[發明專利]一種汽車智能監控系統

在審

• 申請號: 201910814335.X
• 申請日: 2019-08-30
• 公開（公告）號: CN110519382A
• 公開（公告）日: 2019-11-29
• 發明（設計）人: 王方云
• 申請（專利權）人: 成都康普斯北斗科技有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G08B21/18;G08C17/02;G06K9/62;G07C5/00;G07C5/08
• 代理公司: 51220 成都行之專利代理事務所(普通合伙)
• 代理人: 李朝虎<國際申請>=<國際公布>=<進入

1.一種汽車智能監控系統，其特征在于：包括至少一個數據采集模塊、云服務器、監控中心和無線傳輸模塊；

所述數據采集模塊，安裝于待監測的車輛上，用于實時采集車輛相關參數數據，并通過無線傳輸模塊把采集到的車輛相關參數數據發送給云服務器，其中，車輛相關參數數據包括車輛工作過程參數、車輛伴隨過程參數和車輛幾何尺寸參數數據；

所述云服務器，用于對接收到數據采集模塊發來的監測車輛的相關參數數據進行實時存儲，并對這些數據進行分析處理，把分析處理結果發送至監控中心進行實時監控；

所述云服務器包括數據庫和數據分析處理模塊，所述數據庫，用于存儲數據采集模塊采集到的車輛相關參數數據；所述數據分析處理模塊，用于通過半監督分類方法實現對安裝有數據采集模塊的車輛相關參數數據進行快速分析，識別出正常車輛、一般故障車輛、嚴重故障車輛和致命故障車輛；

所述監控中心，用于接收所述云服務器發送的分析處理結果，并進行實時監控、預警與管理；

所述無線傳輸模塊，用于實現上述各模塊之間的數據無線傳輸。

2.根據權利要求1所述的一種汽車智能監控系統，其特征在于：所述數據分析處理模塊包括車輛數據標注單元、車輛特征提取單元、半監督分類模型構建單元和故障車輛識別單元；

所述車輛數據標注單元，用于把收集到的同一類型的車輛數據分為兩組，一組進行標注，另一組不標注；

所述車輛特征提取單元，用于提取反應同一類型的車輛相關參數信息的多維特征；

所述半監督分類模型構建單元，用于根據車輛特征提取單元提取到的特征訓練半監督二元分類模型；

所述故障車輛識別單元，使用半監督分類模型構建單元構建的半監督二元分類模型對輸入待檢測的車輛相關參數數據進行識別，判斷是正常或者異常數據，從而得出正常車輛和異常車輛；在獲得的異常車輛中再次使用半監督二元分類模型對異常車輛進行二元分類，識別出一般故障車輛和非一般故障車輛；在獲得的非一般故障車輛中第三次使用半監督二元分類模型對非一般故障車輛進行二元分類，識別出嚴重故障車輛和致命故障車輛；最終識別出該車輛是正常車輛、一般故障車輛、嚴重故障車輛或者致命故障車輛。

3.根據權利要求2所述的一種汽車智能監控系統，其特征在于：所述車輛數據標注單元，中的兩組數據的比例為2:8，對樣本數據少的一組進行數據標注并記作為已標注樣本數據集，對樣本圖像數據多的另一組不進行數據標注并記作為未標注樣本數據集；

所述半監督分類模型構建單元是通過采用3個相同的SVM分類器，利用bootstrap統計法從已標注樣本數據集中獲取有差異的訓練數據子集，進行初始分類器的訓練；利用其中兩個SVM分類器協同訓練，使用主動學習方法從未標注樣本數據集中挑選置信度高的未標注樣本數據m進行標注，其熵值E(m)，如此迭代地擴充第3個分類器的訓練樣本集來更新第3個分類器模型，并把熵值E(m)最大的并且完成標注的樣本數據m加入到訓練數據子集中和已標注樣本數據集中，同時從未標注樣本數據集中減去該樣本數據m；循環執行直至未標注樣本數據集為空，模型訓練結束；采用少數服從多數的投票法對3個分類器集成，獲得最終二元分類器模型。

4.根據權利要求1所述的一種汽車智能監控系統，其特征在于：所述車輛工作過程參數為汽車工作時通過感知單元采集到的數據信息，包括汽車、總成和機構在工作過程中輸出的感知單元感知到的物理量和化學量。

5.根據權利要求1所述的一種汽車智能監控系統，其特征在于：所述車輛伴隨過程參數為汽車工作過程中數據的可測量的數據信息，包括振動數據、噪聲數據、異響數據、車輛姿態數據和過熱數據信息中的一種或者多種。

6.根據權利要求1所述的一種汽車智能監控系統，其特征在于：所述車輛幾何尺寸參數數據為汽車總成、機構中配合零件之間或獨立零件的技術狀況，包括配合間隙數據、自由行程數據、圓度數據、圓柱度數據、端面圓跳動數據和徑向圓跳動數據信息中的一種或者多種。

7.根據權利要求1所述的一種汽車智能監控系統，其特征在于：還包括終端設備，所述終端設備，通過移動手機APP進行車輛故障預警管理的監控、操作和及時應對處理。