基于用户行为及车辆零部件的建模方法、系统及设备与流程

1.本技术涉及智能汽车技术领域，特别涉及一种基于用户行为及车辆零部件的建模方法、系统及设备。


背景技术：

2.随着智能科技的发展，汽车正从单一的代步工具发展成多元化智能出行体验的载体，因此，用户对于车辆的需求在不同的场景中变得精细化，从而衍生出很多场景化的服务以及一些变现模式。整个汽车行业产业链都在探索运用云计算、大数据、人工智能、物联网技术来推动业务的创新，在不同场景为用户提供智能出行体验服务。
3.汽车行业在不同场景下对用户的服务离不开对汽车数据的采集和分析。由于汽车上有大量的控制单元，因此，在其使用时，能够实时传回大量的信号数据，该信号数据里蕴含着车辆零部件状态、用户行为、各种用车场景和环境的信息。通过对采集信号的分析，可以实现对用户的驾驶行为、故障诊断、用户画像构建、个性化推荐等分析。
4.相关技术中，通过传感器识别整车状态，从而得到大量的整车信号数据，进而判断车辆当前的状态。
5.然而，通过传感器识别整车状态会呈现数据量大、半结构化、跨多个控制器、多个车系的情况，因此，会导致一些收集的到的半结构化车辆信号数据沉睡在服务器中，在占用存储资源的同时，还难以得到直接、有效的使用，使得真正利用采集的数据落地的服务比较少，同时还会加大不同服务对原始信号数据的重复计算，从而造成计算资源的浪费。


技术实现要素：

6.本技术提供一种基于用户行为及车辆零部件的建模方法、系统及设备，以解决相关技术中所获取的车辆信号存在大量跨车系、跨不同控制器、信号数据维度多且不统一而导致的信号数据直接分析困难、占用资源、利用率低等问题。
7.本技术第一方面实施例提供一种基于用户行为及车辆零部件的建模方法，包括以下步骤：定义车辆信号标准化清单、标准化映射关系并实时进行车辆信号标准化，得到车辆标准信号；基于所述车辆信号标准化清单、标准化映射关系，定义车辆零部件事件集合及事件判定规则，并监测所述车辆信号，利用所述事件判定规则对标准化的所述车辆信号匹配得到车辆事件，所述车辆事件包括一个或多个车辆零部件事件；基于所述车辆信号标准化清单、标准化映射关系，和/或，所述车辆零部件事件集合及事件判定规则，定义车辆零部件状态集合及状态判定规则，将所述状态判定规则应用于所述车辆事件，获得车辆零部件状态；基于所述车辆信号标准化清单、标准化映射关系，和/或，所述车辆零部件事件集合及事件判定规则，和/或，所述车辆零部件状态集合及状态判定规则，定义用户行为集合及行为判定规则，根据所述一个或多个车辆零部件事件，结合所述车辆信号标准化清单中的度量信号，识别所述用户行为；根据所述车辆标准信号、所述车辆零部件状态和所述用户行为建立车辆状态分析模型，以根据车辆信号利用所述车辆状态分析模型实时识别所述车辆状
态。
8.根据上述技术手段，本技术的基于用户行为及车辆零部件的建模方法进行车辆信号标准化对各种信号统一信号编码、单位处理、值域范围、输出格式的实现，可以解决采集的信号跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难的问题。另外，通过事件判定规则对标准化后的车辆信号匹配得到车辆事件，将半结构化信号数据识别成车辆零部件结构化数据，有效解决半结构化信号数据不能直接用于分析的问题。
9.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：基于所述车辆信号标准化清单、标准化映射关系，和/或，所述车辆零部件事件集合及事件判定规则，和/或，所述车辆零部件状态集合及状态判定规则，和/或，所述用户行为集合及行为判定规则，定义用户场景挖掘规则，利用所述用户场景挖掘规则对所述车辆标准信号、所述车辆零部件状态、所述用户行为进行用户行为场景挖掘，以根据所述车辆状态分析模型挖掘所述用户行为场景。
10.根据上述技术手段，实现通过车辆信号还原用户行为场景。
11.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：根据新增车型、新增采集、变更采集和/或业务使用反馈更新所述事件判定规则、所述状态判定规则、所述行为判定规则和所述用户场景挖掘规则。
12.根据上述技术手段，以实时还原用户行为场景和解决半结构化信号数据不能直接用于分析的问题。
13.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：存储所述车辆状态分析模型输出的车辆状态数据，所述车辆状态数据用于离线分析。
14.根据上述技术手段，根据输出的车辆状态数据以实现车辆信号数据直接分析的功能。
15.本技术第二方面实施例提供一种车辆状态分析模型的应用方法，所述车辆状态分析模型为根据上述任一项所述的基于用户行为及车辆零部件的建模方法建立的模型，包括：实时接收所述车辆的控制器上传的报文数据并解析所述报文数据，得到车辆信号数据；将所述车辆信号数据输入所述车辆状态分析模型中，实时识别当前的车辆状态。
16.根据上述技术手段，通过车辆状态分析模型对车辆信号数据的分析，以实时识别当前车辆状态。
17.进一步地，在本技术的一个实施例中，所述将所述车辆信号数据输入所述车辆状态分析模型中，实时识别当前的车辆状态，包括：对所述车辆信号数据进行车辆信号标准化得到车辆标准信号；根据所述事件判断规则对所述车辆标准信号实时进行车辆事件匹配，得到与所述车辆标准信号相匹配的车辆零部件事件；根据所述状态判定规则得到与所述车辆零部件事件对应的车辆零部件状态；根据所述行为判定规则对所述车辆零部件事件进行识别得到用户行为。
18.根据上述技术手段，进行车辆信号标准化对各种信号统一信号编码、单位处理、值域范围、输出格式的实现，可以解决采集的信号跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难的问题，同时有效解决半结构化信号数据不能直接用
于分析的问题。
19.进一步地，在本技术的一个实施例中，所述将所述车辆信号数据输入所述的车辆状态分析模型中，实时识别当前的车辆状态，包括：根据所述用户场景挖掘规则对所述车辆标准信号、所述车辆零部件状态和所述用户行为进行用户行为场景挖掘，得到用户行为场景。
20.根据上述技术手段，实现通过车辆信号还原用户行为场景。
21.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：将所述车辆标准信号、所述车辆零部件事件、所述车辆零部件状态、所述用户行为和所述用户行为场景用于仿真与建模。
22.根据上述技术手段，通过将车辆信号、零部件状态、事件以及用户行为进行建模，进一步识别用户行为，以还原用户行为场景。
23.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：存储所述车辆标准信号、所述车辆零部件事件、所述车辆零部件状态、所述用户行为和所述用户行为场景对应的数据为分析类应用提供服务。
24.根据上述技术手段，通过存储上述数据，可以在识别出关联信号后实时输出整车零部件状态数据的实现。
25.本技术第三方面实施例提供一种基于用户行为及车辆零部件的建模系统，包括：车辆信号标准化模块，用于定义车辆信号标准化清单、标准化映射关系并实时进行车辆信号标准化，得到车辆标准信号；车辆事件识别模块，基于所述车辆信号标准化清单、标准化映射关系，用于定义车辆零部件事件集合及事件判定规则，并监测所述车辆信号，利用所述事件判定规则对标准化的所述车辆信号匹配得到车辆事件，所述车辆事件包括一个或多个车辆零部件事件；车辆状态管理模块，基于所述车辆信号标准化清单、标准化映射关系，和/或，所述车辆零部件事件集合及事件判定规则，用于定义车辆零部件状态集合及状态判定规则，将所述状态判定规则应用于所述车辆事件，获得车辆零部件状态；用户行为识别模块，基于所述车辆信号标准化清单、标准化映射关系，和/或，所述车辆零部件事件集合及事件判定规则，和/或，所述车辆零部件状态集合及状态判定规则，用于定义用户行为集合及行为判定规则，根据所述一个或多个车辆零部件事件，结合所述车辆信号标准化清单中的度量信号，识别所述用户行为；模型创建模块，用于根据所述车辆标准信号、所述车辆零部件状态和所述用户行为建立车辆状态分析模型，以根据车辆信号利用所述车辆状态分析模型实时识别所述车辆状态。
26.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模系统，包括：场景挖掘规则模块，用于基于所述车辆信号标准化清单、标准化映射关系，和/或，所述车辆零部件事件集合及事件判定规则，和/或，所述车辆零部件状态集合及状态判定规则，和/或，所述用户行为集合及行为判定规则，定义用户场景挖掘规则，利用所述用户场景挖掘规则对所述车辆标准信号、所述车辆零部件状态、所述用户行为进行用户行为场景挖掘，以根据所述车辆状态分析模型挖掘所述用户行为场景。
27.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模系统，包括：更新模块，用于根据新增车型、新增采集、变更采集和/或业务使用反馈更新所述事件判定规则、所述状态判定规则、所述行为判定规则和所述用户场景挖掘规则。
28.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模系统，包括：存储模块，用于存储所述车辆状态分析模型输出的车辆状态数据，所述车辆状态数据用于离线分析。
29.进一步地，在本技术的一个实施例中，所述车辆状态分析模型为根据上述任一项所述的基于用户行为及车辆零部件的建模方法建立的模型，包括：解析模块，用于实时接收所述车辆的控制器上传的报文数据并解析所述报文数据，得到车辆信号数据；识别模块，用于将所述车辆信号数据输入所述车辆状态分析模型中，实时识别当前的车辆状态。
30.进一步地，在本技术的一个实施例中，所述识别模块，包括：标准化单元，用于对所述车辆信号数据进行车辆信号标准化得到车辆标准信号；匹配单元，用于根据所述事件判断规则对所述车辆标准信号实时进行车辆事件匹配，得到与所述车辆标准信号相匹配的车辆零部件事件；获取单元，用于根据所述状态判定规则得到与所述车辆零部件事件对应的车辆零部件状态；识别单元，用于根据所述行为判定规则对所述车辆零部件事件进行识别得到用户行为。
31.进一步地，在本技术的一个实施例中，所述识别模块，包括：行为场景挖掘单元，用于根据所述用户场景挖掘规则对所述车辆标准信号、所述车辆零部件状态和所述用户行为进行用户行为场景挖掘，得到用户行为场景。
32.进一步地，在本技术的一个实施例中，上述车辆状态分析模型为根据上述权利要求中任一项所述的基于用户行为及车辆零部件的建模系统建立的模型，包括：应用模块，用于将所述车辆标准信号、所述车辆零部件事件、所述车辆零部件状态、所述用户行为和所述用户行为场景用于仿真与建模。
33.进一步地，在本技术的一个实施例中，上述的车辆状态分析模型，包括：存储模块，用于存储所述车辆标准信号、所述车辆零部件事件、所述车辆零部件状态、所述用户行为和所述用户行为场景对应的数据为分析类应用提供服务。
34.本技术第四方面实施例提供一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器上存储有计算机程序，当所述计算机程序被所述处理器执行时，实现如上述任一项权利要求所述的基于用户行为及车辆零部件的建模方法或上述任一项权利要求所述的车辆状态分析模型的应用方法。
35.本技术第五方面实施例提供一种包含有计算机程序的非易失性计算机可读存储介质，其特征在于，当所述计算机程序被一个或多个处理器执行时，实现如上述任一项权利要求所述的基于用户行为及车辆零部件的建模方法或上述任一项权利要求所述的车辆状态分析模型的应用方法。
36.本技术实施例通过定义车辆信号标准化清单、标准化映射关系并对车辆信号标准化，得到车辆标准信号；定义车辆零部件事件集合及事件判定规则，对标准化的车辆信号匹配得到车辆事件；定义车辆零部件状态集合及状态判定规则，基于车辆事件，获得车辆零部件状态；定义用户行为集合及行为判定规则，根据车辆零部件事件，结合度量信号，识别用户行为；根据车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，以根据车辆信号利用车辆状态分析模型实时识别车辆状态，由此，解决了相关技术中所获取的车辆信号存在大量跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难、占用资源、利用率低等问题。
37.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。
附图说明
38.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
39.图1为根据本技术实施例提供的一种基于用户行为及车辆零部件的建模方法的流程图；
40.图2为根据本技术实施例提供的一种车辆状态分析模型的应用方法流程图；
41.图3为根据本技术一个实施例的整车信号的用户行为及整车状态建模系统逻辑架构图；
42.图4为根据本技术一个实施例的整车事件识别模块逻辑流程图；
43.图5为根据本技术一个实施例的建模过程数据流向示意图；
44.图6为根据本技术实施例的基于用户行为及车辆零部件的建模系统的方框示意图；
45.图7为根据本技术实施例的计算机设备的结构示意图。
46.附图标记说明：10-基于用户行为及车辆零部件的建模系统；100-车辆信号标准化模块、200-车辆事件识别模块、300-车辆状态管理模块、400-用户行为识别模块、500-模型创建模块。
具体实施方式
47.下面详细描述本技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
48.下面参考附图描述本技术实施例的基于用户行为及车辆零部件的建模方法、系统及设备。针对上述背景技术中提到的相关技术中所获取的车辆信号存在大量跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难、占用资源、利用率低的问题，本技术提供了一种基于用户行为及车辆零部件的建模方法，在该方法中，通过定义车辆信号标准化清单、标准化映射关系并对车辆信号标准化，得到车辆标准信号；基于车辆信号标准化清单、标准化映射关系，定义车辆零部件事件集合及事件判定规则，对标准化的车辆信号匹配得到车辆事件；基于车辆信号标准化清单、标准化映射关系，和/或，车辆零部件事件集合及事件判定规则，定义车辆零部件状态集合及状态判定规则，基于车辆事件，获得车辆零部件状态；基于车辆信号标准化清单、标准化映射关系，和/或，车辆零部件事件集合及事件判定规则，和/或，车辆零部件状态集合及状态判定规则，定义用户行为集合及行为判定规则，根据车辆零部件事件，结合度量信号，识别用户行为；根据车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，以根据车辆信号利用车辆状态分析模型实时识别车辆状态，本技术实施例通过有效利用整车信号，实时进行整车零部件的状态识别及分析用户行为场景，从而实现高效的车辆状态监控。由此，解决了相关技术中所获取的车辆信号存在大量跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析
困难、占用资源、利用率低等问题。
49.具体而言，图1为本技术实施例所提供的一种基于用户行为及车辆零部件的建模方法的流程示意图。
50.如图1所示，该基于用户行为及车辆零部件的建模方法包括以下步骤：
51.在步骤s101中，定义车辆信号标准化清单、标准化映射关系并实时进行车辆信号标准化，得到车辆标准信号。
52.具体地，本技术实施例通过定义车辆信号标准化清单、标准化映射关系并实时进行车辆信号标准化，得到车辆标准信号，以此可以将非标准数据统一映射为标准度量数据，定义标准化映射关系，以实现车辆标准信号的通用性，且不同信号间可用于比较，解决了不同车辆信号度量衡不统一、以及不同车型相同信号度量衡不统一问题。
53.在步骤s102中，基于车辆信号标准化清单、标准化映射关系，定义车辆零部件事件集合及事件判定规则，并监测车辆信号，利用事件判定规则对标准化的车辆信号匹配得到车辆事件，车辆事件包括一个或多个车辆零部件事件。
54.具体地，本技术实施例为实现通过车辆信号的标准化清单、标准化映射关系实时识别车辆零部件状态以及还原用户行为场景功能，需要定义所有车辆零部件，主要包括不同车型零部件整合，定义车辆系统、零部件名称、分级分类关系，统一将车辆零部件按照分类层级进行编码，以维护每个系统包括的各个零部件组成的名称、功能，类型等基本数据。
55.进一步地，本技术实施例在定义车辆零部件事件集合及事件判定规则的过程中，首先，监测车辆信号，利用事件判定规则对车辆标准信号进行匹配，从而得到车辆事件，其中，车辆事件可以包括一个或多个车辆零部件事件；其次，根据每个车辆零部件结构与功能，定义每个零部件上所拥有的事件并绑定，进而定义绑定事件与采集信号的映射规则，进行统一事件编码。
56.需要说明的是，可以将一个具体的事件判定规则形式表示为信号ai，若信号ai由1变成2，则判定事件bi发生。此时，云端将上述的标准化的车辆信号数据利用系统后台配置的事件规则实时进行车辆事件匹配，从而匹配筛选出车辆各零部件的各类事件。
57.在步骤s103中，基于车辆信号标准化清单、标准化映射关系，和/或，车辆零部件事件集合及事件判定规则，定义车辆零部件状态集合及状态判定规则，将状态判定规则应用于车辆事件，获得车辆零部件状态。
58.具体而言，本技术实施例在定义车辆零部件状态集合及状态判定规则的过程中，首先，将状态判定规则应用于车辆事件，以获得车辆零部件最新状态，其中，定义车辆零部件状态，包括定义每个零部件的状态集合，如编码与描述；其次，定义车辆零部件状态与上述车辆事件的映射规则。
59.需要说明的是，本技术实施例可以将一个具体的规则形式表示为事件bi，若事件bi发生对应零部件g的状态由u1变成u2，则根据状态变化判定事件规则，以匹配事件发生后的零部件状态，从而实时更新车辆零部件状态数据。
60.在步骤s104中，基于车辆信号标准化清单、标准化映射关系，和/或，车辆零部件事件集合及事件判定规则，和/或，车辆零部件状态集合及状态判定规则，定义用户行为集合及行为判定规则，根据一个或多个车辆零部件事件，结合车辆信号标准化清单中的度量信号，识别用户行为。
61.具体而言，本技术实施例在定义用户行为集合及行为判定规则的过程中，首先，根据一个或多个车辆零部件事件，结合车辆信号标准化清单中的其他度量信号，组合获得一个具体的车辆用户行为及行为相关的度量；其次，定义车辆零部件事件与用户行为的映射规则，定义并管理用户行为对象、事件集、事件发生顺序等要素。
62.需要说明的是，本技术实施例一个用户行为由一个或多个零部件事件组成。因此，可由车辆零部件事件组合，用于识别用户行为，并跟据行为判定规则，将一个或多个控制器状态改变事件与相关度量信号数据组合成一个具体的用户行为。
63.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：基于车辆信号标准化清单、标准化映射关系，和/或，车辆零部件事件集合及事件判定规则，和/或，车辆零部件状态集合及状态判定规则，和/或，用户行为集合及行为判定规则，定义用户场景挖掘规则，利用用户场景挖掘规则对车辆标准信号、车辆零部件状态、用户行为进行用户行为场景挖掘，以根据车辆状态分析模型挖掘用户行为场景。
64.进一步地，本技术实施例在定义用户场景挖掘规则的过程中，利用规则对获得的车辆标准信号、车辆零部件状态以及用户行为结合进行用户行为场景挖掘，从而定义车辆状态、用户行为数据挖掘用户行为场景的规则。其中，规则包括统计规则、ai(artificial intelligence，人工智能)训练获得的规则，在得到用户行为场景的规则后，可以根据业务更新用户场景挖掘规则，并实时整合用户行为与车辆状态数据、其他环境信号数据，挖掘用户行为场景。
65.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：根据新增车型、新增采集、变更采集和/或业务使用反馈更新事件判定规则、状态判定规则、行为判定规则和用户场景挖掘规则。
66.具体地，本技术实施例在新增车型、新增采集、变更采集和/或业务使用前提下，可以对事件判定规则、状态判定规则、行为判定规则和用户场景挖掘规则进行反馈更新，以实现实时监听、实时关联信号判定进行识别、实时输出车辆零部件状态数据的实现，将直接有效的支持数字孪生、远程控制、实时查询、车辆状态监控等业务。
67.在步骤s105中，根据车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，以根据车辆信号利用车辆状态分析模型实时识别车辆状态。
68.具体地，根据本技术实施例的车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，并根据车辆信号利用车辆状态分析模型与用户行为实时输出的数据进行分析、展示，以实时识别车辆状态。
69.根据本技术实施例的基于用户行为及车辆零部件的建模方法，通过定义车辆信号标准化清单、标准化映射关系并对车辆信号标准化，得到车辆标准信号；定义车辆零部件事件集合及事件判定规则，对标准化的车辆信号匹配得到车辆事件；定义车辆零部件状态集合及状态判定规则，基于车辆事件，获得车辆零部件状态；定义用户行为集合及行为判定规则，根据车辆零部件事件，结合度量信号，识别用户行为；根据车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，以根据车辆信号利用车辆状态分析模型实时识别车辆状态，本技术实施例通过有效利用车辆信号，实时进行车辆零部件的状态识别及分析用户行为场景，从而实现高效的车辆状态监控。由此，解决了相关技术中所获取的车辆信号存在大量跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难、占
用资源、利用率低等问题。
70.其次参照附图描述根据本技术实施例提出的车辆状态分析模型的应用方法。
71.图2是本技术实施例的车辆状态分析模型的应用方法流程图。该实施例中，车辆状态分析模型为根据图1实施例的基于用户行为及车辆零部件的建模方法建立的模型。
72.如图2所示，该车辆状态分析模型的应用方法，包括以下步骤：
73.在步骤s201中，实时接收车辆的控制器上传的报文数据并解析报文数据，得到车辆信号数据。
74.具体而言，本技术实施例的车辆中有很多控制器，在实时接收到由车辆控制器上传的原始报文数据后，首先，由车端数据上传到云平台，经过数据接入模块，归集到数据消息队列中；其次，云端数据解析服务从消息队列中解析消息，完成动态解析；最后，经过实时的报文解析，从而可以解析成为车辆信号数据。
75.在步骤s202中，将车辆信号数据输入车辆状态分析模型中，实时识别当前的车辆状态。
76.进一步地，在本技术的一个实施例中，将车辆信号数据输入车辆状态分析模型中，实时识别当前的车辆状态，包括：对车辆信号数据进行车辆信号标准化得到车辆标准信号；根据事件判断规则对车辆标准信号实时进行车辆事件匹配，得到与车辆标准信号相匹配的车辆零部件事件；根据状态判定规则得到与车辆零部件事件对应的车辆零部件状态；根据行为判定规则对车辆零部件事件进行识别得到用户行为。
77.具体地，本技术实施例可以实时将云端数据接收模块中的车辆信号数据进行车辆信号标准化进而得到车辆标准信号。
78.具体而言，云端接入的信号数据需要先进行清洗，以及标准化处理；解析后的信号数据包括字符串、数字、日期时间、百分比等多种类型，采用标准信号清单统一管理所有车型信号编码、值域、度量衡、数据格式，并制定非标准映射表，从而将不标准的信号数据映射到标准清单中对应的信号编码、值域、度量衡、数据格式，以便统一进行后续的事件匹配及分析。
79.进一步地，在本技术的一个实施例中，将车辆信号数据输入的车辆状态分析模型中，实时识别当前的车辆状态，包括：根据用户场景挖掘规则对车辆标准信号、车辆零部件状态和用户行为进行用户行为场景挖掘，得到用户行为场景。
80.具体地，本技术实施例可以根据用户场景挖掘规则对车辆标准信号、车辆零部件状态和用户行为进行用户行为场景挖掘，得到用户行为场景。
81.具体而言，本技术实施例根据用户场景挖掘规则，将用户行为与车辆零部件状态根据时间匹配，统计用户相同行为发生时的各零部件状态，根据用户行为时间序列，进行序列模式挖掘，从而找到大量车主用车行为习惯顺序。
82.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：将车辆标准信号、车辆零部件事件、车辆零部件状态、用户行为和用户行为场景用于仿真与建模。
83.具体地，本技术实施例可以通过车辆零部件状态建模实时输出车辆零部件状态用于实时应用，支持数字孪生、远程控制等其他业务进行车辆仿真和控制，以及提供车辆零部件状态的实时查询。
84.进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模方法，包括：存储车辆标准信号、车辆零部件事件、车辆零部件状态、用户行为和用户行为场景对应的数据为分析类应用提供服务。
85.具体地，本技术实施例可以在收集建模过程中的车辆标准信号、车辆零部件事件、车辆零部件状态、用户行为和用户行为场景对应的数据等进行存储到数仓用于离线分析，并为分析类应用提供服务。
86.为便于本领域技术人员能够更具体的了解本方案，下面根据本技术实施例所涉及的具体应用模块进行论述。
87.其中，如图3所示，本技术实施例的车辆状态分析模型主要包括，云端数据接收模块、车辆信号数据预处理模块、模型基础规则配置模块、车辆事件识别模块、车辆状态管理模块、用户行为识别模块、用车行为场景挖掘模块以及车辆实时应用模块、数据仓库存储模块。
88.具体而言，模型基础规则配置模块进行本模型所有规则的管理，包括定义规则、结合业务动态更新规则、删除规则、新增规则。其中，规则包括车辆零部件分类树的定义、各车辆零部件状态集合、车辆零部件事件及信号判定逻辑、车辆零部件状态变化判定事件规则、用户行为判定事件规则、用户场景挖掘规则。
89.云端数据接收模块，能够实时接收车辆不同控制器上传的原始报文数据，并完成报文解析。在获取到原始报文数据后，由车端数据上传到云平台，经过数据接入模块归集到数据消息队列中，云端数据解析服务从消息队列中解析消息，完成动态解析。从而经过实时的报文解析，可以解析成为车辆信号数据，并将车辆信号数据输入车辆状态分析模型中，以实时识别当前的车辆状态。
90.车辆信号数据标准化模块，实时将云端数据接收模块中的车辆信号数据进行车辆信号标准化进而得到车辆标准信号。云端接入的信号数据需要先进行清洗，以及标准化处理；解析后的信号数据包括字符串、数字、日期时间、百分比等多种类型，采用标准信号清单统一管理所有车型信号编码、值域、度量衡、数据格式，并制定非标准映射表，从而将不标准的信号数据映射到标准清单中对应的信号编码、值域、度量衡、数据格式，以便统一进行后续的事件匹配及分析。
91.车辆事件识别模块，将车辆信号数据预处理模块中标准化的车辆信号数据实时进行车辆事件匹配，并根据系统后台配置的事件规则，过滤不相关的信号，匹配筛选出表征车辆各零部件状态变化的各类事件，并根据采集情况与事件定义需要动态调整的事件匹配规则。其中，规则基于采集清单定义的信号逻辑定义产生，并通过mysql(structured query language，结构化查询语言)数据库进行维护，以及可视化页面配置，从而提供动态更改。
92.具体而言，如图4所示，本技术实施例首先需要实时获取标准化信号数据流以及获取车辆事件判断规则数据库列表，其中，车辆事件判断规则数据库列表包括车辆零部件事件、每个零部件事件对应的规则以及每个规则涉及的信号、规则的组合关系；其次，循环规则列表，查找每个规则对应的信号id(identification，身份)，遍历每个规则所需的所有信号；最后，实时监听每个规则所需的所有信号数据流的变化情况。
93.进一步地，当信号情况与规则不匹配时，不触发规则，反之，当信号ai变化情况与规则列表bi触发条件匹配时，则触发规则bi，并更新规则列表bi的匹配进度，此时，bi列表
其中部分规则匹配完成。在匹配完成后，继续进行信号与规则的遍历，判断规则bi列表对应的其他信号数据，如果满足规则时，则继续触发规则列表bi的匹配状态；如果此时数据还没到达或者数据不符合规则，也可以继续遍历所有信号，直到规则列表bi中的条件全部满足时，完成规则bi的匹配，以实时输出规则bi对应的车辆事件ci给下游。
94.车辆状态管理模块，根据车辆事件识别模块中匹配出的事件实时更新车辆零部件状态数据。也就是说，根据规则匹配到的控制器状态变化触发事件，实时更新时序数据库存储的各零部件状态。其中，状态可选集合维护在mysql数据库中，通过车辆事件，在状态集中匹配出事件发生后的零部件状态，将当前时刻零部件最新状态写入数仓。
95.用户行为识别模块，可以将车辆事件识别模块中匹配出的一个或多个车辆零部件状态变化事件组合表示为一个用户行为，结合车辆信号数据预处理模块中其他度量信号组合，从而得到一个具体的用户行为数据及行为相关的度量。
96.用车行为场景挖掘模块，主要用于用车场景识别，通过将用户行为识别模块中得到的具体的用户行为数据与车辆信号数据预处理模块中其他环境信号数据根据事件时间进行匹配，挖掘每个用户行为发生的行为场景，以及用户行为模式。
97.具体地，本技术实施例定义了从车端信号识别表征零部件状态如何变化的零部件事件，进一步识别用户行为，最后识别场景的一个框架。
98.具体而言，如图5所示，云端数据接收模块在接收车辆不同控制器上传的原始报文数据，并完成报文解析后，标准化处理后的信号示例如下所示：
99.{"tuid":12300000","time":2001-01-01 00:00:00","data":[{"signala":"0"},{"signalb":"0"}......]}
[0100]
{"tuid":12300000","time":2001-01-01 00:00:01","data":[{"signalc":"1"},{"signald":"2"}......]}
[0101]
{"tuid":12300000","time":2001-01-01 00:00:02","data":[{"signala":"1"},{"signalb":"2"}......]}
[0102]
其中tuid为车辆设备唯一标识，data为解析报文后得到的信号数据，time为信号发生的时间。
[0103]
进一步地，由于一个车辆零部件事件会引起多个控制器信号的改变，利用定义的车辆事件判定规则，根据图4车辆事件识别模块的事件识别逻辑，将一个或多个信号的变化情况还原为一个车辆零部件事件，事件可以结构化表示。如图5中事件1的发生涉及信号1、信号2、信号3，根据事件判定规则，将信号1、信号2、信号3的值的规则匹配结果表示为事件1的发生。
[0104]
进一步地，一个用户行为可以导致多个车辆零部件事件的发生，利用一个或多个车辆零部件状态变化事件组合表示为一个用户行为，结合车辆信号数据预处理模块中其他度量信号组合，得到一个具体的用户行为数据及行为相关的度量。如图4中结合事件与度量信号里程结合，可以获得一个具体的用户行为，以及行为相关的里程度量、时间度量，并根据用户行为发生时的车辆各零部件状态、一定时间空间范围内的外部环境数据，可以挖掘用户行为场景、行为模式。
[0105]
由此，通过利用车端信号挖掘用户场景画像，有效解决软件付费业务中用户场景挖掘困难、用户操作规律挖掘困难问题。此外，结合车辆零部件事件，在零部件状态集中匹
配出事件发生后的零部件状态，可以获得当前时刻零部件最新状态。
[0106]
实时应用模块，通过车辆零部件状态建模实时输出车辆零部件状态用于实时应用，支持数字孪生、远程控制等其他业务进行车辆仿真和控制，以及提供车辆零部件状态的实时查询。
[0107]
数据仓库存储模块，主要用于收集建模过程中的车辆状态数据与用户行为数据等元素数据并进行存储和管理，并为分析类应用提供服务。
[0108]
综上，通过本技术实施例基于用户行为及车辆零部件的建模方法及车辆状态分析模型的应用方法的论述，具有如下有益效果：
[0109]
(1)本技术实施例进行车辆信号标准化对各种信号统一信号编码、单位处理、值域范围、输出格式的实现将会直接解决采集的信号跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难的问题。
[0110]
(2)本技术实施例通过车辆行为事件识别，将半结构化信号数据识别成车辆零部件结构化数据的实现将有效解决半结构化信号数据不能直接用于分析的问题。
[0111]
(3)本技术实施例通过实时监听、实时关联信号判定进行识别、实时输出车辆零部件状态数据的实现，将直接有效的支持数字孪生、远程控制、实时查询、车辆状态监控等业务。
[0112]
(4)本技术实施例通过用户行为及车辆零部件建模，从车端信号识别表征零部件状态如何变化的零部件事件，进一步识别用户行为，最后识别用户行为场景。
[0113]
由此，本技术实施例的实现将有助于利用车端信号最终输出用户场景画像，解决场景定义汽车落地困难中用户场景挖掘困难、用户操作规律挖掘困难问题。
[0114]
根据本技术实施例的车辆状态分析模型的应用方法，通过定义车辆信号标准化清单、标准化映射关系并对车辆信号标准化，得到车辆标准信号；定义车辆零部件事件集合及事件判定规则，对标准化的车辆信号匹配得到车辆事件；定义车辆零部件状态集合及状态判定规则，基于车辆事件，获得车辆零部件状态；定义用户行为集合及行为判定规则，根据车辆零部件事件，结合度量信号，识别用户行为；根据车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，以根据车辆信号利用车辆状态分析模型实时识别车辆状态，本技术实施例通过有效利用车辆信号，实时进行车辆零部件的状态识别及分析用户行为场景，从而实现高效的车辆状态监控。由此，解决了相关技术中所获取的车辆信号存在大量跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难、占用资源、利用率低等问题。
[0115]
其次参照附图描述根据本技术实施例提出的基于用户行为及车辆零部件的建模系统。
[0116]
图6是本技术实施例的基于用户行为及车辆零部件的建模系统的方框示意图。
[0117]
如图6所示，该基于用户行为及车辆零部件的建模系统10包括：车辆信号标准化模块100、车辆事件识别模块200、车辆状态管理模块300、用户行为识别模块400和模型创建模块500。
[0118]
其中，车辆信号标准化模块100，用于定义车辆信号标准化清单、标准化映射关系并实时进行车辆信号标准化，得到车辆标准信号；
[0119]
车辆事件识别模块200，基于车辆信号标准化清单、标准化映射关系，用于定义车
辆零部件事件集合及事件判定规则，并监测车辆信号，利用事件判定规则对标准化的车辆信号匹配得到车辆事件，车辆事件包括一个或多个车辆零部件事件；
[0120]
车辆状态管理模块300，基于车辆信号标准化清单、标准化映射关系，和/或，车辆零部件事件集合及事件判定规则，用于定义车辆零部件状态集合及状态判定规则，将状态判定规则应用于车辆事件，获得车辆零部件状态；
[0121]
用户行为识别模块400，基于车辆信号标准化清单、标准化映射关系，和/或，车辆零部件事件集合及事件判定规则，和/或，车辆零部件状态集合及状态判定规则，用于定义用户行为集合及行为判定规则，根据一个或多个车辆零部件事件，结合车辆信号标准化清单中的度量信号，识别用户行为；
[0122]
模型创建模块500，用于根据车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，以根据车辆信号利用车辆状态分析模型实时识别车辆状态。
[0123]
进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模系统10，包括：
[0124]
场景挖掘规则模块，用于基于所述车辆信号标准化清单、标准化映射关系，和/或，所述车辆零部件事件集合及事件判定规则，和/或，所述车辆零部件状态集合及状态判定规则，和/或，所述用户行为集合及行为判定规则，定义用户场景挖掘规则，利用用户场景挖掘规则对车辆标准信号、车辆零部件状态、用户行为进行用户行为场景挖掘，以根据车辆状态分析模型挖掘用户行为场景。
[0125]
进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模系统10，包括：
[0126]
更新模块，用于根据新增车型、新增采集、变更采集和/或业务使用反馈更新事件判定规则、状态判定规则、行为判定规则和用户场景挖掘规则。
[0127]
进一步地，在本技术的一个实施例中，上述的基于用户行为及车辆零部件的建模系统10，包括：
[0128]
存储模块，用于存储车辆状态分析模型输出的车辆状态数据，车辆状态数据用于离线分析。
[0129]
进一步地，在本技术的一个实施例中，车辆状态分析模型为根据上述任一项基于用户行为及车辆零部件的建模方法建立的模型，包括：解析模块和识别模块。
[0130]
其中，解析模块，用于实时接收车辆的控制器上传的报文数据并解析报文数据，得到车辆信号数据；
[0131]
识别模块，用于将车辆信号数据输入车辆状态分析模型中，实时识别当前的车辆状态。
[0132]
进一步地，在本技术的一个实施例中，识别模块，包括：标准化单元、匹配单元和获取单元。
[0133]
其中，标准化单元，用于对车辆信号数据进行车辆信号标准化得到车辆标准信号；
[0134]
匹配单元，用于根据事件判断规则对车辆标准信号实时进行车辆事件匹配，得到与车辆标准信号相匹配的车辆零部件事件；
[0135]
获取单元，用于根据状态判定规则得到与车辆零部件事件对应的车辆零部件状态；识别单元，用于根据行为判定规则对车辆零部件事件进行识别得到用户行为。
[0136]
进一步地，在本技术的一个实施例中，识别模块，包括：
[0137]
行为场景挖掘单元，用于根据用户场景挖掘规则对车辆标准信号、车辆零部件状态和用户行为进行用户行为场景挖掘，得到用户行为场景。
[0138]
进一步地，在本技术的一个实施例中，上述的车辆状态分析模型，包括：
[0139]
应用模块，用于将车辆标准信号、车辆零部件事件、车辆零部件状态、用户行为和用户行为场景用于仿真与建模。
[0140]
进一步地，在本技术的一个实施例中，上述的车辆状态分析模型，包括：
[0141]
存储模块，用于存储车辆标准信号、车辆零部件事件、车辆零部件状态、用户行为和用户行为场景对应的数据为分析类应用提供服务。
[0142]
需要说明的是，本技术实施例的基于用户行为及车辆零部件的建模系统与上述的基于用户行为及车辆零部件的建模方法的具体实施执行方式相同，在此不再赘述。
[0143]
根据本技术实施例的基于用户行为及车辆零部件的建模系统，通过定义车辆信号标准化清单、标准化映射关系并对车辆信号标准化，得到车辆标准信号；定义车辆零部件事件集合及事件判定规则，对标准化的车辆信号匹配得到车辆事件；定义车辆零部件状态集合及状态判定规则，基于车辆事件，获得车辆零部件状态；定义用户行为集合及行为判定规则，根据车辆零部件事件，结合度量信号，识别用户行为；根据车辆标准信号、车辆零部件状态和用户行为建立车辆状态分析模型，以根据车辆信号利用车辆状态分析模型实时识别车辆状态，本技术实施例通过有效利用整车信号，实时进行整车零部件的状态识别及分析用户行为场景，从而实现高效的车辆状态监控。由此，解决了相关技术中所获取的车辆信号存在大量跨车系、跨不同控制器、信号数据维度多且不统一导致的信号数据直接分析困难、占用资源、利用率低等问题。
[0144]
图7为本技术实施例提供的计算机设备的结构示意图。该计算机设备可以包括：
[0145]
存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。
[0146]
处理器702执行程序时实现上述实施例中提供的基于用户行为及车辆零部件的建模方法。
[0147]
进一步地，计算机设备还包括：
[0148]
通信接口703，用于存储器701和处理器702之间的通信。
[0149]
存储器701，用于存放可在处理器702上运行的计算机程序。
[0150]
存储器701可能包含高速ram(random access memory，随机存取存储器)存储器，也可能还包括非易失性存储器，例如至少一个磁盘存储器。
[0151]
如果存储器701、处理器702和通信接口703独立实现，则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component，外部设备互连)总线或eisa(extended industry standard architecture，扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0152]
可选的，在具体实现上，如果存储器701、处理器702及通信接口703，集成在一块芯片上实现，则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。
[0153]
处理器702可能是一个cpu(central processing unit，中央处理器)，或者是asic(application specific integrated circuit，特定集成电路)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0154]
本技术实施例还提供一种包含有计算机程序的非易失性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的基于用户行为及车辆零部件的建模方法。
[0155]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0156]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0157]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0158]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列，现场可编程门阵列等。
[0159]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0160]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。