诊断模式预测方法、车辆诊断方法以及相关设备技术

本申请实施例公开了诊断模式预测方法、车辆诊断方法以及相关设备，用于提升诊断模式预测的准确性。本申请实施例方法包括：获取影响诊断模式选择的当前多维数据，所述诊断模式选择指所述诊断接头针对诊断设备以及待诊断车辆所发送数据的数据处理策略；将所述当前多维数据输入预先训练好的目标预测模型，获得所述目标预测模型输出的每个可选诊断模式对应的预测概率，所述诊断设备以及所述待诊断车辆使用所述每个可选诊断模式的诊断成功率，与所述每个可选诊断模式对应的预测概率正相关，所述目标预测模型基于多组历史诊断样本训练得到；根据所述目标预测模型输出的每个可选诊断模式对应的预测概率，从多个可选诊断模式中确定目标诊断模式。目标诊断模式。目标诊断模式。

【技术实现步骤摘要】
诊断模式预测方法、车辆诊断方法以及相关设备


[0001]本申请实施例涉及车辆诊断领域，尤其涉及诊断模式预测方法、车辆诊断方法以及相关设备。

技术介绍

[0002]汽车远程诊断对网络时延要求很高，如果诊断超时则很可能造成诊断失败。众所周知，网络的时延受到各种情况的影响，是不可控的。
[0003]为了解决这个问题，远程诊断会开发不同的诊断模式供用户选择，现有的做法是在待诊断车辆以及诊断设备握手的时候，确定当前网络时延，握手成功后根据当前网络时延所处的任一预设时延区间，选择任一预设时延区间对应的唯一一种诊断模式为默认诊断模式，并在首次诊断过程中使用默认诊断模式。若首次远程诊断失败，则在失败后由用户再尝试手动切换到其他的模式。
[0004]但是在实际使用中，不同的车，不同的诊断设备，执行不同的诊断项目，对时延的要求都不完全一样；不同的国家，网络设施的好坏也不一样，网络延时，波动情况也不同，因此现有的以当前网络时延为单一维度的诊断模式预测手段，难以确定出待诊断车辆以及诊断设备在当前条件下最适合的默认诊断模式。也就是说，在现有的诊断模式预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种诊断模式预测方法，其特征在于，应用于诊断接头，所述方法包括：获取影响诊断模式选择的当前多维数据，所述诊断模式选择指所述诊断接头针对诊断设备以及待诊断车辆所发送数据的数据处理策略；将所述当前多维数据输入预先训练好的目标预测模型，获得所述目标预测模型输出的每个可选诊断模式对应的预测概率，所述诊断设备以及所述待诊断车辆使用所述每个可选诊断模式的诊断成功率，与所述每个可选诊断模式对应的预测概率正相关，所述目标预测模型基于多组历史诊断样本训练得到；根据所述目标预测模型输出的每个可选诊断模式对应的预测概率，从多个可选诊断模式中确定目标诊断模式。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述多组历史诊断样本，其中每组历史诊断样本包括影响每次历史诊断的历史通信时延的历史多维数据，以及所述每次历史诊断采用的历史诊断模式；轮流将每组历史诊断样本确定为目标诊断样本；将所述目标诊断样本包括的历史多维数据以及历史诊断模式输入初始预测模型，获得所述预测模型输出的每个可选诊断模式对应的训练概率；根据所述预测模型输出的每个可选诊断模式对应的训练概率、所述目标诊断样本对应的历史诊断模式，计算损失值；若所述损失值满足预设收敛条件，则确定所述初始预测模型为所述目标预测模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述预测模型输出的每个可选诊断模式对应的训练概率、所述目标诊断样本对应的历史诊断模式，计算损失值，包括：将所述每个可选诊断模式中对应的训练概率最高的可选诊断模式，确定为预测诊断模式；根据预设编码模式计算所述预测诊断模式的预测模式编码，并根据所述预设编码模式计算所述目标诊断样本对应的历史诊断模式的真实模式编码；将所述预测模式编码与所述真实模式编码之间的差值，作为所述损失值。4.根据权利要求1所述的方法，其特征在于，所述当前多维数据包括当前网络时延，所述方法还包括：向所述诊断接头的关联诊断接头发送时延测试请求，并接收所述关联诊断接头发送的时延测试答复，所述诊断接头以及所述关联诊断接头用于在所述待诊断车辆以及所述诊断设备之间透传数据；将发出所述时延测试请求至接收所述时延测试答复的时长，确定为所述当前网络时延。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述当前多维数据包括当前网络时延，所述方法还包括：将每组...

【专利技术属性】
技术研发人员：刘新，李森，
申请(专利权)人：深圳市元征科技股份有限公司，
类型：发明
国别省市：