[发明专利]一种车辆精准故障诊断方法和装置

权利要求书

1.一种车辆精准故障诊断方法，其特征在于，包括：

车载中控获取车辆电池的剩余电量；判断所述剩余电量是否小于第一预设值；若是，则输出故障类型为低电量车，并通知运维人员；若不是，则执行下一步；

车载中控获取车辆在预设时间段内的实际开锁次数；判断预设时间段内的收到开锁命令的次数与实际开锁次数的差值是否大于第二预设值；若是，则输出故障类型为开锁超时故障车，并通知运维人员；若不是，则执行下一步；

车载中控获取车辆在样本数据，并传输至后台服务器；所述样本数据包括与所述车辆骑行状态相关的多个维度信息以及用于标记故障车辆的故障标签；

后台服务器基于样本数据确定该车辆的车辆画像，并将所述车辆画像输入训练模型中，输出故障类型；所述训练模型为经机器学习模型处理后的车辆画像及其对应的故障标签进行加权得到故障识别模型。

2.根据权利要求1所述的车辆精准故障诊断方法，其特征在于，所述维度信息包括：车辆各零件运行状态的检测数据。

3.根据权利要求1所述的车辆精准故障诊断方法，其特征在于，所述车辆各零件运行状态的检测数据包括：车辆骑行速度、踏板输出扭矩、电机输出扭矩、电池输出电压、电池温度、制动压力、制动距离。

4.根据权利要求1所述的车辆精准故障诊断方法，其特征在于，所述维度信息包括：车辆各零件运行状态的检测数据、车辆基础属性数据、历史故障及维护数据、车辆历史骑行数据。

5.根据权利要求4所述的车辆精准故障诊断方法，其特征在于，所述车辆各零件运行状态的检测数据包括：车辆骑行速度、踏板输出扭矩、电机输出扭矩、电池输出电压、电池温度、制动压力、制动距离；

所述车辆基础属性数据包括：车辆的出厂批次、车辆的运营时间、车辆的运营区域、最近一段时间内订单情况和订单取消量；

所述车辆历史故障及维护数据包括：预设时间段内车辆的历史故障情况、维修情况；

所述车辆历史骑行数据包括：历史平均行驶时长、历史平均行驶速度、历史平均行驶距离、历史操作记录。

6.根据权利要求1所述的车辆精准故障诊断方法，其特征在于，将所述车辆画像输入训练模型之前，所述诊断方法还包括如下步骤：

判断所述车辆的助力比在预定时间段内是否多次超过预定范围；所述助力比为＝电机输出扭矩/踏板扭矩；

若高于所述预定范围最大值，则将所述车辆画像输入不同的第一训练模型中，若低于所述预定范围最小值，则将所述车辆画像输入不同的第一训练模型中；所述第一训练模型基于车辆画像和第一故障类型训练得到；所述第二训练模型基于车辆画像和第二故障类型训练得到。

7.根据权利要求6所述的车辆精准故障诊断方法，其特征在于，所述第一故障类型包括：电源故障、电机故障、控制器故障、控制装置故障；

所述第二故障类型包括：脚踏板故障、传动装置故障、制动装置故障、车轮以及附属物故障、把手故障、整车晃动或异响。

8.根据权利要求1所述的车辆精准故障诊断方法，其特征在于，车载中控将样本数据传输至后台服务器的方法，包括：

判断通信模块是否与后台服务器建立连接；若是，则通过通信模块将样本数据传输至后台服务器；若否，则执行下一步；

通过蓝牙模块广播请求援助信息，直至邻近车辆或停车设备上的蓝牙模块响应，并与待检测车辆的蓝牙发射器；

通过蓝牙模块将样本数据传输至邻近车辆或停车设备上的蓝牙模块；

经过邻近车辆或停车桩上的通信模块将待检测车辆的样本数据传输至后台服务器。