一种共享单车的故障检测方法及平台技术

本发明专利技术公开了一种共享单车的故障检测方法及平台，该方法包括：采集待检测单车的实时使用数据，根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态，该方法能够有效提升共享单车的维修效率，避免共享单车资源的浪费，提升用户体验。

A fault detection method and platform for a shared single vehicle

The invention discloses a method for fault detection and sharing platform of the bicycle, the method includes: using real-time data acquisition to be detected according to the bicycle, used in real time data of the detected bicycle and the generated detection model whether the detected cycling state is fault state, the method can effectively enhance the sharing of bicycle the maintenance efficiency, avoid sharing cycling waste of resources, enhance the user experience.

【技术实现步骤摘要】
一种共享单车的故障检测方法及平台
本专利技术涉及远程监控
，特别涉及一种共享单车的故障检测方法及平台。
技术介绍
共享单车的普及为人类生活带来巨大便利，目前，共享单车中故障状态单车的发现主要依赖用户主动报修，故障状态单车的维修则是通过共享单车运维人员的巡检完成，仅依靠人力实现故障检测和维修大大降低了共享单车的维修效率，进而造成共享单车资源的极大浪费，影响了用户体验。
技术实现思路
本专利技术提供一种共享单车的故障检测方法及平台，能够有效提升共享单车的维修效率，避免共享单车资源的浪费，提升用户体验。为实现上述目的，本专利技术提供了一种共享单车的故障检测方法，包括：采集待检测单车的实时使用数据；根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态。可选地，在所述根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态之后还包括：若判断出所述待检测单车的状态为故障状态时，向故障报修模块发送所述待检测单车的标识和位置信息。可选地，采集多个单车在设定时间段内的使用数据；获取预先存储的多个故障状态单车的使用数据；将所述多个单车的使用数据与多个故障状态单车的使用数据根据单车的状态进行分组生成故障状态单车使用数据组和非故障状态单车使用数据组，所述多个单车的使用数据包括故障状态单车的使用数据和非故障状态单车的使用数据，所述故障状态单车使用数据组包括多个故障状态单车的使用数据，所述非故障单车使用数据包括多个非故障状态单车的使用数据；根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成检测模型。可选地，所述使用数据包括平均使用时长和平均使用距离。可选地，所述根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成检测模型包括：根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成训练数据集和测试数据集，所述训练数据集包括故障状态单车使用数据组的一部分故障状态单车的使用数据和非故障状态单车使用数据组的一部分非故障状态单车的使用数据，所述测试数据组包括故障状态单车使用数据组的另一部分故障状态单车的使用数据和非故障状态单车使用数据组的另一部分非故障状态单车的使用数据；根据所述训练数据集及基本检测模型生成训练后检测模型；根据所述训练后检测模型对所述测试数据集进行检测生成检测结果；根据所述检测结果和所述测试数据集判断所述训练后检测模型的检测结果是否正确，若判断出所述训练后检测模型的检测结果正确，则所述训练后检测模型为检测模型。可选地，所述根据所述训练数据集及基本检测模型生成训练后检测模型包括：根据所述训练数据集寻找最优超平面ω·X+b＝0，其中，ω∈Rd表示超平面的法向量，Rd表示d维的实数空间，X表示该超平面，b∈R，表示超平面参数，R表示实数集，所述训练数据集包括故障状态单车使用数据和非故障状态单车使用数据，所述最优超平面将故障状态单车使用数据和非故障状态单车使用数据分别赋予不同的惩罚系数C1和C2；根据所述最优超平面和基本SVM模型计算得出最优分类决策函数所述基本SVM模型选择径向基RBF核函数，所述最优分类决策函数即为训练后检测模型，其中，f(X)表示最优分类决策函数，ai*表示拉格朗日乘子的最优解，yi表示训练数据集中第i个单车使用数据对应的单车状态标志，K(Xi,X)表示径向基RBF核函数，Xi,i＝1...n表示训练数据集中的第i个单车使用数据，i＝1,2,...n，b*表示超平面参数的最优解。为实现上述目的，本专利技术提供了一种共享单车的故障检测平台，包括：采集模块，用于采集待检测单车的实时使用数据；判断模块，用于根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态。可选地，还包括：发送模块，用于若判断出所述待检测单车的状态为故障状态时，向故障报修模块发送所述待检测单车的标识和位置信息；故障报修模块，用于接收所述待检测单车的标识和位置信息。可选地，还包括获取模块、存储模块和生成模块；所述采集模块还用于采集多个单车在设定时间段内的使用数据；所述获取模块，用于获取预先存储的多个故障状态单车的使用数据；所述存储模块，用于预先存储多个故障状态单车的使用数据；所述生成模块，用于将所述多个单车的使用数据与多个故障状态单车的使用数据根据单车的状态进行分组生成故障状态单车使用数据组和非故障状态单车使用数据组，所述多个单车的使用数据包括故障状态单车的使用数据和非故障状态单车的使用数据，所述故障状态单车使用数据组包括多个故障状态单车的使用数据，所述非故障单车使用数据包括多个非故障状态单车的使用数据，根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成检测模型。可选地，所述生成模块还用于根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成训练数据集和测试数据集，所述训练数据集包括故障状态单车使用数据组的一部分故障状态单车的使用数据和非故障状态单车使用数据组的一部分非故障状态单车的使用数据，所述测试数据组包括故障状态单车使用数据组的另一部分故障状态单车的使用数据和非故障状态单车使用数据组的另一部分非故障状态单车的使用数据，根据所述训练数据集及基本检测模型生成训练后检测模型，根据所述训练后检测模型对所述测试数据集进行检测生成检测结果；所述判断模块还用于根据所述检测结果和所述测试数据集判断所述训练后检测模型的检测结果是否正确，若判断出所述训练后检测模型的检测结果正确，则所述训练后检测模型为检测模型。本专利技术具有以下有益效果：本专利技术提供的共享单车的故障检测方法，采集待检测单车的实时使用数据，根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态，该方法能够有效提升共享单车的维修效率，避免共享单车资源的浪费，提升用户体验。附图说明图1是本专利技术实施例一提供的一种共享单车的故障检测方法的流程示意图；图2是本专利技术实施例二提供的一种共享单车的故障检测方法的流程示意图；图3是本专利技术实施例三提供的一种共享单车的故障检测平台的结构示意图。具体实施方式为使本领域的技术人员更好地理解本专利技术的技术方案，下面结合附图对本专利技术中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一图1是本专利技术实施例一提供的一种共享单车的故障检测方法的流程示意图，如图1所示，该方法包括以下步骤：步骤101、采集待检测单车的实时使用数据。步骤102、根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态。本实施例提供的共享单车的故障检测方法，采集待检测单车的实时使用数据后，再根据该待检测单车的实时使用数据和预先生成的检测模型判断该待检测单车的状态是否为故障状态，能够有效提高共享单车的维修效率，避免共享单车资源的浪费，同时提升了用户的用户体验。实施例二图2是本专利技术实施例二提供的一种共享单车的故障检测方法的流程示意图，如图2所示，该方法包括以下步骤：步骤201、采集多个单车在设定时间段内的使用数据。优选地，本实施例中的各步本文档来自技高网...

【技术保护点】
一种共享单车的故障检测方法，其特征在于，包括：采集待检测单车的实时使用数据；根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态。

【技术特征摘要】
1.一种共享单车的故障检测方法，其特征在于，包括：采集待检测单车的实时使用数据；根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态。2.根据权利要求1所述的共享单车的故障检测方法，其特征在于，在所述根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态之后还包括：若判断出所述待检测单车的状态为故障状态时，向故障报修模块发送所述待检测单车的标识和位置信息。3.根据权利要求1所述的共享单车的故障检测方法，其特征在于，在所述采集待检测单车的实时使用数据之前还包括：采集多个单车在设定时间段内的使用数据；获取预先存储的多个故障状态单车的使用数据；将所述多个单车的使用数据与多个故障状态单车的使用数据根据单车的状态进行分组生成故障状态单车使用数据组和非故障状态单车使用数据组，所述多个单车的使用数据包括故障状态单车的使用数据和非故障状态单车的使用数据，所述故障状态单车使用数据组包括多个故障状态单车的使用数据，所述非故障单车使用数据包括多个非故障状态单车的使用数据；根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成检测模型。4.根据权利要求3所述的共享单车的故障检测方法，其特征在于，所述使用数据包括平均使用时长和平均使用距离。5.根据权利要求3所述的共享单车的故障检测方法，其特征在于，所述根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成检测模型包括：根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成训练数据集和测试数据集，所述训练数据集包括故障状态单车使用数据组的一部分故障状态单车的使用数据和非故障状态单车使用数据组的一部分非故障状态单车的使用数据，所述测试数据组包括故障状态单车使用数据组的另一部分故障状态单车的使用数据和非故障状态单车使用数据组的另一部分非故障状态单车的使用数据；根据所述训练数据集及基本检测模型生成训练后检测模型；根据所述训练后检测模型对所述测试数据集进行检测生成检测结果；根据所述检测结果和所述测试数据集判断所述训练后检测模型的检测结果是否正确，若判断出所述训练后检测模型的检测结果正确，则所述训练后检测模型为检测模型。6.根据权利要求5所述的共享单车的故障检测方法，其特征在于，所述根据所述训练数据集及基本检测模型生成训练后检测模型包括：根据所述训练数据集寻找最优超平面ω·X+b＝0，其中，ω∈Rd表示超平面的法向量，Rd表示d维的实数空间，X表示该超平面，b∈R，表示超平面参数，R表示实数集，所述训练数据集包括故障状态单车使用数据和非故障状态单车使用数据，所述最优超平面将故障状态单车使用数据和非故障状态单车使用...

【专利技术属性】
技术研发人员：张肖，殷波，李娜，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11