怠速异常识别及模型训练方法、装置、车辆及介质与流程

本技术涉及车辆，并且更具体地，涉及车辆中的一种怠速异常识别及模型训练方法、装置、车辆及介质。

背景技术：

1、怠速是车辆在运行中的一种常见状态，指的是当车辆停止，但发动机继续运行时的状态。在这种情况下，车辆的发动机应保持稳定的转速，以确保车辆随时准备移动。然而，在实际情况中，由于车辆保养不及时、驾驶员驾驶习惯差异等因素，车辆的怠速可能会变得不稳定，表现为发动机转速忽高忽低。这种怠速异常不仅会导致油耗增加，还可能影响到车辆的性能和驾驶者的安全。目前传统的车辆故障诊断方法依赖于专业设备对汽车机械部件的物理检测，需要汽车驾驶者在出现明显的怠速异常故障后前往专业的维修店进行检测和修复。

技术实现思路

1、本技术提供了一种怠速异常识别及模型训练方法、装置、车辆及介质，该方法能够通过怠速异常识别模型实时监测车辆的行驶数据，在怠速异常出现前准确发出预警，提高车辆维护的效率。

2、第一方面，提供了一种怠速异常识别模型的训练方法，该方法包括：

3、基于车辆的历史行驶数据获取多个怠速数据；上述怠速数据为车辆在怠速状态下的一组原始数据；

4、基于上述多个怠速数据确定多个已知标签的有效怠速片段，上述标签包括正常标签和异常标签；上述正常标签的有效怠速片段用于表征车辆处于怠速正常状态下的数据片段；上述异常标签的有效怠速片段用于表征车辆处于怠速异常状态下的数据片段；

5、基于上述多个已知标签的有效怠速片段对怠速异常识别模型进行训练。

6、通过上述技术方案，能够通过已知标签的有效怠速片段对怠速异常识别模型进行高效的训练，可以使模型更深入地从已知标签的有效怠速片段中学习车辆怠速异常的各种特征，从而使模型具备了根据车辆状态作出怠速异常预警的能力，并且能够展现出高度的识别准确性和可靠性。驾驶员或维护人员能够凭借训练后的怠速异常识别模型及时、准确地定位车辆问题，从而提高了维护效率，保证了驾驶的安全性，延长了车辆的使用寿命。

7、结合第一方面，在某些可能的实现方式中，上述基于上述多个已知标签的有效怠速片段对怠速异常识别模型进行训练，包括：

8、基于上述多个已知标签的有效怠速片段确定训练集和验证集；

9、利用上述训练集对上述怠速异常识别模型进行训练，并结合贝叶斯超参数优化方法和上述验证集对上述怠速异常识别模型进行参数调整；

10、其中，上述怠速异常识别模型基于lightgbm算法构建。

11、通过上述技术方案，利用lightgbm(light gradient boosting machine)这种基于决策树的梯度提升算法构建怠速异常识别模型，不仅训练速度快，同时还具有较高的准确率，能够处理大规模的数据；结合贝叶斯超参数优化方法，自动地在验证集上寻找模型的最优参数组合，降低了手动调参的复杂度，同时提高了怠速异常识别模型的性能。

12、结合第一方面和上述实现方式，在某些可能的实现方式中，上述基于上述多个怠速数据确定多个已知标签的有效怠速片段，包括：

13、将上述多个怠速数据按时序排列，若相邻时序的怠速数据之间的间隔时间小于预设时间，则将上述相邻时序的怠速数据划分到同一怠速片段中；若相邻时序的怠速数据之间的间隔时间不小于预设时间，则将上述相邻时序的怠速数据划分到不同怠速片段中；上述怠速片段包括一个或多个上述怠速数据；

14、确定上述多个怠速片段中的有效怠速片段；

15、确定上述有效怠速片段对应的标签，得到多个已知标签的上述有效怠速片段。

16、通过上述技术方案，能够将怠速数据划分成多个怠速片段，确保了数据的完整性和连续性，便于进行特征工程，使模型可以在一个时序连贯的怠速片段中抓取到数据的局部特征，可以降低过拟合风险，增强模型的鲁棒性；通过确定有效怠速片段和有效怠速片段的标签，可以去除或减少噪音和无关数据的影响，使模型关注于实际的怠速情况，并根据标签内容学习到怠速正常状态和怠速异常状态下的特征，从而训练出更准确的怠速异常识别模型。

17、结合第一方面和上述实现方式，在某些可能的实现方式中，上述确定上述多个怠速片段中的有效怠速片段，包括：

18、根据上述怠速片段对应的行程时间和平均间隔时间确定上述怠速片段的稳态分值；上述稳态分值用于表征上述怠速片段的数据质量；

19、将上述稳态分值大于分值阈值且不存在踩加速踏板记录的上述怠速片段确定为有效怠速片段。

20、通过上述技术方案，能够筛选出数据质量较高的且不包含踩加速踏板记录的怠速片段，有效地排除了包含噪声数据或无关数据的异常片段，提高了数据的质量。

21、结合第一方面和上述实现方式，在某些可能的实现方式中，上述根据上述怠速片段对应的行程时间和平均间隔时间确定上述怠速片段的稳态分值，包括：

22、根据上述怠速片段对应的行程时间确定行程时间分值；

23、根据上述怠速片段对应的平均间隔时间确定平均间隔时间分值；

24、基于上述行程时间分值和上述平均间隔时间分值确定上述怠速片段的稳态分值。

25、通过上述技术方案，能够从行程时间和平均间隔时间两个方面对怠速片段的数据质量进行评价，可以更全面地捕捉到怠速片段的特性，有助于更准确地评价怠速片段的数据质量，反映出不同怠速片段对模型训练的贡献和重要性，为后续的有效怠速片段筛选等步骤提供了依据。

26、结合第一方面和上述实现方式，在某些可能的实现方式中，上述确定上述有效怠速片段对应的标签，包括：

27、若上述有效怠速片段内发动机转速中位数低于第一阈值，则将上述有效怠速片段的标签确定为正常标签；

28、若上述有效怠速片段内发动机转速中位数超过第二阈值且发动机转速标准差超过第三阈值，则将上述有效怠速片段的标签确定为异常标签；

29、其中，上述第一阈值小于上述第二阈值。

30、通过上述技术方案，能够为有效怠速片段确定对应的标签，为后续的怠速异常识别模型训练提供了高质量、具有代表性的数据。

31、第二方面，提供了一种怠速异常识别方法，该方法包括：

32、基于车辆的行驶数据获取目标怠速片段；

33、将上述目标怠速片段输入至训练后的怠速异常识别模型中，输出上述目标怠速片段对应的怠速异常识别结果；上述怠速异常识别模型采用上述第一方面或第一方面任意一种可能的实现方式中的方法进行训练。

34、通过上述技术方案，能够通过怠速异常识别模型对获取的目标怠速片段进行怠速异常预测，从而提前预警，为车辆的行驶安全和维护提供了有力的数据支持，能够帮助用户及时识别和处理怠速异常，提高车辆的使用寿命和行驶安全性。

35、第三方面，提供了一种怠速异常识别模型的训练装置，该装置包括：

36、第一获取模块，用于基于车辆的历史行驶数据获取多个怠速数据；上述怠速数据为车辆在怠速状态下的一组原始数据；

37、第二获取模块，用于基于上述多个怠速数据确定多个已知标签的有效怠速片段，上述标签包括正常标签和异常标签；上述正常标签的有效怠速片段用于表征车辆处于怠速正常状态下的数据片段；上述异常标签的有效怠速片段用于表征车辆处于怠速异常状态下的数据片段；

38、训练模块，用于基于上述多个已知标签的有效怠速片段对怠速异常识别模型进行训练。

39、结合第三方面，在某些可能的实现方式中，上述训练模块，具体用于：

40、基于上述多个已知标签的有效怠速片段确定训练集和验证集；

41、利用上述训练集对上述怠速异常识别模型进行训练，并结合贝叶斯超参数优化方法和上述验证集对上述怠速异常识别模型进行参数调整；

42、其中，上述怠速异常识别模型基于lightgbm算法构建。

43、结合第三方面和上述实现方式，在某些可能的实现方式中，上述第二获取模块，包括：

44、分段单元，用于将上述多个怠速数据按时序排列，若相邻时序的怠速数据之间的间隔时间小于预设时间，则将上述相邻时序的怠速数据划分到同一怠速片段中；若相邻时序的怠速数据之间的间隔时间不小于预设时间，则将上述相邻时序的怠速数据划分到不同怠速片段中；上述怠速片段包括一个或多个上述怠速数据；

45、筛选单元，用于确定上述多个怠速片段中的有效怠速片段；

46、标签单元，用于确定上述有效怠速片段对应的标签，得到多个已知标签的上述有效怠速片段。

47、结合第三方面和上述实现方式，在某些可能的实现方式中，上述筛选单元，包括：

48、评分子单元，用于根据上述怠速片段对应的行程时间和平均间隔时间确定上述怠速片段的稳态分值；上述稳态分值用于表征上述怠速片段的数据质量；

49、筛选子单元，用于将上述稳态分值大于分值阈值且不存在踩加速踏板记录的上述怠速片段确定为有效怠速片段。

50、结合第三方面和上述实现方式，在某些可能的实现方式中，上述评分子单元，具体用于：

51、根据上述怠速片段对应的行程时间确定行程时间分值；

52、根据上述怠速片段对应的平均间隔时间确定平均间隔时间分值；

53、基于上述行程时间分值和上述平均间隔时间分值确定上述怠速片段的稳态分值。

54、结合第三方面和上述实现方式，在某些可能的实现方式中，上述标签单元，具体用于：

55、若上述有效怠速片段内发动机转速中位数低于第一阈值，则将上述有效怠速片段的标签确定为正常标签；

56、若上述有效怠速片段内发动机转速中位数超过第二阈值且发动机转速标准差超过第三阈值，则将上述有效怠速片段的标签确定为异常标签；

57、其中，上述第一阈值小于上述第二阈值。

58、第四方面，提供了一种怠速异常识别装置，该装置包括：

59、第三获取模块，用于基于车辆的行驶数据获取目标怠速片段；

60、识别模块，用于将上述目标怠速片段输入至训练后的怠速异常识别模型中，输出上述目标怠速片段对应的怠速异常识别结果；上述怠速异常识别模型采用上述第一方面或第一方面任意一种可能的实现方式中的方法进行训练。

61、第五方面，提供了一种车辆，包括存储器和处理器。该存储器用于存储可执行程序代码，该处理器用于从存储器中调用并运行该可执行程序代码，使得该车辆执行上述第一方面或第一方面任意一种可能的实现方式或第二方面中的方法。

62、第六方面，提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式或第二方面中的方法。

63、第七方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式或第二方面中的方法。