车辆健康状态管理方法、控制器及管理系统、车辆与流程

本申请涉及智能网联汽车，更具体地，涉及一种车辆健康状态管理方法、控制器及管理系统、车辆。

背景技术：

1、车辆健康状态诊断是指结合传感采集与人工智能算法来确定车辆的健康状态。例如，使用振动传感器进行轴承故障诊断，或使用声音传感器进行异响识别来确定车辆的健康指标，并基于该健康指标执行健康状态诊断。然而，车辆健康诊断技术大多依赖于单一数据源与静态故障阈值，难以准确地感知车辆的健康状态。

技术实现思路

1、有鉴于此，本申请实施例提出了一种车辆健康状态管理方法、控制器及管理系统、车辆，能够准确地感知车辆的健康状态，实现车辆健康状态的早期识别、精准诊断和剩余寿命预测。

2、本申请采用以下的技术方案。

3、第一个方面，本申请实施例提供了一种车辆健康状态管理方法，该方法包括：获取车辆的状态特征和历史特征；所述历史特征用于指示车辆损耗，所述车辆损耗由所述车辆的车况、所述车辆行驶的历史环境和历史驾驶行为中的至少一种确定；根据所述状态特征对所述车辆进行评估，得到第一健康指标；根据所述状态特征与所述历史特征确定的权重比例，修正所述第一健康指标，得到所述车辆的第二健康指标；所述权重比例与所述车辆损耗负相关。

4、在一些实施例中，在所述获取车辆的状态特征和历史特征之前，所述方法还包括：获取所述车辆的状态数据和历史数据；所述状态数据包括所述车辆的总线数据、振动数据、声音信号、视觉图像、环境信息和驾驶行为中的至少一种；所述历史数据包括所述车辆的车况、所述车辆行驶的历史环境和历史驾驶行为中的至少一种；对状态数据和历史数据进行预处理，得到处理后的状态数据和处理后的历史数据；所述预处理包括数据清洗和时间同步；对处理后的状态数据进行特征提取，得到所述车辆的状态特征；对处理后的历史数据进行特征提取，得到所述车辆的历史特征。

5、在一些实施例中，在所述得到车辆的第二健康指标之后，所述方法还包括：根据参考车辆的运行数据构建车辆健康知识图谱；所述参考车辆与所述车辆属于同一型号；当所述第二健康指标超过基准线阈值时，检测所述车辆的异常数据；根据所述异常数据和所述车辆健康知识图谱对所述车辆进行故障预测，得到所述车辆中故障部件的故障信息和所述故障信息的置信度；根据所述第二健康指标、所述故障信息和所述置信度，预测所述故障部件的剩余使用寿命。

6、在一些实施例中，在所述得到车辆的第二健康指标之后，所述方法还包括：根据所述第二健康指标和多个预警阈值，触发预警并生成预警信息；所述预警信息包括所述故障信息、所述故障部件的剩余使用寿命以及预警级别。

7、在一些实施例中，所述根据所述第二健康指标和多个预警阈值，触发预警，包括：根据第一时间的所述第二健康指标和在所述第一时间之前的目标时间段内的历史第二健康指标，确定第二健康指标变化率；根据所述第二健康指标变化率和多个预警阈值确定的预警级别，对所述车辆进行预警。

8、在一些实施例中，所述预警级别为第一级预警、第二级预警或第三级预警；其中，第一级预警由所述第二健康指标变化率超过第一预警阈值确定，第一级预警由所述第二健康指标变化率超过第二预警阈值确定，第三级预警由所述第二健康指标变化率超过第三预警阈值确定。

9、在一些实施例中，基于根据所述状态特征与所述历史特征确定的权重比例，修正所述第一健康指标，得到所述车辆的第二健康指标，包括：将所述状态特征和历史特征输入自适应模型，得到所述状态特征与所述历史特征的权重比例；所述自适应模型用于指示：根据所述历史特征评估的车辆损耗，确定所述权重比例；根据所述权重比例修正所述第一健康指标，得到所述车辆的第二健康指标。

10、在一些实施例中，所述第二健康指标由所述状态特征和历史特征输入自适应模型得到的权重比例确定，在所述触发预警并生成预警信息之后，所述方法还包括：根据对所述预警信息中的故障部件执行维修操作，得到维修报告；据所述车辆的状态特征和历史特征、所述车辆的第二健康指标、所述预警信息以及所述维修报告，更新所述自适应模型和所述车辆健康知识图谱。

11、第二个方面，本申请实施例提供了一种车辆健康状态管理装置，该装置包括：获取模块，用于获取车辆的状态特征和历史特征；，所述历史特征用于指示车辆损耗，所述车辆损耗由所述车辆的车况、所述车辆行驶的历史环境和历史驾驶行为中的至少一种确定；评估模块，用于根据所述状态特征对所述车辆进行评估，得到第一健康指标；输出模块，用于根据所述状态特征与所述历史特征确定的权重比例，修正所述第一健康指标，得到所述车辆的第二健康指标；所述权重比例与所述车辆损耗负相关。

12、第三个方面，提供了一种控制器，包括：处理器和存储器；所述存储器中存储有指令或程序，所述处理器被配置为：当执行所述指令或程序时，实现第一方面任一项所述的方法。

13、第四个方面，还提供了一种管理系统，包括：传感器模组、云端和第三个方面所述的控制器；在所述控制器执行第一个方面中任一项所述的方法的过程中，所述传感器模组用于采集所述车辆的状态数据，所述云端用于获取所述车辆的历史数据。

14、第五个方面，又提供了一种车辆，包括：车身和第三个方面所述的控制器，所述控制器设置在所述车身或所述车身的内部。

15、第六个方面，还提供了一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器或电子设备调用执行第一个方面中任一项所述的方法。

16、本申请实施例提供的技术方案至少带来如下有益效果：

17、通过获取的车辆的状态特征对车辆进行评估，得到第一健康指标，融合传统总线数据、振动、声音、图像、环境等多维度信息，可实现对车辆机械、电气、电子系统的全面健康监测，大大提升了诊断覆盖率；根据历史特征与状态特征确定的权重修正第一健康指标，得到车辆的第二健康指标，结合群体基准模型和个体自适应模型的动态双模型学习机制，实现了诊断标准可适应车辆个体差异与状态变化，减少误报与漏报，提高了异常诊断的准确率。

18、另外，基于构建车辆健康知识图谱推理故障根本原因与关联影响，输出可解释的诊断报告，大幅提升诊断结果的可操作性和可解释性，降低了维修成本并能够延长关键部件的使用寿命；采用模型更新策略与闭环学习框架，能够从每一次诊断和维修中学习，实现模型的持续优化和知识的不断积累。

19、应当理解的是，以上的一般描述和后文细节描述仅是示例性和解释性的，并不能限制本申请。

1.一种车辆健康状态管理方法，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，所述状态特征包括声音信号、视觉图像、环境信息和驾驶行为中的至少一种，在所述获取车辆的状态特征和历史特征之前，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，在所述得到车辆的第二健康指标之后，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，在所述得到车辆的第二健康指标之后，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述第二健康指标和多个预警阈值，触发预警，包括：

6.根据权利要求5所述的方法，其特征在于，所述预警级别为第一级预警、第二级预警或第三级预警；其中，第一级预警由所述第二健康指标变化率超过第一预警阈值确定，第一级预警由所述第二健康指标变化率超过第二预警阈值确定，第三级预警由所述第二健康指标变化率超过第三预警阈值确定。

7.根据权利要求1所述的方法，其特征在于，基于根据所述状态特征与所述历史特征确定的权重比例，修正所述第一健康指标，得到所述车辆的第二健康指标，包括：

8.根据权利要求4所述的方法，其特征在于，所述第二健康指标由所述状态特征和历史特征输入自适应模型得到的权重比例确定，在所述触发预警并生成预警信息之后，所述方法还包括：

9.一种控制器，其特征在于，包括：处理器和存储器；所述存储器中存储有指令或程序，所述处理器被配置为：当执行所述指令或程序时，实现权利要求1-8中任一项所述的方法。

10.一种管理系统，其特征在于，包括：传感器模组、云端和权利要求9所述的控制器；在所述控制器执行权利要求1-8中任一项所述的方法的过程中，所述传感器模组用于采集所述车辆的状态数据，所述云端用于获取所述车辆的历史数据。

11.一种车辆，其特征在于，包括：车身和权利要求9所述的控制器，所述控制器设置在所述车身或所述车身的内部。

12.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器或电子设备调用执行如权利要求1至8任一项所述的方法。