CN113988921A - 一种智能推荐配件的汽车诊断系统、方法及存储介质 - Google Patents

Abstract

本发明公开了一种智能推荐配件的汽车诊断系统、方法及存储介质，属于汽车诊断领域。针对现有车配件的维修更换时效性差且效率慢的问题，本发明提供一种智能推荐配件的汽车诊断系统，它包括车型档案数据模块，车型配件数据模块、数据采集模块、专家诊断模块、同城配件商信息模块和人机交互模块。本发明通过专家诊断模块诊断是否更换配件，再通过同城配件商信息模块进行配件智能化推荐，客户可根据需求选择购买其中的配件，便于操作人员或客户直观了解相关数据，增加操作人员或客户的便利性，同时提高整个汽车配件更换的及时性，提高了维修效率，系统结构简单，易于实施。本发明的汽车诊断方法操作简便，保证汽车配件更换的准确性，提高维修效率。

Description

一种智能推荐配件的汽车诊断系统、方法及存储介质

技术领域

本发明属于汽车诊断技术领域，更具体地说，涉及一种智能推荐配件的汽车诊断系统、方法及存储介质。

背景技术

随着我国汽车行业的飞速发展，汽车数量越来越多，发生故障的概率也随之增大。中国汽车保有量的迅速增长带动了国内汽车维修保养市场的发展，随着维修业的发展，汽车的维修交易流程也变得越来越复杂，信息化的汽车维修交易系统能够实现在数秒中内从大量数据中找出需要的修车历史记录，还能进行预约修车。对于汽车维修行业来说，发生故障时，最常见的维修方式就是直接更换配件，目前汽修行业面临一些问题，如：更换配件时型号必须要准确不然购买的配件将无法使用影响工期，还有对于维修时间就是金钱的商用车后市场来说，很多维修点都是几个人的小团队和修理厂没法对比。因而对于配件库存来说有限，经常需要临时购买配件，这时只能是找当地认识的配件商购买。如果采取普通的网购，那么对于时效性是不好控制的。

如中国专利申请号CN201810096510.1，公开日为2018年8月17日，该专利公开了一种基于关联性分析算法的汽车配件推荐系统及推荐方法，该系统包括：数据采集模块，用于采集所购汽车的类型参数，并发送至配件推荐清单生成模块；关联性分析模块，用于调取已存储的该所购类型汽车的历史购买数据和所购汽车配件的历史购买数据，并建立所购类型汽车与所购汽车配件的历史购买数据相关性模型，并将历史购买数据相关性模型发送至配件推荐清单生成模块；配件推荐清单生成模块，用于根据接收的所购汽车的类型参数和历史购买数据相关性模型生成汽车配件推荐清单，并发送至显示模块。该专利的不足之处在于：虽能节约维修时间，但是配件的时效性不易控制。

又如中国专利申请号CN201910200604.3，公开日为2019年7月5日，该专利公开了一种汽车四轮定位故障的智能诊断分析及维修引导方法和系统。所述方法包括：预先建立专家智囊库、车型档案数据库和车型配件数据库的步骤，及对四轮定位故障进行诊断分析及维修引导的步骤；所述诊断分析及维修引导的步骤，包括：查找与故障汽车的车型相匹配的四轮定位参数及可调整的配件信息，列出相应的至少一项故障现象选项；根据被选定的故障现象选项，进入相应的故障处理程序：测量故障汽车的四轮定位数据，根据专家智囊库进行诊断分析，生成四轮定位故障诊断报告。该专利的不足之处在于：虽然能够提高故障诊断结构，但是对于维修更换配件并未做具体说明，无法保证配件的及时供应。

发明内容

1、要解决的问题

针对现有车配件的维修更换时效性差且效率慢的问题，本发明提供一种智能推荐配件的汽车诊断系统、方法及存储介质。本发明通过专家诊断模块诊断是否更换配件，再通过同城配件商信息模块进行配件智能化推荐，客户可根据需求选择购买其中的配件，便于操作人员或客户直观了解相关数据，增加操作人员或客户的便利性，同时提高整个汽车配件更换的及时性，提高了维修效率，系统结构简单，易于实施。本发明的汽车诊断方法操作简便，保证汽车配件更换的准确性，提高维修效率。

2、技术方案

为解决上述问题，本发明采用如下的技术方案。

一种智能推荐配件的汽车诊断系统，包括：

车型档案数据模块：用于存储多种车型的参数；

车型配件数据模块：用于存储对应车型的配件参数；

数据采集模块：用于采集故障汽车的汽车故障码和相关数据流；

专家诊断模块：用于对数据采集模块中的故障码和数据流分析诊断，确定故障类型并通过调用车型档案数据模块中车型参数和车型配件数据模块中的零配件参数给出解决方案；

同城配件商信息模块：用于存储一定区域内的配件供应商数据，并对应设置有配件购买链接；

人机交互模块：用于提供操作人员点击同城配件商信息模块中的购买链接。

更进一步的，所述同城配件商信息模块中的配件供应商数据包括供应商的距离，供应商配送的时间，供应商的车型配件图片及图片对应的价格。

更进一步的，所述专家诊断模块中的解决方案包括维修操作方法和/或维修标准，同时根据数据采集模块中的故障码和数据流判断故障汽车可能存在的隐形故障。

一种使用如上述任一项权利要求所述的一种智能推荐配件的汽车诊断系统的智能推荐配件的汽车诊断方法，包括以下步骤：

S1：预先建立车型档案数据库、车型配件数据库和同城配件商信息库；

S2：对故障汽车进行数据采集，识别故障码以及相关数据流；

S3：调用车型档案数据库，确定车型；

S4：对故障码和数据流分析诊断，确定故障点和故障类型；

S5：调用车型配件数据库，确定故障点的配件参数；

S6：判断是否需要更换配件，如需要进行下一步；如不需要则结束汽车诊断过程；

S7：需要更换配件时，调用同城配件商信息库内的配件供应商数据；

S8：用户根据配件供应商数据自行选择所需购买的配件，整个诊断过程结束。

更进一步的，在步骤S2中还包括人工目视检查故障汽车外观，以此判断需要更换的汽车配件。

更进一步的，在步骤S2之后在步骤S3之前还包括步骤S9：扫描故障汽车VIN码或故障汽车车身图片，自动识别车型并与车型档案数据库匹配，同时将车型唯一的ID码发送至车型配件数据库，匹配与该车型有关的所有配件。

更进一步的，在步骤S7中，需要更换配件时，对故障汽车的故障配件进行多角度拍摄并上传至智能推荐配件的汽车诊断系统。

一种存储介质，所述存储介质有多条指令，所述指令适于处理器进行加载，以执行上述任一项所述的一种智能推荐配件的汽车诊断中的步骤。

3、有益效果

相比于现有技术，本发明的有益效果为：

(1)本发明的汽车诊断系统通过数据采集模块对故障汽车的数据进行采集，同时通过专家诊断模块对数据进行分析判断，同时通过调用车型档案数据模块和车型配件数据模块确定车型参数以及需要更换的车配件，可准确判断该故障点导致的需要更换的配件型号，防止因购买错误的配件而导致工期延误；通过在汽车诊断系统里搭建同城配件商信息模块，对一定区域内的配件供应商进行搭建数据库，便于操作人员直观了解相关数据，增加操作人员的便利性，同时提高整个汽车配件更换的及时性，提高了维修效率；

(2)本发明中的同城配件商信息模块根据距离、外观、到货时间等因素智能推荐附近配件供应商，大大缩减了购买配件的时间，避免了因修理厂配件库存不足、网购太慢而导致的时间浪费；同时使得推荐的配件供应信息更加透明，增大了操作人员的可选择性，有助于行业健康发展；

(3)本发明的汽车诊断方法通过对故障汽车进行数据采集之后确定故障类型从而判断是否需要更换汽车配件，通过调用车型档案数据库、车型配件数据库的数据进行确定车型以及具体配件型号，再通过同城配件商信息库中按照距离、数量、价格、到货时间等因素推荐附近的配件供应商，操作人员可根据需求自行选择购买其中的配件，整个诊断方法操作简单且顺畅，保证汽车配件更换的准确性同时提高维修效率；

(4)本发明对故障汽车进行数据采集时还包括人工目视检查故障汽车外观，以此判断需要更换的汽车配件，当经验丰富的操作工进行故障检查时，目视便可知道准确的故障点以及需更换的汽车配件，此时无需再使用自动化的设备进行故障排查等工作，节省成本的同时提高维修效率；

(5)本发明通过扫描故障汽车VIN码或故障汽车车身图片，自动识别车型并与车型档案数据库匹配，同时将车型唯一的ID码发送至车型配件数据库，匹配与该车型有关的所有配件，避免车型不同配件外观相似但具体型号不同所带来的误差判断，进一步保证整个配件识别过程的唯一性，提高维修过程的准确性；

(6)本发明还包括对故障汽车的故障配件进行多角度拍摄并上传至汽车诊断系统，汽车诊断系统接收到图片后与车型配件数据库内的配件进行比较判断，避免客户对故障汽车进行改装后无法识别改装后的配件从而推荐原始配件，进一步提高了故障车配件更换的准确率，提高维修质量。

附图说明

图1为本发明的流程示意图；

图2为人机交互模块中购买界面示意图。

具体实施方式

下面结合具体实施例和附图对本发明进一步进行描述。

实施例1

如图1所示，一种智能推荐配件的汽车诊断系统，包括：

车型档案数据模块：用于存储多种车型的参数，这里的多种车型即为市面上所有的商用车型，这里的参数包括质量参数如整车自重，整备质量、总质量、轴荷分配等；容量参数如载质量、货箱容积、行李箱容积、燃油箱容积等；车身外部参数如车辆总长、总宽、总高等；性能参数如发动机最高转速、最大爬坡度、起步加速时间、百公里耗油量、制动距离等；通过性及机动性参数如轴距、轮距、前悬、后悬、最小离地间隙、接近角、离去角等；通过这些具体的参数确定具体的车型；

车型配件数据模块：用于存储对应车型的配件参数，此处的配件包括发动机配件，传动系配件，制动系配件，转向系配件，行驶系配件，点火系配件、燃油系配件、冷却系配件，润滑系配件、电器仪表系配件以及其它附件配件等；车型配件数据模块与车型档案数据模块相互关联，通过存储对应车型档案数据模块中车型的所有配件参数，便可实现确定车型后即可确定所有配件；

数据采集模块：用于采集故障汽车的汽车故障码和相关数据流，此处的数据流可包括故障汽车的发动机转速、油温、增压压力、油门踏板电压、目标共轨压力、实际共轨压力等；

专家诊断模块：用于对数据采集模块中的故障码和数据流分析诊断，确定故障类型并通过调用车型档案数据模块中车型参数和车型配件数据模块中的零配件参数给出解决方案；具体的，专家诊断模块可综合分析接入的数据流、故障码，一键诊断发生故障的部位，同时显示发生该故障时可能需要更换的配件；其是一种在特定专业领域中具有专家水平解题能力的智能程序系统，它能运用领域专家多年积累的经验与专门知识，模拟人类专家的思维过程，求解需要专家才能解决的困难问题，它与一般应用程序结构和特点上的不同，决定了它在逻辑推理和与判断上有着自己独特的过程；在本实施中，专家诊断模块使用基于模型和基于实例相结合的推理方法，判断车辆发生故障的部位及可能需要更换的配件，进一步提高整个诊断过程的准确性；更进一步的，专家诊断模块中的解决方案包括维修操作方法和/或维修标准，同时根据数据采集模块中的故障码和数据流判断故障汽车可能存在的隐形故障，进一步保证维修的准确性以及安全性；

具体的，基于实例推理的专家诊断模块的工作过程可以看成是设定一个具有丰富汽车诊断知识库的数学诊断模型，对采集到的各类信息进行数学计算和权重分析，判断故障类型，并提出解决方案，所述模型具有自学习能力；基于实例的推理过程是一种类似于人机交互的对话过程，机器与人对话沟通最终把问题解决。只不过由机器代替人回答，它与用户交互的过程大大减少，大多通过网络故障数据库自动比对分析，检测是否满足该实例下可能面临的问题。该方法使得用户可以通过提供少量信息来获得相对更丰富、更好的解决方案，即系统处理不完全信息的能力较强。譬如：以车辆音响故障为例，该系统首先通过传感器和自检机制检测到音箱的两个故障实例(显示屏显示正常，但放音均不响；放音时严重绞带)，随后自动比对网络故障数据库中关于该故障实例涉及的可能故障部位，并进一步进行自检，每次完成一次判断后，相关网络故障数据库会进行实时更新，便于机器深度学习，提高判断准确率。之所以选择车辆音响故障作为研究对象，是由于其类型繁多、故障状态与整车相关性较大，特别是车辆音响的价格极不透明、易损坏，其维修又长期受不21到重视，而很多高档车的随车音响坏了根本买不到配件也无法更换，通过对这类车载配件的智能推荐购买更能体现系统的应用价值。

同城配件商信息模块：用于存储一定区域内的配件供应商数据，并对应设置有配件购买链接；具体的，此处的一定区域是指同城范围内，即是故障汽车所在修理地点的同城范围；通过同城配件商信息模块进行存储同城区域内的供应商配件相关数据，操作人员或客户可直观看到对应的供应商的配件种类及余量，客户可根据需求选择购买其中的配件，极大的缩短了汽车从故障诊断到更换配件的时间，提高了维修效率。更具体的，同城配件商信息模块中的配件供应商数据包括供应商的距离，供应商配送的时间，供应商的车型配件图片及图片对应的价格；

人机交互模块：用于提供操作人员点击同城配件商信息模块中的购买链接，车型档案数据模块、车型配件数据模块、数据采集模块、专家诊断模块、同城配件商信息模块均分别与人机交互模块连接，人机交互模块可为触控屏，操作人员可通过点击触控屏实现配件的购买，同时同城配件商信息模块内按照距离、数量、价格、到货时间等因素推荐附近的配件供应商并在触控屏上显示出来如图2所示。在这里值得说明的是，同城配件商信息模块内部采用算法实现在触控屏上的智能化推荐，可以以价格、距离、到货时间等因素中的一种或多种因素为标准从低到高进行推荐，并在触控屏上展示商家距离、商品外观，售价以及到货时间(到货时间和与客户距离及当前下单时间相关)，最后客户按照自己意愿选择最佳的商品下单。通过智能化的推荐便于操作人员直观了解，按需购买，同时价格透明，便于帮助操作人员更准确，更快速和更经济的购买到所需要的维修配件。

本发明通过数据采集模块对故障汽车的数据进行采集，通过专家诊断模块对数据进行分析判断，同时专家诊断模块通过调用车型档案数据模块和车型配件数据模块确定车型以及需要更换的车配件，准确判断该故障点导致的需要更换的配件型号，防止因购买错误的配件而导致工期延误；通过在汽车诊断系统里搭建同城配件商信息模块，对一定区域内的配件供应商进行搭建数据库，便于操作人员直观了解相关数据，增加操作人员的便利性，同时提高整个汽车配件更换的及时性，提高了维修效率，避免了因修理厂配件库存不足、网购太慢而导致的时间浪费。

实施例2

一种使用如上述任一项所述的一种智能推荐配件的汽车诊断系统的智能推荐配件的汽车诊断方法，包括以下步骤：

S1：预先建立车型档案数据库、车型配件数据库和同城配件商信息库；车型档案数据库、车型配件数据库和同城配件商信息库分别由对应的车型档案数据模块、车型配件数据模块和同城配件商信息模块组成；

S2：对故障汽车进行数据采集，识别故障码以及相关数据流；更进一步的，在该步骤中，还包括人工目视检查故障汽车外观，以此判断需要更换的汽车配件；当经验丰富的操作工进行故障检查时，目视便可知道准确的故障点以及需更换的汽车配件，此时无需再使用自动化的设备进行故障排查等工作，节省成本的同时提高维修效率；

S3：调用车型档案数据库，确定车型；在该步骤之前，操作人员可通过观察车身铭牌识别车型，或进行步骤S9：建立手机APP智能选车系统，利用手机APP扫描故障汽车VIN码或故障汽车车身图片，自动识别车型，发送给本申请的智能推荐配件的汽车诊断系统，与车型档案数据库内的车型匹配，同时将车型唯一的ID码发送至车型配件数据库，匹配与该车型有关的所有配件，所有配件可以以图片、参数或者动画等形成进行显示；直接通过手机扫描并上传便可实现车型的确认，使得车型确认快速简便；

S4：对故障码和数据流分析诊断，确定故障点和故障类型；

S5：调用车型配件数据库，确定故障点的配件参数，显示该故障点配件外观图、动画、参数等，给操作人员提供直观的配件信息，以便快速得出拆解、安装方案；

S6：判断是否需要更换配件，如需要进行下一步；如不需要则结束汽车诊断过程；

S7：需要更换配件时，调用同城配件商信息库内的配件供应商数据；当需要更换配件时，对故障汽车的故障配件进行多角度拍摄并上传至智能推荐配件的汽车诊断系统，具体的，该智能推荐配件的汽车诊断系统中还可以包括云端服务器，云端服务器分别与车型档案数据库、车型配件数据库和同城配件商信息库通讯连接，云端服务器接收到拍摄的多角度图片，从而反馈给车型配件数据库，从车型配件数据库内匹配对应的配件；进行这一步操作的目的主要是为了考虑到不排除该车型在以前已经更换过相应设备，导致该相应设备对应的配件已经不是该车型出厂原装的配件，因此需要多角度的拍摄故障配件，进一步识别出唯一符合要求的配件的型号。譬如：某A型汽车经诊断发现刹车系统出现故障，诊断系统给出的方案是更换刹车片，正常情况下，系统只需结合车型档案数据库和车型配件数据库，推荐购买该A型车原装的刹车片A1即可，但车主在此次维修之前已经对轮胎系统进行了改装，安装了B型车的轮胎，对应原装刹车片为B1，因此为了避免推荐到错误的配件，需要维修人员用手机app对A型车实际的轮胎系统配件进行多角度的拍摄，上传至智能推荐配件的汽车诊断系统，进一步与车型配件数据库内的配件比对需要更换的配件型号，防止误判。

S8：用户根据配件供应商数据自行选择所需购买的配件，整个诊断过程结束。

本发明的汽车诊断方法可以提高车辆故障诊断效率和准确性、帮助操作人员更准确，更快速和更经济的购买到所需要的维修配件，促进形成汽车维修行业的价格透明，规范化，公平化的市场竞争环境，操作简便。

实施例3

一种存储介质，所述存储介质有多条指令，所述指令适于处理器进行加载，以执行上述中任一项所述的一种智能推荐配件的汽车诊断中的步骤。所述的存储介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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、有线、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的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

本发明所述实例仅仅是对本发明的优选实施方式进行描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围。

Claims (8)

1.一种智能推荐配件的汽车诊断系统，其特征在于：包括：

车型档案数据模块：用于存储多种车型的参数；

车型配件数据模块：用于存储对应车型的配件参数；

数据采集模块：用于采集故障汽车的汽车故障码和相关数据流；

专家诊断模块：用于对数据采集模块中的故障码和数据流分析诊断，确定故障类型并通过调用车型档案数据模块中车型参数和车型配件数据模块中的零配件参数给出解决方案；

同城配件商信息模块：用于存储一定区域内的配件供应商数据，并对应设置有配件购买链接；

人机交互模块：用于提供操作人员点击同城配件商信息模块中的购买链接。

2.根据权利要求1所述的一种智能推荐配件的汽车诊断系统，其特征在于：所述同城配件商信息模块中的配件供应商数据包括供应商的距离，供应商配送的时间，供应商的车型配件图片及图片对应的价格。

3.根据权利要求1所述的一种智能推荐配件的汽车诊断系统，其特征在于：所述专家诊断模块中的解决方案包括维修操作方法和/或维修标准，同时根据数据采集模块中的故障码和数据流判断故障汽车可能存在的隐形故障。

4.一种使用如权利要求1-3任一项权利要求所述的一种智能推荐配件的汽车诊断系统的智能推荐配件的汽车诊断方法，其特征在于：包括以下步骤：

S1：预先建立车型档案数据库、车型配件数据库和同城配件商信息库；

S2：对故障汽车进行数据采集，识别故障码以及相关数据流；

S3：调用车型档案数据库，确定车型；

S4：对故障码和数据流分析诊断，确定故障点和故障类型；

S5：调用车型配件数据库，确定故障点的配件参数；

S6：判断是否需要更换配件，如需要进行下一步；如不需要则结束汽车诊断过程；

S7：需要更换配件时，调用同城配件商信息库内的配件供应商数据；

S8：用户根据配件供应商数据自行选择所需购买的配件，整个诊断过程结束。

5.根据权利要求4所述的一种智能推荐配件的汽车诊断方法，其特征在于：在步骤S2中还包括人工目视检查故障汽车外观，以此判断需要更换的汽车配件。

6.根据权利要求4所述的一种智能推荐配件的汽车诊断方法，其特征在于：在步骤S2之后在步骤S3之前还包括步骤S9：扫描故障汽车VIN码或故障汽车车身图片，自动识别车型并与车型档案数据库匹配，同时将车型唯一的ID码发送至车型配件数据库，匹配与该车型有关的所有配件。

7.根据权利要求4所述的一种智能推荐配件的汽车诊断方法，其特征在于：在步骤S7中，需要更换配件时，对故障汽车的故障配件进行多角度拍摄并上传至智能推荐配件的汽车诊断系统。

8.一种存储介质，其特征在于：所述存储介质有多条指令，所述指令适于处理器进行加载，以执行权利要求4-7中任一项权利要求所述的一种智能推荐配件的汽车诊断中的步骤。

Images