CN113561713B - 基于物联网的胎压异常故障排查方法及系统 - Google Patents

Abstract

本发明公开了一种基于物联网的胎压异常故障排查方法和系统，其包括方法，方法包括：获取同一车辆反馈的胎压信息、车内外温湿度信息和位置信息；以及，与车机做数据交互，并在车机发出异常排查请求后，执行胎压排障进程；其中，所述胎压排障进程包括：对比实时胎压信息和预确定的胎压标准，判断升压/压降是否达到进程触发阈值，如果是，则根据车内外温湿度信息执行环境干扰分析，根据车辆的位置信息执行位置近邻分析以及执行故障分析；如果否，则输出正常波动提示信息。本申请具有辅助车主理解胎压变化，改善行车体验的效果。

Description

基于物联网的胎压异常故障排查方法及系统

技术领域

本申请涉及胎压检测技术领域，尤其是涉及一种基于物联网的胎压异常故障排查方法及系统。

背景技术

汽车胎压异常可能导致以下问题：

1、胎压过高、过低，爆胎几率增大；

2、胎压过高，胎面和地面接触面积减少，摩擦力减少，延长刹车距离；

3、胎压过低，增加胎面两边会过度磨损，让轮胎提前报废。

因此为了保障车辆行驶过程中的安全，当前出厂的车辆大多配置有胎压检测系统。传统的，胎压检测系统大多只是在胎压过高、过低时发出报警；之后则是，数显胎压数据配合报警功能的胎压检测/监测机制。

针对上述内容，发明人认为：其相对简单和粗略，尤其对车辆驾驶经验和相关知识不足的车主而言，在胎压变化时，会引发其产生各种疑问，甚至是误判，因此本申请提出一种新的技术方案。

发明内容

为了辅助车主理解胎压变化，改善行车体验，本申请提供一种基于物联网的胎压异常故障排查方法及系统。

第一方面，本申请提供一种基于物联网的胎压异常故障排查方法，采用如下的技术方案：

一种基于物联网的胎压异常故障排查方法，包括：

获取同一车辆反馈的胎压信息、车内外温湿度信息和位置信息；以及，

与车机做数据交互，并在车机发出异常排查请求后，执行胎压排障进程；其中，所述胎压排障进程包括：

对比实时胎压信息和预确定的胎压标准，判断升压/压降是否达到进程触发阈值，如果是，则根据车内外温湿度信息执行环境干扰分析，根据车辆的位置信息执行位置近邻分析以及执行故障分析；如果否，则输出正常波动提示信息。

可选的，所述预确定的胎压标准包括：前n次行程的平均胎压信息。

可选的，所述环境干扰分析包括：

根据实时温湿度，查找待排查车辆的历史反馈，判断是否存在温湿度差异允许范围内的其他记录，如果是，则调取对应的胎压信息，作为历史比对胎压信息；如果否，则执行位置近邻分析；

计算并判断实时胎压信息与历史比对胎压信息的差异是否超出波动允许阈值，如果是，则输出温湿度影响提示；如果否，则执行故障分析。

可选的，所述位置近邻分析包括：

根据车辆的位置信息查找权限内其他车辆的实时反馈记录，并筛选出位置相距在S1之内的N个其他车辆，作为参考车辆；

根据参考车辆的胎压信息及其预确定的胎压标准，判断各个参考车辆属于升压、压降或正常波动，并分别统计各个类别的数量，得到近邻参考信息；

当待排查车辆属于近邻参考信息中数值大的一方，则输出路段影响提示，并输出近邻参考信息；

当待排查车辆属于近邻参考信息中数值小的一方，则执行故障分析，并输出近邻参考信息。

可选的，所述胎压信息绑定车胎ID，所述位置近邻分析包括：

识别待排查车辆和其他车辆的车胎ID，判断其他车辆是否同待排查车辆的车胎为同类，如果是，则优先筛选为参考车辆。

可选的，所述与车机的数据交互包括获取车型信息；

识别待排查车辆和其他车辆的车型，判断其他车辆是否同待排查车辆的车型为同类，如果是，则优先筛选为参考车辆。

可选的，所述故障分析包括：

基于异常排查请求发送前、后的胎压信息，得到胎压变化曲线；以及，

将胎压变化曲线与预设的各类故障模型比对，做相似度计算并根据结果确定所属故障类型，输出对应的故障提示信息和胎压变化曲线。

第二方面，本申请提供一种基于物联网的胎压异常故障排查系统，采用如下的技术方案：

一种基于物联网的胎压异常故障排查系统，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上所述中任一种方法的计算机程序。

综上所述，本申请包括以下至少一种有益技术效果：在车主对胎压数据产生疑问时，其可发送异常排查请求；此时，本方法可根据车内外温度做环境干扰分析，可根据车辆位置信息，选取近邻车辆的胎压信息做位置近邻分析，还可在前两者的基础上再做故障分析，以诊断排查出胎压信息变化、异常的原因并告知，以辅助车主理解胎压信息，改善行车体验。

附图说明

图1是本申请的方法的架构示意图。

具体实施方式

以下结合附图1对本申请作进一步详细说明。

本申请实施例公开一种基于物联网的胎压异常故障排查方法，其可通过一加载并执行对应计算机程序的处理器实现。

参照图1，基于物联网的胎压异常故障排查方法包括：

S101、获取同一车辆反馈的胎压信息、车内外温湿度信息和位置信息；以及，

S102、与车机做数据交互，并在车机发出异常排查请求后，执行胎压排障进程。

其中，胎压信息、车内外温湿度信息和位置信息可配置为：由车辆上的各对应传感器、功能模块基于IOT（物联）网络上传至物联云平台，以获取。此处之所以跳过车机（车载电脑），是为了减小车机故障等带来的干扰；同时，减小车机因交互数据过多造成的排队延时。

关于与车机所做的数据交互，包括：交互车机发送的各项功能请求、车辆身份信息、车型等。

可以理解的是，本方法为原胎压监测系统上的再拓展和深入，因此本方法不再赘述原系统的胎压监测报警功能，而是描述用户对胎压数据产生疑问后，本方法所能提供的应用帮助。

上述请求指令预设于车机，由车主等操作车机发出上传。

关于胎压排障进程，其包括：

对比实时胎压信息和预确定的胎压标准，判断升压/压降是否达到进程触发阈值，如果是，则根据车内外温湿度信息执行环境干扰分析，根据车辆的位置信息执行位置近邻分析以及执行故障分析；如果否，则输出正常波动提示信息（发送至车机、车主绑定的终端）。

其中，预确定的胎压标准，其包括前n次行程的平均胎压信息，n为非0整数，具体数值由车主自行选定。

对于一个车轮而言，损耗等是一个持续性，渐进性的过程，因此理论上车胎正常时，当前胎压和前几次的胎压差不会发生大的变化，即将实时胎压信息与前n次行程的平均胎压信息比较判别，相对合理；同时，也是因为车胎安装至不同车型，使用情况不同，胎压存在一定差异，所以本实施例中，胎压标准非选定厂家指导胎压信息。

可以理解的是，本实施例中所有的阈值及相关概念，其均由工作人员实际验证所得并预设。

上述环境干扰分析，其包括：

S201、根据实时温湿度，查找待排查车辆（请求对应的车辆）的历史反馈，判断是否存在温湿度差异允许范围内的其他记录，如果是，则调取对应的胎压信息，作为历史比对胎压信息；如果否，则执行位置近邻分析。

对于胎压而言，其所受影响最常见的就是天气（非行驶状态明显），如夏日天气高时，胎压会有一定上升，为此本方法中，加入本分析，判别是否为天气变化带来的影响；同时，因为是基于同车的历史数据判别，如与前两日差不多的天气下的胎压信息比较；或是在无类似历史数据的前提下，执行位置近邻分析，以靠近的其他车辆做参考，所以判别的准确性相对更高。

可以理解的是，对于历史数据的选取应基于车辆状态相同的，如停车、行驶过程中、行程开始前、行程开始后。另外，除非出现特殊天气，或车辆行程地理跨度较大，否则一般情况下，本分析基于历史数据做执行以下内容：

S202、计算并判断实时胎压信息与历史比对胎压信息的差异是否超出波动允许阈值，如果是，则输出温湿度影响提示；如果否，则执行故障分析。

关于位置近邻分析，其包括：

S301、根据车辆的位置信息查找权限内其他车辆的实时反馈记录，并筛选出位置相距在S1之内的N个其他车辆，作为参考车辆。

其中，权限指的是，应用本方法的车辆，且开启定位权限的人员。本方法中的相关数据，均通过相应的服务器存储，因此上述查找即为检索相应服务器的数据库。

上述S1为工作人员设定的距离，如3km；N为非0整数，同样预设定。

S302、根据参考车辆的胎压信息及其预确定的胎压标准，判断各个参考车辆属于升压、压降或正常波动，并分别统计各个类别的数量，得到近邻参考信息。

当待排查车辆属于近邻参考信息中数值最大的一方，则输出路段影响提示，并输出近邻参考信息；

当待排查车辆属于近邻参考信息中数值最小的一方，则执行故障分析，并输出近邻参考信息。

可以理解的是，正常情况下，升压、压降或正常波动三类别的数量不可能均衡，必定有一类是占据大比例，其他两类无或极少，因此只需根据所属大小执行即可；若出现三者均衡，可设置为输出邻居参考信息 。

上述分析，一方面在环境干扰分析无符合条件的历史数据时，提供另一方式做填补；另一方面，也是为了判别是否是路段带来的影响，如高速路和城市道路，存在一定差异。因此，本分析和上一环境分析，执行顺序并固定先后顺序。

为了提高本方法的准确性，本方法还包括：胎压信息绑定车胎ID，位置近邻分析包括：

识别待排查车辆和其他车辆的车胎ID，判断其他车辆是否同待排查车辆的车胎为同类，如果是，则优先筛选为参考车辆。

根据上述内容，可减小不同车胎带来的干扰。

同时，本方法还包括：与车机的数据交互包括获取车型信息；需要注意的是，此处的车型并非指品牌，而是指车辆属于轿车、SUV；或指的是车的级别，如A、B或C级。

在上述分析过程中，识别待排查车辆和其他车辆的车型，判断其他车辆是否同待排查车辆的车型为同类，如果是，则优先筛选为参考车辆。

根据上述内容，可减小不同车型对胎压的干扰，从而提高本方法的准确性。

关于故障分析，其包括：

S401、基于异常排查请求发送前、后的胎压信息，得到胎压变化曲线；以及，

S402、将胎压变化曲线与预设的各类故障模型比对，做相似度计算并根据结果确定所属故障类型，输出对应的故障提示信息和胎压变化曲线。

其中，胎压变化曲线的始末时间，可以为请求发送前2-5min，请求发送后5-10S。上述请求发送后的时间，一方面可适当再延长监测长度，另一方面又不会显得过长，让用户等待过久，影响体验；同时，也是为分析过程等保留时间。

上述故障模型，即各类导致胎压异常情况下验证取样的胎压变化曲线，如泄漏型的车轮扎穿情况下的胎压变化曲线。相似度计算，选择现有任一相似度算法即可，如将曲线离散化，再计算豪斯多夫距离，以找出相似性最高的模型，并根据其确定所属故障类型。

根据上述内容，本方法可根据胎压的变化情况，预估判别其所对应的故障类型，以帮助车主理解胎压数据，提升驾驶体验。

本申请实施例还公开一种基于物联网的胎压异常故障排查系统。

基于物联网的胎压异常故障排查系统包括存储器和处理器，存储器上存储有能够被处理器加载并执行如上所述任一种方法的计算机程序。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (7)

1.一种基于物联网的胎压异常故障排查方法，其特征在于，包括：

获取同一车辆反馈的胎压信息、车内外温湿度信息和位置信息；以及，

与车机做数据交互，并在车机发出异常排查请求后，执行胎压排障进程；其中，所述胎压排障进程包括：

对比实时胎压信息和预确定的胎压标准，判断升压/压降是否达到进程触发阈值，如果是，则根据车内外温湿度信息执行环境干扰分析，根据车辆的位置信息执行位置近邻分析以及执行故障分析；如果否，则输出正常波动提示信息；

所述位置近邻分析包括：

根据车辆的位置信息查找权限内其他车辆的实时反馈记录，并筛选出位置相距在S1之内的N个其他车辆，作为参考车辆；

根据参考车辆的胎压信息及其预确定的胎压标准，判断各个参考车辆属于升压、压降或正常波动，并分别统计各个类别的数量，得到近邻参考信息；

当待排查车辆属于近邻参考信息中数值大的一方，则输出路段影响提示，并输出近邻参考信息；

当待排查车辆属于近邻参考信息中数值小的一方，则执行故障分析，并输出近邻参考信息。

2.根据权利要求1所述的基于物联网的胎压异常故障排查方法，其特征在于，所述预确定的胎压标准包括：前n次行程的平均胎压信息。

3.根据权利要求1所述的基于物联网的胎压异常故障排查方法，其特征在于，所述环境干扰分析包括：

根据实时温湿度，查找待排查车辆的历史反馈，判断是否存在温湿度差异允许范围内的其他记录，如果是，则调取对应的胎压信息，作为历史比对胎压信息；如果否，则执行位置近邻分析；

计算并判断实时胎压信息与历史比对胎压信息的差异是否超出波动允许阈值，如果是，则输出温湿度影响提示；如果否，则执行故障分析。

4.根据权利要求3所述的基于物联网的胎压异常故障排查方法，其特征在于，所述胎压信息绑定车胎ID，所述位置近邻分析包括：

识别待排查车辆和其他车辆的车胎ID，判断其他车辆是否同待排查车辆的车胎为同类，如果是，则优先筛选为参考车辆。

5.根据权利要求3所述的基于物联网的胎压异常故障排查方法，其特征在于：所述与车机的数据交互包括获取车型信息；

识别待排查车辆和其他车辆的车型，判断其他车辆是否同待排查车辆的车型为同类，如果是，则优先筛选为参考车辆。

6.根据权利要求3所述的基于物联网的胎压异常故障排查方法，其特征在于，所述故障分析包括：

基于异常排查请求发送前、后的胎压信息，得到胎压变化曲线；以及，

将胎压变化曲线与预设的各类故障模型比对，做相似度计算并根据结果确定所属故障类型，输出对应的故障提示信息和胎压变化曲线。

7.一种基于物联网的胎压异常故障排查系统，其特征在于：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。

Images