CN112861077A - 一种车辆诊断数据流分析方法、系统、服务器和存储介质 - Google Patents

一种车辆诊断数据流分析方法、系统、服务器和存储介质 Download PDF

Info

Publication number
CN112861077A
CN112861077A CN202110076970.XA CN202110076970A CN112861077A CN 112861077 A CN112861077 A CN 112861077A CN 202110076970 A CN202110076970 A CN 202110076970A CN 112861077 A CN112861077 A CN 112861077A
Authority
CN
China
Prior art keywords
data
grouping
vehicle diagnostic
vehicle
diagnosis
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
CN202110076970.XA
Other languages
English (en)
Inventor
娄珂
周振彬
宾朝林
苏瀚
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.)
Shenzhen Dingjiang Technology Co ltd
Original Assignee
Hunan Lianke Technology Co Ltd
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 Hunan Lianke Technology Co Ltd filed Critical Hunan Lianke Technology Co Ltd
Priority to CN202110076970.XA priority Critical patent/CN112861077A/zh
Publication of CN112861077A publication Critical patent/CN112861077A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/182—Distributed file systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供一种车辆诊断数据流分析方法，由车辆诊断仪执行，包括：从待测车辆获取车辆诊断数据流：对所述车辆诊断数据流进行分组，生成至少两个分组数据；从至少两个分组数据中确定一个或多个第一异常数据；分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。本发明还提供一种排序方法，获取车辆诊断数据流之后，通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则；基于所述单组排序规则对所述车辆诊断数据流进行排序。本发明通过对数据进行分组，从分组数据中筛出第一异常数据流诊断，提高了诊断效率。通过对数据进行排序，实现快速查看异常数据流项和高使用频度的数据流项，提高诊断效率。

Description

一种车辆诊断数据流分析方法、系统、服务器和存储介质
技术领域
本发明实施例涉及车辆诊断技术，尤其涉及一种车辆诊断数据流分析方法、系统、服务器和存储介质。
背景技术
近年来随着汽车产业迅速发展，汽车技术日新月异，汽车装配了许多电子控制单元来增加汽车的舒适性、易操作性和安全性。随着这些高精密控制单元的使用，汽车的维修保养的门槛也越来越高。在此背景下，对汽车进行维修保养操作时，需要使用专门的设备从控制单元中读取相关信息，因而各种汽车诊断设备也应运而生。
目前的诊断设备，数据流展示没有突出存在异常数据流项，根据所述的上面内容，在进行车辆诊断时不能快速查看异常数据流项，需要对所有的诊断数据流都进行诊断，导致诊断效率下降。
发明内容
本发明提供了一种车辆诊断数据流分析方法，通过从预设容器中读取待诊断功能，实现了对预存的待诊断功能的快速开启，不需要根据用户指令进行一层一层开启和切换，提高了车辆诊断数据流分析效率。
第一方面，一种车辆诊断数据流分析方法，由车辆诊断仪执行，包括：
从待测车辆获取车辆诊断数据流：
对所述车辆诊断数据流进行分组，生成至少两个分组数据；
从至少两个分组数据中确定一个或多个第一异常数据；
分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。
进一步地，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据，
包括：
从服务端的第一数据库获取预设的分组规则；
基于所述分组规则对所述车辆诊断数据流进行分组，生成至少两个分组数据。
进一步地，所述从至少两个分组数据中确定一个或多个第一异常数据，包括：
判断所述分组数据是否超出预设阈值；
若超出，则将所述分组数据判定为第一异常数据。
进一步地，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据之后，还包括：
将所述分组数据分别发送至服务器，以使服务器将所述分组数据存入第二数据库中。
进一步地，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据之后，还包括：
将所述分组数据存储在本地。
进一步地，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据之后，还包括：
从服务端获取排序规则；
基于排序规则对所述分组数据由高到低排序，将排序中前N个分组数据作为第二异常数据；
分别对一个或多个所述第二异常数据进行诊断，生成一个或多个第二诊断结果。
进一步地，在分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果之后，还包括：
将所述第一异常数据和第一诊断结果进行可视化展示。
进一步地，在所述从待测车辆获取车辆诊断数据流之后，还包括：
通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则；
基于所述单组排序规则对所述车辆诊断数据流进行排序。
进一步地，所述通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则，还包括：
判断网络是否正常；
若正常，则通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则；
若不正常，则本地获取预存的单组排序规则或接受用户输入的单组排序规则。
第二方面，本发明提供一种车辆诊断数据流分析系统，包括：
获取模块，用于从待测车辆获取车辆诊断数据流：
分组模块，用于对所述车辆诊断数据流进行分组，生成至少两个分组数据；
异常判定模块303，用于从至少两个分组数据中确定一个或多个第一异常数据；
诊断模块，用于分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。
第三方面，本发明提供一种计算机设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一所述的车辆诊断数据流分析方法。
第四方面，本发明提供一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一所述的车辆诊断数据流分析方法。
本发明通过对数据进行分组，从分组数据中筛出第一异常数据流诊断，提高了诊断效率。
附图说明
如图1所示为本实施例一的车辆诊断数据流分析方法流程图。
如图2所示为本实施例一的替代实施例流程图。
如图3所示为本实施例二的车辆诊断数据流分析方法流程图。
如图4所示为本实施例三车辆诊断数据流分析系统模块图。
如图5所示为本实施例三替代实施例的模块图。
如图6所示为本实施例四的服务器模块图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本申请的范围的情况下，第一特征信息可以为第二特征信息或第三特征信息，类似地，第二特征信息、第三特征信息可以为第一特征信息。第一特征信息和第二特征信息、第三特征信息都是分布式文件系统的特征信息，但其不是同一特征信息。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”、“批量”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
实施例一
本实施例提供一种车辆诊断数据流分析方法，由车辆诊断仪执行，如图1，包括：
S110、从待测车辆获取车辆诊断数据流：
该步骤中，对待诊断功能进行检测和诊断，可以包括：车辆诊断仪通过诊断接口接入待测车辆的车载诊断系统，形成车辆诊断通道，接入后用户在车辆诊断仪界面上待诊断单元，并获取车辆诊断数据流。数据流是汽车电子控制单元通过传感器和执行器等部件获取的车辆实时数据，且随着时间和工况改变而变化，汽车维修技师可以通过数据流了解汽车的工作状态。
S120、对所述车辆诊断数据流进行分组，生成至少两个分组数据。
该步骤中，可选地，车辆诊断仪设置有单组显示和/或分组显示功能，将数据流显示分成两种方式，可以根据使用偏好更改显示方式。第一种是单组显示数据流项，即所有数据流项全部放在一起展示；第二种是分组显示，将数据流项至少分成两组分组数据进行展示。
在替代实施例中，单组显示时，车辆诊断仪通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则进行排序。当车辆诊断仪提示无法联网时，从本地获取预存的单组排序规则或接受用户输入的单组排序规则进行排序。
在替代实施例中，分组显示时，车辆诊断仪通过服务器获取预设的分组规则或从本地获取预存的分组规则进行排序，当车辆诊断仪提示无法联网时，从本地获取预存的分组排序规则或接受用户输入的分组排序规则进行排序。基于所述分组规则对所述车辆诊断数据流进行分组，生成至少两个分组数据。还可以是：获取用户输入的分组指令，基于分组指令对所述车辆诊断数据流进行分组，生成至少两个分组数据。
在替代实施例中，该步骤之后还包括：将所述分组数据分别发送至服务器，以使服务器将所述分组数据存入第二数据库中。
在替代实施例中，该步骤之后还包括：将所述分组数据存储在本地。
其中，车辆诊断仪主要是用来接收并显示分组数据。服务端用于将数据存储在云端数据库，云端数据库包括第一数据库和第二数据库，主要是用来存储数据并提供数据的增、删、修改、后台查询。
S130、从至少两个分组数据中确定一个或多个第一异常数据。
将分组数据与预设的阈值对比，判断所述分组数据是否超出预设阈值,若超出，则将所述分组数据判定为第一异常数据。将车辆所有系统的第一异常数据流项显示到同一界面或显示在预设的分组界面，就可以直接进入到对应的系统进行全系统诊断。
在一种替代实施例中，该步骤之后还包括：将所述第一异常数据进行可视化显示。其中，可视化显示过程可以是单组显示和/或分组显示，该步骤可通过接收用户的单组/分组切换指令实现单组/分组的可视化展示。其中单组的可视化展示即将获取的原始的车辆诊断数据流放在一起展示；第二种是分组显示数据项，即将分组数据和/或第一异常数据至少分成两组展示。
S140、分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。
在一种替代实施例中，该步骤之后还包括：将所述第一异常数据和第一诊断结果进行可视化展示。
在一种替代实施例还包括对数据的排序过程，如图2，步骤S110之后还包括：
S150、通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则。
在该步骤的替代实施例中，还可以包括判断网络是否正常的步骤，若正常，则通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则；若不正常，则本地获取预存的单组排序规则或接受用户输入的单组排序规则。
S160、基于所述单组排序规则对所述车辆诊断数据流进行排序。
本实施例通过对车辆诊断数据流进行分组，将分组后的数据根据异常情况进行筛查，对筛选出的第一异常数据流进行诊断，提高车辆诊断效率。
实施例二
本实施例在上述实施例的基础上，增加了车辆诊断中，根据预设分组规则选择高频次的常用数据进行诊断，如图3，包括如下步骤：
S210、从待测车辆获取车辆诊断数据流。
该步骤中，对待诊断功能进行检测和诊断，可以包括：车辆诊断仪通过诊断接口接入待测车辆的车载诊断系统，形成车辆诊断通道，接入后用户在车辆诊断仪界面上待诊断单元，并获取车辆诊断数据流。
S220、对所述车辆诊断数据流进行分组，生成至少两个分组数据。
在替代实施例中，分组显示时，车辆诊断仪通过服务器获取预设的分组规则，基于所述分组规则对所述车辆诊断数据流进行分组，生成至少两个分组数据。还可以是：获取用户输入的分组指令，基于分组指令对所述车辆诊断数据流进行分组，生成至少两个分组数据。
在替代实施例中，该步骤之后还包括：将所述分组数据分别发送至服务器，以使服务器将所述分组数据存入第二数据库中。该步骤中，分组数据为至少两个，通过至少2个接口发送至服务器。
在替代实施例中，该步骤之后还包括：将所述分组数据存储在本地。
S230、从服务端获取排序规则；
S240、基于排序规则对所述分组数据由高到低排序，将排序中前N个分组数据作为第二异常数据。
该步骤中N的值小于或等于分组数据的分组数，所述第二异常数据为一组或多组。
在一种替代实施例中，步骤S230-S240还可以是：获取用户输入的选择指令；基于所述选择指令从至少两个分组数据中确定第二异常数据。
在另一种替代实施例中，步骤S230-S240还可以是：从服务端分别获取排序规则和至少两个分组数据的历史诊断频率；基于排序规则和历史诊断频率对所述分组数据由高到低排序，将排序中前N个分组数据作为高频使用数据；分别对一个或多个所述高频使用数据进行诊断，生成一个或多个第二诊断结果。
该步骤中，服务端在历史诊断数据流获取后对历史诊断数据流进行分析计算，根据历史诊断数据流统计历史诊断频率，所述历史诊断频率包括：哪种分组数据出现异常的次数最多或频率最大，或哪种分组数据被用户查询和重点检查的次数最多。通过预设的算法计算生成排序规则并存在云端数据库，可选地，所述排序规则还可以是用户输入的排序规则。当车辆诊断仪发起获取请求，则将排序规则和历史诊断频率发送至车辆诊断仪。
在一种替代实施例中，该步骤之后还包括：将所述第二异常数据进行可视化显示。其中，可视化显示过程可以是单组显示或分组显示。其中，可视化显示过程可以是单组显示和/或分组显示，该步骤可通过接收用户的单组/分组切换指令实现单组/分组的可视化展示。其中单组的可视化展示即将获取的原始的车辆诊断数据流放在一起展示；第二种是分组显示数据项，即将分组数据和/或第二异常数据至少分成两组展示。
在另一种替代实施例中，该步骤之后还包括：将所述第二异常数据发送至服务器，服务器将第二异常数据存储至云端数据库，以通过计算生成排序规则。
S250、分别对一个或多个所述第二异常数据进行诊断，生成一个或多个第二诊断结果。
在一种替代实施例中，该步骤之后还包括：将所述第二异常数据和第二诊断结果进行可视化展示。
本实施例通过对车辆诊断数据流进行排序，根据历史数据或用户自定义选择出第二异常数据，对筛选出的第二异常数据进行诊断，使车辆诊断针对性更高，提高效率。
实施例三
如图4，本实施例提供了一种车辆诊断数据流分析系统3，包括如下模块：
获取模块301，用于从待测车辆获取车辆诊断数据流。该模块还用于：获取用户输入的选择指令；基于所述选择指令从至少两个分组数据中确定第二异常数据。
分组模块302，用于对所述车辆诊断数据流进行分组，生成至少两个分组数据；该模块还用于：从服务端的第一数据库获取预设的分组规则；基于所述分组规则对所述车辆诊断数据流进行分组，生成至少两个分组数据。该模块还用于对所述分组数据进行单组显示和/或分组显示功能，将数据流显示分成两种方式。可以根据使用偏好更改显示方式。第一种是单组显示数据流项，即所有数据流项全部放在一起展示；第二种是分组显示，将数据流项至少分成两组分组数据进行展示。所述分组显示过程还用于：车辆诊断仪通过服务器获取预设的分组规则，基于所述分组规则对所述车辆诊断数据流进行分组，生成至少两个分组数据。还可以是：获取用户输入的分组指令，基于分组指令对所述车辆诊断数据流进行分组，生成至少两个分组数据。
异常判定模块303，用于从至少两个分组数据中确定一个或多个第一异常数据。该模块还用于：判断所述分组数据是否超出预设阈值；若超出，则将所述分组数据判定为第一异常数据。
诊断模块304，用于分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。
如图5，在替代实施例中，还包括：
发送模块305，用于将所述分组数据分别发送至服务器，以使服务器将所述分组数据存入第二数据库中。该模块还用于在对所述车辆诊断数据流进行分组，生成至少两个分组数据之后，将所述分组数据分别发送至服务器，以使服务器将所述分组数据存入第二数据库中。该模块还用于：将所述第二异常数据发送至服务器，服务器将第二异常数据存储至云端数据库，以通过计算生成排序规则。
存储模块306，用于将所述分组数据存储在本地。
排序模块307，用于从服务端获取排序规则；基于排序规则对所述分组数据由高到低排序，将排序中前N个分组数据作为第二异常数据；分别对一个或多个所述第二异常数据进行诊断，生成一个或多个第二诊断结果。
显示模块308，用于在在分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果之后，将所述第一异常数据和第一诊断结果进行可视化展示。用于从至少两个分组数据中确定一个或多个第一异常数据之后，将所述第一异常数据进行可视化显示。其中，可视化显示过程可以是单组显示和/或分组显示，该步骤可通过接收用户的单组/分组切换指令实现单组/分组的可视化展示。其中单组的可视化展示即将获取的原始的车辆诊断数据流放在一起展示；第二种是分组显示数据项，即将分组数据和/或第一异常数据至少分成两组展示。该模块还用于：将所述第一异常数据和第一诊断结果进行可视化展示。
该模块还用于将所述第二异常数据进行可视化显示。其中，可视化显示过程可以是单组显示或分组显示。其中，可视化显示过程可以是单组显示和/或分组显示，该步骤可通过接收用户的单组/分组切换指令实现单组/分组的可视化展示。其中单组的可视化展示即将获取的原始的车辆诊断数据流放在一起展示；第二种是分组显示数据项，即将分组数据和/或第二异常数据至少分成两组展示。该模块还用于将所述第二异常数据和第二诊断结果进行可视化展示。
本发明实施例所提供的一种车辆诊断数据流分析系统可执行本发明任意实施例所提供的车辆诊断数据流分析方法，具备功能模块相应的执行方法和有益效果。
实施例四
本实施例提供了一种服务器的结构示意图，如图6所示，该服务器包括处理器401、存储器402、输入装置403和输出装置404；服务器中处理器401的数量可以是一个或多个，图中以一个处理器401为例；设备/终端/服务器中的处理器401、存储器402、输入装置403和输出装置404可以通过总线或其他方式链接，图6中以通过总线链接为例。
存储器402作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的车辆诊断数据流分析方法对应的程序指令/模块,。处理器401通过运行存储在存储器402中的软件程序、指令以及模块，从而执行设备/终端/服务器的各种功能应用以及数据处理，即实现上述的车辆诊断数据流分析方法。
存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器402可进一步包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络链接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置403可用于接收输入的数字或字符信息，以及产生与设备/终端/服务器的用户设置以及功能控制有关的键信号输入。输出装置404可包括显示屏等显示设备。
本发明实施例四通过提供一种服务器，可执行本发明任意实施例所提供的车辆诊断数据流分析方法，具备执行方法相应的功能模块和有益效果。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的车辆诊断数据流分析方法：
从待测车辆获取车辆诊断数据流：
对所述车辆诊断数据流进行分组，生成至少两个分组数据；
从至少两个分组数据中确定一个或多个第一异常数据；
分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。
本发明实施例的计算机可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电链接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—链接到用户计算机，或者，可以链接到外部计算机(例如利用因特网服务提供商来通过因特网链接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种车辆诊断数据流分析方法，由车辆诊断仪执行，其特征在于，包括：
从待测车辆获取车辆诊断数据流：
对所述车辆诊断数据流进行分组，生成至少两个分组数据；
从至少两个分组数据中确定一个或多个第一异常数据；
分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。
2.根据权利要求1的方法，其特征在于，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据，包括：
从服务端的第一数据库获取预设的分组规则；
基于所述分组规则对所述车辆诊断数据流进行分组，生成至少两个分组数据。
3.根据权利要求1的方法，其特征在于，所述从至少两个分组数据中确定一个或多个第一异常数据，包括：
判断所述分组数据是否超出预设阈值；
若超出，则将所述分组数据判定为第一异常数据。
4.根据权利要求1的方法，其特征在于，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据之后，还包括：
将所述分组数据分别发送至服务器，以使服务器将所述分组数据存入第二数据库中。
5.根据权利要求1的方法，其特征在于，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据之后，还包括：
将所述分组数据存储在本地。
6.根据权利要求1的方法，其特征在于，所述对所述车辆诊断数据流进行分组，生成至少两个分组数据之后，还包括：
从服务端获取排序规则；
基于排序规则对所述分组数据由高到低排序，将排序中前N个分组数据作为第二异常数据；
分别对一个或多个所述第二异常数据进行诊断，生成一个或多个第二诊断结果。
7.根据权利要求1的方法，其特征在于，在分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果之后，还包括：
将所述第一异常数据和第一诊断结果进行可视化展示。
8.根据权利要求1的方法，其特征在于，在所述从待测车辆获取车辆诊断数据流之后，还包括：
通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则；
基于所述单组排序规则对所述车辆诊断数据流进行排序。
9.根据权利要求8的方法，其特征在于，所述通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则，还包括：
判断网络是否正常；
若正常，则通过服务器获取预设的单组排序规则或接受用户输入的单组排序规则；
若不正常，则本地获取预存的单组排序规则或接受用户输入的单组排序规则。
10.一种车辆诊断数据流分析系统，其特征在于，包括：
获取模块，用于从待测车辆获取车辆诊断数据流：
分组模块，用于对所述车辆诊断数据流进行分组，生成至少两个分组数据；
异常判定模块，用于从至少两个分组数据中确定一个或多个第一异常数据；
诊断模块，用于分别对一个或多个所述第一异常数据进行诊断，生成一个或多个第一诊断结果。
11.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的车辆诊断数据流分析方法。
12.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的车辆诊断数据流分析方法。
CN202110076970.XA 2021-01-20 2021-01-20 一种车辆诊断数据流分析方法、系统、服务器和存储介质 Pending CN112861077A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110076970.XA CN112861077A (zh) 2021-01-20 2021-01-20 一种车辆诊断数据流分析方法、系统、服务器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110076970.XA CN112861077A (zh) 2021-01-20 2021-01-20 一种车辆诊断数据流分析方法、系统、服务器和存储介质

Publications (1)

Publication Number Publication Date
CN112861077A true CN112861077A (zh) 2021-05-28

Family

ID=76007880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110076970.XA Pending CN112861077A (zh) 2021-01-20 2021-01-20 一种车辆诊断数据流分析方法、系统、服务器和存储介质

Country Status (1)

Country Link
CN (1) CN112861077A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113295423A (zh) * 2021-07-07 2021-08-24 北京一雄信息科技有限公司 发动机性能测试的方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521613A (zh) * 2011-12-17 2012-06-27 山东省科学院自动化研究所 一种汽车电子系统的故障诊断方法
CN103061882A (zh) * 2012-12-21 2013-04-24 王志欣 汽车发动机数据流自动分组显示方法
CN106197522A (zh) * 2016-06-29 2016-12-07 成都金本华电子有限公司 一种基于双数据通路的装备故障诊断终端及其诊断方法
CN107918382A (zh) * 2017-12-08 2018-04-17 深圳市道通科技股份有限公司 一种汽车故障诊断方法、汽车故障诊断装置及电子设备
CN111339361A (zh) * 2020-02-27 2020-06-26 深圳市元征科技股份有限公司 车辆诊断记录的处理方法、装置、设备及可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521613A (zh) * 2011-12-17 2012-06-27 山东省科学院自动化研究所 一种汽车电子系统的故障诊断方法
CN103061882A (zh) * 2012-12-21 2013-04-24 王志欣 汽车发动机数据流自动分组显示方法
CN106197522A (zh) * 2016-06-29 2016-12-07 成都金本华电子有限公司 一种基于双数据通路的装备故障诊断终端及其诊断方法
CN107918382A (zh) * 2017-12-08 2018-04-17 深圳市道通科技股份有限公司 一种汽车故障诊断方法、汽车故障诊断装置及电子设备
CN111339361A (zh) * 2020-02-27 2020-06-26 深圳市元征科技股份有限公司 车辆诊断记录的处理方法、装置、设备及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113295423A (zh) * 2021-07-07 2021-08-24 北京一雄信息科技有限公司 发动机性能测试的方法及系统

Similar Documents

Publication Publication Date Title
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
CN112965871A (zh) 车辆故障提示信息获取方法、装置及存储介质
CN110674009B (zh) 应用服务器性能监测方法、装置、存储介质及电子设备
WO2023155619A1 (zh) 故障诊断方法、装置、车辆及存储介质
CN109857085B (zh) 模拟生成行车数据的方法、系统、模拟终端及测试系统
KR101586051B1 (ko) 제품 테스트용 차량 데이터 제공 장치 및 방법
CN115437339A (zh) 远程诊断方法及装置、电子设备和存储介质
CN112861077A (zh) 一种车辆诊断数据流分析方法、系统、服务器和存储介质
CN114896168B (zh) 用于自动驾驶算法开发的快速调试系统、方法以及存储器
CN115994093A (zh) 测试用例推荐方法和装置
CN111124554A (zh) 一种数据处理方法及相关产品
CN114608639B (zh) 仪表算法标定方法、装置、终端、存储介质和系统
CN105786865A (zh) 一种检索系统故障分析方法及装置
CN111448562A (zh) 一种模拟诊断方法、设备及可读存储介质
CN115373369B (zh) 车辆故障诊断系统及方法
CN115529296B (zh) 一种id地址的测试方法，系统，测试工具以及存储介质
CN113377610B (zh) 性能监测方法、装置、计算机设备及存储介质
KR102099506B1 (ko) 악성 앱 탐지 애플리케이션 진단 장치 및 방법
US11386725B2 (en) Vehicle diagnostic apparatus
CN117874435A (zh) 分布式边缘数据采集方法、装置、电子设备及存储介质
CN118075170A (zh) 一种can信号质量监控方法、装置、电子设备及车辆
CN115695237A (zh) 车端网络检测方法、系统、电子设备及可读存储介质
CN114185707A (zh) 车辆故障诊断方法、装置、终端设备及存储介质
CN116880456A (zh) 车辆诊断方法、装置、电子设备及存储介质
CN117914760A (zh) 一种车载终端的云端测试方法、装置、设备及介质

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
TA01 Transfer of patent application right

Effective date of registration: 20230518

Address after: 518101 Qianhai Shimao Financial Center Phase II, No. 3040 Xinghai Avenue, Nanshan Street, Qianhai Shenzhen Hong Kong Cooperation Zone, Shenzhen, Guangdong Province, 2005

Applicant after: Shenzhen Dingjiang Technology Co.,Ltd.

Address before: 415100 Guanxi Town, Dingcheng District, Changde City, Hunan Province

Applicant before: Hunan Lianke Technology Co.,Ltd.

TA01 Transfer of patent application right