[发明专利]一种汽车智能监控系统

权利要求书

1.一种汽车智能监控系统，其特征在于：包括至少一个数据采集模块、云服务器、监控中心和无线传输模块；

所述数据采集模块，安装于待监测的车辆上，用于实时采集车辆相关参数数据，并通过无线传输模块把采集到的车辆相关参数数据发送给云服务器，其中，车辆相关参数数据包括车辆工作过程参数、车辆伴随过程参数和车辆几何尺寸参数数据；

所述云服务器，用于对接收到数据采集模块发来的监测车辆的相关参数数据进行实时存储，并对这些数据进行分析处理，把分析处理结果发送至监控中心进行实时监控；

所述云服务器包括数据库和数据分析处理模块，所述数据库，用于存储数据采集模块采集到的车辆相关参数数据；所述数据分析处理模块，用于通过半监督分类方法实现对安装有数据采集模块的车辆相关参数数据进行快速分析，识别出正常车辆、一般故障车辆、严重故障车辆和致命故障车辆；

所述监控中心，用于接收所述云服务器发送的分析处理结果，并进行实时监控、预警与管理；

所述无线传输模块，用于实现上述各模块之间的数据无线传输。

2.根据权利要求1所述的一种汽车智能监控系统，其特征在于：所述数据分析处理模块包括车辆数据标注单元、车辆特征提取单元、半监督分类模型构建单元和故障车辆识别单元；

所述车辆数据标注单元，用于把收集到的同一类型的车辆数据分为两组，一组进行标注，另一组不标注；

所述车辆特征提取单元，用于提取反应同一类型的车辆相关参数信息的多维特征；

所述半监督分类模型构建单元，用于根据车辆特征提取单元提取到的特征训练半监督二元分类模型；

所述故障车辆识别单元，使用半监督分类模型构建单元构建的半监督二元分类模型对输入待检测的车辆相关参数数据进行识别，判断是正常或者异常数据，从而得出正常车辆和异常车辆；在获得的异常车辆中再次使用半监督二元分类模型对异常车辆进行二元分类，识别出一般故障车辆和非一般故障车辆；在获得的非一般故障车辆中第三次使用半监督二元分类模型对非一般故障车辆进行二元分类，识别出严重故障车辆和致命故障车辆；最终识别出该车辆是正常车辆、一般故障车辆、严重故障车辆或者致命故障车辆。

3.根据权利要求2所述的一种汽车智能监控系统，其特征在于：所述车辆数据标注单元，中的两组数据的比例为2:8，对样本数据少的一组进行数据标注并记作为已标注样本数据集，对样本图像数据多的另一组不进行数据标注并记作为未标注样本数据集；

所述半监督分类模型构建单元是通过采用3个相同的SVM分类器，利用bootstrap统计法从已标注样本数据集中获取有差异的训练数据子集，进行初始分类器的训练；利用其中两个SVM分类器协同训练，使用主动学习方法从未标注样本数据集中挑选置信度高的未标注样本数据m进行标注，其熵值E(m)，如此迭代地扩充第3个分类器的训练样本集来更新第3个分类器模型，并把熵值E(m)最大的并且完成标注的样本数据m加入到训练数据子集中和已标注样本数据集中，同时从未标注样本数据集中减去该样本数据m；循环执行直至未标注样本数据集为空，模型训练结束；采用少数服从多数的投票法对3个分类器集成，获得最终二元分类器模型。

4.根据权利要求1所述的一种汽车智能监控系统，其特征在于：所述车辆工作过程参数为汽车工作时通过感知单元采集到的数据信息，包括汽车、总成和机构在工作过程中输出的感知单元感知到的物理量和化学量。

5.根据权利要求1所述的一种汽车智能监控系统，其特征在于：所述车辆伴随过程参数为汽车工作过程中数据的可测量的数据信息，包括振动数据、噪声数据、异响数据、车辆姿态数据和过热数据信息中的一种或者多种。

6.根据权利要求1所述的一种汽车智能监控系统，其特征在于：所述车辆几何尺寸参数数据为汽车总成、机构中配合零件之间或独立零件的技术状况，包括配合间隙数据、自由行程数据、圆度数据、圆柱度数据、端面圆跳动数据和径向圆跳动数据信息中的一种或者多种。

7.根据权利要求1所述的一种汽车智能监控系统，其特征在于：还包括终端设备，所述终端设备，通过移动手机APP进行车辆故障预警管理的监控、操作和及时应对处理。