[发明专利]一种汽车轮胎异常识别系统及识别方法

权利要求书

1.一种汽车轮胎异常识别方法，其特征在于，包括以下步骤：

在车辆轮胎的胎压的历史数据中，获取车辆行驶开始前轮胎的胎压及车辆状态的数据；以及车辆行驶过程中轮胎的胎压以及车辆状态数据；

在所述历史数据中获取用户的车辆轮胎胎压数据范围；

根据所述获取的用户的车辆轮胎胎压数据范围在所述获取的轮胎的胎压和车辆状态数据中挑选出正常数据样本；

根据所述正常数据样本构建以胎压为目的回归模型；

采集当前车辆的车胎的胎压、车辆状态以及用户信息，根据所述回归模型确定当前车辆胎压是否存在异常。

2.根据权利要求1所述的汽车轮胎异常识别方法，其特征在于，所述方法还包括：

在所述根据所述回归模型确定当前车辆胎压存在异常时，向用户提供警报。

3.根据权利要求2所述的汽车轮胎异常识别方法，其特征在于，所述根据所述正常数据样本构建以胎压为目的回归模型；具体为：

根据所述正常数据样本，使用xgboost构建机器学习生成的回归模型；

使用mape对所述机器学习生成的回归模型进行数据评估；在所述机器学习生成的回归模型通过所述mape评估后，生成以胎压为目的的回归模型。

4.根据权利要求3所述的汽车轮胎异常识别方法，其特征在于，还包括：

在离线状态先构建以胎压为目的的回归模型；

将所述回归模型上传到云平台。

5.根据权利要求4所述的汽车轮胎异常识别方法，其特征在于，还包括：

周期性构建以胎压为目的回归模型；并上传所述云平台更新所述以胎压为目的的回归模型。

6.根据权利要求1～5任一项所述的汽车轮胎异常识别方法，其特征在于，还包括：

在所述采集当前车辆的车胎的胎压与根据回归模型提供的参考胎压的偏差持续增大时，判定车胎漏气；并向所述用户提供漏气警报。

7.根据权利要求6所述的汽车轮胎异常识别方法，其特征在于，所述车辆状态包括：轮胎温度、车速、行驶里程、环境温度、环境湿度。

8.一种汽车轮胎异常识别系统，其特征在于，包括：

信息采集模块：采集当前车辆的车胎的胎压、车辆状态以及用户信息；

数据处理模块：用于在所述胎压的历史数据中，获取车辆行驶开始前轮胎的胎压及车辆状态的数据；以及车辆行驶过程中轮胎的胎压以及车辆状态数据；在所述历史数据中获取用户的车辆轮胎胎压数据范围；根据所述获取的用户的车辆轮胎胎压数据范围在所述获取的轮胎的胎压和车辆状态数据中挑选出正常数据样本；根据所述正常数据样本构建以胎压为目的回归模型；并基于所述信息采集模块采集的当前车辆的车胎的胎压、车辆状态以及用户信息，根据所述回归模型确定当前车辆胎压是否存在异常。

9.根据权利要求8所述的汽车轮胎异常识别系统，其特征在于，所述数据处理模块还用于在所述根据所述回归模型确定当前车辆胎压存在异常时，向用户提供警报。

10.根据权利要求9所述的汽车轮胎异常识别系统，其特征在于，所述数据处理模块还用于根据所述正常数据样本，使用xgboost构建机器学习生成的回归模型；使用mape对所述机器学习生成的回归模型进行数据评估；在所述机器学习生成的回归模型通过所述mape评估后，生成以胎压为目的的回归模型。

11.根据权利要求10所述的汽车轮胎异常识别系统，其特征在于，所述数据处理模块还用于在离线状态先构建以胎压为目的的回归模型；将所述回归模型上传到云平台。

12.根据权利要求11所述的汽车轮胎异常识别系统，其特征在于，所述数据处理模块还用于周期性构建以胎压为目的回归模型；并上传所述云平台更新所述以胎压为目的的回归模型。