本发明专利技术公开了一种车辆状态检测方法、装置、存储介质、处理器及电子装置。其中，该方法包括：获取目标车辆的目标出行信息和目标车况信息；利用目标神经网络模型对目标出行信息和目标车况信息进行预测，得到预测结果，其中，预测结果用于确定目标车辆的故障信息和故障风险等级，目标神经网络模型使用多组数据通过机器学习训练得到，多组数据包括：历史出行信息和历史车况信息；基于预测结果对目标车辆进行状态评估，得到评估结果。本发明专利技术解决了相关技术难以对车辆进行全面且准确的安全检查而导致的车辆安全性较低的技术问题。致的车辆安全性较低的技术问题。致的车辆安全性较低的技术问题。
【技术实现步骤摘要】
车辆状态检测方法、装置、存储介质、处理器及电子装置
[0001]本专利技术涉及车辆领域，具体而言，涉及一种车辆状态检测方法、装置、存储介质、处理器及电子装置。
技术介绍
[0002]目前，车辆作为人们出行的主要交通工具之一，能够在短途代步或者长途通行中为人们带来便利，因此，在出行前对车辆进行安全检查是十分必要的。
[0003]相关技术中，车辆安全检查通常采用人工检查方法，在出行前用户会对车辆的常用功能进行检查，例如，对燃油、冷却液、制动液、电量、后视镜等的检查。然而，用户在对车辆进行安全检查的过程中，可能会出现某些功能的遗漏，例如，对轮胎的检查和保养，从而使用户不能及时对车辆的整体健康程度做出正确的判断。
[0004]因此，相关技术难以对车辆进行全面且准确的安全检查，从而容易导致车辆的安全性较低。
[0005]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0006]本专利技术实施例提供了一种车辆状态检测方法、装置、存储介质、处理器及电子装置，以至少解决相关技术难以对车辆进行全面且准确的安全检查而导致的车辆安全性较低的技术问题。
[0007]根据本专利技术其中一实施例，提供了一种车辆状态检测方法，包括：获取目标车辆的目标出行信息和目标车况信息；利用目标神经网络模型对目标出行信息和目标车况信息进行预测，得到预测结果，其中，预测结果用于确定目标车辆的故障信息和故障风险等级，目标神经网络模型使用多组数据通过机器学习训练得到，多组数据包括：历史出行信息和历史车况信息；基于预测结果对目标车辆进行状态评估，得到评估结果。
[0008]可选地，车辆状态检测方法还包括：对历史出行信息和历史车况信息进行预处理，得到预处理结果；基于预处理结果对初始神经网络模型进行迭代训练，得到目标神经网络模型。
[0009]可选地，预处理结果包括：第一特征集合、第二特征集合和第三特征集合，对历史出行信息和历史车况信息进行预处理，得到预处理结果包括：按照预设分割条件对历史出行信息和历史车况信息进行数据分割，得到分割结果，其中，分割结果用于表示目标行程对应的历史出行信息和历史车况信息；对分割结果进行特征提取，得到第一特征集合、第二特征集合和第三特征集合，其中，第一特征集合用于表示目标行程对应的车况特征数据，第二特征集合用于表示目标行程对应的车况故障特征数据，第三特征集合用于表示目标行程对应的出行特征数据。
[0010]可选地，基于预处理结果对初始神经网络模型进行迭代训练，得到目标神经网络模型包括：获取目标行程对应的行程标签，其中，行程标签用于标注目标行程对应的故障风
险等级；利用行程标签和预处理结果生成目标数据集；利用目标数据集对初始神经网络模型进行反向传播训练，得到目标神经网络模型。
[0011]可选地，利用目标神经网络模型对目标出行信息和目标车况信息进行预测，得到预测结果包括：利用目标神经网络模型对目标出行信息进行编码处理，得到第一编码结果，以及对目标车况信息进行编码处理，得到第二编码结果；利用目标神经网络模型对第一编码结果和第二编码结果进行融合处理，得到融合结果；利用目标神经网络模型对融合结果进行特征提取，得到特征提取结果；基于特征提取结果确定预测结果。
[0012]可选地，目标出行信息包括以下至少一项：目的地位置信息、车辆位置信息、温度信息、预估行驶里程、预估行驶时间；目标车况信息包括以下至少一项：启动信息、熄火信息、油量消耗信息、电量消耗信息、车辆保养信息、车辆行驶里程信息、车辆网络状态信息及车辆故障信息。
[0013]根据本专利技术其中一实施例，还提供了一种车辆状态检测装置，包括：获取模块，用于获取目标车辆的目标出行信息和目标车况信息；预测模块，用于利用目标神经网络模型对目标出行信息和目标车况信息进行预测，得到预测结果，其中，预测结果用于确定目标车辆的故障信息和故障风险等级，目标神经网络模型使用多组数据通过机器学习训练得到，多组数据中的每组数据均包括：历史出行信息和历史车况信息；评估模块，用于基于预测结果对目标车辆进行状态评估，得到评估结果。
[0014]可选地，车辆状态检测装置还包括：预处理模块，用于对历史出行信息和历史车况信息进行预处理，得到预处理结果；训练模块，用于基于预处理结果对初始神经网络模型进行迭代训练，得到目标神经网络模型。
[0015]可选地，预处理模块还用于按照预设分割条件对历史出行信息和历史车况信息进行数据分割，得到分割结果，其中，分割结果用于表示目标行程对应的历史出行信息和历史车况信息；对分割结果进行特征提取，得到第一特征集合、第二特征集合和第三特征集合，其中，第一特征集合用于表示目标行程对应的车况特征数据，第二特征集合用于表示目标行程对应的车况故障特征数据，第三特征集合用于表示目标行程对应的出行特征数据。
[0016]可选地，训练模块还用于获取目标行程对应的行程标签，其中，行程标签用于标注目标行程对应的故障风险等级；利用行程标签和预处理结果生成目标数据集；利用目标数据集对初始神经网络模型进行反向传播训练，得到目标神经网络模型。
[0017]可选地，预测模块还用于利用目标神经网络模型对目标出行信息进行编码处理，得到第一编码结果，以及对目标车况信息进行编码处理，得到第二编码结果；利用目标神经网络模型对第一编码结果和第二编码结果进行融合处理，得到融合结果；利用目标神经网络模型对融合结果进行特征提取，得到特征提取结果；基于特征提取结果确定预测结果。
[0018]根据本专利技术其中一实施例，还提供了一种非易失性存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述任一项中的车辆状态检测方法。
[0019]根据本专利技术其中一实施例，还提供了一种处理器，处理器用于运行程序，其中，程序被设置为运行时执行上述任一项中的车辆状态检测方法。
[0020]根据本专利技术其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的车辆状态检测方法。
[0021]在本专利技术实施例中，通过获取目标车辆的目标出行信息和目标车况信息，进而利用目标神经网络模型对目标出行信息和目标车况信息进行预测，得到预测结果，最后基于预测结果对目标车辆进行状态评估，得到评估结果，达到了对车辆进行全面且准确的安全检查的目的，从而实现了提高车辆安全性的技术效果，进而解决了相关技术难以对车辆进行全面且准确的安全检查而导致的车辆安全性较低的技术问题。
附图说明
[0022]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0023]图1是根据本专利技术其中一实施例的一种车辆状态检测方法的流程图；
[0024]图2是根据本专利技术其中一实施例的一种目标神经网络模型的结构示意图；
[0025]图3是根据本专利技术其中一实施例的一种车辆状态检测装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆状态检测方法，其特征在于，包括：获取目标车辆的目标出行信息和目标车况信息；利用目标神经网络模型对所述目标出行信息和所述目标车况信息进行预测，得到预测结果，其中，所述预测结果用于确定所述目标车辆的故障信息和故障风险等级，所述目标神经网络模型使用多组数据通过机器学习训练得到，所述多组数据包括：历史出行信息和历史车况信息；基于所述预测结果对所述目标车辆进行状态评估，得到评估结果。2.根据权利要求1所述的车辆状态检测方法，其特征在于，所述方法还包括：对所述历史出行信息和所述历史车况信息进行预处理，得到预处理结果；基于所述预处理结果对初始神经网络模型进行迭代训练，得到所述目标神经网络模型。3.根据权利要求2所述的车辆状态检测方法，其特征在于，所述预处理结果包括：第一特征集合、第二特征集合和第三特征集合，对所述历史出行信息和所述历史车况信息进行预处理，得到所述预处理结果包括：按照预设分割条件对所述历史出行信息和所述历史车况信息进行数据分割，得到分割结果，其中，所述分割结果用于表示目标行程对应的所述历史出行信息和所述历史车况信息；对所述分割结果进行特征提取，得到所述第一特征集合、所述第二特征集合和所述第三特征集合，其中，所述第一特征集合用于表示所述目标行程对应的车况特征数据，所述第二特征集合用于表示所述目标行程对应的车况故障特征数据，所述第三特征集合用于表示所述目标行程对应的出行特征数据。4.根据权利要求3所述的车辆状态检测方法，其特征在于，基于所述预处理结果对所述初始神经网络模型进行迭代训练，得到所述目标神经网络模型包括：获取所述目标行程对应的行程标签，其中，所述行程标签用于标注所述目标行程对应的所述故障风险等级；利用所述行程标签和所述预处理结果生成目标数据集；利用所述目标数据集对所述初始神经网络模型进行反向传播训练，得到所述目标神经网络模型。5.根据权利要求1所述的车辆状态检测方法，其特征在于，利用所述目标神经...
【专利技术属性】
技术研发人员：何云廷，郭泽琪，王文彬，王旭，康子怡，尹佳伟，孙宇，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。