KR102666058B1 - 차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체 - Google Patents
차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체 Download PDFInfo
- Publication number
- KR102666058B1 KR102666058B1 KR1020230096196A KR20230096196A KR102666058B1 KR 102666058 B1 KR102666058 B1 KR 102666058B1 KR 1020230096196 A KR1020230096196 A KR 1020230096196A KR 20230096196 A KR20230096196 A KR 20230096196A KR 102666058 B1 KR102666058 B1 KR 102666058B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- data
- diagnosis
- remote
- task
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 313
- 238000000034 method Methods 0.000 title claims abstract description 97
- 230000007257 malfunction Effects 0.000 claims abstract description 25
- 230000005856 abnormality Effects 0.000 claims abstract description 20
- 238000012423 maintenance Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000004171 remote diagnosis Methods 0.000 abstract description 17
- 239000000284 extract Substances 0.000 abstract description 6
- 238000004904 shortening Methods 0.000 abstract 1
- 230000008439 repair process Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 12
- 230000015556 catabolic process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 241000289581 Macropus sp. Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 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
- 238000007689 inspection Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
Images
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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
- Traffic Control Systems (AREA)
Abstract
본 출원은 차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체를 개시하며, 해당 방법은 클라우드 엔드 플랫폼을 통해 사전 연결된 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하고; 상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하고; 상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성한다. 본 출원의 기술적 방안을 채택함으로써, 원격 진단 서비스를 기반으로 차량 고장에 대해 신속하게 진단을 진행하여, 효과적으로 차량 고장을 진단하는 시간 주기를 단축시키고 인건비를 절약할 수 있다.
Description
본 출원은 차량 기술분야에 관한 것으로, 특히는 차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체에 관한 것이다.
현재에 신에너지 차량에 고장이 발생한 후 일반적으로 현장에서 진단 및 보수를 진행하며, 구체적인 방법으로서, 사용자가 차량에 고장이 발생한 것을 발견하면, 차량에 발생한 문제를 알리기 위하여 전화 또는 온라인 형식으로 자동차 서비스 제공 업체에 알리며, 이어서 자동차 서비스 제공 업체 또는 사용자가 견인차를 안배하거나, 사용자가 자체적으로 차량을 주행하여 A/S 정비소로 들어가, A/S 정비 인원이 현장에서 차량에 대해 검사를 진행하여, 고장 원인, 부품 보수 또는 교체를 확정하는 것이다. 그러나, 현장에서 차량 고장 진단 및 보수를 진행하는 이러한 방식은 일반적으로 며칠이 걸려야 완성할 수 있으며, 전반적인 과정은 소모하는 시간이 길고 인건비도 상대적으로 높다.
앞서 설명한 바와 같이, 현재에 차량 고장에 대해 현장에서 진단 및 A/S 보수를 진행하는 방식에는 보수 주기가 길고 소모되는 인건비가 높은 문제점이 존재한다.
본 출원의 주요한 목적으로서, 원격 진단 서비스를 기반으로 신속하게 차량 고장에 대해 진단 및 보조 A/S 보수를 진행하여, 차량 고장에 대해 현장에서 진단 및 A/S 보수를 진행할 때 초래되는 보수 주기가 길고 소모되는 인건비가 높은 문제점을 해결하기 위한 차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체를 제공하고자 한다.
상술한 목적을 실현하기 위하여, 본 출원은 차량의 원격 고장 진단 방법을 제공하며, 상기 차량의 원격 고장 진단 방법은 클라우드 엔드 플랫폼에 적용되고, 상기 클라우드 엔드 플랫폼은 차량과 상호 연결되고, 상기 차량의 원격 고장 진단 방법은,
상기 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하는 단계;
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하는 단계;
상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 단계;를 포함한다.
선택적으로, 상기 클라우드 엔드 플랫폼은 상기 차량의 A/S 시스템과 더 상호 연결되고;
상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 상기 단계 이후, 상기 방법은,
상기 A/S 시스템이 상기 원격 고장 진단 결과에 따라 상기 차량에 대해 유지 보수 서비스 준비를 진행하도록, 상기 원격 고장 진단 결과를 상기 A/S 시스템에 푸시하는 단계;를 더 포함한다.
선택적으로, 상기 클라우드 엔드 플랫폼은 제1 클라우드 엔드 데이터 베이스 및 제2 클라우드 엔드 데이터 베이스를 포함하고, 상기 방법은,
상기 차량이 실시간으로 업로드하는 상기 차량 데이터를 상기 제1 클라우드 엔드 데이터 베이스에 저장하는 단계;
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터를 상기 제2 클라우드 엔드 데이터 베이스에 저장하는 단계;를 더 포함한다.
선택적으로, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하는 상기 단계는,
상기 제2 클라우드 엔드 데이터 베이스에 저장된 상기 대상 데이터에 따라, 상기 차량 중 고장 이상을 진단하고자는 대상 차량의 차량 관련 정보를 확정하는 단계;
상기 대상 차량에 대한 고장 진단 태스크를 생성하는 단계;
상기 차량 관련 정보에 따라 상기 고장 진단 태스크를 상기 대상 차량에 하달하는 단계;를 포함한다.
선택적으로, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 상기 단계는,
상기 제1 클라우드 엔드 데이터 베이스에 저장된 상기 차량 데이터로부터 상기 대상 차량의 대상 차량 데이터를 판독하는 단계;
상기 대상 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 단계;를 포함한다.
또한, 상술한 목적을 실현하기 위하여, 본 출원은 차량의 원격 고장 진단 방법을 더 제공하며, 상기 차량의 원격 고장 진단 방법은 차량에 적용되고, 상기 차량은 클라우드 엔드 플랫폼과 상호 연결되고, 상기 차량의 원격 고장 진단 방법은,
상기 클라우드 엔드 플랫폼이 하달한 고장 진단 태스크를 수신하는 단계;
기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하는 단계;
상기 클라우드 엔드 플랫폼이 상기 진단 결과 데이터 및 상기 클라우드 엔드 플랫폼에 사전 저장된 차량 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록, 상기 진단 결과 데이터를 상기 클라우드 엔드 플랫폼에 반송하는 단계;를 포함한다.
선택적으로, 상기 기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하는 단계는,
상기 고장 진단 태스크를 해석하고, 차량 네트워크를 통해 상기 고장 진단 태스크를 대응되는 하나 또는 다수의 차량 컨트롤러에 송신하는 단계;
하나 또는 다수의 차량 컨트롤러가 상기 차량 네트워크를 통해 반송하는 결과 데이터를 수신하되, 상기 결과 데이터는 하나 또는 다수의 차량 컨트롤러가 상기 고장 진단 태스크를 응답할 때 발생하는 것인 단계;
상기 결과 데이터에 대해 패키징을 진행하여 상기 고장 진단 태스크에 대응되는 진단 결과 데이터를 획득하는 단계;를 포함한다.
또한 살술한 목적을 실현하기 위하여, 본 출원은 차량의 원격 고장 진단 장치를 더 제공하며, 상기 차량의 원격 고장 진단 장치는 클라우드 엔드 플랫폼에 적용되고, 상기 클라우드 엔드 플랫폼은 차량과 상호 연결되고, 상기 차량의 원격 고장 진단 장치는,
상기 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하도록 구성되는 실시간 모니터링 모듈;
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하도록 구성되는 태스크 하달 모듈;
상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록 구성되는 진단 결과 확인 모듈;을 포함하고,
상기 차량의 원격 고장 진단 장치는 상기 차량에 더 사용되고, 상기 장치는,
상기 클라우드 엔드 플랫폼이 하달한 고장 진단 태스크를 수신하도록 구성되는 태스크 수신 모듈;
기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하도록 구성되는 태스크 응답 모듈;
상기 클라우드 엔드 플랫폼이 상기 진단 결과 데이터 및 상기 클라우드 엔드 플랫폼에 사전 저장된 차량 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록, 상기 진단 결과 데이터를 상기 클라우드 엔드 플랫폼에 반송하도록 구성되는 결과 피드백 모듈;을 더 포함한다.
여기서, 상기 차량의 원격 고장 진단 장치의 각 기능 모듈은 각기 운행될 때 상술한 바와 같은 차량의 원격 고장 진단 방법의 단계들을 실현할 수 있다.
또한, 상술한 목적을 실현하기 위하여, 본 출원은 차량을 더 제공하며, 상기 차량은 저장 장치, 프로세서, 및 상기 저장 장치 상에 저장되고 상기 프로세서 상에서 운행될 수 있는 상기 차량의 원격 고장 진단 방법의 프로그램을 포함하고, 상기 차량의 원격 고장 진단 방법의 프로그램은 프로세서에 의해 실행될 때 상술한 바와 같은 차량의 원격 고장 진단 방법의 단계들을 실현할 수 있다.
본 출원은 컴퓨터 저장 매체를 더 제공하며, 상기 컴퓨터 저장 매체 상에는 상술한 차량의 원격 고장 진단 방법을 실현하는 프로그램이 저장되고, 상기 차량의 원격 고장 진단 방법의 프로그램은 프로세서에 의해 실행될 때 상술한 바와 같은 차량의 원격 고장 진단 방법의 단계들을 실현한다.
또한, 상술한 목적을 실현하기 위하여, 본 출원은 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품을 더 제공하며, 해당 컴퓨터 프로그램은 프로세서에 의해 실행될 때 상술한 차량의 원격 고장 진단 방법의 단계들을 실현한다.
본 출원에서 제공하는 차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체는, 클라우드 엔드 플랫폼을 통해 사전 연결된 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하고; 상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하고; 상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성한다.
이로써, 본 출원은, 차량이 클라우드 엔드 플랫폼에 업로드한 차량 데이터를 실시간으로 모니터링하고, 고장 이상 신호 표식을 식별할 때 차량이 로컬 엔드에서 진단을 진행하도록 원격으로 대응되는 차량에 진단 태스크를 하달하고, 마지막으로 클라우드 엔드 플랫폼으로 해당 차량이 업로드한 차량 데이터 및 로컬 엔드에서 진단을 진행한 결과 데이터를 통해 차량 최종의 원격 고장 진단 결과를 생성한다. 이로써, 본 출원의 기술적 방안은 원격 진단 서비스를 기반으로 차량 고장에 대해 신속하게 진단을 진행하는 것을 실현하여, 차량에 고장이 발생한 후 반드시 정비 인원이 정비소에서 현장에서 고장 검출 및 진단을 진행할 필요가 없어, 효과적으로 차량 고장을 진단하는 시간 주기를 단축시키고 인건비를 절약한다.
또한, 본 출원의 기술적 방안에 있어서, 클라우드 엔드 플랫폼은 또한 차량의 A/S 시스템과 직접적으로 도킹될 수 있어, 원격 진단으로 획득한 고장 진단 결과를 A/S 시스템에 제공하여 차량에 대해 A/S 보수 등의 서비스를 진행하는 것을 보조할 수 있어, 차량에 대한 사용자의 사용 경험을 크게 향상시킬 수 있다.
본 원의 첨부된 도면은 명세서에 병입되어 본 명세서의 일부를 구성하고, 본 출원에 부합되는 실시예를 도시하고, 명세서와 함께 본 출원의 원리를 해석하도록 사용된다.
본 출원의 실시예 또는 선행기술 중의 기술적 방안을 보다 명확하게 설명하기 위하여, 아래에 실시예 또는 선행기술의 설명에 사용되어야 할 첨부된 도면에 대한 간단한 소개를 진행하기로 하며, 당해 기술분야에서 통상의 지식을 가진 자는 진보성 노동이 없이도 이러한 도면에 따라 기타의 도면을 획득할 수도 있는 것을 자명할 것이다.
도 1은 본 출원의 차량의 원격 고장 진단 방법의 제1 실시예의 흐름 개략도이고;
도 2는 본 출원의 차량의 원격 고장 진단 방법의 일 실시예에 관한 클라우드 엔드 플랫폼, 차량과 A/S 시스템 사이의 상호작용 정경의 개략도이고;
도 3은 본 출원의 차량의 원격 고장 진단 방법의 일 실시예에 관한 원격 고장 진단 원리의 개략도이고;
도 4는 본 출원의 차량의 원격 고장 진단 방법의 일 실시예에 관한 응용 흐름 개략도이고;
도 5는 본 출원의 차량의 원격 고장 진단 방법의 다른 일 실시예에 관한 응용 흐름 개략도이고;
도 6은 본 출원의 차량의 원격 고장 진단 장치의 일 실시예에 관한 기능 모듈의 구조 개략도이고;
도 7은 본 출원의 실시예 방안 중의 차량에 관한 하드웨어 운행 환경의 기기 구조 개략도이다.
본 출원의 목적에 대한 실현, 기능 특점 및 장점은 실시예를 결부하여 첨부된 도면을 참조하여 추가로 설명을 진행하기로 한다.
본 출원의 실시예 또는 선행기술 중의 기술적 방안을 보다 명확하게 설명하기 위하여, 아래에 실시예 또는 선행기술의 설명에 사용되어야 할 첨부된 도면에 대한 간단한 소개를 진행하기로 하며, 당해 기술분야에서 통상의 지식을 가진 자는 진보성 노동이 없이도 이러한 도면에 따라 기타의 도면을 획득할 수도 있는 것을 자명할 것이다.
도 1은 본 출원의 차량의 원격 고장 진단 방법의 제1 실시예의 흐름 개략도이고;
도 2는 본 출원의 차량의 원격 고장 진단 방법의 일 실시예에 관한 클라우드 엔드 플랫폼, 차량과 A/S 시스템 사이의 상호작용 정경의 개략도이고;
도 3은 본 출원의 차량의 원격 고장 진단 방법의 일 실시예에 관한 원격 고장 진단 원리의 개략도이고;
도 4는 본 출원의 차량의 원격 고장 진단 방법의 일 실시예에 관한 응용 흐름 개략도이고;
도 5는 본 출원의 차량의 원격 고장 진단 방법의 다른 일 실시예에 관한 응용 흐름 개략도이고;
도 6은 본 출원의 차량의 원격 고장 진단 장치의 일 실시예에 관한 기능 모듈의 구조 개략도이고;
도 7은 본 출원의 실시예 방안 중의 차량에 관한 하드웨어 운행 환경의 기기 구조 개략도이다.
본 출원의 목적에 대한 실현, 기능 특점 및 장점은 실시예를 결부하여 첨부된 도면을 참조하여 추가로 설명을 진행하기로 한다.
본 원에 설명된 구체적인 실시예는 단지 본 출원을 해석하기 위한 것일 뿐, 본 출원을 한정하기 위한 것이 아님을 이해하여야 한다.
본 실시예에 있어서, 현재에 신에너지 차량에 고장이 발생한 후 일반적으로 현장에서 진단 및 보수를 진행하며, 구체적인 방법으로서, 사용자가 차량에 고장이 발생한 것을 발견하면, 차량에 발생한 문제를 알리기 위하여 전화 또는 온라인 형식으로 자동차 서비스 제공 업체에 알리며, 이어서 자동차 서비스 제공 업체 또는 사용자가 견인차를 안배하거나, 사용자가 자체적으로 차량을 주행하여 A/S 정비소로 들어가, A/S 정비 인원이 현장에서 차량에 대해 검사를 진행하여, 고장 원인, 부품 보수 또는 교체를 확정하는 것이다. 그러나, 현장에서 차량 고장 진단 및 보수를 진행하는 이러한 방식은 일반적으로 며칠이 걸려야 완성할 수 있으며, 전반적인 과정은 소모하는 시간이 길고 인건비도 상대적으로 높은 것을 설명하고자 한다.
앞서 설명한 바와 같이, 현재에 차량 고장에 대해 현장에서 진단 및 A/S 보수를 진행하는 방식에는 보수 주기가 길고 소모되는 인건비가 높은 문제점이 존재한다.
상술한 현상을 상대로, 본 출원의 실시예는 차량의 원격 고장 진단 방법을 제공하며, 본 출원의 차량의 원격 고장 진단 방법의 일 실시예에 있어서, 본 출원의 차량의 원격 고장 진단 방법은 클라우드 엔드 플랫폼을 통해 사전 연결된 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하고; 상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하고; 상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성한다.
즉, 본 출원은, 차량이 클라우드 엔드 플랫폼에 업로드한 차량 데이터를 실시간으로 모니터링하고, 고장 이상 신호 표식을 식별할 때 차량이 로컬 엔드에서 진단을 진행하도록 원격으로 대응되는 차량에 진단 태스크를 하달하고, 마지막으로 클라우드 엔드 플랫폼으로 해당 차량이 업로드한 차량 데이터 및 로컬 엔드에서 진단을 진행한 결과 데이터를 통해 차량 최종의 원격 고장 진단 결과를 생성한다. 이로써, 본 출원의 기술적 방안은 원격 진단 서비스를 기반으로 차량 고장에 대해 신속하게 진단을 진행하는 것을 실현하여, 차량에 고장이 발생한 후 반드시 정비 인원이 정비소에서 현장에서 고장 검출 및 진단을 진행할 필요가 없어, 효과적으로 차량 고장을 진단하는 시간 주기를 단축시키고 인건비를 절약한다.
또한, 본 출원의 기술적 방안에 있어서, 클라우드 엔드 플랫폼은 또한 차량의 A/S 시스템과 직접적으로 도킹될 수 있어, 원격 진단으로 획득한 고장 진단 결과를 A/S 시스템에 제공하여 차량에 대해 A/S 보수 등의 서비스를 진행하는 것을 보조할 수 있어, 차량에 대한 사용자의 사용 경험을 크게 향상시킬 수 있다.
상술한 본 출원의 차량의 원격 고장 진단 방법의 전반적인 구상을 기반으로, 본 출원의 차량의 원격 고장 진단 방법의 제1 실시예를 제출한다. 도 1을 참조하면, 도 1은 본 출원의 차량의 원격 고장 진단 방법의 제1 실시예의 흐름 개략도이다. 흐름도에서 논리적 순서를 도시하였으나, 일부의 경우에 본 원의 순서와 다르게 도시되거나 설명된 단계를 실행할 수 있는 것을 설명하고자 한다.
또한, 본 실시예에 있어서, 본 출원의 차량의 원격 고장 진단 방법의 실행 본체는 클라우드 엔드 플랫폼일 수 있고, 도 2에 도시된 정경과 같이, 차량 고장원격 진단 서비스를 진행하도록 담당하는 클라우드 엔드 플랫폼은 하나 또는 동시에 다수의 차량과 통신 연결을 진행할 수 있어, 차량은 해당 통신 연결을 통해 실시간으로 클라우드 엔드 플랫폼에 자체가 실제로 운행하는 과정에 발생되는 차량 데이터를 업로드할 수 있고, 클라우드 엔드 플랫폼은 해당 차량 데이터를 기반으로 실시간으로 판독, 모니터링 및 분석을 진행하여, 원격 고장 진단 서비스를 진행할 수 있다. 아울러, 해당 클라우드 엔드 플랫폼은 또한 차량의 A/S 시스템과 통신 연결을 진행할 수 있어, 클라우드 엔드 플랫폼에서 차량에 대해 원격 고장 진단을 진행하여 차량의 고장 진단 결과를 확정한 후, 해당 진단 결과를 상응한 A/S 시스템에 직접적으로 푸싱할 수 있어, A/S 시스템은 해당 고장 진단 결과를 기반으로 사전에 차량을 대해 상응한 고장 보수 준비를 진행할 수 있다.
도 1에 도시된 바와 같이, 본 출원의 차량의 원격 고장 진단 방법의 제1 실시예에 있어서, 본 출원의 차량의 원격 고장 진단 방법은 구체적으로 아래와 같은 단계들을 포함한다.
단계(S10)에서, 상기 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하고;
본 실시예에 있어서, 클라우드 엔드 플랫폼은 사전 연결된 하나 또는 다수의 차량이 자체가 발생한 차량 데이터를 실시간으로 업로드하는 과정에서 해당 차량 데이터를 실시간으로 판독하고, 해당 차량 데이터에 대해 실시간으로 모니터링을 진행하여, 전체량의 차량 데이터 중의 하나 또는 다수의 대상 데이터로부터 사전 설정된 고장 이상 정보 표식이 식별되는지 여부를 확정한다.
본 실시예에 있어서, 차량은 구체적으로 자체에 구성된 무선 전송 모듈을 통해 자체 운행 과정에서 지속적으로 발생되는 차량 데이터를 클라우드 엔드 플랫폼에 업로드할 수 있고, 클라우드 엔드 플랫폼은 구체적으로 기업 자체가 구축한 엔터프라이즈 클라우드 플랫폼일 수 있고, 시장에서 성숙된 캥거루 클라우드, 알리 클라우드, 화웨이 클라우드 등의 상업용 플랫폼일 수도 있는 것을 설명하고자 한다.
또한, 본 실시예에 있어서, 고장 이상 정보 표식은 차량 엔드에서 이미 정의를 진행한 차량에 고장이 발생할 때 고장 이상 정보 데이터의 값을 변화시킨 후의 표식 데이터를 가리키고, 이를 기반으로, 클라우드 엔드 플랫폼은 해당 표식 데이터를 식별하여 차량이 이때에 고장이 발생한 것을 확정할 수 있다. 예시적으로, 차량이 업로드한 차량 데이터에서, 고장 이상 정보 데이터의 값이 정상적인 경우를 0으로 사전에 설정할 수 있고, 차량에 이상이 발생할 때, 해당 고장 신호 데이터의 값을 1로 변화시키고, 데이터 값 "1"은 즉 차량에 고장이 발생한 것을 클라우드 엔드 플랫폼에 제시하기 위한 고장 이상 정보 표식이다.
단계(S20)에서, 상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하고;
본 실시예에 있어서, 클라우드 엔드 플랫폼은 전체량의 차량 데이터 중의 어느 하나 또는 다수의 대상 데이터로부터 사전 설정된 고장 이상 정보 표식이 식별되는 것이 확정되면, 즉 해당 하나 또는 다수의 대상 데이터를 업로드한 대상 차량에 이미 고장이 발생한 것을 확정하고, 클라우드 엔드 플랫폼은 나아가 해당 대상 데이터에 휴대된 해당 대상 차량의 차량 관련 정보에 따라 해당 대상 차량에 고장 진단 태스크를 하달할 수 있다.
본 실시예에 있어서, 대상 데이터에 휴대된 해당 대상 차량의 차량 관련 정보는 고장 이상 정보 표식과 관련된 차량 VIN(도로 차량―차량 식별 번호) 코드, 데이터 업로드 시간, 해당 고장 이상 정보 표식이 속한 고장 신호 데이터의 명칭 및 데이터 값 등을 가리킨다. 또한, 클라우드 엔드 플랫폼은 단지 상술한 고장 이상 신호 표식이 식별될 때에만 자체의 원격 진단 기능을 작동시켜 대응되는 차량에 고장 진단 태스크를 하달하는 것을 설명하고자 한다.
단계(30)에서, 상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성한다.
본 실시예에 있어서, 클라우드 엔드 플랫폼은 고장 진단 태스크를 대응되는 대상 차량에 하달한 후, 해당 대상 차량으로 자체의 차량 컨트롤러를 통해 해당 고장 진단 태스크를 응답하여 상응한 진단 결과 데이터를 획득한 후, 해당 대상 차량은 나아가 해당 진단 결과 데이터를 클라우드 엔드 플랫폼에 반송하여, 클라우드 엔드 플랫폼은 해당 진단 결과 데이터를 수신한 후, 나아가 사전 수신된 전체량의 차량 데이터로부터 해당 대상 차량이 업로드한 대상 차량 데이터를 추출하여, 해당 대상 차량 데이터 및 해당 진단 결과 데이터에 따라 종합적인 고장 분석을 진행하여 해당 대상 차량의 원격 고장 진단 결과를 생성한다.
예시적으로, 도 3에 도시된 바와 같이, 클라우드 엔드 플랫폼("클라우드 엔드 (1)"로 도시됨)은 Flink(Apache 소프트웨어 재단에서 개발한 오픈 소스 스트림 처리 프레임워크, 그의 핵심은 Java와 Scala로 작성된 분산 스트리밍 데이터 스트림 엔진임) 기술을 이용하여 차량이 원격 데이터 전송 모듈(2)(TBOX)을 통해 업로드하는 차량 데이터를 실시간으로 판독하고, 데이터 스트림 중의 고장 이상 정보 데이터를 실시간으로 모니터링하고, 일단 고장 이상 정보 데이터의 값이 변화된 후의 고장 이상 정보 표식이 식별되면, 차량에 고장 이상이 발생하는 것을 표명하여, 클라우드 엔드 플랫폼은 원격 진단 기능을 즉시로 작동시켜 클라우드 엔드에서 진단 서비스 명령을 태스크 데이터 패킷으로 패키징하고, 해당 고장 이상 정보 데이터에 관련된 차량 VIN, 데이터 업로드 시간 및 고장 신호 데이터의 명칭과 값에 따라 무선 네트워크를 통해 해당 태스크 데이터 패킷을 차량 엔드에 송신하고, 차량은 원격 데이터 전송 모듈(2)을 통해 태스크 데이터 패킷을 수신하고, 상응한 컨트롤러(3)에 전송하여 태스크 해석을 진행한다.
컨트롤러(3)는 태스크를 진단 서비스 명령으로 해석하고, 상응한 컨트롤러(4)에 송신하여 실행에 응답하고(태스크가 다수의 컨트롤러에 관한 것이면, 컨트롤러(3)는 해석하여 획득된 진단 서비스 명령을 다수의 상응한 컨트롤러(n)에 송신하여 싱행에 응답하고, 컨트롤러(4-n)는 진단 서비스 명령을 실행하는 것에 응답한 후, 피드백 데이터를 컨트롤러(3)에 반송한다. 컨트롤러(3)는 컨트롤러(4-n) 각기 반송한 데이터를 수신 완료한 후, 나아가 모든 데이터를 반송 데이터 패킷으로 패키징하고, 이어서 반송 데이터 패킷을 진단 결과 데이터로서 원격 데이터 전송 모듈(2)에 전송하고, 해당 원격 데이터 전송 모듈(2)로 나아가 클라우드 엔드 플랫폼에 업로드한다.
마지막으로, 클라우드 엔드 플랫폼은 반송 데이터 패킷을 수신한 후, 해석을 진행하고 진단 커널을 통해 이전의 차량이 업로드한 데이터를 함께 겹합하여 차량의 고장을 판단하고, 해결 조치 등의 관련 제안을 제공할 수 있다.
나아가, 본 실시예에 있어서, "상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는" 상술한 단계 이후, 본 출원의 차량의 원격 고장 진단 방법은,
상기 A/S 시스템이 상기 원격 고장 진단 결과에 따라 상기 차량에 대해 유지 보수 서비스 준비를 진행하도록, 상기 원격 고장 진단 결과를 상기 A/S 시스템에 푸시하는 단계;를 더 포함할 수 있다.
본 실시예에 있어서, 클라우드 엔드 플랫폼은 고장이 발생한 대상 차량의 원격 고장 진단 결과를 생성한 후, 나아가 해당 대상 차량에 대응되는 A/S 시스템과의 사이의 통신 연결을 통해 해당 원격 고장 진단 결과를 해당 A/S 시스템에 푸싱하고, 이로써, 해당 A/S 시스템은 해당 원격 고장 진단 결과에 따라 해당 대상 차량에 대해 상응한 유지 보수 서비스 준비를 진행할 수 있으며, 이로써, 대상 차량이 예정대로 해당 A/S 시스템이 지정한 정비소에 도착한 후, 정비 인원은 사전 준비에 따라 차량 보수를 신속하게 진행할 수 있다.
하나의 가능한 실시예로서, A/S 시스템은 클라우드 엔드 플랫폼에서 푸싱한 대상 차량의 원격 고장 진단 결과를 수신한 후, 구체적으로 차량 소유자 정보를 매칭하여 주동적으로 정비소에 진입할 차량을 예약하고, 예비 부품 시스템을 통해 대상 차량에 대해 예비 부품에 대한 준비를 진행할 수도 있다.
본 실시예에 있어서, 본 출원의 차량의 원격 고장 진단 방법은, 클라우드 엔드 플랫폼을 통해 사전 연결된 하나 또는 다수의 차량이 자체가 발생한 차량 데이터를 실시간으로 업로드하는 과정에서 해당 차량 데이터를 실시간으로 판독하고, 해당 차량 데이터에 대해 실시간으로 모니터링을 진행하여, 전체량의 차량 데이터 중의 하나 또는 다수의 대상 데이터로부터 사전 설정된 고장 이상 정보 표식이 식별되는지 여부를 확정한다. 클라우드 엔드 플랫폼은 전체량의 차량 데이터 중의 어느 하나 또는 다수의 대상 데이터로부터 사전 설정된 고장 이상 정보 표식이 식별되는 것이 확정되면, 즉 해당 하나 또는 다수의 대상 데이터를 업로드한 대상 차량에 이미 고장이 발생한 것을 확정하고, 클라우드 엔드 플랫폼은 나아가 해당 대상 데이터에 휴대된 해당 대상 차량의 차량 관련 정보에 따라 해당 대상 차량에 고장 진단 태스크를 하달할 수 있다. 클라우드 엔드 플랫폼은 고장 진단 태스크를 대응되는 대상 차량에 하달한 후, 해당 대상 차량으로 자체의 차량 컨트롤러를 통해 해당 고장 진단 태스크를 응답하여 상응한 진단 결과 데이터를 획득한 후, 해당 대상 차량은 나아가 해당 진단 결과 데이터를 클라우드 엔드 플랫폼에 반송하여, 클라우드 엔드 플랫폼은 해당 진단 결과 데이터를 수신한 후, 나아가 사전 수신된 전체량의 차량 데이터로부터 해당 대상 차량이 업로드한 대상 차량 데이터를 추출하여, 해당 대상 차량 데이터 및 해당 진단 결과 데이터에 따라 종합적인 고장 분석을 진행하여 해당 대상 차량의 원격 고장 진단 결과를 생성한다.
이로써, 본 출원은, 차량이 클라우드 엔드 플랫폼에 업로드한 차량 데이터를 실시간으로 모니터링하고, 고장 이상 신호 표식을 식별할 때 차량이 로컬 엔드에서 진단을 진행하도록 원격으로 대응되는 차량에 진단 태스크를 하달하고, 마지막으로 클라우드 엔드 플랫폼으로 해당 차량이 업로드한 차량 데이터 및 로컬 엔드에서 진단을 진행한 결과 데이터를 통해 차량 최종의 원격 고장 진단 결과를 생성한다. 이로써, 본 출원의 기술적 방안은 원격 진단 서비스를 기반으로 차량 고장에 대해 신속하게 진단을 진행하는 것을 실현하여, 차량에 고장이 발생한 후 반드시 정비 인원이 정비소에서 현장에서 고장 검출 및 진단을 진행할 필요가 없어, 효과적으로 차량 고장을 진단하는 시간 주기를 단축시키고 인건비를 절약한다.
또한, 본 출원의 기술적 방안에 있어서, 클라우드 엔드 플랫폼은 또한 차량의 A/S 시스템과 직접적으로 도킹될 수 있어, 원격 진단으로 획득한 고장 진단 결과를 A/S 시스템에 제공하여 차량에 대해 A/S 보수 등의 서비스를 진행하는 것을 보조할 수 있어, 차량에 대한 사용자의 사용 경험을 크게 향상시킬 수 있다.
나아가, 상술한 본 출원의 차량의 원격 고장 진단 방법의 제1 실시예를 기반으로, 본 출원의 차량의 원격 고장 진단 방법의 제2 실시예를 제출한다.
본 실시예에 있어서, 상술한 클라우드 엔드 플랫폼은 제1 클라우드 엔드 데이터 베이스 및 제2 클라우드 엔드 데이터 베이스를 포함하고, 본 출원의 차량의 원격 고장 진단 방법은,
상기 차량이 실시간으로 업로드하는 상기 차량 데이터를 상기 제1 클라우드 엔드 데이터 베이스에 저장하는 단계;
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터를 상기 제2 클라우드 엔드 데이터 베이스에 저장하는 단계;를 더 포함할 수 있다.
본 실시예에 있어서, 클라우드 엔드 플랫폼은 로컬 엔드에서 제1 클라우드 엔드 데이터 베이스를 구축함으로써 연결된 하나 또는 다수의 차량이 실시간으로 업로드하는 차량 데이터에 대해 저장을 진행하고, 해당 제1 클라우드 엔드 데이터 베이스에 저장된 차량 데이터는 후속적으로 클라우드 엔드 플랫폼에서 데이터 쿼리를 진행하여 고장이 발생한 대상 차량의 원격 고장 진단 결과를 생성하도록 사용된다.
또한, 클라우드 엔드 플랫폼은 로컬 엔드에서 제2 클라우드 엔드 데이터 베이스를 구축함으로써 실시간으로 모니터링하여 식별된 대상 데이터에 대해 저장을 진행하기도 하고, 즉, 클라우드 엔드 플랫폼은 고장 이상 신호 표식이 식별되면, 해당 표식이 속한 고장 이상 정보 데이터에 관련된 대상 차량의 차량 VIN, 데이터 업로드 시간 및 해당 고장 이상 신호 데이터의 명칭과 데이터 값을 해당 제2 클라우드 엔드 데이터 베이스에 저장하여 사용자가 후속적으로 클라우드 엔드 플랫폼에서 제2 클라우드 엔드 데이터 베이스에서 판독된 차량 관련 정보에 따라 대상 차량에 고장 진단 태스크를 하달하도록 사용된다.
예시적으로, 도 4에 도시된 응용 흐름과 같이, 클라우드 엔드는 차량 데이터를 획득한 후, 해당 데이터를 사전에 로컬에서 구축한 클라우드 엔드 데이터 베이스(2)에 저장하여, 후속적으로 원격 진단 모듈로 해당 데이터 베이스(2)에서 차량 데이터를 추출하여 고장 진단 분석을 진행하도록 사용된다. 또한, 클라우드 엔드는 실시간으로 차량이 업로드한 데이터를 추출하고 실시간으로 판단을 진행함으로써, 고장 이상의 데이터 값에 변화가 발생하는 것이 식별될 때, 즉시 차량 VIN, 데이터 업로드 시간 및 고장 이상 정보의 명칭과 데이터 값을 사전에 로컬에서 구축한 클라우드 엔드 데이터 베이스(1)에 저장한 후, 클라우드 엔드 플랫폼은 RVDC(Remote Vehicle Data Collection, 원격 차량 데이터 수집) 기능을 통해, 비동기 전송 쿼리로 명령 상호작용을 응답하는 방식으로, 고장이 발생한 대상 차량의 엔드로부터 해당 차량의 상세 고장 정보를 획득한다. 더 나아가, 클라우드 엔드는 로컬 엔드의 원격 진단 모듈을 통해 해당 상세 고장 정보 및 클라우드 엔드 데이터 베이스(2)에서 추출한 해당 대상 차량이 업로드한 차량 데이터를 기반으로 고장 분석을 진행하여 고장 진단 결과를 생성할 수 있다. 마지막으로, 클라우드 엔드는 해당 진단 결과를 로컬에 저장하고, 나아가 해당 진단 결과를 사전 연결된 해당 대상 차량에 대응되는 A/S 시스템에 푸싱한다.
나아가, 하나의 가능한 실시예에 있어서, "상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하는" 상술한 단계는,
상기 제2 클라우드 엔드 데이터 베이스에 저장된 상기 대상 데이터에 따라, 상기 차량 중 고장 이상을 진단하고자는 대상 차량의 차량 관련 정보를 확정하는 단계;
상기 대상 차량에 대한 고장 진단 태스크를 생성하는 단계;
상기 차량 관련 정보에 따라 상기 고장 진단 태스크를 상기 대상 차량에 하달하는 단계;를 포함할 수 있다.
본 실시예에 있어서, 클라우드 엔드 플랫폼은 전체량의 차량 데이터 중의 대상 데이터에서 고장 이상 신호 표식을 식별하여 해당 대상 데이터를 상술한 제2 클라우드 엔드 데이터 베이스에 저장한 후, 나아가 자체의 원격 진단 모듈을 통해 제2 클라우드 엔드 데이터 베이스에 저장된 해당 대상 데이터에서 고장 이상 정보 데이터에 관련된 차량 관련 정보를 추출하고, 고장이 발생한 차량이 UDS(Unified Diagnostic Services, 통합 진단 서비스) 기능을 지원하는 것을 확정한 경우, 즉시 로컬 엔드에서 UDS의 서비스 명령 규칙 및 무선 전송 시 증가되는 관련 정보에 따라 패키징을 진행하여 해당 대상 차량에 대한 고장 진단 태스크를 생성하고, 더 나아가, 클라우드 엔드 플랫폼은 해당 차량 관련 정보에 따라 생성된 고장 진단 태스크를 대상 차량에 하달할 수 있다.
나아가, 하나의 가능한 실시예에 있어서, "상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는" 상술한 단계는,
상기 제1 클라우드 엔드 데이터 베이스에 저장된 상기 차량 데이터로부터 상기 대상 차량의 대상 차량 데이터를 판독하는 단계;
상기 대상 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 단계;를 포함할 수 있다.
본 실시예에 있어서, 클라우드 엔드 플랫폼은 대상 차량이 하나 또는 다수의 차량 컨트롤러를 호출하여 상술한 고장 진단 태스크의 실행에 응답하여 획득한 진단 결과 데이터를 수신한 후, 나아가 자체의 원격 진단 모듈을 통해, 상술한 저장된 하나 또는 다수의 차량이 실시간으로 업로드하는 전체량의 차량 데이터로부터 해당 대상 차량이 업로드한 대상 차량 데이터를 판독한 후, 해당 원격 진단 모듈로 해당 대상 차량 데이터 및 해당 대상 차량에서 반송된 진단 결과 데이터를 기반으로 종합적인 고장 분석을 진행하여, 해당 대상 차량 최종의 원격 고장 진단 결과를 생성한다.
나아가, 상술한 본 출원의 차량의 원격 고장 진단 방법의 제1 실시예 및/또는 제2 실시예를 기반으로, 본 출원의 차량의 원격 고장 진단 방법의 제3 실시예를 제출한다.
본 실시예에 있어서, 본 출원의 차량의 원격 고장 진단 방법은 상술한 클라우드 엔드 플랫폼에 연결된 차량에 적용되고, 본 출원의 차량의 원격 고장 진단 방법은,
상기 클라우드 엔드 플랫폼이 하달한 고장 진단 태스크를 수신하는 단계;
기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하는 단계;
상기 클라우드 엔드 플랫폼이 상기 진단 결과 데이터 및 상기 클라우드 엔드 플랫폼에 사전 저장된 차량 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록, 상기 진단 결과 데이터를 상기 클라우드 엔드 플랫폼에 반송하는 단계;를 포함할 수 있다.
본 실시예에 있어서, 차량은 자체가 발생한 차량 데이터를 클라우드 엔드 플랫폼에 실시간으로 업로드하는 과정에서, 클라우드 엔드 플랫폼이 차량 데이터를 실시간으로 모니터링하고 차량에 고장 진단 태스크를 하달하면, 차량은 해당 고장 진단 태스크를 수신한 후, 즉시 자체의 하나 또는 다수의 차량 컨트롤러를 호출하여 해당 고장 진단 태스크의 실행에 응답하여, 상응한 진단 결과 데이터를 획득한 후, 차량은 나아가 해당 진단 결과 데이터를 클라우드 엔드 플랫폼에 반송하여, 클라우드 엔드 플랫폼은 해당 진단 결과 데이터를 수신하고, 나아가 사전 수신된 전체량의 차량 데이터로부터 해당 대상 차량이 업로드한 대상 차량 데이터를 추출하여, 해당 대상 차량 데이터 및 해당 진단 결과 데이터에 따라 종합적인 고장 분석을 진행하여 해당 대상 차량의 원격 고장 진단 결과를 생성할 수 있다.
본 실시예에 있어서, 고장 진단 태스크는 구체적으로 UDS 사양에 부합되는 차량 중의 하나의 차량 컨트롤러에 대한 진단 태스크일 수 있으며, 또는, 해당 고장 진단 태스크는 구체적으로 UDS 사양에 부합되는 차량 중의 다수의 차량 컨트롤러에 대한 진단 태스크일 수도 있는 것을 설명하고자 한다. 이를 기반으로, "기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하는" 상술한 단계는,
상기 고장 진단 태스크를 해석하고, 차량 네트워크를 통해 상기 고장 진단 태스크를 대응되는 하나 또는 다수의 차량 컨트롤러에 송신하는 단계;
하나 또는 다수의 차량 컨트롤러가 상기 차량 네트워크를 통해 반송하는 결과 데이터를 수신하되, 상기 결과 데이터는 하나 또는 다수의 차량 컨트롤러가 상기 고장 진단 태스크를 응답할 때 발생하는 것인 단계;
상기 결과 데이터에 대해 패키징을 진행하여 상기 고장 진단 태스크에 대응되는 진단 결과 데이터를 획득하는 단계;를 포함할 수 있다.
본 실시예에 있어서, 차량은 클라우드 엔드 플랫폼이 하달한 고장 진단 태스크를 수신한 후, 자체의 태스크 해석 모듈을 통해 해당 고장 진단 태스크에 대해 해석을 진행하여, 차량 중의 하나의 차량 컨트롤러에 대한 진단 태스크를 확정하거나, 또는, 차량 중의 다수의 차량 컨트롤러에 대한 진단 태스크를 분석 및 확정하고, 이어서, 해당 태스크 해석 모듈로 단지 하나의 차량 컨트롤러에 대한 진단 태스크가 해석 및 확정되면, 즉시 해당 진단 태스크를 해당 차량 컨트롤러에 송신하여 실행에 응답하여 결과 데이터를 생성하거나, 또는, 해당 태스크 해석 모듈로 다수의 차량 컨트롤러에 대한 진단 태스크가 해석 및 확정되면, 해당 태스크 해석 모듈은 해당 진단 태스크를 각각 상응한 차량 컨트롤러에 송신하여, 해당 다수의 차량 컨트롤러로 각각 실행에 응답하여 상응한 결과 데이터를 생성한다.
예시적으로, 도 5에 도시된 응용 흐름과 같이, 클라우드 엔드는 차량 엔드에서 지원하는 UDS 기능을 이용하여 UDS의 서비스 명령 규칙 및 무선 전송 시 증가되는 관련 정보에 따라 패키징을 진행하여 고장 진단 태스크를 형성한 후, 나아가 차량과의 사이에 통신 연결을 구축한 무선 네트워크를 통해 해당 고장 진단 태스크를 차량 엔드의 무선 송수신 모듈(TBOX)에 전송하고, 이로써, 차량은 해당 고장 진단 태스크를 수신한 후, 즉시 해당 무선 송수신 모듈을 태스크 해석 모듈로서 고장 진단 태스크에 대해 해석을 진행하거나, 또는, 해당 무선 송수신 모듈로 차량 네트워크(CAN, 이더넷 또는 기타 유형의 통신 방식)를 통해 수신된 고장 진단 태스크를 차량 전용 구성의 태스크 해석 모듈에 송신하여, 해당 태스크 해석 모듈로 해당 고장 진단 태스크에 대해 해석을 진행한다.
태스크 해석 모듈은 차량이 지원하는 UDS 기능의 데이터 패키징 규칙에 따라 고장 해석 태스크에 대해 해석을 진행하여, UDS 사양에 부합되는 어느 하나 또는 다수의 차량 컨트롤러("ECU"로 도시됨)에 대한 진단 태스크를 해석하고, 상술한 차량 네트워크를 통해 진단 태스크를 대응되는 ECU에 송신한다.
ECU는 진단 태스크를 수신한 후, 즉시 진단 태스크의 명령을 응답하고 차량 네트워크를 통해 다시 진단 태스크를 응답하여 발생된 결과 데이터를 태스크 해석 모듈에 반송하고, 태스크 해석 모듈은 모든 ECU에 발생되는 결과 데이터를 수집 완료한 후, 모든 결과 데이터에 대해 패키징을 진행하여 진단 결과 데이터 패킷을 형성한다.
마지막으로, 태스크 해석 모듈은 차량 네트워크를 통해 진단하여 생성한 진단 결과 데이터 패킷을 무선 송수신 모듈에 송신하여, 해당 무선 송수신 모듈로 클라우드 엔드와의 사이의 무선 네트워크를 통해 해당 진단 결과 데이터 패킷을 클라우드 엔드에 업로드한다.
본 실시예에 있어서, 본 출원의 차량의 원격 고장 진단 방법은, 차량으로 자체가 발생한 차량 데이터를 클라우드 엔드 플랫폼에 실시간으로 업로드하는 과정에서, 클라우드 엔드 플랫폼이 차량 데이터를 실시간으로 모니터링하고 차량에 고장 진단 태스크를 하달하면, 차량은 해당 고장 진단 태스크를 수신한 후, 즉시 자체의 하나 또는 다수의 차량 컨트롤러를 호출하여 해당 고장 진단 태스크의 실행에 응답하여, 상응한 진단 결과 데이터를 획득한 후, 차량은 나아가 해당 진단 결과 데이터를 클라우드 엔드 플랫폼에 반송하여, 클라우드 엔드 플랫폼은 해당 진단 결과 데이터를 수신하고, 나아가 사전 수신된 전체량의 차량 데이터로부터 해당 대상 차량이 업로드한 대상 차량 데이터를 추출하여, 해당 대상 차량 데이터 및 해당 진단 결과 데이터에 따라 종합적인 고장 분석을 진행하여 해당 대상 차량의 원격 고장 진단 결과를 생성할 수 있다.
이로써, 본 출원의 기술적 방안은 원격 진단 서비스를 기반으로 차량 고장에 대해 신속하게 진단을 진행하는 것을 실현하여, 차량에 고장이 발생한 후 반드시 정비 인원이 정비소에서 현장에서 고장 검출 및 진단을 진행할 필요가 없어, 효과적으로 차량 고장을 진단하는 시간 주기를 단축시키고 인건비를 절약한다.
또한, 본 출원은 차량의 원격 고장 진단 장치를 더 제공하며, 도 6에 도시된 바와 같이, 본 출원의 차량의 원격 고장 진단 장치는 클라우드 엔드 플랫폼에 적용되고, 상기 클라우드 엔드 플랫폼은 차량과 상호 연결되고, 본 출원의 차량의 원격 고장 진단 장치는,
상기 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하도록 구성되는 실시간 모니터링 모듈;
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하도록 구성되는 태스크 하달 모듈;
상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록 구성되는 진단 결과 확인 모듈;을 포함하고,
본 출원의 차량의 원격 고장 진단 장치는 상기 차량에 더 적용되고, 본 출원의 차량의 원격 고장 진단 장치는,
상기 클라우드 엔드 플랫폼이 하달한 고장 진단 태스크를 수신하도록 구성되는 태스크 수신 모듈;
기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하도록 구성되는 태스크 응답 모듈;
상기 클라우드 엔드 플랫폼이 상기 진단 결과 데이터 및 상기 클라우드 엔드 플랫폼에 사전 저장된 차량 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록, 상기 진단 결과 데이터를 상기 클라우드 엔드 플랫폼에 반송하도록 구성되는 결과 피드백 모듈;을 더 포함한다.
선택적으로, 상기 클라우드 엔드 플랫폼은 상기 차량의 A/S 시스템과 더 상호 연결되고; 본 출원의 차량의 원격 고장 진단 장치는,
상기 A/S 시스템이 상기 원격 고장 진단 결과에 따라 상기 차량에 대해 유지 보수 서비스 준비를 진행하도록, 상기 원격 고장 진단 결과를 상기 A/S 시스템에 푸시하도록 구성되는 A/S 시스템 도킹 모듈;을 더 포함한다.
선택적으로, 상기 클라우드 엔드 플랫폼은 제1 클라우드 엔드 데이터 베이스 및 제2 클라우드 엔드 데이터 베이스를 포함하고, 본 출원의 차량의 원격 고장 진단 장치는,
상기 차량이 실시간으로 업로드하는 상기 차량 데이터를 상기 제1 클라우드 엔드 데이터 베이스에 저장하고; 및 상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터를 상기 제2 클라우드 엔드 데이터 베이스에 저장하도록 도록 구성되는 데이터 저장 모듈;을 더 포함한다.
선택적으로, 태스크 하달 모듈은, 상기 제2 클라우드 엔드 데이터 베이스에 저장된 상기 대상 데이터에 따라, 상기 차량 중 고장 이상을 진단하고자는 대상 차량의 차량 관련 정보를 확정하고; 상기 대상 차량에 대한 고장 진단 태스크를 생성하고; 상기 차량 관련 정보에 따라 상기 고장 진단 태스크를 상기 대상 차량에 하달하도록 더 구성된다.
선택적으로, 진단 결과 확인 모듈은, 상기 제1 클라우드 엔드 데이터 베이스에 저장된 상기 차량 데이터로부터 상기 대상 차량의 대상 차량 데이터를 판독하고; 상기 대상 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록 더 구성된다.
선택적으로, 태스크 응답 모듈은, 상기 고장 진단 태스크를 해석하고, 차량 네트워크를 통해 상기 고장 진단 태스크를 대응되는 하나 또는 다수의 차량 컨트롤러에 송신하고; 하나 또는 다수의 차량 컨트롤러가 상기 차량 네트워크를 통해 반송하는 결과 데이터를 수신하되, 상기 결과 데이터는 하나 또는 다수의 차량 컨트롤러가 상기 고장 진단 태스크를 응답할 때 발생하는 것이고; 상기 결과 데이터에 대해 패키징을 진행하여 상기 고장 진단 태스크에 대응되는 진단 결과 데이터를 획득하도록 더 구성된다.
본 출원의 차량의 원격 고장 진단 장치의 구체적인 실시예는 상술한 차량의 원격 고장 진단 방법의 각 실시예와 기본적으로 동일하고, 여기서 이에 대한 중복된 설명은 생략하기로 한다.
또한, 본 출원의 실시예는 상술한 임의의 하나의 실시예에 언급된 차량을 더 제공한다.
도 7을 참조하면, 도 7은 본 출원의 실시예에 언급된 차량에 관한 하드웨어 운행 환경의 기기 구조 개략도이다.
도 7에 도시된 바와 같이, 해당 차량은, 프로세서(1001; 예컨대, CPU), 저장 장치(1005), 통신 버스(1002)를 포함할 수 있다. 여기서, 통신 버스(1002)는 프로세서(1001)와 저장 장치(1005) 사이의 연결 통신을 실현하도록 구성된다. 저장 장치(1005)는 고속 RAM저장 장치일 수 있고, 예컨대 자기 디스크 저장 장치와 같은 안정적인 저장 장치(non-volatile memory)일 수도 있다. 저장 장치(1005)는 선택적으로 전술한 프로세서(1001)에 독립적인 저장 장치일 수도 있다.
선택적으로, 해당 차량은 직사각형 사용자 인터페이스, 네트워크 인터페이스, 카메라, RF(Radio Frequency, 무선 주파수) 회로, 센서, 오디오 회로, WiFi 모듈 등을 더 포함할 수 있다. 직사각형 사용자 인터페이스는 표시 화면(Display), 키보드(Keyboard)와 같은 입력 서브 모듈을 포함할 수 있으며, 선택 가능한 직사각형 사용자 인터페이스는 표준 유선 인터페이스, 무선 인터페이스를 포함할 수도 있다. 네트워크 인터페이스는 선택적으로 표준 유선 인터페이스, 무선 인터페이스(예컨대, WI-FI 인터페이스)를 포함할 수 있다.
도 4에 도시된 구조는 차량에 대한 한정을 구성하는 것이 아니며, 실제 응용의 상이한 설계 요구를 기반으로, 상이한 실행 가능한 실시예에서 차량은 물론 도시된 것보다 더 많거나 더 적은 부재를 포함하거나, 또는 일부의 부재를 조합하거나, 또는 상이한 부재 배치를 진행할 수도 있는 것을 당해 기술분야의 기술자는 이해할 수 있을 것이다.
도 7에 도시된 바와 같이, 일 종의 저장 매체인 저장 장치(1005)에는 운영체제, 네트워크 통신 모듈 및 차량의 원격 고장 진단 프로그램이 포함될 수 있다. 운영체제는 운영 체제는 차량의 하드웨어 및 소프트웨어 리소스를 기반으로 하는 프로그램을 관리 및 제어하고, 차량의 원격 고장 진단 프로그램 및 기타 소프트웨어 및/또는 프로그램의 운행을 지원한다. 네트워크 통신 모듈은 저장 장치(1005) 내부의 각 구성 요소 사이의 통신, 및 차량의 원격 고장 진단 장치 중의 기타 하드웨어 및 소프트웨어와의 사이의 통신을 실현하도록 구성된다.
도 7에 도시된 차량에 있어서, 프로세서(1001)는 저장 장치(1005)에 저장된 차량의 원격 고장 진단 프로그램을 실행하여, 상술한 어느 하나의 실시예의 차량의 원격 고장 진단 방법의 단계들을 실현하도록 구성된다.
본 출원의 차량의 구체적인 실시예는 상술한 차량의 원격 고장 진단 방법의 각 실시예와 기본적으로 동일하고, 여기서 이에 대한 중복된 설명은 생략하기로 한다.
또한, 본 출원의 실시예는 컴퓨터 저장 매체를 더 제공하며, 상기 컴퓨터 저장 매체에는 하나 또는 다수의 프로그램이 저장되고, 상기 하나 또는 다수의 프로그램이 하나 또는 다수의 프로세서에 의해 실행되어 상술한 어느 한 항의 차량의 원격 고장 진단 방법의 단계들을 실현할 수 있다.
본 출원의 컴퓨터 저장 매체의 구체적인 실시예는 상술한 차량의 원격 고장 진단 방법의 각 실시예와 기본적으로 동일하고, 여기서 이에 대한 중복된 설명은 생략하기로 한다.
또한, 본 출원은 컴퓨터 프로그램을 포함하는 컴퓨터 프로그램 제품을 더 제공하며, 해당 컴퓨터 프로그램이 프로세서에 의해 실행될 때 상술한 차량의 원격 고장 진단 방법의 단계들을 실현한다.
본 출원의 컴퓨터 프로그램 제품의 구체적인 실시예는 상술한 차량의 원격 고장 진단 방법의 각 실시예와 기본적으로 동일하고, 여기서 이에 대한 중복된 설명은 생략하기로 한다.
본 명세서에 있어서, 용어 "포함", "구비" 또는 이의 임의의 기타 변형은 비배타적인 포함을 포함하고자 하며, 이로써, 일련의 요소들을 포함하는 과정, 방법, 물품 또는 장치는 이러한 요소들을 포함할 뿐만 아니라, 명확하게 나열되지 않은 기타의 요소들도 포함하며, 또는 이러한 과정, 방법, 물품 또는 장치에 고유한 요소들을 더 포함하는 것을 설명하고자 한다. 더욱 많은 제한이 없는 한, 문구 "하나의 ...를 포함"으로 한정된 요소는 해당 요소를 포함하는 과정, 방법, 물품 또는 장치에 추가적인 동일한 요소가 더 존재하는 것을 배제하는 것이 아니다.
상술한 본 발명의 실시예 번호는 단지 설명을 위한 것일 뿐, 실시예의 우열을 대표하는 것은 아니다.
이상의 실시예에 대한 설명을 통해, 상술한 실시예의 방법은 소프트웨어와 필요한 일반 하드웨어 플랫폼을 겹합하는 방식의 도움을 통해 실현할 수 있으며, 물론, 하드웨어를 통해 실현할 수도 있으나, 많은 경우에 전자가 더욱 바람직한 실시예인 것을 당해 기술분야의 기술자는 명확하게 이해할 수 있을 것이다. 이러한 이해를 기반으로, 본 발명의 기술적 방안은 본질적으로 또는 기존 기술에 기여하는 부분은 소프트웨어 제품의 형태로 구현될 수 있으며, 해당 컴퓨터 소프트웨어 제품은 하나의 저장 매체(예컨대, ROM/RAM, 자기 디스크, 광 디스크)에 저장되고, 하나의 단말기 장치(차량 컴퓨터, 스마트폰, 휴대 전화, 컴퓨터, 서버 에어컨, 또는 네트워크 장치 등일 수 있음)로 본 발명의 각 실시예의 방법을 실행시키기 위한 여러 명령을 포함한다.
이상의 내용은 단지 본 발명의 바람직한 실시예일 뿐, 이로 인해 본 발명의 특허 범위가 제한되는 것이 아니며, 본 발명의 명세서 및 첨부된 도면의 내용을 이용하여 진행한 균등한 구조 또는 균등한 흐름 변환, 또는 기타 관련된 기술분야에 직접적으로 또는 간접적으로 운용되는 것은 모두 마찬가지로 본 발명의 특허 보호 범위 내에 포함된다.
Claims (10)
- 차량의 원격 고장 진단 방법에 있어서,
상기 차량의 원격 고장 진단 방법은 클라우드 엔드 플랫폼에 적용되고, 상기 클라우드 엔드 플랫폼은 차량과 통신하고, 상기 차량의 원격 고장 진단 방법은,
상기 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하는 단계;
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하는 단계; 및
상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 단계를 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 방법. - 제1항에 있어서,
상기 클라우드 엔드 플랫폼은 상기 차량의 A/S 시스템과 더 통신하고;
상기 차량의 원격 고장 진단 방법은,
상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 단계 이후,
상기 A/S 시스템이 상기 원격 고장 진단 결과에 따라 상기 차량에 대해 유지 보수 서비스 준비할 수 있도록, 상기 원격 고장 진단 결과를 상기 A/S 시스템에 푸시하는 단계를 더 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 방법. - 제1항에 있어서,
상기 클라우드 엔드 플랫폼은 제1 클라우드 엔드 데이터 베이스 및 제2 클라우드 엔드 데이터 베이스를 포함하고,
상기 차량의 원격 고장 진단 방법은,
상기 차량이 실시간으로 업로드하는 상기 차량 데이터를 상기 제1 클라우드 엔드 데이터 베이스에 저장하는 단계; 및
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터를 상기 제2 클라우드 엔드 데이터 베이스에 저장하는 단계;를 더 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 방법. - 제3항에 있어서,
상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하는 단계는,
상기 제2 클라우드 엔드 데이터 베이스에 저장된 상기 대상 데이터에 따라, 상기 차량 중 고장 이상을 진단하고자 대기하는 대상 차량의 차량 관련 정보를 확정하는 단계;
상기 대상 차량에 대한 고장 진단 태스크를 생성하는 단계; 및
상기 차량 관련 정보에 따라 상기 고장 진단 태스크를 상기 대상 차량에 하달하는 단계를 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 방법. - 제4항에 있어서,
상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 단계는,
상기 제1 클라우드 엔드 데이터 베이스에 저장된 상기 차량 데이터로부터 상기 대상 차량의 대상 차량 데이터를 판독하는 단계; 및
상기 대상 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하는 단계를 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 방법. - 차량의 원격 고장 진단 방법에 있어서,
상기 차량의 원격 고장 진단 방법은 차량에 적용되고, 상기 차량은 클라우드 엔드 플랫폼과 통신하고, 상기 차량의 원격 고장 진단 방법은,
상기 차량의 동작 동안 생성된 차량 데이터를 상기 클라우드 엔드 플랫폼에 연속적으로 업로드하는 단계;
상기 클라우드 엔드 플랫폼이 하달한 고장 진단 태스크를 수신하는 단계 -상기 고장 진단 태스크는 상기 차량 데이터를 실시간으로 모니터링하는 것에 기초하여 상기 클라우드 엔드 플랫폼에 의해 생성됨 - ;
기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하는 단계; 및
상기 클라우드 엔드 플랫폼이 수신한 상기 진단 결과 데이터 및 상기 차량 데이터에 따라 상기 클라우드 엔드 플랫폼이 상기 차량의 원격 고장 진단 결과를 생성할 수 있도록, 상기 진단 결과 데이터를 상기 클라우드 엔드 플랫폼에 반송하는 단계를 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 방법. - 제6항에 있어서,
상기 기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하는 단계는,
상기 고장 진단 태스크를 해석하고, 차량 네트워크를 통해 상기 고장 진단 태스크를 대응되는 하나 또는 다수의 차량 컨트롤러에 송신하는 단계;
하나 또는 다수의 차량 컨트롤러가 상기 차량 네트워크를 통해 반송하는 결과 데이터를 수신하는 단계 - 상기 결과 데이터는 하나 또는 다수의 차량 컨트롤러가 상기 고장 진단 태스크에 응답할 때 발생함 - ; 및
상기 결과 데이터에 대해 패키징을 진행하여 상기 고장 진단 태스크에 대응되는 진단 결과 데이터를 획득하는 단계를 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 방법. - 차량의 원격 고장 진단 장치에 있어서,
상기 차량의 원격 고장 진단 장치는 클라우드 엔드 플랫폼에 적용되고, 상기 클라우드 엔드 플랫폼은 차량과 통신하고, 상기 차량의 원격 고장 진단 장치는,
상기 차량이 실시간으로 업로드하는 차량 데이터를 모니터링하고, 상기 차량 데이터의 대상 데이터로부터 기설정된 고장 이상 신호 표식이 식별되는지 여부를 확정하도록 구성되는 실시간 모니터링 모듈;
상기 대상 데이터로부터 상기 고장 이상 신호 표식이 식별된 것이 확정되면, 상기 대상 데이터에 따라 상기 차량에 고장 진단 태스크를 하달하도록 구성되는 태스크 하달 모듈; 및
상기 차량이 로컬 엔드에서 상기 고장 진단 태스크를 실행한 후 반송한 진단 결과 데이터를 수신하고, 상기 차량 데이터 및 상기 진단 결과 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성하도록 구성되는 진단 결과 확인 모듈을 포함하고,
상기 차량의 원격 고장 진단 장치는 상기 차량에 더 적용되고, 상기 장치는,
상기 클라우드 엔드 플랫폼이 하달한 고장 진단 태스크를 수신하도록 구성되는 태스크 수신 모듈;
기설정된 하나 또는 다수의 차량 컨트롤러를 호출하여 상기 고장 진단 태스크를 진행하여 진단 결과 데이터를 획득하도록 구성되는 태스크 응답 모듈; 및
상기 클라우드 엔드 플랫폼이 상기 진단 결과 데이터 및 상기 클라우드 엔드 플랫폼에 사전 저장된 차량 데이터에 따라 상기 차량의 원격 고장 진단 결과를 생성할 수 있도록, 상기 진단 결과 데이터를 상기 클라우드 엔드 플랫폼에 반송하도록 구성되는 결과 피드백 모듈을 더 포함하는 것을 특징으로 하는 차량의 원격 고장 진단 장치. - 차량에 있어서,
저장 장치, 프로세서, 및 저장 장치 상에 저장된 상기 차량의 원격 고장 진단 방법을 실현하기 위한 프로그램을 포함하고,
상기 저장 장치는 차량의 원격 고장 진단 방법을 실현하는 상기 프로그램을 저장하도록 구성되고;
상기 프로세서는 상기 차량의 원격 고장 진단 방법을 실현하는 프로그램을 실행하여 제1항 내지 제7항 중 어느 한항의 차량의 원격 고장 진단 방법의 단계들을 실현하도록 구성되는 것을 특징으로 하는 차량. - 기록 매체에 저장된 컴퓨터 프로그램으로서,
상기 프로그램은 프로세서에 의해 실행되어, 제1항 내지 제7항 중 어느 한항의 차량의 원격 고장 진단 방법의 단계들을 실현하는 것을 특징으로 하는 기록 매체에 저장된 컴퓨터 프로그램.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210895558.5A CN115016445A (zh) | 2022-07-27 | 2022-07-27 | 车辆的远程故障诊断方法、装置、车辆及计算机存储介质 |
| CN202210895558.5 | 2022-07-27 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20240015587A KR20240015587A (ko) | 2024-02-05 |
| KR102666058B1 true KR102666058B1 (ko) | 2024-05-16 |
Family
ID=83065472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230096196A KR102666058B1 (ko) | 2022-07-27 | 2023-07-24 | 차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20240038002A1 (ko) |
| EP (1) | EP4312199A1 (ko) |
| JP (1) | JP7472420B2 (ko) |
| KR (1) | KR102666058B1 (ko) |
| CN (1) | CN115016445A (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115981857B (zh) * | 2022-12-23 | 2023-09-19 | 摩尔线程智能科技(北京)有限责任公司 | 故障分析系统 |
| CN117032162A (zh) * | 2023-08-04 | 2023-11-10 | 广州汽车集团股份有限公司 | 车辆的远程诊断方法、装置、设备及存储介质 |
| CN117708098B (zh) * | 2024-02-05 | 2024-06-21 | 中国第一汽车股份有限公司 | 电池故障诊断方法、装置、电子设备和存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010032431A (ja) | 2008-07-30 | 2010-02-12 | Denso Corp | リモート車両診断方法、リモート車両診断システム、及び車載診断装置 |
| JP2021096149A (ja) | 2019-12-17 | 2021-06-24 | ボッシュ株式会社 | 情報処理装置及び故障診断システム |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150094903A1 (en) * | 2013-09-30 | 2015-04-02 | Ford Global Technologies, Llc | Vehicle diagnostic and prognostic systems and methods |
| US9418493B1 (en) * | 2015-04-30 | 2016-08-16 | The Boeing Company | Methods and systems for data analytics |
| US11024102B2 (en) | 2018-05-10 | 2021-06-01 | Mahle International Gmbh | Apparatuses, systems, and methods for remotely capturing automotive vehicle diagnostic information, monitoring, and controlling |
| US11295560B2 (en) * | 2018-08-01 | 2022-04-05 | Ford Global Technologies, Llc | Cloud-managed validation and execution for diagnostic requests |
| KR20200044507A (ko) * | 2018-10-19 | 2020-04-29 | 최현민 | Ict 기반의 통합 모니터링 시스템을 활용한 특수 차량 고장 진단 및 운영법 |
| CN112445183A (zh) | 2019-08-30 | 2021-03-05 | 广西金奔腾车联网科技有限公司 | 一种基于柴油obd检测的远程监控平台及系统 |
| CN211425889U (zh) | 2019-12-28 | 2020-09-04 | 深圳市长龙铁路电子工程有限公司 | 一种机车信号设备的远程监测系统 |
| CN211374073U (zh) | 2020-03-27 | 2020-08-28 | 交通运输部公路科学研究所 | 一种汽车故障远程诊断系统 |
| CN113448320B (zh) * | 2021-08-30 | 2021-11-30 | 深圳市星卡科技有限公司 | 汽车双远程诊断方法、系统、装置和计算机设备 |
-
2022
- 2022-07-27 CN CN202210895558.5A patent/CN115016445A/zh active Pending
-
2023
- 2023-07-13 JP JP2023115204A patent/JP7472420B2/ja active Active
- 2023-07-14 US US18/222,046 patent/US20240038002A1/en active Pending
- 2023-07-18 EP EP23186080.0A patent/EP4312199A1/en active Pending
- 2023-07-24 KR KR1020230096196A patent/KR102666058B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010032431A (ja) | 2008-07-30 | 2010-02-12 | Denso Corp | リモート車両診断方法、リモート車両診断システム、及び車載診断装置 |
| JP2021096149A (ja) | 2019-12-17 | 2021-06-24 | ボッシュ株式会社 | 情報処理装置及び故障診断システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2024019033A (ja) | 2024-02-08 |
| EP4312199A1 (en) | 2024-01-31 |
| CN115016445A (zh) | 2022-09-06 |
| US20240038002A1 (en) | 2024-02-01 |
| JP7472420B2 (ja) | 2024-04-23 |
| KR20240015587A (ko) | 2024-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102666058B1 (ko) | 차량의 원격 고장 진단 방법, 장치, 차량 및 컴퓨터 저장 매체 | |
| CN108803552B (zh) | 一种设备故障的监测系统及监测方法 | |
| WO2018036554A1 (zh) | 设备故障检测系统及故障检测装置 | |
| CN103699111B (zh) | 分布式监控系统的故障检测方法和装置 | |
| CN102937930B (zh) | 应用程序监控系统及方法 | |
| WO2023125852A1 (zh) | 远程诊断方法及装置、电子设备和存储介质 | |
| CN105302120A (zh) | 智能设备的远程服务装置、系统和方法 | |
| US8793366B2 (en) | Method and arrangement for diagnosing networks including field bus systems | |
| WO2022142223A1 (zh) | 作业机械的故障处理方法、系统和电子设备 | |
| WO2023125591A1 (zh) | 远程诊断方法及装置、系统、电子设备和存储介质 | |
| WO2022088862A1 (zh) | 电力机车控制电路的检测方法、装置与移动终端 | |
| CN113419920B (zh) | 物联管理平台仿真测试系统联调测试过程实时监控方法 | |
| CN103914058B (zh) | 一种油气管道工控设备远程监控系统的故障诊断和告警方法及系统 | |
| CN113572260A (zh) | 一种基于数字孪生技术的分布式能源站智慧运维系统 | |
| CN106706000B (zh) | 经纬仪智能网络监测方法及系统 | |
| KR20210055238A (ko) | 자동화 설비의 mes 연동형 고장분석 시스템 및 방법 | |
| CN114578786A (zh) | 一种车辆测试系统 | |
| JP2019120998A (ja) | 制御システムおよび制御装置 | |
| CN106776193A (zh) | 电源监控装置从机故障的虚拟测试设备及测试方法 | |
| CN105913226A (zh) | 基于智能语音提示的核电厂运行支持系统 | |
| KR20130115877A (ko) | 승강기 원격 고장진단 및 유지보수 시스템 및 방법 | |
| Maulana et al. | Implementation of a Production Monitoring System Using IIoT Based on Mobile Application | |
| CN113625676B (zh) | 工程机械故障诊断方法和系统、现场诊断装置和存储介质 | |
| CN109144798A (zh) | 具有机器学习功能的智能管理系统 | |
| CN113291980B (zh) | 一种适用于自动化起重机的多源故障报警系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A302 | Request for accelerated examination | ||
| E701 | Decision to grant or registration of patent right |