[发明专利]OTA升级方法、存储介质以及电子设备和车辆

权利要求书

1.一种OTA升级方法，其特征在于，包括以下步骤：

在利用OTA升级包对待升级ECU器件进行OTA升级时，采集车辆蓄电池性能指标参数，并获取所述待升级ECU器件的过往刷写日志信息和当前整车刷写的网络负载情况；

训练OTA升级耗电预测模型，根据本次升级前的所述蓄电池性能指标参数、待升级ECU器件的过往刷写日志信息和当前整车的网络负载情况对所述待升级ECU器件进行OTA升级的耗电量进行预测，得到耗电量预测值；

根据所述耗电量预测值对所述蓄电池进行充电；

当检测所述蓄电池的电量值大于或等于所述耗电量预测值时，触发所述待升级ECU器件进行OTA升级。

2.如权利要求1所述的OTA升级方法，其特征在于，所述OTA升级耗电预测模型的训练过程如下：

在车辆使用过程中，采集所述蓄电池的电池信息，记为电池样本信息；

在ECU器件进行OTA升级的过程中，记录ECU器件升级时的器件信息，记为器件样本信息；

利用所述电池样本信息和所述器件样本信息对DeepGBM模型进行训练，得到所述OTA升级耗电预测模型。

3.如权利要求2所述的OTA升级方法，其特征在于，利用所述电池样本信息和所述器件样本信息对所述DeepGBM模型进行训练，包括：

利用层级数量为二的神经网络算法对所述电池样本信息和所述器件样本信息进行embedding处理；

利用embedding处理后的电池样本信息和器件样本信息对所述DeepGBM模型进行训练。

4.如权利要求1所述的OTA升级方法，其特征在于，利用预先训练的所述OTA升级耗电预测模型，根据电池信息和器件信息对待升级ECU器件进行OTA升级的耗电量进行预测，包括：

利用层级数量为二的神经网络算法对所述电池信息和所述器件信息进行embedding处理；

利用预先训练的所述OTA升级耗电预测模型，根据embedding处理后的电池信息和器件信息对待升级ECU器件进行OTA升级的耗电量进行预测。

5.如权利要求1所述的OTA升级方法，其特征在于，在对所述待升级ECU器件进行OTA升级之前，所述方法还包括：

接收OTA升级包及其对应的配置文件；

根据所述配置文件确定需要进行OTA升级的待升级ECU器件。

6.如权利要求2所述的OTA升级方法，其特征在于，所述OTA升级耗电预测模型的训练过程还包括：

利用新获取的电池样本信息和器件样本信息，对当前的OTA升级耗电预测模型进行修正；

向车辆发送修正后的OTA升级耗电预测模型。

7.如权利要求2所述的OTA升级方法，其特征在于，通过TSP平台训练得到OTA升级耗电预测模型，并将所述OTA升级耗电预测模型发送至所述车辆的车载TBOX，通过所述车载TBOX利用预先训练的所述OTA升级耗电预测模型对所述待升级ECU器件进行OTA升级的耗电量进行预测。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的OTA升级方法。

9.一种电子设备，包括存储器、处理器和存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的OTA升级方法。

10.一种车辆，其特征在于，包括如权利要求9所述的电子设备。