[发明专利]一种基于TBOX的车辆故障告警方法

说明书

为了提前知道车辆故障发生，本发明提供一种基于TBOX的车辆故障告警方法，属于数据分析处理领域。本发明包括：S1、将分类的故障告警信息和相应的驾驶员行为特征导入到Hive数据仓库中；S2、根据Hive数据仓库中的数据，计算每一类故障告警类型的k‑项频繁项集，由k‑项频繁项集计算K候选项目集，计算该K候选项目集支持度；S4、输入某一车辆的数据，根据该车辆分类的故障告警信息和相应的驾驶员行为特征计算K+1维频繁项集产生K候选项目集及相应支持度，将支持度与S3中各类故障告警对应的支持度进行对比，当差值最小且在设定阈值范围内，确定所述车辆的故障告警类型及相应驾驶员行为特征，转入S1，否则，确定该车辆无需故障告警。

技术领域

本发明涉及一种基于TBOX的关联规则告警相关性分析方法，特别涉及一种基于TBOX的车辆故障告警方法，属于数据分析处理领域。

背景技术

TBOX(Telematics BOX，车联网系统)智能终端，用于收集并处理来自全国5W车辆加装车的车辆信息，包括故障信息、事件日志和传感器数据。其中故障告警在发生之前，各观测特征向量的变化，是预测故障发生的先决条件，如果早几天知道故障将要发生，且做好及时养护，可大大节省故障发生后造成的经济损失。

发明内容

为了提前知道车辆故障发生，本发明提供一种基于TBOX的车辆故障告警方法。

本发明的一种基于TBOX的车辆故障告警方法，所述方法包括：

S1、将分类的故障告警信息和相应的驾驶员行为特征导入到Hive数据仓库中；

S2、根据Hive数据仓库中的故障告警信息和相应的驾驶员行为特征，计算每一类故障告警信息和相应的驾驶员行为特征的k-项频繁项集，计算每个k-项集的支持度，得到k-项频繁项集集合，k-项频繁项集集合包含支持度不小于最小支持度的k-项集，其中，k＝{1，2，...，N}，k-项集表示k种故障告警信息和相应的驾驶员行为特征的集合，N为该故障告警信息中总告警类型数；

由该k-项频繁项集计算K候选项目集，并计算该K候选项目集支持度；

S4、输入某一车辆的数据，根据该车辆分类的故障告警信息和相应的驾驶员行为特征计算K+1维频繁项集产生K候选项目集及相应支持度，将支持度与S3中的各类故障告警对应的支持度进行对比，当差值最小且在设定阈值范围内，确定所述车辆的故障告警类型及相应驾驶员行为特征，转入S1，否则，确定该车辆无需故障告警。

本发明的有益效果，本发明实现了一套适用于在TBOX智能终端采集的大规模数据样本下，利用一种关联规则告警相关性分析方法，通过观测故障发生前所有特征向量的变化，总结出数据模型及配套算法，计划时执行Spark任务，分析出哪些故障即将发生，结合专家库给出养护或应急处理办法，发送至驾驶车辆终端。

附图说明

图1为本发明的原理示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

本实施方式的一种基于TBOX的车辆故障告警方法，包括：

S1、将分类的故障告警信息和相应的驾驶员行为特征导入到Hive数据仓库中；