CN116872866A - 车辆的状态识别方法、装置、车辆和存储介质 - Google Patents
车辆的状态识别方法、装置、车辆和存储介质 Download PDFInfo
- Publication number
- CN116872866A CN116872866A CN202311013310.2A CN202311013310A CN116872866A CN 116872866 A CN116872866 A CN 116872866A CN 202311013310 A CN202311013310 A CN 202311013310A CN 116872866 A CN116872866 A CN 116872866A
- Authority
- CN
- China
- Prior art keywords
- state
- vehicle
- condition
- data
- reflected
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000007958 sleep Effects 0.000 claims abstract description 193
- 230000005059 dormancy Effects 0.000 claims abstract description 68
- 230000002159 abnormal effect Effects 0.000 claims abstract description 42
- 230000015654 memory Effects 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000013145 classification model Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请公开了一种车辆的状态识别方法、装置、车辆和存储介质,属于车辆技术领域。通过本申请实施例提供的技术方案,在车辆的车辆状态符合预设休眠条件的情况下,持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态。基于多个时刻获取的该休眠状态数据,确定车辆的车辆状态连续符合该预设状态条件的次数。在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,确定该车辆处于休眠异常状态,从而实现对车辆休眠异常的状态自动识别,有助于技术人员及时对异常进行修正,从而提高用户的用车体验。
Description
技术领域
本申请涉及车辆技术领域,并且更具体地,涉及车辆技术领域中一种车辆的状态识别方法、装置、车辆和存储介质。
背景技术
随着车辆技术的发展,整车集成的控制器种类与数据不断增多,也即是整车的电气化水平不断提高。随着电气化程度提升,随之而来的问题不断增多。
相关技术中,车辆休眠异常是较为典型的问题,车辆正常熄火下电后,一般情况下会在经过一段时间后进入休眠状态。但由于未知情况的发生,车辆没有进入休眠状态,车辆休眠异常会导致蓄电池亏电,造成车辆无法正常启动,严重影响用户的用车体验。如何识别车辆休眠异常的状态是亟须解决的问题。
发明内容
本申请实施例提供了一种车辆的状态识别方法、装置、车辆和存储介质,可以识别车辆休眠异常的状态,技术方案如下:
一方面,提供了一种车辆的状态识别方法,所述方法包括:
在车辆的车辆状态符合预设休眠条件的情况下,持续获取所述车辆的休眠状态数据,所述休眠状态数据用于反映车辆状态符合所述预设休眠条件之后所述车辆的车辆状态;
基于多个时刻获取的所述休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数;
在所述车辆的车辆状态连续符合所述预设状态条件的次数大于或等于预设次数阈值的情况下,确定所述车辆处于休眠异常状态。
在一种可能的实施方式中,所述基于多个时刻获取的所述休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数包括:
对于所述多个时刻中的第一时刻,确定所述第一时刻获取的休眠状态数据反映的车辆状态是否符合所述预设状态条件,所述第一时刻为所述多个时刻中最早的时刻;
在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,基于所述多个时刻中的多个第二时刻的休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数,所述多个第二时刻中最早的时刻与所述第一时刻之间的第一间隔时长,与所述多个第二时刻中每两个相邻的第二时刻之间的第二间隔时长相同。
在一种可能的实施方式中,所述休眠状态数据包括运行状态数据、车门状态数据、远程控制数据、车灯状态数据、充电状态数据以及自检状态数据,所述确定所述第一时刻获取的休眠状态数据反映的车辆状态是否符合所述预设状态条件包括:
确定所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态是否符合第一判别条件;
在所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合所述第一判别条件的情况下,确定所述第一时刻车灯状态数据反映的车灯状态是否符合第二判别条件;
在所述第一时刻车灯状态数据反映的车灯状态符合所述第二判别条件的情况下,确定所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态是否符合第三判别条件;
在所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合所述第三判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件。
在一种可能的实施方式中,所述方法还包括:
在所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态不符合所述第一判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态不符合所述预设状态条件;或,
在所述第一时刻车灯状态数据反映的车灯状态不符合所述第二判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态不符合所述预设状态条件;或,
在所述第一时刻的充电状态数据反映的充电状态以及自检状态不符合所述第三判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态不符合所述预设状态条件。
在一种可能的实施方式中,所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合第一判别条件是指,所述第一时刻的运行状态数据反映的运行状态为熄火且下电、车门状态数据反映的车门状态为车门关闭以及所述远程控制数据反映的远程控制状态为不存在远程控制指令;
所述第一时刻车灯状态数据反映的车灯状态符合所述第二判别条件是指,所述第一时刻车灯状态数据反映的车灯状态为左转向灯和右转向灯均关闭;
所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合所述第三判别条件是指,所述第一时刻的充电状态数据反映的充电状态为未充电以及所述自检状态数据反映的自检状态为未自检。
在一种可能的实施方式中,所述在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,基于所述多个时刻中的多个第二时刻的休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数包括:
在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,将休眠状态计数器的计数设置为1;
基于所述多个第二时刻的休眠状态数据反映的车辆状态符合所述预设状态条件的次数,调整所述休眠状态计数器的计数;
将所述休眠状态计数器的计数确定为所述车辆的车辆状态连续符合所述预设状态条件的次数。
在一种可能的实施方式中,所述方法还包括:
在所述车辆的车辆状态连续符合所述预设状态条件的次数小于所述预设次数阈值的情况下,将所述计数器清零。
在一种可能的实施方式中,所述在车辆的车辆状态符合预设休眠条件的情况下,持续获取所述车辆的休眠状态数据之前,所述方法还包括:
获取所述车辆的车辆状态数据,所述车辆状态数据用于反映车辆状态符合所述预设休眠条件之前所述车辆的车辆状态;
基于所述车辆状态数据,确定所述车辆的车辆状态是否符合所述预设休眠条件。
在一种可能的实施方式中,所述车辆状态数据包括运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据,所述基于所述车辆状态数据,确定所述车辆的车辆状态是否符合所述预设休眠条件包括:
确定所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态是否符合第四判别条件;
在所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态符合所述第四判别条件的情况下,确定所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态是否符合第五判别条件;
在所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态符合所述第五判别条件的情况下,确定所述远程控制数据反映的远程控制状态是否符合第六判别条件;
在所述远程控制数据反映的远程控制状态符合所述第六判别条件的情况下,确定所述车辆的车辆状态符合所述预设休眠条件。
在一种可能的实施方式中,所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态符合所述第四判别条件是指,所述运行状态数据反映的运行状态为熄火且下电以及所述车门状态数据反映的车门状态为车门关闭;
所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态符合所述第五判别条件是指,所述充电状态数据反映的充电状态为未充电以及所述自检状态数据反映的自检状态为未自检;
所述远程控制数据反映的远程控制状态符合所述第六判别条件是指,所述远程控制数据反映的远程控制状态不存在远程控制指令。
在一种可能的实施方式中,所述在所述车辆的车辆状态连续符合所述预设状态条件的次数大于或等于预设次数阈值的情况下,确定所述车辆处于休眠异常状态之后,所述方法还包括:
向所述车辆的关联终端发送报警信息,所述报警信息用于提示所述车辆处于休眠异常状态。
在一种可能的实施方式中,所述在所述车辆的车辆状态连续符合所述预设状态条件的次数大于或等于预设次数阈值的情况下,确定所述车辆处于休眠异常状态之后,所述方法还包括:
继续获取所述车辆的休眠状态数据;
在任一时刻获取的休眠状态数据反映的车辆状态不再符合所述预设状态条件的情况下,确定所述车辆处于所述休眠异常状态的时长,所述时长为所述时刻到所述车辆的车辆状态符合预设休眠条件的时刻之间的时长。
一方面,提供了一种车辆的状态识别装置,所述装置包括:
休眠状态数据获取模块,用于在车辆的车辆状态符合预设休眠条件的情况下,持续获取所述车辆的休眠状态数据,所述休眠状态数据用于反映车辆状态符合所述预设休眠条件之后所述车辆的车辆状态;
次数确定模块,用于基于多个时刻获取的所述休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数;
状态确定模块,用于在所述车辆的车辆状态连续符合所述预设状态条件的次数大于或等于预设次数阈值的情况下,确定所述车辆处于休眠异常状态。
在一种可能的实施方式中,所述次数确定模块,用于对于所述多个时刻中的第一时刻,确定所述第一时刻获取的休眠状态数据反映的车辆状态是否符合所述预设状态条件,所述第一时刻为所述多个时刻中最早的时刻;在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,基于所述多个时刻中的多个第二时刻的休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数,所述多个第二时刻中最早的时刻与所述第一时刻之间的第一间隔时长,与所述多个第二时刻中每两个相邻的第二时刻之间的第二间隔时长相同。
在一种可能的实施方式中,所述休眠状态数据包括运行状态数据、车门状态数据、远程控制数据、车灯状态数据、充电状态数据以及自检状态数据,所述次数确定模块,用于确定所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态是否符合第一判别条件;在所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合所述第一判别条件的情况下,确定所述第一时刻车灯状态数据反映的车灯状态是否符合第二判别条件;在所述第一时刻车灯状态数据反映的车灯状态符合所述第二判别条件的情况下,确定所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态是否符合第三判别条件;在所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合所述第三判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件。
在一种可能的实施方式中,所述次数确定模块,还用于在所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态不符合所述第一判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态不符合所述预设状态条件;或,
在所述第一时刻车灯状态数据反映的车灯状态不符合所述第二判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态不符合所述预设状态条件;或,
在所述第一时刻的充电状态数据反映的充电状态以及自检状态不符合所述第三判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态不符合所述预设状态条件。
在一种可能的实施方式中,所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合第一判别条件是指,所述第一时刻的运行状态数据反映的运行状态为熄火且下电、车门状态数据反映的车门状态为车门关闭以及所述远程控制数据反映的远程控制状态为不存在远程控制指令;
所述第一时刻车灯状态数据反映的车灯状态符合所述第二判别条件是指,所述第一时刻车灯状态数据反映的车灯状态为左转向灯和右转向灯均关闭;
所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合所述第三判别条件是指,所述第一时刻的充电状态数据反映的充电状态为未充电以及所述自检状态数据反映的自检状态为未自检。
在一种可能的实施方式中,所述次数确定模块,用于在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,将休眠状态计数器的计数设置为1;基于所述多个第二时刻的休眠状态数据反映的车辆状态符合所述预设状态条件的次数,调整所述休眠状态计数器的计数;将所述休眠状态计数器的计数确定为所述车辆的车辆状态连续符合所述预设状态条件的次数。
在一种可能的实施方式中,所述次数确定模块,还用于在所述车辆的车辆状态连续符合所述预设状态条件的次数小于所述预设次数阈值的情况下,将所述计数器清零。
在一种可能的实施方式中,所述状态确定模块还用于获取所述车辆的车辆状态数据,所述车辆状态数据用于反映车辆状态符合所述预设休眠条件之前所述车辆的车辆状态;基于所述车辆状态数据,确定所述车辆的车辆状态是否符合所述预设休眠条件。
在一种可能的实施方式中,所述车辆状态数据包括运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据,所述状态确定模块确定所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态是否符合第四判别条件;在所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态符合所述第四判别条件的情况下,确定所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态是否符合第五判别条件;在所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态符合所述第五判别条件的情况下,确定所述远程控制数据反映的远程控制状态是否符合第六判别条件;在所述远程控制数据反映的远程控制状态符合所述第六判别条件的情况下,确定所述车辆的车辆状态符合所述预设休眠条件。
在一种可能的实施方式中,所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态符合所述第四判别条件是指,所述运行状态数据反映的运行状态为熄火且下电以及所述车门状态数据反映的车门状态为车门关闭;
所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态符合所述第五判别条件是指,所述充电状态数据反映的充电状态为未充电以及所述自检状态数据反映的自检状态为未自检;
所述远程控制数据反映的远程控制状态符合所述第六判别条件是指,所述远程控制数据反映的远程控制状态不存在远程控制指令。
在一种可能的实施方式中,所述装置还包括:
报警信息发送模块,用于向所述车辆的关联终端发送报警信息,所述报警信息用于提示所述车辆处于休眠异常状态。
在一种可能的实施方式中,所述装置还包括:
时长确定模块,用于继续获取所述车辆的休眠状态数据;在任一时刻获取的休眠状态数据反映的车辆状态不再符合所述预设状态条件的情况下,确定所述车辆处于所述休眠异常状态的时长,所述时长为所述时刻到所述车辆的车辆状态符合预设休眠条件的时刻之间的时长。
一方面,提供了一种车辆,所述车辆包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述车辆的状态识别方法所执行的操作。
一方面,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中存储有至少一条程序代码,所述程序代码由处理器加载并执行以实现所述车辆的状态识别方法所执行的操作。
通过本申请实施例提供的技术方案,在车辆的车辆状态符合预设休眠条件的情况下,持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态。基于多个时刻获取的该休眠状态数据,确定车辆的车辆状态连续符合该预设状态条件的次数。在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,确定该车辆处于休眠异常状态,从而实现对车辆休眠异常的状态自动识别,有助于技术人员及时对异常进行修正,从而提高用户的用车体验。
附图说明
图1是本申请实施例提供的一种车辆的状态识别方法的实施环境的示意图;
图2是本申请实施例提供的一种车辆的状态识别方法的流程图;
图3是本申请实施例提供的另一种车辆的状态识别方法的流程图;
图4是本申请实施例提供的又一种车辆的状态识别方法的流程图;
图5是本申请实施例提供的再一种车辆的状态识别方法的流程图;
图6是本申请实施例提供的一种车辆的状态识别装置的结构示意图;
图7是本申请实施例提供的一种车辆的结构示意图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行清楚、详尽的描述。其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B:文本中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为暗示或暗示相对重要性或隐含指明所反映的技术特征的数量。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多个该特征。
下面对本申请实施例的实施环境进行介绍,参见图1,本申请实施例提供的车辆的状态识别方法的实施环境包括车载终端101、移动终端102、云平台103以及大数据平台104。
车载终端101为设置在车辆上的终端,用于采集车辆的状态数据以及对状态数据进行处理。车载终端101与云平台103通过无线网络与云平台103相连,车载终端101能够与云平台103之间进行数据交互。
移动终端102为与车载终端101绑定的终端,移动终端102与云平台103通过无线网络相连,移动终端102能够与云平台103之间进行数据交互。在一些实施例中,移动终端102能够对车载终端101进行远程控制,移动终端102将远程控制指令发送给云平台103,由云平台103将该远程控制指令转发给车载终端101,车载终端101能够执行该远程控制指令指示的动作。当然,车载终端101也能够通过云平台103来向移动终端102发送信息。在一些实施例中,移动终端102是智能手机、平板电脑、笔记本电脑、台式计算机、智能手表等,但并不局限于此。
云平台103是独立的物理服务器,或者是多个物理服务器构成的服务器集群或者分布式系统,或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。在一些实施例中,云平台103也被称为TSP(Telematics Service Provider,远程服务商)平台。
大数据平台104与云平台103通过有线网络或无线网络相连,大数据平台104是独立的物理服务器,或者是多个物理服务器构成的服务器集群或者分布式系统,或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、分发网络、以及大数据和人工智能平台等基础云计算服务的云服务器。大数据平台104能够对从云平台103获取的数据进行处理,并将处理结果返回给云平台103,由云平台103将处理结果推送给车载终端101或者移动终端102。
在介绍完本申请实施例的实施环境之后,下面对本申请实施例提供的技术方案的应用场景进行介绍。本申请实施例提供的技术方案能够应用在各类具有车载终端的车辆中,比如,本申请实施例提供的技术方案能够应用在电动车辆中,也能够应用在混动车辆中,还能够应用在燃油车辆中,本申请实施例对此不作限定。
在本申请实施例提供的技术方案应用在电动车辆的情况下,在车辆的车辆状态符合预设休眠条件的情况下,大数据平台持续获取该车辆的休眠状态数据,该休眠状态数据用于反映在车辆状态符合该预设休眠条件之后该车辆的车辆状态,该车辆为电动车辆。基于多个时刻获取的休眠状态数据,确定该车辆的车辆状态连续符合预设状态条件的次数。在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,确定该车辆处于休眠异常状态,也即是该车辆无法进行休眠,实现了对休眠异常状态的自动识别,有助于技术人员及时发现异常并对异常进行处理。
需要说明的是,上述是以本申请实施例提供的技术方案应用在电动车辆为例进行说明的,在本申请实施例提供的技术方案应用在其他类型的车辆的情况下,实现过程与上述描述属于同一发明构思,在此不再赘述。
另外,本申请实施例提供的技术方案除了能够应用在上述几种类型的车辆中之外,还能够应用在其他类型的车辆中,本申请实施例对此不作限定。
在介绍完本申请实施例的实施环境和应用场景之后,下面对本申请实施例提供的技术方案进行介绍,参见图2,以执行主体为大数据平台为例,方法包括下述步骤。
201、在车辆的车辆状态符合预设休眠条件的情况下,大数据平台持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态。
其中,该车辆为电动车辆、混动车辆或者燃油汽车,本申请实施例对此不作限定。该车辆的车辆状态用于描述车辆的运行情况。该车辆的车辆状态符合预设休眠条件表示车辆的车辆状态处于需要进行休眠的状态。该预设休眠条件由技术人员根据实际情况进行设置,本申请实施例对此不作限定。车辆的休眠状态数据是在车辆的车辆状态符合预设休眠条件之后车辆上传的状态数据。
202、大数据平台基于多个时刻获取的该休眠状态数据,确定该车辆的车辆状态连续符合预设状态条件的次数。
其中,车辆状态是否符合预设状态条件是基于车辆的休眠状态数据确定的,大数据平台每接收到一个休眠状态数据,能够基于该休眠状态数据来确定车辆状态是否符合预设状态条件。多个时刻具有连续性,基于每个时刻获取的第一状态参数均能够确定该车辆是否符合预设状态条件,车辆状态连续符合预设状态条件的次数是指连续基于第一状态参数确定车辆状态连续符合预设状态条件的累计次数。该预设状态条件由技术人员根据实际情况进行设置,本申请实施例对此不作限定。
203、在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,大数据平台确定该车辆处于休眠异常状态。
其中,该预设次数阈值由技术人员根据实际情况进行设置,比如设置为1000、1500或者1800等,本申请实施例对此不作限定。休眠异常状态是指无法进行休眠的状态,车辆处于休眠异常状态也就意味着车辆的车载终端在需要休眠时没有休眠,而是在持续工作,这样会导致车辆的蓄电池的电量被持续消耗,可能出现蓄电池馈电的现象,影响用户用车体验。
通过本申请实施例提供的技术方案,在车辆的车辆状态符合预设休眠条件的情况下,持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态。基于多个时刻获取的该休眠状态数据,确定车辆的车辆状态连续符合该预设状态条件的次数。在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,确定该车辆处于休眠异常状态,从而实现对车辆休眠异常的状态自动识别,有助于技术人员及时对异常进行修正,从而提高用户的用车体验。
需要说明的是,上述步骤201-203是对本申请实施例提供的车辆的状态识别方法的简单说明,下面将结合一些例子,对本申请实施例提供的车辆的状态识别方法进行更加详细的说明,参见图3,以执行主体为大数据平台为例,方法包括下述步骤。
301、大数据平台获取该车辆的车辆状态数据,该车辆状态数据用于反映车辆状态符合预设休眠条件之前该车辆的车辆状态。
其中,该车辆为电动车辆、混动车辆或者燃油汽车,本申请实施例对此不作限定。该车辆的车辆状态用于描述车辆的运行情况。该车辆的车辆状态符合预设休眠条件表示车辆的车辆状态处于需要进行休眠的状态,休眠是指车辆的多个电子控制器(ECU)不再进行数据处理,也即是多个电子控制器均处于断电状态,对于该车辆的车载终端来说,处于保留必要功能进行低功耗运行的状态。该预设休眠条件由技术人员根据实际情况进行设置,本申请实施例对此不作限定。车辆的车辆状态数据是由车辆周期性上传的,车辆状态数据用于反映该车辆的车辆状态。在一些实施例中,车辆状态包括运行状态、车门状态以及远程控制状态,在车辆为电动车辆或混动车辆的情况下,该车辆状态还包括充电状态和自检状态。该车辆状态数据为CAN(Controller Area Network,控制器局域网总线)信号数据。
在一种可能的实施方式中,大数据平台从云平台获取该车辆的车辆状态数据,该车辆状态数据是该车辆上传至该云平台的。
其中,该云平台为该车辆的TSP平台,云平台能够为该车辆提供多种服务,比如,多个服务包括媒体播放服务、故障识别服务、道路救援服务以及定位服务等。该车辆周期性地向该云平台上传车辆状态数据,云平台对该车辆状态数据进行处理或者将该车辆状态数据转发给云平台进行处理,从而及时发现车辆可能存在的故障,提醒用户或者技术人员及时修复故障,保证车辆的安全性。
在这种实施方式下,大数据平台从云平台能够获取车辆的车辆状态数据,无需与每个车辆建立连接,降低了车辆状态数据获取的成本。
在一种可能的实施方式中,大数据平台从车辆获取该车辆的车辆状态数据。
在这种实施方式下,大数据平台直接从车辆获取车辆状态数据即可,车辆状态数据的获取过程无需经过云平台转发,车辆状态数据的实时性较高。
需要说明的是,大数据平台能够通过上述任一种方式来获取车辆的车辆状态数据,本申请实施例对此不做限定。
302、大数据平台基于该车辆状态数据,确定该车辆的车辆状态是否符合该预设休眠条件。
在一种可能的实施方式中,该车辆状态数据包括运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据,大数据平台确定该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态是否符合第四判别条件。在该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态符合该第四判别条件的情况下,大数据平台确定该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态是否符合第五判别条件。在该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态符合该第五判别条件的情况下,大数据平台确定该远程控制数据反映的远程控制状态是否符合第六判别条件。在该远程控制数据反映的远程控制状态符合该第六判别条件的情况下,大数据平台确定该车辆的车辆状态符合该预设休眠条件。
相应地,在该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态不符合该第四判别条件的情况下,大数据平台确定该车辆的车辆状态不符合该预设休眠条件。或者,在该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态不符合该第五判别条件的情况下,大数据平台确定该远程控制数据反映的远程控制状态不符合第六判别条件。或者,在该远程控制数据反映的远程控制状态不符合该第六判别条件的情况下,大数据平台确定该车辆的车辆状态不符合该预设休眠条件。
其中,运行状态包括点火上电、熄火下电以及熄火上电,相应地,运行状态数据用于反映点火上电、熄火下电以及熄火上电。车门状态包括车门开启和车门关闭,相应地,该车门状态数据用于反映车门开启和车门关闭。充电状态包括充电和未充电,相应地,充电状态数据用于反映充电和未充电。自检状态包括自检和未自检,相应地,自检状态数据用于反映自检和未自检,自检是指任一类型的自检行为,比如为对动力系统的自检、对电池的热巡检或者对车机系统的自检等,本申请实施例对此不做限定。远程控制状态包括存在远程控制指令和不存在远程控制指令,相应地,远程控制状态数据用于反映远程控制指令和不存在远程控制指令,远程控制指令用于对车辆进行远程控制,比如远程控制车辆开启空调、加热座椅或者自动泊车。另外,该第四判别条件、该第五判别条件以及该第六判别条件由技术人员根据实际情况进行设置和调整,本申请实施例对此不作限定。
在这种实施方式下,对车辆状态数据进行多轮条件匹配就能够确定该车辆的车辆状态是否符合该预设休眠条件,效率较高。另外,该第四判别条件、该第五判别条件以及该第六判别条件由技术人员根据实际情况进行设置和调整,灵活性较高。
举例来说,在该运行状态数据反映的运行状态为熄火且下电以及该车门状态数据反映的车门状态为车门关闭的情况下,大数据平台确定该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态符合该第四判别条件。在该充电状态数据反映的充电状态为未充电以及该自检状态数据反映的自检状态为未自检的情况下,大数据平台确定该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态符合该第五判别条件。在该远程控制数据反映的远程控制状态不存在远程控制指令的情况下,大数据平台确定该远程控制数据反映的远程控制状态符合该第六判别条件。在该远程控制数据反映的远程控制状态符合该第六判别条件的情况下,大数据平台确定该车辆的车辆状态符合该预设休眠条件。
比如,大数据平台从车辆状态数据中获取运行状态数据(SysPowerMod和SysPowerModVld)以及车门状态数据(DoorLockSts)。在SysPowerMod=0x0&&SysPowerModVld=0x1&&DoorLockSts=0x1的情况下,大数据平台确定该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态符合该第四判别条件,其中,SysPowerMod=0x0&&SysPowerModVld=0x1表示运行状态为熄火且下电,DoorLockSts=0x1表示车门状态为车门关闭。大数据平台从车辆状态数据中获取充电状态数据(HCU_ChargSts)以及自检状态数据(HCU_PowertrainSts!,热巡检状态数据)。在HCU_ChargSts=0x0&&HCU_PowertrainSts!=(0x6||0xA||0xD||0xE||0xF||0x12)的情况下,大数据平台确定该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态符合该第五判别条件,其中,HCU_ChargSts=0x0表示充电状态为未充电,HCU_PowertrainSts!=(0x6||0xA||0xD||0xE||0xF||0x12)表示热巡检状态为未自检。大数据平台从车辆状态数据中获取远程控制数据(Remote Control),在Remote Control=Notin Progress的情况下,大数据平台确定该远程控制数据反映的远程控制状态符合该第六判别条件,其中,Remote Control=Notin Progress表示远程控制状态为不存在远程控制指令。在该远程控制数据反映的远程控制状态符合该第六判别条件的情况下,大数据平台确定该车辆的车辆状态符合该预设休眠条件。
在一些实施例中,在该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态不符合该第四判别条件的情况下,大数据平台不再进行后续判断,持续获取该车辆的车辆状态数据,直至某一时刻获取到的车辆状态数据符合该第四判别条件,执行后续的判断过程。
另外,在该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态符合该第四判别条件的前提下,在该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态不符合该第五判别条件,或者,在该远程控制数据反映的远程控制状态不符合该第六判别条件的情况下,大数据平台不再获取车辆状态数据或者不再对后续获取到的车辆状态数据执行上述条件判断的步骤,在该车辆再次上电后再进行判断,也即是不再轮训到判断车辆状态数据是否符合第四判别条件的步骤。
上述实施方式是基于条件判别来确定该车辆的车辆状态是否符合该预设休眠条件的,下面给出上述步骤302的另一种实施方式。
在一种可能的实施方式中,大数据平台对该车辆状态数据进行特征提取,得到该车辆的车辆状态特征。大数据平台基于该车辆状态特征对该车辆的车辆状态进行分类,确定该车辆的车辆状态是否符合该预设休眠条件。
其中,该车辆状态特征是对该车辆状态数据的抽象表达,车辆状态特征能够从更高维度来表达车辆状态。
在这种实施方式下,对车辆状态数据进行特征提取以得到车辆状态特征,基于车辆状态特征来确定该车辆状态是否符合预设休眠条件的效率更高。
举例来说,大数据平台将该车辆状态数据输入第一状态分类模型,通过该第一状态分类模型,对该车辆状态数据进行特征提取,得到该车辆的车辆状态特征。大数据平台通过该第一状态分类模型,对该车辆状态特征进行全连接和归一化,得到该车辆的车辆状态的第一状态类型,该第一状态类型包括符合该预设休眠条件和不符合该预设休眠条件。大数据平台基于该第一状态类型确定该车辆的车辆状态是否符合该预设休眠条件。
其中,该第一状态分类模型为一个二分类模型,是基于样本车辆状态数据和标注状态类型训练得到的,具有基于车辆状态数据来确定状态类型的能力。
比如,该车辆状态数据包括运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据,大数据平台将运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据拼接为第一输入数据,将该第一输入数据输入该第一状态分类模型,通过该第一状态分类模型对该第一输入数据进行至少一次全连接和/或至少一次卷积,得到该车辆的车辆状态特征。大数据平台通过该第一状态分类模型,对该车辆状态特征进行全连接和归一化,得到该车辆的车辆状态的第一状态类型。
需要说明的是,上述步骤301-302是可选的步骤,大数据平台除了通过上述步骤301和302提供的方式来确定车辆的车辆状态符合预设休眠条件之外,也可以通过其他方式来确定车辆的车辆状态符合预设休眠条件,本申请实施例对此不作限定。
303、在车辆的车辆状态符合预设休眠条件的情况下,大数据平台持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态。
其中,车辆的休眠状态数据是在车辆的车辆状态符合预设休眠条件之后车辆上传的状态数据。车辆状态数据和休眠状态数据的区分是以车辆状态符合预设休眠条件的时刻进行分割的,该休眠状态数据既可以与车辆状态数据相同,也可以不同,本申请实施例对此不作限定。该车辆状态数据为CAN信号数据。
在一种可能的实施方式中,在车辆的车辆状态符合预设休眠条件的情况下,大数据平台从云平台持续获取该车辆的休眠状态数据。
在这种实施方式下,大数据平台从云平台能够获取车辆的休眠状态数据,无需与每个车辆建立连接,降低了休眠状态数据获取的成本。
在一种可能的实施方式中,大数据平台从车辆获取该车辆的休眠状态数据。
在这种实施方式下,大数据平台直接从车辆获取休眠状态数据即可,休眠状态数据的获取过程无需经过云平台转发,休眠状态数据的实时性较高。
需要说明的是,大数据平台能够通过上述任一种方式来获取车辆的休眠状态数据,本申请实施例对此不做限定。
在一些实施例中,在车辆的车辆状态符合预设休眠条件的情况下,大数据平台记录当前时刻,当前时刻可能成为后续确定车辆处于休眠异常状态的起始时刻。
304、大数据平台基于多个时刻获取的该休眠状态数据,确定该车辆的车辆状态连续符合预设状态条件的次数。
其中,车辆状态是否符合预设状态条件是基于车辆的休眠状态数据确定的,大数据平台每接收到一个休眠状态数据,能够基于该休眠状态数据来确定车辆状态是否符合预设状态条件。多个时刻具有连续性,基于每个时刻获取的第一状态参数均能够确定该车辆是否符合预设状态条件,车辆状态连续符合预设状态条件的次数是指连续基于第一状态参数确定车辆状态连续符合预设状态条件的累计次数。该预设状态条件由技术人员根据实际情况进行设置,本申请实施例对此不作限定。
在一种可能的实施方式中,对于该多个时刻中的第一时刻,大数据平台确定该第一时刻获取的休眠状态数据反映的车辆状态是否符合该预设状态条件,该第一时刻为该多个时刻中最早的时刻。在该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,大数据平台基于该多个时刻中的多个第二时刻的休眠状态数据,确定该车辆的车辆状态连续符合预设状态条件的次数,该多个第二时刻中最早的时刻与该第一时刻之间的第一间隔时长,与该多个第二时刻中每两个相邻的第二时刻之间的第二间隔时长相同。
其中,该多个时刻为连续时刻,也即是两个相邻的时刻之间的间隔时长均相同,休眠状态数据反映的车辆状态符合该预设状态条件也就表示车辆未进入休眠状态,相应地,休眠状态数据反映的车辆状态不符合该预设状态条件也就表示车辆进入了休眠状态。
在这种实施方式下,在连续的多个时刻多次判断车辆状态是否符合该预设状态条件,从而确定车辆状态连续符合预设状态条件的次数,准确性较高。
为了对上述实施方式进行更加清楚的说明,下面将分为两个部分对上述实施方式进行说明。
第一部分、对于该多个时刻中的第一时刻,大数据平台确定该第一时刻获取的休眠状态数据反映的车辆状态是否符合该预设状态条件。
在一种可能的实施方式中,该休眠状态数据包括运行状态数据、车门状态数据、远程控制数据、车灯状态数据、充电状态数据以及自检状态数据。对于该多个时刻中的第一时刻,大数据平台确定该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态是否符合第一判别条件。在该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合该第一判别条件的情况下,大数据平台确定该第一时刻车灯状态数据反映的车灯状态是否符合第二判别条件。在该第一时刻车灯状态数据反映的车灯状态符合该第二判别条件的情况下,大数据平台确定该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态是否符合第三判别条件。在该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合该第三判别条件的情况下,大数据平台确定该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件。
相应地,在该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态不符合该第一判别条件的情况下,确定该第一时刻获取的休眠状态数据反映的车辆状态不符合该预设状态条件。或,在该第一时刻车灯状态数据反映的车灯状态不符合该第二判别条件的情况下,确定该第一时刻获取的休眠状态数据反映的车辆状态不符合该预设状态条件。或,在该第一时刻的充电状态数据反映的充电状态以及自检状态不符合该第三判别条件的情况下,确定该第一时刻获取的休眠状态数据反映的车辆状态不符合该预设状态条件。
其中,运行状态包括点火上电、熄火下电以及熄火上电,相应地,运行状态数据用于反映点火上电、熄火下电以及熄火上电。车门状态包括车门开启和车门关闭,相应地,该车门状态数据用于反映车门开启和车门关闭。远程控制状态包括存在远程控制指令和不存在远程控制指令,相应地,远程控制状态数据用于反映远程控制指令和不存在远程控制指令,远程控制指令用于对车辆进行远程控制,比如远程控制车辆开启空调、加热座椅或者自动泊车。车灯状态包括转向灯开启和转向灯关闭,相应地,车灯状态数据用于反映转向灯开启和转向灯关闭。充电状态包括充电和未充电,相应地,充电状态数据用于反映充电和未充电。自检状态包括自检和未自检,相应地,自检状态数据用于反映自检和未自检,自检是指任一类型的自检行为,比如为对动力系统的自检、对电池的热巡检或者对车机系统的自检等,本申请实施例对此不做限定。另外,该第一判别条件、该第二判别条件以及该第三判别条件由技术人员根据实际情况进行设置和调整,本申请实施例对此不作限定。
在这种实施方式下,对休眠状态数据进行多轮条件匹配就能够确定该车辆的车辆状态是否符合该预设休眠条件,效率较高。另外,该第四判别条件、该第五判别条件以及该第六判别条件由技术人员根据实际情况进行设置和调整,灵活性较高。
举例来说,在该第一时刻的运行状态数据反映的运行状态为熄火且下电、车门状态数据反映的车门状态为车门关闭以及该远程控制数据反映的远程控制状态为不存在远程控制指令的情况下,大数据平台确定该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合第一判别条件。在该第一时刻车灯状态数据反映的车灯状态为左转向灯和右转向灯均关闭的情况下,大数据平台确定该第一时刻车灯状态数据反映的车灯状态符合该第二判别条件。在该第一时刻的充电状态数据反映的充电状态为未充电以及该自检状态数据反映的自检状态为未自检的情况下,大数据平台确定该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合该第三判别条件。在该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合该第三判别条件的情况下,大数据平台确定该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件。
比如,大数据平台从休眠状态数据中获取运行状态数据(SysPowerMod和SysPowerModVld)、车门状态数据(DoorLockSts)以及远程控制数据(Remote Control)。在SysPowerMod=0x0&&SysPowerModVld=0x1&&DoorLockSts=0x1&&Remote Control=Notin Progress的情况下,大数据平台确定该运行状态数据反映的运行状态、该车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合该第一判别条件,其中,SysPowerMod=0x0&&SysPowerModVld=0x1表示运行状态为熄火且下电,DoorLockSts=0x1表示车门状态为车门关闭,Remote Control=Notin Progress表示远程控制状态为不存在远程控制指令。大数据平台从休眠状态数据中获取车灯状态数据(LTurnLmpSwtSts和RTurnLmpSwtSts)。在LTurnLmpSwtSts=0x0&&RTurnLmpSwtSts=0x0的情况下,大数据平台确定该第一时刻车灯状态数据反映的车灯状态符合该第二判别条件,其中,LTurnLmpSwtSts=0x0表示左转向灯,RTurnLmpSwtSts=0x0表示右转向灯均关闭。大数据平台从休眠状态数据中获取充电状态数据(HCU_ChargSts)以及自检状态数据(HCU_PowertrainSts!,热巡检状态数据)。在HCU_ChargSts=0x0&&HCU_PowertrainSts!=(0x6||0xA||0xD||0xE||0xF||0x12)的情况下,大数据平台确定该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态符合该第三判别条件,其中,HCU_ChargSts=0x0表示充电状态为未充电,HCU_PowertrainSts!=(0x6||0xA||0xD||0xE||0xF||0x12)表示热巡检状态为未自检。在该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合该第三判别条件的情况下,大数据平台确定该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件。
在一些实施例中,在该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态不符合该第一判别条件,或者,该第一时刻车灯状态数据反映的车灯状态不符合该第二判别条件,或者,该第一时刻的充电状态数据反映的充电状态以及自检状态不符合该第三判别条件的情况下,大数据平台不再获取休眠状态数据或者不再对后续获取到的休眠状态数据执行上述条件判断的步骤,在该车辆再次上电后再进行判断。
上述实施方式是基于条件判别来确定该车辆的车辆状态是否符合该预设状态条件的,下面给出上述步骤的另一种实施方式。
在一种可能的实施方式中,大数据平台对该休眠状态数据进行特征提取,得到该车辆的休眠状态特征。大数据平台基于该休眠状态特征对该车辆的车辆状态进行分类,确定该车辆的车辆状态是否符合该预设状态条件。
其中,该休眠状态特征是对该休眠状态数据的抽象表达,休眠状态特征能够从更高维度来表达车辆状态。
在这种实施方式下,对休眠状态数据进行特征提取以得到休眠状态特征,基于休眠状态特征来确定该车辆状态是否符合预设状态条件的效率更高。
举例来说,大数据平台将该休眠状态数据输入第二状态分类模型,通过该第二状态分类模型,对该休眠状态数据进行特征提取,得到该车辆的休眠状态特征。大数据平台通过该第二状态分类模型,对该休眠状态特征进行全连接和归一化,得到该车辆的车辆状态的第二状态类型,该第二状态类型包括符合该预设状态条件和不符合该预设状态条件。大数据平台基于该第二状态类型确定该车辆的车辆状态是否符合该预设状态条件。
其中,该第二状态分类模型为一个二分类模型,是基于样本休眠状态数据和标注状态类型训练得到的,具有基于休眠状态数据来确定状态类型的能力。
比如,该休眠状态数据包括运行状态数据、车门状态数据、远程控制数据、车灯状态数据、充电状态数据以及自检状态数据,大数据平台将运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据拼接为第二输入数据,将该第二输入数据输入该第二状态分类模型,通过该第二状态分类模型对该第二输入数据进行至少一次全连接和/或至少一次卷积,得到该车辆的休眠状态特征。大数据平台通过该第二状态分类模型,对该休眠状态特征进行全连接和归一化,得到该车辆的车辆状态的第二状态类型。
第二部分、在该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,大数据平台基于该多个时刻中的多个第二时刻的休眠状态数据,确定该车辆的车辆状态连续符合预设状态条件的次数。
在一种可能的实施方式中,在该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,大数据平台将休眠状态计数器的计数设置为1。大数据平台基于该多个第二时刻的休眠状态数据反映的车辆状态符合该预设状态条件的次数,调整该休眠状态计数器的计数。大数据平台将该休眠状态计数器的计数确定为该车辆的车辆状态连续符合该预设状态条件的次数。
其中,该休眠状态计数器用于记录车辆状态连续符合该预设状态条件的次数,休眠状态计数器为一个软件计数器。大数据平台确定该多个第二时刻的休眠状态数据反映的车辆状态是否符合该预设状态条件的过程,实际上是对该多个第二时刻的休眠状态数据进行依次轮训,也即是大数据平台会确定每个第二时刻的休眠状态数据反映的车辆状态是否符合该预设状态条件,大数据平台确定每个第二时刻的休眠状态数据反映的车辆状态是否符合该预设状态条件的方法,与上述第一部分的判断过程属于同一发明构思,实现过程参见上述第一部分的描述,在此不再赘述。
下面通过具体的例子来对车辆状态连续符合该预设状态条件进行说明。
以大数据平台获取时刻A的休眠状态数据、时刻B的休眠状态数据、时刻C的休眠状态数据以及时刻D的休眠状态数据,时刻A、时刻B、时刻C以及时刻D是连续的四个时刻。在基于时刻A获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,大数据平台将该休眠状态计数器的计数设置为1,表示车辆状态连续符合该预设状态条件的次数为1。在基于时刻B获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,大数据平台将该休眠状态计数器的计数设置为2,表示车辆状态连续符合该预设状态条件的次数为2。在基于时刻C获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,大数据平台将该休眠状态计数器的计数设置为3,表示车辆状态连续符合该预设状态条件的次数为3。在基于时刻D获取的休眠状态数据反映的车辆状态不符合该预设状态条件的情况下,大数据平台本轮确定的车辆状态连续符合该预设状态条件的次数被定格在3,即使后续时刻获取的休眠状态数据反映的车辆状态再次符合该预设状态条件,该休眠状态计数器的计数也不再进行累加。
在一些实施例中,在该车辆的车辆状态连续符合该预设状态条件的次数小于该预设次数阈值的情况下,大数据平台将该计数器清零。
305、在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,大数据平台确定该车辆处于休眠异常状态。
其中,该预设次数阈值由技术人员根据实际情况进行设置,比如设置为1000、1500或者1800等,本申请实施例对此不作限定。休眠异常状态是指无法进行休眠的状态,车辆处于休眠异常状态也就意味着车辆的车载终端在需要休眠时没有休眠,而是在持续工作,这样会导致车辆的蓄电池的电量被持续消耗,可能出现蓄电池馈电的现象,影响用户用车体验。
在一种可能的实施方式中,在休眠状态计数器的计数大于或等于预设次数阈值的情况下,大数据平台确定该车辆处于休眠异常状态。
下面结合图4对上述步骤302-305进行说明。
大数据平台确定该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态是否符合第四判别条件。在该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态符合该第四判别条件的情况下,大数据平台确定该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态是否符合第五判别条件。在该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态符合该第五判别条件的情况下,大数据平台确定该远程控制数据反映的远程控制状态是否符合第六判别条件。在该远程控制数据反映的远程控制状态符合该第六判别条件的情况下,大数据平台确定该车辆的车辆状态符合该预设休眠条件。在该车辆的车辆状态符合该预设休眠条件的情况下,大数据平台将休眠状态计数器的计数归零,开始持续获取该车辆的休眠状态数据。大数据平台开始轮训执行下述步骤,大数据平台确定该运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态是否符合第一判别条件。在该运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合该第一判别条件的情况下,大数据平台确定该车灯状态数据反映的车灯状态是否符合第二判别条件。在该车灯状态数据反映的车灯状态符合该第二判别条件的情况下,大数据平台确定该充电状态数据反映的充电状态以及自检状态数据反映的自检状态是否符合第三判别条件。在该充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合该第三判别条件的情况下,大数据平台确定获取的休眠状态数据反映的车辆状态符合该预设状态条件。在该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,大数据平台将休眠状态计数器的计数+1并判断休眠状态计数器的当前计数是否大于或等于预设次数阈值。在休眠状态计数器的当前计数是否小于该预设次数阈值的情况下,大数据平台对下一时刻获取的休眠状态数据在执行上述第一判别条件、第二判别条件以及第三判别条件的判断。在休眠状态计数器的任一时刻的计数是否大于或等于该预设次数阈值的情况下,大数据平台确定该车辆处于休眠异常状态。
在一些实施例中,在休眠状态计数器的计数大于或等于预设次数阈值的情况下,大数据平台还能够控制该休眠状态计数器继续进行计数。
可选的,在步骤305之后,既可以执行下述步骤306,也可以执行下述步骤307和308,本申请实施例对此不作限定。
306、大数据平台向该车辆的关联终端发送报警信息,该报警信息用于提示该车辆处于休眠异常状态。
其中,该车辆的关联终端为与该车辆的车载终端绑定的移动终端,也即是该车辆的用户所使用的移动终端,或者是该车辆的维护人员所使用的移动终端。
在一种可能的实施方式中,大数据平台向云平台发送该报警信息,由云平台将该报警信息转发给该关联终端。
下面将结合图5对上述步骤301-306进行说明。车辆的车载终端登录云平台。在车载终端登录云平台之后,车载终端通过网关向云平台上传CAN信号数据(车辆状态数据和休眠状态数据)。云平台在接收到CAN信号数据之后,对该CAN信号数据进行解析和加密,得到加密数据。云平台将该加密数据上传到大数据平台,由该大数据平台对该加密数据进行解密和数据清洗,得到CAN信号数据。大数据平台对该CAN信号数据进行处理,确定该车辆是否处于休眠异常状态。在该车辆处于休眠异常状态的情况下,大数据平台向该车辆的关联终端发送报警信息。
307、大数据平台继续获取该车辆的休眠状态数据。
其中,休眠状态数据的获取方式与上述步骤303属于同一发明构思,实现过程参见上述步骤303的相关描述,在此不再赘述。
308、在任一时刻获取的休眠状态数据反映的车辆状态不再符合该预设状态条件的情况下,大数据平台确定该车辆处于该休眠异常状态的时长,该时长为该时刻到该车辆的车辆状态符合预设休眠条件的时刻之间的时长。
其中,该车辆处于该休眠异常状态的时长也即是该车辆无法进行休眠的时长。
可选的,在步骤308之后,大数据平台将该时长发送给该车辆的关联终端。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
通过本申请实施例提供的技术方案,在车辆的车辆状态符合预设休眠条件的情况下,持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态。基于多个时刻获取的该休眠状态数据,确定车辆的车辆状态连续符合该预设状态条件的次数。在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,确定该车辆处于休眠异常状态,从而实现对车辆休眠异常的状态自动识别,有助于技术人员及时对异常进行修正,从而提高用户的用车体验。
图6是本申请实施例提供的一种车辆的状态识别装置的结构示意图,参见图6,装置包括:休眠状态数据获取模块601、次数确定模块602以及状态确定模块603。
休眠状态数据获取模块601,用于在车辆的车辆状态符合预设休眠条件的情况下,持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态;
次数确定模块602,用于基于多个时刻获取的该休眠状态数据,确定该车辆的车辆状态连续符合预设状态条件的次数;
状态确定模块603,用于在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,确定该车辆处于休眠异常状态。
在一种可能的实施方式中,该次数确定模块602,用于对于该多个时刻中的第一时刻,确定该第一时刻获取的休眠状态数据反映的车辆状态是否符合该预设状态条件,该第一时刻为该多个时刻中最早的时刻;在该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,基于该多个时刻中的多个第二时刻的休眠状态数据,确定该车辆的车辆状态连续符合预设状态条件的次数,该多个第二时刻中最早的时刻与该第一时刻之间的第一间隔时长,与该多个第二时刻中每两个相邻的第二时刻之间的第二间隔时长相同。
在一种可能的实施方式中,该休眠状态数据包括运行状态数据、车门状态数据、远程控制数据、车灯状态数据、充电状态数据以及自检状态数据,该次数确定模块602,用于确定该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态是否符合第一判别条件;在该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合该第一判别条件的情况下,确定该第一时刻车灯状态数据反映的车灯状态是否符合第二判别条件;在该第一时刻车灯状态数据反映的车灯状态符合该第二判别条件的情况下,确定该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态是否符合第三判别条件;在该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合该第三判别条件的情况下,确定该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件。
在一种可能的实施方式中,该次数确定模块602,还用于在该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态不符合该第一判别条件的情况下,确定该第一时刻获取的休眠状态数据反映的车辆状态不符合该预设状态条件;或,
在该第一时刻车灯状态数据反映的车灯状态不符合该第二判别条件的情况下,确定该第一时刻获取的休眠状态数据反映的车辆状态不符合该预设状态条件;或,
在该第一时刻的充电状态数据反映的充电状态以及自检状态不符合该第三判别条件的情况下,确定该第一时刻获取的休眠状态数据反映的车辆状态不符合该预设状态条件。
在一种可能的实施方式中,该第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合第一判别条件是指,该第一时刻的运行状态数据反映的运行状态为熄火且下电、车门状态数据反映的车门状态为车门关闭以及该远程控制数据反映的远程控制状态为不存在远程控制指令;
该第一时刻车灯状态数据反映的车灯状态符合该第二判别条件是指,该第一时刻车灯状态数据反映的车灯状态为左转向灯和右转向灯均关闭;
该第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合该第三判别条件是指,该第一时刻的充电状态数据反映的充电状态为未充电以及该自检状态数据反映的自检状态为未自检。
在一种可能的实施方式中,该次数确定模块602,用于在该第一时刻获取的休眠状态数据反映的车辆状态符合该预设状态条件的情况下,将休眠状态计数器的计数设置为1;基于该多个第二时刻的休眠状态数据反映的车辆状态符合该预设状态条件的次数,调整该休眠状态计数器的计数;将该休眠状态计数器的计数确定为该车辆的车辆状态连续符合该预设状态条件的次数。
在一种可能的实施方式中,该次数确定模块602,还用于在该车辆的车辆状态连续符合该预设状态条件的次数小于该预设次数阈值的情况下,将该计数器清零。
在一种可能的实施方式中,该状态确定模块603还用于获取该车辆的车辆状态数据,该车辆状态数据用于反映车辆状态符合该预设休眠条件之前该车辆的车辆状态;基于该车辆状态数据,确定该车辆的车辆状态是否符合该预设休眠条件。
在一种可能的实施方式中,该车辆状态数据包括运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据,该状态确定模块603确定该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态是否符合第四判别条件;在该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态符合该第四判别条件的情况下,确定该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态是否符合第五判别条件;在该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态符合该第五判别条件的情况下,确定该远程控制数据反映的远程控制状态是否符合第六判别条件;在该远程控制数据反映的远程控制状态符合该第六判别条件的情况下,确定该车辆的车辆状态符合该预设休眠条件。
在一种可能的实施方式中,该运行状态数据反映的运行状态以及该车门状态数据反映的车门状态符合该第四判别条件是指,该运行状态数据反映的运行状态为熄火且下电以及该车门状态数据反映的车门状态为车门关闭;
该充电状态数据反映的充电状态以及该自检状态数据反映的自检状态符合该第五判别条件是指,该充电状态数据反映的充电状态为未充电以及该自检状态数据反映的自检状态为未自检;
该远程控制数据反映的远程控制状态符合该第六判别条件是指,该远程控制数据反映的远程控制状态不存在远程控制指令。
在一种可能的实施方式中,该装置还包括:
报警信息发送模块,用于向该车辆的关联终端发送报警信息,该报警信息用于提示该车辆处于休眠异常状态。
在一种可能的实施方式中,该装置还包括:
时长确定模块,用于继续获取该车辆的休眠状态数据;在任一时刻获取的休眠状态数据反映的车辆状态不再符合该预设状态条件的情况下,确定该车辆处于该休眠异常状态的时长,该时长为该时刻到该车辆的车辆状态符合预设休眠条件的时刻之间的时长。
需要说明的是:上述实施例提供的车辆的状态识别装置在识别车辆的状态时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将计算机设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的车辆的状态识别装置与车辆的状态识别方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
通过本申请实施例提供的技术方案,在车辆的车辆状态符合预设休眠条件的情况下,持续获取该车辆的休眠状态数据,该休眠状态数据用于反映车辆状态符合该预设休眠条件之后该车辆的车辆状态。基于多个时刻获取的该休眠状态数据,确定车辆的车辆状态连续符合该预设状态条件的次数。在该车辆的车辆状态连续符合该预设状态条件的次数大于或等于预设次数阈值的情况下,确定该车辆处于休眠异常状态,从而实现对车辆休眠异常的状态自动识别,有助于技术人员及时对异常进行修正,从而提高用户的用车体验。
本申请实施例还提供了一种车辆,图7是本申请实施例提供的一种车辆的结构示意图。
通常,车辆700包括有:一个或多个处理器701和一个或多个存储器702。
处理器701可以包括一个或多个处理核心,比如4核心处理器、7核心处理器等。处理器701可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器701可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器701还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器702中的非暂态的计算机可读存储介质用于存储至少一个计算机程序,该至少一个计算机程序用于被处理器701所执行以实现本申请中方法实施例提供的车辆的状态识别方法。
本领域技术人员可以理解,图7中示出的结构并不构成对车辆700的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
另外,本申请的实施例提供的装置具体可以是芯片、组件或模块,该芯片可包括相连的处理器和存储器;其中,存储器用于存储指令,当处理器调用并执行指令时,可以使芯片执行上述实施例提供的一种车辆的状态识别的方法。
本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序代码,当该计算机程序代码在计算机上运行时,使得计算机执行上述相关方法步骤实现上述实施例提供的一种车辆的状态识别的方法。
本实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例提供的一种车辆的状态识别的方法。
其中,本实施例提供的装置、计算机可读存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种车辆的状态识别方法,其特征在于,所述方法包括:
在车辆的车辆状态符合预设休眠条件的情况下,持续获取所述车辆的休眠状态数据,所述休眠状态数据用于反映车辆状态符合所述预设休眠条件之后所述车辆的车辆状态;
基于多个时刻获取的所述休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数;
在所述车辆的车辆状态连续符合所述预设状态条件的次数大于或等于预设次数阈值的情况下,确定所述车辆处于休眠异常状态。
2.根据权利要求1所述的方法,其特征在于,所述基于多个时刻获取的所述休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数包括:
对于所述多个时刻中的第一时刻,确定所述第一时刻获取的休眠状态数据反映的车辆状态是否符合所述预设状态条件,所述第一时刻为所述多个时刻中最早的时刻;
在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,基于所述多个时刻中的多个第二时刻的休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数,所述多个第二时刻中最早的时刻与所述第一时刻之间的第一间隔时长,与所述多个第二时刻中每两个相邻的第二时刻之间的第二间隔时长相同。
3.根据权利要求2所述的方法,其特征在于,所述休眠状态数据包括运行状态数据、车门状态数据、远程控制数据、车灯状态数据、充电状态数据以及自检状态数据,所述确定所述第一时刻获取的休眠状态数据反映的车辆状态是否符合所述预设状态条件包括:
确定所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态是否符合第一判别条件;
在所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合所述第一判别条件的情况下,确定所述第一时刻车灯状态数据反映的车灯状态是否符合第二判别条件;
在所述第一时刻车灯状态数据反映的车灯状态符合所述第二判别条件的情况下,确定所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态是否符合第三判别条件;
在所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合所述第三判别条件的情况下,确定所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件。
4.根据权利要求3所述的方法,其特征在于,所述第一时刻的运行状态数据反映的运行状态、车门状态数据反映的车门状态以及远程控制数据反映的远程控制状态符合第一判别条件是指,所述第一时刻的运行状态数据反映的运行状态为熄火且下电、车门状态数据反映的车门状态为车门关闭以及所述远程控制数据反映的远程控制状态为不存在远程控制指令;
所述第一时刻车灯状态数据反映的车灯状态符合所述第二判别条件是指,所述第一时刻车灯状态数据反映的车灯状态为左转向灯和右转向灯均关闭;
所述第一时刻的充电状态数据反映的充电状态以及自检状态数据反映的自检状态符合所述第三判别条件是指,所述第一时刻的充电状态数据反映的充电状态为未充电以及所述自检状态数据反映的自检状态为未自检。
5.根据权利要求2所述的方法,其特征在于,所述在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,基于所述多个时刻中的多个第二时刻的休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数包括:
在所述第一时刻获取的休眠状态数据反映的车辆状态符合所述预设状态条件的情况下,将休眠状态计数器的计数设置为1;
基于所述多个第二时刻的休眠状态数据反映的车辆状态符合所述预设状态条件的次数,调整所述休眠状态计数器的计数;
将所述休眠状态计数器的计数确定为所述车辆的车辆状态连续符合所述预设状态条件的次数。
6.根据权利要求1所述的方法,其特征在于,所述在车辆的车辆状态符合预设休眠条件的情况下,持续获取所述车辆的休眠状态数据之前,所述方法还包括:
获取所述车辆的车辆状态数据,所述车辆状态数据用于反映车辆状态符合所述预设休眠条件之前所述车辆的车辆状态;
基于所述车辆状态数据,确定所述车辆的车辆状态是否符合所述预设休眠条件。
7.根据权利要求6所述的方法,其特征在于,所述车辆状态数据包括运行状态数据、车门状态数据、远程控制数据、充电状态数据以及自检状态数据,所述基于所述车辆状态数据,确定所述车辆的车辆状态是否符合所述预设休眠条件包括:
确定所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态是否符合第四判别条件;
在所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态符合所述第四判别条件的情况下,确定所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态是否符合第五判别条件;
在所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态符合所述第五判别条件的情况下,确定所述远程控制数据反映的远程控制状态是否符合第六判别条件;
在所述远程控制数据反映的远程控制状态符合所述第六判别条件的情况下,确定所述车辆的车辆状态符合所述预设休眠条件。
8.根据权利要求7所述的方法,其特征在于,所述运行状态数据反映的运行状态以及所述车门状态数据反映的车门状态符合所述第四判别条件是指,所述运行状态数据反映的运行状态为熄火且下电以及所述车门状态数据反映的车门状态为车门关闭;
所述充电状态数据反映的充电状态以及所述自检状态数据反映的自检状态符合所述第五判别条件是指,所述充电状态数据反映的充电状态为未充电以及所述自检状态数据反映的自检状态为未自检;
所述远程控制数据反映的远程控制状态符合所述第六判别条件是指,所述远程控制数据反映的远程控制状态不存在远程控制指令。
9.一种车辆的状态识别装置,其特征在于,所述装置包括:
休眠状态数据获取模块,用于在车辆的车辆状态符合预设休眠条件的情况下,持续获取所述车辆的休眠状态数据,所述休眠状态数据用于反映车辆状态符合所述预设休眠条件之后所述车辆的车辆状态;
次数确定模块,用于基于多个时刻获取的所述休眠状态数据,确定所述车辆的车辆状态连续符合预设状态条件的次数;
状态确定模块,用于在所述车辆的车辆状态连续符合所述预设状态条件的次数大于或等于预设次数阈值的情况下,确定所述车辆处于休眠异常状态。
10.一种车辆,其特征在于,所述车辆包括:
存储器,用于存储可执行程序代码;
处理器,用于从所述存储器中调用并运行所述可执行程序代码,使得所述车辆执行如权利要求1至8中任意一项所述的车辆的状态识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311013310.2A CN116872866A (zh) | 2023-08-11 | 2023-08-11 | 车辆的状态识别方法、装置、车辆和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311013310.2A CN116872866A (zh) | 2023-08-11 | 2023-08-11 | 车辆的状态识别方法、装置、车辆和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116872866A true CN116872866A (zh) | 2023-10-13 |
Family
ID=88256900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311013310.2A Pending CN116872866A (zh) | 2023-08-11 | 2023-08-11 | 车辆的状态识别方法、装置、车辆和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116872866A (zh) |
-
2023
- 2023-08-11 CN CN202311013310.2A patent/CN116872866A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111806290B (zh) | 一种车辆自动换电方法、装置、电子设备及存储介质 | |
CN111158718A (zh) | 本地通讯服务器及其ota升级方法和云端服务器 | |
CN112172608B (zh) | 电池监测方法、装置、车辆及存储介质 | |
CN109861882A (zh) | 车辆总线协议识别的方法、装置及车载终端 | |
CN110545220B (zh) | 汽车诊断协议检测方法及相关产品 | |
CN112148538A (zh) | 一种整车故障识别方法、装置、系统、汽车及计算机可读存储介质 | |
CN109525641A (zh) | 一种车载通讯模块方法和计算机可读介质 | |
CN114590241A (zh) | 车辆的怠速充电方法及装置 | |
CN115339319A (zh) | 一种纯电动汽车高压上电故障判断方法、终端及存储介质 | |
CN114291015A (zh) | 一种车辆控制方法、装置、车辆及存储介质 | |
CN109591732A (zh) | 汽车上电控制方法、装置、整车控制器及汽车 | |
CN114827184A (zh) | 车辆异常唤醒的处理方法、装置、车辆及云服务器 | |
CN106373349A (zh) | 车辆监控系统和车载监控装置 | |
CN117607701A (zh) | 一种车辆蓄电池亏电风险检测方法、监控装置及监控系统 | |
CN112668739A (zh) | 车辆保养信息推送方法、系统、设备及存储介质 | |
CN116872866A (zh) | 车辆的状态识别方法、装置、车辆和存储介质 | |
WO2023160412A1 (zh) | 车载直流变直流变换器状态识别方法、装置、设备和介质 | |
CN115439196B (zh) | 无人驾驶车辆接单方法及装置、存储介质和终端 | |
CN116540666A (zh) | 一种基于tbox的车辆诊断系统、方法、电子设备及介质 | |
CN112373350A (zh) | 补电控制方法、装置、车辆及存储介质 | |
CN114252785B (zh) | 一种无人机的控制方法、电子设备及存储介质 | |
CN204423512U (zh) | 充电站 | |
CN117416207A (zh) | 车辆充电异常的提醒方法、装置、计算机设备及存储介质 | |
CN115951660A (zh) | 一种车辆诊断方法、装置、电子设备及存储介质 | |
CN204597502U (zh) | 充电站 |
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 |