[發(fā)明專利]一種共享交通工具故障預(yù)測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110328305.5
• 申請日: 2021-03-26
• 公開（公告）號(hào): CN112990592A
• 公開（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 任鴻儒;盧樺茵;魯仁全;吳卓儒;張辰
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/00;G06K9/62
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

本發(fā)明涉及交通工具故障預(yù)測技術(shù)領(lǐng)域，公開了一種共享交通工具故障預(yù)測方法及系統(tǒng)，其收集運(yùn)維人員、用戶上傳后保留在本地服務(wù)器日志文件中的車輛車況故障數(shù)據(jù)，并利用Apache Flume讀取日志文件數(shù)據(jù)，上傳到Hadoop中的HDFS文件系統(tǒng)，然后將存儲(chǔ)在HDFS中的數(shù)據(jù)進(jìn)行清洗，將清洗后的數(shù)據(jù)收集在MongoDB中，再使用Spark對已經(jīng)收集在MongoDB中的數(shù)據(jù)采用隨機(jī)森林模型，從初始特征指標(biāo)集中篩選出新特征指標(biāo)集，在新特征指標(biāo)集的基礎(chǔ)上，建立車輛故障的樸素貝葉斯預(yù)測模型，將預(yù)測結(jié)果寫回到MongoDB里每輛車輛的數(shù)據(jù)文檔中，實(shí)現(xiàn)對車輛故障的預(yù)測功能，后續(xù)向用戶、維修部門反饋信息，從而預(yù)警下一位用車用戶，提高維修部門的工作效率，進(jìn)而向技術(shù)部門提供改進(jìn)方向。

技術(shù)領(lǐng)域

本發(fā)明涉及交通工具故障預(yù)測技術(shù)領(lǐng)域，特別是涉及一種共享交通工具故障預(yù)測方法及系統(tǒng)。

背景技術(shù)

在建設(shè)交通強(qiáng)國的時(shí)代背景下，隨著我國技術(shù)進(jìn)步與國民消費(fèi)觀念的提升，為了緩解城市的交通擁堵、安全、能耗、尾氣排放等問題，在城市交通中具有重要地位的共享交通在我國各大城市得到了逐步推廣并應(yīng)用。久而久之，出現(xiàn)了共享交通工具零部件丟失、報(bào)廢率高，私加車鎖等現(xiàn)象和“維護(hù)難、成本高昂”等問題。共享交通作為國民綠色出行的重要途徑，促進(jìn)了我國共享經(jīng)濟(jì)與新能源行業(yè)的健康發(fā)展，已然成為我國交通建設(shè)中不可或缺的環(huán)節(jié)。因此，如何解決共享交通“維護(hù)難、成本高昂”成為迫切需要解決的問題。

目前共享交通工具運(yùn)維效率低下，主要依靠運(yùn)維人員逐個(gè)檢查產(chǎn)品，手動(dòng)輸入故障情況然后上傳管理系統(tǒng)后臺(tái)，一個(gè)產(chǎn)品從被檢測故障到完成維修，通常需要耗費(fèi)相當(dāng)長的時(shí)間周期，伴隨著人力、時(shí)間成本高昂等問題。企業(yè)在行業(yè)競爭中為了擴(kuò)大市場份額，普遍致力于提升產(chǎn)品質(zhì)量而贏取競爭力，在產(chǎn)品成本日益上升的趨勢下，運(yùn)維成本過高將會(huì)拖慢企業(yè)的發(fā)展速度，發(fā)展越來越吃力。

中國發(fā)明專利CN110706517A(公開日為2020年01月17日)公開了一種交通工具的智能安全預(yù)警方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)，該方法包括：行前預(yù)警步驟，基于交通工具在待行駛路徑的環(huán)境信息及環(huán)境實(shí)時(shí)交通路況信息，建立第一數(shù)據(jù)模型，發(fā)送第一預(yù)警信息；行中預(yù)警步驟，基于交通工具實(shí)時(shí)位置信息和所在環(huán)境信息、交通工具狀況信息，建立第二數(shù)據(jù)模型預(yù)測風(fēng)險(xiǎn)，發(fā)送第二預(yù)警信息。本發(fā)明的交通工具的智能安全預(yù)警方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)具有可以客觀反映駕駛水平，并結(jié)合實(shí)時(shí)的路況信息和天氣情況以及車輛實(shí)時(shí)數(shù)據(jù)進(jìn)行安全風(fēng)險(xiǎn)預(yù)警，減少了交通事故的發(fā)生率。該專利的第一數(shù)據(jù)模型和第二數(shù)據(jù)模型的建立都是通過(1)整合包括環(huán)境信息和環(huán)境實(shí)時(shí)交通路況信息在內(nèi)的數(shù)據(jù)源數(shù)據(jù)；(2)將數(shù)據(jù)源數(shù)據(jù)分區(qū)，分別分入訓(xùn)練集、驗(yàn)證集和測試集中；(3)分別對訓(xùn)練集、驗(yàn)證集、測試集中的數(shù)據(jù)變量進(jìn)行處理，生成符合第一預(yù)設(shè)條件待輸入候選預(yù)測模型的特征變量；(4)在各候選預(yù)測模型中按照訓(xùn)練、驗(yàn)證、測試數(shù)據(jù)順序依次運(yùn)行各自的特征變量獲得各候選模型下的準(zhǔn)確率和預(yù)測結(jié)果；(5)從各所述候選預(yù)測模型中選取最優(yōu)預(yù)測模型。因此，該專利需要對多個(gè)模型進(jìn)行訓(xùn)練，運(yùn)算復(fù)雜，效率低，且作為候選模型的決策樹模型、神經(jīng)網(wǎng)絡(luò)模型以及回歸模型的預(yù)測準(zhǔn)確性不高。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種可靠、高效的共享交通工具故障預(yù)測方法及系統(tǒng)。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種共享交通工具故障預(yù)測方法，包括如下步驟：

S1、獲取車輛車況故障數(shù)據(jù)；

S2、對車輛車況故障數(shù)據(jù)進(jìn)行清洗；

S3、對清洗后的車輛車況故障數(shù)據(jù)采用隨機(jī)森林模型，從初始特征指標(biāo)集中篩選出新特征指標(biāo)集；

S4、在新特征指標(biāo)集的基礎(chǔ)上，建立車輛故障的樸素貝葉斯預(yù)測模型；

S5、使用樸素貝葉斯預(yù)測模型對車輛故障進(jìn)行預(yù)測。

作為優(yōu)選方案，在步驟1中，獲取運(yùn)維人員和用戶保留在本地服務(wù)器日志文件中的車輛車況故障數(shù)據(jù)。