本發(fā)明涉及汽車安全監(jiān)控技術(shù)領(lǐng)域，具體為一種車輛安全狀態(tài)監(jiān)控預(yù)警方法及系統(tǒng)。

背景技術(shù)：

隨著科技的進(jìn)步和人們對(duì)于出行需求的改變，汽車越來(lái)越多的走入千家萬(wàn)戶，走上道路。隨著車輛數(shù)量的越來(lái)越多，道路路況越來(lái)越復(fù)雜，汽車故障監(jiān)測(cè)就成為對(duì)汽車安全行駛的一道保障。

目前，汽車故障檢測(cè)只能基于4S店的檢測(cè)，無(wú)法做到提前預(yù)警，只能故障發(fā)生后再處理，這種處理方式也很難評(píng)估出由于駕駛?cè)瞬僮髁?xí)慣導(dǎo)致的故障問題，還是在正常使用年限中出現(xiàn)的故障問題。

技術(shù)實(shí)現(xiàn)要素：

為了克服上述所指出的現(xiàn)有技術(shù)的缺陷，本發(fā)明人對(duì)此進(jìn)行了深入研究，在付出了大量創(chuàng)造性勞動(dòng)后，從而完成了本發(fā)明。

具體而言，本發(fā)明所要解決的技術(shù)問題是：提供一種車輛安全狀態(tài)監(jiān)控預(yù)警方法，以解決現(xiàn)有技術(shù)中無(wú)法提前預(yù)警，只能故障發(fā)生后再處理維護(hù)的技術(shù)問題。

為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案是：

一種車輛安全狀態(tài)監(jiān)控預(yù)警方法，所述方法包括下述步驟：

預(yù)先生成車輛故障信息分類狀態(tài)模型，所述車輛故障信息分類狀態(tài)模型包含有車輛故障的若干個(gè)分類信息以及在每一個(gè)分類信息下發(fā)生該故障的概率；

實(shí)時(shí)持續(xù)接收安裝在各個(gè)車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)，所述車輛行駛狀態(tài)參數(shù)從車輛OBD接口獲?。?/p>

根據(jù)預(yù)先生成的車輛故障信息分類狀態(tài)模型，對(duì)接收到的車輛行駛狀態(tài)參數(shù)進(jìn)行分類分析，獲取所述車輛狀態(tài)參數(shù)分類信息；

獲取所述車輛狀態(tài)參數(shù)分類信息對(duì)應(yīng)的車輛故障信息以及發(fā)生該故障的概率，并以此生成預(yù)警指令；

將生成預(yù)警指令推送給安裝在車輛上的終端設(shè)備或車主用戶手機(jī)終端上，進(jìn)行預(yù)警提醒。

作為一種改進(jìn)的方案，所述預(yù)先生成車輛故障信息分類狀態(tài)模型，所述車輛故障信息分類狀態(tài)模型包含有車輛故障的若干個(gè)分類信息以及在每一個(gè)分類信息下發(fā)生該故障的概率的步驟具體包括下述步驟：

獲取所有用戶車輛的各種車輛故障信息；

接收安裝在各個(gè)發(fā)生車輛故障的用戶車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)；

對(duì)所述車輛行駛狀態(tài)參數(shù)進(jìn)行分類打標(biāo)，獲取產(chǎn)生車輛故障所對(duì)應(yīng)的車輛行駛狀態(tài)參數(shù)的分類信息，以及在車輛行駛狀態(tài)參數(shù)的各個(gè)參數(shù)階段發(fā)生所述車輛故障的概率；

根據(jù)所述車輛故障、車輛行駛狀態(tài)參數(shù)的分類信息以及在每一個(gè)分類信息下車輛故障發(fā)生概率，生成車輛故障信息分類狀態(tài)模型。

作為一種改進(jìn)的方案，所述車輛故障信息的獲取方式包括終端設(shè)備檢測(cè)到并自動(dòng)上傳的車輛故障信息、終端設(shè)備車主用戶反饋的車輛故障信息以及第三方官方平臺(tái)提供的車輛故障信息。

作為一種改進(jìn)的方案，所述車輛行駛狀態(tài)參數(shù)包括發(fā)動(dòng)機(jī)轉(zhuǎn)速、車輛行駛速度、車輛油耗、車輛最大功率轉(zhuǎn)速、油壓、水溫、發(fā)動(dòng)機(jī)溫度、胎壓、機(jī)油粘稠度、燃油效率和故障碼。

本發(fā)明的另一目的在于提供一種車輛安全狀態(tài)監(jiān)控預(yù)警系統(tǒng)，所述系統(tǒng)包括：

分類狀態(tài)模型生成模塊，用于預(yù)先生成車輛故障信息分類狀態(tài)模型，所述車輛故障信息分類狀態(tài)模型包含有車輛故障的若干個(gè)分類信息以及在每一個(gè)分類信息下發(fā)生該故障的概率；

車輛行駛狀態(tài)參數(shù)持續(xù)接收模塊，用于實(shí)時(shí)持續(xù)接收安裝在各個(gè)車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)，所述車輛行駛狀態(tài)參數(shù)從車輛OBD接口獲??；

分類分析模塊，用于根據(jù)預(yù)先生成的車輛故障信息分類狀態(tài)模型，對(duì)接收到的車輛行駛狀態(tài)參數(shù)進(jìn)行分類分析，獲取所述車輛狀態(tài)參數(shù)分類信息；

預(yù)警指令生成模塊，用于獲取所述車輛狀態(tài)參數(shù)分類信息對(duì)應(yīng)的車輛故障信息以及發(fā)生該故障的概率，并以此生成預(yù)警指令；

預(yù)警指令推送提醒模塊，用于將生成預(yù)警指令推送給安裝在車輛上的終端設(shè)備或車主用戶手機(jī)終端上，進(jìn)行預(yù)警提醒。

作為一種改進(jìn)的方案，所述分類狀態(tài)模型生成模塊具體包括：

車輛故障信息獲取模塊，用于獲取所有用戶車輛的各種車輛故障信息；

車輛行駛狀態(tài)參數(shù)接收模塊，用于接收安裝在各個(gè)發(fā)生車輛故障的用戶車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)；

分類打標(biāo)模塊，用于對(duì)所述車輛行駛狀態(tài)參數(shù)進(jìn)行分類打標(biāo)，獲取產(chǎn)生車輛故障所對(duì)應(yīng)的車輛行駛狀態(tài)參數(shù)的分類信息，以及在車輛行駛狀態(tài)參數(shù)的各個(gè)參數(shù)階段發(fā)生所述車輛故障的概率；

模型建立模塊，用于根據(jù)所述車輛故障、車輛行駛狀態(tài)參數(shù)的分類信息以及在每一個(gè)分類信息下車輛故障發(fā)生概率，建立車輛故障信息分類狀態(tài)模型。

作為一種改進(jìn)的方案，所述車輛故障信息的獲取方式包括終端設(shè)備檢測(cè)到并自動(dòng)上傳的車輛故障信息、終端設(shè)備車主用戶反饋的車輛故障信息以及第三方官方平臺(tái)提供的車輛故障信息。

作為一種改進(jìn)的方案，所述車輛行駛狀態(tài)參數(shù)包括發(fā)動(dòng)機(jī)轉(zhuǎn)速、車輛行駛速度、車輛油耗、車輛最大功率轉(zhuǎn)速、油壓、水溫、發(fā)動(dòng)機(jī)溫度、胎壓、機(jī)油粘稠度、燃油效率和故障碼。

采用了上述技術(shù)方案后，本發(fā)明的有益效果是：

預(yù)先生成車輛故障信息分類狀態(tài)模型；實(shí)時(shí)持續(xù)接收安裝在各個(gè)車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)；根據(jù)預(yù)先生成的車輛故障信息分類狀態(tài)模型，對(duì)接收到的車輛行駛狀態(tài)參數(shù)進(jìn)行分類分析，獲取車輛狀態(tài)參數(shù)分類信息；獲取所述車輛狀態(tài)參數(shù)分類信息對(duì)應(yīng)的車輛故障信息以及發(fā)生該故障的概率，并以此生成預(yù)警指令；將生成預(yù)警指令推送給安裝在車輛上的終端設(shè)備或車主用戶手機(jī)終端上，進(jìn)行預(yù)警提醒，實(shí)現(xiàn)對(duì)行駛車輛潛在故障的提前預(yù)警，為車輛用戶提供解決故障問題的指導(dǎo)性意見，給車輛用戶提供便利。

附圖說(shuō)明

圖1是本發(fā)明提供的車輛安全狀態(tài)監(jiān)控預(yù)警方法的實(shí)現(xiàn)流程圖；

圖2是本發(fā)明提供的預(yù)先生成車輛故障信息分類狀態(tài)模型的實(shí)現(xiàn)流程圖；

圖3是本發(fā)明提供的車輛安全狀態(tài)監(jiān)控預(yù)警系統(tǒng)的結(jié)構(gòu)框圖。

具體實(shí)施方式

下面結(jié)合具體的實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。但這些例舉性實(shí)施方式的用途和目的僅用來(lái)例舉本發(fā)明，并非對(duì)本發(fā)明的實(shí)際保護(hù)范圍構(gòu)成任何形式的任何限定，更非將本發(fā)明的保護(hù)范圍局限于此。

圖1示出了本發(fā)明提供的車輛安全狀態(tài)監(jiān)控預(yù)警方法的實(shí)現(xiàn)流程圖，其具體包括下述步驟：

在步驟S101中，預(yù)先生成車輛故障信息分類狀態(tài)模型，所述車輛故障信息分類狀態(tài)模型包含有車輛故障的若干個(gè)分類信息以及在每一個(gè)分類信息下發(fā)生該故障的概率。

在步驟S102中，實(shí)時(shí)持續(xù)接收安裝在各個(gè)車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)，所述車輛行駛狀態(tài)參數(shù)從車輛OBD接口獲取。

在該步驟中，對(duì)于車輛行駛狀態(tài)參數(shù)的獲取是一個(gè)持續(xù)性實(shí)時(shí)的狀態(tài)，例如每1秒采集一次，持續(xù)采集；

該信息采集是通過OBD接口來(lái)實(shí)現(xiàn)，然后在OBD接口安裝終端設(shè)備，該終端設(shè)備即為與車輛相匹配的各種駕駛盒子，其主要用于通過OBD接口獲取車輛行駛狀態(tài)參數(shù)，然后通過約定的傳輸協(xié)議上傳至云平臺(tái)，完成車輛行駛狀態(tài)參數(shù)的采集；

其中，車輛行駛狀態(tài)參數(shù)包括但不限于發(fā)動(dòng)機(jī)轉(zhuǎn)速、車輛行駛速度、車輛油耗、車輛最大功率轉(zhuǎn)速、油壓、水溫、發(fā)動(dòng)機(jī)溫度、胎壓、機(jī)油粘稠度、燃油效率和故障碼。

在步驟S103中，根據(jù)預(yù)先生成的車輛故障信息分類狀態(tài)模型，對(duì)接收到的車輛行駛狀態(tài)參數(shù)進(jìn)行分類分析，獲取所述車輛狀態(tài)參數(shù)分類信息。

在該步驟中，將持續(xù)接收到的若干個(gè)車輛行駛狀態(tài)參數(shù)進(jìn)行分類算法分類分析，得到車輛行駛狀態(tài)參數(shù)對(duì)應(yīng)的分類信息。

在步驟S104中，獲取所述車輛狀態(tài)參數(shù)分類信息對(duì)應(yīng)的車輛故障信息以及發(fā)生該故障的概率，并以此生成預(yù)警指令。

在該步驟中，預(yù)警指令包含車輛可能存在的故障信息以及發(fā)生該故障的概率。例如：**車主您好，您的車輛目前存在***故障，發(fā)生概率為**％，請(qǐng)您及時(shí)處理，謝謝。

在步驟S105中，將生成預(yù)警指令推送給安裝在車輛上的終端設(shè)備或車主用戶手機(jī)終端上，進(jìn)行預(yù)警提醒。

在該步驟中，將預(yù)警指令推送到終端設(shè)備或者用戶終端上，及時(shí)提醒車主用戶進(jìn)行故障清除或檢查或維修或保養(yǎng)事項(xiàng)。

圖2示出了本發(fā)明實(shí)施例提供的預(yù)先生成車輛故障信息分類狀態(tài)模型的實(shí)現(xiàn)流程圖，其具體包括下述步驟：

在步驟S201中，獲取所有用戶車輛的各種車輛故障信息。

在該步驟中，車輛故障信息的獲取方式包括但不限于終端設(shè)備檢測(cè)到并自動(dòng)上傳的車輛故障信息、終端設(shè)備車主用戶反饋的車輛故障信息以及第三方官方平臺(tái)提供的車輛故障信息。

在步驟S202中，接收安裝在各個(gè)發(fā)生車輛故障的用戶車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)。

該車輛行駛狀態(tài)參數(shù)獲取方式如上述步驟S102中的方式相同，在此不再贅述。

在步驟S203中，對(duì)所述車輛行駛狀態(tài)參數(shù)進(jìn)行分類打標(biāo)，獲取產(chǎn)生車輛故障所對(duì)應(yīng)的車輛行駛狀態(tài)參數(shù)的分類信息，以及在車輛行駛狀態(tài)參數(shù)的各個(gè)參數(shù)階段發(fā)生所述車輛故障的概率。

在步驟S204中，根據(jù)所述車輛故障、車輛行駛狀態(tài)參數(shù)的分類信息以及在每一個(gè)分類信息下車輛故障發(fā)生概率，生成車輛故障信息分類狀態(tài)模型。

在該步驟中，該車輛故障信息分類狀態(tài)模型唯一俄格實(shí)時(shí)更新，及時(shí)學(xué)習(xí)完善的模型，隨著車輛行駛狀態(tài)參數(shù)的不斷采集，該車輛故障信息分類狀態(tài)模型的完善程度和準(zhǔn)確程度越強(qiáng)大，在此不再贅述。

在該實(shí)施例中，上述步驟S202中采集的車輛行駛狀態(tài)參數(shù)的數(shù)量可以根據(jù)實(shí)際的需要進(jìn)行選取和設(shè)置，例如1萬(wàn)個(gè)數(shù)據(jù)，或10萬(wàn)個(gè)數(shù)據(jù)，其作用前期車輛分類學(xué)習(xí)的基礎(chǔ)數(shù)據(jù)，其具體實(shí)現(xiàn)為：

以安裝有終端設(shè)備的車輛為關(guān)鍵中心，將該車輛的故障信息和車輛行駛狀態(tài)參數(shù)進(jìn)行匹配關(guān)聯(lián)，將屬于同一類故障的車輛行駛狀態(tài)參數(shù)劃分到一類中，然后對(duì)同一類中的不同階段的車輛行駛狀態(tài)參數(shù)所對(duì)應(yīng)的車輛狀態(tài)進(jìn)行分析確認(rèn)，確認(rèn)出車輛行駛狀態(tài)參數(shù)所對(duì)應(yīng)的車輛故障和車輛發(fā)生故障的概率，然后建立上述車輛故障信息分類狀態(tài)模型，存儲(chǔ)到平臺(tái)上。

在本發(fā)明實(shí)施例中，在執(zhí)行完上述步驟S103之后，步驟S104之前，還有個(gè)時(shí)間判斷的過程，即當(dāng)檢測(cè)到車輛行駛狀態(tài)參數(shù)出現(xiàn)異常時(shí)，不會(huì)在第一時(shí)間直接提醒用戶，而且經(jīng)過一個(gè)延遲時(shí)間，后續(xù)繼續(xù)對(duì)接收到的車輛行駛狀態(tài)參數(shù)進(jìn)行分類分析，如果還是故障狀態(tài)，則執(zhí)行步驟S104，否則則繼續(xù)接收車輛行駛狀態(tài)參數(shù)，繼續(xù)分類分析。

在本發(fā)明實(shí)施例中，為了進(jìn)一步的對(duì)車主用戶提供更好的預(yù)警和維護(hù)服務(wù)，可以進(jìn)行如下設(shè)置：

(1)在采集到車輛行駛狀態(tài)參數(shù)后，對(duì)車輛行駛狀態(tài)參數(shù)分類分析過程中，還額外形成駕駛習(xí)慣參數(shù)，該駕駛習(xí)慣參數(shù)表征出駕駛員駕駛車輛的低效習(xí)慣，包含在上述預(yù)警指令中一并推送給用戶，實(shí)現(xiàn)對(duì)用戶駕駛習(xí)慣的認(rèn)識(shí)和調(diào)整；

(2)在采集到車輛行駛狀態(tài)參數(shù)后，對(duì)車輛行駛狀態(tài)參數(shù)分類分析過程中，還額外形成車輛行駛環(huán)境參數(shù)，該車輛行駛環(huán)境參數(shù)用于表征車輛當(dāng)前一段時(shí)間行駛的路況等，包含在上述預(yù)警指令中一并推送給用戶，起到提示的作用；

(3)在采集到車輛行駛狀態(tài)參數(shù)后，對(duì)車輛行駛狀態(tài)參數(shù)分類分析過程中，還額外形成維修檢查區(qū)域信息，該維修檢查區(qū)域信息一并包含在上述預(yù)警指令中，提示用戶當(dāng)前最近的或較便利的車輛檢查區(qū)域，以便車主對(duì)車輛進(jìn)行故障排除和維護(hù)。

上述僅給出幾種用于對(duì)車主起到提前預(yù)警的內(nèi)容，在此不再贅述。

圖3示出了本發(fā)明提供的車輛安全狀態(tài)監(jiān)控預(yù)警系統(tǒng)的結(jié)構(gòu)框圖，為了便于說(shuō)明，圖中僅給出了與本發(fā)明實(shí)施例相關(guān)的部分。

分類狀態(tài)模型生成模塊11用于預(yù)先生成車輛故障信息分類狀態(tài)模型，所述車輛故障信息分類狀態(tài)模型包含有車輛故障的若干個(gè)分類信息以及在每一個(gè)分類信息下發(fā)生該故障的概率；

車輛行駛狀態(tài)參數(shù)持續(xù)接收模塊12用于實(shí)時(shí)持續(xù)接收安裝在各個(gè)車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)，所述車輛行駛狀態(tài)參數(shù)從車輛OBD接口獲?。?/p>

分類分析模塊13用于根據(jù)預(yù)先生成的車輛故障信息分類狀態(tài)模型，對(duì)接收到的車輛行駛狀態(tài)參數(shù)進(jìn)行分類分析，獲取所述車輛狀態(tài)參數(shù)分類信息；

預(yù)警指令生成模塊14用于獲取所述車輛狀態(tài)參數(shù)分類信息對(duì)應(yīng)的車輛故障信息以及發(fā)生該故障的概率，并以此生成預(yù)警指令；

預(yù)警指令推送提醒模塊15用于將生成預(yù)警指令推送給安裝在車輛上的終端設(shè)備或車主用戶手機(jī)終端上，進(jìn)行預(yù)警提醒。

其中，所述分類狀態(tài)模型生成模塊11具體包括：

車輛故障信息獲取模塊16用于獲取所有用戶車輛的各種車輛故障信息；

車輛行駛狀態(tài)參數(shù)接收模塊17用于接收安裝在各個(gè)發(fā)生車輛故障的用戶車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)；

分類打標(biāo)模塊18用于對(duì)所述車輛行駛狀態(tài)參數(shù)進(jìn)行分類打標(biāo)，獲取產(chǎn)生車輛故障所對(duì)應(yīng)的車輛行駛狀態(tài)參數(shù)的分類信息，以及在車輛行駛狀態(tài)參數(shù)的各個(gè)參數(shù)階段發(fā)生所述車輛故障的概率；

模型建立模塊19用于根據(jù)所述車輛故障、車輛行駛狀態(tài)參數(shù)的分類信息以及在每一個(gè)分類信息下車輛故障發(fā)生概率，建立車輛故障信息分類狀態(tài)模型

其中，上述各個(gè)模塊的具體實(shí)現(xiàn)如上述方法實(shí)施例所記載，在此不再贅述。

在本發(fā)明實(shí)施例中，預(yù)先生成車輛故障信息分類狀態(tài)模型；實(shí)時(shí)持續(xù)接收安裝在各個(gè)車輛上的終端設(shè)備發(fā)送的車輛行駛狀態(tài)參數(shù)；根據(jù)預(yù)先生成的車輛故障信息分類狀態(tài)模型，對(duì)接收到的車輛行駛狀態(tài)參數(shù)進(jìn)行分類分析，獲取車輛狀態(tài)參數(shù)分類信息；獲取所述車輛狀態(tài)參數(shù)分類信息對(duì)應(yīng)的車輛故障信息以及發(fā)生該故障的概率，并以此生成預(yù)警指令；將生成預(yù)警指令推送給安裝在車輛上的終端設(shè)備或車主用戶手機(jī)終端上，進(jìn)行預(yù)警提醒，實(shí)現(xiàn)對(duì)行駛車輛潛在故障的提前預(yù)警，為車輛用戶提供解決故障問題的指導(dǎo)性意見，給車輛用戶提供便利，同時(shí)也可改變用戶的駕駛習(xí)慣，提高汽車的使用壽命。

應(yīng)當(dāng)理解，這些實(shí)施例的用途僅用于說(shuō)明本發(fā)明而非意欲限制本發(fā)明的保護(hù)范圍。此外，也應(yīng)理解，在閱讀了本發(fā)明的技術(shù)內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對(duì)本發(fā)明作各種改動(dòng)、修改和/或變型，所有的這些等價(jià)形式同樣落于本申請(qǐng)所附權(quán)利要求書所限定的保護(hù)范圍之內(nèi)。