CN112147968A - 车辆故障诊断方法、装置及系统 - Google Patents
车辆故障诊断方法、装置及系统 Download PDFInfo
- Publication number
- CN112147968A CN112147968A CN201910570449.4A CN201910570449A CN112147968A CN 112147968 A CN112147968 A CN 112147968A CN 201910570449 A CN201910570449 A CN 201910570449A CN 112147968 A CN112147968 A CN 112147968A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving data
- data
- fault
- period
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 16
- 238000007405 data analysis Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 claims description 7
- 230000007257 malfunction Effects 0.000 claims 2
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000015654 memory Effects 0.000 description 27
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000012423 maintenance Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明提供一种车辆故障诊断方法、装置及系统,属于车辆故障分析技术领域。车辆故障诊断方法包括:以第一周期采集车辆的实时行驶数据;至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。本发明的技术方案,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
Description
技术领域
本发明涉及车辆故障分析技术领域,特别是指一种车辆故障诊断方法、装置及系统。
背景技术
随着车辆的普及,车辆故障问题引发人们的关注,车辆的故障诊断是确保车辆安全性的重要手段。目前,车辆故障分析主要是在故障出现之后,才进行故障分析,无法对故障进行预测并及时提醒驾驶员,影响了驾驶安全。另外,在故障出现之后,根据车辆故障分析提示的故障信息比如故障码,驾驶员由于不具有维修经验,需要将车辆送至专门的维修点才能确定故障原因并进行维修,而无法对车辆进行及时的故障诊断和维修。
发明内容
本发明要解决的技术问题是提供一种车辆故障诊断方法、装置及系统,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
为解决上述技术问题,本发明的实施例提供技术方案如下:
一方面,提供一种车辆故障诊断方法,包括:
以第一周期采集车辆的实时行驶数据;
至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
可选地,所采集的实时行驶数据包括故障码,所述至少基于所采集的实时行驶数据确定需要故障诊断用的关键行驶数据包括:
根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
可选地,所述至少基于所采集的实时行驶数据确定需要故障诊断用的关键行驶数据包括:
基于所采集的实时行驶数据以及所述车辆的历史行驶数据进行数据分析,将所述实时行驶数据中出现异常的数据确定为关键行驶数据。
可选地,还包括确定所述第二周期的步骤,确定所述第二周期的步骤包括:
根据预先存储的关键行驶数据与采集周期之间的对应关系,将与所述关键行驶数据对应的采集周期确定为所述第二周期。
可选地,在所述关键行驶数据包括多个数据时,所述故障诊断周期等于所述多个数据对应的多个第二周期的最小公积数的倍数;或等于所述多个数据对应的多个第二周期中的最大值的倍数。
可选地,所述确定所述车辆的故障信息之后,所述方法还包括:
将所述故障信息及解决方案展示给所述车辆的驾驶员;或
确定所述故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,将所述故障信息及解决方案展示给所述车辆的驾驶员。
本发明实施例还提供了一种车辆故障诊断装置,包括:
第一采集模块,用于以第一周期采集车辆的实时行驶数据;
处理模块,用于至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
第二采集模块,用于在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
故障诊断模块,用于根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
可选地,所采集的实时行驶数据包括故障码,所述处理模块具体用于根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
可选地,所述处理模块具体用于基于所采集的实时行驶数据以及所述车辆的历史行驶数据进行数据分析,将所述实时行驶数据中出现异常的数据确定为关键行驶数据。
可选地,还包括:
确定模块,用于根据预先存储的关键行驶数据与采集周期之间的对应关系,将与所述关键行驶数据对应的采集周期确定为所述第二周期。
可选地,所述装置还包括:
展示模块,用于将所述故障信息及解决方案展示给所述车辆的驾驶员;或
确定所述故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,将所述故障信息及解决方案展示给所述车辆的驾驶员。
本发明实施例还提供了一种车辆故障诊断系统,包括:
车辆故障诊断装置,用于向车载终端发送第一控制信息,指示所述车载终端以第一周期采集车辆的实时行驶数据,至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据,在故障诊断周期内,向所述车载终端发送第二控制信息,指示所述车载终端以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期,根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息;
车载终端,用于接收所述车辆故障诊断装置的第一控制信息,以第一周期采集车辆的实时行驶数据,并将所述实时行驶数据发送给所述车辆故障诊断装置,接收所述车辆故障诊断装置的第二控制信息,以第二周期采集车辆的关键行驶数据,并将所述关键行驶数据发送给所述车辆故障诊断装置。
本发明实施例还提供了一种车辆故障诊断设备,包括:
处理器;和
存储器,在所述存储器中存储有计算机程序指令,
其中,在所述计算机程序指令被所述处理器运行时,使得所述处理器执行如上所述的车辆故障诊断方法中的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器运行时,使得所述处理器执行如上所述的车辆故障诊断方法中的步骤。
本发明的实施例具有以下有益效果:
上述方案中,在进行故障诊断时,确定故障诊断所需要用到的关键行驶数据,利用第二周期对关键行驶数据进行采集,其中,第二周期小于非故障诊断时期实时行驶数据的采集周期,这样可以最大程度获取关键行驶数据,为远程故障诊断提供依据,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
附图说明
图1为本发明实施例车辆故障诊断方法的流程示意图;
图2为本发明具体实施例车辆故障诊断方法的流程示意图;
图3为本发明实施例车辆故障诊断装置的结构框图;
图4为本发明实施例车辆故障诊断系统的结构框图;
图5为本发明实施例车辆故障诊断设备的结构框图。
具体实施方式
为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明的实施例提供一种车辆故障诊断方法、装置及系统,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
实施例一
本发明实施例提供一种车辆故障诊断方法,如图1所示,包括:
步骤101:以第一周期采集车辆的实时行驶数据;
本实施例的车辆故障诊断方法应用于服务器侧的车辆故障诊断装置,首先车辆故障诊断装置可以与管理的至少一个车辆的车载终端之间建立无线通信,建立无线通信后,车辆故障诊断装置能够与车辆的车载终端之间进行信息交互,控制车载终端通过OBD(On-Board Diagnostic System,车载诊断接口)接口采集CAN总线上的实时行驶数据。其中,实时行驶数据可以包括全部的OBD数据,也可以包括绝大部分的OBD数据。
具体地,CAN总线支持每150-200ms采集一个数据,在实时行驶数据的采集过程中,一般要采集大几十或者上百种实时行驶数据,包括车速、油温、进气阀压力、GPS位置、踏板压力等实时行驶数据,根据车型的不同,所采集的数据的数量不同。在车辆故障诊断装置与车载终端之间建立无线通信后,车辆故障诊断装置可以通过与车载终端之间的信息交互辨别出车辆的车型及其支持的实时行驶数据。
假设一共需要采集N种实时行驶数据,每150ms采集一个数据,在未进入故障诊断模式时,每种数据的采集周期为(150*N)ms,即第一周期等于(150*N)ms,每种数据的采集频率等于1/(150*N)。
步骤102:至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
关键行驶数据为实时行驶数据中与故障诊断相关的数据,在所采集的实时行驶数据包括故障码时,关键行驶数据可以为与故障码相关的数据;在所采集的实时行驶数据不包括故障码时,关键行驶数据可以为实时行驶数据中出现异常的数据。
一具体实施例中,在所采集的实时行驶数据包括故障码时,可以根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
如表1所示为一具体示例中,故障码与关键行驶数据之间的对应关系,根据实时行驶数据中的故障码以及表1中的内容即可确定关键行驶数据,其中,关键行驶数据是进行故障诊断需要用到的数据。
表1
比如在故障码为10001时,即可确定待采集的关键行驶数据为车速、温度、进气阀压力,以此类推。
另一具体实施例中,在所采集的实时行驶数据不包括故障码时,基于所采集的实时行驶数据以及车辆的历史行驶数据进行数据分析,确定需要故障诊断用的关键行驶数据。
具体地,可以基于所采集的实时行驶数据以及车辆的历史行驶数据进行大数据分析,确定出现异常的数据,可以将出现异常的数据作为关键行驶数据来进行故障诊断。通过大数据分析,对没有故障码的故障可以进行预测及诊断,即对车辆即将发生的故障进行预测,达到预防性维护的效果。
步骤103:在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
在进行故障诊断时,需要利用关键行驶数据定位故障,关键行驶数据仅是N种数据中的部分数据,如果依旧按照(150*N)ms的周期进行数据的采集,则关键行驶数据的采集周期过长,不能有效地反应故障情况。比如在关键行驶数据包括车速时,由于车速的变化幅度比较大,如果以(150*N)ms的周期采集车速,则不能真实地反应车速的变化情况,也就无法准确地定位故障。因此,在故障诊断周期内,可以停止采集不用于故障诊断的实时行驶数据,仅对关键行驶数据进行采集,这样采集关键行驶数据的周期得以缩小。
其中,不同的关键行驶数据有不同的采集周期,预先可以建立并存储关键行驶数据与采集周期之间的对应关系,根据关键行驶数据的类型确定与之对应的采集周期,作为采集关键行驶数据的第二周期。比如在CAN总线支持每150ms采集一个数据时,可以将150ms作为基准采集周期t,关键行驶数据的采集周期为t的倍数。
如表2所示为一具体示例中,关键行驶数据与采集周期之间的对应关系。
表2
具体地,在所述关键行驶数据包括多个数据时,所述故障诊断周期等于所述多个数据对应的多个第二周期的最小公积数的倍数;或等于所述多个数据对应的多个第二周期中的最大值的倍数。
一具体实施例中,关键行驶数据包括D1、D2、…、Dn,对应的第二周期分别为t1、t2、…、tn,故障诊断周期根据t1、t2、…、tn确定,要确保在一个故障诊断周期内,D1、D2、…、Dn至少被采集一次,D1、D2、…、Dn的数量越多,则故障定位的精度越高。
步骤104:根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
在故障诊断周期结束后,即可根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。比如根据所采集的车速以及油门踏板压力可以判断出车辆过滤网是否堵塞。
在确定车辆的故障信息后,可以转向步骤101,继续采集车辆的实时行驶数据,并在实时行驶数据出现异常时,重新在下一个故障诊断周期定位故障。
在进行故障定位后,可以将故障信息及解决方案展示给所述车辆的驾驶员,比如通过车载终端语音提示驾驶员,或者在车载终端的屏幕上进行显示以提示驾驶员。这样即使驾驶员不具备维修经验,也可以根据展示的解决方案进行车辆的维修,而无需将车辆送至专门的维修点,极大地方便了驾驶员,并且能够使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
车辆的故障信息类型多样,紧急程度和严重程度也不同,比如“刹车失灵”的故障的紧急程度高于“车辆滤网阻塞”的故障,如果将所有的故障信息都展示给驾驶员,一方面会造成驾驶员的困扰,另一方面也不能使驾驶员了解故障信息的紧急程度和严重程度。因此,可以事先根据故障信息的紧急程度和严重程度建立故障信息与优先级等级之间的对应关系,根据该对应关系确定所定位的故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,再将所述故障信息及解决方案展示给所述车辆的驾驶员。
本实施例中,在进行故障诊断时,确定故障诊断所需要用到的关键行驶数据,利用第二周期对关键行驶数据进行采集,其中,第二周期小于非故障诊断时期实时行驶数据的采集周期,这样可以最大程度获取关键行驶数据,为远程故障诊断提供依据,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
实施例二
下面结合具体的应用场景,对本发明的车辆故障诊断方法进行进一步介绍,如图2所示,本实施例的车辆故障诊断方法包括以下步骤:
步骤201:以第一周期采集车辆的实时行驶数据;
通过本实施例的技术方案,服务器可以对车队的多个车辆进行管理,服务器与车队的多个车辆之间分别建立无线通信,在建立无线通信后,服务器能够与车辆的车载终端之间进行信息交互,对车辆进行故障诊断,在服务器侧可以存储有每个车辆的车辆编号、车牌号、驾驶员等信息。
服务器控制车载终端通过OBD接口采集CAN总线上的实时行驶数据,并将采集的实时行驶数据存储在对应车辆的目录下。具体地,CAN总线支持每150ms采集一个数据,一共需要采集N种数据,则每种数据的采集周期为(150*N)ms,即第一周期等于(150*N)ms,比如一共需要采集100种数据,100种数据包括车速、温度、进气阀压力等数据,则对于100种数据中的每种数据,比如车速来说,是每隔15000ms采集一次,可以看出,采集间隔的时间比较长。
步骤202:判断接收到的实时行驶数据出现异常,如果接收到的实时行驶数据包括故障码,转向步骤203;如果没有故障码,转向步骤204;
可以通过判断接收到的实时行驶数据中是否包含故障码来确定实时行驶数据是否出现异常,在车辆出现故障码所指示的故障时,OBD接口会输出故障码,如果服务器接收到的实时行驶数据中包含故障码,转向步骤203;
在车辆未出现故障码所指示的故障,通过将接收到的实时行驶数据与历史行驶数据进行比对分析,可以预测车辆是否会出现故障,如果通过大数据分析判断接收到的实时行驶数据出现异常,转向步骤204;
步骤203:确定与故障码对应的关键行驶数据,转向步骤205;
在服务器侧存储有故障码与关键行驶数据之间的对应关系,服务器可以根据接收到的故障码确定对应的关键行驶数据,并指示车载终端仅采集关键行驶数据,不再采集其他对定位故障没有帮助的数据,这样可以缩短关键行驶数据的采集周期。其中,在多个车辆发送的实时行驶数据均包括故障码时,分别确定每一车辆的关键行驶数据,并指示每一车辆采集对应的关键行驶数据。
步骤204:通过数据分析确定关键行驶数据,转向步骤205;
在车辆发送的实时行驶数据未包括故障码时,说明车辆的车载诊断系统未发现明显的故障,但此时不代表车辆的状况正常,可以通过利用历史行驶数据和车辆发送的实时行驶数据进行大数据分析,预测车辆是否会出现故障,并确定定位故障所需要用到的关键行驶数据,指示车载终端仅采集关键行驶数据,不再采集其他对定位故障没有帮助的数据,这样可以缩短关键行驶数据的采集周期。其中,在多个车辆发送的实时行驶数据均出现异常时,分别确定每一车辆的关键行驶数据,并指示每一车辆采集对应的关键行驶数据。
步骤205:以第二周期采集关键行驶数据;
不同的关键行驶数据有不同的采集周期,预先可以建立并存储关键行驶数据与采集周期之间的对应关系,根据关键行驶数据的类型确定与之对应的采集周期,并将对应的采集周期作为每种关键行驶数据的第二周期。
采集周期可以是基准采集周期t(t=150ms)的倍数,根据数据的类型特点,不同的关键行驶数据有不同的采集周期,比如车速的波动幅度比较大,则车速的采集周期设置的比较小,为t;车辆温度的波动幅度比较大,则温度的采集周期设置的比较大,可以为10t。
在一个故障诊断周期内,可以对关键行驶数据的采集时刻进行调配,使得尽可能多地采集关键行驶数据,采集的关键行驶数据越多,则越有利于提高故障定位的精度。一个车辆存在多种关键行驶数据时,在一个故障诊断周期内,可以依次采集每种关键行驶数据,也可以交替采集不同类型的关键行驶数据。
一具体实施例中,关键行驶数据包括n种数据,分别为D1、D2、…、Dn,对应的第二周期分别为t1、t2、…、tn,其中,故障诊断周期T可以根据t1、t2、…、tn的最小公积数确定,T可以等于最小公倍数的倍数,比如,关键行驶数据包括D1、D2、D3,采集周期分别为t1、t2、t3,t1为t,t2为10t,t3为3t,则一个故障诊断周期等于30t的倍数,这样可以保证每种类型的关键行驶数据被采集至少一次;在一个故障诊断周期内,为了尽可能多地采集关键行驶数据,依次采集的关键行驶数据可以如下:D1、D1、D1、D3、D1、D1、D1、D3、D1、D1、D2、D1、D1、D1、D3、D1、D1、D1、D3、D1、D1、D2、D1、D1、D1、D3、D1、D1、D1、D3、D1、D1、D2。
进一步,故障诊断周期T还可以根据t1、t2、…、tn的最大值确定,T可以等于最大值的倍数,比如,关键行驶数据包括D1、D2、D3,采集周期分别为t1、t2、t3,t1为t,t2为10t,t3为3t,则一个故障诊断周期可以等于10t的倍数,这样通过调整关键行驶数据的采集时刻,可以保证每种类型的关键行驶数据被采集至少一次;在一个故障诊断周期内,为了尽可能多地采集关键行驶数据,依次采集的关键行驶数据可以如下:D1、D1、D1、D3、D1、D1、D1、D3。
步骤206:确定车辆的故障信息;
在采集足够多的关键行驶数据后,即可根据关键行驶数据进行故障定位。服务器侧,在每一车辆的目录下存储有车辆的故障信息、解决方案以及故障信息的优先级等级,还可以包括有解决方案的建议处理时间以及未得到及时处理的不良后果,其中,优先级等级代表故障信息的紧急程度和严重程度,可以包括普通、较严重、严重等,建议处理时间可以包括立即、一周内、三个月内等。
上述信息均可以显示在服务器的操作界面上,这样相关人员通过操作界面可以一目了然车队所有车辆的故障信息。
步骤207:判断故障信息的优先级等级,如果大于预设优先级阈值,转向步骤208;如果小于等于预设优先级阈值,转向步骤201;
如果将所有的故障信息都展示给驾驶员,一方面会造成驾驶员的困扰,另一方面也不能使驾驶员了解故障信息的紧急程度和严重程度。因此,可以在故障信息对应的优先级等级高于预设优先级阈值时,再将所述故障信息及解决方案展示给所述车辆的驾驶员,预设优先级阈值可以根据需要进行设定。
步骤208:展示故障信息和解决方案。
一具体示例中,可以将优先级等级为严重的故障信息及对应的解决方案展示给对应车辆的驾驶员,以便驾驶员可以及时对车辆进行维修,保障驾驶安全。
之后可以继续进行车辆实时行驶数据的采集,以监控车辆的故障是否得到解决,在判断车辆仍然存在故障时,继续向车辆的驾驶员展示故障信息和解决方案。
通过本实施例的技术方案,服务器可以对多个车辆进行远程故障诊断,并为车辆提供对应的解决方案,准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
实施例三
本发明实施例还提供了一种车辆故障诊断装置,如图3所示,包括:
第一采集模块31,用于以第一周期采集车辆的实时行驶数据;
首先车辆故障诊断装置可以与管理的至少一个车辆的车载终端之间建立无线通信,建立无线通信后,车辆故障诊断装置能够与车辆的车载终端之间进行信息交互,控制车载终端通过OBD接口采集CAN总线上的实时行驶数据。
具体地,CAN总线支持每150-200ms采集一个数据,在实时行驶数据的采集过程中,一般要采集大几十或者上百种数据,包括车速、油温、进气阀压力、GPS位置、踏板压力等实时行驶数据,根据车型的不同,所采集的数据的数量不同。在车辆故障诊断装置与车载终端之间建立无线通信后,车辆故障诊断装置可以通过与车载终端之间的信息交互辨别出车辆的车型及其支持的实时行驶数据。
假设一共需要采集N种数据,每150ms采集一个数据,在未进入故障诊断模式时,每种数据的采集周期为(150*N)ms,即第一周期等于(150*N)ms,每种数据的采集频率等于1/(150*N)。
处理模块32,用于至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
一具体实施例中,在所采集的实时行驶数据包括故障码时,可以根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
另一具体实施例中,在所采集的实时行驶数据不包括故障码时,基于所采集的实时行驶数据以及车辆的历史行驶数据进行数据分析,将所述实时行驶数据中出现异常的数据确定为关键行驶数据。
第二采集模块33,用于在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
在进行故障诊断时,需要利用关键行驶数据定位故障,关键行驶数据仅是N种数据中的部分数据,如果依旧按照(150*N)ms的周期进行数据的采集,则采集关键行驶数据的周期过长,不能有效地反应故障情况。比如在关键行驶数据包括车速时,由于车速的变化幅度比较大,如果以(150*N)ms的周期采集车速,则不能真实地反应车速的变化情况,也就无法准确地定位故障。因此,在故障诊断周期内,可以停止采集不用于故障诊断的实时行驶数据,仅对关键行驶数据进行采集,这样采集所述关键行驶数据的周期得以缩小。
故障诊断模块34,用于根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
在故障诊断周期结束后,即可根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。比如根据所采集的车速以及油门踏板压力可以判断出车辆过滤网是否堵塞。
本实施例中,在进行故障诊断时,确定故障诊断所需要用到的关键行驶数据,利用第二周期对关键行驶数据进行采集,其中,第二周期小于非故障诊断时期实时行驶数据的采集周期,这样可以最大程度获取关键行驶数据,为远程故障诊断提供依据,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
如表1所示为一具体示例中,故障码与关键行驶数据之间的对应关系,所述处理模块32根据实时行驶数据中的故障码以及表1中的内容即可确定关键行驶数据,其中,关键行驶数据是进行故障诊断需要用到的数据。
表1
故障码 | 关键行驶数据 | 关键行驶数据个数 |
10001 | 车速、温度、进气阀压力 | 3 |
10002 | 车速、油门踏板压力 | 2 |
10003 | 气缸温度、气缸压力 | 2 |
10004 | …… | …… |
10005 | …… | …… |
…… | …… | …… |
比如在故障码为10001时,即可确定待采集的关键行驶数据为车速、温度、进气阀压力,以此类推。
另一具体实施例中,在所采集的实时行驶数据不包括故障码时,所述处理模块32可以基于所采集的实时行驶数据以及所述车辆的历史行驶数据进行大数据分析,确定出现异常的数据,可以将出现异常的数据作为关键行驶数据来进行故障诊断。通过大数据分析,对没有故障码的故障可以进行预测及诊断,即对车辆即将发生的故障进行预测,达到预防性维护的效果。
进一步地,所述装置还包括:
确定模块,用于根据预先存储的关键行驶数据与采集周期之间的对应关系,将与所述关键行驶数据对应的采集周期确定为所述第二周期。
不同的关键行驶数据有不同的采集周期,预先可以建立并存储关键行驶数据与采集周期之间的对应关系,根据关键行驶数据的类型确定与之对应的采集周期,作为采集关键行驶数据的第二周期。比如在CAN总线支持每150ms采集一个数据时,可以将150ms作为基准采集周期t,关键行驶数据的采集周期为t的倍数。
如表2所示为一具体示例中,关键行驶数据与采集周期之间的对应关系。
表2
进一步地,所述装置还包括:
展示模块,用于将所述故障信息及解决方案展示给所述车辆的驾驶员;或
确定所述故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,将所述故障信息及解决方案展示给所述车辆的驾驶员。
在进行故障定位后,可以将故障信息及解决方案展示给所述车辆的驾驶员,比如通过车载终端语音提示驾驶员,或者在车载终端的屏幕上进行显示以提示驾驶员。这样即使驾驶员不具备维修经验,也可以根据展示的解决方案进行车辆的维修,而无需将车辆送至专门的维修点,极大地方便了驾驶员,并且能够使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
车辆的故障信息类型多样,紧急程度和严重程度也不同,比如“刹车失灵”的故障的紧急程度高于“车辆滤网阻塞”的故障,如果将所有的故障信息都展示给驾驶员,一方面会造成驾驶员的困扰,另一方面也不能使驾驶员了解故障信息的紧急程度和严重程度。因此,可以事先根据故障信息的紧急程度和严重程度建立故障信息与优先级等级之间的对应关系,根据该对应关系确定所定位的故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,再将所述故障信息及解决方案展示给所述车辆的驾驶员。
实施例四
本发明实施例还提供了一种车辆故障诊断系统,如图4所示,包括:
车辆故障诊断装置41,用于向车载终端42发送第一控制信息,指示所述车载终端以第一周期采集车辆的实时行驶数据,至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据,在故障诊断周期内,向所述车载终端发送第二控制信息,指示所述车载终端以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期,根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息;
车载终端42,用于接收所述车辆故障诊断装置41的第一控制信息,以第一周期采集车辆的实时行驶数据,并将所述实时行驶数据发送给所述车辆故障诊断装置,接收所述车辆故障诊断装置的第二控制信息,以第二周期采集车辆的关键行驶数据,并将所述关键行驶数据发送给所述车辆故障诊断装置。
其中,车辆故障诊断装置41位于服务器侧,车载终端42安装在车辆上,通过无线通信与车辆故障诊断装置41进行信息交互。车辆故障诊断装置41采用上述实施例所述的车辆故障诊断装置,能够对采集到的实时行驶数据进行分析,根据实时行驶数据确定关键行驶数据,并根据关键行驶数据定位故障,为远程故障诊断提供依据,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
实施例五
本发明实施例还提供了一种车辆故障诊断设备50,如图5所示,包括:
处理器52;和
存储器54,在所述存储器54中存储有计算机程序指令,
其中,在所述计算机程序指令被所述处理器运行时,使得所述处理器52执行以下步骤:
以第一周期采集车辆的实时行驶数据;
至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
本实施例中,在进行故障诊断时,确定故障诊断所需要用到的关键行驶数据,利用第二周期对关键行驶数据进行采集,其中,第二周期小于非故障诊断时期实时行驶数据的采集周期,这样可以最大程度获取关键行驶数据,为远程故障诊断提供依据,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
进一步地,如图5所示,车辆故障诊断设备50还包括网络接口51、输入设备53、硬盘55、和显示设备56。
上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器52代表的一个或者多个中央处理器(CPU),以及由存储器54代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解,总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外,还包括电源总线、控制总线和状态信号总线,这些都是本领域所公知的,因此本文不再对其进行详细描述。
所述网络接口51,可以连接至网络(如因特网、局域网等),从网络中获取相关数据,并可以保存在硬盘55中。
所述输入设备53,可以接收操作人员输入的各种指令,并发送给处理器52以供执行。所述输入设备53可以包括键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
所述显示设备56,可以将处理器52执行指令获得的结果进行显示。
所述存储器54,用于存储操作系统运行所必须的程序和数据,以及处理器52计算过程中的中间结果等数据。
可以理解,本发明实施例中的存储器54可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM),其用作外部高速缓存。本文描述的装置和方法的存储器54旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器54存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作系统541和应用程序542。
其中,操作系统541,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序542,包含各种应用程序,例如浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序542中。
上述处理器52,当调用并执行所述存储器54中所存储的应用程序和数据,具体的,可以是以第一周期采集车辆的实时行驶数据;至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据;在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
本发明上述实施例揭示的方法可以应用于处理器52中,或者由处理器52实现。处理器52可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器52中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器52可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器54,处理器52读取存储器54中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
进一步地,处理器52根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
进一步地,处理器52基于所采集的实时行驶数据以及所述车辆的历史行驶数据进行数据分析,将所述实时行驶数据中出现异常的数据确定为关键行驶数据。
进一步地,处理器52根据预先存储的关键行驶数据与采集周期之间的对应关系,将与所述关键行驶数据对应的采集周期确定为所述第二周期。
进一步地,在所述关键行驶数据包括多个数据时,所述故障诊断周期等于所述多个数据对应的多个第二周期的最小公积数的倍数;或等于所述多个数据对应的多个第二周期中的最大值的倍数。
进一步地,处理器52将所述故障信息及解决方案展示给所述车辆的驾驶员;或
确定所述故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,将所述故障信息及解决方案展示给所述车辆的驾驶员。
实施例六
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器运行时,使得所述处理器执行以下步骤:
以第一周期采集车辆的实时行驶数据;
至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
本实施例中,在进行故障诊断时,确定故障诊断所需要用到的关键行驶数据,利用第二周期对关键行驶数据进行采集,其中,第二周期小于非故障诊断时期实时行驶数据的采集周期,这样可以最大程度获取关键行驶数据,为远程故障诊断提供依据,能够准确及时地帮助驾驶员了解车辆发生的故障,使得驾驶员能够及时对车辆进行维修,保障驾驶安全。
进一步地,所述计算机程序被处理器运行时,还使得所述处理器执行以下步骤:
根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
进一步地,所述计算机程序被处理器运行时,还使得所述处理器执行以下步骤:
基于所采集的实时行驶数据以及所述车辆的历史行驶数据进行数据分析,将所述实时行驶数据中出现异常的数据确定为关键行驶数据。
进一步地,所述计算机程序被处理器运行时,还使得所述处理器执行以下步骤:
根据预先存储的关键行驶数据与采集周期之间的对应关系,将与所述关键行驶数据对应的采集周期确定为所述第二周期。
进一步地,在所述关键行驶数据包括多个数据时,所述故障诊断周期等于所述多个数据对应的多个第二周期的最小公积数的倍数;或等于所述多个数据对应的多个第二周期中的最大值的倍数。
进一步地,所述计算机程序被处理器运行时,还使得所述处理器执行以下步骤:
将所述故障信息及解决方案展示给所述车辆的驾驶员;或
确定所述故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,将所述故障信息及解决方案展示给所述车辆的驾驶员。
以上是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种车辆故障诊断方法,其特征在于,包括:
以第一周期采集车辆的实时行驶数据;
至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
2.根据权利要求1所述的车辆故障诊断方法,其特征在于,所采集的实时行驶数据包括故障码,所述至少基于所采集的实时行驶数据确定需要故障诊断用的关键行驶数据包括:
根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
3.根据权利要求1所述的车辆故障诊断方法,其特征在于,所述至少基于所采集的实时行驶数据确定需要故障诊断用的关键行驶数据包括:
基于所采集的实时行驶数据以及所述车辆的历史行驶数据进行数据分析,将所述实时行驶数据中出现异常的数据确定为关键行驶数据。
4.根据权利要求1所述的车辆故障诊断方法,其特征在于,还包括确定所述第二周期的步骤,确定所述第二周期的步骤包括:
根据预先存储的关键行驶数据与采集周期之间的对应关系,将与所述关键行驶数据对应的采集周期确定为所述第二周期。
5.根据权利要求1所述的车辆故障诊断方法,其特征在于,
在所述关键行驶数据包括多个数据时,所述故障诊断周期等于所述多个数据对应的多个第二周期的最小公积数的倍数;或等于所述多个数据对应的多个第二周期中的最大值的倍数。
6.根据权利要求1所述的车辆故障诊断方法,其特征在于,所述确定所述车辆的故障信息之后,所述方法还包括:
将所述故障信息及解决方案展示给所述车辆的驾驶员;或
确定所述故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,将所述故障信息及解决方案展示给所述车辆的驾驶员。
7.一种车辆故障诊断装置,其特征在于,包括:
第一采集模块,用于以第一周期采集车辆的实时行驶数据;
处理模块,用于至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据;
第二采集模块,用于在故障诊断周期内,以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期;
故障诊断模块,用于根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息。
8.根据权利要求7所述的车辆故障诊断装置,其特征在于,所采集的实时行驶数据包括故障码,所述处理模块具体用于根据预先存储的故障码与关键行驶数据之间的对应关系,确定与所采集的实时行驶数据中的故障码对应的关键行驶数据。
9.根据权利要求7所述的车辆故障诊断装置,其特征在于,所述处理模块具体用于基于所采集的实时行驶数据以及所述车辆的历史行驶数据进行数据分析,将所述实时行驶数据中出现异常的数据确定为关键行驶数据。
10.根据权利要求7所述的车辆故障诊断装置,其特征在于,还包括:
确定模块,用于根据预先存储的关键行驶数据与采集周期之间的对应关系,将与所述关键行驶数据对应的采集周期确定为所述第二周期。
11.根据权利要求7所述的车辆故障诊断装置,其特征在于,所述装置还包括:
展示模块,用于将所述故障信息及解决方案展示给所述车辆的驾驶员;或
确定所述故障信息对应的优先级等级,在所述故障信息对应的优先级等级高于预设优先级阈值时,将所述故障信息及解决方案展示给所述车辆的驾驶员。
12.一种车辆故障诊断系统,其特征在于,包括:
车辆故障诊断装置,用于向车载终端发送第一控制信息,指示所述车载终端以第一周期采集车辆的实时行驶数据,至少基于所采集的实时行驶数据确定用于故障诊断的关键行驶数据,所述关键行驶数据为所述实时行驶数据中的部分数据,在故障诊断周期内,向所述车载终端发送第二控制信息,指示所述车载终端以第二周期采集所述关键行驶数据,所述第二周期小于所述第一周期,根据所采集的关键行驶数据进行故障诊断,确定所述车辆的故障信息;
车载终端,用于接收所述车辆故障诊断装置的第一控制信息,以第一周期采集车辆的实时行驶数据,并将所述实时行驶数据发送给所述车辆故障诊断装置,接收所述车辆故障诊断装置的第二控制信息,以第二周期采集车辆的关键行驶数据,并将所述关键行驶数据发送给所述车辆故障诊断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910570449.4A CN112147968B (zh) | 2019-06-27 | 2019-06-27 | 车辆故障诊断方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910570449.4A CN112147968B (zh) | 2019-06-27 | 2019-06-27 | 车辆故障诊断方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112147968A true CN112147968A (zh) | 2020-12-29 |
CN112147968B CN112147968B (zh) | 2024-08-23 |
Family
ID=73868958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910570449.4A Active CN112147968B (zh) | 2019-06-27 | 2019-06-27 | 车辆故障诊断方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112147968B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359675A (zh) * | 2021-06-22 | 2021-09-07 | 上海星融汽车科技有限公司 | 一种车辆传感器故障的诊断系统 |
CN113865879A (zh) * | 2021-08-12 | 2021-12-31 | 浙江车速达软件科技有限公司 | 一种汽车检测的引导系统 |
CN114863582A (zh) * | 2022-04-13 | 2022-08-05 | 岚图汽车科技有限公司 | 一种车载诊断方法、装置、电子设备及可读存介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004302675A (ja) * | 2003-03-28 | 2004-10-28 | Mazda Motor Corp | 遠隔故障診断システム |
JP2009146086A (ja) * | 2007-12-13 | 2009-07-02 | Toyota Central R&D Labs Inc | 車両故障診断予測装置 |
CN103529822A (zh) * | 2013-10-15 | 2014-01-22 | 北京经纬恒润科技有限公司 | 一种汽车故障检测方法和装置 |
CN104181911A (zh) * | 2014-07-30 | 2014-12-03 | 麦特汽车服务股份有限公司 | 车辆远程诊断的方法和装置 |
CN105334843A (zh) * | 2015-10-27 | 2016-02-17 | 北京新能源汽车股份有限公司 | 用于车辆的远程监控数据上传方法和装置 |
CN107450525A (zh) * | 2017-09-15 | 2017-12-08 | 四川驹马企业管理有限公司 | 车辆故障检测装置与方法 |
CN109407646A (zh) * | 2017-08-18 | 2019-03-01 | 宝沃汽车(中国)有限公司 | 车辆故障数据的获取方法、装置、存储介质和管理服务器 |
CN109445405A (zh) * | 2018-09-20 | 2019-03-08 | 上海博泰悦臻网络技术服务有限公司 | 解决车辆故障的方法及系统 |
CN109857002A (zh) * | 2019-01-15 | 2019-06-07 | 北京百度网讯科技有限公司 | 数据采集方法、装置、设备及计算机可读存储介质 |
US20190187675A1 (en) * | 2016-05-16 | 2019-06-20 | Hitachi, Ltd. | Diagnosis System and Electronic Control Device |
-
2019
- 2019-06-27 CN CN201910570449.4A patent/CN112147968B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004302675A (ja) * | 2003-03-28 | 2004-10-28 | Mazda Motor Corp | 遠隔故障診断システム |
JP2009146086A (ja) * | 2007-12-13 | 2009-07-02 | Toyota Central R&D Labs Inc | 車両故障診断予測装置 |
CN103529822A (zh) * | 2013-10-15 | 2014-01-22 | 北京经纬恒润科技有限公司 | 一种汽车故障检测方法和装置 |
CN104181911A (zh) * | 2014-07-30 | 2014-12-03 | 麦特汽车服务股份有限公司 | 车辆远程诊断的方法和装置 |
CN105334843A (zh) * | 2015-10-27 | 2016-02-17 | 北京新能源汽车股份有限公司 | 用于车辆的远程监控数据上传方法和装置 |
US20190187675A1 (en) * | 2016-05-16 | 2019-06-20 | Hitachi, Ltd. | Diagnosis System and Electronic Control Device |
CN109407646A (zh) * | 2017-08-18 | 2019-03-01 | 宝沃汽车(中国)有限公司 | 车辆故障数据的获取方法、装置、存储介质和管理服务器 |
CN107450525A (zh) * | 2017-09-15 | 2017-12-08 | 四川驹马企业管理有限公司 | 车辆故障检测装置与方法 |
CN109445405A (zh) * | 2018-09-20 | 2019-03-08 | 上海博泰悦臻网络技术服务有限公司 | 解决车辆故障的方法及系统 |
CN109857002A (zh) * | 2019-01-15 | 2019-06-07 | 北京百度网讯科技有限公司 | 数据采集方法、装置、设备及计算机可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359675A (zh) * | 2021-06-22 | 2021-09-07 | 上海星融汽车科技有限公司 | 一种车辆传感器故障的诊断系统 |
CN113865879A (zh) * | 2021-08-12 | 2021-12-31 | 浙江车速达软件科技有限公司 | 一种汽车检测的引导系统 |
CN113865879B (zh) * | 2021-08-12 | 2024-05-14 | 浙江车速达软件科技有限公司 | 一种汽车检测的引导系统 |
CN114863582A (zh) * | 2022-04-13 | 2022-08-05 | 岚图汽车科技有限公司 | 一种车载诊断方法、装置、电子设备及可读存介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112147968B (zh) | 2024-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112147968A (zh) | 车辆故障诊断方法、装置及系统 | |
CN107918382B (zh) | 一种汽车故障诊断方法、汽车故障诊断装置及电子设备 | |
DE69020179T2 (de) | Vorrichtung und Verfahren zur Steuerung des Lastfaktors für Automobile. | |
US6950782B2 (en) | Model-based intelligent diagnostic agent | |
KR101744226B1 (ko) | 진단 고장 정보를 제공하기 위한 시스템 및 방법 | |
US20070226540A1 (en) | Knowledge-Based Diagnostic System for a Complex Technical System, Comprising Two Separate Knowledge Bases for Processing Technical System Data and Customer Complaints | |
DE102010051133A1 (de) | Fehlerdiagnose und -prognose unter Verwendung von Diagnosestörungscode-Markov-Ketten | |
DE102010052855A1 (de) | Detektieren von Abweichungen bei Feldausfalldaten | |
CN113415290B (zh) | 辅助驾驶方法、装置、设备及存储介质 | |
DE102018206720A1 (de) | Verfahren zum Durchführen eines Softwareupdates in einem Steuergerät eines Kraftfahrzeugs sowie entsprechend eingerichtetes Kraftfahrzeug | |
DE112010005557T5 (de) | Fehlerprüfgerät und Fehlerprüfverfahren | |
EP4167040A1 (en) | Fault model editor and diagnostic tool | |
CN114620056A (zh) | 车辆传感器故障诊断方法、装置、车辆及存储介质 | |
DE102009008050B4 (de) | Systeme und Verfahren zum Überwachen von Harnstoff-Füllstand | |
DE112016003835B4 (de) | Elektronische Steuervorrichtung zur Bestimmung der korrekten Fahrzeugidentifikationsnummer | |
CN116719740A (zh) | 一种车端应用软件的数据采集、数据诊断方法及相关设备 | |
CN116527749A (zh) | 车辆注册方法、装置及车联网平台 | |
CN118343145A (zh) | 车辆的故障处理方法及车载设备 | |
US8078429B2 (en) | Diagnosis agent for remote plant diagnosis | |
CN115416593A (zh) | 车机的重启故障监控方法、装置、车辆及存储介质 | |
CN108803581A (zh) | 一种基于专家模板的故障远程诊断方法 | |
DE102017219195B4 (de) | Verfahren zum gewährleisten eines betriebs eines rechners | |
CN117434925B (zh) | 一种诊断序列处理方法、计算机设备及介质 | |
CN111597634B (zh) | 一种确定动车组性能参数的方法及装置 | |
CN114859868B (zh) | 一种乘用车组合仪表系统下线配置防错处理方法 |
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 |