车辆智能诊断方法及装置与流程

本发明涉及车辆检测领域，尤其涉及一种车辆智能诊断方法及装置。

背景技术：

随着我国经济水平的不断提高，汽车已经成为了人们生活中必不可少的交通工具，汽车保有量逐年剧增，随之而来也带了诸多安全问题，汽车故障诊断指的是当汽车存在故障隐患，技术状况变差，或是已经部分或完全丧失工作能力，在不解体条件下，为确定汽车技术状况或查明故障部位、原因进行的检测，以及分析与判断。传统的汽车故障诊断的基本方法有两种：一种是人工诊断法，另一种是仪器设备诊断法。人工诊断主要是凭借诊断人员的实践经验和知识，借助简单工具，用眼看、耳听、手模等感官手段，边检查、边试验、边分析，进而对汽车技术状况做出判断。仪器设备诊断法是采用通用或专用的仪器设备检测汽车、总成和机构，为分析汽车技术状况和判断故障提供定量依据。但是这两种方法都必须建立在车辆处于维修场所时才能够进行车辆检测，因此，亟需一种新的技术手段，能够克服传统的对于车辆进行诊断方式，突破对待检测车辆地域位置的限制，传统的对于车辆进行诊断方式中，对待检测车辆地域位置的限制，从而保证车辆的安全性。

技术实现要素：

本发明所要解决的技术问题是提供

本发明解决上述技术问题的技术方案如下：一种车辆智能诊断方法，包括：

a.通过车载终端实时采集并记录车辆运行状态数据，所述车辆运行状态数据至少包括车辆工况数据和故障信息；

b.采集到故障信息后，立即将故障信息上传至远程平台，远程平台根据故障信息自动调用与故障信息对应的车辆工况数据；

c.远程平台将车辆工况数据与预设的阈值进行对比，匹配对应的解决方案,并将解决方案发送至车载终端。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤c之后还包括步骤d.通过远程平台进行远程调试和/或远程升级，所述远程调试包括修改发动机状态，所述远程升级包括远程升级车辆发动机ECU程序，便于维修人员能够在元辰钢平台对发动机进行远程诊断，远程监控发动机的工况数据，可进行数据标定，修改发动机状态(如断缸断电、继电器开合等)，远程查看调试后的发动机效果。

进一步，所述步骤c还包括在远程平台中建立异常数据检测模型，周期性采集车辆工况数据并输入至异常数据检测模型，获取预测值，通过将预测值与预设的阈值进行比较，进行异常数据检测，在保证检测速度的基础上，提高了对于异常数据的判断的准确率。

进一步，对周期性采集车辆工况数据进行预处理，并对预处理后的数据进行稀疏表示，所述预处理包括归一化处理，通过稀疏表示的方法，使得数据维度大大降低，减少了模型检测的时间，具有更快的检测速度。

进一步，所述异常数据检测模型包括动态的特征数据库，用于保存异常行为特征，通过将输入的车辆运行状态数据与特征数据库优先匹配，判断是否存在异常数据，所述特征数据库包括误用检测训练样本库、异常检测训练样本库和异常检测结果异常样本库，通过将异常检测结果异常样本库添加到误用检测训练样本库中，对误用检测训练样本库进行更新，大大提高了算法的执行速度，实现快速、高效、准确的异常检测。

本发明还提供一种车辆智能诊断装置，包括远程平台和车载终端，

所述车载终端包括：

采集单元，用于实时采集车辆运行状态数据，所述车辆运行状态数据至少包括车辆工况数据和故障信息；

存储单元，用于存储车辆运行状态数据；

车载控制单元，与车载ECU连接，用于根据远程平台的指令调用指定的车辆工况数据、远程调试和远程升级；

通信单元，用于远程平台与车载终端进行无线通信；

车载终端采集到故障信息后，立即将故障信息上传至远程平台，远程平台用于根据故障信息自动调用指定的车辆工况数据，将车辆工况数据与预设的阈值进行对比后，匹配对应的解决方案,并将解决方案发送至车载终端。

进一步，所述远程平台设置有平台控制单元和异常数据检测单元，平台控制单元用于周期性采集车辆工况数据并输入至异常数据检测单元，获取预测值，所述异常数据检测单元用于将预测值与预设的阈值进行比较，进行异常数据检测。

进一步，所述远程平台还设置有预处理单元，用于对周期性采集车辆工况数据进行预处理，并对预处理后的数据进行稀疏表示，所述预处理包括归一化处理。

进一步，所述异常数据检测单元设置有动态的特征数据库，用于保存异常行为特征，通过将输入数据与特征数据库优先匹配，判断是否存在异常数据，所述特征数据库包括误用检测训练样本库、异常检测训练样本库和异常检测结果异常样本库，通过将异常检测结果异常样本库添加到误用检测训练样本库中，对误用检测训练样本库进行更新。

进一步，还包括移动终端，所述移动终端至少包括显示模块、通信模块和控制模块，所述移动终端通过远程平台与车载终端连接，用于维修人员对车辆发动机进行远程诊断，便于服务站维修技师可在平台对车辆进行远程诊断通过平台可远程监控发动机的工况数据，可进行数据标定，修改发动机状态(如断缸断电、继电器开合等)，远程查看调试后的发动机效果。

本发明的有益效果是：本发明中的车辆智能诊断方法及装置，可以通过安装于发动机上的采集单元,收集车辆运行状态,通过远程平台对车辆故障自动诊断，并形成故障解决方案,提供给车辆使用者，克服了传统的对于车辆进行诊断方式中，对待检测车辆地域位置的限制，尤其是对于车辆的通用性故障，能够是车辆使用者能够第一时间获取解决方案，保障了车辆运行状态的安全性，本装置具有简便、易于安装的优点。

附图说明

图1为本发明流程示意图；

图2为本发明结构示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，本实施例中的车辆智能诊断方法，其特征在于，包括：

a.通过车载终端实时采集并记录车辆运行状态数据，所述车辆运行状态数据至少包括车辆工况数据和故障信息；

b.采集到故障信息后，立即将故障信息上传至远程平台，远程平台根据故障信息自动调用与故障信息对应的车辆工况数据；

c.远程平台将车辆工况数据与预设的阈值进行对比，匹配对应的解决方案,并将解决方案发送至车载终端；

d.通过远程平台进行远程调试和/或远程升级，所述远程调试包括修改发动机状态，所述远程升级包括远程升级车辆发动机ECU程序。

在本实施例中，车辆工况数据可以通过变量的ID，地址和报文格式进行相应的采集，采集方式可以根据实际需要进行，本实施例中采用通过CAN总线采集方式，基于J1939协议，采集DM1格式的数据，由远程平台解析SPN和FMI码，车辆工况数据和故障码数据，存储于车载终端存储器的指定位置，当远程平台向车载终端发起请求时，车载终端在指定位置读取并按指令要求向远程平台传输。在本实施例中，远程平台向车载终端请求按数量采集实时监测数据，优选地，可以根据故障的类型，只采集相关的数据，而不必每次采集全部数据，车载终端在处理完毕后，立即向远程平台传输，本实施例中服务站维修技师可以在平台对发动机进行远程诊断(读取故障码和采集发动机数据)，可远程求租座席专家，座席专家通过平台可远程监控发动机的工况数据，可进行数据标定，修改发动机状态(如断缸断电、继电器开合等)，并远程查看调试后的发动机效果。

在本实施例中，步骤c还包括建立异常数据检测模型，周期性采集车辆工况数据并输入至异常数据检测模型，获取预测值，通过将预测值与预先设置的阈值进行比较，进行异常数据检测，在统计分析领域中，异常检测是要检测出不符合期望行为的数据，因而适合应用于故障诊断等领域，大多数异常检测方法都是针对某一特定领域问题进行建模并求解。这些模型受到各种因素的影响，如数据类型，已标记数据的有效性，待检测的异常类别等，这些因素往往是被待解决问题的领域所决定，本实施例采用的方式可以在保证检测速度的基础上，提高检测的精度，本实施例建立异常数据检测模型，通过Lasso算法确定模型参数，输入待测数据并获取预测值，将所述预测值与预先设置的阈值进行比较，判断是否存在异常数据。将对异常情况的判断转化为二次规划问题的线性回归，通过将影响检测结果的指标变量与Lasso问题的自变量X进行关联，而应变量对应了检测的结果。在Lasso问题中，即是求解出模型参数β，β是一个参数集合，对于多元线性回归问题，β甚至可以是一个矩阵集合。一旦模型参数β确定，就可以把待检测的数据作为X输入，通过矩阵运算，就可以得到预测值y，然后通过设置恰当的阈值，就可以从数据中判断出异常行为数据。由于异常检测数据存在稀疏性，因此Lasso在异常检测中的参数估计模型需要满足系数的稀疏性要求，且为达到邻近系数的稀疏性，还要实现系数差分的稀疏性。Lasso作为一种参数估计方法，能有效地在克服传统方法在选择变量上的缺点，其既具有岭回归(Ridge regression)这种有偏估计方法的拟合精度高，对参数估计稳定的特点；又具有子集选择(Subset Selection)剔除冗余变量，降低计算维度，从而提高模型精度，减少运行时间的优点。通过建立数据的统计模型，采取参数回归估计的方式来确定检测模型，进而对后续的异常行为进行判断

在本实施例中，对周期性采集车辆工况数据进行预处理，并对预处理后的数据进行稀疏表示，所述预处理包括归一化处理。在预处理中，需要完成对数据的归一化处理，使之符合Lasso的归一化求解方式。通常情况下，对采集到的数据都要进行如上处理，缩小数据取值范围，有利于算法求解的稳定性。

在本实施例中，建立动态的特征数据库，保存异常行为特征，通过将输入数据与特征数据库优先匹配，判断是否存在异常数据，所述特征数据库包括误用检测训练样本库、异常检测训练样本库和异常检测结果异常样本库，通过将异常检测结果异常样本库添加到误用检测训练样本库中，对误用检测训练样本库进行更新，将输入数据与所述特征数据库优先匹配，判断是否存在异常数据，本实施例中的技术方案，一旦大规模使用，由于其数据量的巨大，因此采用通过基变换进行稀疏表示，选择恰当的基变换有利于数据的压缩表示，减少后续模型进行处理的数据量，对稀疏表示后的数据进行规范化，确定自变量集合和应变量，建立Lasso的线性求解模型，本实施例中的特征数据库是一个动态的数据库，保存那些命中率高的异常行为特征，采集的数据可以优先匹配该数据库，实现快速检测。系统将异常检测结果异常样本库添加异常检测训练样本库中，实现更新误用检测训练样本库，重新训练检测器，以达到更新检测规则，自动适应新环境。待检测数据进入建立好的检测模型进行拟合，把其得到的拟合结果与事先设定的阈值进行比较，小于该阈值为正常，反之则为异常，并根据拟合结果的取值区间判断是何种故障，然后根据检测模型的预先定义的规则执行相应的操作。

相应地，本实施例还提供一种车辆智能诊断装置，包括远程平台和车载终端，

所述车载终端包括：

采集单元，用于通过车载终端实时采集车辆运行状态数据，所述车辆运行状态数据至少包括车辆工况数据和故障信息；

存储单元，用于存储车辆运行状态数据；

车载控制单元，与车载ECU连接，用于根据远程平台的指令调用指定的车辆工况数据、远程调试和远程升级；

通信单元，用于远程平台与车载终端进行无线通信；

车载终端采集到故障信息后，立即将故障信息上传至远程平台，远程平台根据故障信息自动调用指定的车辆工况数据，将车辆工况数据与预设的阈值进行对比后，匹配对应的解决方案,并将解决方案发送至车载终端。

在本实施例中，采集单元可以通过车载终端实时采集车辆运行状态数据，所述车辆运行状态数据至少包括车辆工况数据和故障信息，采集单元包括用于采集各种状态数据的传感器组以及ECU，通过采集故障信息上传至远程平台，远程平台根据故障信息自动调用指定的车辆工况数据，将车辆工况数据与预设的阈值进行对比后，匹配对应的解决方案,并将解决方案发送至车载终端。

例如：通过采集单元采集到排气管冒黑烟，故障判定：真故障。原因分析：表明混合气过浓，燃烧不完全。主要原因是汽车发动机超负荷，气缸压力不足，发动机温度过低，化油器调整不当，空气滤芯堵塞，个别气缸不工作及点火过迟等。预设的解决方案为：应及时检查阻风门是否完全打开，必要时进行检修；熄火后从化油器口看主喷管，若有油注出或滴油，则浮子室油面过高，应调整到规定范围，拧紧或更换主量孔；空气滤清器堵塞，应清洗、疏通或更换。

再例如：通过采集单元采集到发动机噪声大，车辆原地踩加速踏板时，有异响，发动机舱内有振动感。故障判定：使用类故障。原因分析：通过采集单元可看到发动机的底护板有磕碰痕迹。如果路面有障碍物而强行通过，发动机底护板就要被磕碰。底护板变形后与发动机油底壳距离变近，如果距离太近，当加速时油底壳与底护板相撞就会发出异响并使车身振动。所以，行车中一定要仔细观察路面，不要造成拖底现象发生。建议的处理方案为：拆下底护板，压平校正即可。

又例如：通过采集单元发现运行中发动机温度突然过高，故障判定：真故障。原因分析：如果汽车在运行过程中，冷却液温度表指示很快到达100℃的位置，或在冷车发动时，发动机冷却液温度迅速升高至沸腾，在补足冷却液后转为正常，但发动机功率明显下降，说明发动机机械系统出现故障。导致这类故障的原因大多是：冷却系严重漏水；隔绝水套与气缸的气缸垫被冲坏；节温器主阀门脱落；风扇传动带松脱或断裂；水泵轴与叶轮松脱；风扇离合器工作不良，建议方案为观察是否存在上述状况。

在本实施例中，远程平台设置有平台控制单元和异常数据检测单元，通过平台控制单元周期性采集车辆工况数据并输入至异常数据检测单元，获取预测值，所述异常数据检测单元将预测值与预先设置的阈值进行比较，进行异常数据检测。

在本实施例中，远程平台还设置有预处理单元，用于对周期性采集车辆工况数据进行预处理，并对预处理后的数据进行稀疏表示，所述预处理包括归一化处理。

在本实施例中，预处理单元包括动态特征数据库，用于保存异常行为特征，通过将输入数据与特征数据库优先匹配，判断是否存在异常数据，所述特征数据库包括误用检测训练样本库、异常检测训练样本库和异常检测结果异常样本库，通过将异常检测结果异常样本库添加到误用检测训练样本库中，对误用检测训练样本库进行更新。

在本实施例中，还包括移动终端，所述移动终端至少包括显示模块、通信模块和控制模块，所述移动终端通过远程平台与车载终端连接，维修人员可以通过移动终端对车辆发动机进行远程诊断，优选地，还可以设置鉴权服务器，对接入远程平台的移动终端进行权限管理，使不同的职责人员获取相应的权限。服务站维修技师可在平台对发动机进行远程诊断(读取故障码和采集发动机数据)，可远程求租座席专家，座席专家通过平台可远程监控发动机的工况数据，可进行数据标定，修改发动机状态(如断缸断电、继电器开合等)，看远程查看调试后的发动机效果。坐席专家可以通过平台远程升级发动机ECU程序，可以远程读取发动机当前ECU程序版本信息。

在本实施例中，远程平台通过发送数据采集命令，要求终端上传指定的数据，该消息需要终端上传记录数据。终端因特定事件而主动记录数据时，应在事件发生后主动上传故障事件消息，该消息需要平台回复通用应答消息。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。