[发明专利]一种汽车轮胎异常识别系统及识别方法

说明书

本申请提供了汽车轮胎异常识别系统及识别方法，该方法包括：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；在历史数据中获取用户的车辆轮胎胎压数据范围；根据获取的用户的车辆轮胎胎压数据范围在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，根据回归模型确定当前车辆胎压是否存在异常。在上述技术方案中，通过使用车辆历史工况数据，利用机器学习模型拟合车辆环境变化正常的胎压，根据预测值与当前值得偏差，识别轮胎是否异常，进行是否轮胎是否漏气。

技术领域

本说明书一个或多个实施例涉及汽车技术领域，尤其涉及一种汽车轮胎异常识别系统及识别方法。

背景技术

随着经济的发展，人们出行经常采用乘车出行，汽车的安全性直接关系到乘车人员的生命安全。而轮胎是汽车重要组成部件，轮胎的胎压对车辆行驶安全有重要影响，尤其是轮胎胎压较低导致的爆胎可能导致重大交通事故。因此提前发现轮胎异常、漏气，可以预防爆胎，提升行车安全。但是现有的技术方案中通常通过轮胎温度，间接判断轮胎胎压是否异常，这种判断方式往往准确度较低。

发明内容

有鉴于此，本说明书一个或多个实施例的目的在于提出一种汽车轮胎异常识别系统及识别方法，提高乘车下车时的安全性。

第一方面，提供了一种汽车轮胎异常识别方法，该方法汽车轮胎异常识别方法具体包括：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。在上述技术方案中，通过使用车辆历史工况数据，利用机器学习模型拟合车辆环境变化正常的胎压，根据预测值与当前值得偏差，识别轮胎是否异常，进行是否轮胎是否漏气。

在一个具体的可实施方案中，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。

在一个具体的可实施方案中，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。

在一个具体的可实施方案中，该方法还包括：

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。

在一个具体的可实施方案中，该方法还包括：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。

在一个具体的可实施方案中，该方法还包括：

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。

在一个具体的可实施方案中，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。

第二方面，提供了一种汽车轮胎异常识别系统，该系统包括：

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；