车辆能耗查询方法、装置、设备、介质及产品与流程

本技术涉及车辆控制，具体而言，涉及一种车辆能耗查询方法、装置、设备、介质及产品。

背景技术：

1、随着新能源汽车的普及，用户对车辆能耗查询、用电分析及异常告警的需求日益提升，而当前车载语音交互系统多集中于多媒体、导航、空调等基础控制功能。

2、目前，针对能耗查询支持用户通过语音指令发起各类用车疑问，系统对语音指令进行语义解析以识别用户查询意图，并基于预设知识库生成对应的文本或语音回复结果。

3、但是，上述方法查询准确度低，影响用户体验。

技术实现思路

1、本技术的主要目的在于提供一种车辆能耗查询方法、装置、设备、介质及产品，可提升查询准确度，以提升用户体验度。

2、为了实现上述目的，第一方面，本技术提供了一种车辆能耗查询方法，包括：

3、对用户的语音唤醒指令进行意图解析，得到用户意图类型和槽位信息；

4、若用户意图类型为能耗查询，获取查询数据类型；

5、根据查询数据类型，从多个预设数据源中选择与查询数据类型匹配的目标数据源，并从目标数据源获取车辆的多维能耗数据；

6、对车辆的多维能耗数据进行融合与封装，并以自然语言输出能耗查询结果。

7、在一实施例中，对用户的语音唤醒指令进行意图解析，得到用户意图类型和槽位信息，包括：

8、对语音唤醒指令进行语义识别，得到语义解析结果；

9、对语义解析结果进行意图分类，得到用户意图类型和槽位信息，其中，用户意图类型包括能耗查询、能耗分析或能耗执行；

10、对语义解析结果进行槽位提取，得到槽位信息，其中，槽位信息包括车辆标识、查询时间区间和实时数据标识。

11、在一实施例中，对语义解析结果进行槽位提取，得到槽位信息，包括：

12、在槽位信息包括查询时间区间的情况下，对语义解析结果进行检测，得到时间限定词检测结果；

13、当时间限定词检测结果为存在时间区间时，将时间区间作为查询时间区间；

14、当时间限定词检测结果为不存在时间区间时，对时间区间进行赋值，并将赋值后的时间区间作为查询时间区间。

15、在一实施例中，根据查询数据类型，从多个预设数据源中选择与查询数据类型匹配的目标数据源，并从目标数据源获取车辆的多维能耗数据，包括：

16、对查询数据类型进行判定，得到判定结果；

17、当判定结果为实时数据时，根据槽位信息中的车辆标识对车端实时信号进行流式拉取与统计，得到实时能耗指标；

18、当判定结果为历史数据时，根据槽位信息中的查询时间区间对云端数据库中对应时间区间的能耗数据进行查询，得到历史能耗统计数据；

19、当判定结果为异常分析数据时，根据槽位信息中的车辆标识对离线批处理任务的分析结果进行调用，得到能耗异常原因分析结果。

20、在一实施例中，根据槽位信息中的车辆标识对车端实时信号进行流式拉取与统计，得到实时能耗指标，包括：

21、根据槽位信息中的车辆标识，获取车端信号拉取地址；

22、采用预设的流式计算引擎对车端信号拉取地址对应的车端实时信号进行拉取，得到车端实时信号序列；

23、对车端实时信号序列进行能耗统计，得到包含当前电量、瞬时电耗、续航里程的实时能耗指标。

24、在一实施例中，根据槽位信息中的查询时间区间对云端数据库中对应时间区间的能耗数据进行查询，得到历史能耗统计数据，包括：

25、对查询时间区间进行识别，得到时间区间长度信息；

26、当查询时间区间未指定预设时间区间时，对目标时间区间内的耗数据进行查询，得到历史能耗统计数据；

27、当查询时间区间指定为预设时间区间时，对云端数据库中预设时间区间的能耗数据进行查询，得到历史能耗统计数据。

28、在一实施例中，根据槽位信息中的车辆标识对离线批处理任务的分析结果进行调用，得到能耗异常原因分析结果，包括：

29、根据槽位信息中的车辆标识，获取离线分析结果定位信息；

30、对离线分析结果定位信息对应的离线批处理任务的分析结果进行调用，得到能耗异常原因分析结果。

31、在一实施例中，对离线分析结果定位信息对应的离线批处理任务的分析结果进行调用，得到能耗异常原因分析结果，包括：

32、对车辆胎压信号进行评价，得到胎压评价结果；

33、对驾驶模式信号进行评价，得到驾驶模式评价结果；

34、对空调设置信号进行评价，得到空调设置评价结果；

35、对车辆行驶过程中的油门踏板变化率和制动扭矩变化率进行激烈驾驶行为量化分析，得到驾驶行为异常评价结果；

36、对胎压评价结果、驾驶模式评价结果、空调设置评价结果和驾驶行为异常评价结果进行融合，得到能耗异常原因分析结果。

37、在一实施例中，对车辆行驶过程中的油门踏板变化率和制动扭矩变化率进行激烈驾驶行为量化分析，得到驾驶行为异常评价结果，包括：

38、对车辆行驶过程中的油门踏板开度、制动扭矩、车辆速度和加速度进行采集，得到时序驾驶数据；

39、对时序驾驶数据中的油门踏板变化率进行处理，得到归一化油门踏板变化率；

40、采用卡尔曼滤波对制动扭矩信号进行过滤，并计算滤波后的制动扭矩信号的变化率，得到滤波后的制动扭矩变化率；

41、根据车辆速度和加速度动态调整激烈驾驶阈值，得到自适应油门阈值和自适应制动阈值；

42、对超过自适应油门阈值的归一化油门踏板变化率的帧数和超过自适应制动阈值的滤波后的制动扭矩变化率的帧数进行统计，并引入置信度加权计算驾驶激进程度占比，得到驾驶激进程度量化指标；

43、基于驾驶激进程度量化指标对驾驶行为的能耗影响进行等级评价，得到驾驶行为异常评价结果。

44、在一实施例中，对车辆的多维能耗数据进行融合与封装，并以自然语言输出能耗查询结果，包括：

45、对多维能耗数据中的实时能耗指标、历史能耗统计数据和能耗异常原因分析结果进行多源数据融合，得到结构化能耗数据集；

46、对结构化能耗数据集进行自然语言生成处理，得到自然语言查询结果文本；

47、对自然语言查询结果文本进行语音合成输出，得到语音播报形式的能耗查询结果。

48、在一实施例中，对多维能耗数据中的实时能耗指标、历史能耗统计数据和能耗异常原因分析结果进行多源数据融合，得到结构化能耗数据集，包括：

49、对实时能耗指标、历史能耗统计数据和能耗异常原因分析结果进行时间戳对齐和维度统一，得到对齐后的多源数据；

50、对对齐后的多源数据进行数据聚合与重要性排序，得到包含当前能耗状态、历史能耗趋势和异常原因优先级的结构化能耗数据集。

51、在一实施例中，方法还包括：

52、若用户意图类型为能耗执行，则根据能耗异常原因分析结果生成车辆控制指令，并发送至车辆执行器执行对应的节能操作。

53、第二方面，本技术实施例提供了一种车辆能耗查询装置，包括：

54、意图解析模块，用于对用户的语音唤醒指令进行意图解析，得到用户意图类型和槽位信息；

55、数据类型获取模块，用于若用户意图类型为能耗查询，获取查询数据类型；

56、能耗数据获取模块，用于根据查询数据类型，从多个预设数据源中选择与查询数据类型匹配的目标数据源，并从目标数据源获取车辆的多维能耗数据；

57、能耗结果输出模块，用于对车辆的多维能耗数据进行融合与封装，并以自然语言输出能耗查询结果。

58、第三方面，本技术实施例提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上任一方法的步骤。

59、第四方面，本技术实施例提供了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程序，计算机程序被处理器执行时实现如上任一方法的步骤。

60、第五方面，本技术实施例提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时，实现如上任一方法的步骤。

61、本技术实施例提供了一种车辆能耗查询方法、装置、设备、介质及产品，包括：对用户的语音唤醒指令进行意图解析，得到用户意图类型和槽位信息；若用户意图类型为能耗查询，获取查询数据类型；根据查询数据类型，从多个预设数据源中选择与查询数据类型匹配的目标数据源，并从目标数据源获取车辆的多维能耗数据；对车辆的多维能耗数据进行融合与封装，并以自然语言输出能耗查询结果。本技术通过对用户的语音唤醒指令进行意图解析，准确识别用户意图类型（能耗查询）并提取关键槽位信息（如车辆标识、时间区间等），实现了对能耗查询需求的精准理解与定向数据寻址，避免了通用语音系统对能耗术语理解不清的问题，进而根据查询数据类型（实时、历史或异常分析）分场景获取对应的多维能耗数据，能够同时满足用户对瞬时能耗、历史统计及异常归因的多层次信息需求，从而将多源能耗数据进行融合与结构化封装，并以自然语言形式输出查询结果，使用户无需手动操作车机菜单即可通过语音直接获得清晰、直观的能耗信息及异常诊断结论，从而大幅提升了能耗查询的便捷性、准确度与行车安全性，改善了新能源汽车的智能化交互体验。