CN116643554B - 一种高速铁路atp车载设备故障管理方法、***及设备 - Google Patents
一种高速铁路atp车载设备故障管理方法、***及设备 Download PDFInfo
- Publication number
- CN116643554B CN116643554B CN202310639459.5A CN202310639459A CN116643554B CN 116643554 B CN116643554 B CN 116643554B CN 202310639459 A CN202310639459 A CN 202310639459A CN 116643554 B CN116643554 B CN 116643554B
- Authority
- CN
- China
- Prior art keywords
- train
- atp
- fault
- mounted equipment
- vehicle
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 22
- TTWYZDPBDWHJOR-IDIVVRGQSA-L adenosine triphosphate disodium Chemical compound [Na+].[Na+].C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP(O)(=O)OP(O)(=O)OP([O-])([O-])=O)[C@@H](O)[C@H]1O TTWYZDPBDWHJOR-IDIVVRGQSA-L 0.000 title abstract description 4
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 230000001133 acceleration Effects 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- ZKHQWZAMYRWXGA-KQYNXXCUSA-J ATP(4-) Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP([O-])(=O)OP([O-])(=O)OP([O-])([O-])=O)[C@@H](O)[C@H]1O ZKHQWZAMYRWXGA-KQYNXXCUSA-J 0.000 abstract 4
- ZKHQWZAMYRWXGA-UHFFFAOYSA-N Adenosine triphosphate Natural products C1=NC=2C(N)=NC=NC=2N1C1OC(COP(O)(=O)OP(O)(=O)OP(O)(O)=O)C(O)C1O ZKHQWZAMYRWXGA-UHFFFAOYSA-N 0.000 abstract 4
- 238000012544 monitoring process Methods 0.000 description 10
- 238000013178 mathematical model Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种高速铁路ATP车载设备故障管理方法、***及设备，属于铁路交通管理技术领域。包括：获取ATP车载设备运行信息；根据ATP车载设备运行信息建立列车状态方程；根据列车状态方程建立故障诊断模型；根据故障诊断模型判断当前ATP车载设备是否出现故障，若是，则发出报警并输出故障检测报告。本发明能够短时预测ATP车载设备的故障率趋势，进一步提高列车运行的安全。
Description
技术领域
本发明涉及铁路交通管理技术领域，更具体的说是涉及一种高速铁路ATP车载设备故障管理方法、***及设备。
背景技术
ATP(Automatic Train Protection,列车自动防护)车载设备作为列控***中重要的设备之一，在高速铁路运营中所扮演的角色举足轻重。随着其结构的集成化、耦合化和复杂化程度的增加，使其产生的故障也具有随机性、突发性、重叠性以及多样性等特点，，增加了多故障发生的可能性。故对ATP车载设备多故障进行监测与管理显得尤为重要。
现有技术中，对ATP车载设备多故障进行监测与管理的方法存在故障定位准确率较低，故障监测范围小，存在漏判或误判现象等。例如申请号201510377325.6的中国专利公开了一种ATP车载设备故障率预测方法，仅是通过列车历史故障的角度，从而进一步挖掘列车故障数据的特点预测列车故障趋势，并未涉及到根据列车实时情况，来判断列车故障趋势，因此，该故障率预测方法不利于监测ATP车载设备存在多故障安全隐患时的有效性，可能会存在漏判或误判现象等。
因此，如何提供一种高速铁路ATP车载设备故障管理方法、***及设备是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种高速铁路ATP车载设备故障管理方法、***及设备，用以解决上述现有技术中存在的问题。
为了实现上述目的，本发明提供如下技术方案：
一方面，本发明提供了一种高速铁路ATP车载设备故障管理方法，包括以下步骤：
步骤S100：获取ATP车载设备运行信息；
步骤S200：根据所述ATP车载设备运行信息建立列车状态方程；
步骤S300：根据所述列车状态方程建立故障诊断模型；
步骤S400：根据所述故障诊断模型判断当前ATP车载设备是否出现故障，若是，则发出报警并输出故障检测报告。
优选的，所述ATP车载设备运行信息，包括：列车车轮里程信息、列车雷达定位信息以及列车加速度信息。
优选的，所述步骤S200，根据所述列车车轮里程信息，所述列车雷达定位信息以及所述列车加速度信息得到列车状态方程，具体步骤为：
步骤S210：得到所述列车车轮里程信息、所述列车雷达定位信息以及所述列车加速度信息的关系式：
其中，sk为k时刻列车行驶距离，vk为k时刻列车行驶速度，ak为k时刻列车行驶加速度，T为相邻两个时刻的时间间隔，j为加速度的变化率；
步骤S220：将k时刻列车行驶距离sk、k时刻列车行驶速度vk以及k时刻列车行驶加速ak度组合，作为状态向量xK＝[sk，vk，ak]T，从而根据k时刻列车行驶距离sk、k时刻列车行驶速度vk以及k时刻列车行驶加速ak运动学状态方程，构成列车状态方程：
xK＝Φk,k-1xk-1+Γk-1jk-1；
其中，Φ为状态转移矩阵，用于描述前一时刻k-1到当前时刻k的状态转移方式，Γ为过程噪声矩阵；
优选的，得到所述列车车轮里程信息、所述列车雷达定位信息以及所述列车加速度信息的关系式后，做零均值白噪声处理。
优选的，步骤S300：根据所述列车状态方程建立故障诊断模型，具体步骤为：
步骤S310：根据列车状态方程建立故障集；
步骤S320：计算ATP车载设备故障先验概率集；
步骤S330：分别计算所述ATP车载设备故障先验概率集中任一项故障发生的概率；
步骤S340：判断所述概率，若所述概率大于预设数值，则发出报警并根据所述概率输出故障检测报告。
优选的，所述故障集为：X＝{xk0,xk1,…,xkm}；
其中，xk0表示ATP***无故障，xkm表示ATP***存在m种故障。
优选的，所述ATP车载设备故障先验概率集为：
P＝{P(xk0),P(xk1),…,P(xkm)}；
其中，P(xk0)表示ATP车载设备无故障，P(xkm)表示ATP车载设备发生m种故障的概率。
优选的，计算ATP车载设备发生m种故障的概率P(xkm)为：
式中，1≤i≤m，λm为故障xkm的常数故障率。
另一方面，本发明提供了一种高速铁路ATP车载设备故障管理***，其包括：
采集模块，用于获取ATP车载设备运行信息；
处理模块，与所述采集模块连接，用于根据所述ATP车载设备运行信息建立列车状态方程；
计算模块，与所述处理模块连接，用于根据所述列车状态方程建立故障诊断模型；
判断模块，与所述计算模块连接，用于根据所述故障诊断模型判断当前ATP车载设备是否出现故障，若是，则发出报警并输出故障检测报告。
再一方面，本发明提供了一种电子设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上述的高速铁路ATP车载设备故障管理方法的步骤。
经由上述的技术方案可知，与现有技术相比，本发明提供了一种高速铁路ATP车载设备故障管理方法、***及设备，通过对列车的实时精准监测，并将监测结果基于运动学模型得到状态向量并构建列车状态方程，同时根据列车状态方程短时预测ATP车载设备的故障率趋势。提高了高速铁路ATP车载设备故障监测的时效性以及准确性，并且，根据本发明的预测结果可以有针对性地提前采购备品备件，以便全路ATP车载设备备品备件的合理储备和科学调配。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明提供的高速铁路ATP车载设备故障管理方法流程示意图；
图2为本发明提供的高速铁路ATP车载设备故障管理***结构示意图。
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。
参见附图1所示，一方面，本实施例公开了一种高速铁路ATP车载设备故障管理方法，包括以下步骤：
步骤S100：获取ATP车载设备运行信息；
步骤S200：根据ATP车载设备运行信息建立列车状态方程；
步骤S300：根据列车状态方程建立故障诊断模型；
步骤S400：根据故障诊断模型判断当前ATP车载设备是否出现故障，若是，则发出报警并输出故障检测报告。
在一个具体实施例中，ATP车载设备运行信息，包括：列车车轮里程信息、列车雷达定位信息以及列车加速度信息。
具体的，高速铁路ATP车载设备包括：车轮里程计、多普勒雷达、加速度计以及查询应答器。通过车轮里程计、多普勒雷达、加速度计，得到相应的列车车轮里程信息、列车雷达定位信息以及列车加速度信息。
在一个具体实施例中，步骤S200，根据列车车轮里程信息，列车雷达定位信息以及列车加速度信息得到列车状态方程，具体步骤为：
步骤S210：得到列车车轮里程信息、列车雷达定位信息以及列车加速度信息的关系式：
其中，sk为k时刻列车行驶距离，vk为k时刻列车行驶速度，ak为k时刻列车行驶加速度，T为相邻两个时刻的时间间隔，j为加速度的变化率；
步骤S220：将k时刻列车行驶距离sk、k时刻列车行驶速度vk以及k时刻列车行驶加速ak度组合，作为状态向量xK＝[sk，vk，ak]T，从而根据k时刻列车行驶距离sk、k时刻列车行驶速度vk以及k时刻列车行驶加速ak运动学状态方程，构成列车状态方程：
xK＝Φk,k-1xk-1+Γk-1jk-1；
其中，Φ为状态转移矩阵，用于描述前一时刻k-1到当前时刻k的状态转移方式，Γ为过程噪声矩阵；
在一个具体实施例中，得到列车车轮里程信息、列车雷达定位信息以及列车加速度信息的关系式后，做零均值白噪声处理。
具体的，本发明实施例通过对列车的实时精准监测，并基于运动学模型得到状态向量并构建列车状态方程，从而能够对列车监控，保证了行车的安全。
在一个具体实施例中，步骤S300：根据列车状态方程建立故障诊断模型，具体步骤为：
步骤S310：根据列车状态方程建立故障集；
步骤S320：计算ATP车载设备故障先验概率集；
步骤S330：分别计算ATP车载设备故障先验概率集中任一项故障发生的概率；
步骤S340：判断概率，若概率大于预设数值，则发出报警并根据概率输出故障检测报告。
在一个具体实施例中，故障集为：X＝{xk0,xk1,…,xkm}；
其中，xk0表示ATP***无故障，xkm表示ATP***存在m种故障。
在一个具体实施例中，ATP车载设备故障先验概率集为：
P＝{P(xk0),P(xk1),…,P(xkm)}；
其中，P(xk0)表示ATP车载设备无故障，P(xkm)表示ATP车载设备发生m种故障的概率。
在一个具体实施例中，计算ATP车载设备发生m种故障的概率P(xkm)为：
式中，1≤i≤m，λm为故障xkm的常数故障率。
具体的，本发明实施例将ATP车载设备多故障诊断问题进行数学模型的转换，有利于利用数学模型对其进行求解，实现ATP车载设备的多故障诊断。
参见附图2所示，另一方面，本实施例公开了一种高速铁路ATP车载设备故障管理***，包括：
采集模块，用于获取ATP车载设备运行信息；
处理模块，与采集模块连接，用于根据ATP车载设备运行信息建立列车状态方程；
计算模块，与处理模块连接，用于根据列车状态方程建立故障诊断模型；
判断模块，与计算模块连接，用于根据故障诊断模型判断当前ATP车载设备是否出现故障，若是，则发出报警并输出故障检测报告。
再一方面，本实施例公开了一种电子设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现如上述一种高速铁路ATP车载设备故障管理方法的步骤。
经由上述的技术方案可知，与现有技术相比，本发明提供了一种高速铁路ATP车载设备故障管理方法、***及设备，通过对列车的实时精准监测，并将监测结果基于运动学模型得到状态向量并构建列车状态方程，同时根据列车状态方程短时预测ATP车载设备的故障率趋势。提高了高速铁路ATP车载设备故障监测的时效性以及准确性，并且，根据本发明的预测结果可以有针对性地提前采购备品备件，以便全路ATP车载设备备品备件的合理储备和科学调配。
本说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种高速铁路ATP车载设备故障管理方法，其特征在于，包括以下步骤：
步骤S100：获取ATP车载设备运行信息，包括：列车车轮里程信息、列车雷达定位信息以及列车加速度信息；
步骤S200：根据所述ATP车载设备运行信息建立列车状态方程，具体步骤为：
步骤S210：得到所述列车车轮里程信息、所述列车雷达定位信息以及所述列车加速度信息的关系式：
其中，sk为k时刻列车行驶距离，vk为k时刻列车行驶速度，ak为k时刻列车行驶加速度，T为相邻两个时刻的时间间隔，j为加速度的变化率；
步骤S220：将k时刻列车行驶距离sk、k时刻列车行驶速度vk以及k时刻列车行驶加速ak度组合，作为状态向量xK＝[sk，vk，ak]T，从而根据k时刻列车行驶距离sk、k时刻列车行驶速度vk以及k时刻列车行驶加速ak运动学状态方程，构成列车状态方程：
xK＝Φk,k-1xk-1+Γk-1jk-1；
其中，Φ为状态转移矩阵，用于描述前一时刻k-1到当前时刻k的状态转移方式，Γ为过程噪声矩阵；
步骤S300：根据所述列车状态方程建立故障诊断模型；
步骤S400：根据所述故障诊断模型判断当前ATP车载设备是否出现故障，若是，则发出报警并输出故障检测报告。
2.根据权利要求1所述的一种高速铁路ATP车载设备故障管理方法，其特征在于，得到所述列车车轮里程信息、所述列车雷达定位信息以及所述列车加速度信息的关系式后，做零均值白噪声处理。
3.根据权利要求2所述的一种高速铁路ATP车载设备故障管理方法，其特征在于，步骤S300：根据所述列车状态方程建立故障诊断模型，具体步骤为：
步骤S310：根据列车状态方程建立故障集；
步骤S320：计算ATP车载设备故障先验概率集；
步骤S330：分别计算所述ATP车载设备故障先验概率集中任一项故障发生的概率；
步骤S340：判断所述概率，若所述概率大于预设数值，则发出报警并根据所述概率输出故障检测报告。
4.根据权利要求3所述的一种高速铁路ATP车载设备故障管理方法，其特征在于，所述故障集为：X＝{xk0,xk1,…,xkm}；
其中，xk0表示ATP***无故障，xkm表示ATP***存在m种故障。
5.根据权利要求4所述的一种高速铁路ATP车载设备故障管理方法，其特征在于，所述ATP车载设备故障先验概率集为：
P＝{P(xk0),P(xk1),…,P(xkm)}；
其中，P(xk0)表示ATP车载设备无故障，P(xkm)表示ATP车载设备发生m种故障的概率。
6.根据权利要求5所述的一种高速铁路ATP车载设备故障管理方法，其特征在于，计算ATP车载设备发生m种故障的概率P(xkm)为：
式中，1≤i≤m，λm为故障xkm的常数故障率。
7.一种利用权利要求1-6任一项所述的高速铁路ATP车载设备故障管理方法的高速铁路ATP车载设备故障管理***，其特征在于，包括：
采集模块，用于获取ATP车载设备运行信息；
处理模块，与所述采集模块连接，用于根据所述ATP车载设备运行信息建立列车状态方程；
计算模块，与所述处理模块连接，用于根据所述列车状态方程建立故障诊断模型；
判断模块，与所述计算模块连接，用于根据所述故障诊断模型判断当前ATP车载设备是否出现故障，若是，则发出报警并输出故障检测报告。
8.一种电子设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的高速铁路ATP车载设备故障管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310639459.5A CN116643554B (zh) | 2023-06-01 | 2023-06-01 | 一种高速铁路atp车载设备故障管理方法、***及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310639459.5A CN116643554B (zh) | 2023-06-01 | 2023-06-01 | 一种高速铁路atp车载设备故障管理方法、***及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116643554A CN116643554A (zh) | 2023-08-25 |
| CN116643554B true CN116643554B (zh) | 2023-11-28 |
Family
ID=87639613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310639459.5A Active CN116643554B (zh) | 2023-06-01 | 2023-06-01 | 一种高速铁路atp车载设备故障管理方法、***及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116643554B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109835372A (zh) * | 2019-02-03 | 2019-06-04 | 湖南工业大学 | 一种铁路运输列车稳定性的主动容错控制方法 |
| CN110209999A (zh) * | 2018-02-28 | 2019-09-06 | 广州地铁集团有限公司 | 一种车载设备故障趋势预测方法 |
| CN111994135A (zh) * | 2020-08-17 | 2020-11-27 | 交控科技股份有限公司 | 一种基于迭代计算的协同编队列车安全防护方法及*** |
| CN113390654A (zh) * | 2021-05-28 | 2021-09-14 | 西安理工大学 | 一种基于多源信息融合的列车制动故障诊断方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170111076A (ko) * | 2016-03-25 | 2017-10-12 | 엘에스산전 주식회사 | 철도 차량의 제동장치 고장 진단 장치와 이를 이용한 제동 성능 저하에 따른 자동 열차 운전 장치 및 철도 차량의 제동장치 고장 진단 방법 |
-
2023
- 2023-06-01 CN CN202310639459.5A patent/CN116643554B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110209999A (zh) * | 2018-02-28 | 2019-09-06 | 广州地铁集团有限公司 | 一种车载设备故障趋势预测方法 |
| CN109835372A (zh) * | 2019-02-03 | 2019-06-04 | 湖南工业大学 | 一种铁路运输列车稳定性的主动容错控制方法 |
| CN111994135A (zh) * | 2020-08-17 | 2020-11-27 | 交控科技股份有限公司 | 一种基于迭代计算的协同编队列车安全防护方法及*** |
| CN113390654A (zh) * | 2021-05-28 | 2021-09-14 | 西安理工大学 | 一种基于多源信息融合的列车制动故障诊断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116643554A (zh) | 2023-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102018120788B4 (de) | Steuerungsarchitektur zur Überwachung des Zustands eines autonomen Fahrzeugs | |
| US10614639B2 (en) | In-vehicle control device and in-vehicle recording system | |
| US7317975B2 (en) | Vehicle telematics system | |
| CN102881057B (zh) | 基于iOBD的车辆管理***及其车辆管理方法 | |
| KR20150073188A (ko) | 운전 이벤트 분류 시스템 | |
| CN105976450A (zh) | 无人驾驶车辆的数据处理方法和装置、黑匣子*** | |
| CN103700160A (zh) | 基于微传感器的机动车车载终端及驾驶行为判断方法 | |
| KR20140031435A (ko) | 운전 습관 분석 진단 시스템 및 방법 | |
| CN105279958A (zh) | 车队管理***及方法 | |
| US20180082501A1 (en) | Integrated on-board data collection | |
| CN112550262B (zh) | 汽车刹车***的健康状态诊断方法及*** | |
| CN107490485A (zh) | 车辆健康度检测方法、装置及车辆 | |
| CN105184528A (zh) | 一种用于车企管理的汽车obd*** | |
| EP3893528A1 (en) | Asset and vehicle coupling | |
| EP3891512B1 (en) | System and method for providing an indication of driving performance | |
| CN116643554B (zh) | 一种高速铁路atp车载设备故障管理方法、***及设备 | |
| CN113516798B (zh) | 一种调表车判断方法和装置 | |
| US20210201598A1 (en) | Apparatus and method of providing automotive preventive maintenance service | |
| CN111275847B (zh) | 一种调表车检测方法和装置 | |
| WO2021010074A1 (ja) | 機器診断装置、機器診断システム及び機器診断方法 | |
| KR20170111240A (ko) | 차량 단위 배출 지표 평가를 위한 실시간 차량운행 요약 정보 수집 방법 및 안전 운행 지수 산정 시스템에서 수집된 운행 정보를 이용한 차량 단위 배출 지표 분석 방법 | |
| CN117995021B (zh) | 基于多源数据融合算法的车辆安全预警方法和*** | |
| CN113538894B (zh) | 车辆定位数据处理方法、装置、计算机设备和存储介质 | |
| CN114125008B (zh) | 一种数据传输方法及装置 | |
| CN115472040B (zh) | 基于碰撞概率场的网联车辆个性化防碰撞预警方法 |
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 |