[发明专利]一种车辆机油的劣化检测方法及装置在审
申请号: | 202111241019.1 | 申请日: | 2021-10-25 |
公开(公告)号: | CN114065839A | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 李留海;谢玉琰;吴端国;李含 | 申请(专利权)人: | 广州瑞修得信息科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;F01M11/10 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郭浩辉;许羽冬 |
地址: | 510630 广东省广州市天河区思成*** | 国省代码: | 广东;44 |
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 车辆 机油 检测 方法 装置 | ||
1.一种车辆机油的劣化检测方法,其特征在于,所述方法包括:
获取多个不同的车辆行驶参数;
对每个所述车辆行驶参数分别进行预设处理得到车辆特征参数;
分别从每个所述车辆特征参数中提取训练参数,得到多个训练参数,其中,所述训练参数包括训练矩阵和训练标签,每个所述训练标签对应一个车辆行驶参数;
采用预设的训练算法对多个所述训练参数进行模型训练得到算法模型,并利用所述算法模型对待检测驾驶参数进行机油劣化预测。
2.根据权利要求1所述的车辆机油的劣化检测方法,其特征在于,所述从每个所述车辆特征参数中提取训练参数,包括:
提取每个所述车辆特征参数对应的区间点数;
利用所述区间点数进行学生分布计算得到分布曲线;
按照预设区间值从所述分布曲线筛选训练样本,得到训练参数。
3.根据权利要求2所述的车辆机油的劣化检测方法,其特征在于,所述采用预设的训练算法对多个所述训练参数进行模型训练得到算法模型,包括:
将每个所述训练参数转换成训练矩阵,并计算每个所述训练矩阵对应的训练标签,其中,每个所述训练标签对应一个机油劣化状态;
将所述训练矩阵与对应的训练标签集合二元组集合,得到多个二元组集合;
采用预设的训练算法对所述多个二元组集合进行模型训练得到算法模型。
4.根据权利要求3所述的车辆机油的劣化检测方法,其特征在于,所述利用所述算法模型对待检测驾驶数据进行机油劣化预测,包括:
从待检测件数据中提取待检测特征参数;
利用所述算法模型匹配所述待检测特征参数对应的待检测标签,并获取所述待检测标签对应的机油劣化状态。
5.根据权利要求1所述的车辆机油的劣化检测方法,其特征在于,所述对每个所述车辆行驶参数分别进行预设处理得到车辆特征参数,包括:
按照预设的提取列表从每个所述车辆行驶参数中提取若干个特征类别;
分别获取每个所述特征类别对应的特征数值得到车辆特征参数。
6.根据权利要求1所述的车辆机油的劣化检测方法,其特征在于,在所述获取多个不同的车辆行驶参数的步骤后,所述方法还包括:
分别识别每个所述车辆行驶参数对应的车辆标识,得到多个车辆标识;
按照所述多个车辆标识将所述多个不同的车辆行驶参数分类存储至不同的文件目录。
7.根据权利要求1-6任意一项所述的车辆机油的劣化检测方法,其特征在于,所述预设的训练算法,包括:最小二乘法回归算法、贝叶斯分类算法、SVR算法、随机森林算法或决策树算法、贝叶斯岭回归算法、XGBoost算法。
8.一种车辆机油的劣化检测装置,其特征在于,所述装置包括:
获取模块,用于获取多个不同的车辆行驶参数;
处理模块,用于对每个所述车辆行驶参数分别进行预设处理得到车辆特征参数;
提取模块,用于分别从每个所述车辆特征参数中提取训练参数,得到多个训练参数,其中,所述训练参数包括训练矩阵和训练标签,每个所述训练标签对应一个车辆行驶参数;
训练与检测模块,用于采用预设的训练算法对多个所述训练参数进行模型训练得到算法模型,并利用所述算法模型对待检测驾驶参数进行机油劣化预测。
9.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任意一项所述的车辆机油的劣化检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-7任意一项所述的车辆机油的劣化检测方法。
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广州瑞修得信息科技有限公司,未经广州瑞修得信息科技有限公司许可,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/202111241019.1/1.html,转载请声明来源钻瓜专利网。