System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及车辆防爆领域,尤其涉及一种车辆防爆方法、装置、终端设备以及存储介质。
技术介绍
1、现代汽车制造业已经在车辆设计和安全方面做出了许多改进和创新,通过采用可靠的燃料系统、安全阀装置、电路保护装置等,大大降低了车辆爆炸的风险。
2、然后,现有车辆防爆方式是需要人工监控各个指标来综合判断车辆情况,一般人对车辆的技术和工作原理了解有限,导致人们无法及时发现潜在的车辆安全隐患,从而增加车辆发生爆炸的风险。
技术实现思路
1、本申请的主要目的在于提供一种车辆防爆方法、装置、终端设备以及存储介质,旨在降低车辆发生爆炸的风险。
2、为实现上述目的,本申请提供一种车辆防爆方法,所述车辆防爆方法包括:
3、获取当前车辆环境信息和当前车身信息;
4、根据所述车辆环境信息和所述车身信息进行防爆预测,得到预测爆炸指标;
5、根据所述预测爆炸指标进行车辆决策。
6、可选地,所述当前车辆环境信息包括当前障碍物信息和当前气象信息,所述当前车身信息包括当前温度变化信息和当前电量变化信息,所述根据所述车辆环境信息和所述车身信息进行防爆预测,得到预测爆炸指标的步骤包括:
7、基于预设的车辆防爆模型,根据所述当前障碍物信息、所述当前气象信息、所述当前温度变化信息和所述当前电量变化信息进行爆炸分析,得到所述预测爆炸指标。
8、可选地,所述基于预设的车辆防爆模型,根据所述障碍物信息、所述气象信息、所述温度变化信息和电量变
9、创建所述车辆防爆模型,具体包括:
10、获取样本障碍物信息、样本气象信息、样本温度变化信息、样本电量变化信息和对应的样本爆炸信息;
11、基于若干个神经网络算法,对所述样本障碍物信息、所述样本气象信息、所述样本温度变化信息、所述样本电量变化信息和所述样本爆炸信息进行训练,得到所述车辆防爆模型。
12、可选地,所述基于若干个神经网络算法,对所述样本障碍物信息、所述样本气象信息、所述样本温度变化信息、所述样本电量变化信息和所述样本爆炸信息进行训练,得到所述车辆防爆模型的步骤包括:
13、基于卷积神经网络,对所述样本障碍物信息和对应的样本爆炸信息进行训练,得到障碍物防爆子模型;
14、基于循环神经网络算法,对所述样本温度变化信息和对应的样本爆炸信息进行训练,得到温度防爆子模型;
15、基于长短时记忆网络,对所述样本电量变化信息和对应的样本爆炸信息进行训练,得到电量防爆子模型;
16、基于变换器的神经网络,对所述样本气象信息和对应的样本爆炸信息进行训练,得到气象防爆子模型;
17、将障碍物防爆子模型、所述温度防爆子模型、所述电量防爆子模型和气象防爆子模型进行组合,得到所述车辆防爆模型。
18、可选地,所述将障碍物防爆子模型、所述温度防爆子模型、所述电量防爆子模型和气象防爆子模型进行组合,得到所述车辆防爆模型的步骤包括:
19、将障碍物防爆子模型、所述温度防爆子模型、所述电量防爆子模型和气象防爆子模型进行融合网络组合,得到所述车辆防爆模型。
20、可选地,所述基于预设的车辆防爆模型,根据所述障碍物信息、所述气象信息、所述温度变化信息和电量变化信息进行爆炸分析,得到所述爆炸指标的步骤之前还包括:
21、创建所述车辆防爆模型,具体包括:
22、获取样本障碍物信息、样本气象信息、样本温度变化信息、样本电量变化信息和对应的样本爆炸信息;
23、对所述样本障碍物信息、所述样本气象信息、所述样本温度变化信息、所述样本电量变化信息和所述样本爆炸信息进行张量组合处理,得到样本因素张量信息;
24、对样本因素张量信息和对应的样本爆炸信息进行训练,得到所述车辆防爆模型。
25、可选地,所述根据所述预测爆炸指标进行车辆决策的步骤包括:
26、根据所述预测爆炸指标进行预警;
27、若在预设时间内,检测不到满足预警要求的操作指令,则根据所述预测爆炸指标进行车辆决策。
28、本申请实施例还提出一种车辆防爆装置,所述车辆防爆装置包括:
29、信息获取模块,用于获取当前车辆环境信息和当前车身信息;
30、爆炸预测模块,用于根据所述车辆环境信息和所述车身信息进行防爆预测,得到预测爆炸指标;
31、预测执行模块,用于根据所述预测爆炸指标进行车辆决策。
32、本申请实施例还提出一种终端设备,所述终端设备包括存储器、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车辆防爆程序,所述车辆防爆程序被所述处理器执行时实现如上所述的车辆防爆方法的步骤。
33、本申请实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有车辆防爆程序,所述车辆防爆程序被处理器执行时实现如上所述的车辆防爆方法的步骤。
34、本申请实施例提出的车辆防爆方法、装置、终端设备以及存储介质,通过获取当前车辆环境信息和当前车身信息;根据所述车辆环境信息和所述车身信息进行防爆预测,得到预测爆炸指标;根据所述预测爆炸指标进行车辆决策。通过获取当前车辆环境信息和当前车身信息,并根据当前车辆环境信息和当前车身信息自动预测,得到预测爆炸指标,车辆自动根据预测爆炸指标进行车辆决策,从而不需要人工监控各个指标来综合判断车辆情况,通过车辆防爆程序进行防爆决策,降低车辆发生爆炸的风险。
本文档来自技高网...【技术保护点】
1.一种车辆防爆方法,其特征在于,所述车辆防爆方法包括:
2.根据权利要求1所述的车辆防爆方法,其特征在于,所述当前车辆环境信息包括当前障碍物信息和当前气象信息,所述当前车身信息包括当前温度变化信息和当前电量变化信息,所述根据所述车辆环境信息和所述车身信息进行防爆预测,得到预测爆炸指标的步骤包括:
3.根据权利要求2所述的车辆防爆方法,其特征在于,所述基于预设的车辆防爆模型,根据所述障碍物信息、所述气象信息、所述温度变化信息和电量变化信息进行爆炸分析,得到所述爆炸指标的步骤之前还包括:
4.根据权利要求3所述的车辆防爆方法,其特征在于,所述基于若干个神经网络算法,对所述样本障碍物信息、所述样本气象信息、所述样本温度变化信息、所述样本电量变化信息和所述样本爆炸信息进行训练,得到所述车辆防爆模型的步骤包括:
5.根据权利要求4所述的车辆防爆方法,其特征在于,所述将障碍物防爆子模型、所述温度防爆子模型、所述电量防爆子模型和气象防爆子模型进行组合,得到所述车辆防爆模型的步骤包括:
6.根据权利要求2所述的车辆防爆方法,其特征在于
7.根据权利要求1所述的车辆防爆方法,其特征在于,所述根据所述预测爆炸指标进行车辆决策的步骤包括:
8.一种车辆防爆装置,其特征在于,所述车辆防爆装置包括:
9.一种终端设备,其特征在于,所述终端设备包括存储器、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车辆防爆程序,所述车辆防爆程序被所述处理器执行时实现如权利要求1-7中任一项所述的车辆防爆方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有车辆防爆程序,所述车辆防爆程序被处理器执行时实现如权利要求1-7中任一项所述的车辆防爆方法的步骤。
...【技术特征摘要】
1.一种车辆防爆方法,其特征在于,所述车辆防爆方法包括:
2.根据权利要求1所述的车辆防爆方法,其特征在于,所述当前车辆环境信息包括当前障碍物信息和当前气象信息,所述当前车身信息包括当前温度变化信息和当前电量变化信息,所述根据所述车辆环境信息和所述车身信息进行防爆预测,得到预测爆炸指标的步骤包括:
3.根据权利要求2所述的车辆防爆方法,其特征在于,所述基于预设的车辆防爆模型,根据所述障碍物信息、所述气象信息、所述温度变化信息和电量变化信息进行爆炸分析,得到所述爆炸指标的步骤之前还包括:
4.根据权利要求3所述的车辆防爆方法,其特征在于,所述基于若干个神经网络算法,对所述样本障碍物信息、所述样本气象信息、所述样本温度变化信息、所述样本电量变化信息和所述样本爆炸信息进行训练,得到所述车辆防爆模型的步骤包括:
5.根据权利要求4所述的车辆防爆方法,其特征在于,所述将障碍物防爆子模型、所述温度防爆子模型、所述电...
【专利技术属性】
技术研发人员:刘新,刘子元,
申请(专利权)人:深圳市易新亿意软件开发有限公司,
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。