确定车辆故障的方法和系统技术方案

本发明专利技术涉及一种用于确定车辆的故障的方法，该方法包括

【技术实现步骤摘要】
alarm rate)
方面进行统计学检验，从而可靠地确定并追溯车辆
/
车辆部件的故障，例如传感器故障和
/
或车辆部件的故障
。
尤其，通过本专利技术可以在车辆外部，尤其在云服务器中实现可靠的故障确定
。
此外，还可以应用该构思来可靠且安全地运行车辆
。
[0013]本专利技术的各个方案的有利构型能够由以下可选的实施例中获得
。
[0014]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述基准指标代表所述车辆本身在过去的时间段内的关键指标参数的平均值
。
替代地，所述基准指标代表与所述车辆的类型
、
尤其是车型相同的其他车辆在相同时间段内的关键指标参数的平均值
。
[0015]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述第一统计学方法为
Z
检验法，其中，设置第一显著性水平
。
[0016]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述第二统计学方法为二项式检验法，在所述二项式检验法中，将具有潜在非正常行为的车辆的关键指标参数与在步骤
S103
中设置的第一显著性水平进行比较，其中，设置第二显著性水平
。
[0017]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，关键指标参数代表车辆的与合理性检验准则相对应的错误率
。
[0018]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述传感器数据以数据值的形式表明车辆和
/
或车辆部件的运行状态
。
[0019]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述传感器数据被传输至车辆外部的外部服务器
、
尤其是云服务器，并且存储在所述外部服务器中
。
[0020]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述传感器数据以数据包的形式以第一时间间隔从所述车辆被传输至所述外部服务器
。
[0021]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述关键指标参数以第二时间间隔被生成或以规定的数据包个数来生成，所述第二时间间隔大于所述第一时间间隔
。
[0022]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述
n
个合理性检验准则至少包括：传感器数据的可用性和
/
或有效性的检验
、
超范围的检验
、
阈值检验和直方图检验
。
[0023]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述第一显著性水平为
0.001
，其代表即使所有车辆具有相同的错误行为，仅千分之一个车辆被标记为“非正常”。
[0024]根据本专利技术的用于确定车辆的故障的方法的一个可选实施例，所述第二显著性水平为
0.01
，其代表即使所有车辆具有相同的错误行为，仅百分之一的合理性检验准则被标记为“非正常”。
[0025]根据本专利技术的第二方面，提供一种用于确定车辆的故障的系统，其中，所述系统包括：
[0026]数据接收模块，所述数据接收模块配置为接收来自所述车辆的传感器数据；
[0027]数据处理模块，所述数据处理模块配置为基于
n
个合理性检验准则对所接收的传感器数据进行合理性检验并且生成所述车辆的与所述
n
个合理性检验的结果相对应的
n
个关键指标参数；
[0028]数据评估模块，所述数据评估模块配置为利用第一统计学方法将所述
n
个关键指
标参数与对应的基准指标进行比较，以识别所述车辆是否具有潜在非正常的行为并且利用第二统计学方法对识别出的具有潜在非正常行为的车辆的关键指标参数进行检验，以确定所述车辆的故障
。
[0029]根据本专利技术的用于确定车辆的故障的系统的一个实施例，所述系统布置在所述车辆外部，尤其是布置在云服务器中
。
[0030]根据本专利技术的系统的另一实施例，所述系统布置在所述车辆中
。
[0031]根据本专利技术的第三方面，一种用于运行车辆的方法，其中，所述方法包括以下步骤：
[0032]S201
：根据本专利技术的用于确定车辆的故障的方法之一确定车辆的故障；和
[0033]S202
：根据所述故障采取一个或多个措施，使得所述车辆被带入安全状态中
。
[0034]根据本专利技术的用于运行车辆的方法的一个实施例，所述一个或多个措施至少包括：跟随前方车辆
、
降低所述车辆的速度
、
紧急制动
。
[0035]根据本专利技术的第四方面，提供一种车辆，其中，所述车辆包括本专利技术的系统，其中，所述系统布置在车辆中，尤其是
ECU
中或域控制器中
。
[0036]根据本专利技术的车辆的一个实施例，所述车辆为具有自动驾驶功能的车辆
。
替代地或附加地，所述车辆为电动车辆
。
[0037]根据本专利技术的第五方面，提供一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令被处理器执行时至少用于辅助实施上述实施例之一所述的方法
。
[0038]本专利技术的更多的特征从权利要求
、
附图和附图的描述中变得显而易见的
。
在上述说明中提到的特征和特征组合以及在下文的附图描述中提到的和
/
或只在附图中示出的特征和特征组合不仅可以以相应指定的组合使用，而且可以在不脱离本专利技术的范围的情况下以其它组合使用
。
因此，下述内容也视作被本专利技术涵盖和公开：这些内容未在附图中明确示出并未被明确解释，而是源自由来自所解释的内容的分离的特征所组成的组合并由这些组合产生
。
下述内容和特征组合也被视作是被公开的：其不具有原始撰写的独立权利要求的所有特征
。
此外，下述内容和特征组合被视作尤其被上文内容所公开：其超出或偏离权利要求的引用关系中所限定的特征组合
。
附图说明
[0039]下面，通过参看附图更详细地描述本专利技术，可以更好地理解本专利技术的原理
、
特点和优点
。
在附图中：
[0040]图1示出了本专利技术的用于确定车辆的故障的系统的一个实施例的示意图；
[0041]图2示出了本专利技术的用于确定车辆的故障的方法的一个实施例的流程图；
[0042]图3示出了本专利技术的用于确定车辆的故障的方法的一个应用场景的示意图；
[0043]图4示出了本专利技术的用于确定车辆的故障的方法的另一应用场景的示意图；
[0044]图5示出了本专利技术的用于运行车辆的方法的一个实施例的流程图；和
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于确定车辆
(1)
的故障的方法
(100)
，其中，所述方法
(100)
包括以下步骤：
S101
：接收所述车辆
(1)
的传感器数据；
S102
：基于
n
个合理性检验准则分别对所接收的传感器数据进行合理性检验并生成所述车辆
(1)
的与所述
n
个合理性检验的结果相对应的
n
个关键指标参数
(KPI)
；
S103
：利用第一统计学方法将所述
n
个关键指标参数
(KPI)
与对应的基准指标
(RI)
进行比较，以识别所述车辆
(1)
是否具有潜在非正常的行为；
S104
：利用第二统计学方法对识别出的具有潜在非正常行为的车辆
(1)
的关键指标参数
(KPI)
进行检验，以确定所述车辆
(1)
的故障
。2.
根据权利要求1所述的方法
(100)
，其中，所述基准指标
(RI)
代表所述车辆
(1)
本身在过去的时间段内的关键指标参数
(KPI)
的平均值，或者所述基准指标
(RI)
代表与所述车辆
(1)
的类型
、
尤其是车型相同的其他车辆在相同时间段内的关键指标参数
(KPI)
的平均值
。3.
根据权利要求1或2所述的方法
(100)
，其中，所述第一统计学方法为
Z
检验法，其中，设置第一显著性水平
(
α
1)。4.
根据权利要求3所述的方法
(100)
，其中，所述第二统计学方法为二项式检验法，在所述二项式检验法中，将具有潜在非正常行为的车辆
(1)
的关键指标参数
(KPI)
与在步骤
S103
中设置的第一显著性水平
(
α
1)
进行比较，其中，设置第二显著性水平
(
α
2)。5.
根据权利要求1至4中任一项所述的方法
(100)
，其中，关键指标参数
(KPI)
代表车辆
(1)
的与合理性检验准则相对应的错误率
。6.
根据权利要求1至5中任一项所述的方法
(100)
，其中，所述传感器数据以数据值的形式表明车辆
(1)
和
/
或车辆
(1)
部件的运行状态
。7.
根据权利要求1至6中任一项所述的方法
(100)
，其中，所述传感器数据被传输至车辆
(1)
外部的外部服务器
、
尤其是云服务器，并且存储在所述外部服务器中
。8.
根据权利要求7所述的方法
(100)
，其中，所述传感器数据以数据包的形式以第一时间间隔从所述车辆
(1)
被传输至所述外部服务器；和
/
或所述关键指标参数
(KPI)
以第二时间间隔被生成或以规定的数据包个数来生成，所述第二时间间隔大于所述第一时间间隔
。9.
根据权利要求1至8中任一项所述的方法
(100)
，其中，所述
n
个合理性检验准则至少包括：传感器数据的可用性和
/
或有效性的检验
、
超范围的检验
、
阈值检验和直方图检验
。10.
根据权利要求4至9中任一项所述的方法
(10...

【专利技术属性】
技术研发人员：B，
申请(专利权)人：梅赛德斯奔驰集团股份公司，
类型：发明
国别省市：