车辆的远程诊断方法、装置、服务器及存储介质制造方法及图纸

本申请涉及车辆技术领域，特别涉及一种车辆的远程诊断方法、装置、服务器及存储介质，其中，方法包括：获取待诊断车辆上传的当前故障数据和身份标识信息；基于身份标识信息匹配待诊断车辆的故障预测模型，其中，故障预测模型由待诊断车辆的历史故障数据训练得到；将当前故障数据代入故障预测模型，由故障预测模型预测待诊断车辆的诊断结果。由此，解决了相关技术中，通常在车辆发生故障后再进行诊断，具有一定的滞后性，大大降低诊断的智能性及车辆的安全性，降低用户的使用体验。降低用户的使用体验。降低用户的使用体验。

【技术实现步骤摘要】
车辆的远程诊断方法、装置、服务器及存储介质


[0001]本申请涉及车辆
，特别涉及一种车辆的远程诊断方法、装置、服务器及存储介质。

技术介绍

[0002]目前，车辆诊断的主要方式主要为线下诊断方式，即在车辆发生故障后，通过车载OBD(On
‑
Board Diagnostics，车载自诊断系统)口与外部上位机，比如诊断设备进行通讯，以根据获取的车辆的故障信息进行分析确定车辆的故障。
[0003]然而，相关技术中，通常在车辆发生故障后再进行诊断，具有一定的滞后性，大大降低诊断的智能性及车辆的安全性，降低用户的使用体验。

技术实现思路

[0004]本申请提供一种车辆的远程诊断方法、装置、服务器及存储介质，以解决相关技术中通常在车辆发生故障后再进行诊断，具有一定的滞后性，诊断的智能性及车辆的安全性降低，用户的使用体验较差等问题。
[0005]本申请第一方面实施例提供一种车辆的远程诊断方法，包括以下步骤：
[0006]获取所述待诊断车辆上传的当前故障数据和身份标识信息；
[0007]基于所述身份标识信息匹配所述待诊断车辆的故障预测模型，其中，所述故障预测模型由所述待诊断车辆的历史故障数据训练得到；
[0008]将所述当前故障数据代入所述故障预测模型，由所述故障预测模型预测所述待诊断车辆的诊断结果。
[0009]进一步地，在由所述故障预测模型预测所述待诊断车辆的诊断结果之前，还包括：
[0010]根据所述当前故障数据对所述故障预测模型进行更新，并由更新后的故障预测模型预测所述待诊断车辆的诊断结果。
[0011]进一步地，所述故障预测模型由所述待诊断车辆的历史故障数据训练得到，包括：
[0012]获取所述待诊断车辆上传并存储的历史故障数据；
[0013]对所述历史故障数据进行故障标志位解析和故障参数统计，以获取所述待诊断车辆的至少一个历史故障参数；
[0014]基于所述至少一个历史故障参数训练得到所述待诊断车辆的故障预测模型。
[0015]进一步地，在输出所述待诊断车辆的故障预测结果之后，还包括：
[0016]如果所述故障预测结果为第一故障程度，则生成第一提醒信息，并发送所述第一提醒信息至所述待诊断车辆；
[0017]如果所述故障预测结果为第二故障程度，则生成第二提醒信息，并发送所述第二提醒信息至所述待诊断车辆的同时，发送至预设终端，其中，所述第二故障程度故障严重度危害度大于所述第一故障程度故障严重度危害度。
[0018]进一步地，在输出所述待诊断车辆的故障预测结果之后，还包括：
[0019]将所述当前故障数据和所述诊断结果进行数据压缩，并将压缩后的数据存储至预设存储设备。
[0020]本申请第二方面实施例提供一种车辆的远程诊断装置，包括：
[0021]获取模块，用于获取所述待诊断车辆上传的当前故障数据和身份标识信息；
[0022]匹配模块，用于基于所述身份标识信息匹配所述待诊断车辆的故障预测模型，其中，所述故障预测模型由所述待诊断车辆的历史故障数据训练得到；
[0023]预测模块，用于将所述当前故障数据代入所述故障预测模型，由所述故障预测模型预测所述待诊断车辆的诊断结果。
[0024]进一步地，还包括：
[0025]更新模块，用于在由所述故障预测模型预测所述待诊断车辆的诊断结果之前，根据所述当前故障数据对所述故障预测模型进行更新，并由更新后的故障预测模型预测所述待诊断车辆的诊断结果；
[0026]提醒模块，用于在输出所述待诊断车辆的故障预测结果之后，如果所述故障预测结果为第一故障程度，则生成第一提醒信息，并发送所述第一提醒信息至所述待诊断车辆；如果所述故障预测结果为第二故障程度，则生成第二提醒信息，并发送所述第二提醒信息至所述待诊断车辆的同时，发送至预设终端，其中，所述第二故障程度故障严重度危害度大于所述第一故障程度故障严重度危害度；
[0027]存储模块，用于在输出所述待诊断车辆的故障预测结果之后，将所述当前故障数据和所述诊断结果进行数据压缩，并将压缩后的数据存储至预设存储设备。
[0028]进一步地，还包括：
[0029]训练模块，用于获取所述待诊断车辆上传的历史故障数据；对所述历史故障数据进行故障标志位解析和故障参数统计，以获取所述待诊断车辆的至少一个历史故障参数；基于所述至少一个历史故障参数训练得到所述待诊断车辆的故障预测模型。
[0030]本申请第三方面实施例提供一种服务器，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现上述的车辆的远程诊断方法。
[0031]本申请第四方面实施例提供一种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，以用于实现如权利要求上述的车辆的远程诊断方法。
[0032]由此，本申请至少具有如下有益效果：
[0033]根据上传数据建立故障预测模型，并利用故障预测模型在线预测车辆的诊断结果，可以在故障发生前进行预测，无需被动的等待故障发生，大大降低故障发生概率，提高诊断的智能性及车辆的安全性，提升用户的使用体验。由此，解决了相关技术中，通常在车辆发生故障后再进行诊断，具有一定的滞后性，大大降低诊断的智能性及车辆的安全性，降低用户的使用体验等问题。
[0034]本申请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，或通过本申请的实践了解到。
附图说明
[0035]本申请上述的和/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：
[0036]图1为根据本申请实施例提供的一种车辆的远程诊断方法的流程示意图；
[0037]图2为根据本申请一个实施例提供的一种车辆的远程诊断方法的流程示意图；
[0038]图3为根据本申请实施例的车辆的远程诊断装置的示例图；
[0039]图4为根据本申请实施例提供的服务器的结构示意图。
具体实施方式
[0040]下面详细描述本申请的实施例，所述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，旨在用于解释本申请，而不能理解为对本申请的限制。
[0041]当车辆发生故障时往往只能选择去往就近的4S店，通过传统诊断方式进行维修，传统诊断过程包括：通过车载OBD口与外部上位机(比如诊断设备)进行通讯，外部上位机通过发送特定的诊断报文获取特定ECU(Electronic Control Unit，车载电子单元)诊断信息，诊断信息在车载CAN(Controller Area Network，控制器局域网络)总线上明文传输，上位机接收到诊断报文后，根据主机厂释放的诊断协议解析成具体的故障信息并在上位机进行显示。
[0042]然而，在采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆的远程诊断方法，其特征在于，包括以下步骤：获取所述待诊断车辆上传的当前故障数据和身份标识信息；基于所述身份标识信息匹配所述待诊断车辆的故障预测模型，其中，所述故障预测模型由所述待诊断车辆的历史故障数据训练得到；以及将所述当前故障数据代入所述故障预测模型，由所述故障预测模型预测所述待诊断车辆的诊断结果。2.根据权利要求1所述所述的方法，其特征在于，在由所述故障预测模型预测所述待诊断车辆的诊断结果之前，还包括：根据所述当前故障数据对所述故障预测模型进行更新，并由更新后的故障预测模型预测所述待诊断车辆的诊断结果。3.根据权利要求1所述的方法，其特征在于，所述故障预测模型由所述待诊断车辆的历史故障数据训练得到，包括：获取所述待诊断车辆上传并存储的历史故障数据；对所述历史故障数据进行故障标志位解析和故障参数统计，以获取所述待诊断车辆的至少一个历史故障参数；基于所述至少一个历史故障参数训练得到所述待诊断车辆的故障预测模型。4.根据权利要求1所述的方法，其特征在于，在输出所述待诊断车辆的故障预测结果之后，还包括：如果所述故障预测结果为第一故障程度，则生成第一提醒信息，并发送所述第一提醒信息至所述待诊断车辆；如果所述故障预测结果为第二故障程度，则生成第二提醒信息，并发送所述第二提醒信息至所述待诊断车辆的同时，发送至预设终端，其中，所述第二故障程度故障严重度危害度大于所述第一故障程度故障严重度危害度。5.根据权利要求1
‑
4任意一项所述的方法，其特征在于，在输出所述待诊断车辆的故障预测结果之后，还包括：将所述当前故障数据和所述诊断结果进行数据压缩，并将压缩后的数据存储至预设存储设备。6.一种车辆的远程诊断装置，其特征在于，包括：获取模块，用于获取所述待诊断车辆上传的当前故障数据和身份标识信息；匹配模块，用于基于所述身份标识信息匹...

【专利技术属性】
技术研发人员：尤庆伸，沙文瀚，刘琳，陈信强，
申请(专利权)人：奇瑞新能源汽车股份有限公司，
类型：发明
国别省市：