[发明专利]一种交通工具的故障预测方法、装置、设备及存储介质

说明书

本申请提供了一种交通工具的故障预测方法、装置、设备及存储介质，其中，该方法包括：获取待预测的多个交通工具的特征数据，特征数据为刹车功能的关联数据；根据多个交通工具的特征数据，采用预先训练的预测模型进行处理，得到多个交通工具中刹车寿命到期的目标交通工具；预测模型为采用多个已损坏交通工具的特征数据进行训练得到的模型；输出故障预测结果，故障预测结果包括：目标交通工具的信息。解决了现有技术中交通工具可能在用户使用期间发生故障，存在安全隐患并且影响用户体验的问题。

技术领域

本申请涉及数据预测技术领域，具体而言，涉及一种交通工具的故障预测方法、装置、设备及存储介质。

背景技术

随着社会的发展，共享设备在人们的生活中越来越普及，共享单车、共享汽车和共享充电宝在人们的生活中随处可见。用户在需要使用共享设备时，只需打开手机，通过蓝牙完成与共享设备的配对后，就可以使用共享设备。

共享设备在使用过程中可能发生故障，为维护共享设备的状况保持良好，现有技术中，一般用户在使用共享设备且发现故障或隐患后，进行故障上报，运维人员根据用户上报的信息，对对应的共享设备进行检修。

但是这样的处理方式，若用户使用共享设备期间若发生故障，不但会影响用户体验，并且可能存在安全隐患，导致运营稳定性低的问题。

发明内容

有鉴于此，本申请的目的在于提供一种交通工具的故障预测方法、装置、设备及存储介质，能够解决现有技术中交通工具可能在用户使用期间发生故障，存在安全隐患并且影响用户体验的问题。

在本申请的第一方面，本申请提供一种交通工具的故障预测方法，所述方法包括：

获取待预测的多个交通工具的特征数据，所述特征数据为刹车功能的关联数据；

根据所述多个交通工具的特征数据，采用预先训练的预测模型进行处理，得到所述多个交通工具中刹车寿命到期的目标交通工具；所述预测模型为采用多个已损坏交通工具的特征数据进行训练得到的模型；

输出故障预测结果，所述故障预测结果包括：所述目标交通工具的信息。

可选地，所述预测模型包括：第一模型和第二模型；

所述根据所述多个交通工具的特征数据，采用预先训练的预测模型进行处理，得到所述多个交通工具中刹车寿命到期的目标交通工具，包括：

根据所述多个交通工具的特征数据，采用所述第一模型进行处理，得到第一预测结果，所述第一预测结果包括：所述多个交通工具中至少一个第一交通工具的信息；

根据所述多个交通工具的特征数据，采用所述第二模型进行处理，得到第二预测结果，所述第二预测结果包括：所述多个交通工具中至少一个第二交通工具的信息；

根据所述第一预测结果和所述第二预测结果进行取交集处理，确定所述目标交通工具。

可选地，所述根据所述多个交通工具的特征数据，采用所述第一模型进行处理，得到第一预测结果之前，所述方法还包括：

采用多个正样本数据以及多个无标签样本数据进行模型训练，得到所述第一模型，其中，所述正样本数据为标注已损坏的交通工具特征数据，无标签样本数据为无标注的交通工具特征数据；

对应的，所述至少一个第一交通工具为预测刹车寿命到期的交通工具。

可选地，所述根据所述多个交通工具的特征数据，采用所述第二模型进行处理，得到第二预测结果之前，所述方法还包括：

采用多个正样本数据、多个负样本数据以及多个无标签样本数据进行模型训练，得到所述第二模型，所述正样本数据为标注已损坏的交通工具特征数据，所述负样本数据为标注未损坏的交通工具特征数据，所述无标签样本数据为无标注的交通工具特征数据；