[发明专利]一种车辆故障预警方法、系统及车辆

说明书

技术领域

本申请涉及车辆工程技术领域，特别涉及一种车辆故障预警方法、系统及车辆。

背景技术

随着我国车辆工业的发展和人民生活水平的提高，车辆越来越多地进入普通家庭。伴随着车辆的持续增加，道路交通事故急剧增加。其中由于车辆部件本身的问题造成的交通事故，占据了交通事故的30％以上。车辆故障预警系统作为车辆主动安全的主要手段，在车联网服务中的重要性与日俱增。

现有车辆在线故障预警系统主要基于单一的车辆数据的参考阈值进行预测，其预测周期较短，准确性较差，其可靠性不能满足车辆主动安全的用户需求。因此如何提高车辆故障预警的准确性，是本领域技术人员需要解决的技术问题。

发明内容

本申请的目的是提供一种车辆故障预警方法、系统及车辆，训练统计模型得到异常检测算法程序来进行预测判断，提高了系统伸缩性和数据适应性，增加了预测可控周期以及提高了预测的精度。

为解决上述技术问题，本申请提供一种车辆故障预警方法，所述方法包括：

接收采集到的车辆预警相关数据；

利用异常检测算法程序对所述车辆预警相关数据进行处理，判断是否存在车辆故障预警信息；其中，所述异常检测算法程序为利用采集到的历史车辆预警相关数据对统计模型进行训练得到。

可选的，接收采集到的车辆预警相关数据，包括：

接收车辆终端机发送的车辆运行数据和车辆CAN总线数据；

接收环境数据接口发送的车辆环境数据。

可选的，接收车辆终端机发送的车辆运行数据和车辆CAN总线数据，包括：

车辆终端机利用卫星定位系统收集车辆运行数据；其中，所述车辆运行数据包括车辆位置数据、车辆速度数据以及车辆方向数据；

所述车辆终端机利用CAN总线数据接收器收集车辆CAN总线数据；

车辆故障预警服务器利用TCP长连接接收所述车辆运行数据和所述车辆CAN总线数据。

可选的，接收环境数据接口发送的车辆环境数据，包括：

环境数据接口利用HTTP请求从环境公共服务接口获取车辆环境数据；

车辆故障预警服务器利用web socket网络连接接收所述车辆环境数据。

可选的，利用采集到的历史车辆预警相关数据对统计模型进行训练得到所述异常检测算法程序，包括：

将历史车辆预警相关数据映射形成训练数据集{X⁽¹⁾,...,X^(m)}；

建立执行车辆故障预警的高斯统计模型p(x；μ,σ²)；

根据所述训练数据集确定每个特征值x_i对应的μ_i和

利用所述μ_i、所述以及所述高斯统计模型得到所述异常检测算法程序；

其中，X⁽ⁱ⁾为多维特征向量，μ为期望，σ为标准差，σ²为方差，x为变量，m为训练数据集的大小。

可选的，本方案还包括：

接收用户对处理结果的反馈信息对所述异常检测算法程序进行更新。

本申请还提供一种车辆，包括：

数据采集器，用于采集车辆预警相关数据，并将所述车辆预警相关数据发送给车辆故障预警处理器；

所述车辆故障预警处理器，用于利用异常检测算法程序对接收的所述车辆预警相关数据进行处理，判断是否存在车辆故障预警信息；其中，所述异常检测算法程序为利用采集到的历史车辆预警相关数据对统计模型进行训练得到。

可选的，所述车辆故障预警处理器包括：

异常检测算法程序训练器，用于将历史车辆预警相关数据映射形成训练数据集{X⁽¹⁾,...,X^(m)}；建立执行车辆故障预警的高斯统计模型p(x；μ,σ²)；根据所述训练数据集确定每个特征值x_i对应的μ_i和利用所述μ_i、所述以及所述高斯统计模型得到所述异常检测算法程序；

其中，X⁽ⁱ⁾为多维特征向量，μ为期望，σ为标准差，σ²为方差，x为变量，m为训练数据集的大小。

可选的，所述车辆故障预警处理器包括：

异常检测算法程序更新器，用于接收用户对处理结果的反馈信息对所述异常检测算法程序进行更新。

本申请还提供一种车辆故障预警系统，所述系统包括：