CN109724812B - 车辆故障预警的方法、装置、存储介质和终端设备 - Google Patents
车辆故障预警的方法、装置、存储介质和终端设备 Download PDFInfo
- Publication number
- CN109724812B CN109724812B CN201811639390.1A CN201811639390A CN109724812B CN 109724812 B CN109724812 B CN 109724812B CN 201811639390 A CN201811639390 A CN 201811639390A CN 109724812 B CN109724812 B CN 109724812B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fault
- risk
- moment
- predicting
- 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.)
- Active
Links
Images
Landscapes
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提出一种车辆故障预警的方法、装置、存储介质和终端设备其中,所述方法包括:确定车辆待检测的车辆故障类型和检测时段;获取所述车辆在所述检测时段内与所述车辆故障类型相关的车辆数据;根据所述车辆数据,计算所述车辆在所述检测时段内发生车辆故障的风险;其中,所述车辆故障与所述车辆故障类型相符合,以及根据在所述检测时段内发生所述车辆故障的风险,确定是否需要对所述车辆进行预警。采用本发明,可以提高检测效率和准确程度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种车辆故障预警的方法、装置、存储介质和终端设备。
背景技术
随着人们生活水平的日益增高、科技水平的不断发展,汽车逐渐成为人们生活不可或缺的一部分。车辆一般需要定时进行检修和保养,以提高性能。通常来说,一般需要将专门的汽车销售服务4S店(Automobile Sales Servicshop 4S),4S店提供整车销售(sale)、零配件(sparepart)、售后服务(service)、信息反馈(survey)四位于一体的服务功能。然后,4S店通过人工使用专门的诊断仪器对车辆进行检测,以清除潜在的故障风险。
但是,现有的车辆的检测过程存在有以下缺陷:一方面依赖于车辆的仪表仪器提供的数据对车辆的状况进行检测,受仪表仪器的精度影响;另一方面需要实地检测以及人工检测,成本高、效率低。
发明内容
本发明实施例提供一种车辆故障预警的方法、装置、存储介质和终端设备,以解决或缓解现有技术中的以上一个或多个技术问题。
第一方面,本发明实施例提供了一种车辆故障预警的方法,包括:
确定车辆待检测的车辆故障类型和检测时段;
获取所述车辆在所述检测时段内与所述车辆故障类型相关的车辆数据;
根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险;其中,所述车辆故障与所述车辆故障类型相符合,以及
根据预测的风险,确定是否需要对所述车辆进行预警。
在一种实施方式中,所述车辆故障类型包括车速显示故障、仪表电量显示故障、里程表显示故障、蓄电池馈电故障以及车辆启动故障。
在一种实施方式中,如果所述车辆故障类型包括车速显示故障,则所述车辆数据包括所述车辆的GPS位置和车速仪表的显示车速,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内的GPS位置,计算所述车辆在所述检测时段内各时刻的GPS速度;以及
比较所述车辆在所述检测时段内各时刻的GPS速度和显示车速,确定所述各时刻的GPS速度和显示车速的偏差程度;
根据所述各时刻的GPS速度和显示车速的偏差程度,预测所述车辆可能发生车速显示故障的风险。
在一种实施方式中,如果所述车辆故障类型包括仪表电量显示故障,则所述车辆数据包括所述车辆的电池电压、电池的输出电流和电量仪表的显示剩余电量,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的电池电压和输出电流,计算所述车辆在所述检测时段内各时刻的实际剩余电量;
比较所述车辆在所述检测时段内各时刻的实际剩余电量和显示剩余电量,确定所述各时刻的实际剩余电量和显示剩余电量的偏差程度;
根据所述各时刻的实际剩余电量和显示剩余电量的偏差程度,预测所述车辆可能发生仪表电量显示故障的风险。
在一种实施方式中,如果所述车辆故障类型包括里程表显示故障,则所述车辆数据包括所述车辆的GPS位置和里程表的显示里程,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的GPS位置,计算所述车辆在所述检测时段内各时刻的实际里程;以及
比较所述车辆在所述检测时段内各时刻的实际里程和显示里程,确定所述各时刻的实际里程和显示里程的偏差程度;
根据所述各时刻的实际里程和显示里程的偏差程度,预测所述车辆可能发生里程表显示故障的风险。
在一种实施方式中,如果所述车辆故障类型包括蓄电池馈电故障,则所述车辆数据包括所述车辆的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级这六者的变化情况,预测所述车辆可能发生电池馈电故障的风险,并确定发生所述风险的原因。
在一种实施方式中,如果所述车辆故障类型包括车辆启动故障,则所述车辆数据包括所述车辆的高压互锁状态、快充枪状态、防盗状态和车辆启动状态,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的高压互锁状态、快充枪状态、防盗状态和车辆启动状态这四者的变化情况,预测所述车辆可能发生车辆启动故障的风险,并确定发生所述风险的原因。
在一种实施方式中,所述根据预测的风险,确定是否需要对所述车辆进行预警,包括:
根据预测的风险,确定各所述风险的风险类别;
根据所述风险的风险类别,确定是否需要对所述车辆进行预警。
第二方面,本发明实施例提供一种车辆故障预警的装置,包括:
类型与时段确定模块,用于确定车辆待检测的车辆故障类型和检测时段;
车辆数据获取模块,用于获取所述车辆在所述检测时段内与所述车辆故障类型相关的车辆数据;
风险计算模块,用于根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险;其中,所述车辆故障与所述车辆故障类型相符合,以及
预警确定模块,用于根据预测的风险,确定是否需要对所述车辆进行预警。
第三方面,本发明实施例提供了一种车辆故障预警的装置,所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,车辆故障预警的结构中包括处理器和存储器,所述存储器用于车辆故障预警的装置执行上述车辆故障预警的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述车辆故障预警的装置还可以包括通信接口,用于车辆故障预警的装置与其他设备或通信网络通信。
第四方面,本发明实施例还提供一种计算机可读存储介质,用于车辆故障预警的装置所用的计算机软件指令,其中包括用于执行上述车辆故障预警的方法所涉及的程序。
上述技术方案中的任意一个技术方案具有如下优点或有益效果:
本发明实施例可以按照不同的车辆故障类型,分别预测各自在设定的检测时段内可能发生车辆故障的风险,然后,再依据相应车辆故障类型以及确定的风险情况,来确定是否需要对车辆进行预警,有效提高检测效率。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1是本发明提供的车辆故障预警的方法的一个实施例的流程示意图。
图2是本发明提供的GPS速度与显示车速的一个实施例的时序折线图。
图3是本发明提供的实际剩余电量和显示剩余电量的一个实施例的时序折线图。
图4是本发明提供的实际里程和显示里程的一个实施例的时序折线图。
图5-1至图5-6是本发明提供的蓄电池馈电的车辆数据状态的一个实施例的时序折线图。
图6是本发明提供的确定是否预警的过程的一个实施例的流程示意图。
图7是本发明提供的风险级别分类统计的一个实施例的柱形图。
图8是本发明提供的服务器的***架构的一个实施例的示意图。
图9是本发明提供的各平台***之间交互的一个实施例的示意图。
图10是本发明提供的数据平台内的逻辑关系的一个实施例的框架示意图。
图11是本发明提供的车辆故障预警的装置的一个实施例的结构示意图。
图12是本发明提供的终端设备的一个实施例的结构示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
请参阅图1,本发明实施例提供了一种车辆故障预警的方法。本实施例可以包括步骤S100至S400,如下:
S100,确定车辆待检测的车辆故障类型和检测时段。
在本实施例中,车辆可以包括摩托车、汽车、轮船、飞机等交通工具。车辆故障类型可以包括车速显示故障、仪表电量显示故障、里程表显示故障、蓄电池馈电故障以及车辆启动故障。检测时段可以是过去的一段时间,例如,在过去的七天、十天、一个月内等。
S200,获取车辆在检测时段内与车辆故障类型相关的车辆数据。
在一些实施例中,车辆可以实时将车辆行驶过程中或者待机过程中的状态以及行驶参数等数据上传给服务器,以进行存储。车辆数据可以包括GPS数据、行驶速度、里程、位置、发动机状态、防盗状态、电池供电情况等。
在一些实施例中,车辆故障预警的方法可以由服务器执行。服务器根据车辆的标识、检测时段以及车辆故障类型,从服务器中提取相应的车辆数据。然后,按照步骤S300的方法确定可能发生车辆故障的风险情况。
S300,根据车辆在检测时段内车辆数据的变化情况,预测车辆可能发生车辆故障的风险。其中,车辆故障与车辆故障类型相符合。
S400,根据预测的风险,确定是否需要对车辆进行预警。
对于每一种车辆故障类型,均确定其所对应的车辆故障是否需要进行预警。如果某一类型车辆故障发生的风险较大,则确定此类型的车辆故障需要向车辆的车主进行预警。当然,在向车主进行预警时,需要考虑是否同时存在多种类型的车辆故障,且风险也比较大,则可以将这多个类型的车辆故障的情况向车主进行预警。
在一些实施例中,如果短时间内已多次向车主预警过同一类型的车辆故障,但车主在这段时间内并没有进行维修记录,则可以向***的工作人员进行上报。
在一些实施方式中,如果车辆故障类型为车速显示故障,则车辆数据可以包括车辆的GPS位置和车速仪表的显示车速。上述步骤300的计算车辆在检测时段内发生车辆故障的风险,可以包括:根据车辆在检测时段内的GPS位置,计算车辆在检测时段内各时刻的GPS速度;比较车辆在检测时段内各时刻的GPS速度和显示车速,确定各时刻的GPS速度和显示车速的偏差程度;根据各时刻的GPS速度和显示车速的偏差程度,预测车辆可能发生车速显示故障的风险。
示例性地,可以以100毫秒为时刻的粒度,计算近30秒内的各时刻可能发生车速显示故障的风险。对于各时刻的GPS速度,可以根据相邻时刻的GSP位置变化与相邻时刻的时长差这两者的比例来确定。
在一些实施例中,如图2所示,采用时序折线图显示GPS速度与显示车速(即,表显速度)之间的差异。比较每一时刻的GPS速度与显示车速之间的差值是否超过5%或10%等设定的误差范围,如果超出误差范围的时刻数量较多,则可以确定此时刻发生车速显示故障的风险较高。也可以按照超出误差范围的大小,来确定此时刻的GPS速度与显示车速的偏差级别。例如,一级偏差程度、二级偏差程度、三级偏差程度等。然后,根据各级偏差程度的时刻数量,预测车辆可能发生车速显示故障的风险。如果超出误差范围越大,偏差程度的级别越高,则如果三级偏差程度的数量越多,则车辆可能发生车速显示故障的风险越高。
在一些实施例中,如果车辆故障类型为仪表电量显示故障,则车辆数据可以包括车辆的电池电压、电池的输出电流和电量仪表的显示剩余电量。上述步骤300的风险预测过程,可以包括:根据车辆在检测时段内各时刻的电池电压和输出电流,计算车辆在检测时段内各时刻的实际剩余电量。比较车辆在检测时段内各时刻的实际剩余电量和显示剩余电量,确定各时刻的实际剩余电量和显示剩余电量的偏差程度。根据各时刻的实际剩余电量和显示剩余电量的偏差程度,预测车辆可能发生仪表电量显示故障的风险。
对于检测时段内某一个时刻的实际剩条电量的计算,可以如下:采用积分的方式,对检测时段内此时刻与前一时刻的获取到的电池电压和输出电流进行积分,获得此时刻与前一时刻之间的实际使用电量。然后,将前一时刻的实际剩余电量减去此时刻与前一时刻之间的实际使用电量,获得此时刻的实际剩余电量。其中,此检测时段内初始时刻的实际剩余电量可以以显示剩条电量为参考标准。
如图3所示,在一些实施例中,可以采用时刻折线图显示实际剩余电量(图中的实际电量)和显示剩余电量(图中的仪表电量)的差异以及随时间的变化情况。比较每一时刻的实际剩余电量与显示剩余电量之间的差值是否超过5%或10%等设定的误差范围,如果超出误差范围的时刻数量较多,则可以确定此时刻发生仪表电量显示故障的风险较高。也可以按照超出误差范围的大小,来确定此时刻的实际剩余电量与显示剩余电量的偏差程度的级别。例如,一级偏差程度、二级偏差程度、三级偏差程度等。然后,根据各级偏差程度的数量,预测车辆可能发生仪表电量显示故障的风险。如果超出误差范围越大,偏差程度的级别越高,则如果三级偏差程度的数量越多,则车辆可能发生仪表电量显示故障的风险越高。
在一些实施例中,如果车辆故障类型为里程表显示故障,则车辆数据可以包括车辆的GPS位置和里程表的显示里程。上述步骤300中的风险预测过程,可以包括:根据车辆在检测时段内各时刻的GPS位置,计算车辆在检测时段内各时刻的实际里程;比较车辆在检测时段内各时刻的实际里程和显示里程,确定各时刻的实际里程和显示里程的偏差程度;根据各时刻的实际里程和显示里程的偏差程度,预测车辆可能发生里程表显示故障的风险。
如图4所示,在一些实施例中,可以采用时刻折线图显示实际里程(图中的GPS里程)和显示里程(图中的表里程)的差异以及随时间的变化情况。比较每一时刻的实际里程与显示里程之间的差值是否超过5%或10%等设定的误差范围,如果超出误差范围的时刻越多,则可以确定未来可能发生里程表显示故障的风险较高。也可以按照超出误差范围的大小,来确定此时刻的实际里程与显示里程的偏差程度的级别。例如,一级偏差程度、二级偏差程度、三级偏差程度等。然后,根据各级偏差程度的数量,预测车辆可能发生里程表显示故障的风险。如果超出误差范围越大,偏差程度的级别越高,则如果三级偏差程度的数量越多,则车辆可能发生里程表显示故障的风险越高。。
在以上述方施例中,如果采用GPS数据来检测车辆故障情况,则可以在确定可能发生车辆故障的风险之前,检测GPS数据是否存在异常或者GPS***是否异常。例如,采用确定无车辆自身故障情况下,将某一检测时段内的显示里程的数据与通过GPS***确定的实际里程的数据进行比对。如果不存在异常情况,则说明GPS数据不存在异常或者GPS***工作正常。如果存在异常情况,则说明GPS数据存在异常或者GPS***工作异常。此时,可以预先对GPS数据进行修正、获取新的GPS数据或者修正GPS***使其工作正常等操作,才可以执行上述方案。
在一些实施例中,如果车辆故障类型为蓄电池馈电故障,则车辆数据可以包括车辆的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级。上述步骤S300中的风险预测过程,可以包括:根据车辆在检测时段内各时刻的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级,确定车辆在检测时段内各时刻是否可能发生电池馈电故障,并确定发生电池馈电故障的原因。然后,根据各时刻可能发生电馈电故障的情况,预测车辆在未来可能发生电池馈电故障的风险。
在本实施例中,蓄电池剩余电量和蓄电池电压会随着车辆的使用时长而减少。耗能零部件包括空调、车灯等。***电压可以包括车辆是否上电以及上电后的电压值。车辆负载等级可以按照车辆负载的大小分等级确定,例如:零级、1级、2级等。
如果车辆在某段时间内蓄电池剩余电量、蓄电池电压的减速加大了,但是、耗能零部件、驱动电机转速等变化不大,则说明此段时间内可能出现的电池馈电故障的情况,可以预测车辆在未来可能发生电池馈电的风险较大。如果蓄电池剩余电量、蓄电池电压的减带与耗能零部件状态、驱动电机转速、***电压以及车辆负载等级这些数据相匹配,则说明可能出现电池馈电故障的概率较低,可以预测车辆在未来可能发生电池馈电的风险较小。在本实施例中可以按照风险的大小确定其所属的风险级别(即图5-6中的预警状态)。具体可以参见图5-1至图5-6。
在一些实施例中,如果车辆故障类型包括车辆启动故障,则车辆数据可以包括车辆的高压互锁状态、快充枪状态、防盗状态和车辆启动状态。当然,车辆数据还包括控制车辆启动的继电器的状态、为车辆供电的电池管理***的状态等。上述步骤S300中的风险预测过程,可以包括:根据车辆在检测时段内各时刻的高压互锁状态、快充枪状态、防盗状态和车辆启动状态,确定车辆在检测时段内各时刻是否可能发生车辆启动故障,并确定发生电池馈电故障的原因。然后,根据各时刻可能发生电池馈电故障的情况,预测车辆在未来可能发生电池馈电故障的风险。
示例性地,如果车辆在时刻A处于启动的状态,但是车辆的防盗状态是处于防盗,则此时车辆启动是属于不正常的情况。此时,如果车辆在其他时刻处于启动的状态、且车辆的防盗状态是处于非防盗。那么,这种情况下,可以认为车辆在时刻A发生车辆启动故障的可能性不高,有可能是防盗***过于灵敏而出现的情况。但是,如果车辆在时刻A的前后时刻均处于启动的状态、且车辆的防盗状态也是处于非防盗。那么,这种情况下,可以认为车辆在时刻A发生车辆启动故障的可能性较高,且可以确定发生风险的原因在于防盗***。基于各时刻确定的发生车辆启动故障的可能性高低情况,来预测车辆未来发生同样的故障的风险。
高压互锁状态是指:当电机要求正反转时,高压侧会接成两套电路,实现电机正反转。但是电机正转时,翻转电路不能接通,反之亦然。如果车辆启动的时候,高压互锁状态正常,则说明车辆可能发生车辆启动故障的风险不大。
快充枪状态是指:为电池冲电的电枪是否在充电。如果车辆启动的时候,快充枪状态处于充电情况,则说明车辆可能发生车辆启动故障的风险较大。
在一些实施例中,如图6所示,上述步骤S400中确定是否预警的过程,可以包括步骤S410至步骤S420,如下:
S410,根据预测的风险,确定此风险的风险类别。
S420,根据风险的风险类别,确定是否需要对车辆进行预警。
如图7所示,以检测时段为最近的七天。风险类别包括一级风险、二级风险和三级风险。分别累计这七天内出现一级风险、二级风险和三级风险的数量。风险越高,风险级别越高。如果出现三级风险,即使三级风险的数量较少,也是需要对车辆进行预警的。如果出现一级风险的数量偏多时,可以对车辆进行预警。如果没有出现三级风险,以及一二级的风险数量也不多时,可以不对车辆进行预警。
在一种实施方式中,本发明实施例提供的方法,还可以将故障的数据排列成显示图表,发送给车主的显示终端。例如,车辆上的车载显示屏、车主的手机、IPAD等。具体所排布的图表包括但不限于图2、图3、图4、图5-1至图5-6、图7。
请参阅图8和图9,本发明实施例还提供执行上述实施例的方法的服务器,服务器内部的工作原理可以如下:
1、从TSP(Telematics Service Provider,汽车远程服务提供商)平台来说,TSP平台将从tbox(Telematics BOX,用于与服务器或车主的手机客户端通信,实理车辆信息显示与控制)收到的Can(Controller Area Networ,控制器局域网)网络数据和DTC(DiagnosticTrouble Code,诊断故障代码)数据。
2、车辆数据可以分为自动诊断(OWNDTC)和被动诊断(DTC)的数据,以及按数据来源类型,将这些数据分配到Kafka集群的不同topic中,例如CAN、DTC、OWNDTC。同时,TSP作为中转平台,可以将RDS(Radio Data System,数据广播***)平台的控制指令和数据请求指令发送给TSP。对于响应时间较长的指令请求(例如,请求冻结帧和请求DTC数据)的请求结果,可以将其发送到Kafka集群。然后,由单独的程序将返回的请求结果写入到Mysql数据库中,RDS可以异步查询返回的请求结果。
3、从RDS来说,RDS可以查询数据平台中的原始数据,也可以查询Mysql数据中的车辆的基本数据、诊断数据和汇总数据等,还可以通过外部服务查询视频数据和通过售后平台的服务获取控制脚本。同时,RDS通过TSP平台可以发送远程控制指令和数据请求指令。
4、从数据平台来说,数据平台实时获取汽车的CAN数据,将这此原始数据存储到hbase数据库中。并且,可以基于原始数据做一些统计分析,分析结果写入hbase数据库。
5、从数据库角度来说,hbase数据库存储原始的车辆数据和统计分析结果。Mysql定时同步hbase部分原始数据和统计分析结果。Mysql也同时存放有车辆的基本信息、DTC数据和冻结帧等数据。
6、从对外服务来说,对外服务***可以提供查询hbase数据库和Mysql数据库的功能等。
请参阅图10,本发明实施例提供的数据平台的示意框图。
大数据平台从逻辑上共分为七部分,分别是:数据接入、分布式文件***、分布式数据库、计算引擎、权限安全***、运维监控和开发测试平台。这几部分的逻辑关系可以参见图10。大数据平台采用了主流的开源大数据技术和组件,其中实时计算部分主要使用的技术组件为SparkStreaming,批量计算部分为Spark、hive等组件工具,数据的存储主要包含hbase数据库、redis数据、mysql数据库。
请参阅图11,本发明实施例提供一种车辆故障预警的装置,包括:
类型与时段确定模块100,用于确定车辆待检测的车辆故障类型和检测时段;
车辆数据获取模块200,用于获取所述车辆在所述检测时段内与所述车辆故障类型相关的车辆数据;
风险计算模块300,用于根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险;其中,所述车辆故障与所述车辆故障类型相符合,以及
预警确定模块400,用于根据预测的风险,确定是否需要对所述车辆进行预警。
在一些实施例中,所述车辆故障类型包括车速显示故障、仪表电量显示故障、里程表显示故障、蓄电池馈电故障以及车辆启动故障。
在一些实施例中,如果所述车辆故障类型包括车速显示故障,则所述车辆数据包括所述车辆的GPS位置和车速仪表的显示车速,以及所述风险计算模块300包括:
GPS速度计算单元,用于根据所述车辆在所述检测时段内的GPS位置,计算所述车辆在所述检测时段内各时刻的GPS速度;以及
车速显示故障风险确定单元,用于比较所述车辆在所述检测时段内各时刻的GPS速度和显示车速,确定各时刻的GPS速度和显示车速的偏差程度;根据所述各时刻的GPS速度和显示车速的偏差程度,预测所述车辆可能发生车速显示故障的风险。
在一些实施例中,如果所述车辆故障类型包括仪表电量显示故障,则所述车辆数据包括所述车辆的电池电压、电池的输出电流和电量仪表的显示剩余电量,以及所述风险计算模块300包括:
实际剩余电量计算单元,用于根据所述车辆在所述检测时段内各时刻的电池电压和输出电流,计算所述车辆在所述检测时段内各时刻的实际剩余电量;
仪表电量显示故障风险确定单元,用于比较所述车辆在所述检测时段内各时刻的实际剩余电量和显示剩余电量,确定的实际剩余电量和显示剩余电量的偏差程度;根据所述各时刻的实际剩余电量和显示剩余电量的偏差程度,预测所述车辆可能发生仪表电量显示故障的风险。
在一些实施例中,如果所述车辆故障类型包括里程表显示故障,则所述车辆数据包括所述车辆的GPS位置和里程表的显示里程,以及所述风险计算模块300包括:
实际里程计算单元,用于根据所述车辆在所述检测时段内各时刻的GPS位置,计算所述车辆在所述检测时段内各时刻的实际里程;以及
里程表显示故障风险确定单元,用于比较所述车辆在所述检测时段内各时刻的实际里程和显示里程,确定各时刻实际里程和显示里程的偏差程度;根据所述各时刻的实际里程和显示里程的偏差程度,预测所述车辆可能发生里程表显示故障的风险。。
在一些实施例中,如果所述车辆故障类型包括蓄电池馈电故障,则所述车辆数据包括所述车辆的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级,以及所述风险计算模块300包括:
电池馈电故障风险确定单元,用于根据所述车辆在所述检测时段内各时刻的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级这六者的变化情况,预测所述车辆可能发生电池馈电故障的风险,并确定发生所述风险的原因。
在一些实施例中,如果所述车辆故障类型包括车辆启动故障,则所述车辆数据包括所述车辆的高压互锁状态、快充枪状态、防盗状态和车辆启动状态,以及所述风险计算模块300包括:
车辆启动故障确定单元,用于根据所述车辆在所述检测时段内各时刻的高压互锁状态、快充枪状态、防盗状态和车辆启动状态这四者的变化情况,预测所述车辆可能发生车辆启动故障的风险,并确定发生所述风险的原因。
在一些实施例中,上述预警确定模块400可以包括:
风险类别确定单元,用于根据预测的风险,确定各所述风险的风险类别;
预警判断单元,用于根据所述风险的风险类别,确定是否需要对所述车辆进行预警。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,车辆故障预警的结构中包括处理器和存储器,所述存储器用于车辆故障预警的装置执行上述第一方面中车辆故障预警的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述车辆故障预警的装置还可以包括通信接口,用于车辆故障预警的装置与其他设备或通信网络通信。
本发明实施例还提供一种车辆故障预警的终端设备,如图12所示,该设备包括:存储器21和处理器22,存储器21内存储有可在处理器22上的计算机程序。处理器22执行计算机程序时实现上述实施例中的车辆故障预警的方法。存储器21和处理器22的数量可以为一个或多个。
该设备还包括:
通信接口23,用于处理器22与外部设备之间的通信。
存储器21可能包括高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
如果存储器21、处理器22和通信接口23独立实现,则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图12中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器21、处理器22及通信接口23集成在一块芯片上,则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包括、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
本发明实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于指令执行***、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包括的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的程序,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
以上,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,可轻易想到其各种变化或替换,这些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权利要求的保护范围为准。
Claims (11)
1.一种车辆故障预警的方法,其特征在于,用于预测车辆发生故障的风险,包括:
确定车辆待检测的车辆故障类型和检测时段,其中,所述检测时段为过去的一段时间;
获取所述车辆在所述检测时段内与所述车辆故障类型相关的车辆数据;
根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险;其中,所述车辆故障与所述车辆故障类型相符合,以及
根据预测的风险,确定是否需要对所述车辆进行预警;
其中,所述车辆故障类型包括车辆启动故障,在所述车辆故障类型包括所述车辆启动故障时,所述车辆数据包括防盗状态和车辆启动状态,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:如果在指定时刻所述车辆启动状态处于启动的状态,所述防盗状态处于防盗,但在所述指定时刻前后所述车辆启动状态均处于启动的状态,且所述防盗状态处于非防盗,则所述车辆在所述指定时刻发生所述车辆启动故障的可能性较高;基于所述车辆发生所述车辆启动故障的可能性,预测所述车辆可能发生车辆启动故障的风险,并确定发生所述风险的原因。
2.如权利要求1所述的方法,其特征在于,所述车辆故障类型还包括车速显示故障、仪表电量显示故障、里程表显示故障、蓄电池馈电故障。
3.如权利要求1所述的方法,其特征在于,如果所述车辆故障类型还包括车速显示故障,则所述车辆数据包括所述车辆的GPS位置和车速仪表的显示车速,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内的GPS位置,计算所述车辆在所述检测时段内各时刻的GPS速度;以及
比较所述车辆在所述检测时段内各时刻的GPS速度和显示车速,确定所述各时刻的GPS速度和显示车速的偏差程度;
根据所述各时刻的GPS速度和显示车速的偏差程度,预测所述车辆可能发生车速显示故障的风险。
4.如权利要求1所述的方法,其特征在于,如果所述车辆故障类型还包括仪表电量显示故障,则所述车辆数据包括所述车辆的电池电压、电池的输出电流和电量仪表的显示剩余电量,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的电池电压和输出电流,计算所述车辆在所述检测时段内各时刻的实际剩余电量;
比较所述车辆在所述检测时段内各时刻的实际剩余电量和显示剩余电量,确定所述各时刻的实际剩余电量和显示剩余电量的偏差程度;
根据所述各时刻的实际剩余电量和显示剩余电量的偏差程度,预测所述车辆可能发生仪表电量显示故障的风险。
5.如权利要求1所述的方法,其特征在于,如果所述车辆故障类型还包括里程表显示故障,则所述车辆数据包括所述车辆的GPS位置和里程表的显示里程,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的GPS位置,计算所述车辆在所述检测时段内各时刻的实际里程;以及
比较所述车辆在所述检测时段内各时刻的实际里程和显示里程,确定所述各时刻的实际里程和显示里程的偏差程度;
根据所述各时刻的实际里程和显示里程的偏差程度,预测所述车辆可能发生里程表显示故障的风险。
6.如权利要求1所述的方法,其特征在于,如果所述车辆故障类型还包括蓄电池馈电故障,则所述车辆数据包括所述车辆的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的蓄电池剩余电量、蓄电池电压、耗能零部件状态、驱动电机转速、***电压和车辆负载等级这六者的变化情况,预测所述车辆可能发生电池馈电故障的风险,并确定发生所述风险的原因。
7.如权利要求1所述的方法,其特征在于,在所述车辆故障类型包括车辆启动故障时,所述车辆数据还包括所述车辆的高压互锁状态、快充枪状态,以及所述根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险,包括:
根据所述车辆在所述检测时段内各时刻的高压互锁状态、快充枪状态的变化情况,预测所述车辆可能发生车辆启动故障的风险,并确定发生所述风险的原因。
8.如权利要求1所述的方法,其特征在于,所述根据预测的风险,确定是否需要对所述车辆进行预警,包括:
根据预测的风险,确定各所述风险的风险类别;
根据所述风险的风险类别,确定是否需要对所述车辆进行预警。
9.一种车辆故障预警的装置,其特征在于,用于预测车辆发生故障的风险,包括:
类型与时段确定模块,用于确定车辆待检测的车辆故障类型和检测时段,其中,所述检测时段为过去的一段时间;
车辆数据获取模块,用于获取所述车辆在所述检测时段内与所述车辆故障类型相关的车辆数据;
风险计算模块,用于根据所述车辆在所述检测时段内所述车辆数据的变化情况,预测所述车辆可能发生车辆故障的风险;其中,所述车辆故障与所述车辆故障类型相符合,以及
预警确定模块,用于根据预测的风险,确定是否需要对所述车辆进行预警;
其中,所述车辆故障类型包括车辆启动故障,在所述车辆故障类型包括所述车辆启动故障时,所述车辆数据包括防盗状态和车辆启动状态,以及所述风险计算模块300包括:
车辆启动故障确定单元,用于如果在指定时刻所述车辆启动状态处于启动的状态,所述防盗状态处于防盗,但在所述指定时刻前后所述车辆启动状态均处于启动的状态,且所述防盗状态处于非防盗,则所述车辆在所述指定时刻发生所述车辆启动故障的可能性较高;基于所述车辆发生所述车辆启动故障的可能性,预测所述车辆可能发生车辆启动故障的风险,并确定发生所述风险的原因。
10.一种实现车辆故障预警的终端设备,其特征在于,所述终端设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639390.1A CN109724812B (zh) | 2018-12-29 | 2018-12-29 | 车辆故障预警的方法、装置、存储介质和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639390.1A CN109724812B (zh) | 2018-12-29 | 2018-12-29 | 车辆故障预警的方法、装置、存储介质和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109724812A CN109724812A (zh) | 2019-05-07 |
CN109724812B true CN109724812B (zh) | 2022-02-01 |
Family
ID=66297963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811639390.1A Active CN109724812B (zh) | 2018-12-29 | 2018-12-29 | 车辆故障预警的方法、装置、存储介质和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109724812B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175127B (zh) * | 2019-05-29 | 2023-04-18 | 吉旗(成都)科技有限公司 | 一种远程自动质检ems设备安装质量的方法 |
CN110031874B (zh) * | 2019-05-29 | 2021-10-01 | 吉旗(成都)科技有限公司 | 一种远程自动质检gps设备天线安装质量的方法 |
CN111832974A (zh) * | 2020-07-28 | 2020-10-27 | 重庆长安新能源汽车科技有限公司 | 车辆故障预警方法及存储介质 |
CN111731070B (zh) * | 2020-08-01 | 2020-11-20 | 深圳小木科技有限公司 | 一种车载空调和车厢空气调节方法 |
CN113343633B (zh) * | 2021-06-10 | 2022-04-26 | 上海交通大学 | 动力锂电池热失控故障分类及风险预测方法、*** |
CN114659539A (zh) * | 2022-03-28 | 2022-06-24 | 安徽博泰微电子有限公司 | 一种汽车电子计量设备失准判断方法 |
CN115063905B (zh) * | 2022-06-08 | 2024-06-14 | 中国第一汽车股份有限公司 | 车辆数据的处理方法和装置、存储介质及电子装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102359792A (zh) * | 2011-08-23 | 2012-02-22 | 奇瑞汽车股份有限公司 | 一种汽车组合仪表的里程校正*** |
CN104850113A (zh) * | 2014-11-14 | 2015-08-19 | 北汽福田汽车股份有限公司 | 一种汽车远程诊断***及方法 |
CN106025399A (zh) * | 2016-06-07 | 2016-10-12 | 安徽江淮汽车股份有限公司 | 一种汽车蓄电池监控方法及*** |
CN106248398A (zh) * | 2016-09-05 | 2016-12-21 | 北京新能源汽车股份有限公司 | 一种汽车的诊断方法及装置 |
WO2018152800A1 (zh) * | 2017-02-25 | 2018-08-30 | 深圳益强信息科技有限公司 | 一种城市预警管理***及方法 |
CN108521155A (zh) * | 2018-05-09 | 2018-09-11 | 清华大学 | 一种电动汽车充电预警方法及*** |
CN109080626A (zh) * | 2018-08-09 | 2018-12-25 | 北京智行者科技有限公司 | 车辆故障处理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528095B (zh) * | 2017-07-31 | 2019-09-27 | 清华大学 | 基于新能源车辆存储卡数据的低压蓄电池失效预测方法 |
CN108693868B (zh) * | 2018-05-25 | 2021-06-11 | 深圳市轱辘车联数据技术有限公司 | 故障预测模型训练的方法、车辆故障预测的方法及装置 |
-
2018
- 2018-12-29 CN CN201811639390.1A patent/CN109724812B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102359792A (zh) * | 2011-08-23 | 2012-02-22 | 奇瑞汽车股份有限公司 | 一种汽车组合仪表的里程校正*** |
CN104850113A (zh) * | 2014-11-14 | 2015-08-19 | 北汽福田汽车股份有限公司 | 一种汽车远程诊断***及方法 |
CN106025399A (zh) * | 2016-06-07 | 2016-10-12 | 安徽江淮汽车股份有限公司 | 一种汽车蓄电池监控方法及*** |
CN106248398A (zh) * | 2016-09-05 | 2016-12-21 | 北京新能源汽车股份有限公司 | 一种汽车的诊断方法及装置 |
WO2018152800A1 (zh) * | 2017-02-25 | 2018-08-30 | 深圳益强信息科技有限公司 | 一种城市预警管理***及方法 |
CN108521155A (zh) * | 2018-05-09 | 2018-09-11 | 清华大学 | 一种电动汽车充电预警方法及*** |
CN109080626A (zh) * | 2018-08-09 | 2018-12-25 | 北京智行者科技有限公司 | 车辆故障处理方法 |
Non-Patent Citations (1)
Title |
---|
汽车防盗***导致发动机不能启动故障诊断方法解析;张凤杰;《内燃机与配件》;20161231;第25-27页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109724812A (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109724812B (zh) | 车辆故障预警的方法、装置、存储介质和终端设备 | |
US11468715B2 (en) | Cloud-based vehicle fault diagnosis method, apparatus, and system | |
CN109460010B (zh) | 基于知识图谱的车辆故障检测方法、装置及存储介质 | |
US10713862B2 (en) | Enhanced vehicle bad fuel sensor with crowdsourcing analytics | |
CN102245437B (zh) | 车辆的故障诊断装置 | |
US20170103101A1 (en) | System for database data quality processing | |
US20170024943A1 (en) | System and Method for Service Assessment | |
WO2017190595A1 (zh) | 一种交通工具数据处理方法、装置和终端设备 | |
EP3610277B1 (de) | System und verfahren zum bestimmen eines zustands einer fahrzeugbatterie | |
Mesgarpour et al. | Overview of telematics-based prognostics and health management systems for commercial vehicles | |
KR102357726B1 (ko) | 서버 장치 및 정보 제공 방법 | |
CN111506048B (zh) | 车辆故障预警方法及相关设备 | |
CN113263993B (zh) | 故障预警方法、装置、通信设备及存储介质 | |
CN111284363B (zh) | 基于推进力丧失评估来控制具有可充电能量储存包的设备的运行 | |
CN105719359B (zh) | 车辆信息的获取方法和装置 | |
Holland et al. | PHM for automotive manufacturing & vehicle applications | |
US20190378349A1 (en) | Vehicle remaining useful life prediction | |
CN115359585A (zh) | 车辆提前排查故障的方法、装置、车辆及存储介质 | |
US20220284740A1 (en) | Method for determining the operating state of vehicle components | |
CN115933619A (zh) | 一种远程诊断方法、***、电子设备及存储介质 | |
CN111275847B (zh) | 一种调表车检测方法和装置 | |
CN115453224A (zh) | 车载直流变直流变换器状态识别方法、装置、设备和介质 | |
CN114089119A (zh) | 高压回路故障定位方法、装置、电动汽车及存储介质 | |
US20240086948A1 (en) | Predicting fleet utilization and capacity for delivery demands | |
EP4316918A1 (en) | Vehicle abnormality detection device and vehicle abnormality detection method |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |