[发明专利]轮胎数据的标注方法、装置、计算机设备、存储介质

说明书

本申请涉及一种轮胎数据的标注方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括：获取待标注轮胎的胎压数据集，所述胎压数据集包括多个包括轮胎压力和启停标志位的胎压数据；将所述胎压数据集按照所述启停标志位划分为多个启停段子数据集；根据多个所述启停段子数据集中的轮胎压力获取平均胎压增量；根据所述平均胎压增量和预设阈值对所述轮胎的漏气类型进行标注。采用本方法能够完成对胎压数据的快速自动化标注，降低人工成本和时间成本，提高标注效率。

技术领域

本申请涉及车联网大数据挖掘和应用领域，特别是涉及一种轮胎状态数据半自动标注方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术

近年来，深度学习等技术被广泛应用于汽车健康监测、故障诊断、故障预测等领域。深度学习的应用是以大量的有标签数据为基础，采用端到端的方式直接从数据集中学习模型，然而网联车在云服务器上上传的胎压大数据同时包含了胎压的快变信息和慢变信息，为对轮胎状态的识别和预测提供了大量无标签数据。

通常情况下，研究者会雇佣大量有经验或者有能力的人员对这些无标签轮胎压力数据进行人工标注，以获得大量有标签的数据集。但人工标注方法效率低，人力成本高。

发明内容

基于此，有必要针对上述技术问题，提供一种低成本、效率高的轮胎数据标注方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种胎压数据的标注方法。所述方法包括：

获取待标注轮胎的胎压数据集，所述胎压数据集包括多个包括轮胎压力和启停标志位的胎压数据；

将所述胎压数据集按照所述启停标志位划分为多个启停段子数据集；

根据多个所述启停段子数据集中的轮胎压力获取平均胎压增量；

根据所述平均胎压增量和预设阈值对所述轮胎的漏气类型进行标注。

在其中一个实施例中，所述根据多个所述启停段子数据集中的轮胎压力获取平均胎压增量包括：

获取当前启停段子数据集中各所述胎压数据的胎压均值；

根据所述当前启停段子数据集的胎压均值与上一启停段子数据集的胎压均值的差值获取所述平均胎压增量。

在其中一个实施例中，所述根据所述平均胎压增量和预设阈值对所述轮胎的漏气类型进行标注包括：

在所述平均胎压增量大于第一预设阈值的情况下，确定所述轮胎的漏气类型为充气类型或者更换类型，并标注所述充气类型或者更换类型对应的标签值；

在所述平均胎压增量小于第二预设阈值的情况下，确定所述轮胎的漏气类型为快速漏气类型，并标注所述快速漏气类型的标签值；其中，所述第一预设阈值大于所述第二预设阈值。

在其中一个实施例中，所述方法还包括：

在所述轮胎的漏气类型为所述充气类型、所述更换类型和所述快速漏气类型中的一种的情况下，确定累计数据清零标志，并清空累计胎压数据集，所述累计胎压数据集包括至少一候选启停段子数据集，所述候选启停段子数据集对应的漏气类型为除所述充气类型、所述更换类型和所述快速漏气类型以外的类型。

在其中一个实施例中，所述方法还包括：

在所述平均胎压增量满足预设条件时，对所述累计胎压数据集中的胎压数据进行更新；其中，所述预设条件包括所述平均胎压增量小于或等于所述第一预设阈值，或，所述预设条件包括所述平均胎压增量大于或等于所述第二预设阈值；

在更新后的所述累计胎压数据集中胎压数据满足标注条件时，对更新后的所述累计胎压数据集中的各胎压数据进行线性拟合，以得到线性拟合的斜率结果；