CN111506048B - 车辆故障预警方法及相关设备 - Google Patents
车辆故障预警方法及相关设备 Download PDFInfo
- Publication number
- CN111506048B CN111506048B CN202010336342.6A CN202010336342A CN111506048B CN 111506048 B CN111506048 B CN 111506048B CN 202010336342 A CN202010336342 A CN 202010336342A CN 111506048 B CN111506048 B CN 111506048B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- fault
- state data
- target vehicle
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种车辆故障预警方法及相关设备,该方法包括:获取目标车辆的异常状态数据;根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型,其中,所述目标映射关系为对大量故障类型以及其中每种故障类型发生时车辆的状态数据进行训练得到的,所述目标映射关系用于表征多种故障类型与多项异常状态数据的对应关系;根据所述故障类型进行预警。采用本申请实施例,能够对车辆故障进行预警,减少驾驶风险。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种车辆故障预警方法及相关设备。
背景技术
现代汽车诊断技术是在60年代西方发达国家开始出现,由于汽车结构越来越复杂,所以就需要有相应的诊断手段来维护,因此带来了汽车诊断技术的迅速发展。汽车诊断技术的发展经历了几个阶段:人工检验阶段、简单仪器检验阶段和专业诊断设备检验阶段,其中,人工检验主要是靠检查者的感觉和经验进行的,诊断方法相对简单,准确性差;简单仪器检验是通过仪器的使用,能提供更为准确的依据,但仪器分散,对故障缺乏综合的分析和判断;而专业诊断设备检验是使用专业诊断设备对汽车的各工作系统进行精密监测,再通过计算机计算和处理,显示出汽车的技术状况。但是以上的方式通常都是对已发生的车辆故障进行检测。
发明内容
本申请实施例公开了一种车辆故障预警方法及相关设备,能够对车辆故障进行预警,减少驾驶风险。
第一方面,本申请实施例提供了一种车辆故障预警方法,该方法包括:
获取目标车辆的异常状态数据;
根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型,其中,所述目标映射关系为对大量故障类型以及其中每种故障类型发生时车辆的状态数据进行训练得到的,所述目标映射关系用于表征多种故障类型与多项异常状态数据的对应关系;根据所述故障类型进行预警。
在上述方法中能够在车辆发生故障之前,通过目标车辆的异常状态数据和目标映射关系,对目标车辆是否会发生故障进行预判报警,以避免出现目标车辆在驾驶过程中突发故障的情况,减少驾驶风险。
结合第一方面,在一种可能的实施方式中,所述目标映射关系限定了所述多种故障类型中的任一种故障类型发生时,所述任一种故障类型所对应的异常状态数据中的每种的出现概率;所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型,具体包括:
根据所述目标映射关系计算所述目标车辆的故障类型为第一故障类型的置信度,其中,所述目标车辆当前存在属于所述第一故障类型所对应的异常状态数据的至少一项目标状态数据,所述置信度等于所述至少一项目标状态数据在所述目标映射关系中的出现概率之和,所述第一故障类型为所述多种故障类型中的一种;
若所述目标车辆的故障类型为所述第一故障类型的置信度,大于预设的用于衡量是否归类到所述第一故障类型的参考阈值,则确定所述目标车辆的故障类型为第一故障类型。
在本申请实施例中,根据与第一故障类型对应的异常状态数据的出现概率来预判目标车辆是否会发生第一故障类型,这样预判结果会较为准确。
结合第一方面,在一种可能的实施方式中,所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,还包括:
获取所述多种故障类型的样本数据,其中,每种故障类型的样本数据包括所述每种故障类型发生时多个样本车辆的状态数据;
确定所述多种故障类型中的每种对应的异常状态数据、以及所述对应的异常状态数据中的每种的出现概率,以得到所述目标映射关系。
在本申请实施例中,能够通过大数据分析汇总出较为准确的目标映射关系。
结合第一方面,在一种可能的实施方式中,所述目标车辆的车型为目标车型,所述目标映射关系用于表征所述目标车型的多种故障类型与多项异常状态数据的对应关系。
在本申请实施例中,将车辆的车型作为车辆故障预判的参数之一,这样能够提升车辆故障预判的准确性。
结合第一方面,在一种可能的实施方式中,所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,还包括:
若确定所述目标车辆的故障类型为所述多种故障类型中的任一种,则输出报警信息以提示所述目标车辆会发生故障。
结合第一方面,在一种可能的实施方式中,所述根据所述故障类型进行预警,具体包括:
若确定所述目标车辆的故障类型为所述多种故障类型中的任一种,则输出报警信息以提示所述目标车辆会发生故障。
在本申请实施例中,根据预判结果输出报警信息,以提醒车主目标车辆可能会发生故障,以减小驾驶风险。
结合第一方面,在一种可能的实施方式中,所述根据所述故障类型进行预警,具体包括:
若确定所述目标车辆的故障类型为预设故障类型,则向目标终端发送异常信息,其中,所述目标终端为与所述目标车辆之间距离小于预设距离的终端。
在本申请实施例中,根据预判结果输出异常信息,以提醒目标终端避开目标车辆。
结合第一方面,在一种可能的实施方式中,所述获取目标车辆的异常状态数据,具体包括:
在目标车辆打火时获取所述目标车辆的异常状态数据。
第二方面,本申请实施例提供一种电子设备,该电子设备包括至少一个处理器,存储器和通信接口,所述存储器、所述通信接口和所述至少一个处理器通过线路互联,所述至少一个存储器中存储有计算机程序;所述计算机程序被所述处理器执行时,实现第一方面,或者第一方面的任一项可能的实现方式所描述的方法。
第三方面,本申请实施例提供一种电子设备,该电子设备包括实现第一方面,或者第一方面的任一项可能的实现方式所描述的方法中的全部或者部分功能模块。
第四方面,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当计算机程序在处理器上运行时,实现第一方面,或者第一方面的任一项可能的实现方式所描述的方法。
通过实施本申请实施例,能够在车辆发生故障之前,通过目标车辆的异常状态数据和目标映射关系,对目标车辆是否会发生故障进行预判报警,以避免出现目标车辆在驾驶过程中突发故障的情况,减少驾驶风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的一种车辆故障预警系统的架构示意图;
图2是本申请实施例提供的一种车辆故障预警方法的流程示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的又一种电子设备的结构示意图。
具体实施方式
下面将结合附图对本申请实施例中的技术方案进行描述。
请参见图1,图1是本申请实施例提供的一种车辆故障预警系统的架构示意图,该系统包括车载终端101和服务器102。
车载终端101可以是独立设置在目标车辆中,也可以搭载于车载电脑、行车记录仪等具有通信、显示、数据存储功能的智能终端上。车载终端101可以监测目标车辆可以监测目标车辆的故障码,也可以监测目标车辆的电控系统参数等与目标车辆的健康状况有关的状态数据。当监测到目标车辆存在异常状态数据是,可以是由车载终端101根据目标映射关系和目标车辆的异常状态数据,来对目标车辆是否会发生故障进行预判报警;也可以是将目标车辆的异常状态数据通过网络103发送给服务器102,由服务器102根据目标映射关系和目标车辆的异常状态数据,来对目标车辆是否会发生故障进行预判报警。
请参见图2,图2是本申请实施例提供的一种车辆故障预警方法,该方法可以基于图1所示的车辆故障预警系统的架构图来实现,该方法包括但不限于如下步骤:
步骤S201:车载终端获取目标车辆的异常状态数据。
具体的说,现有的车辆上通常会安装有车载诊断系统OBD,通过车载诊断系统OBD可以检测车辆的状态数据,车辆的状态数据包括汽车发动机参数、汽车变速器参数、汽车底盘参数、汽车安全性参数、车速信息、温度信息和转速信息等,车载终端能够从车载诊断系统的OBD接口读取车辆的状态数据。当车辆能够正常运行且不存在任何故障隐患时,车辆的各项状态数据都会处于各自对应的正常取值范围内的,如果车辆的某一项状态数据超出其对应的正常取值范围,那么该项状态数据即为异常状态数据,车辆就可能存在故障隐患,会发生车辆故障,例如,当车辆以40km/h的车速正常行驶时,车辆的发动机转速的正常取值范围为1000-2000r/m,如果车载终端获得到该车辆的发动机转速超过2000r/m,那么即可确定该车辆的发动机转速为异常状态数据。
车载终端获取目标车辆的异常状态数据,可以是车载终端先获取目标车辆的所有状态数据,车载终端再从所获取的所有状态数据中确定出目标车辆的异常状态数据;也可以由外部装置获取目标车辆的所有状态数据,再从中确定出目标车辆的异常状态数据后发送给车载终端。可以理解的是,车载终端可以是在目标车辆打火时获取目标车辆的异常状态数据;车载终端也可以是在目标车辆使用过程中实时地获取目标车辆的异常状态数据;车载终端也可以是在目标车辆使用过程中周期性地获取目标车辆的异常状态数据;车载终端也可以是在预设时间段内(08:00-08:30)获取目标车辆的异常状态数据。
步骤S202:所述车载终端根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型。
具体的说,目标映射关系为对大量故障类型以及其中每种故障类型发生时车辆的状态数据进行训练得到的,目标映射关系用于表征多种故障类型与多项异常状态数据的对应关系,可以是某一项异常状态数据可能会导致一种故障类型或者多种故障类型的发生,即存在着一项异常状态数据与一种故障类型或者多种故障类型相对应的情况;也可以是多项异常状态数据可能会导致某一种故障类型的发生,即存在着一种故障类型与多项异常状态数据相对应的情况。那么车载终端在获取目标车辆的异常状态数据后,就可以在目标映射中查询与目标车辆的异常状态数据存在对应关系的故障类型。可选的,若不存在对应关系的故障类型,则车载终端预判目标车辆不会发生故障;若存在对应关系的故障类型,则车载终端预判目标车辆会发生故障,并且,当存在对应关系的故障类型仅有一种时,则车载终端预判目标车辆会发生一种故障,当存在对应关系的故障类型有多种时,则车载终端预判目标车辆会发生多种故障。
通常来说,目标车辆存在异常状态数会导致目标车辆发生故障是概率性事件,可选的,故在一具体的实施例中,所述目标映射关系限定了所述多种故障类型中的任一种故障类型发生时,所述任一种故障类型所对应的异常状态数据中的每种的出现概率;车载终端确定目标车辆的故障类型可以通过如下步骤来实现。
所述车载终端根据所述目标映射关系计算所述目标车辆的故障类型为第一故障类型的置信度;若所述目标车辆的故障类型为所述第一故障类型的置信度,大于预设的用于衡量是否归类到所述第一故障类型的参考阈值,则确定所述目标车辆的故障类型为第一故障类型。
具体的说,目标车辆当前存在属于第一故障类型所对应的异常状态数据的至少一项目标状态数据,置信度等于至少一项目标状态数据在目标映射关系中的出现概率之和,第一故障类型为多种故障类型中的一种。而参考阈值是预先设置的一个阈值,可以是针对每种故障类型分别设置一个参考阈值;也可以是针对多种故障类型设置一个共同的参考阈值。若目标车辆的故障类型为第一故障类型的置信度大于预设的用于衡量是否归类到第一故障类型的参考阈值,车载终端确定目标车辆的故障类型为第一故障类型。若目标车辆的故障类型为第一故障类型的置信度小于预设的用于衡量是否归类到第一故障类型的参考阈值,车载终端确定目标车辆的故障类型不为第一故障类型。若目标车辆的故障类型为第一故障类型的置信度等于预设的用于衡量是否归类到第一故障类型的参考阈值,车载终端的预判结果可以根据实际需求进行设置,一种情况可以是在目标车辆的故障类型为第一故障类型的置信度等于预设的用于衡量是否归类到第一故障类型的参考阈值时,车载终端确定目标车辆的故障类型为第一故障类型;另外一种情况可以是在目标车辆的故障类型为第一故障类型的置信度等于预设的用于衡量是否归类到第一故障类型的参考阈值时,车载终端确定目标车辆的故障类型不为第一故障类型。如此根据与第一故障类型对应的异常状态数据的出现概率来预判目标车辆是否会发生第一故障类型,这样预判结果会较为准确。例如,某种车辆故障为Err1,该车辆故障Err1与车辆的状态数据F1、F3……Fn-3、Fn异常有关,且异常状态数据F1、F3……Fn-3、Fn的出现概率分别为P1、P3……Pn-3、Pn,车载终端设定用于衡量是否归类到Err1的参考阈值为Pmax,且Pmax满足P1+P3……Pn-3+Pn≥Pmax,车载终端获取到的目标车辆的异常状态数据包括F1、F3……Fn-3,若P1+P3……+Pn-3≥Pmax,则车载终端确定目标车辆的故障类型为Err1;若P1+P3……+Pn-3<Pmax,则车载终端确定目标车辆的故障类型不为Err1。再如,车载终端获得到的目标车辆的异常状态数据为F1、F2、F3,而目标映射关系为下表1所示。
表1
故障类型 | 对应的异常状态数据(出现概率) | 参考阈值 |
Err<sub>1</sub> | F<sub>1</sub>(100%)、F<sub>2</sub>(90%)、F<sub>4</sub>(80%) | 150% |
Err<sub>2</sub> | F<sub>2</sub>(90%)、F<sub>3</sub>(90%)、F<sub>5</sub>(80%) | 150% |
Err<sub>3</sub> | F<sub>3</sub>(80%)、F<sub>4</sub>(90%)、F<sub>5</sub>(100%) | 160% |
Err<sub>4</sub> | F<sub>4</sub>(100%)、F<sub>5</sub>(90%)、F<sub>6</sub>(80%) | 160% |
首先,由于车载终端获得到的目标车辆的异常状态数据为F1、F2、F3,Err1所对应的异常状态数据包括F1和F2,Err2所对应的异常状态数据包括F2和F3,Err3所对应的异常状态数据包括F3,Err4所对应的异常状态数据不包括F1、F2和F3中的任一种,故车载终端确定目标车辆不会发生故障类型为Err4的故障。针对Err1,目标车辆的异常状态数据中第一异常状态数据为F1和F2,F1和F2的出现概率之和(目标车辆的故障类型为Err1的置信度)为100%+90%=190%,且大于用于衡量是否归类到Err1的参考阈值150%,则车载终端确定会发生故障类型为Err1的故障;针对Err2,目标车辆的异常状态数据中第一异常状态数据为F2和F3,F2和F3的出现概率之和(目标车辆的故障类型为Err2的置信度)为90%+90%=180%,且大于用于衡量是否归类到Err2的参考阈值150%,则车载终端确定会发生故障类型为Err2的故障;针对Err3,目标车辆的异常状态数据中第一异常状态数据为F3,F3的出现概率(目标车辆的故障类型为Err3的置信度)为80%,且小于用于衡量是否归类到Err3的参考阈值160%,则车载终端确定不会发生故障类型为Err3的故障。
在车载终端对目标车辆是否会发生车辆故障进行预判之前,车载终端先需要获得目标映射关系,而目标映射关系可以是由服务器生成后发送给车载终端,目标映射关系也可以由车载终端生成,可选的,车载终端可以通过如下步骤生成目标映射关系。
首先,所述车载终端获取所述多种故障类型的样本数据。
然后,所述车载终端确定所述多种故障类型中的每种对应的异常状态数据、以及所述对应的异常状态数据中的每种的出现概率,以得到所述目标映射关系。
具体的说,每种故障类型的样本数据包括每种故障类型发生时多个样本车辆的状态数据。针对每种故障类型,车载终端会收集在发生该种故障类型时多个样本车辆的所有状态数据,然后再确定该种故障类型的发生与哪些状态数据异常有关,并计算每项异常状态数据的出现概率。
通常来说,不同车型的车辆的状态数据是否异常的判定指标、对车辆故障预判的条件等都有所差别。故在一具体的实施例中,目标车辆的车型为目标车型,目标映射关系用于表征目标车型的多种故障类型与多项异常状态数据的对应关系,将车辆的车型作为车辆故障预判的参数之一,这样能够提升车辆故障预判的准确性。可选的,车载终端根据车型对车辆故障进行预判可以通过如下步骤来实现。
步骤一,所述车载终端获取样本数据。
具体的说,针对任一种车型,车载终端需要获取该车型的多个样本车辆在发生任一种故障类型的故障时的所有状态数据。例如,车载终端获取的样本数据如下:
当某一种车型的车辆A1发生故障Err1时,车载终端获取此时车辆A1所有的状态数据F1,F2……Fn-1,Fn;
当某一种车型的车辆A2发生故障Err1时,车载终端获取此时车辆A2所有的状态数据F1,F2……Fn-1,Fn;
……
当某一种车型的车辆B1发生故障Err1时,车载终端获取此时车辆B1所有的状态数据F1,F2……Fn-1,Fn;
当某一种车型的车辆B2发生故障Err1时,车载终端获取此时车辆B2所有的状态数据F1,F2……Fn-1,Fn;
……
当某一种车型的车辆Z1发生故障Err1时,车载终端获取此时车辆Z1所有的状态数据F1,F2……Fn-1,Fn。
如此,车载终端能够获取到一个很大车辆故障的数据集合。
步骤二,所述车载终端进行数据分析。
具体地说,车载终端依照大数据采集的数据分析可得,Err1的发生与状态数据F1,F3……Fn-3,Fn异常有关,并分析出每项异常状态数据的出现概率分别为P1,P3……Pn-3,Pn。同时,得出用于衡量是否归类到Err1的参考阈值Pmax,且Pmax满足P1+P3……Pn-3+Pn≥Pmax。例如,样本车辆总共有100辆,在发生Err1时,100辆样本车辆中有100辆状态数据F1异常、90辆状态数据F2异常、以及80辆状态数据F4异常,车载终端即可确定Err1的发生与状态数据F1、F2和F4异常有关,且异常状态数据的出现概率F1的出现概率P1为100%,异常状态数据的出现概率F2的出现概率P2为90%,异常状态数据的出现概率F4的出现概率P4为80%,同时,设定用于衡量是否归类到Err1的参考阈值Pmax为150%。
步骤三,所述车载终端获取映射关系集合。
具体的说,映射关系集合包括多种车型的映射关系,任一种车型的映射关系用于表征任一种车型的多种故障类型与多项异常状态数据的对应关系。依照步骤一和步骤二的方法,车载终端即可分析该车型的所有车辆故障,以形成一个单一车型的车辆故障Err集合[Err1,Err2,……,Errn-1,Errn],以此类推,可形成各个车型的故障集合。
这样在车载终端对目标车辆是否会发生车辆故障进行预判之前,车载终端需要根据所述目标车型从映射关系集合中确定所述目标映射关系。
步骤S203:所述车载终端根据所述故障类型进行预警。
可选的,在一具体的实施例中,车载终端可以通过如下的方式进行预警。
若确定所述目标车辆的故障类型为所述多种故障类型中的任一种,则所述车载终端输出报警信息以提示所述目标车辆会发生故障。
具体的说,车载终端输出报警信息可以为声音、图像或者文字等形式。车载终端通过输出报警信息,以提醒车主目标车辆可能会发生故障,以减小驾驶风险。
可选的,在一具体的实施例,车载终端还可以通过如下的方式进行预警。
若确定所述目标车辆的故障类型为预设故障类型,则所述车载终端向目标终端发送异常信息。
具体的说,目标终端为与目标车辆之间距离小于预设距离的终端,目标车辆发生不同种故障类型的故障所造成的危害程度也不是一样的,当目标车辆发生爆胎、刹车失灵等故障时,目标车辆就会对附近的车辆或行人等造成安全隐患。当车载终端预判目标车辆会发生危及其附近的人或物的目标车辆故障时,车载终端会向目标车辆附近的目标终端发送异常信息,以提醒目标终端避开目标车辆。
在图2所描述的方法中,车载终端能够在车辆发生故障之前,通过目标车辆的异常状态数据和目标映射关系,对目标车辆是否会发生故障进行预判报警,以避免出现目标车辆在驾驶过程中突发故障的情况,减少驾驶风险。
请参见图3,图3是本申请实施例提供的一种电子设备30,该电子设备30可以为上述车载终端或者为上述车载终端的一部分。该电子设备30包括获取模块301、确定模块302和预警模块303,电子设备30的各个模块的详细描述如下。
获取模块301,用于获取目标车辆的异常状态数据。
确定模块302,用于根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型,其中,所述目标映射关系为对大量故障类型以及其中每种故障类型发生时车辆的状态数据进行训练得到的,所述目标映射关系用于表征多种故障类型与多项异常状态数据的对应关系。
预警模块303,用于根据所述故障类型进行预警。
在一种可选的方案中,所述目标映射关系限定了所述多种故障类型中的任一种故障类型发生时,所述任一种故障类型所对应的异常状态数据中的每种的出现概率;所述确定模块302用于根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型,具体为:
根据所述目标映射关系计算所述目标车辆的故障类型为第一故障类型的置信度,其中,所述目标车辆当前存在属于所述第一故障类型所对应的异常状态数据的至少一项目标状态数据,所述置信度等于所述至少一项目标状态数据在所述目标映射关系中的出现概率之和,所述第一故障类型为所述多种故障类型中的一种;
若所述目标车辆的故障类型为所述第一故障类型的置信度,大于预设的用于衡量是否归类到所述第一故障类型的参考阈值,则确定所述目标车辆的故障类型为第一故障类型。
在一种可选的方案中,还包括分析模块,所述分析模块用于在所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,获取所述多种故障类型的样本数据,其中,每种故障类型的样本数据包括所述每种故障类型发生时多个样本车辆的状态数据;确定所述多种故障类型中的每种对应的异常状态数据、以及所述对应的异常状态数据中的每种的出现概率,以得到所述目标映射关系。
在一种可选的方案中,所述目标车辆的车型为目标车型,所述目标映射关系用于表征所述目标车型的多种故障类型与多项异常状态数据的对应关系。
在一种可选的方案中,还包括查询模块,所述查询模块用于在所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,根据所述目标车型从映射关系集合中确定所述目标映射关系,其中,所述映射关系集合包括多种车型的映射关系,每种车型的映射关系用于表征所述每种车型的多种故障类型与多项异常状态数据的对应关系。
在一种可选的方案中,所述预警模块303用于根据所述故障类型进行预警,具体为:若确定所述目标车辆的故障类型为所述多种故障类型中的任一种,则输出报警信息以提示所述目标车辆会发生故障。
在一种可选的方案中,所述预警模块303用于根据所述故障类型进行预警,具体为:若确定所述目标车辆的故障类型为预设故障类型,则向目标终端发送异常信息,其中,所述目标终端为与所述目标车辆之间距离小于预设距离的终端。
在一种可选的方案中,所述获取模块301用于获取目标车辆的异常状态数据,具体为:在目标车辆打火时获取所述目标车辆的异常状态数据。
图3所示的电子设备中各个模块的具体实现及有益效果还可以对应参照图2所示的方法实施例的相应描述,此处不再赘述。
请参见图4,图4是本申请实施例提供的一种电子设备40,该电子设备40可以为上述车载终端或者为上述车载终端的一部分。该电子设备40包括处理器401、存储器402和通信接口403,所述处理器401、存储器402和通信接口403通过总线404相互连接。
存储器402包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmableread only memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CD-ROM),该存储器402用于相关计算机程序及数据。通信接口403用于接收和发送数据。
处理器401可以是一个或多个中央处理器(central processing unit,CPU),在处理器401是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。
该电子设备40中的处理器401用于读取所述存储器402中存储的计算机程序代码,执行以下操作:
获取目标车辆的异常状态数据;
根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型,其中,所述目标映射关系为对大量故障类型以及其中每种故障类型发生时车辆的状态数据进行训练得到的,所述目标映射关系用于表征多种故障类型与多项异常状态数据的对应关系;
根据所述故障类型进行预警。
在上述方法中能够在车辆发生故障之前,通过目标车辆的异常状态数据和目标映射关系,对目标车辆是否会发生故障进行预判报警,以避免出现目标车辆在驾驶过程中突发故障的情况,减少驾驶风险。
在一种可能的实施方式中,所述目标映射关系限定了所述多种故障类型中的任一种故障类型发生时,所述任一种故障类型所对应的异常状态数据中的每种的出现概率;所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型,具体为:
根据所述目标映射关系计算所述目标车辆的故障类型为第一故障类型的置信度,其中,所述目标车辆当前存在属于所述第一故障类型所对应的异常状态数据的至少一项目标状态数据,所述置信度等于所述至少一项目标状态数据在所述目标映射关系中的出现概率之和,所述第一故障类型为所述多种故障类型中的一种;
若所述目标车辆的故障类型为所述第一故障类型的置信度,大于预设的用于衡量是否归类到所述第一故障类型的参考阈值,则确定所述目标车辆的故障类型为第一故障类型。
在本申请实施例中,根据与第一故障类型对应的异常状态数据的出现概率来预判目标车辆是否会发生第一故障类型,这样预判结果会较为准确。
在一种可能的实施方式中,所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,还执行:
获取所述多种故障类型的样本数据,其中,每种故障类型的样本数据包括所述每种故障类型发生时多个样本车辆的状态数据;
确定所述多种故障类型中的每种对应的异常状态数据、以及所述对应的异常状态数据中的每种的出现概率,以得到所述目标映射关系。
在本申请实施例中,能够通过大数据分析汇总出较为准确的目标映射关系。
在一种可能的实施方式中,所述目标车辆的车型为目标车型,所述目标映射关系用于表征所述目标车型的多种故障类型与多项异常状态数据的对应关系。
在本申请实施例中,将车辆的车型作为车辆故障预判的参数之一,这样能够提升车辆故障预判的准确性。
在一种可能的实施方式中,所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,还执行:
根据所述目标车型从映射关系集合中确定所述目标映射关系,其中,所述映射关系集合包括多种车型的映射关系,每种车型的映射关系用于表征所述每种车型的多种故障类型与多项异常状态数据的对应关系。
在一种可能的实施方式中,所述根据所述故障类型进行预警,具体为:
若确定所述目标车辆的故障类型为所述多种故障类型中的任一种,则输出报警信息以提示所述目标车辆会发生故障。
在本申请实施例中,根据预判结果输出报警信息,以提醒车主目标车辆可能会发生故障,以减小驾驶风险。
在一种可能的实施方式中,所述根据所述故障类型进行预警,具体为:
若确定所述目标车辆的故障类型为预设故障类型,则向目标终端发送异常信息,其中,所述目标终端为与所述目标车辆之间距离小于预设距离的终端。
在本申请实施例中,根据预判结果输出异常信息,以提醒目标终端避开目标车辆。
在一种可能的实施方式中,所述获取目标车辆的异常状态数据,具体为:
在目标车辆打火时获取所述目标车辆的异常状态数据。
图4所示的终端中各个模块的具体实现及有益效果还可以对应参照图2所示的方法实施例的相应描述,此处不再赘述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当计算机程序在电子设备上运行时,实现图2所示的方法。
综上所述,车载终端能够在车辆发生故障之前,通过目标车辆的异常状态数据和目标映射关系,对目标车辆是否会发生故障进行预判报警,以避免出现目标车辆在驾驶过程中突发故障的情况,减少驾驶风险。
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,可以通过计算机程序来指令相关的硬件来完成,该的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可存储程序代码的介质。
Claims (7)
1.一种车辆故障预警方法,其特征在于,包括:
从目标车辆类型的多个样本车辆的车载终端中实时地获取各个样本车辆的在多种故障类型下的样本数据;
对所述多种故障类型下的样本数据进行分析,得到目标映射关系,所述目标映射关系用于反映所述目标车辆类型的车辆的故障类型与异常状态数据之间的映射关系;
在目标车辆打火时获取所述目标车辆的异常状态数据;所述目标车辆的车型为所述目标车辆类型;
根据目标映射关系和所述目标车辆的异常状态数据,计算所述目标车辆的故障类型为第一故障类型的置信度,其中,所述目标映射关系为对大量故障类型以及其中每种故障类型发生时车辆的状态数据进行训练得到的,所述目标映射关系用于表征多种故障类型与多项异常状态数据的对应关系,所述目标映射关系限定了所述多种故障类型中的任一种故障类型发生时,所述任一种故障类型所对应的异常状态数据中的每种的出现概率,所述目标车辆当前存在属于所述第一故障类型所对应的异常状态数据的至少一项目标状态数据,所述置信度等于所述至少一项目标状态数据在所述目标映射关系中的出现概率之和,所述第一故障类型为所述多种故障类型中的一种;
若所述目标车辆的故障类型为所述第一故障类型的置信度,大于预设的用于衡量是否归类到所述第一故障类型的参考阈值,则确定所述目标车辆的故障类型为第一故障类型;
根据所述第一故障类型进行预警;
若确定所述目标车辆的故障类型为预设故障类型,则向目标终端发送异常信息,其中,所述目标终端为与所述目标车辆之间距离小于预设距离的终端。
2.根据权利要求1所述的方法,其特征在于,所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,还包括:
获取所述多种故障类型的样本数据,其中,每种故障类型的样本数据包括所述每种故障类型发生时多个样本车辆的状态数据;
确定所述多种故障类型中的每种对应的异常状态数据、以及所述对应的异常状态数据中的每种的出现概率,以得到所述目标映射关系。
3.根据权利要求1所述的方法,其特征在于,所述目标车辆的车型为目标车型,所述目标映射关系用于表征所述目标车型的多种故障类型与多项异常状态数据的对应关系。
4.根据权利要求3所述的方法,其特征在于,所述根据目标映射关系和所述目标车辆的异常状态数据确定所述目标车辆的故障类型之前,还包括:
根据所述目标车型从映射关系集合中确定所述目标映射关系,其中,所述映射关系集合包括多种车型的映射关系,每种车型的映射关系用于表征所述每种车型的多种故障类型与多项异常状态数据的对应关系。
5.根据权利要求1所述的方法,其特征在于,所述根据所述故障类型进行预警,具体包括:
若确定所述目标车辆的故障类型为所述多种故障类型中的任一种,则输出报警信息以提示所述目标车辆会发生故障。
6.一种电子设备,其特征在于,包括至少一个处理器,存储器和通信接口,所述存储器、所述通信接口和所述至少一个处理器通过线路互联,所述至少一个存储器中存储有计算机程序;所述计算机程序被所述处理器执行时,实现权利要求1-5任一项所述的方法。
7.一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中存储有计算机程序,当计算机程序在处理器上运行时,实现权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336342.6A CN111506048B (zh) | 2020-04-24 | 2020-04-24 | 车辆故障预警方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336342.6A CN111506048B (zh) | 2020-04-24 | 2020-04-24 | 车辆故障预警方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111506048A CN111506048A (zh) | 2020-08-07 |
CN111506048B true CN111506048B (zh) | 2022-02-22 |
Family
ID=71874645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010336342.6A Active CN111506048B (zh) | 2020-04-24 | 2020-04-24 | 车辆故障预警方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506048B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731837B (zh) * | 2020-12-23 | 2022-11-25 | 阿波罗智联(北京)科技有限公司 | 确定车辆状态的方法、装置、设备、介质、产品和车辆 |
CN115035630A (zh) * | 2021-03-05 | 2022-09-09 | 广州汽车集团股份有限公司 | 一种车辆预警提示处理方法、车载控制器及存储介质 |
CN115359586A (zh) * | 2022-09-01 | 2022-11-18 | 陕西省君凯电子科技有限公司 | 一种行车记录管理方法和系统 |
CN116227775A (zh) * | 2023-05-06 | 2023-06-06 | 中国公路工程咨询集团有限公司 | 道路养护作业路线的确定方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004263648A (ja) * | 2003-03-04 | 2004-09-24 | Hitachi Ltd | エンジン診断方法 |
CN2826562Y (zh) * | 2005-08-31 | 2006-10-11 | 深圳创维-Rgb电子有限公司 | 用于智能电子预警系统的预警单元 |
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 |
CN108332848A (zh) * | 2018-03-31 | 2018-07-27 | 成都四海万联科技有限公司 | 一种车辆故障监测和预警的车载系统 |
CN109961656A (zh) * | 2017-12-25 | 2019-07-02 | 姜鹏飞 | 一种车辆故障检测方法及装置 |
-
2020
- 2020-04-24 CN CN202010336342.6A patent/CN111506048B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004263648A (ja) * | 2003-03-04 | 2004-09-24 | Hitachi Ltd | エンジン診断方法 |
CN2826562Y (zh) * | 2005-08-31 | 2006-10-11 | 深圳创维-Rgb电子有限公司 | 用于智能电子预警系统的预警单元 |
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 |
CN109961656A (zh) * | 2017-12-25 | 2019-07-02 | 姜鹏飞 | 一种车辆故障检测方法及装置 |
CN108332848A (zh) * | 2018-03-31 | 2018-07-27 | 成都四海万联科技有限公司 | 一种车辆故障监测和预警的车载系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111506048A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111506048B (zh) | 车辆故障预警方法及相关设备 | |
US11541899B2 (en) | Vehicle diagnosis apparatus, vehicle diagnosis system, and vehicle diagnosis program | |
US9721399B2 (en) | Vehicle diagnosing apparatus, vehicle diagnosing system, and diagnosing method | |
CN106406273A (zh) | 车辆中故障原因的确定 | |
CN109724812B (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
CN105138529B (zh) | 已连接的车辆预测性质量 | |
CN113415165B (zh) | 一种故障诊断方法、装置、电子设备及存储介质 | |
EP3865963A1 (en) | Method and device for analyzing vehicle failure | |
CN114239734A (zh) | 一种分布式车载健康管理系统 | |
CN113547879A (zh) | 轮胎漏气的检测方法、装置、车辆及计算机存储介质 | |
CN113516798B (zh) | 一种调表车判断方法和装置 | |
CN111207932B (zh) | 机动车尾气监控方法及相关设备 | |
CN110738332B (zh) | 事故车辆鉴定方法及系统、存储介质 | |
US11941920B2 (en) | Apparatus and method of providing automotive preventive maintenance service | |
CN115933619A (zh) | 一种远程诊断方法、系统、电子设备及存储介质 | |
CN114858480A (zh) | 应用于车辆中的部件故障预警方法、装置、设备及介质 | |
CN113570840A (zh) | 基于计算机视觉的加油站危险事故预警方法、装置及设备 | |
CN114911982A (zh) | 一种车辆故障预警方法、装置、终端设备及存储介质 | |
CN111275847B (zh) | 一种调表车检测方法和装置 | |
CN114677039A (zh) | 车辆行驶控制评估方法、装置、可读存储介质及电子设备 | |
KR102132850B1 (ko) | 차량 안전부품 진단장치 | |
CN112859805A (zh) | 一种发动机控制器在线诊断方法及相关装置 | |
CN113448301A (zh) | 基于obd系统的故障诊断方法及系统 | |
CN115599077B (zh) | 车辆故障定界方法、装置、电子设备及存储介质 | |
EP4316918A1 (en) | Vehicle abnormality detection device and vehicle abnormality detection method |
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 |