[发明专利]一种基于人工智能的电动汽车安全预警方法及系统、电动汽车在审
申请号: | 202010593659.8 | 申请日: | 2020-06-27 |
公开(公告)号: | CN111823861A | 公开(公告)日: | 2020-10-27 |
发明(设计)人: | 王亚鹏 | 申请(专利权)人: | 王亚鹏 |
主分类号: | B60K28/08 | 分类号: | B60K28/08;B60Q9/00;G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06N20/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 450000 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 人工智能 电动汽车 安全 预警 方法 系统 | ||
1.一种基于人工智能的电动汽车安全预警方法,其特征在于,所述方法包括如下步骤:
S1,获取多个所述电动汽车的多个采样时间段的汽车型号、汽车牌号、历史维修数据、维修安全预警信息、历史行驶数据、行驶安全预警信息;
S2,根据所述汽车型号采集所述历史行驶数据、所述行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型;所述行驶数据包括:轮胎胎压、制动加速度及其刹车车程、卸载动力、耗电量;所述行驶安全预警信息包括超载和非超载;
S3,根据所述汽车牌号采集所述历史维修数据、所述维修安全预警信息以训练电动汽车维修安全预警回归预测模型;所述维修数据包括:轮胎更换里程、刹车片更换里程、电池更换里程;所述维修安全预警信息包括正常损耗和异常损耗;
S4,获取待预警电动汽车的汽车型号,根据所述汽车型号获取对应的电动汽车行驶安全预警贝叶斯预测模型,采集所述待预警电动汽车的当前时间段的当前行驶数据,将所述当前行驶数据导入所述电动汽车行驶安全预警贝叶斯预测模型,获取所述电动汽车的行驶安全预警结果;根据待预警电动汽车的汽车牌号,获取所述电动汽车的维修安全预警结果;
S5,根据所述待预警电动汽车的行驶安全预警结果和所述维修安全预警结果,得到所述待预警电动汽车当前的超载安全预警结果。
2.根据权利要求1所述的方法,其特征在于,获取多个所述电动汽车的多个采样时间段的汽车型号、历史行驶数据及其安全预警信息,具体包括:
所述采样时间段包括行驶采样时间段和维修采样时间段;
获取电动汽车的运行时间数据,根据所述运行时间数据计算所述电动汽车的运行周期,根据所述运行周期中的非空载时间段确定所述电动汽车的行驶采样时间段;
获取电动汽车的维修时间数据,根据所述维修时间数据和维修周期确定所述电动汽车的维修采样时间段。
3.根据权利要求2所述的方法,其特征在于,根据待预警电动汽车的汽车牌号,获取所述电动汽车的维修安全预警结果,具体包括:
在所述电动汽车的维修时间段根据待预警电动汽车的汽车牌号采集所述维修数据,将所述维修数据导入所述电动汽车维修安全预警回归预测模型,获取所述电动汽车的维修安全预警结果。
4.根据权利要求1所述的方法,其特征在于,根据所述汽车型号采集所述历史行驶数据、所述行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型,具体包括:
根据所述汽车型号采集所述非超载行驶数据、非超载的行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型;
根据所述汽车型号采集所述超载行驶数据、超载的行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型。
5.根据权利要求1所述的方法,其特征在于,根据所述待预警电动汽车的行驶安全预警结果和所述维修安全预警结果,得到所述待预警电动汽车当前的超载安全预警结果,还包括:
所述待预警电动汽车当前的超载安全预警结果Z=K1*M+k2*N,其中,M为行驶安全预警结果,N为维修安全预警结果,K1和K2为权重,且K1+K2=1。
6.根据权利要求1所述的方法,其特征在于,还包括:
如果所述待预警电动汽车当前的超载安全预警结果为超载,则获取所述电动汽车的行驶轨迹,如果在相同时间段存在多个相同行驶轨迹的电动汽车,则根据多个所述电动汽车的汽车牌号获取所述多个电动汽车的汽车型号,将与所述待预警电动汽车相同型号的电动汽车的汽车牌号和超载警戒预警信息发送到安全预警服务器;
所述安全预警服务器发出所述汽车牌号的超载警戒预警信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于王亚鹏,未经王亚鹏许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010593659.8/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类