于标准尾气排放值的。
S303,确定待检测车辆的尾气排放未超标。
具体的,若车载智能设备发送的真实尾气排放值小于标准尾气排放值,则确定待检测车辆的尾气排放未超标。示例性地,若真实尾气排放值与标准尾气排放值的商值小于1,则计算机设备确定真实尾气排放值是小于标准尾气排放值的,或者,若真实尾气排放值与标准尾气排放值的差值小于0,则计算机设备确定真实尾气排放值是小于标准尾气排放值的。
在本实施例中,计算机设备通过将车载智能设备发送的真实尾气排放值与标准尾气排放值进行比较,根据比较的结果确定待检测车辆的尾气排放是否超标,由于将真实尾气排放值与标准尾气排放值进行比较的过程十分简单,能够快速地确定出比较的结果,进而提高了计算机设备根据比较的结果确定待检测车辆的尾气排放是否超标的效率,提高了对待检测车辆的尾气排放是否超标的检测效率。
在上述将待检测车辆的符合预设的车辆尾气检测标准的车辆数据输入检测模型的场景中,检测模型包括WHSC检测模型和WHTC检测模型。图4为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图。表1为一个实施例提供的待检测车辆的车辆数据采集表。表2为一个实施例提供的待检测车辆的车辆数据采集表。本实施例涉及的是计算机设备将待检测车辆的符合预设的车辆尾气检测标准的车辆数据输入检测模型,得到待检测车辆的标准尾气排放值的具体实现过程。如图4所示,在上述实施例的基础上,作为一种可选的实施方式,上述S202,包括:
S401,根据车辆数据确定待检测车辆的发动机工作模式。若发动机的工作模式为世界统一稳态循环WHSC模式,则执行S402;若发动机的工作模式为世界统一瞬态循环WHTC模式,则执行S403。
具体的,计算机设备根据接收到的待检测车辆的车辆数据,确定待检测车辆的发动机工作模式。可选的,待检测车辆的发动机工作模式可以为世界统一稳态循环(WorldHarmonized Steady-State cycle,WHSC)模式,也可以为世界统一瞬态循环(WorldHarmonized Transient cycle,WHTC)模式。
S402,将车辆数据输入WHSC检测模型,得到待检测车辆的标准尾气排放值。
具体的,若发动机的工作模式为WHSC模式,则计算机设备将待检测车辆的车辆数据输入WHSC检测模型,得到待检测车辆的标准尾气排放值。可以理解的是,计算机设备将待检测车辆的车辆数据输入的WHSC检测模型为预先训练好的检测模型。可选的,计算机设备可以按照WHSC标准,获取符合排放标准的样本车辆通过车载智能设备发送的样本车辆数据及样本尾气排放值,将样本车辆数据输入初始WHSC检测模型,输出预测的尾气排放值,根据预测的尾气排放值及样本尾气排放值之间的损失,对初始WHSC检测模型进行训练,得到WHSC检测模型。需要说明的是WHSC标准包括了发动机的三种工况,分别为发动机预置、发动机启动和发动机运行,对应地,车载智能设备发送的样本数据也包括三部分数据,分别为发动机预置时的样本数据、发动机启动时的样本数据和发动机运行时的样本数据。可选的,车载智能设备在发动机的工况为发动机预置时可以按照5秒钟一次的采集间隔,采集20次表1中所示的样本车辆数据,并将采集到的样本车辆数据发送给计算机设备;可选的,车载智能设备在发动机的工况为发动机启动时可以按照2秒钟一次的采集间隔,采集30次表1中所示的样本车辆数据,并将采集到的样本车辆数据发送给计算机设备;可选的,车载智能设备在发动机的工况为发动机运行时可以按照0.5秒钟一次的采集间隔,采集240次表2中所示的样本车辆数据,并将采集到的样本车辆数据发送给计算机设备。
表1
序号 | 参数 | 范围 |
1 | 车辆型号 | 任意 |
2 | 发动机转速 | [690,1100] |
3 | 发动机扭矩 | |
4 | 车速 | [0,1] |
5 | 燃烧器喷油状态 | 1 |
6 | 电加热点火状态 | 1 |
7 | SCR前温度 | [0,100] |
8 | SCR后温度 | [0,200] |
9 | 排气流量 |
表2
S403,将车辆数据输入WHTC检测模型,得到待检测车辆的标准尾气排放值。
具体的,若发动机的工作模式为WHTC模式,则计算机设备将待检测车辆的车辆数据输入WHTC检测模型,得到待检测车辆的标准尾气排放值。可以理解的是,计算机设备将待检测车辆的车辆数据输入的WHTC检测模型为预先训练好的检测模型。可选的,计算机设备可以按照WHTC标准,获取符合排放标准的样本车辆通过车载智能设备发送的样本车辆数据及样本尾气排放值,将样本车辆数据输入初始WHTC检测模型,输出预测的尾气排放值,根据预测的尾气排放值及样本尾气排放值之间的损失,对初始WHTC检测模型进行训练,得到WHTC检测模型。需要说明的是WHTC标准包括了发动机的三种工况,分别为发动机冷却、发动机冷起动和发动机热浸期,对应地,车载智能设备发送的样本数据也包括三部分数据,分别为发动机冷却时的样本数据、发动机冷启动时的样本数据和发动机热浸期时的样本数据。可选的,车载智能设备在发动机的工况为发动机冷却时可以按照5秒钟一次的采集间隔,采集20次表1中所示的样本车辆数据,并将采集到的样本车辆数据发送给计算机设备;可选的,车载智能设备在发动机的工况为发动机冷启动时可以按照2秒钟一次的采集间隔,采集30次表1中所示的样本车辆数据,并将采集到的样本车辆数据发送给计算机设备;可选的,车载智能设备在发动机的工况为发动机热浸期时可以按照0.5秒钟一次的采集间隔,采集240次表2中所示的样本车辆数据,并将采集到的样本车辆数据发送给计算机设备。
需要说明的是,当计算机设备是服务器时,服务器训练得到上述检测模型后,服务器还会将得到的检测模型发送至待检测车辆的车载智能设备,待检测车辆的车载智能设备接收到服务器发送的检测模型后,待检测车辆的车载智能设备获取自身采集的待检测车辆的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据后,可以直接将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值,在车载智能设备本地根据自身采集到的待检测车辆的真实尾气排放值和得到的标准尾气排放值,检测待检测车辆的尾气排放是否超标,可以理解的是通过车载智能设备在本地将采集到的待检测车辆的车辆数据输入检测模型,这样无需再将采集到的待检测车辆的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据发送到服务器,可以在本地直接得到待检测车辆的标准尾气排放值,避免了在进行数据传输过程中所造成的数据损失,进而提高了得到的待检测车辆的标准尾气排放值的准确度。
在本实施例中,计算机设备可以根据接收到的待检测车辆的车载智能设备发送的符合预设的车辆尾气检测标准的车辆数据确定待检测车辆的发动机工作模式,若发动机的工作模式为WHSC模式,则将车辆数据输入WHSC检测模型,得到待检测车辆的标准尾气排放值,若发动机的工作模式为WHTC模式,则将车辆数据输入WHTC检测模型,得到待检测车辆的标准尾气排放值,这样可以根据待检测车辆的发动机工作模式将接收到待检测车辆的车辆数据输入不同的检测模型,得到待检测车辆的标准尾气排放值,这样不论待检测车辆的发动机处于何种工作模式,都能够通过检测模型得到待检测车辆的标准尾气排放值,提高了得到待检测车辆的标准尾气排放值的效率。
图5为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图。本实施例涉及的是计算机设备对得到的检测模型进行更新,得到更新后的检测模型的具体实现过程。如图5所示,该方法可以包括:
S501,接收待检测车辆的车载智能设备发送的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据。
具体的,计算机设备接收待检测车辆的车载智能设备发送的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据。可选的,待检测车辆符合预设的车辆尾气检测标准的车辆数据可以为符合WHSC标准的车辆数据,也可以为符合WHTC标准的车辆数据。可选的,待检测车辆符合预设的车辆尾气检测标准的的车辆数据可以是待检测车辆的发动机转速、发动机扭矩、油耗、车速、发动机总运行时间、排气温度和排气流量等数据。
S502,利用待检测车辆的真实尾气排放值及待检测车辆符合预设的车辆尾气检测标准的车辆数据,对检测模型进行更新,得到更新后的检测模型。
具体的,计算机设备利用待检测车辆的真实尾气排放值及待检测车辆符合预设的车辆尾气检测标准的车辆数据,对上述得到的检测模型再进行训练,得到更加优化的检测模型。需要说明的是,当计算机设备接收到的待检测车辆符合预设的车辆尾气检测标准的车辆数据为符合WHSC标准的车辆数据时,利用符合WHSC标准的车辆数据对WHSC检测模型进行再次训练,得到优化后的WHSC检测模型;当计算机设备接收到的待检测车辆符合预设的车辆尾气检测标准的车辆数据为符合WHTC标准的车辆数据时,利用符合WHTC标准的车辆数据对WHTC检测模型进行再次训练,得到优化后的WHTC检测模型。
在本实施例中,计算机设备利用接收到的待检测车辆的车载智能设备发送的真实尾气排放值以及待检测车辆的符合预设的车辆尾气检测标准的车辆数据,对得到的检测模型进行更新,得到更新后的检测模型,这样通过对已得到的检测模型再次训练更新,能够进一步地提高得到的更新后的检测模型的准确度,使得利用更新后的检测模型能够得到更加准确的待检测车辆的标准尾气排放值。
图6为另一个实施例提供的基于车载智能设备的车辆尾气检测方法的流程示意图。本实施例涉及的是服务器接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据的具体实现过程。如图6所示,该方法可以包括:
S601,接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆的车辆数据。
具体的,计算机设备接收待检测车辆的车辆智能设备采集的真实尾气排放值以及待检测车辆的车辆数据。其中,服务器与待检测车辆的车载智能设备通过网络进行通信,车载智能设备能够实时地将待检测车辆的样本车辆数据及样本尾气排放值发送给服务器。可选的,待检测车辆的车辆数据可以是待检测车辆的发动机转速、发动机扭矩、油耗、车速、发动机总运行时间、排气温度和排气流量等数据。
S602,判断待检测车辆的车辆数据是否符合预设的车辆尾气检测标准,若否,则丢弃待检测车辆的真实尾气排放值以及待检测车辆的车辆数据。
具体的,计算机设备对接收到的待检测车辆的车载智能设备采集的待检测车辆的车辆数据进行判断,判断待检测车辆的车辆数据是否符合预设的车辆尾气检测标准,若待检测车辆的车辆数据不符合预设的车辆尾气检测标准,则将待检测车辆的真实尾气排放值以及待检测车辆的车辆数据丢弃。可选的,预设的车辆尾气检测标准可以为WHSC标准,也可以为WHTC标准。
在本实施例中,计算机设备对接收到的待检测车辆的车载智能设备采集的待检测车辆的车辆数据进行判断,判断是否符合预设的车辆尾气检测标准,若不符合预设的车辆尾气检测标准,则将待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆的车辆数据丢弃,这样计算机设备只会接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的数据,提高了计算机设备对车辆智能设备采集的待检测车辆的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据的处理效率。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图7为一个实施例提供的基于车载智能设备的车辆尾气检测装置结构示意图。如图7所示,该装置可以包括:第一接收模块10、第一获取模块11和第一检测模块12。
具体的,第一接收模块10,用于接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据;
第一获取模块11,用于将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值;检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;样本车辆数据符合预设的车辆尾气检测标准;
第一检测模块12,用于根据真实尾气排放值与标准尾气排放值,检测待检测车辆的尾气排放是否超标。
可选的,检测模型是服务器利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并且检测模型存储在所述服务器上。
可选的,检测模型是服务器利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并将检测模型下发到车载智能设备中。
本实施例提供的基于车载智能设备的车辆尾气检测装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第一检测模块12包括:比较单元单元、第一检测单元和第二检测单元。
具体的,比较单元单元,用于将车载智能设备发送的真实尾气排放值与标准尾气排放值进行比较;
第一检测单元,用于若车载智能设备发送的真实尾气排放值大于或等于标准尾气排放值,则确定待检测车辆的尾气排放超标;
第二检测单元,用于若车载智能设备发送的真实尾气排放值小于标准尾气排放值,则确定待检测车辆的尾气排放未超标。
本实施例提供的基于车载智能设备的车辆尾气检测装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第一获取模块11包括:确定单元、第一获取单元和第二获取单元。
具体的,确定单元,用于根据车辆数据确定待检测车辆的发动机工作模式;
第一获取单元,用于若发动机的工作模式为世界统一稳态循环WHSC模式,则将车辆数据输入WHSC检测模型,得到待检测车辆的标准尾气排放值;
第二获取单元,用于若发动机的工作模式为世界统一瞬态循环WHTC模式,则将车辆数据输入WHTC检测模型,得到待检测车辆的标准尾气排放值。
本实施例提供的基于车载智能设备的车辆尾气检测装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:第二获取模块、第一输出模块和第一训练模块。
具体的,第二获取模块,用于按照WHSC标准,获取符合排放标准的样本车辆通过车载智能设备发送的样本车辆数据及样本尾气排放值;
第一输出模块,用于将样本车辆数据输入初始WHSC检测模型,输出预测的尾气排放值;
第一训练模块,用于根据预测的尾气排放值及样本尾气排放值之间的损失,对初始WHSC检测模型进行训练,得到WHSC检测模型。
本实施例提供的基于车载智能设备的车辆尾气检测装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:第三获取模块、第二输出模块和第二训练模块。
具体的,第三获取模块,用于按照WHTC标准,获取符合排放标准的样本车辆通过车载智能设备发送的的样本车辆数据及样本尾气排放值;
第二输出模块,用于将样本车辆数据输入初始WHTC检测模型,输出预测的尾气排放值;
第二训练模块,用于根据预测的尾气排放值及样本尾气排放值之间的损失,对初始WHTC检测模型进行训练,得到WHTC检测模型。
本实施例提供的基于车载智能设备的车辆尾气检测装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:第二接收模块和更新模块。
具体的,第二接收模块,用于接收待检测车辆的车载智能设备发送的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
更新模块,用于利用所述待检测车辆的真实尾气排放值及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据,对所述检测模型进行更新,得到更新后的检测模型。
本实施例提供的基于车载智能设备的车辆尾气检测装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第一接收模块10包括:接收单元和判断单元。
具体的,接收单元,用于接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆的车辆数据;
判断单元,用于判断所述车辆数据是否符合预设的车辆尾气检测标准,若否,则丢弃所述真实尾气排放值以及所述车辆数据。
本实施例提供的基于车载智能设备的车辆尾气检测装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于基于车载智能设备的车辆尾气检测装置的具体限定可以参见上文中对于基于车载智能设备的车辆尾气检测方法的限定,在此不再赘述。上述基于车载智能设备的车辆尾气检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本申请实施例提供的基于车载智能设备的车辆尾气检测方法,可以适用于如图8所示的计算机设备,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该计算机设备的数据库用于存储上述基于车载智能设备的车辆尾气检测方法中的数据。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于车载智能设备的车辆尾气检测方法。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据;
将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值;检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;样本车辆数据符合预设的车辆尾气检测标准;
根据真实尾气排放值与标准尾气排放值,检测待检测车辆的尾气排放是否超标。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及待检测车辆符合预设的车辆尾气检测标准的车辆数据;
将车辆数据输入检测模型,得到待检测车辆的标准尾气排放值;检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;样本车辆数据符合预设的车辆尾气检测标准;
根据真实尾气排放值与标准尾气排放值,检测待检测车辆的尾气排放是否超标。
上述实施例提供的可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于车载智能设备的车辆尾气检测方法,其特征在于,所述方法包括:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
将所述车辆数据输入检测模型,得到所述待检测车辆的标准尾气排放值;所述检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;所述样本车辆数据符合预设的车辆尾气检测标准;
根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标,包括:
将所述车载智能设备发送的真实尾气排放值与所述标准尾气排放值进行比较;
若所述车载智能设备发送的真实尾气排放值大于或等于所述标准尾气排放值,则确定所述待检测车辆的尾气排放超标;
若所述车载智能设备发送的真实尾气排放值小于所述标准尾气排放值,则确定所述待检测车辆的尾气排放未超标。
3.根据权利1或2所述的方法,其特征在于,所述检测模型包括WHSC检测模型及WHTC检测模型,所述将所述车辆数据输入所述检测模型,得到所述待检测车辆的标准尾气排放值,包括:
根据所述车辆数据确定所述待检测车辆的发动机工作模式;
若所述发动机的工作模式为世界统一稳态循环WHSC模式,则将所述车辆数据输入WHSC检测模型,得到所述待检测车辆的标准尾气排放值;
若所述发动机的工作模式为世界统一瞬态循环WHTC模式,则将所述车辆数据输入WHTC检测模型,得到所述待检测车辆的标准尾气排放值。
4.根据权利要求3所述的方法,其特征在于,对WHSC检测模型的训练过程包括:
按照WHSC标准,获取符合排放标准的样本车辆通过车载智能设备发送的样本车辆数据及样本尾气排放值;
将样本车辆数据输入初始WHSC检测模型,输出预测的尾气排放值;
根据所述预测的尾气排放值及所述样本尾气排放值之间的损失,对所述初始WHSC检测模型进行训练,得到所述WHSC检测模型。
5.根据权利要求3所述的方法,其特征在于,对WHTC检测模型的训练过程包括:
按照WHTC标准,获取符合排放标准的样本车辆通过车载智能设备发送的的样本车辆数据及样本尾气排放值;
将样本车辆数据输入初始WHTC检测模型,输出预测的尾气排放值;
根据所述预测的尾气排放值及所述样本尾气排放值之间的损失,对所述初始WHTC检测模型进行训练,得到所述WHTC检测模型。
6.根据权利要求4或5所述的方法,其特征在于,所述方法还包括:
接收待检测车辆的车载智能设备发送的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
利用所述待检测车辆的真实尾气排放值及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据,对所述检测模型进行更新,得到更新后的检测模型。
7.根据权利要求1所述的方法,其特征在于,所述接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据,包括:
接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆的车辆数据;
判断所述待检测车辆的车辆数据是否符合预设的车辆尾气检测标准,若否,则丢弃所述待检测车辆的真实尾气排放值以及所述待检测车辆的车辆数据。
8.根据权利要求1所述的方法,其特征在于,所述检测模型是服务器利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并且所述检测模型存储在所述服务器上。
9.根据权利要求1所述的方法,其特征在于,所述检测模型是服务器利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的,并将所述检测模型下发到所述车载智能设备中。
10.一种基于车载智能设备的车辆尾气检测装置,其特征在于,所述装置包括:
第一接收模块,用于接收待检测车辆的车载智能设备采集的真实尾气排放值以及所述待检测车辆符合预设的车辆尾气检测标准的车辆数据;
第一获取模块,用于将所述车辆数据输入检测模型,得到所述待检测车辆的标准尾气排放值;所述检测模型是利用符合排放标准的样本待检测车辆的样本车辆数据及样本尾气排放值进行训练得到的;所述样本车辆数据符合预设的车辆尾气检测标准;
第一检测模块,用于根据所述真实尾气排放值与所述标准尾气排放值,检测所述待检测车辆的尾气排放是否超标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910726185.7A CN110501459A (zh) | 2019-08-07 | 2019-08-07 | 基于车载智能设备的车辆尾气检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910726185.7A CN110501459A (zh) | 2019-08-07 | 2019-08-07 | 基于车载智能设备的车辆尾气检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110501459A true CN110501459A (zh) | 2019-11-26 |
Family
ID=68586297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910726185.7A Pending CN110501459A (zh) | 2019-08-07 | 2019-08-07 | 基于车载智能设备的车辆尾气检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110501459A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207932A (zh) * | 2020-01-10 | 2020-05-29 | 深圳市元征科技股份有限公司 | 机动车尾气监控方法及相关设备 |
CN111888935A (zh) * | 2020-06-18 | 2020-11-06 | 广州亚美信息科技有限公司 | 车辆尾气处理方法、装置、计算机设备和存储介质 |
CN114184226A (zh) * | 2021-11-18 | 2022-03-15 | 中国环境科学研究院 | 基于远程排放监控技术的柴油车排放超标鉴定方法 |
CN114821855A (zh) * | 2022-04-18 | 2022-07-29 | 深圳市元征科技股份有限公司 | 车辆排放数据的监测方法、装置、终端设备及介质 |
CN115791212A (zh) * | 2023-02-06 | 2023-03-14 | 天津汉云工业互联网有限公司 | 通用车辆尾气排放检测方法与装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100023292A1 (en) * | 2007-03-06 | 2010-01-28 | Lysanda Limited | Calibration tool |
US20100179721A1 (en) * | 2007-06-01 | 2010-07-15 | Lysanda Limited | Engine monitoring |
CN103337172A (zh) * | 2013-07-01 | 2013-10-02 | 上海夫雄智能科技有限公司 | 一种基于rfid的乘用车跨城市行驶排放超标监测方法及装置 |
CN103970113A (zh) * | 2013-01-29 | 2014-08-06 | 北京金奔腾汽车科技有限公司 | 车载诊断系统(obd)尾气超标短信报警技术 |
CN106645574A (zh) * | 2016-12-13 | 2017-05-10 | 深圳市元征科技股份有限公司 | 一种尾气检测方法及装置 |
CN109086946A (zh) * | 2018-09-11 | 2018-12-25 | 东南大学 | 一种常规能源和新能源公交车辆的污染气体排放预测方法 |
-
2019
- 2019-08-07 CN CN201910726185.7A patent/CN110501459A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100023292A1 (en) * | 2007-03-06 | 2010-01-28 | Lysanda Limited | Calibration tool |
US20100179721A1 (en) * | 2007-06-01 | 2010-07-15 | Lysanda Limited | Engine monitoring |
CN103970113A (zh) * | 2013-01-29 | 2014-08-06 | 北京金奔腾汽车科技有限公司 | 车载诊断系统(obd)尾气超标短信报警技术 |
CN103337172A (zh) * | 2013-07-01 | 2013-10-02 | 上海夫雄智能科技有限公司 | 一种基于rfid的乘用车跨城市行驶排放超标监测方法及装置 |
CN106645574A (zh) * | 2016-12-13 | 2017-05-10 | 深圳市元征科技股份有限公司 | 一种尾气检测方法及装置 |
CN109086946A (zh) * | 2018-09-11 | 2018-12-25 | 东南大学 | 一种常规能源和新能源公交车辆的污染气体排放预测方法 |
Non-Patent Citations (2)
Title |
---|
吴利民,朱梅林,邓元望: "车用柴油机排放和性能的神经网络方法研究", 《柴油机设计与制造》 * |
王志红等: "基于双隐含层GA-BP神经网络的重型柴油车排放预测", 《合肥工业大学学报(自然科学版)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207932A (zh) * | 2020-01-10 | 2020-05-29 | 深圳市元征科技股份有限公司 | 机动车尾气监控方法及相关设备 |
CN111888935A (zh) * | 2020-06-18 | 2020-11-06 | 广州亚美信息科技有限公司 | 车辆尾气处理方法、装置、计算机设备和存储介质 |
CN114184226A (zh) * | 2021-11-18 | 2022-03-15 | 中国环境科学研究院 | 基于远程排放监控技术的柴油车排放超标鉴定方法 |
CN114821855A (zh) * | 2022-04-18 | 2022-07-29 | 深圳市元征科技股份有限公司 | 车辆排放数据的监测方法、装置、终端设备及介质 |
CN115791212A (zh) * | 2023-02-06 | 2023-03-14 | 天津汉云工业互联网有限公司 | 通用车辆尾气排放检测方法与装置 |
CN115791212B (zh) * | 2023-02-06 | 2023-04-11 | 天津汉云工业互联网有限公司 | 通用车辆尾气排放检测方法与装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110501459A (zh) | 基于车载智能设备的车辆尾气检测方法和装置 | |
CN103216348B (zh) | 空气/燃料失衡监测器 | |
CN102691551B (zh) | 校正对存储在选择性催化还原系统内nh3的估算的方法 | |
CN108150300B (zh) | 一种柴油机NOx原排模型值的修正方法及装置 | |
CN102808694B (zh) | 用于估计发动机气缸的平均指示有效压力的系统和方法 | |
CN103216340B (zh) | 基于曲轴加速的燃料识别 | |
CN110608893B (zh) | 车辆排放测试方法及装置 | |
US8190352B2 (en) | Method and device for diagnosing an exhaust gas catalytic converter | |
US20200355108A1 (en) | Vehicle pollutant emissions measurement method using an on-board system | |
CN105189983B (zh) | 用于确定双燃料混合物中的混合燃料的方法 | |
CN112398804B (zh) | 远程排放管理车载终端数据一致性验证平台及验证方法 | |
Chiara et al. | Development and experimental validation of a control-oriented Diesel engine model for fuel consumption and brake torque predictions | |
CN112211705B (zh) | 监控dpf移除的方法、装置及系统 | |
CN105044278B (zh) | 汽车碳排放检测方法及装置 | |
CN107525680A (zh) | 识别汽车系统中的故障部件的方法 | |
CN110121708A (zh) | 设计虚拟传感器的过程、对应的虚拟传感器、系统和计算机程序产品 | |
CN114467090A (zh) | 使用数字孪生识别现场可更换单元的系统和方法 | |
CN116220870A (zh) | 车辆尾气排放的控制方法、装置、电子设备和存储介质 | |
CN114323435A (zh) | 压差传感器可信性检测方法、装置、电子设备及存储介质 | |
Lee et al. | Fault diagnosis of exhaust gas recirculation and variable geometry turbocharger systems in a passenger car diesel engine based on a sliding mode observer for air system states estimation | |
Mentink et al. | Experimental demonstration of a model-based control design and calibration method for cost optimal Euro-VI engine-aftertreatment operation | |
CN112945567B (zh) | 一种低温柴油机车载法排放的预测方法及系统 | |
US10808634B2 (en) | Method, device and mobile user terminal for adapting an energy utilization process of a motor vehicle | |
Tsokolis et al. | Development of a Template Model and Simulation Approach for Quantifying the Effect of WLTP Introduction on Light Duty Vehicle CO 2 Emissions and Fuel Consumption | |
CN114962031B (zh) | 内燃机进气系统管路结焦的检测方法及其系统、车辆 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191126 |
|
RJ01 | Rejection of invention patent application after publication |