[發(fā)明專利]車輛零部件故障發(fā)生概率估算方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201611264872.4
• 申請日: 2016-12-30
• 公開（公告）號: CN106650157B
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計）人: 馬智;王舒琴;黃忠睿;唐焱
• 申請（專利權(quán)）人: 上海擎感智能科技有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/20
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 潘彥君;吳敏

1.一種車輛零部件故障發(fā)生概率估算方法，其特征在于，包括：

獲取車輛在預(yù)設(shè)第一時長內(nèi)的駕駛行為數(shù)據(jù)；

對所述第一時長內(nèi)的駕駛行為數(shù)據(jù)進(jìn)行處理；

將處理后的駕駛行為數(shù)據(jù)輸入至已訓(xùn)練的零部件磨損模型，采用所述零部件磨損模型，計算所述零部件在所述第一時長的結(jié)束時刻對應(yīng)的故障發(fā)生概率，并輸出，其中，所述零部件磨損模型的輸入?yún)?shù)包括駕駛行為，中間參數(shù)為磨損程度，輸出參數(shù)為零部件的故障發(fā)生概率，所述磨損程度與駕駛行為具有第一映射關(guān)系，所述零部件的故障發(fā)生概率與所述零部件的磨損程度具有第二映射關(guān)系，通過訓(xùn)練得到所述零部件磨損模型中各駕駛行為在所述第一映射關(guān)系中對應(yīng)的權(quán)重以及磨損程度在所述第二映射關(guān)系中對應(yīng)的權(quán)重，其中，所述零部件磨損模型的輸入?yún)?shù)還包括零部件磨損關(guān)聯(lián)因素，所述磨損程度與所述駕駛行為及零部件磨損關(guān)聯(lián)因素具有第三映射關(guān)系，通過訓(xùn)練分別得到所述零部件磨損模型中各駕駛行為及零部件磨損關(guān)聯(lián)因素在所述第三映射關(guān)系中對應(yīng)的權(quán)重。

2.根據(jù)權(quán)利要求1所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，所述駕駛行為包括以下至少一種：

急加速、急減速、怠速、超速、急轉(zhuǎn)彎及急剎車。

3.根據(jù)權(quán)利要求2所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，在計算所述零部件在所述第一時長的結(jié)束時刻對應(yīng)的故障發(fā)生概率之后，還包括：

根據(jù)計算得到的零部件的故障發(fā)生概率，結(jié)合所述第一時長內(nèi)的駕駛行為數(shù)據(jù)，采用所述已訓(xùn)練的零部件磨損模型，分析各駕駛行為對零部件的故障發(fā)生概率的影響；

針對各駕駛行為對所述零部件故障發(fā)生概率的影響，生成駕駛行為改善建議，并輸出。

4.根據(jù)權(quán)利要求2所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，所述對所述第一時長內(nèi)的駕駛行為數(shù)據(jù)進(jìn)行處理，包括：

獲取所述車輛在所述第一時長內(nèi)的駕駛里程；

統(tǒng)計所述第一時長內(nèi)各駕駛行為的發(fā)生總次數(shù)，并計算各駕駛行為在預(yù)設(shè)里程內(nèi)發(fā)生的次數(shù)作為處理后的駕駛行為數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，還包括：當(dāng)計算得到的零部件的故障發(fā)生概率大于預(yù)設(shè)故障發(fā)生概率時，發(fā)出故障提醒信息。

6.根據(jù)權(quán)利要求1所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，還包括：

獲取所述第一時長內(nèi)所述車輛對應(yīng)的零部件磨損關(guān)聯(lián)因素數(shù)據(jù)，并輸入至所述已訓(xùn)練的零部件磨損模型。

7.根據(jù)權(quán)利要求1所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，所述零部件磨損關(guān)聯(lián)因素包括以下至少一種：

天氣因素、道路因素、區(qū)域因素、性格因素、檢修記錄及載重。

8.根據(jù)權(quán)利要求1所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，采用如下方式訓(xùn)練所述零部件磨損模型：

獲取訓(xùn)練樣本，所述訓(xùn)練樣本中包括駕駛行為數(shù)據(jù)、零部件磨損關(guān)聯(lián)因素數(shù)據(jù)及對應(yīng)的零部件磨損的程度值；

將零部件磨損的程度值大于或者等于預(yù)設(shè)閾值的訓(xùn)練樣本標(biāo)記正樣本，將零部件磨損的程度值小于所述閾值的訓(xùn)練樣本標(biāo)記為負(fù)樣本；

采用邏輯回歸算法，根據(jù)所述駕駛行為數(shù)據(jù)及零部件磨損關(guān)聯(lián)因素數(shù)據(jù)，對所述正樣本及所述負(fù)樣本進(jìn)行邏輯回歸訓(xùn)練，得到所述零部件磨損模型。

9.根據(jù)權(quán)利要求1所述的車輛零部件故障發(fā)生概率估算方法，其特征在于，采用如下方式訓(xùn)練所述零部件磨損模型：

獲取訓(xùn)練樣本，所述訓(xùn)練樣本中包括駕駛行為數(shù)據(jù)及零部件及對應(yīng)的零部件磨損的程度值；

將零部件磨損的程度值大于或者等于預(yù)設(shè)閾值的訓(xùn)練樣本標(biāo)記正樣本，將零部件磨損的程度值小于所述閾值的訓(xùn)練樣本標(biāo)記為負(fù)樣本；

采用邏輯回歸算法，根據(jù)所述駕駛行為數(shù)據(jù)，對所述正樣本及所述負(fù)樣本進(jìn)行邏輯回歸訓(xùn)練，得到所述零部件磨損模型。