车辆故障诊断方法、存储介质及电子设备与流程

1.本发明属于车辆诊断的技术领域，涉及一种车辆诊断方法，特别是涉及一种车辆故障诊断方法、存储介质及电子设备。


背景技术：

2.目前，随着私家车数量的逐渐增多，在为用户提供便利的同时也带来了很多安全性问题。由于车主的驾驶水平参差不齐，大部分车主无法完全了解车辆所有故障图标，而且部分车辆问题也不会在故障警示灯中进行提示，甚至部分车主对车辆故障并不在意，导致驾驶故障车辆上路时酿成车祸。
3.像资深的车辆维修师傅可以仅凭车辆行驶发出的声音对车辆存在的部分故障进行判断，且很多故障是未在故障警示灯中进行提示的故障。现有的电子设备则不能将维修师傅所具有的经验类知识转换为判断标准，从而不能使电子设备也具有经验类知识这样的专业判断能力。
4.因此，如何提供一种车辆故障诊断方法、存储介质及电子设备，以解决现有技术无法根据车辆行驶的声音对车辆的故障进行检测及判断等缺陷，成为本领域技术人员亟待解决的技术问题。


技术实现要素：

5.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种车辆故障诊断方法、存储介质及电子设备，其优势在于，可以根据车辆行驶的声音对车辆的故障进行检测及判断。
6.本发明的另一目的在于提供一种车辆故障诊断方法、存储介质及电子设备，其优势在于，通过对车辆行驶声音的检测及分析，对车辆的故障进行排查，在加强用户对自己车辆了解程度的基础上，也进一步提高了车辆行驶的安全性。
7.本发明的另一目的在于提供一种车辆故障诊断方法、存储介质及电子设备，其优势在于，利用傅里叶变换由车辆的行驶声音数据中提取故障特征信息，进行故障判断。
8.本发明的另一目的在于提供一种车辆故障诊断方法、存储介质及电子设备，其优势在于，结合资深维修师傅对历史样本进行正负样本的打标签操作，由此获取故障模型训练的原始数据。
9.本发明的另一目的在于提供一种车辆故障诊断方法、存储介质及电子设备，其优势在于，可以将车辆的引擎型号与行驶声音数据结合，分析车辆的引擎是否存在改装等引擎故障。
10.本发明的另一目的在于提供一种车辆故障诊断方法、存储介质及电子设备，其优势在于，可以向用户呈现与故障类型对应的提示信息，进一步还可以呈现车辆的故障等级和对应的故障维修费用等信息。
11.为实现上述目的及其他相关目的，本发明一方面提供一种车辆故障诊断方法，所
述车辆故障诊断方法包括以下步骤：获取车辆的行驶声音数据；对所述行驶声音数据进行音频处理，生成故障特征信息；根据所述故障特征信息识别所述车辆的故障类型，并输出识别的故障类型结果。
12.为实现上述目的及其他相关目的，本发明另一方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的车辆故障诊断方法。
13.为实现上述目的及其他相关目的，本发明最后一方面提供一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述的车辆故障诊断方法。
附图说明
14.图1显示为本发明的车辆故障诊断方法于一实施例中的原理流程图。
15.图2显示为本发明的车辆故障诊断方法于一实施例中的故障信息生成流程图。
16.图3显示为本发明的车辆故障诊断方法于一实施例中的故障识别流程图。
17.图4显示为本发明的车辆故障诊断方法于一实施例中的故障显示流程图。
18.图5显示为本发明的电子设备于一实施例中的结构连接示意图。
19.图6显示为本发明的电子设备于一实施例中的通信架构图。
20.元件标号说明
[0021]5ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
电子设备
[0022]
51
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
处理器
[0023]
52
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
存储器
[0024]
521
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
随机存取存储器
[0025]
522
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
高速缓存存储器
[0026]
523
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
存储系统
[0027]
524
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
实用工具
[0028]
525
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
程序模块
[0029]
53
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
总线
[0030]
54
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
外部设备
[0031]
55
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
显示器
[0032]
56
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
i/o接口
[0033]
57
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
网络适配器
[0034]
s11～s13
ꢀꢀꢀꢀꢀꢀꢀꢀ
步骤
[0035]
s121～s122
ꢀꢀꢀꢀꢀꢀ
步骤
[0036]
s131～s133
ꢀꢀꢀꢀꢀꢀ
步骤
[0037]
s141～s142
ꢀꢀꢀꢀꢀꢀ
步骤
具体实施方式
[0038]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离
本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0039]
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0040]
本发明所述的车辆故障诊断方法、存储介质及电子设备通过对车辆行驶声音的检测及分析，对车辆的故障进行排查，在加强用户对自己车辆了解程度的基础上，也进一步提高了车辆行驶的安全性。
[0041]
以下将结合图1至图6详细阐述本实施例的一种车辆故障诊断方法、存储介质及电子设备的原理及实施方式，使本领域技术人员不需要创造性劳动即可理解本实施例的车辆故障诊断方法、存储介质及电子设备。
[0042]
请参阅图1，显示为本发明的车辆故障诊断方法于一实施例中的原理流程图。如图1所示，所述车辆故障诊断方法具体包括以下几个步骤：
[0043]
s11，获取车辆的行驶声音数据。
[0044]
于一实施例中，录制所述车辆行驶过程中产生的声音，并生成音频文件，将所述音频文件作为所述行驶声音数据。
[0045]
具体地，车主智能终端以及高速缴费口声音检测设备等具有声音采集装置的第三方设备作为行驶声音数据的上报方，录制所述车辆行驶过程中产生的声音，并生成音频文件。优选的，上报方将行驶声音数据上报至云服务端，由云服务端获取车辆的行驶声音数据后执行所述车辆故障诊断方法。
[0046]
s12，对所述行驶声音数据进行音频处理，生成故障特征信息。
[0047]
s121，对所述行驶声音数据进行傅里叶变换，得到音频信息；其中，所述音频信息至少包括：频域图像、时域图像和相位谱。
[0048]
s122，将所述音频信息转换为特征矢量，并将所述特征矢量作为所述故障特征信息。
[0049]
具体地，将傅里叶变换后得到的频域图像，时域图像，相位谱等信息，通过mfcc(mel-frequency cepstral coefficients，梅尔频率倒谱分析)得到一个n维的特征向量。
[0050]
s13，根据所述故障特征信息识别所述车辆的故障类型，并输出识别的故障类型结果。
[0051]
s131，将所述故障特征信息输入至预先训练的故障模型中进行识别，生成识别结果；其中，所述识别结果为每一种故障的独立概率。
[0052]
于一实施例中，所述故障模型训练完成后可以是存储至云服务端或本地存储，所述故障模型的预先训练过程包括以下步骤：
[0053]
(1)对历史故障数据进行预处理，以生成样本数据。
[0054]
(2)将所述样本数据分为正样本数据和负样本数据。
[0055]
具体地，所述正样本数据为存在车辆故障的声音数据，所述负样本数据是指不存在车辆故障的声音数据。
[0056]
具体地，进行数据的归类，归类后，打通车辆历史数据，获取车辆历史情况后，赋予
对应可能故障的权值。
[0057]
(3)针对不同车型、不同故障，分别分析所述正样本数据和所述负样本数据的峰谷值。
[0058]
(4)根据不同车型、不同故障、对应的峰谷值，生成与之对应的故障模型。
[0059]
s132，将所述独立概率最高的故障确定为识别的故障类型结果。
[0060]
具体地，在故障识别时，通过高斯混合模型对n维的特征向量中每个状态向量进行最相近的拟合，生成拟合后的标签，通过动态贝叶斯得到其先验概率和后验概率，再通过车辆历史数据对标签标明的该种故障的独立概率进行加权，得到故障类型结果，即最终可能出现的故障情况。其中，动态贝叶斯是一种有监督学习的算法。
[0061]
需要说明的是，动态贝叶斯仅为本发明中为实现分类所用的其中一种实施方式，除此之外，决策树等其他的可实现分类的方法均包括在本发明保护的范围内。
[0062]
进一步地，将新上报的行驶声音数据加入到机器学习的样本中作为历史故障数据，强化高斯混合模型。
[0063]
更进一步地，将动态贝叶斯与权值进行关联匹配。车辆的维度数据与车辆的流式数据的关联。例如，上报的数据可能只会携带车辆自身的标识字段、时间等信息，但是其他车辆相关的信息通过流式上报的数据使未知的，由此，将车辆的流式数据与车辆的维度数据进行关联，得到更多的于该车辆相关的信息，并且还可以关联该车辆的历史故障数据，均可以作为该车辆各个故障类型的加权。例如，其他车辆通过流式上报方式表明该车辆曾因引擎改装出现过交通事故，则在该车辆的故障诊断时，增加引擎改装这一故障类型的权重。
[0064]
于另一实施例中，在获取车辆的行驶声音数据时，获取所述车辆的标识信息。将所述故障特征信息与所述引擎型号对应的标准音频信息进行比对；判断所述故障特征信息是否处于所述标准音频信息的范围内；若是，则判定所述车辆的引擎正常；若否，则判定所述车辆的故障类型为存在引擎改装。
[0065]
具体地，通过每一辆车的引擎型号可以知道每一种引擎正常的声域，而每辆车受车型的限定，与引擎型号存在对应关系，所以可以根据每辆车引擎型号的声音是否与当前该车的标准引擎型号声音匹配，来判断该车辆是否存在引擎改装。
[0066]
s14，呈现与所述故障类型对应的提示信息。
[0067]
具体地，例如在高速缴费口检测a车可能存在发动机皮带有断裂情况的声音、发动机机油过少等故障类型的声音时，将提示信息上报至相关部门或将提示信息发送至车主的智能终端，对车主进行预警。
[0068]
s141，分析所述故障类型的故障级别。
[0069]
具体地，不同的故障类型对应的级别不同，例如，故障1的故障级别为一级，表示轻微故障，维修费用较低；故障2，或者故障3的故障级别为二级，表示中度故障，维修费用较高。
[0070]
s142，根据所述故障级别，呈现与所述故障级别对应的故障维修费用。
[0071]
具体地，比如说车主认为是故障1，故障1维修可能需要大概500元，但是通过声音识别为故障2，或者故障3，故障维修费用更高一些，由此，可以根据这些故障的预测识别，预先通知车主可能产生的费用情况，而不用在后续检查中再进行沟通。
[0072]
进一步地，在不断的车辆行驶声音数据的获取和检测中，历史故障数据增多，利用
所述正样本数据和负样本数据对所述故障特征信息进行修正。例如按照故障的安全等级进行分类，每一个等级的故障的权值并不一样，一辆车开了10000km和开了100km对于某些故障的权值也不一样，由此，根据车辆历史故障及车辆累积行程等信息，得到一个该故障独立出现的概率，这个概率就可以作为该算法的一个权值代入到故障识别的计算中，而后再考虑在当前车辆状态下，发生该故障的先验概率，两者乘积最大的，即为可能性最大的故障。其中，权重是指剥离当前车辆在当前状态下发生故障的先验概率外，通过其他车辆信息得到的该故障发生的概率大小。
[0073]
于一实施例中，所述车辆故障诊断方法还包括：提供车主与资深维修师傅的沟通入口，以便车主通过智能终端可以将自己录制的车辆的行驶声音数据上传至资深维修师傅的咨询界面，使得资深维修师傅可以帮助车主进一步确认或给到维修帮助。
[0074]
本发明所述的车辆故障诊断方法的保护范围不限于本实施例列举的步骤执行顺序，凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
[0075]
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述车辆故障诊断方法。
[0076]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的计算机可读存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的计算机存储介质。
[0077]
本发明提供一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述的车辆故障诊断方法。
[0078]
请参阅图5，显示为本发明的电子设备于一实施例中的结构连接示意图。如图5所示，电子设备5以通用计算设备的形式表现。电子设备5的组件可以包括但不限于：一个或者多个处理器51，存储器52，连接不同系统组件(包括处理器51和存储器52)的总线53。
[0079]
总线53表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于isa(industry standard architecture，工业标准体系结构)总线，mca(microchannel architecture，微通道体系结构)总线，增强型isa总线、vesa(video electronics standards association，视频电子标准协会)局域总线以及pci(peripheral component interconnect，外围组件互连)总线。
[0080]
电子设备5典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备5访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0081]
存储器52可以包括易失性存储器形式的计算机系统可读介质，例如ram(random access memory，随机存取存储器)521和/或高速缓存存储器522。电子设备5可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统523可以用于读写不可移动的、非易失性磁介质，通常称为“硬盘驱动器”。可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘读写的光盘驱动器，可移动非易失性光盘例如是cd-rom(compact disc read-only memory，只读
光盘)，dvd-rom(digital video disc，数字视频光盘)或者其它光介质。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线53相连。存储器52可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
[0082]
具有一组(至少一个)程序模块525的程序/实用工具524，可以存储在例如存储器52中，这样的程序模块525包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块525通常执行本发明所描述的实施例中的功能和/或方法。
[0083]
计算机系统也可以与一个或多个外部设备54(例如键盘、指向设备、显示器55等)通信，还可与一个或者多个使得用户能与该计算机系统交互的设备通信，和/或与使得该计算机系统能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口56进行。并且，计算机系统还可以通过网络适配器57与一个或者多个网络通信，例如lan(local area network，局域网)，wan(wide area network，广域网)和/或公共网络，例如因特网。网络适配器57通过总线53与计算机系统的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid(redundant arrays of independent disks，磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
[0084]
所述电子设备可以是自身任何运算和处理能力可以执行车辆故障诊断方法的设备，包括但不限于如台式电脑、笔记本电脑、平板电脑、智能手机、智能电视、个人数字助理(personal digital assistant，简称pda)等个人电脑。在另一些实施方式中，所述硬件设备还可以是服务器，所述服务器可以根据功能、负载等多种因素布置在一个或多个实体服务器上，也可以是由分布的或集中的服务器集群构成的云服务器，本实施例不作限定。所述电子设备还可以是车机端或智能眼镜、智能手表等智能穿戴设备。
[0085]
于一实施例中，所述电子设备为服务端，所述服务端可以根据功能、负载等多种因素布置在一个或多个实体服务器上，也可以是由分布的或集中的服务器集群构成的云服务器，本实施例不作限定。所述服务端用于执行所述的车辆故障诊断方法。
[0086]
请参阅图6，显示为本发明的电子设备于一实施例中的通信架构图。如图6所示，车辆产生的行驶声音数据由高速缴费口声音检测设备采集，高速缴费口声音检测设备将行驶声音数据发送至服务端，所述服务端获取所述行驶声音数据后执行车辆故障诊断方法，并将故障类型结果反馈至高速缴费口声音检测设备，供相关人员查看。具体地，所述高速缴费口或高速缴费口声音检测设备采集行驶声音数据的实现方式可以是根据当前经纬度进行逆地理地址的解析，根据解析出的逆地址信息触发采集动作；也可以是高速缴费口预先设置有声音检测设备，直接进行采集；还可以是通过高速缴费口设置的摄像装置对来车进行识别，在预设距离范围内识别到来车后触发采集动作。
[0087]
综上所述，本发明所述车辆故障诊断方法、存储介质及电子设备可以可以根据车辆行驶的声音对车辆的故障进行检测及判断。通过对车辆行驶声音的检测及分析，对车辆的故障进行排查，在加强用户对自己车辆了解程度的基础上，也进一步提高了车辆行驶的安全性。利用傅里叶变换由车辆的行驶声音数据中提取故障特征信息，进行故障判断。结合
资深维修师傅对历史样本进行正负样本的打标签操作，由此获取故障模型训练的原始数据。可以将车辆的引擎型号与行驶声音数据结合，分析车辆的引擎是否存在改装等引擎故障。可以向用户呈现与故障类型对应的提示信息，进一步还可以呈现车辆的故障等级和对应的故障维修费用等信息。本发明有效克服了现有技术中的种种缺点而具有高度产业利用价值。
[0088]
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。