[发明专利]一种报障识别方法、装置、服务器及介质

权利要求书

1.一种报障识别方法，其特征在于，应用于服务器中，所述报障识别方法包括：

获取用户端设备上传的报障信息；其中，所述报障信息包括关于故障车辆的故障车辆信息、包括故障区域的故障图片以及用户选择的指定故障部位；

对所述故障图片进行图片特征分析以获取与所述故障图片对应的图片故障部位；

当所述图片故障部位与所述指定故障部位匹配时，根据预设的图片划分规则，将所述故障图片划分为多个候选图像区域；

将所述多个候选图像区域输入与所述图片故障部位对应的深度学习模型中，以获取与所述故障图片对应的故障类型。

2.如权利要求1所述的报障识别方法，其特征在于，所述对所述故障图片进行图片特征分析以获取与所述故障图片对应的图片故障部位的步骤还包括：

预先存储关于车辆的各部位的多个图片；

根据所述关于车辆的各部位的多个图片对所述故障图片进行图片比对操作，以获取与所述故障图片匹配的图片故障部位。

3.如权利要求1所述的报障识别方法，其特征在于，所述将所述多个候选图像区域输入与所述图片故障部位对应的深度学习模型中，以获取与所述图片故障部位对应的具体故障类型的步骤还包括：将所述多个候选图像区域输入与所述图片故障部位对应的深度学习模型中，对所述多个候选图像区域进行分类和回归，以获取与所述图片故障部位对应的故障类型。

4.如权利要求1所述的报障识别方法，其特征在于，所述服务器中还预先存储与各所述故障类型对应的维修建议，其中，在获取所述故障类型后，将所述故障类型、与所述故障类型对应的所述维修建议以及所述故障车辆信息发送至指定的运维端设备。

5.如权利要求4所述的报障识别方法，其特征在于，根据各运维人员的维修任务和/或各运维人员的运维端设备与所述故障车辆的距离，获取最优运维人员；且将与所述故障类型对应的维修建议以及所述故障车辆信息发送至所述最优运维人员的运维端设备。

6.如权利要求4所述的报障识别方法，其特征在于，所述故障车辆信息包括：故障单车编号以及所述故障车辆的车辆位置信息；其中，所述运维端设备根据所述运维端设备的位置信息以及接收到的所述故障车辆的车辆位置信息生成维修路线。

7.如权利要求4所述的报障识别方法，其特征在于，所述维修建议至少包括以下中的一种：与所述故障类型对应的维修说明、与所述故障类型对应的维修工具、以及与所述故障类型对应的替换备件的种类和数量。

8.如权利要求4所述的报障识别方法，其特征在于，当所述故障车辆与各所述运维人员对应的运维端设备的距离均大于预设距离阈值或所述故障类型对应的故障难度系数大于预设难度系数阈值时，所述维修建议为放弃现场维修或延期维修。

9.如权利要求4所述的报障识别方法，其特征在于，所述服务器接收到所述运维端设备发送的包括所述故障区域的维修结束图片时，将所述维修结束图片进行图片区域划分后发送至指定的深度学习模型中，以判断所述故障区域的故障是否被排除。

10.如权利要求1所述的报障识别方法，其特征在于，当所述图片故障部位与所述指定故障部位不匹配时，判断所述用户端设备上传的所述报障信息为无效信息，且结束所述报障识别方法。