一种车辆车况可视化标注方法、装置、电子设备及介质与流程

1.本技术涉及计算机领域，尤其涉及一种车辆车况可视化标注方法、装置、电子设备及介质。


背景技术：

2.随着汽车使用数量的增加，车辆维修保养的需求量日益增大。目前对于汽车维修保养的方式主要还是在车辆出现故障后，在车辆4s店进行检测和维修保养，但这种传统的检测和维修保养模式已经无法满足检修量巨大的现状，而且这种传统检修方式过程通常不透明，所以产生了很多智能化检修方式。例如现有技术中可以根据汽车的状态数据判断汽车需要保养维修的项目，避免盲目保养和维修，同时其具备提前预警的功能，避免出现紧急状况。
3.但是，现有智能化检修方式中进行检测的方式为对比实际参数与车辆标准参数，无法考虑到车辆实际使用中参数的变化，做不到符合实际车况的检测；其次，车辆检测数据无法做到可视化展示，车主不能直观的了解实际车况。因此，提供符合实际车况的智能化、便捷化、透明化车辆维修保养检测方案是急需解决的问题。


技术实现要素：

4.本发明的目的在于提供一种车辆车况可视化标注方法、装置、电子设备及介质，以解决车辆维修保养检测中车辆参数检测不符合实际车况、检测结果不能直观展示的问题。
5.本发明提供了一种车辆车况可视化标注方法，包括：获取车辆的传感数据和实时运行参数；对所述传感数据通过数字化建模得到所述车辆的可视化模型；通过预设部件状态检测模型与所述实时运行参数确定实际车况参数；将所述实际车况参数标注于所述可视化模型中，生成所述车辆的可视化车况标注结果。
6.于本发明的一实施例中，通过预设部件状态检测模型与所述实时运行参数确定实际车况参数，包括：将所述实时运行参数划分为至少一个车端部件数据集；获取各所述车端部件数据集所属车端部件的所述预设部件状态检测模型，将各所述车端部件数据集输入到各所述预设部件状态检测模型，得到各车端部件的当前状态参数，以确定实际车况参数。
7.于本发明的一实施例中，所述部件状态检测模型的训练方式包括：获取多个样本车辆中车端部件的初始样本数据；根据各所述样本车辆的样本实际运行状态和所述车端部件的应用状态对所述初始样本数据进行标注，得到训练样本数据集；通过所述训练样本数据集对初始部件状态检测模型进行训练，将完成训练的所述初始部件状态检测模型确定为所述车端部件的预设部件状态检测模型。
8.于本发明的一实施例中，将所述实际车况参数标注于所述可视化模型中之前，所述方法还包括：根据车端部件的预设状态参数和所述当前状态参数确定所述车端部件的部件异常状态；基于所述车端部件和所述部件异常状态确定所述车端部件的标注方式和标注内容。
9.于本发明的一实施例中，基于所述车端部件和所述部件异常状态确定各所述车端部件的标注方式和标注内容，包括：若所述部件异常状态为正常，且所述实际运行参数属于预设健康参数区间，所述标注方式为健康标注，所述标注内容为所述车端部件的当前状态参数；若所述部件异常状态为正常，且所述实际运行参数属于预设亚健康参数区间，所述标注方式为亚健康标注，所述标注内容为所述车端部件的当前状态参数；若所述部件异常状态为异常，所述标注方式为警示标注，所述标注内容为所述车端部件的当前状态参数。
10.于本发明的一实施例中，生成所述车辆的可视化车况标注结果之后，所述方法还包括：根据所述可视化车况标注结果中标注方式为亚健康标注和警示标注的车端部件，及所述车端部件的实际运行参数确定所述车辆的车辆维修保养检测策略。
11.于本发明的一实施例中，对所述传感数据通过数字化建模得到所述车辆的可视化模型包括：根据所述传感数据确定与所述车辆具有映射关系的预设车辆模型；抽取所述预设车辆模型预先构建的模型数据集；根据所述传感数据对所述模型数据集进行数据标注，生成目标车端映射数据集；基于所述目标车端映射数据集对所述预设车辆模型进行可视化渲染，生成所述车辆的可视化模型。
12.于本发明的一实施例中，提供了一种车辆车况可视化标注装置，包括：车端数据获取模块，用于获取车辆的传感数据和实时运行参数；孪生模型构建模块，用于对所述传感数据通过数字化建模得到所述车辆的可视化模型；实际车况检测模块，用于通过预设部件状态检测模型与所述实时运行参数确定实际车况参数；实际车况展示模块，用于将所述实际车况参数标注于所述可视化模型中，生成所述车辆的可视化车况标注结果。
13.于本发明的一实施例中，提供了一种电子设备，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，使得所述电子设备实现如权利要求1至7中任一项所述的车辆车况可视化标注方法。
14.于本发明的一实施例中，提供了一种计算机可读存储介质，其特征在于，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的车辆车况可视化标注方法。
15.本发明实施例中的车辆车况可视化标注方法、装置、电子设备及介质，通过获取车辆的传感数据和实时运行参数；对所述传感数据通过数字化建模得到所述车辆的可视化模型；通过预设部件状态检测模型与所述实时运行参数确定实际车况参数；将所述实际车况参数标注于所述可视化模型中，生成所述车辆的可视化车况标注结果。通过结合车辆实际使用中各部件参数的变化，以部件状态检测模型对各部件状态做出检测，得到符合实际车况的检测结果；通过将实际车况参数标注在可视化车辆模型中，使实际车况可以被直观的了解。
16.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
17.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这
些附图获得其他的附图。在附图中：
18.图1是本技术的一示例性实施例示出的示例性系统架构的示意图；
19.图2是本技术的一示例性实施例示出的车辆车况可视化标注方法的流程图；
20.图3是本技术的一示例性实施例示出的数据上传云端过程示意图；
21.图4是本技术的一示例性实施例示出的车辆可视化模型构建流程图；
22.图5是本技术的一示例性实施例示出的确定实际车况参数的过程示意图；
23.图6是本技术的一示例性实施例示出的部件状态检测模型训练流程图；
24.图7是本技术的一示例性实施例示出的算法再训练流程图；
25.图8是本技术的一示例性实施例示出的车辆车况可视化标注装置示意图；
26.图9是本技术的一示例性实施例示出的电子设备的计算机系统的结构示意图。
具体实施方式
27.以下将参照附图和特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书中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。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
28.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。
29.在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
30.在本技术中提及的“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
31.首先需要说明的是，数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
32.在本技术的一个实施例中，提供的有益效果还包括：可以实时对车端数据进行传输，避免了传统车辆维保需要去指定地点进行检测；其次除了对故障部件进行显示外还会对部件存在的故障趋势进行预测，可以及时关注车辆健康状态，摒弃了传统周期性车辆维保，做到车端有故障趋势再进行保养维修。
33.图1是本技术的一示例性实施例示出的示例性系统架构的示意图。
34.参照图1所示，系统架构可以包括车端101和计算机设备102。其中，车端101提供传感数据和实时运行参数给计算机设备102进行车况标注处理。计算机设备102可以是微型计
算机、嵌入式计算机、网络计算机等中的至少一种。相关技术人员可以在计算机设备102实现对车辆通过数字化建模得到所述车辆的可视化模型以及确定实际车况参数，并将实际车况参数标注在可视化模型中，生成车辆的可视化车况标注结果。
35.示意性的，计算机设备102在获取到车端101传感数据和实时运行参数之后，对传感数据通过数字化建模得到车辆的可视化模型；通过预设部件状态检测模型与实时运行参数确定实际车况参数；将实际车况参数标注于可视化模型中，生成车辆的可视化车况标注结果。可见，本技术实施例的技术方案能够通过车端数据的采集，实现建立车辆的孪生可视化模型对车辆的故障进行显示，对车辆的检修过程实现透明化和便捷化，同时通过结合车辆实际使用中各部件参数的变化，以部件状态检测模型对各部件状态做出检测，得到符合实际车况的检测结果。
36.图2是本技术的一示例性实施例示出的车辆车况可视化标注方法的流程图，该车辆车况可视化标注方法可以用计算处理设备来执行，该计算处理设备可以是图1中所示的计算机设备102。参照图2所示，该车辆车况可视化标注方法的流程图至少包括步骤s210至步骤s230，详细介绍如下：
37.在步骤s210中，获取车辆的传感数据和实时运行参数。
38.在本技术的一个实施例中，通过包括但不限于车辆的传感器及记录仪对车辆的传感数据以及实时运行参数进行获取。其中所述传感数据以及实时运行参数包括但不限于诊断故障代码、埋点数据、控制器局域网络透传数据、传感器数据、实时运行参数。
39.在本技术的一个实施例中，在获取车端传感数据以及实时运行参数后，还要将数据上传至云端，对数据的上传可以按照图3中的数据上传云端过程示意图执行，具体参照图3所示，包括对诊断故障代码、埋点数据、控制器局域网络透传数据、传感器数据、实时运行参数匹配具有映射关系的数据上传规则，然后依据数据上传规则将数据上传至云端。
40.在本技术的一个实施例中，数据上传规则包括云端上传时效规则与云端上传途径规则。在云端上传时效规则中，诊断故障代码、埋点数据的数据上传为即时性上传，而控制器局域网络透传数据、传感器数据、实时运行参数的数据上传为周期性上传。在云端上传途径规则中，诊断故障代码、埋点数据、控制器局域网络透传数据、传感器数据、实时运行参数均采用控制器局域网络总线对数据进行上传。
41.在本技术的一个实施例中，数据上传云端时后，为了实现对数据的统一调用，还要对数据进行解码处理。在云端获取原始数据后，部分数据使用flink框架作为流应用的处理引擎，通过flink监听对应数据的消息队列，然后对原始数据进行解码处理，得到解码后数据。其中诊断故障代码、实时运行参数、控制器局域网络透传数据采用控制器局域网络矩阵进行解码，埋点数据解码需要对数据做字符串解码，而传感器数据则依据与其具有映射关系的传感数据解码规则进行解码。
42.在本技术的一个实施例中，
43.在步骤s220中，对传感数据通过数字化建模得到车辆的可视化模型。
44.在本技术的一个实施例中，在获取传感数据后，可以依据数字孪生技术对车辆进行可视化模型构建，该过程可以按照图4的车辆可视化模型构建流程图执行，具体参照图4所示，该车辆可视化模型构建流程图至少包括步骤s410到步骤s440，详细介绍如下：
45.步骤s410，根据传感数据确定与车辆具有映射关系的预设车辆模型；
46.在本技术的一个实施例中，传感数据包括但不限于车辆的周身尺寸数据、部件尺寸数据、部件运行数据、车身运行数据，通过该传感数据在预先设立的车辆模型数据库中匹配相同数据模型，确定与车辆具有映射关系的预设车辆模型。其中预先设立的车辆模型数据库中的数据可以由实时采集数据获取，也可以由相关技术人员选取已有的历史车辆模型数据或其他车辆模型数据获取。
47.步骤s420，抽取预设车辆模型预先构建的模型数据集；
48.步骤s430，根据传感数据对模型数据集进行数据标注，生成目标车端映射数据集；
49.在本技术的一个实施例中，根据传感数据对模型数据集进行标注使得模型数据与车辆实际数据保持一致，以达到车辆数字孪生的目的。
50.步骤s440，基于目标车端映射数据集对预设车辆模型进行可视化渲染，生成车辆的可视化模型。
51.在步骤s230中，通过预设部件状态检测模型与实时运行参数确定实际车况参数。
52.在本技术的一个实施例中，通过预设部件状态检测模型与实时运行参数确定实际车况参数的过程可以按照图5的确定实际车况参数的过程执行，具体参照图5所示，包括如下步骤：
53.步骤s510，将实时运行参数划分为至少一个车端部件数据集；
54.在本技术的一个实施例中，车辆实时运行参数包括至少一个车端部件运行数据，需要对各部件运行参数均进行状态检测，因此依据车辆实时运行参数中所包括的不同部件分别构建部件数据集。
55.步骤s520，获取各车端部件数据集所属车端部件的预设部件状态检测模型，将各车端部件数据集输入到各预设部件状态检测模型，得到各车端部件的当前状态参数，以确定实际车况参数。
56.在本技术的一个实施例中，将各车端部件数据放入所属车端部件的预设部件状态检测模型中进行检测，确定各车端部件状态，综合各部件状态得到实际车况参数。其中，预设部件状态检测模型是通过机器学习中的神经网络模型进行构建。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。该模型的训练方式可以在图6的部件状态检测模型训练流程图中执行，具体参照图6所示，包括如下步骤：
57.步骤s610，获取多个样本车辆中车端部件的初始样本数据；
58.在本技术的一个实施例中，对于初始样本的采集需针对各部件在不同车端不同状态下进行采集，该采集操作可以通过实时数据采集的方式，也可以通过相关技术人员来选择已有的历史车端部件状态数据或其他车端部件数据，采集初始样本数据的目的是用于后续的深度学习训练，可以将原始样本数据划分为训练样本数据集合与验证样本数据集合，其中，验证样本数据所占的比例可以是预定设定的，然后通过训样本练数据集合进行深度学习训练，通过验证样本数据集合预测评估深度学习的训练结果的准确性。
59.步骤s620，根据各样本车辆的样本实际运行状态和车端部件的应用状态对初始样
本数据进行标注，得到训练样本数据集；
60.在本技术的一个实施例中，通过利用已标注样本实际运行状态和车端部件的应用状态的样本数据或其他可获得的信息，自动学习车辆运行状态与车端部件应用状态之间的潜在关联或者映射关系，实现对不同运行状态下车辆的部件应用状态进行预测。本实施例中的数据标注的方式可以采用人工标注也可以采用自动标注，自动标注是指针对数据分类与状态进行匹配，通过机器学习的方法自动给数据添加其状态信息与条件的过程。经过数据自动标注技术的处理，状态信息问题可以转化为技术已经相对较成熟的文本信息处理问题。
61.步骤s630，通过训练样本数据集对初始部件状态检测模型进行训练，将完成训练的初始部件状态检测模型确定为车端部件的预设部件状态检测模型。
62.在步骤s240中，将实际车况参数标注于可视化模型中，生成车辆的可视化车况标注结果。
63.在本技术的一个实施例中，将实际车况参数标注于可视化模型中之前，还包括根据车端部件的预设状态参数和当前状态参数确定车端部件的部件异常状态，基于车端部件和部件异常状态确定车端部件的标注方式和标注内容。其中，车端部件的预设状态参数是指当车辆在某一运行状态下运行，车身部件正常工作的状态参数，用以判断车身部件在当前状态下的运行参数是否属于正常范围。
64.在本技术的一个实施例中，若当前车端部件的状态参数为正常状态，还需对该状态下的参数做进一步的划分，以此实现对车端部件运行状态存在的故障趋势做出预测。当车端部件的运行参数属于标记为正常的范围，再对该参数进行健康参数范围判断，若车端部件的实际运行参数属于健康参数区间，则判定该车端部件的标注方式为健康标注，标注内容为车端部件的当前状态参数；若车端部件的实际运行参数属于亚健康参数区间，则判定该车端部件的标注方式为亚健康标注，标注内容为车端部件的当前状态参数；若车端部件的实际运行参数属于异常状态参数区间，则判定该车端部件的标注方式为警示标注，标注内容为车端部件的当前状态参数。
65.在本技术的一个实施例中，对于车辆车况的标注可以由软件终端自动匹配标注，也可由技术人员针对所的车况在可视化模型中自行标注。其中，标注的类型区分可以是以阶梯式亮度区别不同状态的部件，例如，健康状态部件为不发亮状态，亚健康状态部件为一级亮度，异常状态部件为二级亮度；也可以是以不同颜色进行区分，以便技术人员或车主对故障及故障趋势及时掌握。应当注意的是，此处所说标注仅是本实施例中的样例，在实际应用过程中不限于运用亮度及颜色进行区分操作。
66.在本技术的一个实施例中，生成车辆的可视化车况标注结果之后，还包括根据可视化车况标注结果中标注方式为亚健康标注和警示标注的车端部件，及车端部件的实际运行参数确定车辆的车辆维修保养检测策略。
67.在本技术的一个实施例中，确定车辆的车辆维修保养检测策略首先需要技术人员通过指定权限的角色登陆软件终端，通过车辆的识别代码来查询车辆的维保建议。其中，后端在接收到该指令后，会通过数据库查询该车辆各部分的数据，然后不同的部件的数据会做出相应的车辆维修保养检测策略。该车辆维修保养检测策略一方面会被推送至维保人员的软件终端，另一方面会推送至该车主的软件终端，同时该车辆维修保养检测策略还会被
存入关联数据库，以后续作为历史记录进行查看。
68.在本技术的一个实施例中，由于前期车端部件检测模型训练中存在数据收集不全面以及数据收集局限性问题，因此设立了算法在训练模块，具体可以在图7的算法再训练流程中执行，参照图7所示，包括如下步骤：
69.步骤s710，相关技术人员通过应用程序上报部件检测遗漏内容；
70.在本技术的一个实施例中，技术人员根据可视化车况标注对车辆进行检测及维修保养时，对车辆部件存在的车况标注未体现出的问题进行记录，并上报至应用程序端。其中上报内容包括但不限于车端故障部件的参数、代码、文字描述、对比数据。
71.步骤s720，后端记录上报内容；
72.步骤s730，结合维修数据复核上报内容；
73.在本技术的一个实施例中，后端接收上报内容后，结合本次维保检测与标注结果对遗漏内容进行复合添加，生成补充后的数据结果，并上报改数据结果至车端部件检测模型训练单元。
74.步骤s740，检测模型再训练。
75.以下介绍本技术的系统实施例，可以用于执行本技术上述实施例中的车辆车况可视化标注方法。对于本技术系统实施例中未披露的细节，请参照本技术上述的车辆车况可视化标注方法的实施例。
76.图8是本技术的一示例性实施例示出的车辆车况可视化标注装置示意图。该系统可以应用于图2所示的实施环境，并具体配置在计算机设备102中。该装置也可以适用于其它的示例性实施环境，并具体配置在其它设备中，本实施例不对该装置所适用的实施环境进行限制。
77.如图8所示，该示例性的车辆车况可视化标注装置包括：车端数据获取模块801、孪生模型构建模块802、实际车况检测模块803、实际车况展示模块804。
78.其中，车端数据获取模块801用于获取车辆的传感数据和实时运行参数；孪生模型构建模块802用于对传感数据通过数字化建模得到车辆的可视化模型；实际车况检测模块803用于通过预设部件状态检测模型与实时运行参数确定实际车况参数；实际车况展示模块804用于将实际车况参数标注于可视化模型中，生成车辆的可视化车况标注结果。
79.本技术的实施例还提供了一种电子设备，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，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现上述各个实施例中提供的车辆车况可视化标注方法。
80.图9示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。需要说明的是，图9示出的电子设备的计算机系统900仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
81.如图9所示，计算机系统900包括中央处理单元(central processing unit，cpu)901，其可以根据存储在只读存储器(read-only memory，rom)902中的程序或者从储存部分加载到随机访问存储器(random access memory，ram)903中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在ram 903中，还存储有系统操作所需的各种程序和数据。cpu 901、rom 902以及ram 903通过总线彼此相连。输入/输出(input/output，i/o)接口905也连接至总线904。
82.以下部件连接至i/o接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分907；包括硬盘等的储存部分908；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分909。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至i/o接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入储存部分908。
83.特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(cpu)901执行时，执行本技术的系统中限定的各种功能。
84.需要说明的是，本技术实施例所示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例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读的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计算机程序。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、传播或者传输用于由指令执行系统、装置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含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
85.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
86.在上述实施例的对应附图中，连接线可以表示各个部件之间的连接关系，以表示更多的构成信号路径(constituent_signal path)和/或一些线的一个或多个末端具有箭头，以表示主要信息流向，连接线作为一种标识，不是对方案本身的限制，而是结合一个或
多个事例性实施例使用这些线有助于更容易地接电路或逻辑单元，任何所代表的信号(由设计需求或偏好所决定)实际上可以包括可以在任意一个方向传送的并且可以以任何适当类型的信号方案实现的一个或多个信号。
87.描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
88.本技术的另一方面还提供了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如前所述的车辆车况可视化标注方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。
89.应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
90.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本技术实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本技术实施方式的方法。
91.应当注意，本技术可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
92.本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。
93.应当理解的是，本上述内容，仅为本技术的较佳示例性实施例，并非用于限制本技术的实施方案，本领域普通技术人员根据本技术的主要构思和精神，可以十分方便地进行相应的变通或修改，故本技术的保护范围应以权利要求书所要求的保护范围。