车辆部件分析方法和电子设备与流程

本技术涉及车辆诊断，尤其涉及一种车辆部件分析方法和电子设备。

背景技术：

1、准确评估车辆在使用全生命周期内的结构健康状态是确保行车安全与提升产品可靠性的核心需求。传统方法通常依赖于在设计阶段通过cae（computer aidedengineering，计算机辅助工程）仿真分析预测结构疲劳寿命，或在试验场对少量样车进行加速耐久测试以验证设计。

2、相关技术中，cae仿真分析所采用的载荷谱主要基于工程师假设，难以真实反映数以百万计终端用户在实际使用中因不同路况、驾驶风格及环境条件而产生的差异；而试验场道路耐久测试虽能获取较精确的结构响应数据，但该方式成本高昂、样本量极小（通常仅数十台），无法覆盖车辆大规模量产后的生产一致性波动及全使用场景下的真实结构衰退过程。这两种主流途径均需依赖预先布置的物理传感器或虚拟模型，其共同局限性在于无法对已售出车辆进行持续、大规模、低成本的在线监测。

3、因此，亟需解决如何在不增加额外硬件成本的前提下，对海量在用车辆在实际使用中的结构健康状态实现全生命周期的持续跟踪与早期预警这一技术问题，从而弥补现有方法在样本覆盖广度与监测时效性方面的固有不足。

技术实现思路

1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本技术的第一个目的在于提出一种车辆部件分析方法，通过识别并利用车辆已有的智能驾驶传感器在行驶过程中的外参诊断结果，将其重新定义为表征传感器安装结构形变的测量数据，从而即在无需额外增加任何物理传感器和成本的情况下，能够大规模、持续地获取车辆在真实使用工况下的结构形变数据。而通过基于预设窗口对传感器外参漂移量进行处理，提取出反映车辆结构变形的趋势分量，则使得从海量、粗粒度的原始数据中挖掘出真正反映结构健康状态的长期、稳定、易于分析的特征成为可能。基于该趋势分量对车辆的结构耐久性进行分析，成功克服了传统方法依赖小样本测试和物理传感器，无法对大规模在用车辆实现全生命周期、低成本、持续性结构健康状态评估的缺陷。有效实现了对车辆结构耐久性的远程、实时、群体化监测，显著降低了监测成本，拓宽了数据来源，并提高了结构状态评估的可靠性，为车辆的安全运营和设计优化提供了数据支撑。

2、本技术的第二个目的在于提出一种电子设备。

3、为达到上述目的，本技术第一方面实施例提出了一种车辆部件分析方法，所述方法包括：获取所述车辆的待检测部件处的实际传感器外参数据；基于所述待检测部件处的实际传感器外参数据和参考传感器外参数据确定所述待检测部件处的传感器外参漂移量；基于预设窗口内的多个所述传感器外参漂移量确定反映车辆结构变形的趋势分量；基于所述趋势分量对所述车辆的结构耐久性进行分析。

4、根据本技术实施例的车辆部件分析方法，获取车辆的待检测部件处的实际传感器外参数据，基于待检测部件处的实际传感器外参数据和参考传感器外参数据确定待检测部件处的传感器外参漂移量，基于预设窗口内的多个传感器外参漂移量确定反映车辆结构变形的趋势分量，基于趋势分量对车辆的结构耐久性进行分析。由此，该方法能够克服传统方法依赖小样本测试和物理传感器，无法对大规模在用车辆实现全生命周期、低成本、持续性结构健康状态评估的缺点，有效实现对车辆结构耐久性的远程、实时、群体化监测，显著降低监测成本，拓宽数据来源，提高结构状态评估的可靠性，为车辆的安全运营和设计优化提供有力的数据支撑。

5、根据本技术的一个实施例，所述预设窗口为里程窗口所述基于预设窗口内的多个所述传感器外参漂移量确定反映车辆结构变形的趋势分量，包括：将所述里程窗口划分为多个里程区间；确定每个里程区间内所有传感器外参漂移量的第一统计代表值，将所述第一统计代表值作为对应里程区间的区间代表值；将所述区间代表值中的趋势分量与波动分量分离，以得到所述趋势分量。

6、根据本技术的一个实施例，所述第一统计代表值为所述里程区间内所有传感器外参漂移量的中位数，采用滑动窗口取中位数的方式将所述区间代表值中的趋势分量与波动分量分离。

7、根据本技术的一个实施例，所述基于所述趋势分量对所述车辆的结构耐久性进行分析，包括：获取目标群体内的车辆基于所述传感器外参漂移量确定的趋势分量，并获取车辆正常结构状态的统计基准包络，其中，所述目标群体用于表示具有相同车型、相同生产批次和相同待检测部件的车辆；将所述目标群体内的车辆的趋势分量与所述统计基准包络进行比对，以识别结构耐久性异常的车辆。

8、根据本技术的一个实施例，所述将所述目标群体内的车辆的趋势分量与所述统计基准包络进行比对，以识别结构耐久性异常的车辆，包括：获取所述目标群体在各里程区间内的趋势分量的第二统计代表值；将所述第二统计代表值与相应里程区间的基准包络上限值进行比较；在连续预设个数里程区间内所述第二统计代表值超出对应的基准包络上限值的情况下，确定所述目标群体存在结构耐久性异常。

9、根据本技术的一个实施例，所述方法还包括：对于被确定为存在结构耐久性异常的目标群体，将所述目标群体中趋势分量超过预设阈值的车辆作为目标车辆；将所述目标车辆的传感器外参漂移量与预设特征向量库进行相似度匹配，以确定所述待检测部件上的失效位置和失效类型。

10、根据本技术的一个实施例，所述方法还包括：基于所述统计基准包络的上限值和传感器容许漂移极限确定预警等级；基于所述预警等级发出与所述预警等级对应的预警信息，其中，所述确定预警等级包括：当所述第二统计代表值未超过所述统计基准包络的上限值时，确定为第一预警等级；当所述第二统计代表值超出所述统计基准包络的上限值但未超出所述传感器功能容许漂移极限时，确定为第二预警等级；当所述第二统计代表值超出所述传感器功能容许漂移极限时，确定为第三预警等级，其中，所述第一预警等级、所述第二预警等级和所述第三预警等级的严重程度依次递增。

11、根据本技术的一个实施例，所述统计基准包络通过下述方式预先建立：将满足预设耐久性条件的车辆群体作为基准群体；将所述基准群体的趋势分量按行驶里程区间划分，在每个里程区间内，对所有车辆的趋势分量进行排序，取排序在第预设位置的值作为该里程区间的上限值，以各里程区间的所述上限值构成所述统计基准包络的上限。

12、根据本技术的一个实施例，确定反映车辆结构变形的趋势分量之前，所述方法还包括：获取与所述实际传感器外参数据相关联的诊断置信度；将所述诊断置信度低于预设置信度阈值的所述实际传感器外参数据进行删除。

13、为达到上述目的，本技术第二方面实施例提出的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时，实现上述的车辆部件分析方法。

14、根据本技术实施例的电子设备，通过执行上述的车辆部件分析方法，能够实现对车辆结构耐久性的远程、实时、群体化监测，显著降低监测成本，拓宽数据来源，提高结构状态评估的可靠性，为车辆的安全运营和设计优化提供有力的数据支撑。

15、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。