CN112943831A - 一种基于车联网大数据提醒更换刹车片的方法和装置 - Google Patents

Abstract

本发明提供一种基于车联网大数据提醒更换刹车片的方法，包括：通过车辆监控***对车辆刹车过程中的数据信息进行监控，获得刹车信息并上传至车联网大数据平台；车联网大数据平台获得车辆刹车片的当前磨损量以及历史磨损量；车联网大数据平台计算刹车片的累计磨损量并将累计磨损量与更换条件进行比较；当满足更换条件时，车联网大数据平台发送更换刹车片的提醒信息至车辆监控***；本发明还提供一种装置；本发明通过车联网大数据平台对踏板位置、车速等信息的简单加工，实现了对刹车片磨损情况的量化，能够提醒车主关注刹车片性能、对刹车片进行及时更换，从而避免了因刹车片刹车性能低下发生的交通事故，消除潜在的安全风险，确保行车的安全性。

Description

一种基于车联网大数据提醒更换刹车片的方法和装置

技术领域

本发明涉及汽车技术领域，特别涉及一种基于车联网大数据提醒更换刹车片的方法和装置。

背景技术

随着汽车行业的不断发展及车辆保有量的日益提升，越来越多的汽车进入了千家万户，同时，汽车的安全也受到了广泛的关注。研究表明，在发生紧急事件时，有效的制动***，是避免交通事故发生的重要保障。制动***的有效性，主要来依赖于汽车刹车片与刹车盘之间的有效摩擦所产生的制动能。在汽车中，刹车片为易损件，需定期查看刹车片的磨损情况，以判断是否需要更换刹车片。如果刹车片磨损严重，而驾驶员未能及时发现并更换刹车片，则将可能带来刹车失灵等安全隐患。

现有技术中，刹车片磨损量的判断及更换提醒主要分为两种：一种是通过在在刹车片内嵌入探针或传感器，当刹车片磨损到极限时导通电路，从而提醒驾驶员；另一种则是通过传感器主动测量刹车片的磨损量，通过将测量结果和设定的阈值对比来判断是否需要更换刹车片。这两种方法均存在一些不足：第一种方法是种被动的提醒方法，无法及时提醒驾驶员刹车片当前的磨损情况，不能起到预防的作用，依然存在潜在的安全风险；第二种方法一般需要用到光学测量传感器和微处理器，特别是光学测量传感器，价格昂贵，使用环境严苛，不能够普及。

针对现有技术存在的上述缺陷，本申请旨在提供一种基于车联网大数据提醒驾驶员更换刹车片的方法和装置。

发明内容

针对现有技术的上述问题，本发明的目的在于提供一种基于车联网大数据提醒更换刹车片的方法和装置。

为了解决上述问题，本发明提供一种基于车联网大数据提醒更换刹车片的方法，包括：

通过车辆监控***对车辆在刹车过程中的数据信息进行监控，获得刹车信息，将车辆信息和所述刹车信息上传至车联网大数据平台；

所述车联网大数据平台对所述刹车信息进行处理，获得所述车辆刹车片的当前磨损量，以及根据所述车辆信息查找所述车辆刹车片的历史磨损量；

所述车联网大数据平台根据所述当前磨损量和所述历史磨损量计算车辆刹车片的累计磨损量；

所述车联网大数据平台将所述累计磨损量与预设的更换条件进行比较；

当满足更换条件时，所述车联网大数据平台发送更换刹车片的提醒信息至所述车辆监控***。

进一步地，所述所述车联网大数据平台对所述刹车信息进行处理，获得所述车辆刹车片的当前磨损量，以及根据所述车辆信息查找所述车辆刹车片的历史磨损量，包括：

所述刹车信息至少包括刹车过程中车速的变化信息和刹车过程中刹车踏板位置的变化信息，所述车联网大数据平台根据所述刹车信息，计算所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量；

所述车联网大数据平台根据所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量，获得所述车辆刹车片的当前磨损量。

具体地，所述所述车联网大数据平台根据所述刹车信息，计算所述刹车踏板各预设深度区间对应的所述车辆刹车片的磨损量，包括：

所述车联网大数据平台获取各所述深度区间分别对应的磨损系数；

所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的所述车辆刹车片的摩擦位移；

所述车联网大数据平台根据所述磨损系数和所述摩擦位移，计算所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量。

具体地，所述所述车联网大数据平台获取各所述深度区间分别对应的磨损系数，包括：

所述车联网大数据平台根据所述刹车信息计算所述车辆刹车片的当前摩擦位移；

所述车联网大数据平台根据所述车辆信息查找所述车辆刹车片的历史摩擦位移；

所述车联网大数据平台根据所述当前摩擦位移和所述历史摩擦位移，计算所述车辆刹车片的累计摩擦位移；

所述车联网大数据平台根据所述累计摩擦位移以及预设的与所述累计摩擦位移相对应的所述车辆刹车片的剩余使用寿命，计算所述磨损系数。

具体地，所述所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的所述车辆刹车片的摩擦位移，包括：

所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的车辆的移动距离；

所述车联网大数据平台根据所述移动距离，计算得到与所述移动距离相对应的所述车辆刹车片的摩擦位移。

进一步地，所述所述车联网大数据平台根据所述移动距离，计算得到与所述移动距离相对应的所述车辆刹车片的摩擦位移，包括：

所述车联网大数据平台根据所述刹车信息，获得与各所述深度区间对应的车速随时间的变化信息；

所述车联网大数据平台根据与所述各深度区间对应的车速随时间的变化信息，计算与各所述深度区间对应的车辆的移动距离。

优选地，所述车联网大数据平台根据所述当前磨损量和所述历史磨损量计算车辆刹车片的累计磨损量后，还包括：

将所述累计磨损量替换所述历史磨损量并存储在所述车联网大数据平台中。

优选地，所述所述车联网大数据平台将所述累计磨损量与预设的更换条件进行比较之前，还包括：

所述车联网大数据平台将所述累计磨损量与预设的预警条件进行比较；

当满足预警条件时，所述车联网大数据平台发送预警信息至所述车辆监控***。

本发明另一方面还保护一种电子装置，包括：

一个或多个处理器；

存储器；和

一个或多个程序，所述一个或多个程序存储在所述存储器中，且由所述一个或多个处理器执行，所述程序包括用于执行上述技术方案所述的基于车联网大数据提醒更换刹车片的方法。

本发明还保护一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述技术方案提供的基于车联网大数据提醒更换刹车片的方法。

由于上述技术方案，本发明具有以下有益效果：

1)本发明提供的一种基于车联网大数据提醒更换刹车片的方法，能够利用车联网大数据平台对影响刹车片磨损量的重要因素中摩擦力和摩擦位移的处理和分析，具体通过刹车动作执行期间刹车踏板位置随时间的变化信息以及车速随时间的变化信息对刹车片的磨损量进行量化，无需借助外界设备部件，成本低廉。

2)本发明通过对刹车动作执行期间踏板位置随时间的变化信息、车速随时间的变化信息等信息的简单加工，实现了对刹车片磨损情况的量化，能够提醒车主关注刹车片性能、对刹车片进行及时更换，从而避免了因刹车片刹车性能低下发生的交通事故，消除潜在的安全风险，确保了行车的安全性。

3)本发明能够较为精确的计算刹车片的磨损情况，因此能够准确的获得刹车片的更换时机，避免在刹车片未达到其使用寿命阈值时对刹车片进行的更换，造成刹车片利用率低下、资源浪费的情况，有利于提高资源利用率，降低车辆维护成本。

4)本发明提供的一种基于车联网大数据提醒更换刹车片的方法，通过车联网大数据平台能够计算出每一次刹车动作对应的当前磨损量，通过与历史数据的叠加获得历史磨损量，以此来计算累计磨损量和剩余磨损量，并将获得的累计磨损量作为新的历史磨损量进行存储，能够节约计算资源，同时还有利于节约对数据存储空间。

5)本发明获得的刹车片磨损信息可传输至车联网大数据平台，以适用于对同种车型车辆的刹车片寿命分析，对于补充刹车片寿命数据有着不可估量的重要意义。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1是本发明实施例提供的一种基于车联网大数据提醒更换刹车片的方法的流程图；

图2是本发明实施例提供的一种电子装置的结构示意图。

图中：10-电子装置，20-处理器，30-存储器，31-程序。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的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。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

请参照图1，其所示为本发明实施例提供的一种基于车联网大数据提醒更换刹车片的方法的流程示意图，需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例或流程图中所述的操作步骤的顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序，在实际中的车辆行驶时，可以按照实施例或者附图所示的方法顺序执行。具体的如图1所示，所述方法包括：

S100：通过车辆监控***对车辆在刹车过程中的数据信息进行监控，获得刹车信息，将车辆信息和所述刹车信息上传至车联网大数据平台。

需要说明的是，所述刹车信息为刹车动作的执行期间内的信息，包括刹车动作执行期间，车辆车速随时间的变化信息和刹车踏板位置随时间的变化信息；所述车辆信息包括车辆的车型信息，通过所述车型信息可以查找出与该车型车辆相对应的刹车片的相关数据，例如，所述车辆刹车片的初始使用寿命。

需要说明的是，本说明书实施例中的刹车动作执行期间是指：驾驶员踩踏刹车踏板致使刹车踏板位置发生变化之时起，至驾驶员脚部完全松开刹车踏板致使刹车踏板恢复至初始状态为止。

S200：所述车联网大数据平台对所述刹车信息进行处理，获得所述车辆刹车片的当前磨损量，以及根据所述车辆信息查找所述车辆刹车片的历史磨损量。

本说明书中，所述当前磨损量是指当前刹车动作对应的单次刹车片的磨损量。将第i次刹车动作对应的所述车辆刹车片的磨损量，记为所述当前磨损量d_i，i为大于1的整数。所述历史磨损量则为前i-1次刹车动作产生的所述车辆刹车片累计的磨损量，记所述历史磨损量为D_i-1。

S300：所述车联网大数据平台基于所述当前磨损量和所述历史磨损量计算车辆刹车片的累计磨损量。记所述累计磨损量为D_i，则D_i＝D_i-1+d_i。

S600：所述车联网大数据平台将所述累计磨损量与预设的更换条件进行比较；

S610：所述车联网大数据平台根据所述累计磨损量以及根据所述车辆信息查找所述车辆刹车片的初始磨损量，计算获得所述车辆刹车片的剩余磨损量；

需要说明的是，所述初始磨损量与车辆的车型相关，不同车型的车辆其所述初始磨损量可能不同。所述初始磨损量为全新的刹车片的初始使用寿命，可记所述初始磨损量为为D₀，记所述剩余磨损量为D，则D＝D_O-D_i。

S620：所述车联网大数据平台将所述剩余磨损量与所述预设的更换阈值进行比较；

S630：当所述剩余磨损量小于或等于所述更换阈值时，满足更换条件。

本说明书实施例中，将所述更换阈值设置为D＝0，即当D＝D_O-D_i≤0时，所述剩余磨损量等于或小于所述更换阈值时，满足更换条件。

S700：当满足更换条件时，所述车联网大数据平台发送更换刹车片的提醒信息至所述车辆监控***。

需要说明的是，除本说明书实施例中所采用的更换阈值的设置方式外，所述更换阈值还可以有其他设置方式，例如：设置更换阈值为D＝0.01D_O等等，当判断比较得到所述剩余磨损量等于或小于0.01D_O时，生成更换刹车片的提醒信息，从而能够预防刹车片刹车性能到达绝限的情况发生。

刹车片的磨损主要受摩擦力(又称为制动力)、摩擦位移和摩擦面积这三个因素的影响。其中，摩擦面积为刹车片与刹车盘之间的摩擦面积，因此对于固定车型，其刹车片的摩擦面积相对固定；因此本说明书实施例中，除通过所述车联网大数据平台通过获取车辆信息能够获取得到所述车辆刹车片的摩擦面积，还需考虑摩擦力和摩擦位移这两个影响因素。

摩擦力大小可由踩踏刹车踏板的深度来衡量，不同的踩踏深度对应的摩擦力大小不同，具体来说，当踩踏刹车踏板的深度较深时，刹车片作用在刹车盘上的摩擦力较大，刹车片的磨损量也较大；当踩踏刹车踏板的深度较浅时，刹车片作用在刹车盘上的摩擦力较小，此时刹车片的磨损量也较小。

因此，本说明书实施例中，所述步骤S200：所述车联网大数据平台对所述刹车信息进行处理，获得所述车辆刹车片的当前磨损量，以及根据所述车辆信息查找所述车辆刹车片的历史磨损量，包括：

S210：所述车联网大数据平台根据所述刹车信息，计算所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量；

在本说明书实施例中，为实现对数据采集和分析计算的精确性，车联网大数据平台将所述刹车踏板的踩踏行程预先分为10个深度区间，所述刹车踏板的踩踏行程是指刹车踏板从初始位置至踩踏深度最深处时的行程。当然了，还可以将所述踩踏行程设置有其他数量多个深度区间，记计算获得的各预设的深度区间对应的所述车辆刹车片的磨损量分别为d₁、d₂、d₃……d₉和d₁₀，简记为d_k，k为1到10的整数；

S220：所述车联网大数据平台根据所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量，获得所述车辆刹车片的当前磨损量。

即d_i＝d₁+d₂+......+d₉+d₁₀，即

本说明书实施例中，步骤S210：所述车联网大数据平台根据所述刹车信息，计算所述刹车踏板各预设深度区间对应的所述车辆刹车片的磨损量，可采用如下方法，包括：

S211：所述车联网大数据平台获取各所述深度区间分别对应的磨损系数；

由于在刹车踏板位于不同深度区间时，所述车辆刹车片对应受到的摩擦力不同，即各深度区间分别对应的所述车辆刹车片的磨损系数不相。所述磨损系数为所述车辆刹车片在单位摩擦的磨损系数，记上述10个深度区间分别对应的磨损系数为：μ₁、μ₂、μ₃……μ₉和μ₁₀，简记为μ_k，k为1到10的整数。

S212：所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的所述车辆刹车片的摩擦位移；

记刹车片在上述10个深度区间对应的摩擦位移分别为：S₁、S₂、S₃……S₉和S₁₀，简记为S_k，k为1到10的整数。

S213：所述车联网大数据平台根据所述磨损系数和所述摩擦位移，计算所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量；

即d_k＝S_k·μ_k。

需要说明的是：本说明书实施例提供的一种基于车联网大数据提醒更换刹车片的方法，其中步骤S211中，所述磨损系数的获取分为两个阶段；

第一阶段：数据待完善阶段，磨损系数的获取方式如下：

S2111：所述车联网大数据平台根据所述刹车信息计算所述车辆刹车片的当前摩擦位移；例如：车联网大数据平台可根据刹车动作执行期间所花费的时间以及车辆车速随时间的变化信息，获得车辆在整个刹车动作执行期间行驶的距离。由于刹车片的刹车作用是靠与刹车盘进行摩擦实现的，因此刹车片的摩擦位移与所述车辆在刹车动作执行期间的行驶距离成比例关系。即，通过刹车动作执行期间车辆的行驶距离可获得刹车片的单次摩擦位移，也就是刹车片的当前摩擦位移。

S2112：所述车联网大数据平台根据所述车辆信息查找所述车辆刹车片的历史摩擦位移；

S2113：所述车联网大数据平台根据所述当前摩擦位移和所述历史摩擦位移，计算所述车辆刹车片的累计摩擦位移；

S2114：所述车联网大数据平台根据所述累计摩擦位移以及预设的与所述累计摩擦位移相对应的所述车辆刹车片的剩余使用寿命，计算所述磨损系数。

例如：预设所述车辆刹车片的初始磨损量(初始寿命)为刹车片的摩擦位移达到3万公里(此处3万公里的摩擦位移的取值是为保证刹车片具有安全刹车性能，可作为参考，还可以设置有其他数值)；当相同车型的所述车辆刹车片的累计摩擦位移达到5000公里后，即记刹车片剩余磨损量为D＝5/6D₀。根据此时与所述累计摩擦位移和与之对应的剩余磨损量信息，计算该使用阶段各所述深度区间对应的所述车辆刹车片的累计的刹车片摩擦位移，可初步得到各深度区间对应的所述磨损系数μ_k；通过对同车型的各车辆的所述磨损系数μ_k进行对比分析，可初步得到本车型车辆刹车片在各所述深度区间的磨损系数。

此后，每隔一段行驶周期，例如：在所述累计摩擦位移达到1万公里时，再次对同车型车辆进行计算磨损系数μ_k计算，对μ_k进行调整。也可以是，每隔一段采集时间，对同车型车辆进行计算磨损系数μ_k计算，以实现对μ_k调整，提高所述磨损系数的精确性。

此阶段由于样本数据较少，对磨损系数μ_k的获取误差较大。

第二阶段：数据已完善阶段，此阶段以通过多次多所述磨损系数的调整，所述磨损系数已经具有很高的精确性。此阶段，可对比车联网大数据库平台相同车型的车辆其刹车片的磨损系数，对本车在计算刹车片磨损量时的磨损系数进行调整，以应用于对刹车片磨损量的计算。

需要说明的是，对于安装在同一车辆上的刹车片，由于制动***分配给前轮处刹车片和后轮刹车处片的制动力大小不同(即同一台车辆，其前轮刹车片和后轮刹车片对应的各所述磨损系数μ_k不同)，因此，同车型车辆应当有两组所述累计磨损量和两组所述剩余磨损量的值，对于前轮刹车片和后轮刹车片的所述累计磨损量及剩余磨损量(剩余寿命)应当分开计算。

本说明书实施例中，步骤S212：所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的所述车辆刹车片的摩擦位移，具体可包括：

S2121：所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的车辆的移动距离；

记对应于上述10个深度区间，车辆的移动距离为X_k，k为1到10的整数；

需要说明的是，在一次刹车动作中，在同一个所述深度区间内，可经历有一次或多次踩踏，也可以经历有零次踩踏，对于有多次踩踏的，应当将每次踩踏对应的车辆位移进行累加以得到该所述深度区间对应的车辆的移动距离。

S2122：所述车联网大数据平台根据所述移动距离，计算得到与所述移动距离相对应的所述车辆刹车片的摩擦位移；

上文已经提及，由于刹车片的刹车作用是依靠与刹车盘之间摩擦实现的，因此刹车片的摩擦位移与所述车辆在刹车动作执行期间的行驶距离成比例关系。且对应于同一种车型，所述车辆刹车片的摩擦位移与车辆在刹车动作执行期间的行驶距离之间的比例系数确定且唯一，且其值为刹车片质心到轮毂中心的距离与轮胎外径的比值，也是刹车盘与轮胎的旋转半径之比，记所述比例系数为α；

记车辆的移动距离X_k，记与各所述深度区间对应的所述车辆刹车片的摩擦位移为S_k，则S_k＝α·X_k。

进一步地，步骤S2121：所述车联网大数据平台根据所述移动距离，计算得到与所述移动距离相对应的所述车辆刹车片的摩擦位移，包括：

S21211：所述车联网大数据平台根据所述刹车信息，获得与各所述深度区间对应的车速随时间的变化信息；

根据所述刹车信息，具体地，根据刹车动作执行期间，车速随时间的变化信息和所述刹车踏板位置随时间的变化信息，形成刹车踏板位置与车速和时间的映射，根据刹车踏板位置与车速和时间的映射，得到各所述深度区间对应的车速随时间的变化信息；

S21212：所述车联网大数据平台根据与所述各深度区间对应的车速随时间的变化信息，计算与各所述深度区间对应的车辆的移动距离。

即X_k＝∫vdt。

最终，所述车辆刹车片的剩余磨损量为：

本说明书实施例中，一种基于车联网大数据提醒更换刹车片的方法，在步骤S300：所述车联网大数据平台根据所述当前磨损量和所述历史磨损量计算车辆刹车片的累计磨损量后，还包括：

S400：将所述累计磨损量替换所述历史磨损量并存储在所述车联网大数据平台中。即当一次刹车执行动作完成后，将获得的累计磨损量作为新的历史磨损量存储在车联网大数据平台中，从而，在下一次调用所述历史磨损量数据时获取到的是更新过的数据信息。

因此，每当发生一次刹车执行动作计算该次刹车动作完成后的剩余磨损量时，仅需将该次刹车动作对应的当前磨损量与历史磨损量叠加计算即可，而无需在每次刹车动作发生后，将该次刹车动作和历史中各次刹车动作分别产生的摩擦位移进行累计来计算总磨损量，节约计算资源的同时，还有利于节约对数据存储空间。

进一步地，本说明书实施例中，在步骤S600：所述车联网大数据平台将所述累计磨损量与预设的更换条件进行比较之前，还包括：

S500：所述车联网大数据平台将所述累计磨损量与预设的预警条件进行比较；

S501：所述车联网大数据平台根据所述累计磨损量以及根据所述车辆信息查找所述车辆刹车片的初始磨损量，计算获得所述车辆刹车片的剩余磨损量；

S502：所述车联网大数据平台将所述剩余磨损量与所述预设的预警条件进行比较；

S503：当所述剩余磨损量小于或等于所述预警条件时，满足更换条件；

本说明书实施例中，预设的提醒阈值为0.2D₀，当时除本说明书实施例所采用的所述提醒阈值的设置方式外还可以有其他设置方式。

S510：当满足预警条件时，所述车联网大数据平台发送预警信息至所述车辆监控***。

即当D＝0.2D₀，所述车辆刹车片的剩余磨损量为所述初始磨损量(初始寿命)的20％时，生成预警信息，用于提醒驾驶员留意刹车片性能，车主可自主选择是否对刹车片进行更换。

需要说明的是，本说明书实施例中，对所述预警信息和所述更换刹车片提醒信息传达到驾驶员的具体方式不做限定，所述预警信息和所述提醒信息可通过车载显示屏、车载语音播报等方式传递给驾驶员，也可通过车联网大数据平台将相关短信发送到驾驶员手机、或将相关邮件发送至驾驶员邮箱等等，除此之外还可以发送相关信息至汽车4S店等等，此处不一一赘述。

本说明书实施例中，一种基于车联网大数据提醒更换刹车片的方法，还包括：

当对刹车片进行更换后，将所述车辆刹车片的剩余磨损量重置为初始磨损量。

本说明书实施例提供的一种基于车联网大数据提醒更换刹车片的方法，通过车联网大数据平台对影响刹车片磨损量的重要因素：摩擦面积、摩擦力和摩擦位移中的重要因素进行分析，实现了对刹车片磨损情况的实时量化，能够提醒车主关注刹车片性能、避免因刹车性能低下引起的不必要的事故；

同时，还能够较为精确的采集刹车片的磨损信息，准确预测刹车片的更换时机，避免在刹车片未达到其使用寿命阈值时对刹车盘进行的更换，造成刹车片利用率低下和资源浪费，有利于降低车辆维护成本；

除此之外，本申请仅需采集踏板踩踏深度信息、车速随时间的变化信息等，通过车联网***和大数据平台对这些数据进行简单加工，即可算出刹车片从全新到更换的使用周期内在不同踏板深度区间的累计磨损量，无需借助外界设备部件、消耗人力物力，成本低廉，且计算获得的数据信息可适用于对同种车型车辆刹车片的寿命分析，对补充刹车片寿命数据有着重要意义。

实施例2

由于刹车片在其使用周期的不同阶段其性能，例如：灵敏度，会具有一定差异，具体来说，当刹车片在其使用周期的前期，其刹车灵敏度较高；而在其使用周期的后期，刹车片的灵敏度则可能较差。

因此，本说明书实施例提供一种基于车联网大数据提醒更换刹车片的方法，与实施例1的不同在于：本实施例中，

步骤S200：所述车联网大数据平台对所述刹车信息进行处理，获得所述车辆刹车片的当前磨损量d_i后，还包括：

对每次刹车动作对应的所述车辆刹车片的所述当前磨损量设置加权系数，记所述加权系数为β_i；

则得到的新的所述当前磨损量为d_i’＝d_iβ_i；

相应的，新的累计磨损量为D_i＝D_i-1+d_i’。

需要说明的是，本说明书中对所述加权系数的获取不做限定。为简便计算，可根据所述车辆刹车片的摩擦位移、里程或刹车片所处的使用周期的不同阶段进行设置；例如，设置当所述车辆刹车片的摩擦位移里程在0至5000公里范围内时，所述当前磨损量的加权系数均设为β₁；在5000至10000公里范围内时，均具有加权系数β₂等，以此类推；又例如：踩踏刹车踏板的次数在0至5000次范围内时，每次刹车动作对应的所述当前磨损量均具有加权系数β₁’；踩踏刹车踏板的次数在5000至10000次范围内时，均具有加权系数β₂’等等。

通过对所述当前磨损量进行加权设置，有利于更加精确地获取所述车辆刹车片的磨损量信息和剩余磨损量信息。

本实施例与实施例1之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本实施例取得的有益效果与实施例1取得的有益效果相同，此处不再一一赘述。

实施例3

在实施例1和实施例2的基础上，本实施例提供一种基于车联网大数据提醒更换刹车片的装置，包括：

车辆监控***，用于对车辆在刹车过程中的数据进行监控，并将车辆信息和获得的刹车信息上传至车联网大数据平台；

第一获取模块，用于对所述车辆监控***上传的刹车信息进行处理，获得所述车辆刹车片的当前磨损量；

第二获取模块，用于根据所述车辆信息查找获得所述车辆刹车片的历史磨损量；

第一计算模块，用于根据所述当前磨损量和所述历史磨损量，计算所述车辆刹车片的累计磨损量；

第一比较模块，用于将所述累计磨损量与预设的更换条件进行比较；

第一执行模块，用于当满足所述更换条件时，发送更换刹车片的提醒信息至所述车辆监控***。

实施例4

请参阅图2，本实施例提供一种电子装置10，包括：

一个或多个处理器20；

存储器30；

和一个或多个程序31，所述一个或多个程序31存储在所述存储器30中，且配置为由所述一个或多个处理器20执行，所述程序31包括用于执行上述技术方案所述的基于车联网大数据提醒更换刹车片的方法。

实施例5

本实施例提供一种计算机可读存储介质，包括一个或多个计算机程序，所述计算机程序可被处理器执行以完成上述技术方案所述的基于车联网大数据提醒更换刹车片的方法。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

并且，在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

Claims (10)

1.一种基于车联网大数据提醒更换刹车片的方法，其特征在于，包括：

通过车辆监控***对车辆在刹车过程中的数据信息进行监控，获得刹车信息，将车辆信息和所述刹车信息上传至车联网大数据平台；

所述车联网大数据平台对所述刹车信息进行处理，获得所述车辆刹车片的当前磨损量，以及根据所述车辆信息查找所述车辆刹车片的历史磨损量；

所述车联网大数据平台根据所述当前磨损量和所述历史磨损量计算车辆刹车片的累计磨损量；

所述车联网大数据平台将所述累计磨损量与预设的更换条件进行比较；

当满足更换条件时，所述车联网大数据平台发送更换刹车片的提醒信息至所述车辆监控***。

2.根据权利要求1所述的一种基于车联网大数据提醒更换刹车片的方法，其特征在于，所述所述车联网大数据平台对所述刹车信息进行处理，获得所述车辆刹车片的当前磨损量，以及根据所述车辆信息查找所述车辆刹车片的历史磨损量，包括：

所述刹车信息至少包括刹车过程中车速的变化信息和刹车过程中刹车踏板位置的变化信息，所述车联网大数据平台根据所述刹车信息，计算所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量；

所述车联网大数据平台根据所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量，获得所述车辆刹车片的当前磨损量。

3.根据权利要求2所述的一种基于车联网大数据提醒更换刹车片的方法，其特征在于，所述所述车联网大数据平台根据所述刹车信息，计算所述刹车踏板各预设深度区间对应的所述车辆刹车片的磨损量，包括：

所述车联网大数据平台获取各所述深度区间分别对应的磨损系数；

所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的所述车辆刹车片的摩擦位移；

所述车联网大数据平台根据所述磨损系数和所述摩擦位移，计算所述刹车踏板各预设的深度区间对应的所述车辆刹车片的磨损量。

4.根据权利要求3所述的一种基于车联网大数据提醒更换刹车片的方法，其特征在于，所述所述车联网大数据平台获取各所述深度区间分别对应的磨损系数，包括：

所述车联网大数据平台根据所述刹车信息计算所述车辆刹车片的当前摩擦位移；

所述车联网大数据平台根据所述车辆信息查找所述车辆刹车片的历史摩擦位移；

所述车联网大数据平台根据所述当前摩擦位移和所述历史摩擦位移，计算所述车辆刹车片的累计摩擦位移；

所述车联网大数据平台根据所述累计摩擦位移以及预设的与所述累计摩擦位移相对应的所述车辆刹车片的剩余使用寿命，计算所述磨损系数。

5.根据权利要求3所述的一种基于车联网大数据提醒更换刹车片的方法，其特征在于，所述所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的所述车辆刹车片的摩擦位移，包括：

所述车联网大数据平台根据所述刹车信息，计算各所述深度区间对应的车辆的移动距离；

所述车联网大数据平台根据所述移动距离，计算得到与所述移动距离相对应的所述车辆刹车片的摩擦位移。

6.根据权利要求5所述的一种基于车联网大数据提醒更换刹车片的方法，其特征在于，所述所述车联网大数据平台根据所述移动距离，计算得到与所述移动距离相对应的所述车辆刹车片的摩擦位移，包括：

所述车联网大数据平台根据所述刹车信息，获得与各所述深度区间对应的车速随时间的变化信息；

所述车联网大数据平台根据与所述各深度区间对应的车速随时间的变化信息，计算与各所述深度区间对应的车辆的移动距离。

7.根据权利要求1所述的一种基于车联网大数据提醒更换刹车片的方法，其特征在于，所述车联网大数据平台根据所述当前磨损量和所述历史磨损量计算车辆刹车片的累计磨损量后，还包括：

将所述累计磨损量替换所述历史磨损量并存储在所述车联网大数据平台中。

8.根据权利要求1所述的一种基于车联网大数据提醒更换刹车片的方法，其特征在于，所述所述车联网大数据平台将所述累计磨损量与预设的更换条件进行比较之前，还包括：

所述车联网大数据平台将所述累计磨损量与预设的预警条件进行比较；

当满足预警条件时，所述车联网大数据平台发送预警信息至所述车辆监控***。

9.一种电子装置，其特征在于，包括：

一个或多个处理器；

存储器；和

一个或多个程序，所述一个或多个程序存储在所述存储器中，且由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1至8任意一项所述的基于车联网大数据提醒更换刹车片的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-8任一所述的基于车联网大数据提醒更换刹车片的方法。

Images