CN118226833A - 一种车辆故障的远程诊断方法、系统及存储介质 - Google Patents
一种车辆故障的远程诊断方法、系统及存储介质 Download PDFInfo
- Publication number
- CN118226833A CN118226833A CN202410016625.0A CN202410016625A CN118226833A CN 118226833 A CN118226833 A CN 118226833A CN 202410016625 A CN202410016625 A CN 202410016625A CN 118226833 A CN118226833 A CN 118226833A
- Authority
- CN
- China
- Prior art keywords
- fault
- vehicle
- maintenance
- source
- fault detection
- 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
- 238000004171 remote diagnosis Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000012423 maintenance Methods 0.000 claims abstract description 254
- 238000001514 detection method Methods 0.000 claims abstract description 184
- 238000003745 diagnosis Methods 0.000 claims description 95
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 11
- 230000001960 triggered effect Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001939 inductive effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 15
- 230000008439 repair process Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000004397 blinking Effects 0.000 description 5
- 230000008054 signal transmission Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012795 verification 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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
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
本发明提供了一种车辆故障的远程诊断方法、系统及存储介质,包括:基于车端的故障检测信号确定车端的故障源,并确定对应于故障源的远程诊断命令,以及将远程诊断命令发送至车端;接收车端执行远程诊断命令生成的故障检测数据;确定对应于故障检测数据对应的故障维修方案以及与故障源对应的维修端,并将故障维修方案发送至维修端。云端可实时监测车辆运行过程中的软件故障和硬件故障,当故障发生时故障信息能够立即上报至云端。对于硬件故障和软件故障,可预约维修或远程升级修复,减少人工参与度,提升了运营效率。
Description
技术领域
本发明涉及车辆故障诊断技术领域,特别是涉及一种车辆故障的远程诊断方法、系统及存储介质。
背景技术
随着软件定义汽车的发展,汽车的电气架构越来越复杂。随之而来,车辆的软件问题也不断增多。与此同时,车主对于车联网系统的软件服务需求也逐渐增多。为了快速解决车辆的疑难杂症,提升车主对于智能车的服务体验,越来越多的主机厂意识到了远程诊断系统对于业务的重要性。
现有的远程诊断技术方案主要依赖于系统使用人员的经验来判断分析故障,对于系统使用人员知识专业性要求较高,且当问题分析完成后,仍需由人工进行后续故障的处理,此类方式已无法满足业务对于服务新模式的需求。
发明内容
有鉴于此,本发明的目的在于提供一种车辆故障的远程诊断方法、系统及存储介质,解决了现有技术中远程诊断技术以来人工度较高的问题。
第一方面,本实施例提供了一种车辆故障的远程诊断方法,用于云端,其特征在于,包括:
基于车端的故障检测信号确定所述车端的故障源,并确定对应于所述故障源的远程诊断命令,以及将所述远程诊断命令发送至所述车端;
接收所述车端执行所述远程诊断命令生成的故障检测数据;
确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
在一实施例中,所述基于车端的故障检测信号确定所述车端的故障源,并确定对应于所述故障源的远程诊断命令,具体包括:
根据所述故障检测信号确定所述故障源以及所述故障源对应的故障类型;
若所述故障类型为硬件故障和/或底层软件故障时,所述远程诊断命令为硬件诊断命令;当所述车端执行所述硬件诊断命令时,所述故障检测数据包括所述车端的ECU故障码和车辆运行数据;
若所述故障类型为应用层软件故障和/或中间层软件故障时,所述远程诊断命令为软件诊断命令;当所述车端执行所述软件诊断命令时,所述故障检测数据包括所述故障源的日志信息。
在一实施例中,在接收所述车端执行所述远程诊断命令生成的故障检测数据之后,还包括:
根据预设的故障等级分类标准和所述故障检测数据,确定所述故障源的故障等级;
基于预设的处理方案映射表,匹配所述故障等级的故障处理方案:若所述故障等级为严重故障时,向所述车端发送停车命令;所述停车命令用于提醒所述车端停车;若所述故障等级为普通故障时,向所述车端发送硬件维修命令,和/或向所述维修端发送软件升级命令;所述硬件维修命令用于提醒所述维修端和所述车端预约所述故障源的维修时间和维修地点;所述软件升级命令用于控制所述维修端升级所述故障源;若所述故障等级为无感故障时,向所述车端发送监控命令;所述监控命令用于控制所述车端继续监控所述故障源。
在一实施例中,所述确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,具体包括:
将所述故障检测数据输入预设的智能诊断模型以确定所述故障源的故障维修信息,并将所述故障维修信息推送至方案推荐模型;所述智能诊断模型中建立有所述故障检测数据与所述故障维修信息的映射关系;
接收所述方案推荐模型基于所述故障维修信息生成故障维修方案,并匹配与所述故障源对应的维修端,以及将所述故障维修方案发送至所述维修端;所述方案推荐模型中建立有所述故障维修信息与故障维修方案的映射关系。
在一实施例中,所述智能诊断模型是通过以下方法建立的:
根据零件失效模式分析数据、诊断调查表、维修手册和零件输入输出接口信息获得失效现象数据;
根据预设的失效故障汇集表,匹配所述失效现象数据对应的失效故障率;
基于所述失效现象数据和所述失效故障率建立失效原因关联矩阵,并根据所述失效原因关联矩阵生成所述智能诊断模型。
第二方面,本实施例提供了一种车辆故障的远程诊断方法,用于车端,包括:
监控所述车端的故障源并生成对应于所述故障源的故障检测信号,以及将所述故障检测信号上传至云端;
接收来自所述云端基于所述故障检测信号生成的远程诊断命令,并执行所述远程诊断命令以生成故障检测数据;
将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
第三方面,本实施例提供了一种车辆故障的远程诊断方法,用于云端,包括:
向车端的多个故障源发送多个诊断任务;每个所述诊断任务设有相应的触发条件;
接收所述故障源触发相应的所述诊断任务的触发条件生成的故障检测数据;
确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
第四方面,本实施例提供了一种车辆故障的远程诊断方法,用于车端,包括:
接收云端发送的多个诊断任务,并解析每个所述诊断任务的触发条件,以及为每个所述诊断任务配置相应的故障源;
当任一所述故障源生成故障检测信号时,判断所述故障检测信号是否触发对应于所述故障源的所述诊断任务的触发条件;
若所述故障检测信号触发所述触发条件,执行所述诊断任务并生成故障检测数据;
将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
第五方面,本实施例提供了一种车辆故障的远程诊断方法,用于车载诊断设备,包括:
接收来自车端的故障检测信号,并将所述故障检测信号上传至云端;
确定所述云端基于所述故障检测信号确定的故障源,并将所述云端基于所述故障检测信号生成的远程诊断命令发送至所述车端,以及将所述车端执行所述远程诊断命令生成的故障检测数据发送至云端;
接收所述云端基于所述故障检测数据确定的故障维修信息;
根据所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
第六方面,本实施例提供了一种车辆故障的远程诊断系统,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序用于由所述处理器加载并执行如第一方面至第五方面中任意一项所述的车辆故障的远程诊断方法。
第七方面,本实施例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存储有指令,所述指令用于由处理器加载并执行如第一方面至第五方面中任意一项所述的车辆故障的远程诊断方法。
在本实施例的车辆故障的远程诊断方法中,云端可实时监测车辆运行过程中的软件故障和硬件故障,当故障发生时故障信息能够立即上报至云端。对于硬件故障可以自动匹配维修备件和维修工时给到售后运营人员,提升维修产能和维修效率,从而满足服务新模式的业务需求;对于软件故障,可关联对应的远程软件升级活动,通过软件升级修复问题,减少人工参与度,提升运营效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请第一实施例中车辆故障的远程诊断方法的系统架构图。
图2为本申请第一实施例中云端执行车辆故障的远程诊断方法的流程示意图。
图3为本申请第一实施例中云端的车辆故障的远程诊断装置的结构示意图。
图4为本申请第二实施例中云端执行车辆故障的远程诊断方法的流程示意图。
图5为本申请第二实施例中云端的车辆故障的远程诊断装置的结构示意图。
图6为本申请第三实施例中车辆故障的远程诊断方法的系统架构图。
图7为本申请第三实施例中车载检测设备执行车辆故障的远程诊断方法的流程示意图。
图8为本申请第三实施例中车载检测设备的车辆故障的远程诊断装置的结构示意图。
具体实施方式
下面将结合附图,对本发明的特定实施例进行详细描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的描述,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他实施例,都属于本发明保护的范围。
在本发明的描述中,除非另有明确的规定和限定,术语“设置”、“安装”、“连接”等应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语的具体含义。
术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
术语“第一”、“第二”、“第三”等仅仅是为了区别属性类似的元件,而不是指示或暗示相对的重要性或者特定的顺序。
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,除了包含所列的那些要素,而且还可包含没有明确列出的其他要素。
【第一实施例】
图1是本实施例所提供的车辆故障的远程诊断方法的系统架构图,包括云端10(云端服务器,在本实施例中简称为云端10)和车端20(车载终端程序,在本实施例中简称为车端20),车端20设有硬件设备21和应用软件22,其中硬件设备21包括转向灯、音响、雨刷器等功能性硬件,应用软件22包括底层221、中间层222和应用层223,底层221和硬件设备21与车端20的总线端口23相连,云端10可实时监控总线端口23的总线信号,来判断硬件设备21和应用软件22的底层是否出现故障,云端10也可实时监控中间层222和应用层223的多个埋点,识别中间层222和应用层223是否出现功能性故障。其中,在应用软件22的中间层222和应用层223设有多个埋点,一个埋点或多个埋点可检测应用软件22的至少一个功能性故障,例如屏幕黑屏状态、应用系统卡滞、应用系统重启等功能性故障。
如图2所示,本实施例提供了一种车辆故障的远程诊断方法,由云端来执行,包括:
步骤S101:基于车端的故障检测信号确定所述车端的故障源,并确定对应于所述故障源的远程诊断命令,以及将所述远程诊断命令发送至所述车端;
步骤S102:接收所述车端执行所述远程诊断命令生成的故障检测数据;
步骤S103:确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
在步骤S101中,云端实时监控车端的总线信号,以及实时监控车端应用软件中的多个埋点,当总线信号异常或埋点异常时,车端向云端发送故障检测信号,云端基于故障检测信号的信号来源信息可确定车端的故障源,并针对改故障源生成相应的远程诊断命令。
车端的总线信号通常包括LIN总线信号、CAN总线信号、FlexRay总线信号和MOST总线信号。其中LIN总线信号为局部互联协议,用于汽车大灯、灯光、门锁、电动座椅等硬件设备的信号传输;CAN总线信号为控制器局域网,用于汽车空调等硬件设备的信号传输,也包括电子指示、故障检测等应用软件的信号传输,FlexRay总线信号为高速容错网络协议,用于引擎控制、ABS防抱死、悬架控制和线控转向灯等硬件设备或应用软件的信号传输,MOST总线信号为面向媒体的系统传输总线,用于汽车导航系统、车载多媒体系统等应用软件的信号传输。
埋点,即在需要采集数据的多个操作节点将数据采集的程序代码附加在功能程序代码中,对操作节点上用户行为或事件进行捕获、处理和发送相关技术及其实施过程。通过埋点可采集安装应用软件的设备应用信息、应用软件的操作、数据权限以及用户行为等信息。
具体地,所述基于车端的故障检测信号确定所述车端的故障源,并确定对应于所述故障源的远程诊断命令,具体包括:根据所述故障检测信号确定所述故障源以及所述故障源对应的故障类型;若所述故障类型为硬件故障和/或底层软件故障时,所述远程诊断命令为硬件诊断命令;当所述车端执行所述硬件诊断命令时,所述故障检测数据包括所述车端的ECU故障码和车辆运行数据;若所述故障类型为应用层软件故障和/或中间层软件故障时,所述远程诊断命令为软件诊断命令;当所述车端执行所述软件诊断命令时,所述故障检测数据包括所述故障源的日志信息。
在步骤S102中,故障检测信号携带有故障源的信息,云端可通过解析确定车端的故障源,并针对故障源发送相应的远程诊断命令。通常故障源分为硬件故障和软件故障,其中硬件故障表示喇叭、转向灯等硬件类设备作为故障源并产生有故障,软件故障包括搭载汽车导航系统、车载多媒体系统的屏幕设备出现黑屏、屏幕出现杂波或杂纹等故障,也包括汽车导航系统、车载多媒体系统的系统卡滞、系统重启等故障。
而软件故障又分为底层软件故障、中间层软件故障和应用层软件故障,底层是车端的最底层,主要负责硬件驱动和操作系统的管理,底层软件故障表示操作系统或硬件驱动出现了故障,通常需更换硬件驱动或重置操作系统;中间层是车端的中间层,主要负责数据处理和业务逻辑的实现,应用层是车端的最上层,主要负责用户界面的设计和实现,以及各种应用程序的开发和集成;中间层软件故障和应用层软件故障通常通过对操作系统的程序进行升级消除。
ECU故障码是指ECU记录的一种数字代码,用于表示发动机或其他系统的故障信息,每个ECU故障码都有其特定的含义,故障码通常由一个字母和四个数字组成,可通过解析ECU故障码确定车端的故障数据。车辆运行数据包括车辆在行驶过程中的一系列参数,包括车辆实时位置、行驶轨迹、发动机启动与关闭时间、发动机温度、发动机转速、节气门开度、怠速时间长短、发动机持续工作小时、电瓶电压、是否开空调、变速箱档位信息、变速箱换挡模式、车辆的行驶速度、驾驶员操作习惯等数据。
当车端执行硬件诊断命令时,将ECU故障码和车辆运行数据打包成JSON格式或XML格式的数据集,可防止数据在传输至云端的过程中丢失,也缩减了数据量,提高了车端与云端之间数据的传输速度,便于云端更快做出诊断故障源的故障问题。同理,当车端执行软件诊断命令时,将应用软件的软件日志打包成JSON格式或XML格式的数据集并发送至云端,其中软件日志包括软件在运行过程中各种事件的时间、状态以及性能指标等文本类信息。
在一实施例中,在接收所述车端执行所述远程诊断命令生成的故障检测数据之后,还包括:根据预设的故障等级分类标准和所述故障检测数据,确定所述故障源的故障等级;基于预设的处理方案映射表,匹配所述故障等级的故障处理方案。
在本实施例中,故障等级通常包括严重故障、普通故障和无感故障。严重故障即影响车辆正常行驶的故障,例如:转向灯、刹车灯等灯光设备无法开启,此时驾驶员不能通过灯光设备提醒附近车辆当前车辆的行驶状态变化趋势。普通故障即驾驶员可感知但不影响车辆正常行驶的故障,例如:规定转向灯的闪烁频率为每0.5次/秒,当转向灯的闪烁频率为0.8次/秒或1次/秒时,此时并不影响附近车辆接收当前车辆的行驶状态变化趋势。无感故障即驾驶员难以感知发现、也不影响车辆正常行驶的故障,例如:车辆接收无线信号不稳定、或接收无线信号容易丢失数据等故障。
在一实施例中,基于预设的处理方案映射表,匹配所述故障等级的故障处理方案,具体包括:若所述故障等级为严重故障时,向所述车端发送停车命令;所述停车命令用于提醒所述车端停车;若所述故障等级为普通故障时,向所述车端发送硬件维修命令,和/或向所述维修端发送软件升级命令;所述硬件维修命令用于提醒所述维修端和所述车端预约所述故障源的维修时间和维修地点;所述软件升级命令用于控制所述维修端升级所述故障源;若所述故障等级为无感故障时,向所述车端发送监控命令;所述监控命令用于控制所述车端继续监控所述故障源。
在本实施例中,处理方案映射表中将多种不同类别故障分别划分进入三类:严重故障、普通故障和无感故障。由于严重故障时车辆无法正常行驶,威胁车内人员的人身安全,此时向车端发送停车命令,提醒驾驶员尽快到安全的位置停车。而普通故障时,虽然车辆能正常行驶,但仍存在一定的安全风险,此时向车端和维修端发送硬件维修命令,使车端与维修端预约时间维修故障,或向维修端发送软件升级命令,通过维修端的软件升级平台对应用软件的程序进行升级更新,实现故障源的远程修复。对于无感障碍,此时只需继续检测对应的故障源,暂不处理,可排除非车端原因所引起的故障。
在步骤S103中,所述确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,具体包括:
将所述故障检测数据输入预设的智能诊断模型以确定所述故障源的故障维修信息,并将所述故障维修信息推送至方案推荐模型;所述智能诊断模型中建立有所述故障检测数据与所述故障维修信息的映射关系;
接收所述方案推荐模型基于所述故障维修信息生成故障维修方案,并匹配与所述故障源对应的维修端,以及将所述故障维修方案发送至所述维修端;所述方案推荐模型中建立有所述故障维修信息与故障维修方案的映射关系。
所述智能诊断模型是通过以下方法建立的:根据零件失效模式分析数据、诊断调查表、维修手册和零件输入输出接口信息获得失效现象数据;根据预设的失效故障汇集表,匹配所述失效现象数据对应的失效故障率;基于所述失效现象数据和所述失效故障率建立失效原因关联矩阵,并根据所述失效原因关联矩阵生成所述智能诊断模型。
在本实施例中,零件失效模式分析数据通过FMEA(失效模式与影响分析)获得的,其包括每个零件的设计开发阶段、生产制造阶段以及系统应用阶段,零件多种故障的表现形式以及失效原因等数据。诊断调查表包括历史数据中,多辆汽车的故障原因以及相应的表现数据。维修手册中包括有多种零件的失效数据以及相应的维修方法。
失效故障汇集表包括各种失效现象对应的故障率,可在失效故障汇集表中查找失效现象数据对应的失效故障率,失效故障汇集表的失效故障率可通过人工收集获得,也可通过历史数据中的失效数据以及相应的失效故障率获得。失效原因关联矩阵中,横坐标为失效现象数据,纵坐标为故障率,将故障检测数据输入智能诊断模型中,即可根据失效原因关联矩阵找到故障检测数据所对应的故障率,进而可得到至少一个较高故障率所对应的故障维修方案。
此外,云端设有与接收方案推荐模型相连的方案接口,可将智能诊断模型确定的故障维修信息发送至方案推荐模型,通过方案推荐模型生成相应的故障维修方案。若涉及硬件更换,方案推荐模型可查询售后备件并找到对应的维修零件和维修工时,并将故障维修方案推动给维修端,方便维修端提前预定维修备件以及维修时间,便于维修端的维修网点快速完成维修工作。若设计已知软件故障,云端可关联维修端对应的应用软件平台,通过远程的应用软件平台对应用软件的程序进行升级。
综上所述,在本实施例的车辆故障的远程诊断方法中,一方面,云端可实时监测车辆运行过程中的软件故障和硬件故障,当故障发生时故障信息能够立即上报至云端。另一方面,云端可自动匹配故障严重等级以及对于用户的推荐处理方案,降低运营人员专业门槛,提升用户体验。此外,对于硬件故障可以自动匹配维修备件和维修工时给到售后运营人员,提升维修产能和维修效率,从而满足服务新模式的业务需求;对于软件故障,可关联对应的远程软件升级活动,通过软件升级修复问题,减少人工参与度,提升运营效率。
如图3所示,基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于云端中,包括:
诊断命令确定模块M11,用于基于车端的故障检测信号确定所述车端的故障源,并确定对应于所述故障源的远程诊断命令,以及将所述远程诊断命令发送至所述车端;
检测数据接收模块M12,用于接收所述车端执行所述远程诊断命令生成的故障检测数据;
维修方案确定模块M13,用于确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
本发明实施例提供的又一种车辆故障的远程诊断方法,由车端来执行,包括:
步骤S105:监控所述车端的故障源并生成对应于所述故障源的故障检测信号,以及将所述故障检测信号上传至云端;
步骤S106:接收来自所述云端基于所述故障检测信号生成的远程诊断命令,并执行所述远程诊断命令以生成故障检测数据;
步骤S107:将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
在监控所述车端的故障源并生成对应于所述故障源的故障检测信号,以及将所述故障检测信号上传至云端之前,还包括:监控所述车端的总线信号;当所述总线信号异常时,生成所述故障检测信号;和/或监控所述车端的应用软件的多个故障埋点;当所述故障埋点异常时,生成所述故障检测信号。
在本实施例的车辆故障的远程诊断方法中,一方面,云端可实时监测车辆运行过程中的软件故障和硬件故障,当故障发生时故障信息能够立即上报至云端。另一方面,云端可自动匹配故障严重等级以及对于用户的推荐处理方案,降低运营人员专业门槛,提升用户体验。此外,对于硬件故障可以自动匹配维修备件和维修工时给到售后运营人员,提升维修产能和维修效率,从而满足服务新模式的业务需求;对于软件故障,可关联对应的远程软件升级活动,通过软件升级修复问题,减少人工参与度,提升运营效率。
基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于车端中,包括:
故障监控模块M15,用于监控所述车端的故障源并生成对应于所述故障源的故障检测信号,以及将所述故障检测信号上传至云端;
诊断命令执行模块M16,用于接收来自所述云端基于所述故障检测信号生成的远程诊断命令,并执行所述远程诊断命令以生成故障检测数据;
数据发送模块M17,用于将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
本发明实施例提供的再一种车辆故障的远程诊断方法,由与故障源对应的维修端来执行,包括:
接收云端发送的故障维修方案;所述故障维修方案是云端基于故障检测数据所生成的,所述故障检测数据是车端执行远程诊断命令所生成并发送至云端的;所述远程诊断命令是云端基于车端发送至云端的故障检测信号所生成的;所述故障检测信号是所述车端的故障源被车端监控所生成的。
基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于维修端中,所述维修端与车端的故障源相对应,包括:
方案接收模块,用于接收云端发送的故障维修方案;所述故障维修方案是云端基于故障检测数据所生成的,所述故障检测数据是车端执行远程诊断命令所生成并发送至云端的;所述远程诊断命令是云端基于车端发送至云端的故障检测信号所生成的;所述故障检测信号是所述车端的故障源被车端监控所生成的。
【第二实施例】
如图4所示,基于与第一实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断方法,由云端执行,包括:
步骤S201:向车端的多个故障源发送多个诊断任务;每个所述诊断任务设有相应的触发条件;
步骤S202:接收所述故障源触发相应的所述诊断任务的触发条件生成的故障检测数据;
步骤S203:确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
在步骤S201-S203中,先在云端创建多个诊断任务,预先将故障触发后需执行的诊断任务下发至车辆,由车辆监测到故障报警后自动触发对车辆进行诊断,当故障源的数据触发该诊断任务的触发条件时,车端将故障码、车辆运行数据或者车辆运行日志等故障检测数据发送至云端,由云端的智能诊断模型根据故障检测数据生成故障维修信息,然后将故障维修信息发送给方案推荐模型,通过方案推荐模型确定故障维修方案,并将故障维修方案发送给相应的维修端进行预约维修或软件升级。
诊断任务为带有触发条件的任务,其中触发条件可设有一条,也可设有多条。例如,针对转向灯的诊断任务的触发条件为“当转向灯的闪烁频率不为每0.5次/秒时,触发诊断任务”,即转向灯的闪烁频率数据不等于0.5次/秒,无论闪烁频率大于这个数值,或小于这个数值,均会触发该条诊断任务。
本实施例的具体实现过程请参照第一实施例描述,在此不再赘述。
综上所述,在本实施例的车辆故障的远程诊断方法中,一方面,云端向车端发送多个带触发条件的诊断任务,可车辆运行过程中,软件故障和硬件故障触发相对应的诊断任务时,能够将故障信息立即上报至云端。另一方面,云端可自动匹配故障严重等级以及对于用户的推荐处理方案,降低运营人员专业门槛,提升用户体验。此外,对于硬件故障可以自动匹配维修备件和维修工时给到售后运营人员,提升维修产能和维修效率,从而满足服务新模式的业务需求;对于软件故障,可关联对应的远程软件升级活动,通过软件升级修复问题,减少人工参与度,提升运营效率。
如图5所示,基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于云端中,包括:
诊断任务发送模块M21,用于向车端的多个故障源发送多个诊断任务;每个所述诊断任务设有相应的触发条件;
检测数据接收模块M22,用于接收所述故障源触发相应的所述诊断任务的触发条件生成的故障检测数据;
维修方案确定模块M23,用于确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
本发明实施例提供的又一种车辆故障的远程诊断方法,由车端来执行,包括:
步骤S205:接收云端发送的多个诊断任务,并解析每个所述诊断任务的触发条件,以及为每个所述诊断任务配置相应的故障源;
步骤S206:当任一所述故障源生成故障检测信号时,判断所述故障检测信号是否触发对应于所述故障源的所述诊断任务的触发条件;
步骤S207:若所述故障检测信号触发所述触发条件,执行所述诊断任务并生成故障检测数据;
步骤S208:将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
在本实施例的车辆故障的远程诊断方法中,一方面,云端向车端发送多个带触发条件的诊断任务,可车辆运行过程中,软件故障和硬件故障触发相对应的诊断任务时,能够将故障信息立即上报至云端。另一方面,云端可自动匹配故障严重等级以及对于用户的推荐处理方案,降低运营人员专业门槛,提升用户体验。此外,对于硬件故障可以自动匹配维修备件和维修工时给到售后运营人员,提升维修产能和维修效率,从而满足服务新模式的业务需求;对于软件故障,可关联对应的远程软件升级活动,通过软件升级修复问题,减少人工参与度,提升运营效率。
基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于车端中,包括:
诊断任务解析模块M25,用于接收云端发送的多个诊断任务,并解析每个所述诊断任务的触发条件,以及为每个所述诊断任务配置相应的故障源;
触发条件判断模块M26,用于当任一所述故障源生成故障检测信号时,判断所述故障检测信号是否触发对应于所述故障源的所述诊断任务的触发条件;
诊断任务执行模块M27,用于若所述故障检测信号触发所述触发条件,执行所述诊断任务并生成故障检测数据;
数据发送模块M28,用于将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
本发明实施例提供的再一种车辆故障的远程诊断方法,由与故障源对应的维修端来执行,包括:
接收云端发送的故障维修方案;所述故障维修方案是云端基于故障检测数据所生成的,所述故障检测数据是车端的故障源触发相应的诊断任务的触发条件所生成的;所述诊断任务为云端向车端的多个故障源发送的。
基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于维修端中,所述维修端与车端的故障源相对应,包括:
方案接收模块,用于接收云端发送的故障维修方案;所述故障维修方案是云端基于故障检测数据所生成的,所述故障检测数据是车端的故障源触发相应的诊断任务的触发条件所生成的;所述诊断任务为云端向车端的多个故障源发送的。
【第三实施例】
如图6所示,基于第一实施例和第二实施例相同的发明构思,本实施例所提供的车辆故障的远程诊断方法的系统架构图,包括云端10、车端20和车载诊断设备30,车端20设有硬件设备21和应用软件22,应用软件22包括底层221、中间层222和应用层223,底层221和硬件设备21与车端20的总线端口23相连,车载诊断设备30可实时监控总线端口23的总线信号,来判断硬件设备21和应用软件22的底层221是否出现故障,车载诊断设备30也可实时监控中间层222和应用层223的多个埋点,识别中间层222和应用层223是否出现功能性故障。当车载诊断设备30检测到车端20出现故障时,可将车端20的故障检测数据发送至云端10。
车载诊断设备30是是基于UDS(Unified DiagnosticServices,统一的诊断服务)服务的诊断通讯系统,即外部的诊断设备(比如诊断仪)发送请求,然后车端20的ECU响应回复。比如使用车载诊断设备30请求读取PWM信号占空比的故障信息,ECU验证通过,就会响应回复DTC(DTC ExtendedData,DTC扩展数据),DTC状态位,DTC严重程度以及其他数据;或者使用诊断仪清除故障,那么ECU响应回复故障是否清除;或者使用车载诊断设备30更新软件,那么ECU响应回复软件更新的实时进程。
如图7所示,一种车辆故障的远程诊断方法,由车载诊断设备执行,包括:
步骤S301:接收来自车端的故障检测信号,并将所述故障检测信号上传至云端;
步骤S302:确定所述云端基于所述故障检测信号确定的故障源,并将所述云端基于所述故障检测信号生成的远程诊断命令发送至所述车端,以及将所述车端执行所述远程诊断命令生成的故障检测数据发送至云端;
步骤S303:接收所述云端基于所述故障检测数据确定的故障维修信息;
步骤S304:根据所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
在本实施例中,通过车载诊断设备读取到车辆故障信息后,可以将ECU故障码和车辆运行数据等故障信息通过电脑上传至云端,云端可根据故障信息生成故障维修信息,并将故障维修信息发送至方案推荐模型,得到故障维修方案,方案推荐模型可查询售后备件并找到对应的维修零件和维修工时,并将故障维修方案推动给维修端,方便维修端提前预定维修备件以及维修时间,便于维修端的维修网点快速完成维修工作。若设计已知软件故障,云端可关联对应的应用软件平台,通过远程的应用软件平台对应用软件的程序进行升级。
本实施例的具体实现过程请参照第一实施例和第二实施例的描述,在此不再赘述。
在本实施例的车辆故障的远程诊断方法中,一方面,车载诊断设备可实时监测车辆运行过程中的软件故障和硬件故障,当故障发生时故障信息能够立即上报至云端。另一方面,车载诊断设备可自动匹配故障严重等级以及对于用户的推荐处理方案,降低运营人员专业门槛,提升用户体验。此外,对于硬件故障可以自动匹配维修备件和维修工时给到售后运营人员,提升维修产能和维修效率,从而满足服务新模式的业务需求;对于软件故障,可关联对应的远程软件升级活动,通过软件升级修复问题,减少人工参与度,提升运营效率。
如图8所示,基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于车载诊断设备中,包括:
故障信号接送模块M31,用于接收来自车端的故障检测信号,并将所述故障检测信号上传至云端;
故障数据接送模块M32,用于确定所述云端基于所述故障检测信号确定的故障源,并将所述云端基于所述故障检测信号生成的远程诊断命令发送至所述车端,以及将所述车端执行所述远程诊断命令生成的故障检测数据发送至云端;
维修信息接收模块M33,用于接收所述云端基于所述故障检测数据确定的故障维修信息;
维修方案确定模块M34,用于根据所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。本发明实施例提供的再一种车辆故障的远程诊断方法,由云端来执行,包括:
接收来自车载诊断设备的故障检测信号,并基于所述故障检测信号确定车端的故障源,并确定对应于所述故障源的远程诊断命令,以及将所述远程诊断命令发送至所述车载诊断设备;所述故障检测信号是车端发送至车载诊断设备的;
接收来自车载诊断设备的故障检测数据,并基于所述故障检测数据生成故障维修信息,以及将所述故障维修信息发送至车载诊断设备;所述故障检测数据为车端执行所述车载诊断设备发送的远程诊断命令所生成的;所述车载诊断设备基于所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于云端中,包括:
诊断命令确定模块,用于接收来自车载诊断设备的故障检测信号,并基于所述故障检测信号确定车端的故障源,并确定对应于所述故障源的远程诊断命令,以及将所述远程诊断命令发送至所述车载诊断设备;所述故障检测信号是车端发送至车载诊断设备的;
维修信息确定模块,用于接收来自车载诊断设备的故障检测数据,并基于所述故障检测数据生成故障维修信息,以及将所述故障维修信息发送至车载诊断设备;所述故障检测数据为车端执行所述车载诊断设备发送的远程诊断命令所生成的;所述车载诊断设备基于所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
本发明实施例提供的又一种车辆故障的远程诊断方法,由车端来执行,包括:
监控所述车端的故障源并生成对应于所述故障源的故障检测信号,以及将所述故障检测信号经由车载诊断设备发送至云端;
接收来自车载诊断设备的远程诊断命令;所述远程诊断命令为云端基于所述故障检测信号生成的并发送至车载诊断设备;
执行所述远程诊断命令以生成故障检测数据,并将所述故障检测数据通过车载诊断设备转发至云端;所述云端基于故障检测数据生成故障维修信息并将所述故障维修信息发送至车载诊断设备,所述车载诊断设备基于所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于车端中,包括:
监控模块,用于监控所述车端的故障源并生成对应于所述故障源的故障检测信号,以及将所述故障检测信号经由车载诊断设备发送至云端;
诊断命令接收模块,用于接收来自车载诊断设备的远程诊断命令;所述远程诊断命令为云端基于所述故障检测信号生成的并发送至车载诊断设备;
检测数据发送模块,用于执行所述远程诊断命令以生成故障检测数据,并将所述故障检测数据通过车载诊断设备转发至云端;所述云端基于故障检测数据生成故障维修信息并将所述故障维修信息发送至车载诊断设备,所述车载诊断设备基于所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
本发明实施例提供的再一种车辆故障的远程诊断方法,由与故障源对应的维修端来执行,包括:
接收云端发送的故障维修方案;所述故障维修方案是云端基于故障检测数据所生成的,所述故障检测数据是车端执行远程诊断命令所生成并通过车载诊断设备发送至云端的;所述远程诊断命令是云端基于车端发送至云端的故障检测信号所生成的;所述故障检测信号是所述车端的故障源被车端监控所生成的。
基于前述实施例相同的发明构思,本实施例提供了一种车辆故障的远程诊断装置,设于维修端中,所述维修端与车端的故障源相对应,包括:
方案接收模块,用于接收云端发送的故障维修方案;所述故障维修方案是云端基于故障检测数据所生成的,所述故障检测数据是车端执行远程诊断命令所生成并发送至云端的;所述远程诊断命令是云端基于车端发送至云端的故障检测信号所生成的;所述故障检测信号是所述车端的故障源被车端监控所生成的。
基于上述实施例相同的发明构思,本实施例还提供了一种车辆故障的远程诊断系统,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序用于由所述处理器加载并执行如第一实施例或第二实施例或第三实施例中任意一项所述的车辆故障的远程诊断方法。
基于上述实施例相同的发明构思,本实施例还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,所述指令用于由处理器加载并执行如第一实施例或第二实施例或第三实施例中任意一项所述的车辆故障的远程诊断方法。
在本申请提供的移动终端和计算机可读存储介质的实施例中,包含了上述控制方法各实施例的全部技术特征,说明书拓展和解释内容与上述方法的各实施例基本相同,在此不做再赘述。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括计算机程序代码,当计算机程序代码在计算机上运行时,使得计算机执行如上各种可能的实施方式中的方法。
本申请实施例还提供一种芯片,包括存储器和处理器,存储器用于存储计算机程序,处理器用于从存储器中调用并运行计算机程序,使得安装有芯片的设备执行如上各种可能的实施方式中的方法。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请中,对于相同或相似的术语概念、技术方案和/或应用场景描述,一般只在第一次出现时进行详细描述,后面再重复出现时,为了简洁,一般未再重复阐述,在理解本申请技术方案等内容时,对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等,可以参考其之前的相关详细描述。
在本申请中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本申请技术方案的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本申请记载的范围。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质中,包括若干指令用以使得一台终端设备执行本申请每个实施例的方法。以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所附的权利要求为准。
Claims (11)
1.一种车辆故障的远程诊断方法,用于云端,其特征在于,包括:
基于车端的故障检测信号确定所述车端的故障源,并确定对应于所述故障源的远程诊断命令,以及将所述远程诊断命令发送至所述车端;
接收所述车端执行所述远程诊断命令生成的故障检测数据;
确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
2.根据权利要求1所述的车辆故障的远程诊断方法,其特征在于,所述基于车端的故障检测信号确定所述车端的故障源,并确定对应于所述故障源的远程诊断命令,具体包括:
根据所述故障检测信号确定所述故障源以及所述故障源对应的故障类型;
若所述故障类型为硬件故障和/或底层软件故障时,所述远程诊断命令为硬件诊断命令;当所述车端执行所述硬件诊断命令时,所述故障检测数据包括所述车端的ECU故障码和车辆运行数据;
若所述故障类型为应用层软件故障和/或中间层软件故障时,所述远程诊断命令为软件诊断命令;当所述车端执行所述软件诊断命令时,所述故障检测数据包括所述故障源的日志信息。
3.根据权利要求1所述的车辆故障的远程诊断方法,其特征在于,在接收所述车端执行所述远程诊断命令生成的故障检测数据之后,还包括:
根据预设的故障等级分类标准和所述故障检测数据,确定所述故障源的故障等级;
基于预设的处理方案映射表,匹配所述故障等级的故障处理方案:若所述故障等级为严重故障时,向所述车端发送停车命令;所述停车命令用于提醒所述车端停车;若所述故障等级为普通故障时,向所述车端发送硬件维修命令,和/或向所述维修端发送软件升级命令;所述硬件维修命令用于提醒所述维修端和所述车端预约所述故障源的维修时间和维修地点;所述软件升级命令用于控制所述维修端升级所述故障源;若所述故障等级为无感故障时,向所述车端发送监控命令;所述监控命令用于控制所述车端继续监控所述故障源。
4.根据权利要求1所述的车辆故障的远程诊断方法,其特征在于,所述确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,具体包括:
将所述故障检测数据输入预设的智能诊断模型以确定所述故障源的故障维修信息,并将所述故障维修信息推送至方案推荐模型;所述智能诊断模型中建立有所述故障检测数据与所述故障维修信息的映射关系;
接收所述方案推荐模型基于所述故障维修信息生成故障维修方案,并匹配与所述故障源对应的维修端,以及将所述故障维修方案发送至所述维修端;所述方案推荐模型中建立有所述故障维修信息与故障维修方案的映射关系。
5.根据权利要求4所述的车辆故障的远程诊断方法,其特征在于,所述智能诊断模型是通过以下方法建立的:
根据零件失效模式分析数据、诊断调查表、维修手册和零件输入输出接口信息获得失效现象数据;
根据预设的失效故障汇集表,匹配所述失效现象数据对应的失效故障率;
基于所述失效现象数据和所述失效故障率建立失效原因关联矩阵,并根据所述失效原因关联矩阵生成所述智能诊断模型。
6.一种车辆故障的远程诊断方法,用于车端,其特征在于,包括:
监控所述车端的故障源并生成对应于所述故障源的故障检测信号,以及将所述故障检测信号上传至云端;
接收来自所述云端基于所述故障检测信号生成的远程诊断命令,并执行所述远程诊断命令以生成故障检测数据;
将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
7.一种车辆故障的远程诊断方法,用于云端,其特征在于,包括:
向车端的多个故障源发送多个诊断任务;每个所述诊断任务设有相应的触发条件;
接收所述故障源触发相应的所述诊断任务的触发条件生成的故障检测数据;
确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
8.一种车辆故障的远程诊断方法,用于车端,其特征在于,包括:
接收云端发送的多个诊断任务,并解析每个所述诊断任务的触发条件,以及为每个所述诊断任务配置相应的故障源;
当任一所述故障源生成故障检测信号时,判断所述故障检测信号是否触发对应于所述故障源的所述诊断任务的触发条件;
若所述故障检测信号触发所述触发条件,执行所述诊断任务并生成故障检测数据;
将所述故障检测数据作为输入发送至云端,并通过所述云端确定对应于所述故障检测数据对应的故障维修方案以及与所述故障源对应的维修端。
9.一种车辆故障的远程诊断方法,用于车载诊断设备,其特征在于,包括:
接收来自车端的故障检测信号,并将所述故障检测信号上传至云端;
确定所述云端基于所述故障检测信号确定的故障源,并将所述云端基于所述故障检测信号生成的远程诊断命令发送至所述车端,以及将所述车端执行所述远程诊断命令生成的故障检测数据发送至云端;
接收所述云端基于所述故障检测数据确定的故障维修信息;
根据所述故障维修信息确定对应的故障维修方案,匹配与所述故障源对应的维修端,并将所述故障维修方案发送至所述维修端。
10.一种车辆故障的远程诊断系统,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序用于由所述处理器加载并执行如权利要求1-9中任意一项所述的车辆故障的远程诊断方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,所述指令用于由处理器加载并执行如权利要求1-9中任意一项所述的车辆故障的远程诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410016625.0A CN118226833A (zh) | 2024-01-03 | 2024-01-03 | 一种车辆故障的远程诊断方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410016625.0A CN118226833A (zh) | 2024-01-03 | 2024-01-03 | 一种车辆故障的远程诊断方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118226833A true CN118226833A (zh) | 2024-06-21 |
Family
ID=91510976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410016625.0A Pending CN118226833A (zh) | 2024-01-03 | 2024-01-03 | 一种车辆故障的远程诊断方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118226833A (zh) |
-
2024
- 2024-01-03 CN CN202410016625.0A patent/CN118226833A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106406273B (zh) | 车辆中故障原因的确定 | |
US8126606B2 (en) | Automobile detection and control gateway interface and method thereof | |
JP6310332B2 (ja) | 車両診断機及び車両診断方法 | |
CN112286171B (zh) | 一种远程诊断方法、装置、车辆及存储介质 | |
JP4453764B2 (ja) | 車両診断装置、車両診断システム、診断方法 | |
US20060122746A1 (en) | Method for updating vehicle diagnostics software | |
US11887408B2 (en) | Service event response tailoring | |
KR102255599B1 (ko) | 차량 고장 진단 서비스 제공 시스템 및 방법 | |
CN112650201B (zh) | 车辆故障诊断方法、装置、车辆及存储介质 | |
CN103163878A (zh) | 交通工具和交通工具故障诊断系统的运行方法 | |
CN109116830B (zh) | 预测故障的方法及系统 | |
CN110203157B (zh) | 电池异常溃电辅助诊断装置、服务器及包含其的系统 | |
JP6310331B2 (ja) | 車両診断用のデータ収集装置及びデータ収集方法 | |
WO2012027733A1 (en) | Method and apparatus for remote vehicle diagnosis | |
JP4258112B2 (ja) | ノード診断方法およびノード診断システム | |
CN118226833A (zh) | 一种车辆故障的远程诊断方法、系统及存储介质 | |
CN113505056A (zh) | 车辆诊断方法、系统、装置及存储介质 | |
KR102110581B1 (ko) | 차량용 제어기 진단 장치 및 방법 | |
KR102242227B1 (ko) | 차량 게이트웨이를 이용한 차량 진단 정보 제공 시스템 및 방법 | |
CN113253701B (zh) | 车辆远程诊断系统及方法 | |
Palai | Vehicle level approach for optimization of on-board diagnostic strategies for fault management | |
CN115359585A (zh) | 车辆提前排查故障的方法、装置、车辆及存储介质 | |
CN114995353A (zh) | 一种整车诊断方法、装置及系统 | |
CN111716994B (zh) | 汽车空调的抗干扰方法、抗干扰系统及计算机设备 | |
CN108259251A (zh) | 一种网关控制器路由配置方法、装置、设备及汽车 |
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 |