车辆故障诊断方法及其系统与流程

1.本发明涉及车辆故障诊断技术领域，具体涉及车辆故障诊断方法及其系统。


背景技术：

2.目前车辆电子售后维修领域对于车辆故障的处理，多半依靠人的经验和工具，工具也仅限于获取车辆的故障代码后，再由维修人员通过维修帮助手册进行故障维修。目前维修帮助手册是通过工程师根据故障发生可能的原因，将电器线束原理图、零件位置图、拆解过程和故障设置条件进行整合，形成文档，这个过程耗时耗力，且不易更新和维护。
3.此外，目前车辆远程诊断仅限于通过远程控制软件远程控制异地设备进行诊断，不是直接远程人员对车辆的诊断。虽然国内外车辆远程故障诊断都在车辆telematics系统中有应用，但目前的车辆远程故障诊断仅限于对诊断故障代码信息获取和一些简单功能的控制，不能做更多关于车辆诊断的处理，不能与其他诊断数据、设计数据关联使用，也没有对故障诊断模型的研究，同时对车辆故障的统计也很少涉及。目前基于telematics的车辆远程诊断是通过车载数据采集系统可以完成故障码的获取，然后上传到服务器后台，再发送给客户app进行展示，其只能实现简单的故障展示和提醒，不能将故障进行分类处理，也没有形成智能化的故障处理流程。


技术实现要素：

4.本发明旨在提出一种车辆故障诊断方法及其系统，以将故障进行分类处理，并形成智能化的故障处理流程，从而提高车辆故障诊断的实时性和便利性。
5.第一方面，本发明实施例提出一种车辆故障诊断方法，包括：
6.根据客户端上传的诊断请求信息生成车辆诊断请求，并将所述车辆诊断请求发给待诊断的车辆；所述车辆诊断请求包括目标车辆电器系统的待诊断功能单元信息；
7.接收所述目标车辆上传的车辆诊断信息；所述车辆诊断信息为目标车辆的待诊断功能单元所对应的状态信息；
8.根据所述车辆诊断信息判定所述待诊断功能单元是否存在故障，若存在故障，则生成对应的故障信息，根据所述故障信息和预设车辆电器系统拓扑结构确定一个或多个故障节点，根据所述一个或多个故障节点判定故障类型，并根据故障类型执行对应的诊断分析策略，生成故障维修指引；
9.将所述故障维修指引下发至所述目标车辆；所述故障维修指引用于指引所述目标车辆的执行单元进行故障维修。
10.优选地，所述车辆诊断信息包括所述待诊断功能单元对应的实车总线信号、实车诊断数据流、实车故障码信息；
11.根据所述车辆诊断信息判定所述待诊断功能单元是否存在故障，具体包括：
12.根据所述实车故障码信息判定是否有当前故障码生成；
13.若有当前故障码生成，则根据所述故障码从数据库中获得与所述故障码对应的参
考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息；
14.若无当前故障码生成，则判定所述车辆诊断信息是否有实车故障现象信息，若有实车故障现象信息，则根据所述实车故障现象信息判定是否发生故障，并在判定发生故障时生成对应的故障信息。
15.优选地，根据所述实车故障现象信息判定是否发生故障，具体包括：
16.根据所述实车故障现象信息判定所述待诊断功能单元所对应的故障指示灯是否点亮；
17.若点亮，则获取故障指示灯点亮所对应的故障条件，并从数据库中获取与所述故障条件对应参考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息；
18.若待诊断功能单元所对应的故障指示灯没有点亮，则根据所述故障现象获得故障关键词，并根据所述故障关键词检索数据库得到对应的车辆单元，判定该车辆单元发生故障，并在判定发生故障时生成对应的故障信息。
19.优选地，所述车辆电气系统拓扑结构包括多个子系统，且每一子系统由若干零件和线束回路组成；所述多个子系统分别为车身电子系统、动力电子系统、空调系统、底盘电控系统、信息交互系统、主被动安全系统、新能源电控系统；
20.根据所述一个或多个故障节点判定故障类型，具体包括：
21.查询数据库中是否存在与所述一个或多个故障节点对应的一个或多个预设故障节点，若所述一个或多个故障节点均存在对应的预设故障节点，则故障类型为第一故障类型；若至少一个故障节点不存在对应的预设故障节点，则故障类型为第二故障类型。
22.优选地，根据故障类型执行对应的诊断分析策略，具体包括：
23.对于第一故障类型的故障，根据一个或多个故障节点获取对应的故障维修指引；其中每一预设故障节点均设置有对应的故障维修指引；
24.对于第二故障类型的故障，利用基于机器学习的智能故障诊断模型对车辆诊断信息进行处理，提取其特征信息，并根据特征信息获得对应的故障维修指引；所述预设故障分析模型为预先通过机器学习算法对多个故障案例的车辆诊断信息进行训练学习。
25.第二方面，本发明实施例提出一种车辆故障诊断系统，包括：
26.诊断请求生成单元，用于根据客户端上传的诊断请求信息生成车辆诊断请求，并将所述车辆诊断请求发给待诊断的车辆；所述车辆诊断请求包括目标车辆电器系统的待诊断功能单元信息；
27.信号接收单元，用于接收所述目标车辆上传的车辆诊断信息；
28.所述车辆诊断信息为目标车辆的待诊断功能单元所对应的状态信息；
29.故障诊断单元，用于根据所述车辆诊断信息判定所述待诊断功能单元是否存在故障，若存在故障，则生成对应的故障信息，根据所述故障信息和预设车辆电器系统拓扑结构确定一个或多个故障节点，根据所述一个或多个故障节点判定故障类型，并根据故障类型执行对应的诊断分析策略，生成故障维修指引；以及
30.信号发送单元，用于将所述故障维修指引下发至所述目标车辆；所述故障维修指引用于指引所述目标车辆的执行单元进行故障维修。
31.优选地，所述车辆诊断信息包括所述待诊断功能单元对应的实车总线信号、实车诊断数据流、实车故障码信息；
32.所述故障诊断单元具体包括：
33.第一判定单元，用于根据所述实车故障码信息判定是否有当前故障码生成；
34.第二判定单元，用于当有当前故障码生成时，根据所述故障码从数据库中获得与所述故障码对应的参考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息；当无当前故障码生成时，则判定所述车辆诊断信息是否有实车故障现象信息，若有实车故障现象信息，则根据所述实车故障现象信息判定是否发生故障，并在判定发生故障时生成对应的故障信息；
35.第三判定单元，用于当无当前故障码生成时，判定所述车辆诊断信息是否有实车故障现象信息，若有实车故障现象信息，则根据所述实车故障现象信息判定所述待诊断功能单元所对应的故障指示灯是否点亮；
36.故障类型确定单元，用于根据所述故障信息和预设车辆电器系统拓扑结构确定一个或多个故障节点；以及
37.故障类型确定单元，用于根据所述一个或多个故障节点确定其所对应的故障类型。
38.优选地，第三判定单元具体用于：
39.当故障指示灯点亮时，第三判定单元获取故障指示灯点亮所对应的故障条件，并从数据库中获取与所述故障条件对应参考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息；
40.当故障指示灯没有点亮时，第三判定单元根据所述故障现象获得故障关键词，并根据所述故障关键词检索数据库得到对应的车辆单元，判定该车辆单元发生故障，并在判定发生故障时生成对应的故障信息。
41.优选地，所述车辆电气系统拓扑结构包括多个子系统，且每一子系统由若干零件和线束回路组成；所述多个子系统分别为车身电子系统、动力电子系统、空调系统、底盘电控系统、信息交互系统、主被动安全系统、新能源电控系统；
42.所述故障类型确定单元具体用于查询数据库中是否存在与所述一个或多个故障节点对应的一个或多个预设故障节点，若所述一个或多个故障节点均存在对应的预设故障节点，则故障类型为第一故障类型；若至少一个故障节点不存在对应的预设故障节点，则故障类型为第二故障类型。
43.优选地，所述故障诊断单元具体还包括诊断分析单元，其用于：
44.对于第一故障类型的故障，根据故障节点获取对应的故障维修指引；其中每一预设故障节点均设置有对应的故障维修指引；
45.对于第二故障类型的故障，利用基于机器学习的智能故障诊断模型对车辆诊断信息进行处理，提取其特征信息，并根据特征信息获得对应的故障维修指引；所述预设故障分
析模型为预先通过机器学习算法对多个故障案例的车辆诊断信息进行训练学习。
46.以上技术方案至少具有以下优点：通过采集目标车辆的待诊断功能单元所对应的状态信息作为车辆诊断信息，并利用上述技术方案的技术手段对车辆诊断信息进行故障判断、故障类型判断，最后根据故障类型采用对应的故障诊断策略得到对应故障维修指引，用于车辆执行单元进行自动维修，以消除故障。从而实现了车辆的故障分类和故障维修指引的自动生成，提高了车辆故障诊断的处理能力，提高了车辆故障诊断的实时性和便利性。
47.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而得以体现。本发明的目的和其他优点可通过在说明书、权利要求书以及附图来实现和获得。
附图说明
48.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
49.图1为本发明一实施例中一种车辆故障诊断方法的流程图。
50.图2为本发明一实施例中故障信息关联示意图。
51.图3为本发明另一实施例中一种车辆故障诊断系统的框架图。
具体实施方式
52.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
53.另外，为了更好的说明本发明，在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
54.本发明一实施例提出一种车辆故障诊断方法，其可以应用于车联网的服务器，通过一个或多个服务器来执行实施例所述方法，图1为本实施例所述车辆故障诊断方法的流程图，参阅图1，本实施例方法包括步骤s101～步骤s104：
55.步骤s101、根据客户端上传的诊断请求信息生成车辆诊断请求，并将所述车辆诊断请求发给待诊断的车辆；所述车辆诊断请求包括目标车辆电器系统的待诊断功能单元信息；
56.具体而言，用户通过客户端进行操作，生成所述诊断请求信息并将其上传至服务器，诊断请求信息可以包括诊断类型、待诊断的目标车辆信息、目标车辆电器系统信息、功能单元信息等。
57.步骤s102、接收所述目标车辆上传的车辆诊断信息；所述车辆诊断信息为目标车辆的待诊断功能单元所对应的状态信息；
58.具体而言，车辆在接收到服务器下发的所述诊断请求信息之后，通过车辆的数据采集系统对当前诊断请求所需要的车辆状态信息进行采集，汇总得到所述车辆诊断信息，
并反馈给服务器。
59.步骤s103、根据所述车辆诊断信息判定所述待诊断功能单元是否存在故障，若存在故障，则生成对应的故障信息，根据所述故障信息和预设车辆电器系统拓扑结构确定一个或多个故障节点，根据所述一个或多个故障节点判定，并根据故障类型执行对应的诊断分析策略，生成故障维修指引；
60.具体而言，服务器在接收到车辆上传的车辆诊断信息之后，会先基于预设控制策略，根据所述车辆诊断信息进行故障判断，当发现存在故障时，确定故障具体为什么类型，本实施例方法根据不同的故障类型，预先设置了不同的诊断分析策略，并生成故障维修指引。
61.步骤s104、将所述故障维修指引下发至所述目标车辆；所述故障维修指引用于指引所述目标车辆的执行单元进行故障维修。
62.具体而言，所述故障维修指引包括用于指导车辆进行诊断维修的指令/信息，车辆的相关执行单元根据所述故障维修指引，能够生成相应的诊断维修指令，进行车辆自动诊断维修，以消除车辆故障。
63.本实施例方法，实现了车辆的故障分类和故障维修指引的自动生成，提高了车辆故障诊断的处理能力，提高了车辆故障诊断的实时性和便利性，避免车辆维修过程中过于依赖人的经验。
64.在一具体实施例中，所述车辆诊断信息包括所述待诊断功能单元对应的实车总线信号、实车诊断数据流、实车故障码信息；具体而言，车辆采用can总线网络进行内部信号的传输，各功能单元的状态信号均为在can总线网络中体现，通过can总线网络可以获得总线信号；所述诊断数据流指的是电子控制单元(ecu)中所记忆的数据，其真实反映了各传感器和执行器的工作电压和状态，其可以用作车辆故障诊断的依据，便于维修人员随时了解车辆的工作状态，及时诊断车辆的故障。一般而言，车辆任何故障码的设定都具有一定的条件，当自诊断系统检测到某一个或几个信号超出其设定条件时，ecu将确定故障码。
65.其中，所述步骤s103具体包括如下步骤s201～s203：
66.步骤s201、根据所述车辆诊断信息判定是否有当前故障码生成；
67.具体而言，所述故障码指的是车辆出现故障后经ecu分析反映出的代码信息。其中，故障码类型包括历史故障码和当前故障码，历史故障码指的是过去发生但当前没有发生的故障所产生的还未被清楚的故障码，当前故障码指的是当前确实存在的故障。其中，示例性地，可以通过清除故障码的方式来判定是否存在当前故障码，对于历史故障码而言，清除之后就不会再出现，而当前故障码，由于故障依然存在，因此，清除之后仍会出现，也即无法清除，由此，可以判定实车故障码信息是否有当前故障码。
68.步骤s202、若有当前故障码生成，则根据所述故障码从数据库中获得与所述故障码对应的参考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息；
69.具体而言，车辆总线数据里的can id是可以指明是哪些ecu发出的，另外采集的故障码信息也是存在相应ecu中，这样发出这些can报文的ecu或存了故障码的ecu。因此，当车辆诊断信息包括故障码时，表示发生故障，但也可能是错报，即实际上并没有发生故障，因
此需要进一步判定，根据所述故障码可以快速找对该ecu所对应的正常工作参数值，所述参考总线信号、参考诊断数据流为车辆正常工作时所对应的参数值范围，通过对比实车总线信号和参考总线信号、实车诊断数据流和参考诊断数据流，可以判定是否发生故障。
70.步骤s203、若无当前故障码生成，则判定所述车辆诊断信息是否有实车故障现象信息，若有实车故障现象信息，则根据所述实车故障现象信息判定是否发生故障，并在判定发生故障时生成对应的故障信息。
71.具体而言，当车辆诊断信息不包括故障码时，无法快速确定是哪一部分单元出现故障，则可以通过故障现象信息来进一步判断，故障现象是指车辆上的一般电器故障，可以通过语言或直接总线数据进行表示为故障现象信息，如仪表上故障指示灯亮或用户输入的信息如启动不了，大灯不亮等。因此，根据故障现象信息，可以判断车辆是否发生故障，并在判定发生故障时生成对应的故障信息。
72.在一具体实施例中，所述步骤s203，具体包括如下步骤s301～s303：
73.步骤s301、根据所述实车故障现象信息判定所述待诊断功能单元所对应的故障指示灯是否点亮；
74.具体而言，车辆的故障指示灯有很多种类，当车辆的功能单元发生故障时，相应ecu会发送一个故障信号给对应的故障指示灯，以点亮故障指示灯提示故障，但也可能是错报，即实际上并没有发生故障，因此需要进一步判定。
75.步骤s302、若待诊断功能单元所对应的故障指示灯点亮，则获取故障指示灯点亮所对应的故障条件，并从数据库中获取与所述故障条件对应参考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息。
76.具体而言，故障条件例如是某一状态值超过设定值范围，则判定为故障，因此根据所述故障条件，可以找到对应参考总线信号、参考诊断数据流，并与实车总线信号、实车诊断数据流进行对比分析，判定是否满足故障条件，最终确定是否故障。
77.步骤s303、若待诊断功能单元所对应的故障指示灯没有点亮，则根据所述故障现象获得故障关键词，并根据所述故障关键词检索数据库得到对应的车辆单元，判定该车辆单元发生故障。
78.具体而言，故障现象信息为描述故障的信息，根据故障现象信息可以提取相应的关键词，根据关键词检索到对应的功能单元，并确定其故障。
79.在一具体实施例中，其中，所述车辆电气系统拓扑结构包括多个子系统，且每一子系统由若干零件和线束回路组成；所述多个子系统分别为车身电子系统、动力电子系统、空调系统、底盘电控系统、信息交互系统、主被动安全系统、新能源电控系统；
80.具体而言，根据上述车辆电气系统拓扑结构，可以确定哪些零件或线束回路发生了故障，即车辆电气系统拓扑结构的那些节点是故障节点。其中，零件的类型又可分成执行器、传感器、输入输出和控制器等故障，线束回路有开路、短路的故障，步骤中进一步根据预先设计的车辆电器系统拓扑结构确定故障节点的数量及位置。
81.其中，零件按实际bom系统的零件号或零件总成号进行细分，线束回路根据线束设计的要求将每一个系统里的回路号进行列出，每一个线束回路下有开路和短路两种类型的故障。每一个故障有关的信息有以下几项：诊断故障信息、数据流、总线信号值和故障现象
和可能的故障位置或零件。将系统分类后，每一个电器零件，每一个回路，关联哪些故障码，什么总线信号都有了一个对应关系，这些信号从设计端可以给出on档状态下的参考值，如图2所示。
82.例如，bcs(制动控制系统ecu)故障码u101286从bcs收到的左前轮速信号无效。首先故障码是存在于bcs，所以bcs的零件号如8085003atn0100/8085003atn0000，而bcs的这个零件号是属于7大系统里的底盘电控系统。其中该故障码相关的线束回路有左前轮速传感器相关回路、电源回路、can回路和传感器本身。根据线束原理图，可以知道回路号有br021 a，br021 b，br022a，br022b，这些回路都关联了故障码u101286。同时根据dbc，左前轮速信号的报文canid是0x26c，轮速信号名是
83.bcs_frwheelspd(byte 4的bit4-bit0到byte5共13bit)和bcs_frwheelspdvd(byte 4的bit 7)。这样故障码相关的回路、零件和总线信号都在数据模型中关联了。
84.例如，一个线束回路，开路时，总线信号的值在什么范围，断路时，在什么范围。不同的地方断路会造成不同的情况。
85.表1-子系统分类示例
[0086][0087]
在本实施例中，所述根据所述一个或多个故障节点确定其所对应的故障类型，具体包括：
[0088]
查询数据库中是否存在与所述一个或多个故障节点对应的一个或多个预设故障节点，若所述一个或多个故障节点均存在对应的预设故障节点，则故障类型为第一故障类
型；若至少一个故障节点不存在对应的预设故障节点，则故障类型为第二故障类型。
[0089]
具体而言，根据不同的故障类型，采用不同的诊断分析策略，以提高诊断处理的效率。
[0090]
在一具体实施例中，所述步骤s103，具体还包括如下步骤s501～s503：
[0091]
步骤s501、对于第一故障类型的故障，根据故障节点获取对应的故障维修指引；其中每一预设故障节点均设置有对应的故障维修指引；
[0092]
具体而言，第一故障类型为已知的故障，并且有对应故障案例，根据故障的相关信息检索案例库，即可以找到与之匹配的故障案例，每一故障案例均有对应的故障维修指引。其中，零件的类型又可分成执行器、传感器、输入输出和控制器等故障，线束回路有开路、短路的故障。
[0093]
步骤s502、对于第二故障类型的故障，利用基于机器学习的智能故障诊断模型对车辆诊断信息进行处理，提取其特征信息，并根据特征信息获得对应的故障维修指引；所述预设故障分析模型为预先通过机器学习算法对多个故障案例的车辆诊断信息进行训练学习。
[0094]
具体而言，对于第二故障类型的故障，为未知的故障情况，并未有与其对应的故障维修指引，此时，便利用预先训练好的故障分析模型，以总线信号、诊断数据流、故障现象信息等数据，作为模型输入，并提取各种数据的特征信息，根据特征信息进行智能预测，生成对应的故障维修指引。
[0095]
可以理解的是，基于机器学习的智能故障诊断，目前在各领域中均有应用，本实施例旨在利用相关技术对未知的复杂故障进行诊断，本领域基于本发明的发明构思，可以具体选用任意的基于机器学习的智能故障诊断模型，因此，本实施例中不进行赘述。
[0096]
如图3所示，本发明另一实施例提出一种车辆故障诊断系统，包括：
[0097]
诊断请求生成单元1，用于根据客户端上传的诊断请求信息生成车辆诊断请求，并将所述车辆诊断请求发给待诊断的车辆；所述车辆诊断请求包括目标车辆电器系统的待诊断功能单元信息；
[0098]
信号接收单元2，用于接收所述目标车辆上传的车辆诊断信息；所述车辆诊断信息为目标车辆的待诊断功能单元所对应的状态信息；
[0099]
故障诊断单元3，用于根据所述车辆诊断信息判定所述待诊断功能单元是否存在故障，若存在故障，则生成对应的故障信息，根据所述故障信息和预设车辆电器系统拓扑结构确定一个或多个故障节点，根据所述一个或多个故障节点判定故障类型，并根据故障类型执行对应的诊断分析策略，生成故障维修指引；以及
[0100]
信号发送单元4，用于将所述故障维修指引下发至所述目标车辆；所述故障维修指引用于指引所述目标车辆的执行单元进行故障维修。
[0101]
在一具体实施例中，所述车辆诊断信息包括所述待诊断功能单元对应的实车总线信号、实车诊断数据流、实车故障码信息；
[0102]
所述故障诊断单元3具体包括：
[0103]
第一判定单元31，用于根据所述实车故障码信息判定是否有当前故障码生成；
[0104]
第二判定单元32，用于当有当前故障码生成时，根据所述故障码从数据库中获得与所述故障码对应的参考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总
线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息；
[0105]
第三判定单元33，用于当无当前故障码生成时，判定所述车辆诊断信息是否有实车故障现象信息，若有实车故障现象信息，则根据所述实车故障现象信息判定所述待诊断功能单元所对应的故障指示灯是否点亮；其中：当故障指示灯点亮时，第三判定单元获取故障指示灯点亮所对应的故障条件，并从数据库中获取与所述故障条件对应参考总线信号、参考诊断数据流，并根据所述实车总线信号和参考总线信号的对比结果、以及所述实车诊断数据流和参考诊断数据流的对比结果，判定是否发生故障，并在判定发生故障时生成对应的故障信息；当故障指示灯没有点亮时，第三判定单元根据所述故障现象获得故障关键词，并根据所述故障关键词检索数据库得到对应的车辆单元，判定该车辆单元发生故障，并在判定发生故障时生成对应的故障信息；
[0106]
故障类型确定单元34，用于根据所述故障信息和预设车辆电器系统拓扑结构确定一个或多个故障节点；以及
[0107]
故障类型确定单元35，用于根据所述一个或多个故障节点确定其所对应的故障类型。
[0108]
在一具体实施例中，所述车辆电气系统拓扑结构包括多个子系统，且每一子系统由若干零件和线束回路组成；所述多个子系统分别为车身电子系统、动力电子系统、空调系统、底盘电控系统、信息交互系统、主被动安全系统、新能源电控系统；
[0109]
所述故障类型确定单元35，具体用于查询数据库中是否存在与所述一个或多个故障节点对应的一个或多个预设故障节点，若所述一个或多个故障节点均存在对应的预设故障节点，则故障类型为第一故障类型；若至少一个故障节点不存在对应的预设故障节点，则故障类型为第二故障类型。
[0110]
在一具体实施例中，所述故障诊断单元3具体还包括诊断分析单元36，其用于：
[0111]
对于第一故障类型的故障，根据故障节点获取对应的故障维修指引；其中每一预设故障节点均设置有对应的故障维修指引；
[0112]
对于第二故障类型的故障，利用基于机器学习的智能故障诊断模型对车辆诊断信息进行处理，提取其特征信息，并根据特征信息获得对应的故障维修指引；所述预设故障分析模型为预先通过机器学习算法对多个故障案例的车辆诊断信息进行训练学习。
[0113]
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0114]
需说明的是，上述实施例所述系统与上述实施例所述方法对应，因此，上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到，此处不再赘述。
[0115]
并且，上述实施例所述车辆故障诊断系统如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
[0116]
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨
在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。