CN107346565B - 一种交通工具数据处理方法、装置和终端设备 - Google Patents

Abstract

本申请实施例提供了一种交通工具数据处理方法、装置和终端设备，以准确提出交通工具保养建议。所述的方法包括：依据交通工具数据，确定所述交通工具的使用状态信息，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据；依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。从而生成对给交通工具的针对性保养建议，提高建议的准确性。

Description

一种交通工具数据处理方法、装置和终端设备

技术领域

本申请涉及数据处理技术领域，特别是涉及一种交通工具数据处理方法、一种交通工具数据处理装置，和一种终端设备。

背景技术

交通工具狭义上指一切人造的用于人类代步或运输的装置，如：自行车，汽车，摩托车，火车，船只及飞行器等。交通工具是现代人社会生活中不可缺少的一个部分，例如用户可以通过汽车、火车、飞机等出行。交通工具通常是由一些列零部件组成的，而每个零部件都具有一定的使用寿命

车辆保养是指定期对车辆相关部分进行检查、清洁、补给、润滑、调整或更换某些零件的预防性工作，又称汽车维护。车辆保养的目的是保持车容整洁，技术状况正常，消除隐患，预防故障发生，减缓劣化过程，延长使用周期等。因此，车辆保养对于车辆日常的行车安全及其重要，

车辆保养主要包含了对发动机***(引擎)、变速箱***、空调***、冷却***、燃油***、动力转向***等的保养范围。车辆保养的通常方式是，根据厂商定义的配件寿命从里程/时间两个维度设置保养倒计时来提醒用户进行车辆保养。

但是，不同驾驶员的驾驶行为及车辆的实际使用情况不同，很可能出现在不需要保养时提示保养，而在需要保养时确未提示的问题。

因此，目前需要本领域技术人员迫切解决的一个技术问题就是：提出一种交通工具数据处理方法和装置，以提高交通工具保养建议的准确性。

发明内容

本申请实施例所要解决的技术问题是提供一种交通工具数据处理方法，以提高交通工具保养建议的准确性。

相应的，本申请实施例还提供了一种交通工具数据处理装置和一种终端设备，用以保证上述方法的实现及应用。

为了解决上述问题，本申请实施例公开了一种交通工具数据处理方法，包括：依据交通工具数据，确定所述交通工具的使用状态信息，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据；依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

本申请实施例还公开了一种交通工具数据处理装置，包括：状态确定模块，用于依据交通工具数据，确定所述交通工具的使用状态信息，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据；保养建议生成模块，用于依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

本申请实施例还公开了一种终端设备，包括：一个或多个处理器；存储器；和一个或多个模块，所述一个或多个模块存储于所述存储器中并被配置成由所述一个或多个处理器执行，其中，所述一个或多个模块配置用于执行本申请实施例所述的方法。

本申请实施例还公开了一种终端设备，包括：输入设备和处理器；所述输入设备，用于接收交通工具的交通工具数据；所述处理器，耦合到所述输入设备，用于依据所述交通工具数据，确定所述交通工具的使用状态信息，依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据。

本申请实施例还公开了一种用于交通工具的控制设备，其特征在于，包括：机载输入设备、机载处理器；机载输入设备，用于接收交通工具的交通工具数据；机载处理器，耦合到所述机载输入设备，用于依据所述交通工具数据，确定所述交通工具的使用状态信息，并依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据。

本申请实施例还公开了一种车载互联网操作***，包括：输入设备控制单元，控制车载输入设备接收交通工具的交通工具数据；保养确定单元，依据所述交通工具数据，确定所述交通工具的使用状态信息，并依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据；输出设备控制单元，控制车载输出设备输出所述保养确定单元确定的保养建议。

与现有技术相比，本申请实施例包括以下优点：

在本申请实施例中，依据交通工具数据，该交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据，确定所述交通工具的使用状态信息，从而分析交通工具的实际行为确定交通工具的实际损耗情况，再依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，从而生成对给交通工具的针对性保养建议，提高建议的准确性。

附图说明

图1是本申请的一种交通工具数据处理方法实施例的步骤流程图；

图2是本申请的一种养护配置信息处理方法实施例的步骤流程图；

图3是本申请的另一种交通工具数据处理方法实施例的步骤流程图；

图4是本申请的另一种交通工具数据处理方法实施例中配件加权值计算的步骤流程图；

图5是本申请的一种交通工具数据处理装置实施例的结构框图；

图6是本申请的另一种交通工具数据处理装置实施例的结构框图；

图7是本申请一实施例提供的终端设备的硬件结构示意图；

图8是本申请另一实施例提供的终端设备的硬件结构示意图；

图9是本申请的一种车载互联网操作***示意图。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

本申请实施例的核心构思之一在于，提出一种交通工具数据处理方法和装置，以准确提出交通工具保养建议。依据交通工具数据，确定所述交通工具的使用状态信息，从而分析交通工具的实际行为确定交通工具的实际损耗情况，再依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，从而生成对给交通工具的针对性保养建议，提高建议的准确性。

本发明实施例所涉及的交通工具，可以是任意的车辆、还可以是其他具有相应的控制功能的交通工具。对于车辆，例如可以是内燃机汽车、电动汽车、气路汽车、油气混合汽车、油电混合汽车、摩托车、电动助力车、电动平衡车、遥控车辆以及各种变形；其他具有相应控制功能的交通工具例如可以是小型飞行器(例如，无人驾驶飞行器、有人小型飞行器)、游艇以及各种变形。

实施例一

参照图1，示出了本申请的一种交通工具数据处理方法实施例的步骤流程图，具体可以包括如下步骤：

步骤102，依据交通工具数据，确定所述交通工具的使用状态信息。

步骤104，依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

交通工具保养能够消除隐患，预防故障发生，减缓劣化过程，延长使用周期等。但是，交通工具的使用用户往往不清楚何时需要保养，因此需要及时对交通工具的用户进行保养提示。

本实施例预设了养护配置信息，该养护配置信息用于确定交通工具中配件的保养建议，从而通过该养护配置信息计算交通工具配件的寿命并提出对应的保养建议。其中配件包括装配机械的零件、部件。

本实施例中，会收集交通工具相关的交通工具数据，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据，其中，行驶轨迹数据是交通工具行驶轨迹的定位数据，例如包括行驶轨迹中各轨迹点的地理位置数据等，可以汽车等交通工具通过GPS等获取。交通工具关联数据是与交通工具相关的各种数据，如交通工具中传感器的数据，行驶天气数据等各种影响到交通工具的数据。然后对交通工具数据进行分析，确定所述交通工具的使用状态信息，例如采用交通工具数据对该交通工具进行交通工具的相关信息的分析，确定交通工具的使用状态信息，该交通工具的使用状态信息用于描述交通工具配件的损耗情况，例如环境对各类配件的损耗、道路对配件的损耗等。

然后将交通工具的使用状态信息和养护配置信息进行匹配，确定交通工具中配件的使用情况，并给出配件的保养建议。例如，假设车辆的制动***建议每8个月检修一次，而用户的车辆经常在拥堵的城市中行驶，且该用户习惯急刹车，则依据对应生成的使用状态信息和养护配置信息，确定该用户需要在2个月内检修制动***，且建议此后每半年检修一次。又如，假设电动助力车的蓄电池(也称电瓶)建议每年更换一次，用户采用电动助力车每天上下班，该用户每天晚上给电动助力车的蓄电池(也称电瓶)充电，每次充电时间在10小时左右，该电瓶已经使用8个月左右，蓄电能力不足60％，则依据对应生成的使用状态信息和养护配置信息，确定该用户的电瓶应当更换蓄电池，且建议该蓄电池每次充电时间不超过8小时。

本实施例中，养护配置信息可以配置对应采用虚拟的数学模型，称为配件寿命计算模型，可以采用配件寿命计算模型对该交通工具使用状态信息进行模型匹配，确定交通工具的保养建议，即通过交通工具使用状态信息所表征的各配件的损耗，与养护配置信息进行匹配来确定每个配件的使用情况、是否需要保养等，生成相应的保养建议，该保养建议可以包括交通工具各个配件的保养建议，例如汽车中机油滤清器需要保养，如电瓶车的电瓶更换时间等。其中，数学模型可以是一个或一组代数方程、微分方程、差分方程、积分方程或统计学方程及其组合，通过这些方程定量地或定性地描述***各变量之间的相互关系或因果关系。除了用方程描述的数学模型外，还有用其他数学工具，如代数、几何、拓扑、数理逻辑等描述的模型。数学模型描述的是***的行为和特征而不是***的实际结构。

综上，依据交通工具数据，确定所述交通工具的使用状态信息，从而分析交通工具的实际行为确定交通工具的实际损耗情况，再依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，从而生成对给交通工具的针对性保养建议，提高建议的准确性。

实施例二

在上述实施例的基础上，本实施例详细论述针对交通工具各配件的保养建议。其中，交通工具的保养建议采用一种或多种的硬件设备生成。

本申请一个可选实施例中，交通工具的使用情况分析以及保养建议的匹配可以通过服务器等云端设备实现，或者交通工具的使用情况分析以及保养建议的匹配可以通过交通工具的终端设备实现。以通过服务器等云端设备实现为例，通过交通工具的终端设备上传交通工具数据以及接收保养建议，该终端设备可以是智能移动设备、车载设备以及其他能够接收数据的设备。该终端设备用于接收指示交通工具记录的输入。该交通工具记录包括交通工具数据如交通工具的行驶轨迹数据，驾驶员是如何驾驶的，历史的配件保养维修记录，通过该终端设备将交通工具数据发送至云端，由云端依据所收到的交通工具数据进行分析，并向终端设备反馈交通工具需要保养维修的建议以及报警信息等，即在生成交通工具的保养建议后，将交通工具的保养建议反馈给终端设备，从而向驾驶员提供建议以及输出报警信息。该报警信息用于提示交通工具所需保养维修。从而通过结合用户如车主的驾驶习惯及交通工具的行驶使用情况向驾驶员发出交通工具需要保养维修的建议，能够提醒驾驶员交通工具需要及时的进行保养维修，按需进行保养维修。

本申请另一个可选实施例中，终端设备可以将交通工具数据上报给服务器，由服务器基于该交通工具数据进行使用状态分析确定使用状态信息，然后将交通工具使用状态信息反馈给终端设备，由终端设备将该交通工具使用状态信息输入到养护配置信息中得到相应的保养维修的建议以及报警信息等，从而在本地及时获取保养建议和报警信息，便于及时维护、保养交通工具。当然也可以考虑在车辆本地的终端设备进行使用状态分析和模型匹配，确定保养维修的建议以及报警信息等，本申请实施例对此不作限定。

本申请实施例中，交通工具数据包括：行驶轨迹数据和交通工具关联数据，交通工具关联数据包括以下至少一项：传感器数据、气象数据、使用行为数据、历史维修保养数据。

其中，传感器数据包括交通工具中各种传感器的数据，其中，交通工具的传感器包括陀螺仪及各配件对应的故障传感器。陀螺仪用于分析驾驶者的使用行为，故障传感器用于识别对应配件是否发生故障。交通工具在运行过程中内置传感器会检测自身的数据生成传感器数据，其中依据交通工具的不同，内置的传感器的不同，可以获取不同的传感器数据。

气象数据是交通工具所在地域的气象相关数据，如交通工具行驶过程中的气象数据，气象对交通工具配件会产生影响，如天气对空调滤清器的寿命有很大的影响。可以基于行驶轨迹数据等确定对应行驶时间等，然后从网络服务器中获取对应时间的气象数据，如温度、雨量、风力，以及空气质量等。

使用行为数据是交通工具的驾驶员的习惯使用行为，例如驾驶员经常急刹车会对制动***以及车胎造成影响。可以通过车载***以及传感器等确定加速度的变化等信息，从而确定用户是否执行了急刹车等行为，以及基于急刹车的频率确定用于是否经常急刹车。

历史维修保养数据是交通工具历史的维修记录数据，可以包括历史维修数据和历史保养数据，如交通工具的维修时间、维修项目、是否更换配件、保养时间及项目等，可以通过4S店上传或者车辆的服务器等获取维修记录，从而确定交通工具中各配件的使用、维修状况。

从而基于上述各类型的交通工具数据综合确定对各配件的寿命影响，为每个交通工具提供具有针对性的保养建议。

在进行保养建议时通常是基于该交通工具的使用状态信息和养护配置信息来确定。因此，该保养建议的确定可以至少包括两个阶段：1、养护配置信息的生成和优化；2、保养建议的提出和反馈。

1、养护配置信息的生成和优化

本申请实施例中，交通工具包括多种型号，如各品牌各型号的汽车、飞机等，从而针对不同型号的交通工具，由于其配件各不相同，因此可以配置不同型号的交通工具对应的养护配置信息。

各交通工具还可以具有不同的配件，例如飞机包括机翼、起落架等配件，汽车包括电瓶、轮胎、发动机等配件，且不同交通工具对应配件的具体类型也不同，因此可以为各交通工具配置配件对应的养护配置信息。

由于出厂时间、购买时间、使用用户、所处环境等的区别，会导致各交通工具具有不同的使用情况，相应会对配件产生不同影响，即具有不同的使用状态特征。例如同一型号的汽车，分别行驶于山路和公路，则轮胎的磨损情况会不同；同一型号的电动汽车，经常使用和偶尔使用，则电瓶的损耗会不同。因此，可以配置各交通工具的使用状态特征，该使用状态特征可以为基于使用情况所确定的特征，不同的使用状态特征对配件等会产生不同的影响。可以基于使用状态特征生成对应的养护配置信息。

上述型号、配件、使用状态特征可以进行组合得到相应的养护配置信息，从而养护配置信息包括针对不同型号、不同配件的养护配置信息。养护配置信息包括针对不同型号、不同配件、不同的使用状态特征对应的养护配置信息。

参照图2，示出了本申请的一种养护配置信息处理方法实施例的步骤流程图，具体可以包括如下步骤：

步骤202，收集交通工具对应的交通工具数据。

步骤204，从每种型号的交通工具数据提取所需的交通工具特征的特征值。

本申请实施例中，可以预设养护配置信息，以及在实际匹配时，通过离线的方式采用历史数据对养护配置信息进行优化，从而提高保养建议的准确性。

其中，生成和优化养护配置信息时，可以预先收集海量的交通工具数据，即从全网中收集各种交通工具的交通工具数据，其中可以按照所属的型号对交通工具数据进行分类，从而得到各种型号的交通工具对应的数据集合或存储到同一数据表、数据库等。然后按照型号对各交通工具的交通工具数据进行特征提取，得到相应的交通工具特征。交通工具特征包括：交通工具基本特征和使用状态特征。

例如从连接服务器的各交通工具中收集海量的交通工具数据，其中，可以按照交通工具的型号进行划分，对于飞机、内燃机汽车、电动汽车等不同类型的交通工具，均按照各类型下各型号划分交通工具的交通工具数据，对交通工具数据进行特征提取，例如从同一型号的N辆车中收集车辆数据进行特征提取。

其中，交通工具基本特征用于描述交通工具基本信息，相应的特征值包括车型，购买时间等；使用状态特征用户描述交通工具实际的使用状态，例如经常行驶的道路、天气、维修情况等。因此，所述使用状态特征可以包括行驶地理特征、交通工具保养特征、行驶环境特征和使用行为特征。行驶地理特征用于描述交通工具行驶的地理位置信息，相应的特征值包括经常行驶的道路类型，地区，道路是否崎岖等；交通工具保养特征用于描述历史保养维修信息，相应的特征值包括是否有过大修记录，各配件是否按期更换，配件更换时间等；行驶环境特征用于描述交通工具行驶的环境信息，相应的特征值包括空气质量，温度，空气潮湿度等；使用行为特征用于描述驾驶员的使用行为信息，相应的特征值包括驾驶员是否喜欢频繁急刹车，是否单次行程距离小于8公里等。

交通工具的配件的使用状态可以依据交通工具特征确定，每个交通工具特征可以对应一个特征标签，配件的使用情况可以通过多个特征标签的交通工具特征组合确定，例如，配件为机油滤清器，特征标签对应的交通工具特征可以包括使用行为特征、行驶地理特征等，相应的特征值包括是否频繁急刹车，是否经常单次行驶距离小于8公里等，配件为空调滤清器，特征标签对应的交通工具特征可以包括行驶环境特征，具体的特征值包括交通工具所处的环境是否高污染等。

然后可以依据提取的交通工具特征进行分析，对所述养护配置信息进行优化。即可以依据提取的交通工具特征进行分析，通过交通工具特征确定养护配置信息匹配的准确性，并对该养护配置信息进行优化，从而得到更新的养护配置信息。具体包括如下步骤：

步骤206，将所述提取的交通工具特征和养护配置信息进行匹配，确定测试建议结果。

步骤208，将所述测试建议结果与实际养护信息进行比较，依据比较结果对所述养护配置信息进行优化。

将所述提取的交通工具特征和养护配置信息进行匹配，得到测试建议结果，本实施例中可以对该交通工具的实际维修记录进行筛选确定实际养护信息，然后将该测试建议结果和实际养护信息进行比较，依据比较结果调整养护配置信息中的参数，如各配件特征标签的权重等，从而对所述养护配置信息进行优化。其中，养护配置信息优化方式有多种，例如机器学习的逻辑回归方式、神经网络方式等，本申请实施例对此不作限定。

其中，对于实际维修记录的筛选，可以基于***以及4S店等对于交通工具在维修时的反馈以及实际的维修情况进行筛选的，例如在标准维修时间为A进行维修，但***反馈实际可以拖延2个月再修理，则该维修记录是不准确的，可以删除该记录，从而筛选出准确的实际维修记录作为实际养护信息。

例如，采用虚拟的配件寿命计算模型时，可以通过逻辑回归的方法进行模型训练来优化模型，即可以确定作为训练数据的各交通工具的交通工具特征，以及与该交通工具特征匹配的其他交通工具，该其他交通工具包括具有实际维修记录的交通工具，将其他交通工具作为标准数据以执行比较。在训练过程中可以先将提取的各交通工具特征进行统计模型训练，即将各交通工具特征输入到配件寿命计算模型进行模型匹配，获取各配件的匹配结果。再将该匹配结果和其他交通工具的实际维修记录进行匹配，然后依据该匹配结果验证配件寿命计算模型的加权值，并对该加权值进行调整以优化该配件寿命计算模型，优化配件寿命计算模型，提高配件寿命计算模型匹配的准确性。

从而通过收集交通工具对应的交通工具数据，进行特征提取确定交通工具特征，然后基于交通工具特征、养护配置信息和实际养护信息确定养护配置信息，提高养护配置信息的准确性。

交通工具以车辆为例，车辆对应的养护配置信息生成和优化可以采用如下方式：

本发明一个可选实施例中，还包括养护配置信息的生成步骤：依据车辆的使用状态特征和实际养护信息，生成所述使用状态特征的养护配置信息。

对于收集的车辆的车辆数据，可以从车辆数据中提取车辆特征，即车辆的基本特征和使用状态特征，对于实际养护信息可以描述车辆在各种实际使用状态下的养护信息，因此可以将使用状态特征和实际养护信息进行匹配，从而确定各种使用状态对应的养护情况，生成所述使用状态特征的养护配置信息。在实际使用该养护配置信息之前，或者使用养护配置信息的过程中，可以不断地收集实际养护信息，通过实际养护信息对养护配置信息进行优化。

本发明另一个可选实施例中，还包括养护配置信息的生成步骤：依据车辆的使用状态特征和实际养护信息中各配件的养护信息，生成各配件以及使用状态特征的养护配置信息。

在确定养护配置信息时，不同车辆可以具有不同的配件，而不同配件在不同使用状态下的损耗不同，需要养护的时间和方法也不同，因此养护配置信息还可以是对各配件的养护配置信息，以及配件在各种使用状态下的养护配置信息。在提取出车辆的车辆特征后，可以确定各使用状态特征对应匹配的配件，将使用状态特征和实际养护信息中各配件的养护信息进行匹配，确定各配件在各种使用状态下的养护情况，从而得到各配件的养护配置信息，以及配件在各种使用状态下的养护配置信息。

通过对海量交通工具的收集，可以采用特征提取、匹配等方式生成和优化养护配置信息，从而后续基于该养护配置信息为交通工具提供准确的保养建议。

其中，上述养护配置信息的生成和优化可以在云端的服务器中实现，云端的服务器从其他服务器以及交通工具的终端设备中收集交通工具数据，通过上述处理步骤生成和优化养护配置信息。而后基于保养建议的具体处理设备确定养护配置信息的分配，例如在服务器匹配保养建议，则服务器将养护配置信息存储于本地即可，若在终端设备中匹配保养建议，则服务器在存储该养护配置信息后，还将该养护配置信息下发给终端设备。

2、保养建议的提出和反馈

参照图3，示出了本申请的另一种交通工具数据处理方法实施例的步骤流程图，具体可以包括如下步骤：

步骤302，将所述行驶轨迹数据和地图数据进行匹配，确定所述交通工具行驶的道路信息。

基于收集的交通工具数据可以对交通工具进行使用状态分析，确定交通工具使用状态信息。即采用行驶轨迹数据计算所述交通工具的道路信息。可以将交通工具的行驶轨迹数据与地图数据进行匹配，确定每段行驶轨迹在地图上的实际路段，从而确定该交通工具所行驶的道路信息，该道路信息可以包括各个道路的名称、道路类型、在各道路的行驶时间、行驶里程、飞行里程、航行海里等数据，并且，可以结合实时交通数据、历史交通数据等可以确定交通工具经过该道路时，该道路上的拥堵情况，车流速等路况信息作为道路信息之一。并且对道路信息进行分类分析，可以按照道路类型进行分类，确定每种类型对应行驶的时间、次数、里程等信息，确定出该交通工具最常行驶的道路类型。该道路类型包括车辆行驶的道理类型，还包括飞机等飞行工具飞行线路的类型(如赤道上空、海洋上空等)，以及轮船等航行工具的航线类型等(如江、河、湖、海等)。

其中，通过行驶轨迹数据确定行驶的道路信息，不同的道路信息、路况信息等会对交通工具的车胎、发动机等配件会产生不同的影响。

步骤304，依据所述道路信息和交通工具关联数据进行分析，确定交通工具的使用状态信息。

然后再将道路类型和交通工具关联数据结合来进行交通工具使用状态的分析，可以将不同交通工具数据对应特征进行组合从而确定交通工具特征，例如将确定各时段的行驶轨迹数据对应天气，实时交通数据、用户的使用信息等进行组合，确定道路对轮胎的影响，从而通过对各种类型的交通工具数据分类分析，确定每个配件的交通工具的使用状态信息。

其中，依据所述道路信息和交通工具关联数据进行分析，确定交通工具的使用状态信息，包括：从所述道路信息和交通工具关联数据中提取交通工具特征；按照配件对所述交通工具特征进行分类分析，生成所述交通工具的配件对应的交通工具的使用状态信息。

将道路信息和交通工具关联数据进行特征提取，例如对采集的交通工具关联数据如传感器数据、气象数据、使用行为数据、历史维修保养数据等进行特征提取，确定每种交通工具特征的特征值，然后按照配件进行分类，确定对该配件产生影响的特征标签对应交通工具特征，将该类别的各交通工具特征组合构成该配件的交通工具使用状态信息。例如，配件为空调滤清器，通过对特征数据的分析确定该交通工具使用状态信息如交通工具经常开启空调且交通工具处于高污染环境。则后续匹配保养建议时可能要缩短空调滤清器的更换时间。

步骤306，依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值。

步骤308，依据所述加权值和设计寿命信息，确定所述交通工具的配件的保养建议。

依据交通工具使用状态信息匹配养护配置信息，可以对交通工具的配件分别进行匹配，得到每个配件对应的保养建议。其中，可以先将使用状态信息中配件的交通工具特征，与养护配置信息中对应配件的特征标签进行匹配，确定出对应配件的加权值，然后针对每个配件，将加权值和养护配置信息中对应配件的设计寿命信息进行计算，确定所述交通工具的配件的养护配置信息，最终得到该交通工具的保养建议。具体可以采用如下子步骤：

参照图4，给出了本申请的另一种交通工具数据处理方法实施例中配件加权值计算的步骤流程图。

步骤402，确定所述交通工具的配件的特征标签。

步骤404，采用所述交通工具的配件的使用状态信息与对应特征标签进行匹配，确定所述特征标签对应的标签分值。

步骤406，依据所述特征标签的标签分值和所述特征标签的权重，计算所述交通工具的配件的加权值。

步骤408，依据所述加权值和设计寿命信息，确定所述交通工具的配件的养护配置信息。

本申请实施例中，为每个配件配置至少一个影响该配件寿命的特征标签，该特征标签用于描述配件各特征的影响参数，例如，气象对应特征标签，道路对应特征标签等，该特征标签可以与交通工具数据的类型对应。预先配置每个特征标签对配件寿命影响的权重。在匹配过程中，对于配件确定其特征标签，将配件的交通工具使用状态信息中交通工具特征与对应特征标签进行匹配，按照交通工具特征的特征值匹配特征标签对应的标签分值。然后采用特征标签的权重对标签分值进行加权计算，该配件对应各个特征标签加权计算后求和得到该配件的加权值。再用该配件的加权值和设计寿命信息进行匹配计算，即依据该配件的使用时间、设计寿命信息、现有使用状况对寿命影响的加权值等匹配计算，得到该配件的最新的建议使用寿命，以及该配件的养护配置信息。

步骤310，反馈所述交通工具的保养建议，以对交通工具保养进行提醒。

在得到交通工具的保养建议后，可以反馈给交通工具的保养建议，从而保养建议对交通工具进行养护提醒，提高交通工具的使用寿命。

本申请一个可选实施例中，依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，包括：当所述交通工具的使用状态信息包括配件故障信息时，生成对所述配件进行检修的养护配置信息。交通工具数据中包括传感器数据，传感器数据包括故障传感器数据，因此在进行交通工具的分析从传感器数据中提取交通工具特征时，可以确定该特征值是否为故障特征值，若确定为故障特征值则在交通工具的使用状态信息中配置配件故障信息，从而在与养护配置信息进行匹配的过程中，若检测到该配件故障信息时，确认该配件出现故障，可以生成对所述配件进行检修的养护配置信息，以提示驾驶员及时维修。

本申请实施例中，通过故障信号来影响保养***提醒用户去作保养，其中不同车型的配置的传感器不同，可以依据实际交通工具获取对应的传感器数据以提高保养的计算、提示的准确性。例如：对于轮胎胎压，假设计算出来轮胎在行驶10000km后需要保养一次，通常是在确定行驶里程接近10000km时生成轮胎保养的保养建议，提示用户的轮胎需要保养。但是，在交通工具行驶了5000km时通过传感器探测到交通工具的胎压有问题，则在检测到该故障信号后可以生成配件故障信息，从而及时提醒用户轮胎需要保养，保证交通工具行驶安全，提高交通工具使用寿命。

本申请实施例中，可以收集到交通工具的行驶轨迹数据、各传感器数据以及地形，天气，驾驶员的驾驶习惯等信息数据，从而计算出交通工具日常行驶道路信息等各种交通工具信息为交通工具进行使用情况分析。然后将使用状态信息输入到配件对应的寿命计算模型中进行加权计算，最后输出该配件最终建议保养周期。例如：天气对空调滤清器寿命有很大的影响。如果某一车型的空调滤清器标准保养周期为6个月，交通工具使用状态指示交通工具日常在高污染地区行驶，则会将该使用状态信息导入空调滤清器的配件寿命计算模型中进行加权计算，最终得出这辆车建议的空调滤清器保养周期为4个月，从而及时提示用户进行保养。又如：道路对轮胎的使用寿命有很大影响，车辆的轮胎建议6个月检修一次，用户的车辆采用普通轮胎，且经常行驶在山路中，因此建议该车辆更换山路专用的轮胎，且建议每5个月检修一次。

本申请实施例通过收集驾驶员的行为数据、交通工具日常行驶环境及历史维系保养等交通工具数据进行大数据分析，并给出针对性的保养周期建议，从而能够基于厂商预设标准的保养周期，结合驾驶交通工具人员的开车习惯、交通工具行驶的环境不同，给出具有针对性的保养周期建议，极大程度的保障了行车安全。并且车主根据保养提醒内容进行交通工具保养时可以参考所展示的配件状态来有选择的进行保养项目选择，极大的降低的交通工具保养成本，真正意义上做到按需保养。

其中，上述保养建议的提出和反馈的相关处理，可以由服务器或终端设备独立执行，也可以由服务器和终端设备交互完成。例如由服务器确定交通工具的使用状态信息，由终端设备基于该使用状态信息确定养护建议并播放养护建议，从而即使对交通工具的使用用户进行提醒。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。

实施例三

在上述实施例的基础上，本申请实施例还提供了一种交通工具数据处理装置。

参照图5，示出了本申请的一种交通工具数据处理装置实施例的结构框图，具体可以包括如下模块：

状态确定模块502，用于依据交通工具数据，确定所述交通工具的使用状态信息，其中，所述交通工具数据包括：行驶轨迹数据和交通工具关联数据。

保养建议生成模块504，用于依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

综上，依据交通工具数据，确定所述交通工具的使用状态信息，从而分析交通工具的实际行为确定交通工具的实际损耗情况，再依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，从而生成对给交通工具的针对性保养建议，提高建议的准确性。

参照图6，示出了本申请的另一种交通工具数据处理装置实施例的结构框图，具体可以包括如下模块：

优化生成模块500，用于对各交通工具的交通工具数据进行特征提取；依据提取的交通工具特征进行分析，对所述养护配置信息进行优化。

状态确定模块502，用于依据交通工具数据，确定所述交通工具的使用状态信息。

保养建议生成模块504，用于依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

反馈模块506，用于反馈所述交通工具的保养建议，以对交通工具的保养进行提醒。

其中，所述交通工具数据包括：行驶轨迹数据和交通工具关联数据。

所述状态确定模块502，包括：

道路匹配子模块5022，用于将所述行驶轨迹数据和地图数据进行匹配，确定所述交通工具行驶的道路信息。

分析子模块5024，用于依据所述道路信息和交通工具关联数据进行分析，确定交通工具的使用状态信息。

所述分析子模块5024，用于从所述道路信息和交通工具关联数据中提取交通工具特征；按照所述交通工具的配件对所述交通工具特征进行分类分析，生成所述交通工具的配件对应的使用状态信息。

其中，所述交通工具关联数据包括以下至少一项：传感器数据、气象数据、使用行为数据、历史维修保养数据。

其中，所述养护配置信息包括：配件的特征标签和设计寿命信息。

所述保养建议生成模块504，包括：

加权计算子模块5042，用于依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值。

建议确定子模块5044，用于依据所述加权值和设计寿命信息，确定所述交通工具的配件的保养建议。

其中，所述加权计算子模块5042，用于确定所述交通工具的配件的特征标签；采用所述交通工具的配件的交通工具使用状态信息与对应特征标签进行匹配，确定所述特征标签对应的标签分值；依据所述特征标签的标签分值和所述特征标签的权重计算所述交通工具的配件的加权值。

其中，所述优化生成模块500，包括：

收集子模块5002，用于收集交通工具对应的交通工具数据。

特征提取子模块5004，用于从每种类型的交通工具数据提取所需的交通工具特征的特征值。

匹配子模块5006，用于将所述提取的交通工具特征和养护配置信息进行匹配，确定测试建议结果。

生成子模块5008，用于将所述测试建议结果与实际养护信息进行比较，依据比较结果对所述养护配置信息进行优化。

本申请另一个可选实施例中，所述保养建议生成模块，用于当所述交通工具的使用状态信息包括配件故障信息时，生成对所述配件进行检修的养护配置信息。

其中，所述交通工具特征包括：交通工具基本特征和使用状态特征，所述使用状态特征包括行驶地理特征、交通工具保养特征、行驶环境特征和使用行为特征。

本申请一个可选实施例中，所述养护配置信息包括针对不同型号、不同配件的养护配置信息。以及养护配置信息包括针对不同型号、不同配件、不同的使用状态特征对应的养护配置信息。

其中，优化生成模块500，用于依据车辆的使用状态特征和实际养护信息，生成所述使用状态特征的养护配置信息。

本申请实施例中，上述优化生成模块可以配置于服务器等云端设备中，而上述交通工具的使用情况以及保养建议的匹配的状态确定模块、保养建议生成模块、反馈模块配置于服务器等云端设备中，或者配置于终端设备中。以服务器侧实现为例，通过交通工具上的终端设备上传交通工具数据以及接收保养建议，该终端设备可以是智能移动设备、车载设备以及其他能够接收数据的设备。该终端设备用于接收指示交通工具记录的输入。该交通工具记录包括交通工具数据如交通工具的行驶轨迹数据，驾驶员是如何驾驶的，历史的配件保养维修记录，通过该终端设备将交通工具数据发送至云端，由云端依据所收到的交通工具数据进行分析，并向终端设备反馈交通工具需要保养维修的建议以及报警信息等，即在生成交通工具的保养建议后，反馈模块406将交通工具的保养建议反馈给终端设备，从而向驾驶员提供建议以及输出报警信息。该报警信息用于提示交通工具所需保养维修。从而通过结合用户如车主的驾驶习惯及交通工具的行驶使用情况向驾驶员发出交通工具需要保养维修的建议，能够提醒驾驶员交通工具需要及时的进行保养维修，按需进行保养维修。

本申请另一个可选实施例中，可以通过服务器和终端设备的交互实现，例如将优化生成模块、状态确定模块配置于服务器等云端设备中，而将保养建议生成模块、反馈模块配置于终端设备中。终端设备可以将交通工具数据上报给服务器，由服务器基于该交通工具数据进行使用状态分析确定使用状态信息，然后将交通工具使用状态信息反馈给终端设备，由终端设备将该交通工具使用状态信息输入到养护配置信息中得到相应的保养维修的建议以及报警信息等，从而在本地及时获取保养建议和报警信息，便于及时维护、保养交通工具。当然也可以考虑在车辆本地的终端设备进行使用状态分析和模型匹配，确定保养维修的建议以及报警信息等，本申请实施例对此不作限定。

本申请实施例中，通过故障信号来影响保养***提醒用户去作保养，其中不同车型的配置的传感器不同，可以依据实际交通工具获取对应的传感器数据以提高保养的计算、提示的准确性。例如：对于轮胎胎压，假设计算出来轮胎在行驶10000km后需要保养一次，通常是在确定行驶里程接近10000km时生成轮胎保养的保养建议，提示用户的轮胎需要保养。但是，在交通工具行驶了5000km时通过传感器探测到交通工具的胎压有问题，则在检测到该故障信号后可以生成配件故障信息，从而及时提醒用户轮胎需要保养，保证交通工具行驶安全，提高交通工具使用寿命。

本申请实施例中，可以收集到交通工具的行驶轨迹数据、各传感器数据以及地形，天气，驾驶员的驾驶习惯等信息数据，从而计算出交通工具日常行驶道路信息等各种交通工具信息为交通工具进行使用状态分析。然后将使用状态信息输入到配件对应的寿命计算模型中进行加权计算，最后输出该配件最终建议保养周期。例如：天气对空调滤清器寿命有很大的影响。如果某一车型的空调滤清器标准保养周期为6个月，交通工具使用状态指示交通工具日常在高污染地区行驶，则会将该使用状态信息导入空调滤清器的配件寿命计算模型中进行加权计算，最终得出这辆车建议的空调滤清器保养周期为4个月，从而及时提示用户进行保养

本申请实施例通过收集驾驶员的行为数据、交通工具日常行驶环境及历史维系保养等交通工具数据进行大数据分析，并给出针对性的保养周期建议，从而能够基于厂商预设标准的保养周期，结合驾驶交通工具人员的开车习惯、交通工具行驶的环境不同，给出具有针对性的保养周期建议，极大程度的保障了行车安全。并且车主根据保养提醒内容进行交通工具保养时可以参考所展示的配件状态来有选择的进行保养项目选择，极大的降低的交通工具保养成本，真正意义上做到按需保养。

本实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在终端设备时，可以使得该终端设备执行如下步骤的指令(instructions)：

依据交通工具数据，确定所述交通工具的使用状态信息，其中，所述交通工具数据包括：行驶轨迹数据和交通工具关联数据；依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

可选的，依据交通工具数据，确定所述交通工具的使用状态信息，包括：将所述行驶轨迹数据和地图数据进行匹配，确定所述交通工具行驶的道路信息；依据所述道路信息和交通工具关联数据进行分析，确定所述交通工具的使用状态信息。

可选的，依据所述道路信息和交通工具关联数据进行分析，确定所述交通工具的使用状态信息，包括：从所述道路信息和交通工具关联数据中提取交通工具特征；按照所述交通工具的配件对所述交通工具特征进行分类分析，生成所述交通工具的配件对应的使用状态信息。

可选的，所述交通工具关联数据包括以下至少一项：传感器数据、气象数据、使用行为数据、历史维修保养数据。

可选的，所述养护配置信息包括：配件的特征标签和设计寿命信息。。

可选的，依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具中各配件的保养建议，包括：依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值；以及，依据所述加权值和设计寿命信息，确定所述交通工具的配件的保养建议。

可选的，依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值，包括：确定所述交通工具的配件的特征标签；采用所述交通工具的配件的使用状态信息与对应特征标签进行匹配，确定所述特征标签对应的标签分值；依据所述特征标签的标签分值和所述特征标签的权重，计算所述交通工具的配件的加权值。

可选的，依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，包括：当所述交通工具的使用状态信息包括配件故障信息时，生成对所述配件进行检修的养护配置信息。

可选的，还包括：对各交通工具的交通工具数据进行特征提取；依据提取的交通工具特征进行分析，对所述养护配置信息进行优化。

可选的，所述对各交通工具的交通工具数据进行特征提取，包括：收集海量交通工具对应的交通工具数据；从每种型号的交通工具数据提取所需的交通工具特征的特征值。

可选的，所述依据提取的交通工具特征进行分析，对所述养护配置信息进行优化，包括：将所述提取的交通工具特征和养护配置信息进行匹配，确定测试建议结果；将所述测试建议结果与实际养护信息进行比较，依据比较结果对所述养护配置信息进行优化。

可选的，还包括：反馈所述交通工具的保养建议，以对交通工具保养进行提醒。

可选的，所述交通工具特征包括：交通工具基本特征和使用状态特征，所述使用状态特征包括行驶地理特征、交通工具保养特征、行驶环境特征和使用行为特征。

可选的，所述养护配置信息包括针对不同型号、不同配件的养护配置信息。

可选的，养护配置信息包括针对不同型号、不同配件、不同的使用状态特征对应的养护配置信息。

可选的，还包括养护配置信息的生成步骤：依据车辆的使用状态特征和实际养护信息，生成所述使用状态特征的养护配置信息。

可选的，还包括养护配置信息的生成步骤：依据车辆的使用状态特征和实际养护信息中各配件的养护信息，生成各配件以及使用状态特征的养护配置信息。

图7为本申请一实施例提供的终端设备的硬件结构示意图。如图7所示，该终端设备可以包括输入设备70、处理器71、输出设备72、存储器73和至少一个通信总线74。通信总线74用于实现元件之间的通信连接。存储器73可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，存储器73中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。

可选的，上述处理器21例如可以为中央处理器(Central Processing Unit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该处理器21通过有线或无线连接耦合到上述输入设备20和输出设备22。

可选的，上述输入设备20可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、收发信机、交通工具的采集设备中的至少一个。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件***接口(例如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；可选的，上述收发信机可以是具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。交通工具的采集设备包括多种不同设备，例如传感器、GPS等，其中，传感器包括陀螺仪及各配件对应的故障传感器。陀螺仪用于分析驾驶者的使用行为，故障传感器用于识别对应配件是否发生故障。交通工具在运行过程中内置传感器会检测自身的数据生成传感器数据，其中依据交通工具的不同，内置的传感器的不同，可以获取不同的传感器数据。

本申请实施例中的终端设备为一通用的终端设备。该终端设备例如可以是移动终端，车载终端等。该移动终端或车载终端具体还可以为用于交通工具的控制设备，对于该终端设备为用于交通工具的控制设备的实施例，本申请提供了另一实施例来进行介绍，请参见后面的实施例，在此不再详述。

在本实施例中，该终端设备的处理器包括用于执行上述优化生成模块、状态确定模块、保养建议生成模块、反馈模块的装置，具体功能和技术效果参照上述实施例即可，此处不再赘述。

本实施例提供的终端设备，可用于执行上述方法实施例中的步骤302-步骤310，其实现原理和技术效果与上述实施例类似，本实施例此处不再赘述。

图8为本申请另一实施例提供的终端设备的硬件结构示意图。图8是对图7在实现过程中的一个具体的实施例。如图8所示，本实施例的终端设备包括处理器21以及存储器22。

处理器21执行存储器22所存放的计算机程序代码，实现上述实施例中图1至图4的交通工具数据处理方法。

存储器22被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。存储器22可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

可选地，处理器21设置在处理组件20中。该终端设备还可以包括：通信组件23，电源组件24，多媒体组件25，音频组件26，输入/输出接口27，传感器组件28。

处理组件20通常控制终端设备的整体操作。处理组件20可以包括一个或多个处理器21来执行指令，以完成上述图1至图4方法的全部或部分步骤。此外，处理组件20可以包括一个或多个模块，便于处理组件20和其他组件之间的交互。例如，处理组件20可以包括多媒体模块，以方便多媒体组件25和处理组件20之间的交互。

电源组件24为终端设备的各种组件提供电力。电源组件24可以包括电源管理***，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。

多媒体组件25包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。

音频组件26被配置为输出和/或输入音频信号。例如，音频组件26包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器22或经由通信组件23发送。在一些实施例中，音频组件26还包括一个扬声器，用于输出音频信号。

输入/输出接口27为处理组件20和***接口模块之间提供接口，上述***接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。

传感器组件28包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件28可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件28可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。在一些实施例中，该传感器组件28还可以包括加速度传感器，陀螺仪传感器，重力传感器等。

通信组件23被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于***SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。

由上可知，在图8实施例中所涉及的通信组件23、音频组件26以及输入/输出接口27均可以作为图7实施例中的输入设备的实现方式。

在上述图7所示实施例的通用的终端设备的描述的基础上，本申请还提供一种用于交通工具的控制设备，该控制设备是终端设备用于交通工具的具体实现方式。

可选的，该交通工具的控制设备可以为车机设备、交通工具出厂后附加的控制设备等等。

具体地，该用于交通工具的控制设备可以包括：机载输入设备、机载处理器；可选地，还可以包括机载输出设备以及其他附加设备。

需要说明的是，本申请实施例所涉及的“机载输入设备”、“机载输出设备”、“机载处理器”中的机载，可以是承载于车辆上的“车载输入设备”、“车载输出设备”以及“车载处理器”，还可以是承载于飞行器上的“机载输入设备”、“机载输出设备”、“机载处理器”，还可以是承载于其他类型交通工具上的设备，本申请实施例对“机载”的含义并不做限定。以交通工具是车辆为例，该机载输入设备可以是车载输入设备、机载处理器可以是车载处理器、机载输出设备可以是车载输出设备。

取决于所安装的交通工具的类型的不同，上述车载输入设备可以包括多种输入设备，例如可以包括面向用户的车载用户接口、面向设备的车载设备接口、软件的车载可编程接口、收发信机、交通工具的采集设备中的至少一个。可选的，该面向设备的车载设备接口可以是用于设备与设备之间进行数据传输的有线接口(例如车辆的中控台上的与行车记录仪的连接接口)、还可以是用于设备与设备之间进行数据传输的硬件***接口(例如USB接口、串口等)；可选的，该面向用户的车载用户接口例如可以是用于车辆的方向盘控制按键、用于大型车辆或小型车辆的中控控制按键、用于接收语音输入的语音输入设备(例如，安置在方向盘或操作舵上的麦克风、中央声音采集设备、等等)、以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)，交通工具的采集设备包括多种不同设备，例如传感器、GPS等，其中，传感器包括陀螺仪及各配件对应的故障传感器。陀螺仪用于分析驾驶者的使用行为，故障传感器用于识别对应配件是否发生故障。交通工具在运行过程中内置传感器会检测自身的数据生成传感器数据，其中依据交通工具的不同，内置的传感器的不同，可以获取不同的传感器数据；可选的，上述软件的车载可编程接口例如可以是车辆控制***中可供用户编辑或者修改的入口，例如车辆中涉及的大、小芯片的输入引脚接口或者输入接口等；可选的，上述收发信机可以是车辆中具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。按照上述图1至图4对应的实施例中的方法，该机载输入设备用于接收交通工具的养护配置信息。对应地，当该用于交通工具的控制设备为车辆上的中控单元或者其他设备时，该车载输入设备可以是与车辆内部的各个业务来源进行通信的设备传输接口，还可以是具有通信功能的收发信机。该机载输入设备还用于接收用户触发的各种指令。对应地，当该用于交通工具的控制设备为车辆上的中控单元或者其他设备时，该车载输入设备可以是用于车辆的方向盘控制按键、用于大型车辆或小型车辆的中控控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)等。

取决于所安装的交通工具的类型的不同，上述机载处理器可以使用各种应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、中央处理器(CPU)、控制器、微控制器、微处理器或其他电子元件实现，并用于执行上述方法。上述机载处理器通过车内线路或无线连接耦合到上述机载输入设备和机载输出设备。上述机载处理器可以执行上述图1至4对应的实施例中的方法。

取决于所安装的交通工具的类型的不同，上述机载输出设备可以是与用户的手持设备等建立无线传输的收发信机，也可以是交通工具上的各种显示装置。该显示装置可以为业内使用的各种显示设备，也可以是具有投影功能的平视显示器。本实施例的机载输出设备，可以执行上述图1至图4对应的实施例中的方法。

本申请实施例还提供一种处理器可读存储介质，存储介质中存储有程序指令，程序指令用于使处理器执行上述实施例中图1至图4所述的交通工具数据处理方法。该处理器可读存储介质与上述非易失性可读存储介质类似，因此不再赘述。

本申请实施例还提供一种车载互联网操作***，如图9所示，该车载互联网操作***包括：

输入设备控制单元902，控制车载输入设备接收交通工具的交通工具数据，所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据。

保养确定单元904，依据交通工具数据，确定所述交通工具的使用状态信息，并依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

输出设备控制单元906，控制车载输出设备输出所述保养确定单元确定的保养建议。

可选的，保养确定单元，将所述行驶轨迹数据和地图数据进行匹配，确定所述交通工具行驶的道路信息；依据所述道路信息和交通工具关联数据进行分析，确定所述交通工具的使用状态信息。

可选的，保养确定单元，从所述道路信息和交通工具关联数据中提取交通工具特征；按照所述交通工具的配件对所述交通工具特征进行分类分析，生成所述交通工具的配件对应的使用状态信息。

可选的，所述交通工具关联数据包括以下至少一项：传感器数据、气象数据、使用行为数据、历史维修保养数据。所述养护配置信息包括：配件的特征标签和设计寿命信息。

可选的，保养确定单元，依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值；以及，依据所述加权值和设计寿命信息，确定所述交通工具的配件的保养建议。

可选的，保养确定单元，确定所述交通工具的配件的特征标签；采用所述交通工具的配件的使用状态信息与对应特征标签进行匹配，确定所述特征标签对应的标签分值；依据所述特征标签的标签分值和所述特征标签的权重，计算所述交通工具的配件的加权值。

可选的，保养确定单元，当所述交通工具的使用状态信息包括配件故障信息时，生成对所述配件进行检修的养护配置信息。

可选的，输出设备控制单元，控制车载输出设备输出所述保养确定单元反馈的所述交通工具的保养建议，以对交通工具的保养进行提醒。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

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。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

在一个典型的配置中，所述计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被终端设备访问的信息。按照本文中的界定，计算机可读介质不包括非持续性的电脑可读媒体(transitory media)，如调制的数据信号和载波。

本申请实施例是参照根据本申请实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种交通工具数据处理方法和一种交通工具数据处理装置，进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，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申请的限制。

Claims (35)

1.一种交通工具数据处理方法，其特征在于，包括：

依据交通工具数据，确定所述交通工具的使用状态信息；所述交通工具数据包括如下至少之一：行驶轨迹数据、交通工具关联数据；

依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议；

其中，依据交通工具数据，确定所述交通工具的使用状态信息，包括：

将所述行驶轨迹数据和地图数据进行匹配，确定所述交通工具行驶的道路信息，所述道路信息包括道路的名称、道路类型、在各道路的行驶时间、行驶里程；

依据所述道路信息和交通工具关联数据进行分析，确定所述交通工具的使用状态信息；

所述依据所述道路信息和交通工具关联数据进行分析，确定所述交通工具的使用状态信息，包括：

从所述道路信息和交通工具关联数据中提取交通工具特征；

按照所述交通工具的配件对所述交通工具特征进行分类分析，生成所述交通工具的配件对应的使用状态信息。

2.根据权利要求1所述的方法，其特征在于，所述交通工具关联数据包括以下至少一项：传感器数据、气象数据、使用行为数据、历史维修保养数据。

3.根据权利要求1所述的方法，其特征在于，所述养护配置信息包括：配件的特征标签和设计寿命信息。

4.根据权利要求3所述的方法，其特征在于，依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具中各配件的保养建议，包括：

依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值；以及

依据所述加权值和设计寿命信息，确定所述交通工具的配件的保养建议。

5.根据权利要求4所述的方法，其特征在于，依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值，包括：

确定所述交通工具的配件的特征标签；

采用所述交通工具的配件的使用状态信息与对应特征标签进行匹配，确定所述特征标签对应的标签分值；

依据所述特征标签的标签分值和所述特征标签的权重，计算所述交通工具的配件的加权值。

6.根据权利要求1所述的方法，其特征在于，依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议，包括：

当所述交通工具的使用状态信息包括配件故障信息时，生成对所述配件进行检修的养护配置信息。

7.根据权利要求1所述的方法，其特征在于，还包括：

反馈所述交通工具的保养建议，以对交通工具的保养进行提醒。

8.根据权利要求1所述的方法，其特征在于，还包括：

对各交通工具的交通工具数据进行特征提取；

依据提取的交通工具特征进行分析，对所述养护配置信息进行优化。

9.根据权利要求8所述的方法，其特征在于，所述对各交通工具的交通工具数据进行特征提取，包括：

收集交通工具对应的交通工具数据；

从每种型号的交通工具数据提取所需的交通工具特征的特征值。

10.根据权利要求8所述的方法，其特征在于，所述依据提取的交通工具特征进行分析，对所述养护配置信息进行优化，包括：

将所述提取的交通工具特征和养护配置信息进行匹配，确定测试建议结果；

将所述测试建议结果与实际养护信息进行比较，依据比较结果对所述养护配置信息进行优化。

11.根据权利要求1、8、9或10所述的方法，其特征在于，所述交通工具特征包括：交通工具基本特征和使用状态特征，所述使用状态特征包括行驶地理特征、交通工具保养特征、行驶环境特征和使用行为特征。

12.根据权利要求1所述的方法，其特征在于，所述养护配置信息包括针对不同型号、不同配件的养护配置信息。

13.根据权利要求11所述的方法，其特征在于，养护配置信息包括针对不同型号、不同配件、不同的使用状态特征对应的养护配置信息。

14.根据权利要求13所述的方法，其特征在于，还包括养护配置信息的生成步骤：

依据车辆的使用状态特征和实际养护信息，生成所述使用状态特征的养护配置信息。

15.根据权利要求13所述的方法，其特征在于，还包括养护配置信息的生成步骤：

依据车辆的使用状态特征和实际养护信息中各配件的养护信息，生成各配件以及使用状态特征的养护配置信息。

16.根据权利要求1所述的方法，其特征在于，

服务器依据交通工具数据，确定所述交通工具的使用状态信息；依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议；或

终端设备依据交通工具数据，确定所述交通工具的使用状态信息；依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

17.根据权利要求1所述的方法，其特征在于，

服务器依据交通工具数据，确定所述交通工具的使用状态信息；

终端设备依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议。

18.一种交通工具数据处理装置，其特征在于，包括：

状态确定模块，用于依据交通工具数据，确定所述交通工具的使用状态信息，所述交通工具数据包括：行驶轨迹数据和交通工具关联数据；

保养建议生成模块，用于依据所述交通工具的使用状态信息以及养护配置信息，确定所述交通工具的配件的保养建议；

其中，所述状态确定模块，包括：

道路匹配子模块，用于将所述行驶轨迹数据和地图数据进行匹配，确定所述交通工具行驶的道路信息，所述道路信息包括道路的名称、道路类型、在各道路的行驶时间、行驶里程；

分析子模块，用于依据所述道路信息和交通工具关联数据进行分析，确定所述交通工具的使用状态信息；

所述分析子模块，用于从所述道路信息和交通工具关联数据中提取交通工具特征；按照所述交通工具的配件对所述交通工具特征进行分类分析，生成所述交通工具的配件对应的使用状态信息。

19.根据权利要求18所述的装置，其特征在于，所述交通工具关联数据包括以下至少一项：传感器数据、气象数据、使用行为数据、历史维修保养数据。

20.根据权利要求18所述的装置，其特征在于，所述养护配置信息包括：配件的特征标签和设计寿命信息。

21.根据权利要求20所述的装置，其特征在于，所述保养建议生成模块，包括：

加权计算子模块，用于依据所述交通工具的使用状态信息和所述交通工具的配件的特征标签，确定所述交通工具的配件的加权值；

建议确定子模块，用于依据所述加权值和设计寿命信息，确定所述交通工具的配件的保养建议。

22.根据权利要求21所述的装置，其特征在于，

所述加权计算子模块，用于确定所述交通工具的配件的特征标签；采用所述交通工具的配件的交通工具使用状态信息与对应特征标签进行匹配，确定所述特征标签对应的标签分值；依据所述特征标签的标签分值和所述特征标签的权重计算所述交通工具的配件的加权值。

23.根据权利要求18所述的装置，其特征在于，

所述保养建议生成模块，用于当所述交通工具的使用状态信息包括配件故障信息时，生成对所述配件进行检修的养护配置信息。

24.根据权利要求18所述的装置，其特征在于，还包括：

反馈模块，用于反馈所述交通工具的保养建议，以对交通工具的保养进行提醒。

25.根据权利要求18所述的装置，其特征在于，还包括：

优化生成模块，用于对各交通工具的交通工具数据进行特征提取；依据提取的交通工具特征进行分析，对所述养护配置信息进行优化。

26.根据权利要求25所述的装置，其特征在于，所述优化生成模块，包括：

收集子模块，用于收集交通工具对应的交通工具数据；

特征提取子模块，用于从每种类型的交通工具数据提取所需的交通工具特征的特征值。

27.根据权利要求25所述的装置，其特征在于，所述优化生成模块，包括：

匹配子模块，用于将所述提取的交通工具特征和养护配置信息进行匹配，确定测试建议结果；

生成子模块，用于将所述测试建议结果与实际养护信息进行比较，依据比较结果对所述养护配置信息进行优化。

28.根据权利要求18、26或27所述的装置，其特征在于，所述交通工具特征包括：交通工具基本特征和使用状态特征，所述使用状态特征包括行驶地理特征、交通工具保养特征、行驶环境特征和使用行为特征。

29.根据权利要求18所述的装置，其特征在于，所述养护配置信息包括针对不同型号、不同配件的养护配置信息。

30.根据权利要求18所述的装置，其特征在于，养护配置信息包括针对不同型号、不同配件、不同的使用状态特征对应的养护配置信息。

31.根据权利要求30所述的装置，其特征在于，还包括：

优化生成模块，用于依据车辆的使用状态特征和实际养护信息，生成所述使用状态特征的养护配置信息。

32.根据权利要求30所述的装置，其特征在于，还包括：

优化生成模块，用于依据车辆的使用状态特征和实际养护信息中各配件的养护信息，生成各配件以及使用状态特征的养护配置信息。

33.根据权利要求18所述的装置，其特征在于，所述状态确定模块和保养建议生成模块应用于服务器中；或，所述状态确定模块和保养建议生成模块应用于终端设备中。

34.根据权利要求18所述的装置，其特征在于，所述状态确定模块应用于服务器；所述保养建议生成模块应用于终端设备中。

35.一种终端设备，其特征在于，包括：

一个或多个处理器；

存储器；和

一个或多个模块，所述一个或多个模块存储于所述存储器中并被配置成由所述一个或多个处理器执行，其中，所述一个或多个模块配置用于执行上述权利要求1-17任一所述的方法。

Images