面向用户的车辆诊断方法、系统、设备及存储介质与流程

摘要: 本发明涉及智能汽车,特别涉及一种面向用户的车辆诊断方法、系统、设备及存储介质。背景技术:1、随着车辆智能化与网联化水平持续提升,车辆电子控制系统日益复杂,故障类...
面向用户的车辆诊断方法、系统、设备及存储介质与流程

本发明涉及智能汽车,特别涉及一种面向用户的车辆诊断方法、系统、设备及存储介质。

背景技术:

1、随着车辆智能化与网联化水平持续提升,车辆电子控制系统日益复杂,故障类型呈现多样化、专业化特征。传统车辆诊断主要依赖专业维修人员借助专用检测设备完成,其操作流程繁琐、对专业技能要求高,普通非专业用户无法独立实施。一些远程诊断、自定义诊断方案仍面向专业维修场景,输出结果以故障码、专业数据流为主,普通用户难以理解故障含义、风险等级及处置方式,用户易出现小故障过度维修、高危故障延误处理等问题。

2、因此,亟需一种更加完善的车辆诊断交互方案,以克服现有车辆诊断技术面向非专业用户适配性不足、交互繁琐、输出信息过于专业、故障处置指引缺失等缺陷。

技术实现思路

1、本发明旨在解决现有技术中存在的至少之一的技术问题,提出了一种面向用户的车辆诊断方法、系统、设备及存储介质。

2、第一方面,本发明实施例提供了一种面向用户的车辆诊断方法,所述方法包括:

3、响应于目标用户的语音唤醒指令,通过语言识别的方式接收目标用户的自然语言描述信息并确定自然语言描述信息中的核心特征信息;

4、在接收自然语言描述信息的同时,同步获取车辆当前运行的状态数据以及车辆的历史故障记录与保养数据;

5、基于目标用户的自然语言描述信息以及车辆当前运行的状态数据,匹配得到当前车辆的故障类型;

6、从车辆当前运行的状态数据以及当前车辆的故障类型中提取标准化特征参数,基于车辆的历史故障记录与保养数据为标准化特征参数分配权重;对所有标准化特征参数进行加权求和,得到当前车辆的综合风险评分并确定当前车辆的故障等级;

7、基于当前车辆的故障类型以及当前车辆的故障等级,生成诊断结果与处置建议并进行交互输出。

8、在一些实施例中,所述车辆当前运行的状态数据包括:车速、发动机转速、电机运行参数、电池状态、制动信号、悬架信号、环境温度、车门状态和里程信息中的一种或多种;

9、所述车辆的历史故障记录与保养数据包括:车辆历史故障记录、保养记录和部件使用寿命。

10、在一些实施例中,所述确定自然语言描述信息中的核心特征信息,包括:

11、对自然语言描述信息进行降噪处理,并在降噪处理后对自然语言描述信息进行格式规整处理以及语义预处理;

12、剔除经过语义预处理后的自然语言描述信息中的语气词以及重复表述的无效内容,得到自然语言描述信息中的核心特征信息。

13、在一些实施例中,所述匹配得到当前车辆的故障类型,包括:

14、将自然语言描述信息中的核心特征信息进行结构化转换,得到结构化关键特征并将结构化关键特征转化为标准化特征向量;

15、将标准化特征向量以及车辆当前运行的状态数据共同与故障知识库中的车辆故障类型进行匹配,筛选故障匹配置信度超过预设置信度阈值的车辆故障类型并将故障匹配置信度最高的车辆故障类型作为当前车辆的故障类型。

16、在一些实施例中,所述结构化关键特征包括:故障表现特征、故障发生时机、故障伴随现象和故障严重程度中的一种或多种;

17、所述结构化关键特征与所述标准化特征向量之间为一对一的映射关系或多对一的映射关系。

18、在一些实施例中,所述得到当前车辆的综合风险评分,包括:

19、预先构建一个风险评估模型并预先设定多个标准化特征参数;风险评估模型的输入为每一个标准化特征参数的归一化值以及每一个标准化特征参数的权重,风险评估模型的输出为所有标准化特征参数加权求和的结果;

20、基于车辆的历史故障记录与保养数据,为每一个标准化特征参数分配一个权重;且权重总和为1;

21、基于车辆当前运行的状态数据、以及当前车辆的故障类型,确定每一个标准化特征参数的归一化值;

22、将所有标准化特征参数进行加权求和,得到当前车辆的综合风险评分。

23、在一些实施例中,所述确定当前车辆的故障等级,包括:

24、预先设定一个第一阈值和一个第二阈值;且第一阈值小于第二阈值;

25、若当前车辆的综合风险评分小于第一阈值,则判定为用户可自行观察或简易处理的一级故障类型;若当前车辆的综合风险评分介于第一阈值与第二阈值之间,则判定为需要在近期前往维修机构检查的二级故障类型;若当前车辆的综合风险评分大于第二阈值,则判定为影响行车安全、需要立即停车处理的三级故障类型。

26、第二方面,本发明实施例提供了一种面向用户的车辆诊断系统,所述系统至少包括:用户交互硬件层、车载终端硬件层和核心处理硬件层;

27、用户交互硬件层中的专用语音采集麦克风,用于响应于目标用户的语音唤醒指令,通过语言识别的方式接收目标用户的自然语言描述信息并确定自然语言描述信息中的核心特征信息;

28、车载终端硬件层中的数据采集处理模块,用于在接收自然语言描述信息的同时,同步获取车辆当前运行的状态数据以及车辆的历史故障记录与保养数据;

29、核心处理硬件层中的故障匹配模块,用于基于目标用户的自然语言描述信息以及车辆当前运行的状态数据,匹配得到当前车辆的故障类型;

30、核心处理硬件层中的风险分级模块,用于从车辆当前运行的状态数据以及当前车辆的故障类型中提取标准化特征参数,基于车辆的历史故障记录与保养数据为标准化特征参数分配权重;对所有标准化特征参数进行加权求和,得到当前车辆的综合风险评分并确定当前车辆的故障等级;

31、核心处理硬件层中的服务调度模块,用于基于当前车辆的故障类型以及当前车辆的故障等级,生成诊断结果与处置建议并进行交互输出。

32、第三方面,本发明实施例提供一种电子设备,电子设备包括:

33、至少一个处理器;以及与至少一个处理器通信连接的存储器;

34、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例方法的步骤。

35、第四方面,本发明实施例提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例方法的步骤。

36、相对现有技术,本发明具有以下有益效果:

37、本发明所提供的面向用户的车辆诊断方法,首先通过语言识别的方式接收目标用户的自然语言描述信息并确定自然语言描述信息中的核心特征信息,然后同步获取车辆当前运行的状态数据以及车辆的历史故障记录与保养数据,接着匹配得到当前车辆的故障类型,再接着得到当前车辆的综合风险评分并确定当前车辆的故障等级,最后生成诊断结果与处置建议并进行交互输出。通过本发明中的技术方案,能够向用户输出无专业术语的通俗化结果与可直接执行的处置建议,提升非专业用户用车安全性与便捷性,降低不必要的维修成本,优化车辆维保体验。

1.一种面向用户的车辆诊断方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述车辆当前运行的状态数据包括:车速、发动机转速、电机运行参数、电池状态、制动信号、悬架信号、环境温度、车门状态和里程信息中的一种或多种;

3.根据权利要求1所述的方法,其特征在于,所述确定自然语言描述信息中的核心特征信息,包括:

4.根据权利要求1所述的方法,其特征在于,所述匹配得到当前车辆的故障类型,包括:

5.根据权利要求4所述的方法,其特征在于,所述结构化关键特征包括:故障表现特征、故障发生时机、故障伴随现象和故障严重程度中的一种或多种;

6.根据权利要求1所述的方法,其特征在于,所述得到当前车辆的综合风险评分,包括:

7.根据权利要求1所述的方法,其特征在于,所述确定当前车辆的故障等级,包括:

8.一种面向用户的车辆诊断系统,其特征在于,所述系统被配置为用于实现权利要求1-7任一项所述的方法,所述系统至少包括:用户交互硬件层、车载终端硬件层和核心处理硬件层;

9.一种电子设备,其特征在于,所述电子设备包括:

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指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述方法的步骤。