CN117828518A - 一种用于物流仓库的四向车智能控制管理系统 - Google Patents

Abstract

本发明公开了一种用于物流仓库的四向车智能控制管理系统，涉及智能控制技术领域，包括管理中心，所述管理中心连接有数据采集模块、数据整合模块、数据分析模块以及智能控制模块；通过数据采集模块采集物流仓库的振动信息和运行数据；所述数据整合模块对采集的振动信息进行整合，获得频域振动信号，根据频域振动信号生成振动频谱图，根据运行数据生成运行动态图；在数据分析模块对获得的振动频谱图和运行动态图进行分析，获得匹配异常时间点，所述智能控制模块根据所获得的匹配异常时间点对物流仓库的四向车进行故障管控，生成故障响应策略；增加故障检测速度，大大提高物流仓库的运作效率和安全性，减少成本和风险。

Description

一种用于物流仓库的四向车智能控制管理系统

技术领域

本发明涉及智能控制技术领域，具体是一种用于物流仓库的四向车智能控制管理系统。

背景技术

物流仓库的四向车是一种可以垂直、水平、倾斜和斜角四个方向移动的自动化物流设备。它们通常用于仓库中的物料搬运和仓储管理，以提高物流效率和减少人工成本。

随着社会经济发展，物流行业规模扩大，相应地，在物流仓库中使用四向车面临一些缺点：四向车通常比传统的叉车或手动搬运车更昂贵，因此在一些小型或预算有限的仓库中可能不太常见；使用四向车需要一定的技术培训和支持，因为它们是自动化设备，操作和维护需要一定的技能和知识；四向车运用广泛后，在运输过程中会出现故障，阻碍四向车继续运送货物，不利于物流仓库的正常运作；因此，对物流仓库的四向车存在的故障进行智能化控制管理，具有重要的理论和现实意义。

如何利用智能控制技术，对采集的四向车的综合数据进行整合，获得振动频谱图和运行动态图，通过分析振动频谱图和运行动态图获得异常时间点，在异常时间点对四向车进行故障管控，并生成对应的故障响应策略，是我们需要解决的问题；为此，现提供一种用于物流仓库的四向车智能控制管理系统。

发明内容

本发明的目的可以通过以下技术方案实现：

一种用于物流仓库的四向车智能控制管理系统，包括管理中心，所述管理中心连接有数据采集模块、数据整合模块、数据分析模块以及智能控制模块；

所述数据采集模块采集综合数据的过程包括：

根据所获得的物流仓库构建仓库平面图，将物流仓库的通行路线标记在仓库平面图中；

将通行路线内的四向车标记在仓库平面图的对应位置；

根据仓库平面图中的四向车设置扫描端，根据所设置的扫描端对物流仓库内的四向车进行整体扫描，获得综合数据，所述综合数据包括振动信息和运行数据，将采集运行数据的时间标记为运行时间，所述振动信息包括振动幅度、振动信号、振动频率以及振动时间。

获得振动频谱图的过程包括：

将所获得的振动信号标记为原始振动信号，设置窗口因子，根据所设置的窗口因子获得窗长，根据所获得的窗长对原始振动信号进行分段，获得原始信号段；

将获得的窗口因子与原始信号段进行边界点乘，获得边界振动信号；

将所获得的边界振动信号与原始振动信号相乘，获得加权振动信号；

对所获得的加权振动信号进行快速傅里叶变换，获得频域振动信号；

根据所获得的频域振动信号生成振动频谱图，将所获得的振动时间标记在振动频谱图中，获得振动频域点。

根据所获得的运行数据，构建时间关于运行数据的二维直角坐标系，并根据所获得的运行数据生成运行变化曲线，将所获得的运行变化曲线映射至二维直角坐标系，获得运行动态图，并将所获得的运行时间标记在运行动态图的对应位置，获得运行时间点。

设置监测区间，在监测区间内任选一个振动频域点作为初始起点；

根据所获得的振动频率和振动幅度获得频率范围和能量阈值；

将监测区间内振动幅度的最大值标记为幅极值，将初始起点到幅极值的方向标记为搜索方向；

根据所获得的频率范围和能量阈值，由初始起点开始，按照搜索方向，将初始起点的振动幅度与幅极值相邻的振动频域点的振动幅值进行幅值比较，获得预测峰值点；

将所获得的预测峰值点记作下一幅值比较的初始起点，并在振动频谱图中重复获得预测峰值点的过程，在振动频谱图中将所获得的预测峰值点相连，获得峰值谱线；

根据所获得的监测区间和预测峰值点获得局部均峰值，根据所获得的局部均峰值设置峰差阈值；

在峰值谱线中任选一个预测峰值点作为比较峰值点，将比较峰值点相邻的预测峰值点标记为邻峰点，根据所获得的比较峰值点和邻峰点获得相邻峰差；

将获得的相邻峰差与峰差阈值进行比较，获得异常振动点，并将异常振动点对应的振动频域点标记为异常振动时间点。

根据所设置的监测区间获得运行动态图的局部均值；

根据所获得的局部均值设置运行阈值，在运行动态图的运行变化曲线中设置比较运行点和邻比点；

根据所获得的比较运行点和邻比点获得相邻运行差，将所获得的相邻运行差与运行阈值进行比较，获得异常运行点，将异常运行点对应的运行时间点标记为异常运行时间点；

将所获得的异常振动时间点与异常运行时间点进行匹配，获得匹配异常时间点，并将匹配异常时间点对应的综合数据标记为匹配异常运行数据。

根据所获得的匹配异常时间点对物流仓库的四向车进行故障管控的过程包括：

获取同一通行路线且在同一匹配异常时间点的四向车，记作同行异常车；

设置响应起点，根据所设置的响应起点生成查验指令，将所获得的查验指令上传至同行异常车中；

同行异常车通过接收查验指令对获得的匹配异常运行数据进行核查匹配，获得异常类型；

根据所获得的异常类型生成类型调控指令，将所生成的类型调控指令上传至管理中心，通过管理中心对同行异常车进行类型调控，根据所获得的类型调控生成对应的故障响应策略。

与现有技术相比，本发明的有益效果是：根据设置的窗口因子对振动信号进行分段，获得原始信号段，将获得的窗口因子与原始信号段进行边界点乘，获得边界振动信号，再将所获得的边界振动信号与原始振动信号相乘，获得加权振动信号，对加权振动信号进行快速傅里叶变换，获得频域振动信号，并生成振动频谱图；

通过将采集的振动信号转化为频谱图形式，便于分析四向车细微处的振动变化，减少分析过程中的误差，使得峰值谱线最接近振动信号特征，在获得异常振动时间点时利用振动频谱图中的峰值谱线设置动态阈值进行比较，有利于提高异常振动时间点的精确度；

将异常振动时间点与异常运行时间点进行匹配，获得匹配异常时间点，在匹配异常时间点对同一通行路线上的同行异常车进行故障管控，确保在四向车发生故障的第一时间进行故障修复，进而生成故障响应策略，缩短故障修复时间，增加物流仓库运输安全性，大大提高运输效率并节约成本。

附图说明

为了更清楚地说明本发明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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明的原理图。

具体实施方式

下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种用于物流仓库的四向车智能控制管理系统，包括管理中心，所述管理中心连接有数据采集模块、数据整合模块、数据分析模块以及智能控制模块；

所述数据采集模块用于采集物流仓库的综合数据，具体过程包括：

根据所获得的物流仓库构建仓库平面图，将物流仓库内的通行路线标记在仓库平面图中；

将通行路线中的四向车标记在仓库平面图中的对应位置；

将所获得的四向车的编号标记为j，其中j=1，2，3，……，v1，v1为正整数；

根据仓库平面图中的四向车设置扫描端，根据所设置的扫描端对物流仓库内的四向车进行整体扫描，获得综合数据；

所述综合数据包括振动信息和运行数据；

所述振动信息包括振动幅度、振动信号、振动频率以及振动时间；

所述运行数据包括速度、温度和负载，将采集运行数据的时间标记为运行时间，将所获得的运行时间标记为r，其中r=1，2，3，……，v2，v2为正整数,将所获得的运行数据标记为，j-r表示第j辆四向车的第r运行时间采集的运行数据；

需要进一步说明的是，在具体实施过程中，所述扫描端包括若干传感器，通过不同类型的传感器采集四向车的振动信息和运行数据。

所述数据整合模块用于对采集的综合数据进行整合处理，获得振动频谱图和运行动态图，具体过程包括：

设置窗口因子，进一步地，所述窗口因子包括矩形窗、汉宁窗、汉明窗、布莱克曼窗；

根据所设置的窗口因子获得窗长，进一步地，所述窗长决定振动信号被分成多少个分段，且信号的每一个分段与窗长相等，常以时间长度来衡量，即将一个窗长的长度标记为一个窗口时间段；

将所获得的振动信号标记为原始振动信号，根据所获得的窗长对原始振动信号进行分段，获得原始信号段；

需要进一步说明的是，在具体实施过程中，获得的原始信号段的长度是固定与窗长相同的，但可以是重叠的也可以是不重叠的信号部分，若是重叠的则可以提高频率分辨率，若不重叠的则可以减少处理信号的复杂度；

将获得的窗口因子与原始信号段进行边界点乘，获得边界振动信号；

需要进一步说明的是，在具体实施过程中，所述边界点乘表示将窗口因子与每个原始信号段进行逐一相乘，即窗口因子与原始信号段的采样点逐一相乘，获得边界振动信号；

将所获得的边界振动信号与原始振动信号相乘，获得加权振动信号；

特别地，在未设置窗口因子前，采集的振动信号被视为一个无限长的信号，在实际操作中，我们只能获取信号的一部分，就需要设置窗口因子对原始振动信号进行截断，以提高信号的频率分辨率，减少截断过程中信号频谱能量的泄露，缩小处理后的振动信号与采集的振动信号的能量差，有利于保留振动信息，便于后续分析振动异常情况；

对所获得的加权振动信号进行快速傅里叶变换，获得频域振动信号；

根据所获得的频域振动信号生成振动频谱图，将所获得的振动时间标记在振动频谱图中，获得振动频域点；

根据所获得的运行数据，构建时间关于运行数据的二维直角坐标系，并根据所获得的运行数据生成运行变化曲线，所述运行变化曲线包括速度变化曲线、温度变化曲线和负载变化曲线；

将所获得的运行变化曲线映射至二维直角坐标系，获得运行动态图，并将所获得的运行时间标记在运行动态图的对应位置，获得运行时间点；

将所获得的振动频谱图和运行动态图与对应的四向车相关联。

所述数据分析模块用于对获得的振动频谱图和运行动态图进行分析，获得异常端点，具体过程包括：

设置监测区间，在监测区间内任选一个振动频域点作为初始起点；

需要进一步说明的是，在具体实施过程中，初始起点可以是振动频谱图中能量较高的像素点，即振动幅度的较高的点，也可以是在获得振动频谱图后预先设定的一个初始起点；

根据所获得的振动频率和振动幅度获得频率范围和能量阈值；所述频率范围和能量阈值用来确保所有的频率成分和振动幅度均参与后续的处理，不会造成泄露，有利于保存完整的振动数据，增加振动分析的准确性；

需要进一步说明的是，在具体实施过程中，将四向车采集的振动频率的最大值和最小值分别标记为和/>，将所获得的频率范围标记为ΔF，其中ΔF=[F1，F2]，则F1=α2*/>-α1*/>，α1和α2为比例因子，α1是一个非常小的正数，且α2远大于α1，则F2=ρ1*/>-ρ2*/>，ρ1和ρ2为比例因子，ρ1远大于ρ2，且ρ2是一个非常小的正数，且满足F1和F2均为正数且不为零；特别地，获得的振动频率的最大值和最小值的比例系数不同，代表对低频信号和高频信号的关注度不同，比例系数越大，表示对应的关注度越大，如F2中，ρ1远大于ρ2，即对高频信号的关注度较高；

同理，将四向车采集的振动幅度的最大值和最小值分别标记为和/>，将能量阈值标记为ΔE，其中ΔE=[E1，E2]，则E1=β2*/>-β1*/>，β1和β2为比例因子，β1是一个非常小的正数，且β2远大于β1，则E2=θ1*/>-θ2*/>，θ1和θ2为比例因子，θ1远大于θ2，且θ2是一个非常小的正数，且满足E1和E2均为正数且不为零；特别地，获得的振动幅度的最大值和最小值的比例系数不同，代表对高能量信号和低能量信号的关注度不同，比例系数越大，表示对应的关注度越大，如E2中，θ1远大于θ2，即对高能量信号的关注度较高；

获取监测区间内振动幅度的最大值，记作幅极值，将初始起点到幅极值的方向标记为搜索方向；

根据所获得的频率范围和能量阈值，由初始起点开始，按照搜索方向，将初始起点的振动幅度与幅极值相邻的振动频域点的振动幅值进行幅值比较，若幅极值相邻的振动频域点的振动幅值高于初始起点的振动幅度，则将幅极值相邻的振动频域点的振动幅度标记为预测峰值点，并记作，其中m表示振动频域点的编号，且m=1，2，3，……，v3，v3为正整数；

将所获得的预测峰值点记作下一幅值比较的初始起点，在振动频谱图中重复获得预测峰值点的过程，将所获得的预测峰值点相连，获得峰值谱线；

根据所获得的监测区间和预测峰值点获得局部均峰值，将所获得的局部均峰值标记为，其中/>=/>，n为监测区间在振动频谱图上对应区域的编号，且n=1，2，3，……，v4，v4为正整数，/>表示监测区间的局部平均值，则/>=/>；

根据所获得的局部均峰值设置峰差阈值，将所获得的峰差阈值标记为F0，其中F0=*γ1+/>*γ2，γ1和γ2为影响因子，γ1＞γ2，且γ1+γ2=1；

在峰值谱线中任选一个预测峰值点作为比较峰值点，记作＇，将比较峰值点相邻的预测峰值点标记为邻峰点，记作YC1；

根据所获得的比较峰值点和邻峰点获得相邻峰差，将所获得的相邻峰差标记为∆YC，其中∆YC=∣-YC1∣；

将获得的相邻峰差与峰差阈值进行比较，若相邻峰差大于峰差阈值，则将比较峰值点和邻峰点标记为异常振动点，将所获得的异常振动点对应的振动频域点标记为异常振动时间点；

根据所设置的监测区间获得运行动态图的局部均值，将所获得的局部均值标记为，其中/>=/>，k为监测区间在运行动态图上对应区域的编号，且k=1，2，3，……，v5，v5为正整数，/>表示监测区间的局部运行平均值，则/>=/>；

根据所获得的局部均值设置运行阈值，将所获得的运行阈值标记为Y0，其中Y0=*γ3+/>*γ4，γ3和γ4为影响因子，γ3＞γ4，且γ3+γ4=1；

在运行动态图的运行变化曲线中任选一个运行时间点对应的运行数据作为比较运行点，记作＇，将比较运行点相邻的运行时间点对应的运行数据标记为邻比点，记作YX1；

根据所获得的比较运行点和邻比点获得相邻运行差，将所获得的相邻运行差标记为ΔYX，其中∆YX=∣＇-YX1∣；

将所获得的相邻运行差与运行阈值进行比较，若相邻运行差大于运行阈值，则将比较运行点和邻比点标记为异常运行点，将所获得的异常运行点对应的运行时间点标记为异常运行时间点；

将所获得的异常振动时间点与异常运行时间点进行匹配，进一步的，所述匹配表示比较异常振动时间点与异常运行时间点是否相同，若相同，则匹配成功；

将匹配成功的异常运行时间点和异常振动时间点标记为匹配异常时间点，并将匹配异常时间点对应的异常运行点和异常振动点标记为匹配异常运行数据；

所述匹配异常运行数据包括异常振幅、异常温度、异常速度和异常负载。

所述智能控制模块用于根据所获得的匹配异常时间点对物流仓库的四向车进行故障管控，生成故障响应策略，具体过程包括：

获取同一通行路线且在同一匹配异常时间点的四向车，并记作同行异常车，将所获得的同行异常车标记在仓库平面图中；

获取相邻两个同行异常车的同行距离，对获得的同行距离按照由小到大的顺序进行排序，获得响应顺序；

需要进一步说明的是，在具体实施过程中，所述响应顺序是按照同行距离最小的开始进行故障响应，并沿着响应顺序依次进行响应，直至同行距离最大的完成故障响应；

根据所获得的响应顺序对同行异常车进行故障管控，获得故障响应策略，所述对同行异常车进行故障管控的过程包括：

设置响应起点，进一步地，所述响应起点表示同行距离最小的两辆同行异常车；

根据所设置的响应起点生成查验指令，将所获得的查验指令上传至仓库平面图的同行异常车中；

同行异常车通过接收查验指令对获得的匹配异常运行数据进行核查匹配，获得异常类型；

所述异常类型包括异常振幅、异常温度、异常速度和异常负载；

根据所获得的异常类型生成类型调控指令，将所生成的类型调控指令上传至管理中心，通过管理中心对同行异常车进行类型调控，根据所获得的类型调控生成对应的故障响应策略；

所述故障响应策略包括振幅故障响应策略、负载故障响应策略、温度故障响应策略以及速度故障响应策略；

需要进一步说明的是，在具体实施过程中，根据所获得的异常类型获得的类型调控指令包括异常振幅指令、异常温度指令、异常速度指令以及异常负载指令；

若同行异常车的类型调控指令是异常振幅指令，则对同行异常车的负载进行核查匹配，对匹配为异常负载的同行异常车进行负载减重，通过同行异常车发出减负指令至管理中心，管理中心通过接收减负指令发出减负响应，通过减负响应控制物流仓库管理人员对同行异常车进行故障排除，在完成故障排除后发出解决指令至管理中心，管理中心接收解决指令后发出校验指令至同行异常车，同行异常车通过校验指令对异常类型进行核查匹配，将没有匹配成功的同行异常车标记为故障解决车，通过管理中心发出安全指令控制故障解决车继续行驶，将解决异常振幅指令的过程标记为振幅故障响应策略；

进一步地，若同行异常车的类型调控指令是异常负载指令，则对同行异常车进行类型调控的过程与异常振幅指令的类型调控过程相同，进而获得负载故障响应策略；

类似地，若同行异常车的类型调控指令是异常速度指令，则同行异常车发出速度警报指令至管理中心，通过管理中心控制同行异常车进行减速响应，即将同行异常车的车速减少至安全行驶速度，并对同行异常车的温度进行核查匹配，对匹配为异常温度的同行异常车发出温速减控指令，通过管理中心接收温速减控指令，根据所获得的温速减控指令对同行异常车进行温速减控，并根据所获得的温速减控生成温度故障响应策略；同理，若同行异常车的类型调控指令是异常温度指令，则对同行异常车进行类型调控的过程与异常速度指令的类型调控过程相同，进而获得速度故障响应策略；

特别地，若同行异常车的类型调控指令是相同的，则对两辆同行异常车执行相同的故障响应策略，若同行异常车的类型调控指令是不同的，则分别对两辆同行异常车执行不同的故障响应策略。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.一种用于物流仓库的四向车智能控制管理系统，包括管理中心，其特征在于，所述管理中心连接有数据采集模块、数据整合模块、数据分析模块以及智能控制模块；

所述数据采集模块用于采集物流仓库的综合数据，所述综合数据包括振动信息和运行数据；

所述数据整合模块用于根据采集的振动信息设置窗口因子，将所设置的窗口因子与振动信号进行边界点乘，获得边界振动信号，将所获得的边界振动信号与振动信号相乘，获得加权振动信号，对所获得的加权振动信号进行快速傅里叶变换，获得频域振动信号，根据所获得的频域振动信号生成振动频谱图，根据所获得的运行数据生成运行动态图；

所述数据分析模块用于设置监测区间，获取监测区间的预测峰值点，根据预测峰值点获得峰值谱线，在峰值谱线中根据预测峰值点获得局部均峰值和相邻峰差，并设置峰差阈值，将获得的相邻峰差与峰差阈值进行比较，获得异常振动时间点；根据所设置的监测区间获得运行动态图的局部均值，通过设置运行阈值与运行数据进行比较，获得异常运行时间点；

所述智能控制模块用于根据所获得的异常振动时间点和异常运行时间点对物流仓库的四向车进行故障管控，并生成对应的故障响应策略。

2.根据权利要求1所述的一种用于物流仓库的四向车智能控制管理系统，其特征在于，所述数据采集模块采集综合数据的过程包括：

根据所获得的物流仓库构建仓库平面图，将物流仓库的通行路线标记在仓库平面图中；

将通行路线内的四向车标记在仓库平面图的对应位置；

根据仓库平面图中的四向车设置扫描端，根据所设置的扫描端对物流仓库内的四向车进行整体扫描，获得综合数据，所述综合数据包括振动信息和运行数据，将采集运行数据的时间标记为运行时间，所述振动信息包括振动幅度、振动信号、振动频率以及振动时间。

3.根据权利要求2所述的一种用于物流仓库的四向车智能控制管理系统，其特征在于，获得振动频谱图的过程包括：

将所获得的振动信号标记为原始振动信号，设置窗口因子，根据所设置的窗口因子获得窗长，根据所获得的窗长对原始振动信号进行分段，获得原始信号段；

将获得的窗口因子与原始信号段进行边界点乘，获得边界振动信号；

将所获得的边界振动信号与原始振动信号相乘，获得加权振动信号；

对所获得的加权振动信号进行快速傅里叶变换，获得频域振动信号；

根据所获得的频域振动信号生成振动频谱图，将所获得的振动时间标记在振动频谱图中，获得振动频域点。

4.根据权利要求3所述的一种用于物流仓库的四向车智能控制管理系统，其特征在于，根据所获得的运行数据，构建时间关于运行数据的二维直角坐标系，并根据所获得的运行数据生成运行变化曲线，将所获得的运行变化曲线映射至二维直角坐标系，获得运行动态图，并将所获得的运行时间标记在运行动态图的对应位置，获得运行时间点。

5.根据权利要求4所述的一种用于物流仓库的四向车智能控制管理系统，其特征在于，设置监测区间，在监测区间内任选一个振动频域点作为初始起点；

根据所获得的振动频率和振动幅度获得频率范围和能量阈值；

将监测区间内振动幅度的最大值标记为幅极值，将初始起点到幅极值的方向标记为搜索方向；

根据所获得的频率范围和能量阈值，由初始起点开始，按照搜索方向，将初始起点的振动幅度与幅极值相邻的振动频域点的振动幅值进行幅值比较，获得预测峰值点；

将所获得的预测峰值点记作下一幅值比较的初始起点，并在振动频谱图中重复获得预测峰值点的过程，在振动频谱图中将所获得的预测峰值点相连，获得峰值谱线；

根据所获得的监测区间和预测峰值点获得局部均峰值，根据所获得的局部均峰值设置峰差阈值；

在峰值谱线中任选一个预测峰值点作为比较峰值点，将比较峰值点相邻的预测峰值点标记为邻峰点，根据所获得的比较峰值点和邻峰点获得相邻峰差；

将获得的相邻峰差与峰差阈值进行比较，获得异常振动点，并将异常振动点对应的振动频域点标记为异常振动时间点。

6.根据权利要求5所述的一种用于物流仓库的四向车智能控制管理系统，其特征在于，根据所设置的监测区间获得运行动态图的局部均值；

根据所获得的局部均值设置运行阈值，在运行动态图的运行变化曲线中设置比较运行点和邻比点；

根据所获得的比较运行点和邻比点获得相邻运行差，将所获得的相邻运行差与运行阈值进行比较，获得异常运行点，将异常运行点对应的运行时间点标记为异常运行时间点；

将所获得的异常振动时间点与异常运行时间点进行匹配，获得匹配异常时间点，并将匹配异常时间点对应的综合数据标记为匹配异常运行数据。

7.根据权利要求6所述的一种用于物流仓库的四向车智能控制管理系统，其特征在于，根据所获得的匹配异常时间点对物流仓库的四向车进行故障管控的过程包括：

获取同一通行路线且在同一匹配异常时间点的四向车，记作同行异常车；

设置响应起点，根据所设置的响应起点生成查验指令，将所获得的查验指令上传至同行异常车中；

同行异常车通过接收查验指令对获得的匹配异常运行数据进行核查匹配，获得异常类型；

根据所获得的异常类型生成类型调控指令，将所生成的类型调控指令上传至管理中心，通过管理中心对同行异常车进行类型调控，根据所获得的类型调控生成对应的故障响应策略。