CN113168739A - 用于检查至少一台车辆的方法以及电子计算装置 - Google Patents
用于检查至少一台车辆的方法以及电子计算装置 Download PDFInfo
- Publication number
- CN113168739A CN113168739A CN201980079417.2A CN201980079417A CN113168739A CN 113168739 A CN113168739 A CN 113168739A CN 201980079417 A CN201980079417 A CN 201980079417A CN 113168739 A CN113168739 A CN 113168739A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- measurement data
- computing device
- electronic computing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005259 measurement Methods 0.000 claims abstract description 176
- 230000001133 acceleration Effects 0.000 claims abstract description 31
- 230000007257 malfunction Effects 0.000 claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 19
- 238000012360 testing method Methods 0.000 claims description 27
- 238000013473 artificial intelligence Methods 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000012356 Product development Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000011157 data evaluation Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
- B60R16/0234—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions related to maintenance or repairing of vehicles
-
- 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
- G07C5/0808—Diagnosing performance data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0825—Indicating performance data, e.g. occurrence of a malfunction using optical means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明涉及一种用于检查至少一台车辆(34)的方法，其中：借助关于至少一台车辆(34)而言在外部的且不同于所述至少一台车辆(34)的电子计算装置(20)接收测量数据，所述测量数据由至少一个与所述至少一台车辆(34)和所述电子计算装置(20)不同的测量仪(10)提供，并且表征所述至少一台车辆(34)的至少一个借助该测量仪(10)所测得的加速度和/或至少一个借助该测量仪所测得的噪声和/或至少一个借助该测量仪所采集的至少一个局部区域的图像；借助该电子计算装置(20)来分析收到的测量数据；依据对测量数据的分析，借助电子计算装置(20)来检查所述至少一台车辆(34)是否出现至少一个功能故障。
Description
技术领域
本发明涉及一种用于检查至少一台车辆的方法以及一种电子计算装置。
背景技术
WO 2017/048892 A1公开了一种用于由车辆传感器采集数据的方法。此外，CN105610850 A公开了一种车辆网络管理系统。
此外，KR 101513084 B1公开了一种车辆信息系统。
发明内容
本发明的任务是提供一种方法和一种电子计算装置，从而能以很有利的方式检查至少一台车辆。
该任务通过一种具有权利要求1的特征的方法、一种具有权利要求8的特征的电子计算装置以及一种具有权利要求9的特征的方法来完成。在其余权利要求中说明了具有合适的发明改进方案的有利设计。
本发明的第一方面涉及一种用于检查至少一台例如设计成机动车尤其是汽车形式的车辆的方法，其中，在前和随后关于车辆的说明也可以直接被套用到其它装置，例如像机械机器和/或电动机器或者设备和/或相应的复杂系统，反之亦然。所述其它装置例如可以是尤其简单的简易技术设备。所述其它装置尤其可以是驱动系统、单独的马达、电动机和/或家用电器例如像洗衣机、头发烘干器、牙刷等。所述装置还可以是像钻机、锯等工具。
在所述方法中，借助在至少一台车辆外部的且不同于所述至少一台车辆的电子计算装置(它例如是中央电子计算单元和/或也被称为服务器、后端或后端服务器，并且例如提供或形成也称为云或数据云的数据云端)来接收测量数据，测量数据由或将由至少一个不同于所述至少一台车辆和电子计算装置的测量仪提供。
特征“也简称为计算装置的电子计算装置是关于至少一台车辆而言在外部的且不同于至少一台车辆的电子计算装置”是指，该电子计算装置不是车辆的部件或组成部分，而是在车辆之外附加设置的且因此不同于车辆，因此电子计算装置与例如被设计成机动车尤其是汽车、优选是轿车的车辆是各自分开且单独的装置或单元。特征“优选移动式测量仪是不同于所述至少一台车辆和电子计算装置的测量仪”是指，测量仪既不是车辆的组成部分、也不是计算装置的组成部分，因此测量仪是在车辆之外和在电子计算装置之外附加设置的。
该电子计算装置、车辆和例如可被设计成移动式终端设备的优选移动式测量仪因此是分开的单独单元或装置。测量仪优选是移动式无线电设备、尤其是移动式电信终端设备，它例如能以连线或无线的方式且因此例如通过无线电来接收和/或发送或提供数据。例如所述优选移动式测量仪是移动式终端设备例如像移动电话，其也被称为手机或智能手机。
该测量数据表征至少一台车辆的至少一个借助测量仪所测得的加速度和/或至少一个借助测量仪所测得的噪声和/或至少一个借助测量仪所采集的至少一个局部区域的图像。换言之，该测量数据表征将或已借助测量仪所采集的至少一个测量参数。该测量仪尤其以无线方式提供该测量数据，从而例如该测量数据尤其以无线方式从测量仪被传输给电子计算装置。前述的测量参数在此包含所述至少一个借助测量仪所测得的加速度和/或至少一个借助测量仪所测得的噪声和/或借助测量仪所采集的图像。加速度在此是车辆加速度，并且噪声是车辆噪声、即车辆所发出的噪声，并且图像是车辆的至少一个局部区域的图像。加速度已经或将例如借助测量仪的至少一个加速度传感器来检测。替代地或附加地，所述噪声将或已例如借助测量仪的至少一个麦克风来采集。替代地或附加地，车辆局部区域的图像将或已借助测量仪的至少一个照相机来采集。
另外，在该方法中规定，借助电子计算装置评估收到的测量数据。换言之，电子计算装置接收该测量数据，并且电子计算装置评估该测量数据。此外，在该方法中规定，依据对测量数据的评估，借助电子计算装置来检查所述至少一台车辆、尤其是否出现至少一个功能故障。换言之，所述测量数据和进而测量参数被分析并且例如与目标数据或目标值相比较。如果例如被用作尤其是实际数据的测量数据不同于目标数据，或者测量数据与目标数据的偏差超过尤其预先规定的或可预设的阈值，则例如借助该电子计算装置推断出所述至少一台车辆出现异常或功能故障。但如果测量数据对应于目标数据或可能有的偏差小于该阈值，则借助电子计算装置推断出至少一台车辆不存在异常或功能故障。
根据本发明的方法因此是一种用于车辆分析尤其是故障分析的方法，因此借助该方法以特别简单精确的方式能尤其提前识别至少一台车辆的可能有的功能故障。为此，车辆不必比如被送入车间等场所，而是在方法范围内可以使用本来平常就有的物体例如像呈个人移动终端设备形式的测量仪来检查或分析该车辆。因此，根据本发明的方法是一种平台或允许达成一种平台，该平台用于尤其是以移动方式分析例如由车辆产生或提供且可借助测量仪被测知的声学现象和/或振动技术现象。这意味着，前述的测量参数可以是或能够表征例如声学现象和/或机械现象。通过采集测量参数，所述现象被测知并且通过测量数据来表征，从而能借助电子计算装置来分析所述现象。由此可以判断该现象是否是功能故障。尤其可以确定所述加速度或噪声或图像所包含的至少一个特征是否源自所述至少一台车辆的异常或功能故障，或者例如属于所述至少一台车辆的正常功能。
原则上可以想到的是，通过该测量仪本身来事先处理或加工测量参数或测量数据，从而例如该测量数据尤其在被电子计算装置接收之前通过该测量仪完成数学变换。在数学变换范围内，例如测量数据被如此加工，即，将时间或时基转换为至少一个或多个频率或频率范围。
该电子计算装置允许实现尤其是集中的、也称为数据云的数据云端，在数据云中能汇集且尤其存储表征至少一台车辆的测量数据。此外，例如可以汇集并存储表征多台其它车辆的其它测量数据。中央数据云此时也允许整合通过复杂测量系统产生和/或源自至少一次或多次模拟的测量数据。另外，中央数据云允许整合来自生产和/或现场诊断和/或服务故障诊断以及替代地或附加地来自客户行为的数据。这些数据例如形成数据池并且能如上所述地被分析或评估，以便例如至少检查所述至少一台车辆。
借助本发明可以实现的是，在其整个产品寿命周期内、即在从车辆使用寿命开始到结束的期间内检查至少一台车辆，并且提供与此相关可使用的产品配套平台，由此保证期望的车辆性能且不断加以优化。所述的平台确保能够在整个产品寿命周期内集中且持续地使用数字化方法，并且通过有利地使用硬件和能力资源产生用于提升效率、过程质量和产品质量的巨大潜力。此外，本发明允许潜在缩短研发时间和明确复杂关系以改善产品设计和决策过程。另外，能够在客户环境中使用该平台，在其范围内，例如人们能通过也称为App、应用程序、软件App或软件应用程序的且在测量仪上运行的软件应用来与平台互动或通信。
本发明尤其基于以下认识：例如表征车辆的声学现象和/或振动技术现象的功能数据通常仅借助复杂的测量技术装备来采集和分析。这仅允许尤其在研发过程中应用于有限的用户群体和车辆系列。只可供专家使用，并且针对这种现象的分析在研发之外的范围内是不可能的或几乎不可能的。因此，车辆资源在研发阶段未被高效广泛应用，这也适用于生产和服务、即维修。迄今，尤其在产品开发过程中不存在大规模的例如有关车辆声学现象和/或振动技术现象的统计测量数据。这也适用于生产和服务领域，同时涉及来自现场的客户数据。迄今，相应测量数据无法满足机器评估的需求。因此也不存在逻辑评估可能性。
本发明现在允许解决前述缺点或问题。为此，本发明允许提供中央数据存储器，以存储和评估来自试验、模拟、生产和客户用例的所有可能数据源。换言之，可行的是在产品研发阶段中就已接收并评估和进而分析由测量仪所提供的测量数据并且纳入产品研发过程，以由此能保证或改善期望性能。为此，本发明未利用或未仅利用仅在工厂或研发地存在的高成本的测量技术装备，而是本发明采用例如呈可被设计成手机、智能手机等移动式终端设备形式的简单的测量仪。该测量仪尤其以无线方式提供该测量数据，使得尤其是多个测量仪的测量数据能够集中地借助电子计算装置尤其以无线方式被接收且尤其被存储。
除了可将所述平台或本发明方法用于声学现象和振动技术现象外，也存在将其用到全部其它现象的可能性，所述其它现象尤其可以借助可供使用的传感器装置例如像借助麦克风和/或加速度传感器和/或借助光学照相机来采集。
优选地，该测量仪具有如下装置，借此能测知所述噪声和/或图像和/或加速度。替代地或附加地，该测量仪具有也被称为用户界面、接口、用户接口或使用者界面的尤其是图形操作界面，其例如是一体式操作界面。通过操作界面，人们、即测量仪使用者能完成对测量仪的输入，进而与测量仪互动。可借助测量仪被测知的上述现象一般与静态现象和/或统计现象和/或复杂关系相关联，在这里，所述现象可通过电子计算装置被如此分析，即，该电子计算装置能够汇集、分析该测量数据。所述现象例如是用于分析行车和减震舒适性和行驶动力学的现象、用于分析构件和表面公差的现象、用于分析组装结构间隙大小的现象、用于分析尤其组装结构中的部件的姿态和位置特性的现象和/或用于分析工作中的变化和磨损特性的现象和/或其它现象。本发明所基于的概念是使用许多可供使用的车辆或每台可供使用的车辆、尤其是每台试验车辆，尤其在每台量产车和定制车辆的现场扩展中，以执行数据生成和现象分析。为此，借助各种尤其移动式测量仪来检测可供使用的车辆的相应现象，并且提供表征所测得现象的测量数据，该测量数据由电子计算装置接收和评估。结合收到的测量数据，所述至少一台车辆或这些车辆能特别精确且连续地被监测，以便来自测量数据评估的结果可纳入研发过程和/或相应车辆的改善中。
该测量仪优选是平日常见的测量工具例如像智能手机，借此来采集或记录所述测量数据，其中，该测量仪优选具有整体式用户界面。用户界面也被称为用户接口或接口。该测量仪优选尤其是移动式连结至车辆或测量对象和/或对象数据库和/或通用的对象状态数据和/或环境数据。
在本发明的有利设计中，测量数据表征至少一台车辆的状态和/或至少一台车辆的地面位置。由此给测量数据或者借助测量仪所采集的测量参数分配所述状态或位置，从而能考虑：在哪些边界条件下采集所述测量数据或测量参数。所述状态例如是尤其是当前的行车状态，在这里，当借助测量仪采集测量参数时，所述车辆具有或已呈现该状态。替代地或附加地，所述位置例如是借助测量仪的导航系统尤其在卫星辅助下被确定的。尤其可以想到的是，该测量仪通过至少一种数据通信和/或以无线方式与车辆通信，从而例如该测量仪接收由车辆提供的且例如表征车辆状态的状态数据。所述车辆状态包含例如车辆的速度和/或温度和/或在车辆环境中存在的温度。尤其规定该测量仪将所述状态或位置分配给测量数据，由此能很准确地检查所述至少一台车辆。还可以想到的是，该测量仪尤其以无线方式接收位置数据，该位置数据由车辆提供并且例如表征车辆位置。所述位置将或已例如借助车辆尤其在卫星辅助下被确定。
另一个实施方式的特点是，基于该测量数据并借助电子计算装置来训练人工智能，尤其是关于所述至少一个功能故障的测定而言。电子计算装置的训练例如如此进行，即，该测量数据作为训练数据表征尤其是实际存在的车辆功能故障，或者该测量数据恰好表征无车辆功能故障。此外，电子计算装置被通知所述训练数据表征有功能故障或无功能故障。电子计算装置由此被如此训练，即，该电子计算装置可以将表征功能故障的测量数据与表征无功能故障的测量数据区分开。由此可以借助该电子计算装置以很高概率判断所述至少一台车辆是否出现功能故障。因此能很准确地检查至少一台车辆。通过人工智能，例如可以执行分解式分析。替代地或附加地，可以将机器学习、人工智能以及大数据方法解决手段用于分析。
为了能很精确地检查所述至少一台车辆，在本发明的其它设计中规定，借助关于除该车辆以外附加设置的另一台车辆而言在外部的且不同于所述另一台车辆的电子计算装置来接收其它测量数据，所述其它测量数据由至少一个不同于所述另一台车辆和电子计算装置的另一个测量仪提供，并且表征至少一个借助另一个测量仪所测得的另一个测量参数，例如像另一台车辆的加速度和/或噪声和/或至少另一个局部区域的图像。收到的其它测量数据借助电子计算装置被接收和评估，其中，依据对其它测量数据的评估并依据对第一测量数据的分析，借助电子计算装置检查所述至少一台车辆以及优选还有另一台车辆是否有所述至少一个功能故障或是否有功能故障。此实施方式的背景是形成数据聚合，为此从大量单独的测量仪接收并存储测量数据，其中，各测量数据表征相应的单独车辆。结果，可以借助该电子计算装置很精确地确定该测量参数表征车辆的功能故障还是正常状态。
在此被证明特别有利的是，第一测量数据被分配给至少一台车辆的第一构件，其它测量数据被分配给另一台车辆的与第一构件结构相同的第二构件，其中，至少该第一构件被检查是否出现至少一个功能故障。由此可以达成将各车辆的结构相同的构件相互比较。由此能以很高概率判断相应构件能良好运行或出现功能故障。
在本发明的一个特别有利的实施方式中，借助电子计算装置给该测量仪提供由所述评估得出的结果数据。换言之，该电子计算装置提供来自测量数据评估的结果数据。该结果数据例如从电子计算装置被传输至该测量仪并且被测量仪接收。在通过其显示器例如可显示或显示用户界面的测量仪的也被称为电子屏的电子显示器上，例如尤其以光学方式依据结果数据显示至少一个表征结果数据的信息。由此，前述的测量仪使用者例如可以依据所示信息来识别所述至少一台车辆出现功能故障或没有故障。因此，“结果数据的提供”是指给测量仪提供反馈，从而测量仪的使用者结合该反馈能识别电子计算装置是否已检测到所述至少一台车辆的功能故障。
为了能全面地且精确地检查所述至少一台车辆，在本发明的其它设计中规定，借助电子计算装置来接收：表征至少一台车辆的至少局部模拟的模拟数据和/或表征至少一台车辆生产的生产数据和/或表征至少一台车辆的维修或服务的维修数据和/或表征至少一台车辆的借助测试台所执行测试的测试台数据，其中，依据所述模拟数据和/或生产数据和/或维修数据和/或测试台数据，借助该电子计算装置检查至少一台车辆是否出现至少一个功能故障。所述模拟、测试台和/或用以采集和提供例如维修数据和/或表征所述至少一台车辆的且能够据此检查至少一台车辆的其它数据的装置例如是专家系统。除了测量仪和/或各专家系统外，可以尤其是直接动用所述至少一台车辆的现有的车辆传感器装置。车辆传感器装置包含至少一个车辆传感器，其可被设计成麦克风、加速度传感器或光学记录仪例如像照相机。借助车辆传感器，例如测知所述现象，并且车辆传感器提供表征现象的车辆传感器数据，据此能检查所述至少一台车辆。车辆传感器数据例如以无线方式且因而通过遥控系统或远程控制系统从至少一台车辆被读取或被传输给服务器和/或由服务器来接收，由此可以展示很有利的分析。
本发明的第二方面涉及一种电子计算装置，其设计用于执行根据本发明第一方面的方法。本发明第一方面的优点和有利设计也被视为本发明第二方面的优点和有利设计，反之亦然。
本发明的第三方面涉及一种用于检查至少一台车辆的方法。在根据本发明第三方面的方法中，借助不同于所述至少一台车辆的且例如呈移动式终端设备、尤其是移动式无线电设备形式的测量仪来测知至少一台车辆的至少一个加速度和/或至少一个噪声和/或至少一个局部区域的至少一个图像。此外，借助该测量仪来接收至少一个由人员完成的输入。所述人员是测量仪的使用者，其中，所述人员例如通过前述的用户界面完成所述输入内容并且将其输入到测量仪中。在根据本发明第三方面的方法中，借助该测量仪并依据所述输入将说明分配给所测得的加速度和/或所采集的噪声和/或所采集的图像。“将所述说明分配给测量数据”也被称为测量数据贴标。所述说明例如表征测量参数的、即加速度和/或噪声和/或图像的类型和/或描述性称呼。
在本发明的第三方面中还规定，为了借助测量仪检查至少一台车辆，给关于至少一台车辆和关于测量仪而言在外部且不同于所述至少一台车辆和测量仪的电子计算装置提供表征所采集的测量参数(加速度和/或噪声和/或图像)的测量数据，其中，该测量数据也表征所述说明。本发明的第一方面和第二方面的优点和有利设计应被视为本发明的第三方面的优点和有利设计，反之亦然。
因此，本发明第一方面针对的是电子计算装置，而本发明第三方面针对的是测量仪，测量仪例如提供与本发明第一方面相关所描述的测量数据。本发明第三方面也基于以下概念，即，采用例如呈设计为手机或智能手机或平板电脑的测量仪形式的平日常见的物体来采集测量参数且进而提供测量数据，从而能依据测量数据大范围地且永久地检查所述至少一台车辆。永久检查是指能够至少近似在其整个使用寿命内、尤其在时间上相互隔开的各时间段内检查所述至少一台车辆，以便能保证或甚至优化所述至少一台车辆的期望功能。
最后，本发明的第四方面涉及一种用于检查至少一台车辆的方法。如以下还将详述地，本发明第四方面不仅针对电子计算装置，也针对测量仪以及如下系统，该系统不仅包括所述测量仪、也包括电子测量装置。在本发明的第四方面中，借助不同于所述至少一台车辆的测量仪测知至少一台车辆的至少一个加速度和/或至少一个噪声和/或至少一个局部区域的至少一个图像。借助测量仪来提供如下的测量数据，其表征所测得的加速度和/或所采集的噪声和/或所采集的图像。另外，在本发明的第四方面中，借助关于至少一台车辆和关于测量仪而言在外部的且不同于所述至少一台车辆和测量仪的电子计算装置来接收由测量仪提供的测量数据。收到的测量数据借助电子计算装置被评估，其中，借助电子计算装置并依据对测量数据的评估来检查所述至少一台车辆是否有至少一个功能故障。本发明的第一方面、第二方面和第三方面的优点和有利设计应被视为本发明第四方面的优点和有利设计，反之亦然。
本发明的这些方面例如可以归纳如下：首先例如通过例如平常常用的测量仪来采集测量参数，测量仪具有整体式用户界面并且例如移动式连结所述至少一台车辆和/或对象数据库和/或通用对象状态数据和/或环境数据。测量仪例如基于所采集的测量参数产生前述测量数据。另外，例如通过用户界面如前所述地给测量数据贴标签，尤其是用于随后的人工智能训练。人工智能的训练例如在监视学习范围内进行。尤其是，带有所述说明的测量数据例如尤其以移动方式被传输给电子计算装置，尤其包含对象结构在内和/或包含表征车辆状态或位置和进而环境的状态数据和/或环境数据在内。例如所述测量数据被传输给数据云，数据云通过该电子计算装置形成。替代地或附加地，所述测量数据尤其以移动方式被传输给数据云以便分析，尤其包含前述对象结构在内和/或包含所述状态数据和/或环境数据在内。此外，测量数据的进一步处理是在电子计算装置内或通过电子计算装置进行的，尤其用于人工智能的训练和/或通过借助分解方法和人工智能的机器分析。
尤其是通过评估所述测量数据，将测量数据和进而测量参数分配给至少一个或多个现象，进而分配给至少一台车辆的导致这个或这些现象的系统部件。换言之，例如通过评估借助电子计算装置来确定至少一台车辆的至少一个也被称为系统部件的组成部件，其中，该部件且尤其是以一定概率造成或引起或招致所述现象或测量参数和进而加速度和/或噪声和/或图像。优选地，还如前所述地作为也被称为分析的检查的结果给测量仪和在此尤其给用户界面提供反馈，优选以实时方式。另外，例如尤其在预处理过程和后处理过程中附加评估测量数据和/或附加评估已被分析的数据，尤其借助数据管理工具。
上述的集中式数据云也允许整合尤其是通过复杂测量系统产生的测量数据和/或来自模拟的数据以及来自生产和现场诊断和服务故障诊断以及或许客户行为的数据。如上所述地，全部数据池的相应评估是可行的。就此而言，存在从设计到使用寿命结束的整个产品寿命周期内可用的产品配套平台，以确保期望性能及其持续优化。该平台确保能够在整个产品寿命周期内集中且持续地使用数字化方法，并且通过优化使用硬件和能力资源、缩短研发时间和理解复杂关系以改善产品设计和决策过程来产生用于提升效率、过程质量和产品质量的巨大潜力。
优选地，该测量仪具有能将该测量仪尤其利用信号技术或通过数据通信与所述至少一台车辆相连的装置。替代地或附加地，该测量仪可以通过数据通信与关于测量仪和/或关于车辆而言在外部的传感器装置相连。外部传感器装置或至少一台车辆能够提供例如表征至少一台车辆且被测量仪接收的数据。所述数据例如与测量数据相关联，从而该电子计算装置可以依据该测量数据且依据与之关联的数据来检查所述至少一台车辆。所述数据例如由车辆的至少一个传感器或多个传感器提供。
该测量仪例如运行也被称为应用、App或软件App的软件应用，其例如借助测量仪的中央处理器单元来运行。通过软件应用的运行，例如在测量仪的电子显示器上显示尤其是图形用户界面。软件应用尤其提供以下可能，即，人们可通过图形用户界面完成对测量仪的至少一次输入。可通过所述输入给测量数据分配前述的说明，从而可以给测量数据贴标。接着例如将贴有标签的测量数据以移动方式传输至计算装置和进而例如传入数据云。
例如将例如移动式测量仪与在线状态数据和/或环境数据以及含有车辆结构相关信息的数据库互联，其中，所述数据尤其通过所述应用被分配给测量数据。另外，例如借助包含标签说明在内的所传输和收到的测量数据来训练人工智能，例如在监视学习范围内。此外，例如通过测量数据的机器评估尤其实时地在电子计算装置上识别和分类现象，尤其借助分解方法和人工智能。此外，例如借助电子计算装置进行特定于车辆和现象的一体化特征工程，以用在电子计算装置中来优化借助人工智能的识别概率。此外，例如尤其实时地将来自人工智能的现象识别结果由电子计算装置反馈到在线测量仪。优选地，设有数据管理器，用于在电子计算装置上在借助人工智能的分析之前和/或之后进一步结构化分析该测量数据。
替代地或附加地，可以规定能够基于从设计到使用寿命终止的整个产品寿命周期的全部测量数据源来扩展中央数据云或中央电子计算装置、包括上述分析能力在内，从而例如所述至少一台车辆依据借助复杂专家测量系统的车辆测试台数据和道路测量数据和/或依据模拟和/或依据生产和/或依据故障诊断数据和服务数据和/或依据来自客户用例的数据而被检查。
附图说明
从以下对优选实施例的说明中以及结合图得到本发明的其它优点、特征和细节。以上在说明书中提到的特征和特征组合以及以下在附图说明中提到和/或在图中被单独示出的特征和特征组合不仅在各自所指出的组合中、也在其它组合中或单独地可采用，而没有脱离本发明范围，附图示出：
图1示出用于说明本发明方法的示意图，
图2示出用于说明该方法的另一示意图，
图3示出用于说明该方法的另一示意图，
图4示出图形用户界面的示意图，该图形用户界面在该方法范围内所用的测量仪的电子显示器上被显示，
图5示出图形用户界面的另一示意图，
图6示出图形用户界面的另一示意图，
图7示出图形用户界面的另一示意图。
在附图中，相同的或功能相同的零部件带有相同的附图标记。
具体实施方式
图1以示意图示出简图，在这里，以下将结合该图来描述用于检查至少一台车辆的方法。在该方法中采用了电子测量仪10，其在如图所示的实施例中被设计成移动式终端设备，并因此被设计成在此呈智能手机形式的移动式无线电设备。测量仪10具有中央处理器单元，其能执行或执行也被称为App或应用程序的软件App(也被称为应用或软件应用)。测量仪10还具有也称为屏幕或电子屏的电子显示器12，软件应用的图形用户界面14被显示在其上。图形用户界面也被称为界面、接口或用户接口或使用者界面。显示器12例如被设计成触敏屏，因此人们即测量仪10的使用者可通过该用户界面14并通过触敏屏来完成对测量仪10的输入。
测量仪10也具有采集装置16，其包括例如测量仪10的至少一个照相机和/或至少一个麦克风和/或至少一个加速度传感器。在该方法的范围内，借助不同于所述至少一台车辆的至少一个测量仪10，利用所述采集装置16来采集至少一个测量参数，其中，该测量参数是至少一台车辆的至少一个加速度和/或至少一个噪声。替代地或附加地，该测量参数包含至少一台车辆的至少一个局部区域的至少一个图像。至少一台车辆的加速度例如借助加速度传感器来检测。替代地或附加地，由车辆发出的噪声例如借助测量仪10的麦克风来测知。替代地或附加地，该图像借助测量仪10的照相机来采集。另外，借助测量仪来接收至少一个由人员通过用户界面14造成的输入。所采集的测量参数借助测量仪10依据输入而被分配说明。“将说明分配给测量参数”也被称为贴标，因此，测量参数被贴标签。如在图1中由箭头18表示地，测量仪10尤其以无线方式提供优选带有说明的测量数据。在至少一台车辆和测量仪10之外的且不同于所述至少一台车辆和测量仪10的电子计算装置20(它也被称为服务器或后端且例如具有数据库和/或形成神经元网络或是神经元网络的组成部分)接收由测量仪10提供的测量数据。该测量数据例如被存储在数据库中。借助电子计算装置20，所收到的测量数据被分析。依据对测量数据的评估，借助电子计算装置20检查所述至少一台车辆尤其是否出现功能故障。
如在图1中由箭头22表示地，电子计算装置20例如提供源自所述评估的结果数据。该结果数据由计算装置20传输给测量仪10并且尤其以无线方式被测量仪10接收。“将结果数据传输至测量仪10”因此是反馈，尤其是关于依据所述评估所鉴别的现象的反馈。这意味着，通过评估所述测量数据可以确定至少一个或多个引发测量参数或造成测量参数的现象。此外，例如可以判断该现象是否对应配属于至少一台车辆的功能故障或良好运行状态，从而通过测量数据评估可以确定所述至少一台车辆是否出现功能故障或没有功能故障且因此能良好运行。
例如通过由箭头24表示的尤其借助蓝牙和/或无线电的无线数据通信，测量仪10与所述至少一台车辆通信。通过尤其无线的数据通信，测量仪10接收例如由所述至少一台车辆提供的行车数据。行车数据表征例如所述至少一台车辆的状态、尤其是行车状态，其中，该行车数据对应配属给测量数据或者与测量数据相关联。由此，尤其在测量数据范围内也将行车数据传输至电子计算装置20，从而例如电子计算装置20也可以依据行车数据或依据车辆状态来检查所述至少一台车辆。
还如由箭头26所示地，测量仪10可以尤其是通过无线数据通信来接收来自外部传感器装置的传感器数据，外部传感器装置例如尤其是车辆的整体式和/或附加设置的传感器装置。传感器数据在此表征例如所述至少一台车辆的至少另一个状态。还如由箭头28所示地，测量仪10例如尤其通过无线数据通信来接收测量技术装备数据，测量技术装备数据例如表征尤其是至少一台车辆的声学现象或噪声。还如由箭头30所示地，测量仪10例如通过无线数据通信来接收元数据，元数据表征所述至少一台车辆的结构状态和/或特殊装备和/或其它参数，其中，元数据例如来自一个或多个车辆数据库32。传感器数据和/或测量技术装备数据和/或元数据例如与测量数据相关联，并且在测量数据范围内由测量仪10传输至电子计算装置20并且被电子计算装置20接收，使得电子计算装置20也可以依据测量技术装备数据和/或元数据和/或依据传感器数据来检查所述至少一台车辆。通过评估所述测量数据，也评估所述行车数据和/或传感器数据和/或测量技术装备数据和/或元数据，并且据此来检查所述至少一台车辆。
由测量仪10传输至电子计算装置20且被电子计算装置20接收的测量数据例如被用来填充数据库和/或用以尤其关于至少一台车辆的功能故障识别而言训练人工智能例如像神经元网络。人工智能也被表示为AI。
图2示出用于进一步说明该方法的示意图。测量数据例如被用来借助人工智能AI执行特征识别。在特征识别范围内，检测到至少一个造成该测量参数的现象。通过识别该现象能确定该测量参数是否源自至少一台车辆的功能故障或正常状态。该现象因此是测量数据的评估结果，在这里，该结果如在图2中也由箭头22表示地被回输给测量仪10。
该测量参数例如由在试车范围内由测试驾驶员来确定，其中，该测量数据例如是NVH测量数据(NVH：噪声、振动与声振粗糙度)并且因此表征至少一台车辆的至少一个噪声或多个噪声。为了在试车范围内采集该测量参数并且最终相应地通过测量仪10将测量数据传输至电子计算装置20，例如尤其通过用户界面14调设并选择软件应用的试车模式。
噪声专家例如对在图2中用34标示的车辆执行进一步测试，因而该测量数据例如是NVH训练数据。也被简称为训练数据的NVH训练数据例如被用在软件应用的也被称为学习模式的训练模式中，以便就识别引起测量参数的相应现象而言结合训练数据来训练电子计算装置20。
替代地或附加地，设有例如在图2中用36标示的且存储有数据组的数据库，所述数据组表征车辆34的各自噪声或者噪声特性。该数据组也例如被传输给电子计算装置20并且被其接收，从而电子计算装置20能依据来自数据库36的所述数据组来检查车辆34。例如从数据库36中人工提取数据组。
如在图2中由箭头38说明地，人工智能AI结合测量数据、尤其结合训练数据被训练，以便能实现特别高的识别率。识别率表征人工智能AI或计算装置20能正确识别引发各测量参数或造成各测量参数的相应现象的概率。通过正确识别造成测量参数的现象，可依据测量数据评估来判断测量参数是否源自车辆34的异常或功能故障或源自车辆34的正常状态。
图3示出用于说明该方法的另一示意图。测量数据例如是行车数据，其在车辆34行驶期间被确定。此外，所述测量数据可以包含前述的测量技术装备数据，它们借助尤其是固定式测量技术装置来确定。替代地或附加地，所述测量数据可以包含测试台数据，测试台数据借助用于测试车辆34的测试台而被确定。前述的数据组例如是由数据库36提供的存档数据。替代地或附加地，可以提供模拟数据，电子计算装置20基于模拟数据检查车辆34。所述测量数据或行车数据、测量技术装备数据、测试台数据、归档数据和模拟数据例如被传输给数据云40和进而电子计算装置20并且被其接收，从而例如达成对所述数据的集中式数据访问。借助人工智能AI，依据该测量数据来判断加速度和/或噪声和/或图像是否源自车辆34的正常状态或故障状态，由此可以有效且高效地检查车辆34。还可以想到的是，将表征车辆34维修或服务的维修数据和/或表征车辆34制造过程的生产数据和/或表征车辆34客户行为的客户数据纳入考量，以借助电子计算装置20检查至少一台车辆34。
图4以示意图示出图形用户界面14的第一菜单。测量仪10例如通过无线数据通信例如像蓝牙且因此无线地与车辆34通信。于是，例如前述人员选择用户界面14的操作件42，其中，操作件42在此是用户界面14的子区域。人员此时触摸触敏屏的以下区域，在该区域内在触敏屏上显示该子区域。由此启动前述的软件应用学习模式。接着，例如在触敏屏上显示用户界面14的操作件44，如图5所示。如果人们以触摸触敏屏的显示出操作件44的区域的方式来操作该操作件44，则例如开始借助测量仪10采集测量参数。
依据图6来说明前述的贴标。为了执行贴标，在触敏屏上显示出用户界面14的另一个菜单。根据图6，另一个菜单包含其它操作件46a-e。各操作件46a-e对应于相应的说明，其可被配属给在前所采集的测量参数。如果该测量参数例如是噪声，则可以通过相应说明给噪声指定称呼，人们可通过该称呼例如指称所述噪声。人们如此给测量参数分配所述说明，即，人们触摸触敏屏的如下区域，在此显示出与应被分配给测量参数的说明相对应的操作件46a-e。所述说明因此是表征测量参数的类型。
在学习模式中，电子计算装置20因此可以被通知如下测量数据，该测量数据表征测量参数和进而表征引起测量参数的现象。结果，电子计算装置20可以将在车辆34的无故障状态下所出现的测量参数或现象与源自车辆34功能故障的测量参数或现象区分开。
如果人们所希望的例如不是执行学习模式、而是执行试车，则人们触摸触敏屏的如下区域，在此显示用户界面14的操作件48(如图4所示)。与操作件42一样，操作件48也是用户界面14的区域或子区域。通过激活正常的试车，借助测量仪10来采集该测量参数，将测量数据传输给计算装置20，计算装置于是能确定该测量参数是否来自车辆34的功能故障或无故障状态。为此，计算装置20例如可以将在试车范围内所收到的测量数据与计算装置20在学习模式范围内已收到的测量数据相比较。因为例如来自学习模式的测量数据表征功能故障，故计算装置20可以将来自试车的测量数据与来自学习模式的测量数据相比较。如果例如来自试车的测量数据对应于来自学习模式的测量数据，则计算装置20可以推断出车辆34出现功能故障。但如果来自试车的测量数据与来自学习模式的测量数据不同，则计算装置20可以推断出车辆34的无故障状态。
图7示出用户界面14的另一个菜单。根据图7，另一个菜单包含其它操作件48a-f，通过所述其它操作件可以将其它说明分配给相应的测量参数或测量数据。
Claims (10)
1.一种用于检查至少一台车辆(34)的方法，其中：
-借助关于所述至少一台车辆(34)而言在外部的且不同于所述至少一台车辆(34)的电子计算装置(20)来接收测量数据，所述测量数据是由至少一个与所述至少一台车辆(34)和所述电子计算装置(20)不同的测量仪(10)来提供的，并且所述测量数据表征所述至少一台车辆(34)的至少一个借助该测量仪(10)所测得的加速度和/或至少一个借助该测量仪所测得的噪声和/或至少一个借助该测量仪所采集的至少一个局部区域的图像；
-借助该电子计算装置(20)评估收到的测量数据；并且
-依据对所述测量数据的评估，借助该电子计算装置(20)来检查所述至少一台车辆(34)是否出现至少一个功能故障。
2.根据权利要求1所述的方法，其特征是，所述测量数据表征所述至少一台车辆(34)的状态和/或所述至少一台车辆(34)的地面位置。
3.根据权利要求1或2所述的方法，其特征是，基于所述测量数据并借助该电子计算装置(20)来训练人工智能(AI)，尤其关于确定所述至少一个功能故障而言。
4.根据前述权利要求之一所述的方法，其特征是，
-借助关于另一台车辆而言在外部的且不同于所述另一台车辆的计算装置(20)来接收其它测量数据，所述其它测量数据是由至少一个与所述另一台车辆和该电子计算装置(20)不同的另一个测量仪来提供的，并且所述其它测量数据表征所述另一台车辆的至少一个借助所述另一个测量仪所测得的另一个加速度和/或至少一个借助所述另一个测量仪所测得的另一个噪声和/或至少一个借助所述另一个测量仪所采集的至少另一个局部区域的另一个图像；
-借助该电子计算装置(20)评估收到的其它测量数据；并且
-依据对所述测量数据的评估并依据对所述其它测量数据的评估，借助该电子计算装置(20)来检查所述至少一台车辆(34)是否出现所述至少一个功能故障。
5.根据权利要求4所述的方法，其特征是，所述测量数据被分配给所述至少一台车辆(34)的第一构件，所述其它测量数据被分配给所述另一台车辆的与该第一构件结构相同的第二构件，其中，检查至少所述第一构件是否出现所述至少一个功能故障。
6.根据前述权利要求之一所述的方法，借助该电子计算装置(20)给该测量仪(10)提供来自所述评估的结果数据。
7.根据前述权利要求之一所述的方法，其特征是，借助该电子计算装置(20)：
-接收如下数据：表征对所述至少一台车辆(34)的至少一部分所作之模拟的模拟数据和/或表征所述至少一台车辆(34)生产的生产数据和/或表征所述至少一台车辆(34)维修的维修数据和/或表征借助于测试台对所述至少一台车辆(34)所执行测试的测试台数据；并且
-依据所述模拟数据和/或所述生产数据和/或所述维修数据和/或所述测试台数据，借助该电子计算装置(20)检查所述至少一台车辆(34)是否出现所述至少一个功能故障。
8.一种电子计算装置(20)，其设计用于执行根据前述权利要求之一所述的方法。
9.一种用于检查至少一台车辆(34)的方法，其中：
-借助不同于所述至少一台车辆(34)的测量仪(10)来采集所述至少一台车辆(34)的至少一个加速度和/或至少一个噪声和/或至少一个局部区域的至少一个图像；
-借助该测量仪(10)来接收至少一个由人完成的输入；
-依据所述输入，给借助该测量仪(10)所测得的加速度和/或所采集的噪声和/或所采集的图像分配说明；并且
-为了借助该测量仪(10)检查所述至少一台车辆(34)，给关于所述至少一台车辆(34)和该测量仪(10)而言在外部的且与所述至少一台车辆(34)和该测量仪(10)不同的电子计算装置(20)提供测量数据，所述测量数据表征所测得的加速度和/或所采集的噪声和/或所采集的图像，其中，所述测量数据也表征所述说明。
10.一种用于检查至少一台车辆(34)的方法，其中：
-借助不同于所述至少一台车辆(34)的测量仪(10)来采集所述至少一台车辆(34)的至少一个加速度和/或至少一个噪声和/或至少一个局部区域的至少一个图像；
-借助该测量仪(10)来提供表征所测得的加速度和/或所采集的噪声和/或所采集的图像的测量数据；
-借助关于所述至少一台车辆(34)和该测量仪(10)而言在外部的且与所述至少一台车辆(34)和该测量仪(10)不同的电子计算装置(20)来接收由该测量仪(10)提供的测量数据；
-借助该电子计算装置(20)评估收到的测量数据；和
-依据对所述测量数据的评估，借助该电子计算装置(20)来检查所述至少一台车辆(34)是否出现至少一个功能故障。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102018009451.1A DE102018009451A1 (de) | 2018-12-04 | 2018-12-04 | Verfahren zum Überprüfen wenigstens eines Fahrzeugs sowie elektronische Recheneinrichtung |
| DE102018009451.1 | 2018-12-04 | ||
| PCT/EP2019/080865 WO2020114724A1 (de) | 2018-12-04 | 2019-11-11 | Verfahren zum überprüfen wenigstens eines fahrzeugs sowie elektronische recheneinrichtung |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113168739A true CN113168739A (zh) | 2021-07-23 |
| CN113168739B CN113168739B (zh) | 2023-09-22 |
Family
ID=68536868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980079417.2A Active CN113168739B (zh) | 2018-12-04 | 2019-11-11 | 用于检查至少一台车辆的方法以及电子计算装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220055557A1 (zh) |
| CN (1) | CN113168739B (zh) |
| DE (1) | DE102018009451A1 (zh) |
| WO (1) | WO2020114724A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102022200067A1 (de) | 2022-01-05 | 2023-07-06 | Volkswagen Aktiengesellschaft | Automatisierte Prüfung einer Verkehrstüchtigkeit von Fahrzeugen |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130190967A1 (en) * | 2011-01-24 | 2013-07-25 | Lexisnexis Risk Solutions Inc. | Systems and methods for telematics montoring and communications |
| US20140195099A1 (en) * | 2013-01-04 | 2014-07-10 | Innova Electronics, Inc. | Smart phone app-based vin decoding and symptomatic diagnostic system and method |
| US20140277902A1 (en) * | 2013-03-14 | 2014-09-18 | Telogis, Inc. | System and method for crowdsourcing vehicle-related analytics |
| CN105719359A (zh) * | 2016-01-15 | 2016-06-29 | 中国人民解放军装甲兵工程学院 | 车辆信息的获取方法和装置 |
| KR101769102B1 (ko) * | 2016-11-25 | 2017-08-17 | 주식회사 오복소프트 | Ｏｂｄ와 스마트폰을 사용한 보험사 서버와 연동된 자동차 운행기록 분석 시스템 및 방법 |
| CN107458383A (zh) * | 2016-06-03 | 2017-12-12 | 法拉第未来公司 | 使用音频信号的车辆故障自动检测 |
| CN108290537A (zh) * | 2015-06-22 | 2018-07-17 | 奥克托信息技术股份公司 | 用于交通事件的碰撞诊断 |
| DE102017201226A1 (de) * | 2017-01-26 | 2018-07-26 | Audi Ag | Verfahren zum Betrieb eines Datenauswertungssystems für Kraftfahrzeugfunktionen und Datenauswertungssystem |
| US20180315260A1 (en) * | 2017-05-01 | 2018-11-01 | PiMios, LLC | Automotive diagnostics using supervised learning models |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080161989A1 (en) * | 1995-06-07 | 2008-07-03 | Automotive Technologies International, Inc. | Vehicle Diagnostic or Prognostic Message Transmission Systems and Methods |
| US8024084B2 (en) * | 1995-06-07 | 2011-09-20 | Automotive Technologies International, Inc. | Vehicle diagnostic techniques |
| US10102583B2 (en) * | 2008-01-18 | 2018-10-16 | Mitek Systems, Inc. | System and methods for obtaining insurance offers using mobile image capture |
| US11132650B2 (en) * | 2011-04-22 | 2021-09-28 | Emerging Automotive, Llc | Communication APIs for remote monitoring and control of vehicle systems |
| US8543280B2 (en) * | 2011-04-29 | 2013-09-24 | Toyota Motor Engineering & Manufacturing North America, Inc. | Collaborative multi-agent vehicle fault diagnostic system and associated methodology |
| CA2864131C (en) * | 2012-02-03 | 2019-08-20 | Dealer Dot Com, Inc. | Image capture system |
| CA2920405A1 (en) * | 2013-08-29 | 2015-03-05 | Modustri Llc | Detection system |
| KR101513084B1 (ko) | 2013-12-27 | 2015-04-22 | 한밭대학교 산학협력단 | 차량내 환경 정보를 이용한 차량 정보 서비스 방법 및 시스템 |
| US20150287130A1 (en) * | 2014-04-04 | 2015-10-08 | Verc, Inc. | Systems and methods for assessing damage of rental vehicle |
| US9881428B2 (en) * | 2014-07-30 | 2018-01-30 | Verizon Patent And Licensing Inc. | Analysis of vehicle data to predict component failure |
| US9430883B2 (en) * | 2014-08-13 | 2016-08-30 | Verizon Patent And Licensing Inc. | Device with vehicle interface for sensor data storage and transfer |
| US9520006B1 (en) * | 2014-08-28 | 2016-12-13 | Allstate Insurance Company | Vehicle diagnostics |
| US9478080B2 (en) * | 2014-11-20 | 2016-10-25 | Clear View Technology Solutions, Inc. | Method and system for providing condition reports for vehicles |
| US9563986B2 (en) * | 2014-12-31 | 2017-02-07 | Ebay Inc. | Systems and methods for multi-signal fault analysis |
| WO2016179303A1 (en) * | 2015-05-04 | 2016-11-10 | Kamama, Inc. | System and method of vehicle sensor management |
| US10197631B2 (en) * | 2015-06-01 | 2019-02-05 | Verizon Patent And Licensing Inc. | Systems and methods for determining vehicle battery health |
| US9767626B2 (en) * | 2015-07-09 | 2017-09-19 | Ford Global Technologies, Llc | Connected services for vehicle diagnostics and repairs |
| US9824508B2 (en) * | 2015-09-15 | 2017-11-21 | Cubic Corporation | Transit vehicle sensor system |
| US9824453B1 (en) * | 2015-10-14 | 2017-11-21 | Allstate Insurance Company | Three dimensional image scan for vehicle |
| US20190279447A1 (en) * | 2015-12-03 | 2019-09-12 | Autoconnect Holdings Llc | Automatic vehicle diagnostic detection and communication |
| CN105610850A (zh) | 2016-01-13 | 2016-05-25 | 天津大学 | 基于车联网的车辆服务与管理系统 |
| US10360740B2 (en) * | 2016-01-19 | 2019-07-23 | Robert Bosch Gmbh | Methods and systems for diagnosing a vehicle using sound |
| US9886771B1 (en) * | 2016-05-20 | 2018-02-06 | Ccc Information Services Inc. | Heat map of vehicle damage |
| DE102017204941A1 (de) * | 2017-03-23 | 2018-09-27 | Continental Automotive Gmbh | Verfahren zum Erkennen eines Sonderbetriebszustands eines Kraftfahrzeugs, mobile Vorrichtung, Computerprogrammprodukt und Referenzgeräuschsammlung |
| US10699404B1 (en) * | 2017-11-22 | 2020-06-30 | State Farm Mutual Automobile Insurance Company | Guided vehicle capture for virtual model generation |
| KR102017802B1 (ko) * | 2017-12-21 | 2019-09-03 | 엘지전자 주식회사 | 이동 단말기 및 그 제어방법 |
| US20230230166A1 (en) * | 2018-06-15 | 2023-07-20 | State Farm Mutual Automobile Insurance Company | Methods and systems for automatic classification of a level of vehicle damage |
| US10679420B2 (en) * | 2018-11-02 | 2020-06-09 | General Motors Llc | Augmented reality (AR) remote vehicle assistance |
| WO2020154528A1 (en) * | 2019-01-23 | 2020-07-30 | Assurant, Inc. | Methods, apparatuses, and systems for monitoring and maintaining vehicle condition |
-
2018
- 2018-12-04 DE DE102018009451.1A patent/DE102018009451A1/de active Granted
-
2019
- 2019-11-11 US US17/299,418 patent/US20220055557A1/en active Pending
- 2019-11-11 CN CN201980079417.2A patent/CN113168739B/zh active Active
- 2019-11-11 WO PCT/EP2019/080865 patent/WO2020114724A1/de active Application Filing
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130190967A1 (en) * | 2011-01-24 | 2013-07-25 | Lexisnexis Risk Solutions Inc. | Systems and methods for telematics montoring and communications |
| US20140195099A1 (en) * | 2013-01-04 | 2014-07-10 | Innova Electronics, Inc. | Smart phone app-based vin decoding and symptomatic diagnostic system and method |
| US20140277902A1 (en) * | 2013-03-14 | 2014-09-18 | Telogis, Inc. | System and method for crowdsourcing vehicle-related analytics |
| CN108290537A (zh) * | 2015-06-22 | 2018-07-17 | 奥克托信息技术股份公司 | 用于交通事件的碰撞诊断 |
| CN105719359A (zh) * | 2016-01-15 | 2016-06-29 | 中国人民解放军装甲兵工程学院 | 车辆信息的获取方法和装置 |
| CN107458383A (zh) * | 2016-06-03 | 2017-12-12 | 法拉第未来公司 | 使用音频信号的车辆故障自动检测 |
| KR101769102B1 (ko) * | 2016-11-25 | 2017-08-17 | 주식회사 오복소프트 | Ｏｂｄ와 스마트폰을 사용한 보험사 서버와 연동된 자동차 운행기록 분석 시스템 및 방법 |
| DE102017201226A1 (de) * | 2017-01-26 | 2018-07-26 | Audi Ag | Verfahren zum Betrieb eines Datenauswertungssystems für Kraftfahrzeugfunktionen und Datenauswertungssystem |
| US20180315260A1 (en) * | 2017-05-01 | 2018-11-01 | PiMios, LLC | Automotive diagnostics using supervised learning models |
Non-Patent Citations (2)
| Title |
|---|
| 孤云: "学会看汽车数据流，向高级诊断师进发", 《汽修宝典》 * |
| 孤云: "学会看汽车数据流，向高级诊断师进发", 《汽修宝典》, 4 September 2018 (2018-09-04), pages 1 - 12 * |
Also Published As
| Publication number | Publication date |
|---|---|
| DE102018009451A1 (de) | 2020-06-04 |
| US20220055557A1 (en) | 2022-02-24 |
| WO2020114724A1 (de) | 2020-06-11 |
| CN113168739B (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110647133B (zh) | 轨道交通设备状态检测维护方法及系统 | |
| CN112965871A (zh) | 车辆故障提示信息获取方法、装置及存储介质 | |
| US9721399B2 (en) | Vehicle diagnosing apparatus, vehicle diagnosing system, and diagnosing method | |
| EP3206103A1 (en) | Model based system monitoring | |
| KR102427205B1 (ko) | 인공지능 모델을 위한 학습 데이터 생성 장치 및 방법 | |
| CN112926257A (zh) | 往复式天然气压缩机故障诊断系统以及诊断方法 | |
| KR20150107713A (ko) | 자동 기계 시스템 진단 | |
| EP3913453A1 (en) | Fault detection system and method for a vehicle | |
| CN116628564B (zh) | 用于检测发电机状态的模型训练方法和系统 | |
| CN111896254A (zh) | 一种变速变载大型滚动轴承故障预测系统及方法 | |
| CN111678699A (zh) | 一种面向滚动轴承早期故障监测与诊断方法及系统 | |
| CN116880454A (zh) | 车辆故障智能诊断系统与方法 | |
| KR102545672B1 (ko) | 기계고장 진단 방법 및 장치 | |
| CN115931319B (zh) | 故障诊断方法、装置、电子设备及存储介质 | |
| CN115238785A (zh) | 基于图像融合和集成网络的旋转机械故障诊断方法和系统 | |
| CN107977679B (zh) | 基于频响函数和运行响应特征诊断复杂装置早期故障的方法 | |
| CN118011994A (zh) | 一种基于跨模态工业大模型的故障诊断系统及方法 | |
| CN113168739B (zh) | 用于检查至少一台车辆的方法以及电子计算装置 | |
| Irgat et al. | An IoT-Based Monitoring System for Induction Motor Faults Utilizing Deep Learning Models | |
| Pandiyan et al. | Systematic Review on Fault Diagnosis on Rolling-Element Bearing | |
| CN116642696A (zh) | 铁路轴承健康监测方法、装置、系统、终端及存储介质 | |
| CN118043249A (zh) | 使用交通工具数据的优化诊断模型 | |
| US20200143004A1 (en) | Visualization of machine structure damage from machine sensor data using machine learning | |
| CN111930081A (zh) | 用于监控agv状态的方法、装置、边缘设备和存储介质 | |
| CN116643170B (zh) | 电机轴系振动测试方法、装置和计算机设备 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Stuttgart, Germany Applicant after: Mercedes-Benz Group Co.,Ltd. Address before: Stuttgart, Germany Applicant before: DAIMLER AG |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |