[發明專利]車輛故障診斷方法和設備、計算機可讀存儲介質在審
| 申請號: | 202210543427.0 | 申請日: | 2022-05-19 |
| 公開(公告)號: | CN114997285A | 公開(公告)日: | 2022-09-02 |
| 發明(設計)人: | 鞏鑫;王凱 | 申請(專利權)人: | 蔚來動力科技(合肥)有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 中國專利代理(香港)有限公司 72001 | 代理人: | 董婕 |
| 地址: | 230000 安徽省合肥市經濟*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車輛 故障診斷 方法 設備 計算機 可讀 存儲 介質 | ||
1.一種車輛故障診斷方法,其特征在于,所述方法包括:
接收灰度圖像,其中所述灰度圖像表征用于車輛診斷的診斷數據;
利用卷積神經網絡提取所述灰度圖像的特征從而生成特征圖;
對所述特征圖進行基于自注意力的處理以得到分類結果,其中所述分類結果指示車輛故障情況;以及
基于所述分類結果進行相關度傳播分析以得到貢獻度熱力圖,其中所述貢獻度熱力圖指示所述灰度圖像中各個像素對所述分類結果的貢獻程度。
2.根據權利要求1所述的方法,其中基于自注意力的處理包括:
將所述特征圖輸入到自注意力神經網絡的多頭注意力層以提取特征矩陣;
將所述特征矩陣輸入到所述自注意力神經網絡的稠密層以生成稀疏化矩陣;以及
將所述稀疏化矩陣輸入到所述自注意力神經網絡的全連接及softmax層以得到所述分類結果。
3.根據權利要求1所述的方法,其中通過以下步驟產生所述灰度圖像:
提取所述診斷數據,其中所述診斷數據包括車輛內的至少一個來源在多個時點上產生的數據;
從所述診斷數據中過濾出預定時段內的有效數據;
將所述有效數據中的各個值作歸一化處理;
將所述有效數據中的各個歸一化值映射到所述灰度圖像的灰度等級上;以及
根據所述有效數據中的各個歸一化值的對應灰度等級構建所述灰度圖,其中所述灰度圖具有對應所述來源的第一維度和對應所述時點的第二維度。
4. 根據權利要求3所述的方法,其中產生所述灰度圖像還包括如下步驟:
在歸一化處理后補充各個來源在斷電期間的歸一化值;以及
對所述有效數據中的各個歸一化值進行過濾。
5. 根據權利要求2所述的方法,所述方法還包括:
接收樣本灰度圖像及其對應的樣本分類結果,其中所述樣本灰度圖像表征用于車輛診斷的樣本數據,并且所述樣本分類結果指示車輛故障情況;以及
以所述樣本灰度圖像為所述卷積神經網絡的輸入,并且以所述樣本分類結果為所述自注意力神經網絡的目標輸出,對所述卷積神經網絡和所述自注意力神經網絡進行訓練。
6.根據權利要求5所述的方法,其中所述樣本數據為根據經驗規則判斷出現故障的時點為終點的預定時段內的數據,并且所述樣本分類結果為根據所述經驗規則確定的車輛故障情況。
7.根據權利要求2所述的方法,其中,基于所述分類結果進行相關度傳播分析以得到貢獻度熱力圖包括:
利用相關度分析神經網絡基于所述分類結果進行所述相關度傳播分析;其中,
所述相關度分析神經網絡包括與所述卷積神經網絡中的每一層、所述自注意力神經網絡中的每一層分別耦合的對應各層。
8.根據權利要求1所述的方法,其中所述診斷數據基于車輛的傳感器數據生成。
9.一種計算機可讀存儲介質,所述計算機可讀存儲介質中存儲有指令,其特征在于,當所述指令由處理器執行時,使得所述處理器執行如權利要求1-8中任一項所述的方法。
10.一種車輛診斷設備,其特征在于,所述診斷設備包括:
存儲器,其配置成存儲指令;
處理器,其配置成執行所述指令,使得執行權利要求1-8中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于蔚來動力科技(合肥)有限公司,未經蔚來動力科技(合肥)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210543427.0/1.html,轉載請聲明來源鉆瓜專利網。





