CN117472033A - 一种车辆数据流的异常确定方法、装置、设备及介质 - Google Patents
一种车辆数据流的异常确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117472033A CN117472033A CN202311666501.9A CN202311666501A CN117472033A CN 117472033 A CN117472033 A CN 117472033A CN 202311666501 A CN202311666501 A CN 202311666501A CN 117472033 A CN117472033 A CN 117472033A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data stream
- standard value
- value
- standard
- 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 46
- 230000005856 abnormality Effects 0.000 title claims description 32
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000003745 diagnosis Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本申请公开了一种车辆数据流的异常确定方法、装置、设备及介质,涉及车辆诊断技术领域,应用于诊断设备,包括:读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与待诊断车辆的车型对应的数据流标准值记录;若否,则将本地数据库中记录的其他车型关于目标数据流的各标准值发送至用户端,并判断读取结果是否满足任一标准值;若读取结果不满足任一标准值,则判定待诊断车辆的目标数据流异常,并向用户端发出车辆检修提示。本方案中,当读取待诊断车辆的目标数据流时,若诊断设备本地数据库中缺少该车型的数据流标准值记录,则将其他车型关于目标数据流的各标准值发送至用户端进行参考,并以此判断目标数据流是否异常。
Description
技术领域
本发明涉及车辆诊断技术,特别涉及一种车辆数据流的异常确定方法、装置、设备及介质。
背景技术
车辆数据流是指电子控制单元(Electronic Control Unit,即ECU)和传感器与执行器交流的数据参数通过诊断接口,由专用故障诊断设备读取的数据,它随时间和工况而变化。车辆ECU中所记录的数据流真实地反映了各传感器和执行器的工作电压及状态,为车辆故障诊断提供了依据。
然而,当前部分车型缺失数据流标准值,用户无法通过数据流准确判断车辆是否正常,因此对于这类车型,车辆行驶的安全性无法得到保障。
综上,对于缺少数据流标准值的车辆,如何确定其数据流是否出现异常,并保障车辆行驶的安全性是目前有待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种车辆数据流的异常确定方法、装置、设备及介质,能够对于缺少数据流标准值的车辆,本方案能够确定其数据流是否出现异常,并保障车辆行驶的安全性。其具体方案如下:
第一方面,本申请公开了一种车辆数据流的异常确定方法,应用于诊断设备,包括:
读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;
若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;
若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
可选的,所述读取待诊断车辆的目标数据流得到读取结果,包括:
获取用户端发送的针对待诊断车辆的车辆诊断请求;
响应所述车辆诊断请求,并读取所述待诊断车辆的目标数据流得到读取结果。
可选的,所述车辆数据流的异常确定方法,还包括:
预先基于大数据技术收集不同车型对应的数据流标准值;
基于车型信息和数据流类型对所有所述数据流标准值进行分类统计,以得到与每一车型的所有数据流类型对应的标准值;
将每一车型的所有数据流类型对应的标准值存储至所述本地数据库。
可选的,所述判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录之后,还包括:
若所述本地数据库中存在与所述待诊断车辆的车型对应的数据流标准值记录,则判断所述数据流标准值记录中是否存在与所述目标数据流对应的目标标准值;
若所述数据流标准值记录中存在与所述目标数据流对应的目标标准值,则将所述目标标准值发送至用户端,并判断所述读取结果是否满足所述目标标准值;
若所述读取结果不满足所述目标标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
可选的,所述标准值为基于最小参考值和最大参考值设置的取值范围;
相应的,所述将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值,包括:
将所述本地数据库中记录的其他车型关于所述目标数据流的各取值范围发送至用户端,并判断所述目标数值是否存在于任一所述取值范围内。
可选的,所述将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,包括:
从所述本地数据库中筛选出其他车型关于所述目标数据流的各标准值;
根据各所述标准值确定若干数量个取值区间,并统计各取值区间中的车型数量;
按照所述车型数量从大到小的顺序选取预设数量个取值区间对应的标准值发送至用户端。
可选的,所述按照所述车型数量从大到小的顺序选取预设数量个取值区间对应的标准值发送至用户端,包括:
按照所述车型数量从大到小的顺序确定与车型数量最大值对应的目标取值区间,并将所述目标取值区间对应的标准值发送至用户端。
第二方面,本申请公开了一种车辆数据流的异常确定装置,应用于诊断设备,包括:
记录判断模块,用于读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;
标准值判断模块,用于若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;
异常判定模块,用于若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现前述公开的车辆数据流的异常确定方法的步骤。
第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的车辆数据流的异常确定方法的步骤。
可见,本申请通过诊断设备读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。由此可见,本申请利用诊断设备读取待诊断车辆的目标数据流得到读取结果后,则判断本地数据库中是否存在与待诊断车辆的车型对应的数据流标准值记录,也即诊断设备会查看本地数据库中是否记录有与待诊断车辆的车型对应的数据流标准值,若本地数据库中不存在任何与该车型对应的数据流标准值记录,则把其他车型关于目标数据流的各标准值发送给用户端,并判断读取结果是否满足上述任一其他车型对应的标准值,若均不满足,则判定待诊断车辆的目标数据流存在异常情况,也进一步说明该待诊断车辆可能出现异常,因此,则向用户端发出车辆检修提示,以保障车辆行驶的安全性。如此一来,对于缺少数据流标准值的车辆,则将其他车型关于目标数据流的各标准值发送至用户端进行参考,并以此判断目标数据流是否异常,并在判定异常的情况下发出检修提示,从而保障了车辆行驶的安全性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种车辆数据流的异常确定方法流程图;
图2为本申请公开的一种具体的车辆数据流的异常确定方法流程图;
图3为本申请公开的一种车辆数据流的异常确定装置结构示意图;
图4为本申请公开的一种电子设备结构图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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,都属于本发明保护的范围。
当前,由于部分车型缺失数据流标准值,用户无法通过数据流准确判断车辆是否正常,因此对于这类车型,车辆行驶的安全性无法得到保障。为此,本申请实施例公开了一种车辆数据流的异常确定方法、装置、设备及介质,能够对于缺少数据流标准值的车辆,本方案能够确定其数据流是否出现异常,并保障车辆行驶的安全性。
参见图1所示,本申请实施例公开了一种车辆数据流的异常确定方法,应用于诊断设备,该方法包括:
步骤S11:读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录。
本实施例中,利用诊断设备读取待诊断车辆的目标数据流得到读取结果后,则判断本地数据库中是否存在与待诊断车辆的车型对应的数据流标准值记录。也即,诊断设备会查看本地数据库中是否记录有与待诊断车辆的车型对应的数据流标准值。其中,目标数据流具体可以时发动机转速、冷却液温度、车速、发动机水温等等。
步骤S12:若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值。
本实施例中,若本地数据库中不存在任何与该车型对应的数据流标准值记录,则把其他车型关于目标数据流的各标准值发送给用户端,并判断读取结果是否满足上述任一其他车型对应的标准值。
步骤S13:若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
本实施例中,若读取结果不满足任一标准值,则判定待诊断车辆的目标数据流存在异常情况,也进一步说明该待诊断车辆可能出现异常,因此,则向用户端发出车辆检修提示,以保障车辆行驶的安全性。如此一来,对于缺少数据流标准值的车辆,则将其他车型关于目标数据流的各标准值发送至用户端进行参考,并以此判断目标数据流是否异常,并在判定异常的情况下发出检修提示,从而保障了车辆行驶的安全性。
在另一种具体实施方式中,上述判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录之后,还包括:若所述本地数据库中存在与所述待诊断车辆的车型对应的数据流标准值记录,则判断所述数据流标准值记录中是否存在与所述目标数据流对应的目标标准值;若所述数据流标准值记录中存在与所述目标数据流对应的目标标准值,则将所述目标标准值发送至用户端,并判断所述读取结果是否满足所述目标标准值;若所述读取结果不满足所述目标标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。也即,若本地数据库中存在与待诊断车辆的车型对应的数据流标准值记录,则进一步判断数据流标准值记录中是否存在与目标数据流对应的目标标准值。可以理解的是,本地数据库虽然可能存在与该车型对应的某些数据流标准值记录,但这一记录可能并不完整,也即可能仅存在一部分数据流的标准值,例如本地数据库记录有该车型的冷却液温度的标准值、车速的标准值、发动机水温的标准值,但不存在发动机转速的标准值,那么若此时的目标数据流为发动机转速,则本地数据库中则不存在对应的目标标准值,因此仍需执行将本地数据库中记录的其他车型关于目标数据流的各标准值发送至用户端,并判断读取结果是否满足任一标准值的步骤。相反,若数据流标准值记录中存在与目标数据流对应的目标标准值,则直接将目标标准值发送至用户端,并判断读取结果是否满足目标标准值,若读取结果不满足目标标准值,从而保障车辆行驶安全。
可见,本申请通过诊断设备读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。由此可见,本申请利用诊断设备读取待诊断车辆的目标数据流得到读取结果后,则判断本地数据库中是否存在与待诊断车辆的车型对应的数据流标准值记录,也即诊断设备会查看本地数据库中是否记录有与待诊断车辆的车型对应的数据流标准值,若本地数据库中不存在任何与该车型对应的数据流标准值记录,则把其他车型关于目标数据流的各标准值发送给用户端,并判断读取结果是否满足上述任一其他车型对应的标准值,若均不满足,则判定待诊断车辆的目标数据流存在异常情况,也进一步说明该待诊断车辆可能出现异常,因此,则向用户端发出车辆检修提示,以保障车辆行驶的安全性。如此一来,对于缺少数据流标准值的车辆,则将其他车型关于目标数据流的各标准值发送至用户端进行参考,并以此判断目标数据流是否异常,并在判定异常的情况下发出检修提示,从而保障了车辆行驶的安全性。
参见图2所示,本申请实施例公开了一种具体的车辆数据流的异常确定方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。
具体包括:
步骤S21:获取用户端发送的针对待诊断车辆的车辆诊断请求,响应所述车辆诊断请求,并读取所述待诊断车辆的目标数据流得到读取结果。
本实施例中,诊断设备首先需要获取用户端发送的针对待诊断车辆的车辆诊断请求,并在响应该车辆诊断请求后,再对待诊断车辆进行诊断操作,具体则可以读取待诊断车辆的目标数据流得到读取结果。
步骤S22:判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录。
本实施例中,上述方法还包括:预先基于大数据技术收集不同车型对应的数据流标准值;基于车型信息和数据流类型对所有所述数据流标准值进行分类统计,以得到与每一车型的所有数据流类型对应的标准值;将每一车型的所有数据流类型对应的标准值存储至所述本地数据库。其中,标准值具体为基于最小参考值和最大参考值设置的取值范围,若超出这个范围,则说明车辆不正常,可能存在故障,需要检修。也即,本实施例预先基于大数据技术收集不同车型对应的数据流标准值,这些车型对应的数据流标准值均为已知且确定的数据,再基于车型信息和数据流类型对所有数据流标准值进行分类统计,以得到与每一车型的所有数据流类型对应的标准值,也即本实施例按照车型信息和数据流类型对数据流标准值进行划分,例如可以得到宝马车型发动机转速的数据流标准值为800-8000、奔驰车型发动机转速的数据流标准值为700-7000、通用车型的发动机转速的数据流标准值为500-5000。
步骤S23:若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各取值范围发送至用户端,并判断所述目标数值是否存在于任一所述取值范围内。
本实施例中,若本地数据库中不存在与待诊断车辆的车型对应的数据流标准值记录,则将本地数据库中记录的其他车型关于目标数据流的各取值范围发送至用户端,并判断目标数值是否存在于任一取值范围内。例如,假设发动机转速没有对应的数据流标准值记录,则将上述获取到的宝马车型、奔驰车型以及通用车型关于发动机转速的取值范围均发送给用户端参考。
在具体实施方式中,上述将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,包括:从所述本地数据库中筛选出其他车型关于所述目标数据流的各标准值;根据各所述标准值确定若干数量个取值区间,并统计各取值区间中的车型数量;按照所述车型数量从大到小的顺序选取预设数量个取值区间对应的标准值发送至用户端。也即,在从本地数据库筛选出其他车型关于目标数据流的各标准值,则根据各标准值的取值范围确定若干数量个取值区间。例如假设车型A对应的标准值为800-8000,B车型对应的标准值为500-5000,车型C对应的标准值为800-8000,那么在800-8000这个区间,则有两个车型。假设统计完后,得到对于发动机转速而言,80%车型的数据流标准值在800-8000之间,15%车型在500到5000之间,5%的车型在其他区间。
因此,在一种具体实施方式中,可以将上述所有标准值都发送给用户端,此外,还可以筛选出比例较高的标准值发送给用户端,这个数量可以用户自己设定,例如假设上述预设数量为2,则将标准值800-8000以及标准值500-5000这两个数据发送给用户端。此外,若两种标准值取值的比例较为接近,也可以一并推送给用户,例如,假设有50%车型的数据流标准值为A,45%车型的数据流标准值为B,则可以将A和B这两个数据均发给用户。
此外,上述按照所述车型数量从大到小的顺序选取预设数量个取值区间对应的标准值发送至用户端,包括:按照所述车型数量从大到小的顺序确定与车型数量最大值对应的目标取值区间,并将所述目标取值区间对应的标准值发送至用户端。也即,本实施例还可以仅将比例最大的数据流标准值发送给用户端,也即,仅将标准值800-8000发送给用户端。
步骤S24:若所述读取结果不存在于任一所述取值范围内,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
本实施例中,若发动机转速的读取结果都不在其他车型的取值范围内,则判定待诊断车辆的发动机转速异常,并向用户端发出车辆检修提示,提醒客户注意安全和检修车俩。
可见,本申请实施例具体基于大数据技术收集不同车型对应的数据流标准值,再按照车型信息和数据流类型对这些数据流标准值进行分组统计,以得到与每一车型的所有数据流类型对应的标准值,然后将每一车型的所有数据流类型对应的标准值存储至本地数据库。此外,在向用户端发送其他车型关于目标数据流的标准值时,可以将所有标准值都发送给用户端,还可以筛选出比例较高的几个标准值或者时比例最高的标准值发送给用户端。
参见图3所示,本申请实施例公开了一种车辆数据流的异常确定装置,应用于诊断设备,该装置包括:
记录判断模块11,用于读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;
标准值判断模块12,用于若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;
异常判定模块13,用于若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
可见,本申请通过诊断设备读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。由此可见,本申请利用诊断设备读取待诊断车辆的目标数据流得到读取结果后,则判断本地数据库中是否存在与待诊断车辆的车型对应的数据流标准值记录,也即诊断设备会查看本地数据库中是否记录有与待诊断车辆的车型对应的数据流标准值,若本地数据库中不存在任何与该车型对应的数据流标准值记录,则把其他车型关于目标数据流的各标准值发送给用户端,并判断读取结果是否满足上述任一其他车型对应的标准值,若均不满足,则判定待诊断车辆的目标数据流存在异常情况,也进一步说明该待诊断车辆可能出现异常,因此,则向用户端发出车辆检修提示,以保障车辆行驶的安全性。如此一来,对于缺少数据流标准值的车辆,则将其他车型关于目标数据流的各标准值发送至用户端进行参考,并以此判断目标数据流是否异常,并在判定异常的情况下发出检修提示,从而保障了车辆行驶的安全性。
在一些具体实施例中,所述记录判断模块11,具体可以包括:
请求获取单元,用于获取用户端发送的针对待诊断车辆的车辆诊断请求;
数据读取单元,用于响应所述车辆诊断请求,并读取所述待诊断车辆的目标数据流得到读取结果。
在一些具体实施例中,所述装置,还包括:
数据收集单元,用于预先基于大数据技术收集不同车型对应的数据流标准值;
数据统计单元,用于基于车型信息和数据流类型对所有所述数据流标准值进行分类统计,以得到与每一车型的所有数据流类型对应的标准值;
数据存储单元,用于将每一车型的所有数据流类型对应的标准值存储至所述本地数据库。
在一些具体实施例中,所述记录判断模块11之后,还包括:
第一判断单元,用于若所述本地数据库中存在与所述待诊断车辆的车型对应的数据流标准值记录,则判断所述数据流标准值记录中是否存在与所述目标数据流对应的目标标准值;
第二判断单元,用于若所述数据流标准值记录中存在与所述目标数据流对应的目标标准值,则将所述目标标准值发送至用户端,并判断所述读取结果是否满足所述目标标准值;
提示发送单元,用于若所述读取结果不满足所述目标标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
在一些具体实施例中,所述标准值为基于最小参考值和最大参考值设置的取值范围;
相应的,所述标准值判断模块12,具体用于:
将所述本地数据库中记录的其他车型关于所述目标数据流的各取值范围发送至用户端,并判断所述目标数值是否存在于任一所述取值范围内。
在一些具体实施例中,所述标准值判断模块12,具体可以包括:
筛选单元,用于从所述本地数据库中筛选出其他车型关于所述目标数据流的各标准值;
数量统计单元,用于根据各所述标准值确定若干数量个取值区间,并统计各取值区间中的车型数量;
标准值选取单元,用于按照所述车型数量从大到小的顺序选取预设数量个取值区间对应的标准值发送至用户端。
在一些具体实施例中,所述标准值选取单元,具体用于按照所述车型数量从大到小的顺序确定与车型数量最大值对应的目标取值区间,并将所述目标取值区间对应的标准值发送至用户端。
图4为本申请实施例提供的一种电子设备的结构示意图。具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的由电子设备执行的车辆数据流的异常确定方法中的相关步骤。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21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21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21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21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。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源包括操作系统221、计算机程序222及数据223等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,以实现处理器21对存储器22中海量数据223的运算与处理,其可以是Windows、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的车辆数据流的异常确定方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据,也可以包括由自身输入输出接口25采集到的数据等。
进一步的,本申请实施例还公开了一种计算机可读存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,实现前述任一实施例公开的车辆数据流的异常确定方法步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本领域技术人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(Random AccessMemory,即RAM)、内存、只读存储器(Read-Only Memory,即ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、只读光盘(Compact Disc Read-Only Memory,即CD-ROM)、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种车辆数据流的异常确定方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种车辆数据流的异常确定方法,其特征在于,应用于诊断设备,包括:
读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;
若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;
若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
2.根据权利要求1所述的车辆数据流的异常确定方法,其特征在于,所述读取待诊断车辆的目标数据流得到读取结果,包括:
获取用户端发送的针对待诊断车辆的车辆诊断请求;
响应所述车辆诊断请求,并读取所述待诊断车辆的目标数据流得到读取结果。
3.根据权利要求1所述的车辆数据流的异常确定方法,其特征在于,还包括:
预先基于大数据技术收集不同车型对应的数据流标准值;
基于车型信息和数据流类型对所有所述数据流标准值进行分类统计,以得到与每一车型的所有数据流类型对应的标准值;
将每一车型的所有数据流类型对应的标准值存储至所述本地数据库。
4.根据权利要求1所述的车辆数据流的异常确定方法,其特征在于,所述判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录之后,还包括:
若所述本地数据库中存在与所述待诊断车辆的车型对应的数据流标准值记录,则判断所述数据流标准值记录中是否存在与所述目标数据流对应的目标标准值;
若所述数据流标准值记录中存在与所述目标数据流对应的目标标准值,则将所述目标标准值发送至用户端,并判断所述读取结果是否满足所述目标标准值;
若所述读取结果不满足所述目标标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
5.根据权利要求1至4任一项所述的车辆数据流的异常确定方法,其特征在于,所述标准值为基于最小参考值和最大参考值设置的取值范围;
相应的,所述将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值,包括:
将所述本地数据库中记录的其他车型关于所述目标数据流的各取值范围发送至用户端,并判断所述目标数值是否存在于任一所述取值范围内。
6.根据权利要求5所述的车辆数据流的异常确定方法,其特征在于,所述将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,包括:
从所述本地数据库中筛选出其他车型关于所述目标数据流的各标准值;
根据各所述标准值确定若干数量个取值区间,并统计各取值区间中的车型数量;
按照所述车型数量从大到小的顺序选取预设数量个取值区间对应的标准值发送至用户端。
7.根据权利要求6所述的车辆数据流的异常确定方法,其特征在于,所述按照所述车型数量从大到小的顺序选取预设数量个取值区间对应的标准值发送至用户端,包括:
按照所述车型数量从大到小的顺序确定与车型数量最大值对应的目标取值区间,并将所述目标取值区间对应的标准值发送至用户端。
8.一种车辆数据流的异常确定方法,其特征在于,应用于诊断设备,包括:
记录判断模块,用于读取待诊断车辆的目标数据流得到读取结果,并判断本地数据库中是否存在与所述待诊断车辆的车型对应的数据流标准值记录;
标准值判断模块,用于若否,则将所述本地数据库中记录的其他车型关于所述目标数据流的各标准值发送至用户端,并判断所述读取结果是否满足任一所述标准值;
异常判定模块,用于若所述读取结果不满足任一所述标准值,则判定所述待诊断车辆的目标数据流异常,并向所述用户端发出车辆检修提示。
9.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至7任一项所述的车辆数据流的异常确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的车辆数据流的异常确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311666501.9A CN117472033A (zh) | 2023-12-06 | 2023-12-06 | 一种车辆数据流的异常确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311666501.9A CN117472033A (zh) | 2023-12-06 | 2023-12-06 | 一种车辆数据流的异常确定方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117472033A true CN117472033A (zh) | 2024-01-30 |
Family
ID=89639703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311666501.9A Pending CN117472033A (zh) | 2023-12-06 | 2023-12-06 | 一种车辆数据流的异常确定方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117472033A (zh) |
-
2023
- 2023-12-06 CN CN202311666501.9A patent/CN117472033A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111104535B (zh) | 一种数据管理系统及数据管理方法 | |
CN107918382B (zh) | 一种汽车故障诊断方法、汽车故障诊断装置及电子设备 | |
CN111459700B (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN115328974B (zh) | 一种数据实时性检测方法、装置、设备及可读存储介质 | |
CN111123223A (zh) | 用于雷达健康管理的通用开发平台、管理系统及方法 | |
CN111736571A (zh) | 一种故障诊断系统及方法、存储介质 | |
CN112256548B (zh) | 异常数据的监听方法、装置、服务器及存储介质 | |
KR20160062259A (ko) | 차량 이상 상태를 관리하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록매체 | |
CN113123955B (zh) | 柱塞泵异常检测方法、装置、存储介质及电子设备 | |
CN109263650A (zh) | 识别人工介入的方法、装置及交通工具 | |
CN107622011A (zh) | 一种动态日志控制方法及系统 | |
CN117472033A (zh) | 一种车辆数据流的异常确定方法、装置、设备及介质 | |
CN116820821A (zh) | 磁盘故障检测方法、装置、电子设备及计算机可读存储介质 | |
CN114785784B (zh) | 数据处理方法、装置、电子设备 | |
US20110282824A1 (en) | Technologies for mapping a set of criteria | |
CN115859210A (zh) | 一种带电机设备停机尾音智能检测方法及系统 | |
CN115809226A (zh) | 用于洗煤厂智能管理系统的数据对接方法及系统 | |
CN115480944A (zh) | 车载娱乐终端的黑屏故障分析方法、装置、车辆及介质 | |
CN110969721A (zh) | 数据处理方法、装置、设备和触摸屏 | |
CN110826716B (zh) | 一种故障处理规则的生成方法及装置 | |
CN112272157B (zh) | 主机ip地址的转换方法、装置、计算机设备及存储介质 | |
Wu et al. | Research on Electrical and Mechanical Condition Monitoring System of the Special Vehicle | |
CN117975597A (zh) | 数据管理方法、装置、电子设备、存储介质及程序产品 | |
CN115314528A (zh) | 桥梁结构健康监测系统、方法和平台 | |
CN109062764A (zh) | 监控数据的输出方法和装置 |
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 |