CN111612937A - 车载诊断监测程序规划和执行 - Google Patents

车载诊断监测程序规划和执行 Download PDF

Info

Publication number
CN111612937A
CN111612937A CN202010105325.1A CN202010105325A CN111612937A CN 111612937 A CN111612937 A CN 111612937A CN 202010105325 A CN202010105325 A CN 202010105325A CN 111612937 A CN111612937 A CN 111612937A
Authority
CN
China
Prior art keywords
vehicle
obd
execution
location
diagnostic
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
Application number
CN202010105325.1A
Other languages
English (en)
Inventor
艾德·M·杜道尔
曾福林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN111612937A publication Critical patent/CN111612937A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了“车载诊断监测程序规划和执行”。第一控制器从云服务器接收诊断推荐。通过车辆总线与所述第一控制器通信的第二控制器在所述车辆在由所述诊断推荐指定的区域内时响应于出现触发车载诊断(OBD)监测程序执行的车辆条件，暂缓所述OBD监测程序的所述执行。使诊断结果数据中的位置相关联以标识包括至少预定次数的车载诊断(OBD)监测程序执行的位置聚类。响应于使用所述诊断结果数据计算的针对所述位置聚类中的一个成功执行所述OBD监测程序的预测概率低于启用阈值，向车辆发送在所述位置处暂缓进一步执行所述OBD监测程序的消息。

Description

车载诊断监测程序规划和执行
技术领域
本公开的各方面总体涉及车载诊断监测程序(monitor)的规划和执行。
背景技术
车载诊断(OBD)与车辆的自诊断和报告能力有关。OBD系统使车辆所有者或维修技术人员访问各种车辆子系统的状态。当检修车辆内部问题时，OBD-II提供对来自发动机控制单元(ECU)的数据的访问并且提供有价值的信息源。车辆可包括提供对OBD诊断信息的访问的OBD端口。OBD扫描仪装置可连接到OBD端口，并且用于接收和分析诊断信息。
发明内容
在一个或多个说明性示例中，一种车辆包括第一控制器，所述第一控制器被配置为从云服务器接收诊断推荐。所述车辆还包括通过车辆总线与所述第一控制器通信的第二控制器，所述第二控制器被配置为：当所述车辆在由所述诊断推荐指定的区域内时，响应于出现触发车载诊断(OBD)监测程序的执行的车辆条件，暂缓所述OBD监测程序的所述执行。
在一个或多个说明性示例中，一种系统包括存储器，所述存储器存储来自多个车辆的诊断结果数据，每个诊断结果数据条目包括指示车辆是否成功完成OBD监测程序的执行以及在执行所述OBD监测程序期间所述车辆的位置的数据。所述系统还包括处理器，所述处理器被编程为响应于使用所述诊断结果数据计算的针对位置成功执行所述OBD监测程序的预测概率低于启用阈值，向所述车辆发送在所述位置处暂缓进一步执行所述OBD监测程序的消息。
在一个或多个说明性示例中，一种方法包括使诊断结果数据中的位置相关联以标识包括至少预定次数的车载诊断(OBD)监测程序执行的位置聚类；以及响应于使用所述诊断结果数据计算的针对所述位置聚类中的一个成功执行所述OBD监测程序的预测概率低于启用阈值，向车辆发送在所述位置处暂缓进一步执行所述OBD监测程序的消息。
附图说明
图1示出用于智能执行OBD监测程序的示例性系统；
图2示出地图的示例，所述地图示出沿行进路线的众包诊断结果数据；
图3示出用于基于诊断结果数据发送针对OBD监测程序的诊断推荐的示例性过程；并且
图4示出用于按照诊断推荐所告知的智能执行OBD监测程序的示例性过程。
具体实施方式
根据需要，本文中公开了本发明的详细实施例；然而，应当理解，所公开的实施例仅仅是本发明的可以体现为不同和替代形式的示例。附图不一定按比例绘制；一些特征可被放大或最小化以示出特定部件的细节。因此，本文中公开的具体结构和功能细节不应解释为限制性的，而仅应解释为用于教导本领域技术人员以各种方式采用本发明的代表性基础。
OBD监测程序是由车辆电子器件执行以提供对车辆操作的洞察的自检程序。OBD监测程序的一些示例包括用于监测EVAP、EGR、O2传感器(其可包括在车辆前面和/或后面的传感器)、失火检测和催化剂的程序。一些OBD监测程序是连续的并且进行记录而不管情况如何。其他OBD监测程序基于速率，这意味着它们在行驶期间或行驶后被激活。作为用于执行基于速率的监测程序的一些示例性条件，可响应于发动机冷却剂温度达到预定义温度、闭环燃料控制或稳态车辆巡航条件中的一个或多个来触发监测。
每个基于速率的监测程序每次行程最多执行一次，并且仅响应于满足触发标准而启动监测程序。因此，每个基于速率的监测程序可具有独特的使用中监测性能(IUMP)数值。IUMP可遵守法规(例如，排放法规)，使得监测程序有效地检测故障，并且还可以如法规定义的足够速率完全执行。例如，在北美销售的车辆可能需要执行EVAP泄漏检测作为OBD-II要求的一部分。绿州要求车辆监测0.02英寸泄漏作为《清洁空气法案》(CAA)第177章节的一部分。截至2017年，美国的每个州均要求执行0.02英寸泄漏试验。0.02英寸泄漏试验还具有称为26％的使用中监测性能(IUMP)的完成频率要求。总泄漏检查必须具有62％的IUMP率。
在一些情况下，车辆可能无法足够频繁地运行OBD监测程序以达到请求的速率。造成这种情况的一些原因可包括驾驶员习惯(例如，与涉及监测程序所需的触发条件相比，与车辆中执行的行程不匹配)、或允许触发监测程序，随后的事件阻止监测程序成功完成的道路和环境条件(诸如颠簸/弯曲/起伏道路、燃料晃动、大风/雨和潮湿的路面在行驶后将热量带走)。例如，失火监测程序可受到不平道路的影响，因为曲柄轮在不平道路期间的异常加速与失火相似。作为另一个示例，不平道路、弯曲道路或丘陵道路可致使燃油晃动和蒸汽生成增加，这混淆EVAP泄漏检测结果，从而给出误报或漏报结果。
如果行驶周期在没有完成诊断的情况下结束，则车辆可能无法接收对它的贡献(credit)，从而导致IUMP数值较低。所公开的方法利用车辆连接来提高OBD诊断监测程序将成功完成的概率。由于当实现一定程度的噪声因素叠加时诊断不完善并且可触发假代码，因而尝试中止诊断或根本不执行诊断极为重要。诊断还具有侵入性，并且太多中止可削弱与诊断相关联的控制系统的理想功能。例如，当EVAP系统通过闭合CVV阀进行诊断时，无法清洗滤罐。由于未来发动机限制发动机运行时间，因而如果发生太多执行/中止，则这可致使蒸发排放物增加。
响应于车辆完成OBD监测程序，车辆可被配置为将诊断的结果报告给云服务器。这一结果可指示OBD监测程序的成功状态，诸如中止、合格或失败中的一种。结果可包括在诊断结果数据中，所述诊断结果数据还可包括其他信息，诸如当启动监测时和当监测结束时车辆的位置坐标。当车辆行进并且满足OBD监测程序进入条件时，在投入诊断会话之前，方法可对诊断将成功完成而没有假故障的概率执行简单计算。
图1示出用于智能执行OBD监测程序120的示例性系统100。如所示，车辆102包括通过一个或多个车辆总线106进行通信的多个车辆电子控制单元(ECU)或车辆控制器104。一个或多个OBD监测程序120可安装到控制器104，并且可由控制器104执行以执行各种诊断。系统100还包括被配置为维持诊断结果数据122的云服务器118。云服务器118可利用OBD监测程序服务126来确定车辆102执行OBD监测程序120的最佳时间。车辆102还包括远程信息处理控制单元(telematics control unit，TCU)108，所述TCU 108被配置为向云服务器118发送诊断结果数据122，以及从OTA云服务器118接收指示避免执行OBD监测程序120的建议时间的诊断结果数据122。TCU 108可利用监测程序结果服务124来接收诊断结果数据122以及向云服务器118提供诊断成功数据122。应当注意，系统100仅是示例，并且可使用元件的其他布置或组合。例如，OBD监测程序120可安装到车辆102的更多或不同控制器104。
车辆102可包括各种类型的汽车、跨界多功能车(CUV)、运动型多功能车(SUV)、卡车、休闲车(RV)、船、飞机或用于运输人或货物的其他移动机器。在许多情况下，车辆102可由内燃发动机提供动力。作为另一种可能性，车辆102可以是由内燃发动机和一个或多个电动马达提供动力的混合动力电动车辆(HEV)，诸如串联式混合动力电动车辆(SHEV)、并联式混合动力电动车辆(PHEV)或并联/串联式混合动力电动车辆(PSHEV)。由于车辆102的类型和配置可变化，因此车辆102的能力可相应地变化。作为一些其他可能性，车辆102在载客量、牵引能力和容量以及存储量方面可具有不同能力。出于产权、库存和其他目的，车辆102可与唯一标识符(诸如VIN)相关联。
车辆102可包括多个控制器104，所述多个控制器104被配置为在车辆电池和/或从里传动系统的功率下执行和管理各种车辆102功能。如图所描绘，示例性车辆控制器104被表示为离散控制器104-A至104-G。然而，车辆控制器104可共享物理硬件、固件和/或软件，使得来自多个控制器104的功能性可集成到单个控制器104中，并且各种此类控制器104的功能性可分布在多个控制器104上。
作为一些非限制性车辆控制器104的示例：动力传动系统控制器104-A可被配置为提供对发动机操作部件(例如，怠速控制部件、燃料输送部件、排放控制部件等)的控制，并且用于监测此类发动机操作部件的状态(例如，发动机代码的状态)；车身控制器104-B可被配置为管理各种功率控制功能，诸如外部照明、内部照明、无钥匙进入、远程起动和访问点状态验证(例如，车辆102的发动机罩、车门和/或行李厢的关闭状态)；DSRC收发器控制器104-C可被配置为与钥匙扣、移动装置或其他本地车辆102装置通信；娱乐控制器104-D可被配置为支持与驾驶员和驾驶员携带装置的语音命令和蓝牙对接；气候控制管理控制器104-E可被配置为提供对加热和冷却系统部件(例如，压缩机离合器、鼓风扇、温度传感器等)的控制；全球导航卫星系统(GNSS)控制器104-F可被配置为提供车辆位置信息；以及人机接口(HMI)控制器104-G可被配置为经由各种按钮或其他控件接收用户输入，以及向驾驶员提供车辆状态信息，诸如燃料水平信息、发动机操作温度信息以及车辆102的当前位置。
车辆总线106可包括在车辆电子控制单元(electronic control unit，ECU)104之间以及在TCU 108与车辆ECU 104之间可用的各种通信方法。作为一些非限制性示例，车辆总线106可包括车辆控制器局域网(CAN)、以太网络和面向媒体的系统传送(media-oriented system transfer，MOST)网络中的一者或多者。车辆总线106的布局和数量的另外方面将在下面进一步详细论述。
TCU 108可包括被配置为促进车辆ECU 104之间以及与系统100的其他装置的通信的网络硬件。例如，TCU 108可包括或以其他方式访问被配置为促进与广域网112的通信的蜂窝调制解调器110。作为一些非限制性示例，广域网112可包括一个或多个互连通信网络，诸如互联网、有线电视分配网络、卫星链接网络、局域网和电话网络。作为另一个示例，TCU108可利用蓝牙、Wi-Fi或有线USB网络连接中的一种或多种来促进经由用户的移动装置与广域网112的通信。
TCU 108还可包括支持本文所述的TCU 108的功能的执行的各种类型的计算装置。在一个示例中，TCU 108可包括被配置为执行计算机指令的一个或多个处理器114，以及可在其上维持计算机可执行指令和/或数据的存储116介质。计算机可读存储介质(也称为处理器可读介质或存储装置116)包括参与提供可由计算机(例如，由一个或多个处理器)读取的数据(例如，指令)的任何非暂时性(例如，有形)介质。通常，处理器114接收例如从存储装置116等到存储器的指令和/或数据并使用数据执行指令，从而执行一个或多个过程，包括本文所描述的过程中的一个或多个。计算机可执行指令可根据使用多种编程语言和/或技术创建的计算机程序来编译或解译，所述多种编程语言和/或技术单独地或组合地包括但不限于：JAVA、C、C++、C#、FORTRAN、PASCAL、VISUAL BASIC、PYTHON、JAVA SCRIPT、PERL、PL/SQL等。
TCU 108可被配置为包括可从其发送和接收车辆信息的一个或多个接口。在一个示例中，TCU 108可被配置为促进从连接到一个或多个车辆总线106的车辆控制器104收集诊断故障代码(diagnostic trouble code，DTC)数据和/或其他车辆信息。尽管仅示出单根总线106，但应当注意，在许多示例中，包括多根车辆总线106，其中控制器104的子集连接到每根总线106。因此，为了访问给定控制器104，TCU 108可被配置为维持哪些总线106连接到哪些控制器104的映射，并且在期望与一个控制器104通信时访问那个特定控制器104的对应总线106。
云服务器118可包括各种类型的计算设备，诸如计算机工作站、服务器、台式计算机、由大型计算机服务器执行的虚拟服务器实例，或一些其他计算系统和/或装置。类似于TCU 108，云服务器118通常包括可在其上维持计算机可执行指令的存储器，其中指令可由一个或多个处理器执行(为了清楚起见未示出)。此类指令和其他数据可使用多种计算机可读介质来存储。在非限制性示例中，云服务器118可被配置为维持诊断结果数据122和OBD监测程序服务126。
OBD监测程序120可包括由车辆控制器104执行以提供对车辆102操作的洞察的自检程序。OBD监测程序120的一些示例包括用于监测EVAP、EGR、O2传感器、失火检测和催化剂的程序。OBD监测程序120可以是包括在控制器104上以执行给定诊断的服务。
诊断结果数据122可包括与OBD监测程序120的执行有关的数据。这一数据可包括指示OBD监测程序120是否成功完成的成功状态。示例性成功状态代码可包括例如中止、合格或失败中的一种。诊断结果数据122还可包括其他信息，诸如当启动OBD监测程序120时和当OBD监测程序120结束时车辆102的位置坐标。
监测程序执行服务124可以是TCU 108的存储装置116上所包括的一个应用程序。监测程序执行服务124可包括指令，所述指令在由TCU 108的处理器114执行时致使TCU 108执行与调度OBD监测程序120、在预期执行OBD监测程序120时更新车辆设置以及将关于OBD监测程序120的诊断结果数据122报告给云服务器118有关的功能。
OBD监测程序服务126可以是云服务器118的存储装置上所包括的一个应用程序。OBD监测程序服务126可包括指令，所述指令在由云服务器118的一个或多个处理器执行时，致使云服务器118从车辆102接收诊断结果数据122，以及向车辆102作出关于何时执行OBD监测程序120的推荐。OBD监测程序服务126还可被编程为对从车辆102不可获得的另外的内容执行推理和敏感性分析，以标识OBD监测程序120中止事件的根本原因。这种推理可包括预览由车外内容指示的潜在中断，以及预览与特定OBD监测程序120相关联的停止模式(例如，用于EVAP EONV的预测停止持续时间)。
OBD监测程序服务126还可被编程为提供诊断推荐128，以促进成功执行OBD监测程序120。在一个示例中，诊断推荐128可包括车辆102要执行的一个或多个动作，以便增加OBD监测程序120成功的可能性。作为一个示例，动作可包括调整主动悬挂控制以暂时进入舒适模式以便减少道路内容传播。作为另一个示例，动作可包括使用智能速度控制(ACC)来进行较少的速度调节，以在有利条件下增加时间并且在不利条件下减少时间。作为又一个示例，动作可包括如果调度执行用于EVAP EONV的OBD监测程序120并且预料到不利的环境条件，则请求停车顾问推荐户内停车。诊断推荐128还包括另外的信息，诸如应避免执行OBD监测程序120的地理位置列表(例如，GNSS位置坐标)。
图2示出地图202的示例200，所述地图202示出沿行进路线的众包诊断结果数据122。地图202示出地理区域，而标记位置204中的每一个指示根据诊断结果数据122发布DTC的车辆102的方位。如图示中可见，某些区域具有标记位置204的聚类，指示在那些位置处的OBD监测程序120已经发生故障。由于车辆动力学和路面在执行OBD监测程序120的鲁棒性方面具有重要作用，因而可通过计算如根据来自车辆102的众包数据确定的成功执行OBD监测程序120的成功概率来提高对OBD监测程序120的成功执行。因此，可通过云服务器118的OBD监测程序服务126来分析诊断结果数据122，如下文详细论述。
成功执行OBD监测程序120的概率可根据众包诊断结果数据122来确定。例如，如果一百辆车辆102穿行感兴趣的路线并且尝试执行特定的OBD监测程序120，并且对车辆102中的五十辆车辆执行OBD监测程序120导致中止(例如，由于道路不平、燃油晃动等)，则可按如下针对沿给定路线执行OBD监测程序120标识50％的中止概率：
P(A)＝50/100＝50％ (1)
50％的故障可能性可被认为太高以致于无法投入诊断。因此，可推迟沿给定路线规划执行OBD监测程序120。值得注意的是，这种方法可强制要求每个OBD监测程序120具有最小群体规模。在一个示例中，对于每个OBD监测程序120，可需要至少三十个点的成熟群体规模。
如果完成率足以执行OBD监测程序120，并且如果诊断结果数据122包括成功数据，则可执行进一步的概率分析以计算OBD监测程序120完成(概率A)和合格(概率B)两者的概率。因此，如果诊断的完成率为90％，并且合格率为98％，则诊断将运行至完成并且还合格的概率由如下给出：
P(A和B)＝P(A)x P(B)＝.9x.98＝.882 (2)
启用阈值可用于确定在给定地理坐标处是否进行诊断。如果方程(2)给出的乘积足够(例如，满足预定义阈值最小值，诸如95％)，则可允许车辆102执行诊断。另一方面，如果值未超过预定义阈值最小值，则可推迟对OBD监测程序120进行OBD执行。应当注意，在本公开的许多示例中使用简单概率。然而，可使用其他概率技术来预测结果，诸如余弦相关性。
由于大多数OBD DTC是双行程故障指示灯(MIL)，也就是说，设置MIL灯需要两次不同的行程，因而第一故障是待决代码，并且第二连续故障是已确认代码。如果在第一待决DTC之后合格发生，则所描述的方法轮询车辆102在可疑的GPS标签处设置DTC，以查看另一个连续的DTC设置是否在稍后的路线/GPS坐标上或者成功的诊断执行和合格呼叫是否已修复所述待决DTC。如果在第一个GPS标签处设置DTC的大多数车辆102群体稍后通过使不同路线和行程上的诊断合格来修复代码，则原始GPS地理标签易于出现假故障并且可被隔离为对OBD诊断不友好。
关于好感度与严重度，可如方程(3)所示定义总好感度，而可如方程(4)所示定义总严重度：
F＝f(i)*d(i)*pf(i) (3)
S＝s(i)*d(i)*ps(i) (4)
其中：
s是不利条件的连续量化指示符；
f是有利条件的连续量化指示符；
d是片段距离；并且
p是发生有利/不利条件的概率。
随着时间推移，片段的可变长度F可与成功的OBD监测程序120执行的可能性相关联。例如，如果C定义为在给定位置处的总待决故障并且D定义为在第二给定位置处的总已确认故障，则按如下计算那些位置处的MIL状态DTC故障的概率：
P(C和D)＝P(C)x P(D) (5)
如果P(C)高而P(D)低且比率非常低，则DTC可能是假呼叫。如果比率高，则DTC更可能是由于真故障造成的。然后，可阻止具有位置C的路线以免运行OBD诊断，因为此类诊断会导致稍后在位置D上得到修复的高故障率。因此，可执行基于群集的过滤以阻止路段位置以免由于高概率的假故障而执行OBD诊断。然而，如果DTC因在两个不同路线位置上和在两次不同行程中发生故障而进入MIL，则车辆具有真故障的可能性就高。由于位置坐标(诸如GNSS坐标)是绝对的并且具有误差，因而在分析时围绕坐标建立里程范围(例如，针对给定GNSS坐标+/-X英里)。
导致缺少OBD执行或差的OBD执行结果的行驶路线片段被加标签为OBD不友好。因此，云服务器118可向其他车辆102通知发送给车辆102的诊断推荐128具有高风险。对等车辆可在该路线片段中暂缓OBD执行，以维持OBD诊断鲁棒性和高IUMP比率。通过这样做，系统100可基于经过验证的众包聚集数据来实现减少次数的OBD诊断中止和改进的诊断鲁棒性，并且成功的OBD诊断在被加标签的GNSS位置处运行。
图3示出用于基于诊断结果数据122发送针对OBD监测程序120的诊断推荐128的示例性过程300。在一个示例中，过程300可由OBD监测程序服务126执行，所述OBD监测程序服务126由云服务器118通过广域网112与车辆102通信而执行。
在操作302处，云服务器118接收诊断结果数据122。在一个示例中，云服务器118可响应于车辆102完成OBD监测程序120而从车辆102接收诊断结果数据122。在另一个示例中，云服务器118可周期性地从车辆102接收诊断结果数据122。在又一个示例中，云服务器118可轮询车辆102以获得诊断结果数据122。
在304处，云服务器118根据位置使诊断结果数据122相关。在一个示例中，云服务器118可在诊断结果数据122中标识指示启动和终止OBD监测程序120的位置的GNSS坐标或其他位置信息。使用坐标，云服务器118可对位置执行聚类或其他数据分析，以根据位置将诊断结果数据122相关。
在操作306处，云服务器118确定针对位置是否存在足够的诊断结果数据122来执行完成预测。在一个示例中，云服务器118可将在聚类位置处的诊断结果数据122的实例的数据量与给定OBD监测程序120(或在另一个示例中，所有OBD监测程序120)的最小群体规模阈值(例如，三十个样本)进行比较以确定是否可针对该OBD监测程序120(或针对所有OBD监测程序120一起)计算概率。如果对于某些位置不存在足够的诊断结果数据122，则对于那些位置，控制转到操作308。如果可计算概率，则控制转到操作310。
在308处，云服务器118针对预测位置允许OBD监测程序120。在一个示例中，在车辆102默认允许执行OBD监测程序120的情况下，云服务器118可执行无操作。在其他示例中，或者在云服务器118可能先前已经暂缓了OBD监测程序120的情况下，云服务器118将诊断推荐128发送至车辆102，从而允许在一个或多个指示的位置处执行OBD监测程序120。在操作308之后，过程300结束。
在310处，云服务器118预测在具有足够诊断结果数据122的位置处成功完成OBD监测程序120的概率。关于图2详细论述了预测成功完成的示例。在操作312处，云服务器118确定是否预测用于预测完成OBD监测程序120的足够可能性。在一个示例中，云服务器118将完成的可能性与预定义的完成率(例如，80％、95％等)进行比较，以确保完成率足以执行OBD监测程序120。如果可能性不足，则控制转到操作314。否则，控制转到操作316。
在314处，云服务器118针对预测位置暂缓OBD监测程序120。在一个示例中，云服务器118将诊断推荐128发送至车辆102，从而在一个或多个指示的位置处暂缓执行OBD监测程序120。在操作314之后，过程300结束。
在操作316处，云服务器118预测成功执行OBD监测程序120的概率。关于图2详细论述了预测成功执行的示例。在318处，云服务器118确定成功执行OBD监测程序120的概率是否超过启用阈值。如果是，则控制转到操作308。如果否，则控制转到操作314。
图4示出用于按照诊断推荐128所告知的智能执行OBD监测程序120的示例性过程400。在一个示例中，过程400可由车辆102的部件在系统100的上下文中执行，诸如TCU 108执行监测程序执行服务124，所述监测程序执行服务124通过车辆总线106与被配置为执行OBD监测程序120的控制器104通信。
在操作402处，车辆102将诊断结果数据122发送至云服务器118。在一个示例中，发送可由车辆102的TCU 108执行，如上文关于过程300的操作302所描述的。在404处，车辆102从云服务器118接收诊断推荐128。在一个示例中，接收可由车辆102的TCU 108执行，如上文关于过程300的操作308和314所描述的。
在406处，车辆102确定OBD监测程序120是否被触发。在一个示例中，OBD监测程序120可响应于各种车辆102条件的发生而被触发，所述各种车辆102条件的一些示例可包括发动机冷却剂温度达到预定义温度、闭环燃料控制或稳态车辆巡航条件中的一个或多个。确定是否满足触发条件可由托管OBD监测程序120的控制器104执行。应当注意，触发标准可根据每个OBD监测程序120而变化。如果OBD监测程序120被触发，则控制转到操作408。如果否，过程400则结束。
车辆102确定诊断推荐128是否允许执行OBD监测程序120。在一个示例中，托管触发的OBD监测程序120的控制器104可查询TCU 108以确保可运行诊断。在另一个示例中，TCU108可将关于OBD监测程序120的诊断推荐128转发给托管OBD监测程序120的控制器104，并且控制器104可确定是否允许执行OBD监测程序120。如果诊断可运行，则控制转到操作410以执行OBD监测程序120。在操作410之后，方法400结束。然而，如果不允许OBD监测程序120，则控制转到操作412以暂缓OBD监测程序120的操作。例如，OBD监测程序120可被取消，或者可被延迟直到车辆102离开在诊断推荐128中指定为OBD监测程序120不应运行的位置的区域。在操作412之后，过程400结束。
总而言之，由于OBD诊断易于出现α误差，因而当DTC设置时，利用连接存在独特的机会来通过拥挤比较和对GNSS位置加地理标签来过滤掉α误差。某些道路或地形可能对OBD诊断不友好，例如，当那些地形致使车辆102以可致使失火、EVAP或其他OBD监测程序120的结果生成误报或漏报的方式弹跳，振荡或以其他方式移动时。因此，众包数据可将那些路线指定为不友好的并且通知对等方。因此，在车辆102投入OBD诊断之前，系统100可调查历史成功率以确保车辆102能够执行OBD监测程序120而不会中止并且具有低的α误差概率。
本文所描述的计算装置(诸如控制器104、TCU 108和云服务器118)通常包括计算机可执行指令，其中所述指令可能够由一个或多个计算装置(诸如上面列出的那些)执行。计算机可执行指令(诸如监测程序执行服务124或OBD监测程序服务126的那些)可根据使用多种编程语言和/或技术创建的计算机程序进行编译或解译，所述多种编程语言和/或技术包括但不限于以下的单独或组合形式：JAVATM、C、C++、C#、VISUAL BASIC、JAVASCRIPT、PYTHON、JAVASCRIPT、PERL、PL/SQL等。通常，处理器(例如，微处理器)从例如存储器、计算机可读介质等接收指令并执行这些指令，从而执行一个或多个过程，包括本文所描述的过程中的一个或多个。可使用多种计算机可读介质来存储和传输此类指令和其他数据。
关于本文所描述的过程、系统、方法、启发等，应当理解，尽管已经将此类过程等的步骤描述为按照某个有序顺序发生，但是此类过程可以用以与本文所描述次序不同的次序执行的所描述步骤来实践。还应当理解，可同时执行某些步骤，可添加其他步骤，或者可省略本文描述的某些步骤。换句话讲，本文对过程的描述是出于说明某些实施例的目的而提供的，并且决不应当解释为限制权利要求。
因此，应当理解，以上描述旨在是说明性的而非限制性的。在阅读以上描述时，除所提供示例之外的许多实施例和应用将是显而易见的。所述范围不应当参考以上描述来确定，而应当参考所附权利要求以及此类权利要求所赋予权利的等效物的全范围来确定。预计并且意图本文所论述的技术中未来将有所发展，并且所公开的系统和方法将并入此类未来的实施例中。总而言之，应当理解，本申请能够进行修改和变化。
权利要求中使用的所有术语意图被给予它们最宽泛的合理结构和它们的普通含义，如本文所描述技术的技术人员所理解的，除非本文给出明确的相反指示。特别地，除非权利要求中列举出相反的明确限制，否则应当将单数冠词诸如“一种”、“所述(the/said)”等的使用理解为列举所指示要素中的一个或多个。
本公开的摘要被提供来允许读者快速地确定本技术公开的本质。应当理解，摘要将不用于解释或限制权利要求的范围或含义。此外，在上面具体实施方式中，可以看出，为了使本公开的行文流畅，各种特征在各种实施例中分组在一起。本公开的此方法不应当解释为反映以下意图：所要求保护的实施例要求比每项权利要求中明确叙述的特征更多的特征。实际上，如所附权利要求所反映的，发明主题在于少于单个公开实施例的所有特征。因此，以下权利要求据此被并入到详细描述中，其中每个权利要求独立地作为单独要求保护的主题。
虽然上文描述了示例性实施例，但并不意图使这些实施例描述本发明的所有可能的形式。而是，本说明书中所使用的字词为描述性而非限制性的字词，并且应理解，可以在不脱离本发明的精神和范围的情况下做出各种改变。另外，可以组合各种实现实施例的特征以形成本发明的另外的实施例。
根据本发明，提供一种车辆，其具有第一控制器，所述第一控制器被配置为从云服务器接收诊断推荐；以及通过车辆总线与所述第一控制器通信的第二控制器，所述第二控制器被配置为：当所述车辆在由所述诊断推荐指定的区域内时，响应于出现触发车载诊断(OBD)监测程序的执行的车辆条件，暂缓所述OBD监测程序的所述执行。
根据一个实施例，所述第二控制器还被编程为：当所述车辆不在由所述诊断推荐指定的所述区域内时，响应于出现触发车载诊断(OBD)监测程序的执行的所述车辆条件，启动所述OBD监测程序的所述执行。
根据一个实施例，所述第一控制器还被配置为向所述云服务器发送诊断结果数据，所述诊断结果数据指示是否成功完成所述OBD监测程序的所述执行以及在启动所述OBD监测程序时所述车辆的位置。
根据一个实施例，所述诊断结果数据还指示在终止所述OBD监测程序时所述车辆的位置。
根据一个实施例，所述OBD监测程序包括用于监测EVAP、EGR、O2传感器、失火检测或催化剂测量中的一者或多者的程序。
根据一个实施例，由所述诊断推荐指定的所述区域包括围绕在所述诊断推荐中所包括的位置坐标的一定径向距离。
根据本发明，提供一种系统，其具有存储器，所述存储器用于存储来自多个车辆的诊断结果数据，每个诊断结果数据条目包括指示车辆是否成功完成车载诊断(OBD)监测程序的执行以及在执行所述OBD监测程序期间所述车辆的位置的数据；以及处理器，所述处理器被编程为响应于使用所述诊断结果数据计算的针对位置成功执行所述OBD监测程序的预测概率低于启用阈值，向所述车辆发送在所述位置处暂缓进一步执行所述OBD监测程序的消息。
根据一个实施例，所述处理器还被编程为响应于针对包括至少预定次数的OBD监测程序执行的位置的所述诊断结果数据，基于指示在所述位置处是否成功完成所述OBD监测程序的执行的数据来预测在所述位置处成功完成所述OBD监测程序的概率。
根据一个实施例，所述处理器还被编程为对所述诊断结果数据中的位置进行聚类，以标识包括至少所述预定次数执行OBD监测程序的位置。
根据一个实施例，将所述成功完成的概率计算为在所述位置处成功执行与在所述位置处所有执行的比率。
根据一个实施例，所述处理器还被编程为响应于针对缺少至少预定次数的OBD监测程序执行的位置的所述诊断结果数据，向所述车辆发送允许在所述位置处进一步执行所述OBD监测程序的消息。
根据一个实施例，所述处理器还被编程为从所述多个车辆接收所述诊断结果数据。
根据一个实施例，向所述车辆的在所述位置处暂缓进一步执行所述OBD监测程序的所述消息包括所述位置的坐标。
根据本发明，一种方法包括使诊断结果数据中的位置相关以标识包括至少预定次数的车载诊断(OBD)监测程序执行的位置聚类；以及响应于使用所述诊断结果数据计算的针对所述位置聚类中的一个成功执行所述OBD监测程序的预测概率低于启用阈值，向车辆发送在所述位置处暂缓进一步执行所述OBD监测程序的消息。
根据一个实施例，上述发明的进一步特征在于基于在所述诊断结果数据中包括的指示在所述位置处是否成功完成执行所述OBD监测程序的数据来预测在所述位置聚类中的所述一个处成功完成所述OBD监测程序的概率。
根据一个实施例，上述发明的进一步特征在于将所述成功完成的概率计算为在所述位置处成功执行与在所述位置处所有执行的比率。
根据一个实施例，上述发明的进一步特征在于响应于针对缺少至少预定次数的OBD监测程序执行的位置的所述诊断结果数据，向所述车辆发送允许在所述位置处进一步执行所述OBD监测程序的消息。
根据一个实施例，上述发明的进一步特征在于从多个车辆接收所述诊断结果数据。
根据一个实施例，上述发明的进一步特征在于将所述位置的坐标包括在所述消息中。

Claims (12)

1.一种车辆，其包括：
第一控制器，所述第一控制器被配置为从云服务器接收诊断推荐；以及
通过车辆总线与所述第一控制器通信的第二控制器，所述第二控制器被配置为：当所述车辆在由所述诊断推荐指定的区域内时，响应于出现触发车载诊断(OBD)监测程序的执行的车辆条件，暂缓所述OBD监测程序的所述执行。
2.如权利要求1所述的车辆，其中所述第二控制器还被编程为：当所述车辆不在由所述诊断推荐指定的所述区域内时，响应于出现触发车载诊断(OBD)监测程序的执行的所述车辆条件，启动所述OBD监测程序的所述执行。
3.如权利要求1所述的车辆，其中所述第一控制器还被配置为向所述云服务器发送诊断结果数据，所述诊断结果数据指示是否成功完成所述OBD监测程序的所述执行以及在启动所述OBD监测程序时所述车辆的位置。
4.如权利要求3所述的车辆，其中所述诊断结果数据还指示在终止所述OBD监测程序时所述车辆的位置。
5.如权利要求1所述的车辆，其中所述OBD监测程序包括用于监测EVAP、EGR、O2传感器、失火检测或催化剂测量中的一者或多者的程序。
6.如权利要求1所述的车辆，其中由所述诊断推荐指定的所述区域包括围绕在所述诊断推荐中所包括的位置坐标的一定径向距离。
7.一种方法，其包括：
使诊断结果数据中的位置相关联以标识包括至少预定次数的车载诊断(OBD)监测程序执行的位置聚类；以及
响应于使用所述诊断结果数据计算的针对所述位置聚类中的一个成功执行所述OBD监测程序的预测概率低于启用阈值，向车辆发送在所述位置处暂缓进一步执行所述OBD监测程序的消息。
8.如权利要求7所述的方法，其还包括：基于在所述诊断结果数据中所包括的指示在所述位置处是否成功完成执行所述OBD监测程序的数据来预测在所述位置聚类中的所述一个处成功完成所述OBD监测程序的概率。
9.如权利要求8所述的方法，其还包括：将所述成功完成的概率计算为在所述位置处成功执行与在所述位置处所有执行的比率。
10.如权利要求8所述的方法，其还包括：响应于缺少至少预定次数的OBD监测程序执行的位置的所述诊断结果数据，向所述车辆发送允许在所述位置处进一步执行所述OBD监测程序的消息。
11.如权利要求8所述的方法，其还包括：从多个车辆接收所述诊断结果数据。
12.如权利要求8所述的方法，其还包括：将所述位置的坐标包括在所述消息中。
CN202010105325.1A 2019-02-25 2020-02-20 车载诊断监测程序规划和执行 Pending CN111612937A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/283,914 2019-02-25
US16/283,914 US11210870B2 (en) 2019-02-25 2019-02-25 On-board diagnostic monitor planning and execution

Publications (1)

Publication Number Publication Date
CN111612937A true CN111612937A (zh) 2020-09-01

Family

ID=72139338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010105325.1A Pending CN111612937A (zh) 2019-02-25 2020-02-20 车载诊断监测程序规划和执行

Country Status (3)

Country Link
US (1) US11210870B2 (zh)
CN (1) CN111612937A (zh)
DE (1) DE102020104555A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114399537A (zh) * 2022-03-23 2022-04-26 东莞先知大数据有限公司 一种目标人员的车辆跟踪方法及系统
CN115223273A (zh) * 2021-04-21 2022-10-21 广州汽车集团股份有限公司 Tcu数据监控方法、装置、终端设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11481695B2 (en) * 2019-06-13 2022-10-25 Toyota Motor Engineering & Manufacturing North America, Inc. Transportation device sharing system
CN113110390B (zh) * 2021-04-23 2022-09-30 宁波小遛共享信息科技有限公司 一种车辆故障识别方法、装置、电子设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7421321B2 (en) * 1995-06-07 2008-09-02 Automotive Technologies International, Inc. System for obtaining vehicular information
US8169311B1 (en) * 1999-12-15 2012-05-01 Automotive Technologies International, Inc. Wireless transmission system for vehicular component control and monitoring
US8019501B2 (en) * 1995-06-07 2011-09-13 Automotive Technologies International, Inc. Vehicle diagnostic and prognostic methods and systems
US7650210B2 (en) * 1995-06-07 2010-01-19 Automotive Technologies International, Inc. Remote vehicle diagnostic management
US8706348B2 (en) * 2004-12-13 2014-04-22 Geotab Apparatus, system and method utilizing aperiodic nonrandom triggers for vehicular telematics data queries
US7634337B2 (en) * 2004-12-29 2009-12-15 Snap-On Incorporated Vehicle or engine diagnostic systems with advanced non-volatile memory
US20080258890A1 (en) * 2006-05-22 2008-10-23 Todd Follmer System and Method for Remotely Deactivating a Vehicle
US9384597B2 (en) 2013-03-14 2016-07-05 Telogis, Inc. System and method for crowdsourcing vehicle-related analytics
US9824512B2 (en) 2016-02-05 2017-11-21 Ford Global Technologies, Llc Adjusting diagnostic tests based on collected vehicle data

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115223273A (zh) * 2021-04-21 2022-10-21 广州汽车集团股份有限公司 Tcu数据监控方法、装置、终端设备及存储介质
CN115223273B (zh) * 2021-04-21 2024-02-23 广州汽车集团股份有限公司 Tcu数据监控方法、装置、终端设备及存储介质
CN114399537A (zh) * 2022-03-23 2022-04-26 东莞先知大数据有限公司 一种目标人员的车辆跟踪方法及系统
CN114399537B (zh) * 2022-03-23 2022-07-01 东莞先知大数据有限公司 一种目标人员的车辆跟踪方法及系统

Also Published As

Publication number Publication date
DE102020104555A1 (de) 2020-08-27
US11210870B2 (en) 2021-12-28
US20200273262A1 (en) 2020-08-27

Similar Documents

Publication Publication Date Title
CN111612937A (zh) 车载诊断监测程序规划和执行
EP3559625B1 (en) Device and method for managing an electric vehicle
US9767626B2 (en) Connected services for vehicle diagnostics and repairs
US8924071B2 (en) Online vehicle maintenance
US9047722B2 (en) Vehicle location and fault diagnostic systems and methods
US10943283B2 (en) Service location recommendation tailoring
US11162447B2 (en) Vehicle predictive control system based on big data and method thereof
CN106627579A (zh) 车辆队列中的协调测试
US20170024943A1 (en) System and Method for Service Assessment
CN107015550B (zh) 诊断测试执行控制系统和方法
US11295560B2 (en) Cloud-managed validation and execution for diagnostic requests
CN108734336B (zh) 基于云的连接能量预算管理器
US11914358B2 (en) Methods and systems for anomaly detection of a vehicle
KR20120075555A (ko) 스마트폰을 이용한 운전 정보 관리 시스템 및 방법
US20100161172A1 (en) System and method for managing a vehicle component using temporary on-board data storage
CN103459812B (zh) 检查机动车的部件的方法和具有相应检查装置的机动车
US11417155B2 (en) On-board data request approval management
US11572056B2 (en) Blockchain based ecosystem for emission tracking of plug in hybrid vehicles
US10510194B2 (en) Cloud-based connectivity energy budget manager
CN110497820A (zh) 云管理高压电池配置文件恢复
CN113906483A (zh) 用于识别对车辆的篡改的方法和系统
KR102255599B1 (ko) 차량 고장 진단 서비스 제공 시스템 및 방법
US9401055B2 (en) Electronic control apparatus
CN115461751A (zh) 利用机器学习监测车辆健康状况的系统和方法
Kim et al. Compare of Vehicle Management over the Air and On-Board Diagnostics

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