CN116938993A - 车辆升级成功率预测方法、车辆升级服务器和车辆 - Google Patents

Abstract

本申请涉及车辆升级技术领域，公开了车辆升级成功率预测方法、车辆升级服务器和车辆，车辆升级成功率预测方法包括：获取第一时间段的多条第一历史升级数据；第一历史升级数据包括升级结果和多种升级影响因素的特征值，升级结果为升级成功或升级失败；基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率；根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率。本申请能够有助于提高车辆预约升级的成功率，提升了用户体验。

Description

车辆升级成功率预测方法、车辆升级服务器和车辆

技术领域

本申请涉及车辆升级技术领域，具体涉及车辆升级成功率预测方法、车辆升级服务器和车辆。

背景技术

随着互联网技术的发展，车辆升级方式由传统的本地升级方式逐渐发展为线上升级方式，具体升级的对象例如可以是车辆固件或车辆软件。一些车辆为用户提供了预约升级功能，用户可以设置一个指定时间，车辆会在用户预约的指定时间进行车辆升级；例如，用户设置的指定时间为当天的晚上十一点，则车辆会在当天的晚上十一点启动车辆升级。然而使用了车辆预设升级功能后，发明人发现经常出现车辆升级失败的情况，影响了用户体验。

发明内容

有鉴于此，本申请提供了一种车辆升级成功率预测方法、车辆升级服务器和车辆，以解决相关技术存在的车辆预约升级易失败的问题。

第一方面，本申请提供了一种车辆升级成功率预测方法，该方法包括：

获取第一时间段的多条第一历史升级数据；第一历史升级数据包括升级结果和多种升级影响因素的特征值，升级结果为升级成功或升级失败；

基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率；

根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率。

本申请能根据包含升级结果和升级影响因素的特征值的多条第一历史升级数据得到与每个升级影响因素对应的第一历史升级成功率，进而在此基础上对车辆升级成功率进行准确地预测；可见本申请实现了车辆升级成功率预测功能，本申请预测出的第一预设时间段的车辆升级成功率能够为用户预约车辆升级时间时提供有效依据，满足用户选择车辆升级成功率更高的车辆升级时间的需求，从而有助于明显提高车辆预约升级的成功率和提高车辆升级效率，而且有助于明显降低因车辆预约升级失败带来的安全隐患，提升了用户体验和满意度。

在一种可选的实施方式中，基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率，包括：

对于每种升级影响因素，根据多条第一历史升级数据中的升级影响因素的特征值，将多条第一历史升级数据划分为多个数据组；

根据多个数据组中的升级结果，分别确定每个数据组对应的第二历史升级成功率；

根据每个数据组对应的第二历史升级成功率，确定每种升级影响因素对应的第一历史升级成功率。

本申请按照每种升级影响因素的特征值分别对多条第一历史升级数据进行分组，在每个数据组对应的第二历史升级成功率基础上计算出每种升级影响因素对应的第一历史升级成功率，实现对第一历史升级成功率的准确计算。

在一种可选的实施方式中，根据每个数据组对应的第二历史升级成功率，确定每种升级影响因素对应的第一历史升级成功率，包括：

对于每种升级影响因素，利用每个数据组中的数据条数与多条第一历史升级数据的数据条数的比值，确定每个数据组对应的权重；

根据每个数据组对应的第二历史升级成功率和权重，确定升级影响因素对应的第一历史升级成功率。

本申请还能够通过加权计算的方式对每个数据组进行处理，充分地考虑了不同数据组之间的重要程度的不同，得到符合实际情况的升级影响因素对应的第一历史升级成功率。

在一种可选的实施方式中，根据每个数据组对应的第二历史升级成功率和权重，确定升级影响因素对应的第一历史升级成功率，包括：

计算每个数据组对应的第二历史升级成功率与权重的乘积并计算总和，以及将总和与多个数据组的个数的商作为升级影响因素对应的第一历史升级成功率。

基于上述的方案，本申请还能够根据每个数据组对应的第二历史升级成功率与权重和数据组的个数，更精确地计算出各种升级影响因素对应的历史升级成功率。

在一种可选的实施方式中，根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率，包括：

统计升级影响因素的种类数；

利用多个第一历史升级成功率之和与升级影响因素的种类数的比值，计算第一时间段的车辆升级成功率。

本申请综合考虑了多种升级影响因素对第一预设时间段的车辆升级成功率的影响，提高了第一预设时间段的车辆升级成功率计算的准确性和可靠性。

在一种可选的实施方式中，多种升级影响因素包括电池健康度、电池荷电状态、车速、档位以及热失控信息中的至少两种。

基于上述的至少两种升级影响因素，本申请能够基于不同的升级影响因素对第一预设时间段的车辆升级成功率进行有效预测，明显地提高第一预设时间段的车辆升级成功率预测的准确性。

在一种可选的实施方式中，获取第一时间段的多条第一历史升级数据，包括：

接收车辆上报的第二时间段的多条第二历史升级数据；第二历史升级数据包括升级结果、数据采集时间以及多种升级影响因素的特征值；

根据数据采集时间对多条第二历史升级数据进行筛选，以从多条第二历史升级数据中获取多个第一时间段的第一历史升级数据，第二时间段包括多个第一时间段。

本申请还能够同时获取包括多个第一预设时间段的第二预设时间段的第二历史升级数据，基于对获取的第二历史升级数据进行筛选而得到每个第一预设时间段的历史升级数据，以实现对每个时间段的车辆升级成功率的预测功能。

在一种可选的实施方式中，该方法还包括：

向目标设备下发一个或多个第一时间段的车辆升级成功率，目标设备用于对收到的第一时间段的车辆升级成功率进行显示，目标设备包括车辆、移动终端、智能穿戴设备中的一种或多种。

本申请还能通过向目标设备下发一个或多个第一时间段的车辆升级成功率的方式，使得用户更方便地查看预测的车辆升级成功率，提升用户体验。

第二方面，本申请提供了一种车辆升级服务器，包括：

存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的车辆升级成功率预测方法。

第三方面，本申请提供了一种计算机程序产品，包括计算机程序指令，计算机程序指令被处理器执行时，实施根据上述第一方面或其对应的任一实施方式的车辆升级成功率预测方法。

第四方面，本申请提供了一种车辆，包括：

存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的车辆升级成功率预测方法。

附图说明

为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例的车辆升级成功率预测方法的流程示意图；

图2是根据本申请实施例的另一车辆升级成功率预测方法的流程示意图；

图3是根据本申请实施例的又一车辆升级成功率预测方法的流程示意图；

图4是根据本申请实施例的再一车辆升级成功率预测方法的流程示意图；

图5是根据本申请实施例的车辆升级成功率预测方法的一种应用场景的示意图；

图6是本申请实施例的车辆升级服务器的硬件结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

目前，部分车辆能够为用户提供预约升级功能，用户可以根据个人的习惯或喜好预约一个指定时间对车辆进行升级，车辆会在用户预约的指定时间进行升级。但是在车辆升级过程中可能会由于车辆工况因素(例如，电池等)导致车辆预约升级失败，影响用户体验，降低了车辆升级效率，而且容易存在安全隐患。

根据本申请实施例，提供了一种车辆升级成功率预测方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种车辆升级成功率预测方法，并可用于车辆升级服务器，图1是根据本申请实施例的车辆升级成功率预测方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，获取第一时间段的多条第一历史升级数据；第一历史升级数据包括升级结果和多种升级影响因素的特征值，升级结果为升级成功或升级失败。

其中，本申请车辆升级的对象具体可包括但不限于车辆固件和车辆软件，车辆软件例如可以为实现车辆上某个或某些功能的软件。

对于每条第一历史升级数据，分别包括升级成功或升级失败的升级结果和多种升级影响因素的特征值。例如，升级结果为升级成功，升级结果可通过1表示，升级结果为升级失败，升级结果可通过0表示。

在一些可选的实施方式中，升级影响因素为车辆工况因素，多种升级影响因素包括电池健康度(battery Health)、电池荷电状态(SOC，State of Charge)、车速(speed)、档位(gear)及热失控信息(thermal Overheat)中的至少两种。例如，升级影响因素以电池健康度为例，电池健康度的特征值可通过0.1～1之间的某个数值表示，电池越健康，则该值越高；升级影响因素以车速为例，车速的特征值可通过车辆实时速度(比如60，单位为千米每小时)表示；其他升级影响因素的特征值与上述示例类似，此处不再进行举例说明。

具体地，本实施例中的电池健康度(battery Health)根据车辆电池管理系统的检测和评估得到的指标，电池荷电状态(SOC)通过车辆电池管理系统或电池控制单元获取，车速(speed)通过车辆的车速传感器获取，档位(gear)通过车辆的变速器控制模块获取，热失控信息(thermal Overheat)通过车辆的温度传感器或热管理系统进行监测和获取。

基于上述的至少两种升级影响因素，本申请实施例还能够基于不同的升级影响因素对第一预设时间段的车辆升级成功率进行有效预测，从而明显地提高第一预设时间段的车辆升级成功率预测的准确性。

在一些可选的实施方式中，上述步骤S101包括：

步骤a1，接收车辆上报的第二时间段的多条第二历史升级数据；第二历史升级数据包括升级结果、数据采集时间以及多种升级影响因素的特征值。

本实施例中，第二预设时间段的多条第二历史升级数据例如为过去的多天(例如7天或30天)内每个时间段与车辆升级相关的数据，本实施例的每个时间段例如包括0:00至1:00、1:00至2:00、……、23:00至24:00这24个时间段。数据采集时间可以为采集升级影响因素的特征值的时间点，例如13:20，该时间点隶属于13:00至14:00时间段。

其中，车端(车辆端)可以在固定时间点开始自动上报第二预设时间段的多条第二历史升级数据至云端的服务器(例如车辆升级服务器)，固定时间点例如为凌晨12点。

对于任一条第二历史升级数据或任一条第一历史升级数据，其数据格式为：upgradeSucces：1：升级成功或0：升级失败，time：数据上报时间点，thermalOverheat：热失控信息，batteryHealth：电池健康度，batterySOC：电池荷电状态，speed：车速。其中，time：数据上报时间点，实际为本实施例中的该条历史升级数据的数据采集时间；upgradeSucces表示升级成功标识，本实施例可通过升级成功标识表征升级结果。车端采集以及上传至云端的多条第二历史升级数据testData＝[{batteryHealth：0.8，batterySOC：0.7，speed：60，gear：3，thermalOverheat：0，upgradeSuccess：0，time：13:00}，{batteryHealth：0.8，batterySOC：0.7，speed：50，gear：3，thermalOverheat：0，upgradeSuccess：1，time：13:20}，{batteryHealth：0.7，batterySOC：0.6，speed：40，gear：3，thermalOverheat：0，upgradeSuccess：1，time：14:00}，{batteryHealth：0.6，batterySOC：0.5，speed：30，gear：3，thermalOverheat：0，upgradeSuccess：0，time：15:00}，……，此处省略n条数据]。

步骤a2，根据数据采集时间对多条第二历史升级数据进行筛选，以从多条第二历史升级数据中获取多个第一时间段的第一历史升级数据，第二时间段包括多个第一时间段。

本实施例按照上报的数据中的数据采集时间的不同，对第二预设时间段的多条第二历史升级数据进行分类，以得到多个第一预设时间段的第一历史升级数据。

其中，多个第一预设时间段例如为0:00至1:00、1:00至2:00、……、23:00至24:00这24个时间段。

本实施例可筛选出每个第一预设时间段的第一历史升级数据，以第一预设时间段为13:00至14:00给出下述示例。13:00至14:00时间段的第一历史升级数据例如为timeTestData＝[{batteryHealth：0.8，batterySOC：0.1，speed：60，gear：3，thermalOverheat：0，upgradeSuccess：0，time：13:00}，{batteryHealth：0.7，batterySOC：0.9，speed：50，gear：3，thermalOverheat：0，upgradeSuccess：1，time：13:20}，{batteryHealth：0.2，batterySOC：0.3，speed：60，gear：2，thermalOverheat：0，upgradeSuccess：0，time：13:40}，{batteryHealth：0.3，batterySOC：0.4，speed：50，gear：3，thermalOverheat：0，upgradeSuccess：1，time：14:00}，{batteryHealth：0.2，batterySOC：0.7，speed：40，gear：1，thermalOverheat：0，upgradeSuccess：1，time：13:40}，{batteryHealth：0.3，batterySOC：0.6，speed：30，gear：3，thermalOverheat：0，upgradeSuccess：1，time：14:00}]。

本申请还能够同时获取包括多个第一预设时间段的第二预设时间段的第二历史升级数据，基于对获取的第二历史升级数据进行筛选而得到每个第一预设时间段的历史升级数据，以实现对每个时间段的车辆升级成功率的预测功能。

步骤S102，基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率。

对于每种升级影响因素，分别处理所在的多条第一历史升级数据，并根据其特征值和升级结果确定每种升级影响因素各自对应的第一历史升级成功率。

结合前述示例，电池健康度对应一个第一历史升级成功率，电池SOC对应一个第一历史升级成功率，车速对应一个第一历史升级成功率，档位对应一个第一历史升级成功率，热失控信息对应一个第一历史升级成功率。

步骤S103，根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率。

本实施例中，在每种升级影响因素各自对应的历史升级成功率的基础上，得到第一预设时间段的整体的车辆升级成功率。例如，可对多个历史升级成功率进行均值计算或加权计算的方式得到第一预设时间段的车辆升级成功率。

在一些可选的实施方式中，上述步骤S103包括：

步骤b1，统计升级影响因素的种类数。

例如对于电池健康度(battery Health)、电池荷电状态(SOC，State of Charge)、车速(speed)、档位(gear)及热失控信息(thermal Overheat)，其升级影响因素的种类数为5。

步骤b2，利用多个第一历史升级成功率之和与升级影响因素的种类数的比值，计算第一时间段的车辆升级成功率。

其中，第一预设时间段的车辆升级成功率＝第一预设时间段的多个历史升级成功率/升级影响因素的种类数。

例如，对于第一预设时间段14:00至15:00，每种升级影响因素对应的车辆升级成功率可表示为result＝[{batteryHealth：70％，batterySOC：60％，speed：30％，gear：20％，thermalOverheat：80％，14:00-15:00}，例如，对于第一预设时间段15:00至16:00，每种升级影响因素对应的车辆升级成功率可表示为result＝{batteryHealth：80％，batterySOC：70％，speed：90％，gear：40％，thermalOverheat：70％，15:00-16:00}。则第一预设时间段14:00至15:00的车辆升级成功率(batteryHealth+batterySOC+speed+gear+thermalOverheat)/5＝(70％+60％+30％+20％+80％)/5＝52％，另一示例中，第一预设时间段15:00至16:00的车辆升级成功率的预测结果为(batteryHealth+batterySOC+speed+gear+thermalOverheat)/5＝(80％+70％+90％+40％+70％)/5＝70％。本申请基于上述的方案可预测出每个时间段的车辆升级成功率。

本申请综合考虑了多种升级影响因素对第一预设时间段的车辆升级成功率的影响，提高了第一预设时间段的车辆升级成功率计算的准确性和可靠性。

在本实施例中提供了一种车辆升级成功率预测方法，并可用于车辆升级服务器，图2是根据本申请实施例的车辆升级成功率预测方法的流程图，如图2所示，该流程包括如下步骤：

步骤S201，获取第一时间段的多条第一历史升级数据；第一历史升级数据包括升级结果和多种升级影响因素的特征值，升级结果为升级成功或升级失败。详细请参见图1所示实施例的步骤S101，在此不再赘述。

步骤S202，基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率。

具体地，上述步骤S202包括：

步骤S2021，对于每种升级影响因素，根据多条第一历史升级数据中的升级影响因素的特征值，将多条第一历史升级数据划分为多个数据组。

具体地，本实施例按照升级影响因素的特征值所处的范围对多条第一历史升级数据进行划分，提前根据每种升级影响因素的特征值的取值范围，划分为多个区间范围，每个特征值落入一个区间范围内，并将落入一个区间范围内的特征值对应的第一历史升级数据作为一个数据组，进而实现分段计算每组历史升级数据对应的升级成功率的目的。

结合本申请前述的13:00至14:00时间段的第一历史升级数据示例，一个升级影响因素例如为电池健康度，本实施例例如将多条第一历史升级数据划分为两个数据组，包括：电池健康度batteryHealth(≈)0.7至0.8区间对应的一个数据组以及电池健康度batteryHealth(≈)0.2至0.3区间对应的一个数据组；其中，电池健康度batteryHealth(≈)0.7至0.8区间对应的数据组的第一历史升级数据数量为2个，电池健康度batteryHealth(≈)0.2至0.3区间对应的数据组的第一历史升级数据数量为4个。

步骤S2022，根据多个数据组中的升级结果，分别确定每个数据组对应的第二历史升级成功率。

具体地，本实施例根据多个数据组中的升级结果，识别出每个数据组中的升级结果为升级成功或升级失败的第一历史升级数据的数量和每个数据组中的第一历史升级数据的数量，并利用每个数据组中的升级结果为升级成功或升级失败的第一历史升级数据的数量与每个数据组中的第一历史升级数据的数量的比值，确定每个数据组对应的第二历史升级成功率。

其中，对于每个数据组，可使用每个数据组中的升级结果为升级成功的第一历史升级数据的数量与每个数据组中的第一历史升级数据的数量的比值确定每个数据组对应的第二历史升级成功率；或者可使用每个数据组中的升级结果为升级失败的第一历史升级数据的数量与每个数据组中的第一历史升级数据的数量的比值确定每个数据组对应的第二历史升级成功率。

结合本申请前述的13:00至14:00时间段的第一历史升级数据示例，电池健康度batteryHealth(≈)0.7至0.8区间的第一历史升级数据数量为2个，电池健康度batteryHealth(≈)0.2至0.3区间的第一历史升级数据数量为4个，13:00至14:00时间段的第一历史升级数据总数量为6个。电池健康度batteryHealth(≈)0.7至0.8区间的2个第一历史升级数据的升级成功标识upgradeSuccess分别为0和1，则该组历史升级数据对应的第二历史升级成功率为1/2＝50％或100％－1/2＝50％；电池健康度batteryHealth(≈)0.2至0.3区间的4个第一历史升级数据的升级成功标识upgradeSuccess分别为0、1、1、1，则该组历史升级数据对应的第二历史升级成功率为3/4＝75％或100％－1/4＝75％。

本申请实施例还将升级成功或升级失败的升级结果作为每个数据组对应的第二历史升级成功率判定的依据，实现对每个数据组对应的第二历史升级成功率进行客观衡量，为升级影响因素对应的第一历史升级成功率的确定提供依据。

步骤S2023，根据每个数据组对应的第二历史升级成功率，确定每种升级影响因素对应的第一历史升级成功率。

本实施例根据特征值，对多个第一历史升级数据进行分段计算其第二历史升级成功率的基础上，计算每种升级影响因素对应的第一历史升级成功率，在本实施例中，第一历史升级成功率的计算方式可采用加权计算或均值计算方式。

步骤S203，根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率。详细请参见图1所示实施例的步骤S103，在此不再赘述。

在本实施例中提供了一种车辆升级成功率预测方法，并可用于车辆升级服务器，图3是根据本申请实施例的车辆升级成功率预测方法的流程图，如图3所示，该流程包括如下步骤：

步骤S301，获取第一时间段的多条第一历史升级数据；第一历史升级数据包括升级结果和多种升级影响因素的特征值，升级结果为升级成功或升级失败。详细请参见图2所示实施例的步骤S201，在此不再赘述。

步骤S302，基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率。

具体地，上述步骤S302包括：

步骤S3021，对于每种升级影响因素，根据多条第一历史升级数据中的升级影响因素的特征值，将多条第一历史升级数据划分为多个数据组。详细请参见图2所示实施例的步骤S2021，在此不再赘述。

步骤S3022，根据多个数据组中的升级结果，分别确定每个数据组对应的第二历史升级成功率。详细请参见图2所示实施例的步骤S2022，在此不再赘述。

步骤S3023，根据每个数据组对应的第二历史升级成功率，确定每种升级影响因素对应的第一历史升级成功率。

具体地，上述步骤S3023包括：

步骤S30231，对于每种升级影响因素，利用每个数据组中的数据条数与多条第一历史升级数据的数据条数的比值，确定每个数据组对应的权重。

其中，多条第一历史升级数据的数据条数表示当前第一历史升级数据的总条数。具体地，通过每个数据组中的第一历史升级数据的数据条数与多条第一历史升级数据的数据条数的比值，作为每个数据组对应的权重。

结合本申请前述的13:00至14:00时间段的第一历史升级数据示例，例如电池健康度batteryHealth(≈)0.7至0.8区间对应的数据组对应的权重表示为：13:00至14:00时间段的0.7至0.8区间的第一历史升级数据与13:00至14:00时间段的所有第一历史升级数据的数量的比值；本申请实施例中，电池健康度batteryHealth(≈)0.7至0.8区间对应的数据组对应的权重为2个/6个＝1/3，电池健康度batteryHealth(≈)0.2至0.3区间对应的数据组对应的权重为4个/6个＝2/3。

步骤S30232，根据每个数据组对应的第二历史升级成功率和权重，确定升级影响因素对应的第一历史升级成功率。

例如，基于每个数据组对应的权重对每个数据组对应的第二历史升级成功率进行加权计算得到结果，基于该结果确定每个升级影响因素对应的第一历史升级成功率。

本申请实施例还能够通过加权计算的方式对每个数据组进行处理，充分地考虑了不同数据组之间的重要程度的不同对第一历史升级成功率的影响，从而得到符合实际情况的升级影响因素对应的第一历史升级成功率。

在一些可选的实施方式中，上述步骤S30232包括：计算每个数据组对应的第二历史升级成功率与权重的乘积并计算总和，以及将总和与多个数据组的个数的商作为升级影响因素对应的第一历史升级成功率。

其中，每个数据组对应的第二历史升级成功率与对应的权重相乘，得到的多个乘积进行累加计算后得到总和。

结合本申请前述的13:00至14:00时间段的第一历史升级数据示例，电池健康度对应的第一历史升级成功率＝(1/3×50％+2/3×75％)/2≈33.33％。

由此可以看出，本申请实施例还能够根据每个数据组对应的第二历史升级成功率与权重和数据组的个数，精确地计算出各个升级影响因素对应的第一历史升级成功率。

步骤S303，根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率。详细请参见图2所示实施例的步骤S203，在此不再赘述。

综上，本实施例按照每个升级影响因素各自的特征值对多条第一历史升级数据进行分组的方式在每个数据组对应的第二历史升级成功率的基础上计算出每个升级影响因素对应的第一历史升级成功率，精准计算第一历史升级成功率。

在本实施例中提供了一种车辆升级成功率预测方法，并可用于车辆升级服务器，图4是根据本申请实施例的车辆升级成功率预测方法的流程图，如图4所示，该流程包括如下步骤：

步骤S401，获取第一时间段的多条第一历史升级数据；第一历史升级数据包括升级结果和多种升级影响因素的特征值，升级结果为升级成功或升级失败。详细请参见图1所示实施例的步骤S101，在此不再赘述。

步骤S402，基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率。详细请参见图1所示实施例的步骤S102，在此不再赘述。

步骤S403，根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率。详细请参见图1所示实施例的步骤S103，在此不再赘述。

步骤S404，向目标设备下发一个或多个第一时间段的车辆升级成功率，目标设备用于对收到的第一时间段的车辆升级成功率进行显示，目标设备包括车辆、移动终端、智能穿戴设备中的一种或多种。

在本申请的一个或多个较佳的实施例中，目标设备可对每个时间段的车辆升级成功率进行显示，例如可以在APP(Application，应用)的升级界面上进行显示。

以目标设备为车辆为例，车辆的车载显示屏能够用于显示多个第一预设时间段的车辆升级成功率。用户在看到车载显示屏上的多个第一预设时间段的车辆升级成功率后，可选择升级成功率更高的车辆升级时间。例如，当用户在升级页面点击预约升级时，APP界面将会弹出当前时间点以后所有时间段的升级成功率，辅助用户做出预约升级决策，当用户选择某一时间段时进行触发预约升级。

如图5所示，具体实施时，车辆501向车辆升级服务器502发送多条第一历史升级数据，则车辆升级服务器执行本申请实施例中的车辆升级成功率预测方法，以及将得到的车辆升级成功率发送至车辆等目标设备。

在本申请一些可选的实施例中，本申请还能够提供一种车辆，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行本申请一个或多个实施例中的车辆升级成功率预测方法。在该实施情况下，本申请的车辆升级成功率预测方法可直接在车辆上的处理器执行，车辆升级成功率预测方法的执行步骤不再进行赘述。

本申请能根据包含升级结果和升级影响因素的特征值的多条第一历史升级数据得到与每个升级影响因素对应的第一历史升级成功率，进而在此基础上对车辆升级成功率进行准确地预测；可见本申请实现了车辆升级成功率预测功能，本申请预测出的第一预设时间段的车辆升级成功率能够为用户预约车辆升级时间时提供有效依据，满足用户选择车辆升级成功率更高的车辆升级时间的需求，从而有助于明显提高车辆预约升级的成功率和提高车辆升级效率，而且有助于明显降低因车辆预约升级失败带来的安全隐患，提升了用户体验和满意度。

在本申请一些可选的实施例中，本申请还能够提供一种计算机程序产品，包括计算机程序指令，计算机程序指令被处理器执行时，实施根据本申请一个或多个实施例中的车辆升级成功率预测方法。

其中，车辆升级成功率预测方法的详细实现过程已在本说明书中有详细的记载，此处不再进行赘述。

在本实施例中还提供了一种车辆升级成功率预测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本实施例提供一种车辆升级成功率预测装置，包括：

获取模块，用于获取第一时间段的多条第一历史升级数据；第一历史升级数据包括升级结果和多种升级影响因素的特征值，升级结果为升级成功或升级失败。

计算模块，用于基于多条第一历史升级数据中的升级结果和特征值，确定多种升级影响因素分别对应的多个第一历史升级成功率。

预测模块，用于根据多个第一历史升级成功率，预测第一时间段的车辆升级成功率。

上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。

本实施例中的车辆升级成功率预测装置是以功能单元的形式来呈现，这里的单元是指ASIC(Application Specific Integrated Circuit，专用集成电路)电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

本申请实施例还提供一种车辆升级服务器，具有上述的车辆升级成功率预测装置。

请参阅图6，图6是本申请可选实施例提供的一种车辆升级服务器的结构示意图，如图6所示，该车辆升级服务器包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在车辆升级服务器内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个车辆升级服务器，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器10为例。

处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。

其中，所述存储器20存储有可由至少一个处理器10执行的指令，以使所述至少一个处理器10执行实现上述实施例示出的方法。

存储器20可以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、至少一个功能所需要的应用程序；存储数据区可存储根据车辆升级服务器的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该车辆升级服务器。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。

存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。

该车辆升级服务器还包括通信接口30，用于该车辆升级服务器与其他设备或通信网络通信。

本申请实施例还提供了一种计算机可读存储介质，上述根据本申请实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。

虽然结合附图描述了本申请的实施例，但是本领域技术人员可以在不脱离本申请的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (11)

1.一种车辆升级成功率预测方法，其特征在于，所述方法包括：

获取第一时间段的多条第一历史升级数据；所述第一历史升级数据包括升级结果和多种升级影响因素的特征值，所述升级结果为升级成功或升级失败；

基于所述多条第一历史升级数据中的升级结果和特征值，确定所述多种升级影响因素分别对应的多个第一历史升级成功率；

根据所述多个第一历史升级成功率，预测所述第一时间段的车辆升级成功率。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多条第一历史升级数据中的升级结果和特征值，确定所述多种升级影响因素分别对应的多个第一历史升级成功率，包括：

对于每种升级影响因素，根据所述多条第一历史升级数据中的升级影响因素的特征值，将所述多条第一历史升级数据划分为多个数据组；

根据所述多个数据组中的升级结果，分别确定每个数据组对应的第二历史升级成功率；

根据所述每个数据组对应的第二历史升级成功率，确定所述每种升级影响因素对应的第一历史升级成功率。

3.根据权利要求2所述的方法，其特征在于，所述根据所述每个数据组对应的第二历史升级成功率，确定所述每种升级影响因素对应的第一历史升级成功率，包括：

对于每种升级影响因素，利用所述每个数据组中的数据条数与所述多条第一历史升级数据的数据条数的比值，确定所述每个数据组对应的权重；

根据所述每个数据组对应的第二历史升级成功率和权重，确定所述升级影响因素对应的第一历史升级成功率。

4.根据权利要求3所述的方法，其特征在于，所述根据所述每个数据组对应的第二历史升级成功率和权重，确定所述升级影响因素对应的第一历史升级成功率，包括：

计算所述每个数据组对应的第二历史升级成功率与权重的乘积并计算总和，以及将所述总和与所述多个数据组的个数的商作为所述升级影响因素对应的第一历史升级成功率。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述多个第一历史升级成功率，预测所述第一时间段的车辆升级成功率，包括：

统计所述升级影响因素的种类数；

利用所述多个第一历史升级成功率之和与所述升级影响因素的种类数的比值，计算所述第一时间段的车辆升级成功率。

6.根据权利要求1至4中任一项所述的方法，其特征在于，

所述多种升级影响因素包括电池健康度、电池荷电状态、车速、档位以及热失控信息中的至少两种。

7.根据权利要求1至4中任一项所述的方法，其特征在于，所述获取第一时间段的多条第一历史升级数据，包括：

接收车辆上报的第二时间段的多条第二历史升级数据；所述第二历史升级数据包括升级结果、数据采集时间以及多种升级影响因素的特征值；

根据所述数据采集时间对所述多条第二历史升级数据进行筛选，以从所述多条第二历史升级数据中获取多个第一时间段的第一历史升级数据，所述第二时间段包括所述多个第一时间段。

8.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

向目标设备下发一个或多个第一时间段的车辆升级成功率，所述目标设备用于对收到的所述第一时间段的车辆升级成功率进行显示，所述目标设备包括车辆、移动终端、智能穿戴设备中的一种或多种。

9.一种车辆升级服务器，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至8中任一项所述的车辆升级成功率预测方法。

10.一种计算机程序产品，包括计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时，实施根据权利要求1至8中任一项所述的车辆升级成功率预测方法。

11.一种车辆，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至8中任一项所述的车辆升级成功率预测方法。