【技术实现步骤摘要】
本专利技术属于车辆状态监测领域，具体涉及一种基于数字孪生的车辆异常状态监测方法及监测系统。
技术介绍
1、数字孪生技术是指数字世界中与现实世界中某些对象或过程具有一致性的虚拟模型，数字孪生模型不仅是基础单元模型建模，还是从空间维度上通过模型组装实现更复杂对象模型的构建，从多领域多学科角度模型融合以实现复杂物理对象各领域特征的全面刻画。
2、随着汽车技术的发展和进步，车辆的自主性不断增强，在辅助用户实现如自动驾驶、半自动驾驶行车任务的同时，也降低了对车辆的控制权限，对车辆的异常状态的监控也越来越有必要。
3、现有技术中，针对车辆异常状态如休眠异常的检测多依赖于can总线、传感器等方法，监测方式较为分散，且容易导致监测精度不高，定位难度较差的问题；且随着电动汽车的普及，对动力电池的性能提出了更高的要求，传统的方式难以满足测试和精度的要求，使得用户无法及时感知到电池老化等问题，导致出现监测事故，继而易引发用车危险。
技术实现思路
1、鉴于以上所述的现有技术的缺点，本专利技术的目的是提供一种基于数字孪生的车辆异常状态监测方法及监测系统，解决了现有技术针对车辆异常状态监测精度低、监测不及时的问题。
2、本专利技术第一方面提供一种基于数字孪生的车辆异常状态监测方法，包括：
3、采集车辆实时状态数据，所述车辆实时状态数据包括车辆休眠数据和电池运行数据；基于所述车辆实时状态数据获取预设场景下的车辆实时状态，所述预设场景下的车辆实时状态包括车辆休眠监测
4、构建基于对应预设场景的数字孪生模型，所述数字孪生模型包括车辆休眠监测场景下的数字孪生模型和电池老化监测场景下的数字孪生模型；
5、将所述车辆实时状态数据与所述数字孪生模型进行匹配，生成车辆状态偏差，基于所述车辆状态偏差监测车辆异常状态。
6、可选的，所述基于所述车辆状态偏差监测车辆异常状态，包括：
7、当所述车辆状态偏差超过预设状态阈值时，判定预设场景下的车辆实时状态为车辆异常状态，所述预设状态阈值包括预设休眠状态阈值，所述车辆异常状态包括车辆休眠异常状态。
8、可选的，所述判定预设场景下的车辆实时状态为车辆异常状态之后，生成监测结果，所述监测结果包括车辆休眠异常监测结果；
9、基于所述监测结果定位异常原因。
10、可选的，所述采集车辆实时状态数据，基于所述车辆实时状态数据获取预设场景下的车辆实时状态，包括：
11、采集车辆休眠数据，所述车辆休眠数据包括车速、转速和加速度；
12、基于所述车辆休眠数据获取预设场景为车辆休眠监测场景的车辆实时状态。
13、可选的，所述构建基于对应预设场景的数字孪生模型，包括：
14、基于车辆结构数据、电气系统数据和传感器数据构建车辆休眠监测场景下的数字孪生模型。
15、可选的，所述将所述车辆实时状态数据与所述数字孪生模型进行匹配，生成车辆状态偏差，包括：
16、将所述车辆休眠数据输入车辆休眠监测场景下的数字孪生模型中，获取车辆休眠预测数据；对比所述车辆休眠数据与所述车辆休眠预测数据的差异，生成车辆休眠监测场景下的车辆状态偏差。
17、可选的，其特征在于，所述基于所述车辆状态偏差监测车辆异常状态，包括：
18、基于所述车辆休眠监测场景下的车辆状态偏差判断车辆是否处于车辆休眠异常状态；
19、当所述车辆休眠监测场景下的车辆状态偏差超过预设休眠状态阈值时，判定车辆休眠监测场景下的车辆实时状态处于车辆休眠异常状态。
20、可选的，所述判定车辆休眠监测场景下的车辆实时状态处于车辆休眠异常状态，生成车辆休眠异常监测结果之后，包括：
21、基于所述车辆休眠异常监测结果定位异常类型，所述异常类型包括电池异常、电路故障和机械故障；
22、基于所述异常类型索引异常部位或异常原因。
23、可选的，所述预设场景为电池老化监测场景；
24、所述采集车辆实时状态数据，基于所述车辆实时状态数据获取预设场景下的车辆实时状态，包括：采集电池运行数据，基于所述电池运行数据获取电池老化监测场景下的车辆实时状态；所述构建基于对应预设场景的数字孪生模型，包括：获取预设样本容量的12v蓄电池的工作参数；对所述12v蓄电池的工作参数进行预处理，并将预处理后的12v蓄电池的工作参数输入神经网络模型，得到电池老化监测场景下的数字孪生模型；
25、所述将所述车辆实时状态数据与所述数字孪生模型进行匹配，生成车辆状态偏差，包括：将所述电池运行数据输入电池老化监测场景下的数字孪生模型中，获取电池运行预测数据；对比所述电池运行数据与所述电池运行预测数据的差异，生成电池老化监测场景下的车辆状态偏差。
26、可选的，所述生成电池老化监测场景下的车辆状态偏差，包括：
27、基于所述电池老化监测场景下的车辆状态偏差划分电池老化等级；
28、若电池老化等级超过电池老化安全等级，触发电池安全保护机制，所述电池安全保护机制包括电池老化界面提醒和电池老化工单自动创建。
29、本专利技术第二方面提供一种基于数字孪生的车辆异常状态监测系统，包括：
30、数据采集模块，至少用于采集车辆实时状态数据，基于所述车辆实时状态数据获取预设场景下的车辆实时状态，所述预设场景下的车辆实时状态包括车辆休眠监测场景下的车辆实时状态和电池老化监测场景下的车辆实时状态；
31、模型构建模块，至少用于构建基于对应预设场景的数字孪生模型，所述数字孪生模型包括车辆休眠监测场景下的数字孪生模型和电池老化监测场景下的数字孪生模型；
32、偏差生成模块，至少用于将所述车辆实时状态数据与所述数字孪生模型进行匹配，生成车辆状态偏差；
33、异常监测模块，至少用于基于所述车辆状态偏差监测车辆异常状态。
34、可选的，所述异常监测模块包括第一判断子模块，所述第一判断子模块用于当所述车辆状态偏差超过预设状态阈值时，判定预设场景下的车辆实时状态为车辆异常状态，所述预设状态阈值包括预设休眠状态阈值，所述车辆异常状态包括车辆休眠异常状态。
35、可选的，所述异常监测模块还包括定位子模块，所述定位子模块用于判定预设场景下的车辆实时状态为车辆异常状态之后，生成监测结果，并基于所述监测结果定位异常原因。
36、可选的，所述异常监测模块包括第二判断子模块，所述第二判断子模块用于基于所述电池老化监测场景下的车辆状态偏差划分电池老化程度；
37、若电池老化程度超过电池老化安全等级，触发电池安全保护机制，所述电池安全保护机制包括电池老化界面提醒和电池老化工单自动创建。
38、本专利技术第三方面提供一种可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术第一方面所述的基于数本文档来自技高网...
【技术保护点】
1.一种基于数字孪生的车辆异常状态监测方法，其特征在于，包括：
2.根据权利要求1所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述基于所述车辆状态偏差监测车辆异常状态，包括：
3.根据权利要求2所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述判定预设场景下的车辆实时状态为车辆异常状态之后，生成监测结果，所述监测结果包括车辆休眠异常监测结果；
4.根据权利要求3所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述采集车辆实时状态数据，基于所述车辆实时状态数据获取预设场景下的车辆实时状态，包括：
5.根据权利要求4所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述构建基于对应预设场景的数字孪生模型，包括：
6.根据权利要求5所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述将所述车辆实时状态数据与所述数字孪生模型进行匹配，生成车辆状态偏差，包括：
7.根据权利要求6所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述基于所述车辆状态偏差监测车辆异常状态，包括：>
8.根据权利要求7所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述判定车辆休眠监测场景下的车辆实时状态处于车辆休眠异常状态，生成车辆休眠异常监测结果之后，包括：
9.根据权利要求3所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述预设场景为电池老化监测场景；
10.根据权利要求9所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述生成电池老化监测场景下的车辆状态偏差，包括：
11.一种基于数字孪生的车辆异常状态监测系统，其特征在于，包括：
12.根据权利要求11所述的基于数字孪生的车辆异常状态监测系统，其特征在于，所述异常监测模块包括第一判断子模块，所述第一判断子模块用于当所述车辆状态偏差超过预设状态阈值时，判定预设场景下的车辆实时状态为车辆异常状态，所述预设状态阈值包括预设休眠状态阈值，所述车辆异常状态包括车辆休眠异常状态。
13.根据权利要求12所述的基于数字孪生的车辆异常状态监测系统，其特征在于，所述异常监测模块还包括定位子模块，所述定位子模块用于判定预设场景下的车辆实时状态为车辆异常状态之后，生成监测结果，并基于所述监测结果定位异常原因。
14.根据权利要求11所述的基于数字孪生的车辆异常状态监测系统，其特征在于，所述异常监测模块包括第二判断子模块，所述第二判断子模块用于基于所述电池老化监测场景下的车辆状态偏差划分电池老化程度；
15.一种可读存储介质，存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-10任意一项所述的基于数字孪生的车辆异常状态监测方法的步骤。
...【技术特征摘要】
1.一种基于数字孪生的车辆异常状态监测方法，其特征在于，包括：
2.根据权利要求1所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述基于所述车辆状态偏差监测车辆异常状态，包括：
3.根据权利要求2所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述判定预设场景下的车辆实时状态为车辆异常状态之后，生成监测结果，所述监测结果包括车辆休眠异常监测结果；
4.根据权利要求3所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述采集车辆实时状态数据，基于所述车辆实时状态数据获取预设场景下的车辆实时状态，包括：
5.根据权利要求4所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述构建基于对应预设场景的数字孪生模型，包括：
6.根据权利要求5所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述将所述车辆实时状态数据与所述数字孪生模型进行匹配，生成车辆状态偏差，包括：
7.根据权利要求6所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述基于所述车辆状态偏差监测车辆异常状态，包括：
8.根据权利要求7所述的基于数字孪生的车辆异常状态监测方法，其特征在于，所述判定车辆休眠监测场景下的车辆实时状态处于车辆休眠异常状态，生成车辆休眠异常监测结果之后，包括：
9.根据权利要求3所述的基...
【专利技术属性】
技术研发人员：张伟捷，高瑞，王飞，
申请(专利权)人：智己汽车科技有限公司，
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。