[發(fā)明專利]基于機(jī)器學(xué)習(xí)的輪胎漏氣的實(shí)時(shí)檢測方法及存儲(chǔ)介質(zhì)有效
| 申請?zhí)枺?/td> | 202011041933.7 | 申請日: | 2020-09-28 |
| 公開(公告)號: | CN112116023B | 公開(公告)日: | 2022-08-09 |
| 發(fā)明(設(shè)計(jì))人: | 楊俱成;黃中原;吳銳;劉平;謝樂成 | 申請(專利權(quán))人: | 重慶長安汽車股份有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N20/10 |
| 代理公司: | 重慶華科專利事務(wù)所 50123 | 代理人: | 譚小琴 |
| 地址: | 400023 *** | 國省代碼: | 重慶;50 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 機(jī)器 學(xué)習(xí) 輪胎 漏氣 實(shí)時(shí) 檢測 方法 存儲(chǔ) 介質(zhì) | ||
1.一種基于機(jī)器學(xué)習(xí)的輪胎漏氣的實(shí)時(shí)檢測方法,其特征在于,包括如下步驟:
步驟1,在T1時(shí)間段內(nèi)采集A1輛同款車型的車輛數(shù)據(jù),并對所述車輛數(shù)據(jù)作預(yù)處理,所述車輛數(shù)據(jù)至少包括車輛ID、輪胎溫度、輪胎位置、環(huán)境溫度、高原系數(shù)、時(shí)間戳以及胎壓;
步驟2,根據(jù)理想氣體方程,計(jì)算每個(gè)輪胎的氣體量以及氣體量均值,同時(shí)篩選出滿足預(yù)設(shè)條件的車輛;
步驟3,根據(jù)篩選出的車輛每天每個(gè)輪胎的氣體量散點(diǎn),進(jìn)行線性最小二乘擬合,得到車輛輪胎的氣體量斜率,并基于實(shí)際天數(shù)對胎壓的影響,對所述氣體量斜率進(jìn)行二次優(yōu)化;
步驟4,根據(jù)不同位置的車輛輪胎,計(jì)算車輛輪胎的氣體量斜率均值,并篩選出斜率值大于所述氣體量斜率均值M倍的車輛,并記所述斜率值為K;
步驟5,根據(jù)所述步驟4中篩選出的車輛,隨機(jī)獲取若干車輛輪胎的漏氣情況;
步驟6,在T2時(shí)間段內(nèi)采集A2輛同款車型的車輛數(shù)據(jù),根據(jù)所述斜率值K,按照N天的時(shí)間窗口進(jìn)行滑動(dòng),當(dāng)滑動(dòng)到某一天時(shí),若前N天的車輛輪胎的氣體量斜率值大于斜率值K,則標(biāo)記當(dāng)前車輛數(shù)據(jù)的車輛輪胎漏氣,否則不漏氣,并由此得到帶有標(biāo)簽的樣本集;
步驟7,將所述步驟6中的有標(biāo)簽的樣本集按照預(yù)設(shè)比例劃分,得到驗(yàn)證集和訓(xùn)練集,然后分別使用不同的分類算法對所述訓(xùn)練集與所述驗(yàn)證集分別進(jìn)行訓(xùn)練與驗(yàn)證,得到各自算法的驗(yàn)證指標(biāo),其中,所述分類算法至少包括SVM分類算法、邏輯回歸分類算法、樸素貝葉斯分類算法、隨機(jī)森林分類算法以及SGBoost分類算法,所述驗(yàn)證指標(biāo)至少包括精確率、召回率、F1值、AUC以及ROC;
步驟8,將所述步驟7中各個(gè)分類算法的驗(yàn)證指標(biāo)通過綜合分析比較,得到最優(yōu)分類算法為SVM分類算法,并對所述SVM分類算法進(jìn)行參數(shù)調(diào)優(yōu),以確定最優(yōu)的SVM參數(shù);
步驟9,根據(jù)所述步驟8中已完成優(yōu)化的SVM分類算法的模型,對其進(jìn)行工程化部署,以使所述SVM分類算法的模型上線至生產(chǎn)環(huán)境中,用于預(yù)測實(shí)時(shí)新上傳到云端的胎壓數(shù)據(jù),得到預(yù)測結(jié)果,若連續(xù)若干次的預(yù)測結(jié)果均顯示車輛某個(gè)輪胎漏氣,則向車主發(fā)送輪胎漏氣預(yù)警提示信息。
2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的輪胎漏氣的實(shí)時(shí)檢測方法,其特征在于,所述步驟4中的M值范圍設(shè)置在4.0至6.0之間。
3.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的輪胎漏氣的實(shí)時(shí)檢測方法,其特征在于,所述步驟6中的T2時(shí)間段大于所述步驟1中的T1時(shí)間段,所述步驟6中的車輛數(shù)A2大于所述步驟1中的車輛數(shù)A1。
4.一種存儲(chǔ)介質(zhì),其特征在于,所述存儲(chǔ)介質(zhì)存儲(chǔ)有一個(gè)或者多個(gè)程序,所述一個(gè)或者多個(gè)程序被一個(gè)或者多個(gè)處理器執(zhí)行時(shí),能實(shí)現(xiàn)如權(quán)利要求1~3中任一項(xiàng)所述的基于機(jī)器學(xué)習(xí)的輪胎漏氣的實(shí)時(shí)檢測方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶長安汽車股份有限公司,未經(jīng)重慶長安汽車股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011041933.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





