【技術實現步驟摘要】
本申請涉及車聯網領域，具體涉及一種車機車控故障診斷處理方法及系統。
技術介紹
1、隨著汽車產業的不斷發展，智能化、電動化和網聯化已成為業界的新趨勢。由于車輛控制系統所承載的功能逐漸增多，其所產生的問題也在飛速增長。在日常使用中，用戶通常難以自己解決這些問題，只能求助于車企的專業工程師，給用戶造成負面體驗的同時，也增加了車企的售后成本。
2、相關技術中，常見的故障分析手段包括對車輛系統進行埋點，通過收集到的故障數據，在專家數據庫中尋找近似的解決方案推薦給用戶，以此處理車控問題。
3、但是，通過故障數據在專家數據庫中簡單匹配故障解決方案，所能得到的解決方案與故障問題的匹配度較低，用戶難以通過所得到的解決方案快速定位并處理車控功能中的故障。
技術實現思路
1、本申請提供一種車機車控故障診斷處理方法及系統，可以解決現有技術中車控故障解決方案與故障問題的匹配度低，進而難以快速定位并處理車控功能故障的問題。
2、第一方面，本申請提供一種車機車控故障診斷處理方法，所述車機車控故障診斷處理方法包括：
3、對于各車控功能的指令，采集每次指令傳輸過程中的埋點信息，將各車控功能的埋點信息整合為對應的埋點數據，基于所有車控功能的埋點數據生成第一數據集；
4、基于所述第一數據集生成車控功能故障預測模型和專家知識圖譜；
5、當車控功能被調用時，所述車控功能故障預測模型通過該車控功能對應的埋點數據輸出車控故障的結果，所述結果為非故障或包括故
6、根據所述故障信息，按照所述專家知識圖譜中匹配到的專家解決方案處理故障。
7、結合第一方面，在一種實施方式中，所述采集每次指令傳輸過程中的埋點信息，將各車控功能的埋點信息整合為對應的埋點數據，包括：
8、當所述指令包括語音指令與車端指令；
9、每次車控功能的指令發起后至車端指令執行完成前，采集本次指令傳輸過程中的埋點信息，將其整合為本次指令對應的埋點數據。
10、結合第一方面，在一種實施方式中，所述指令傳輸過程，包括：
11、當用戶發起車控功能的指令時，判斷指令類型；
12、若檢測到用戶發起的指令為語音指令，則觸發語音喚醒，將語音指令解析為車端指令后，執行車端指令；
13、若檢測到用戶發起的指令為車端指令，則執行車端指令。
14、結合第一方面，在一種實施方式中，所述基于所有車控功能的埋點數據生成第一數據集，包括：
15、從所有埋點數據中篩選出部分埋點數據，歸納為第一數據集，所述部分埋點數據包括存在故障的埋點數據。
16、結合第一方面，在一種實施方式中，所述基于所述第一數據集生成車控功能故障預測模型，包括：
17、對所述第一數據集中各條存在故障的埋點數據標注故障編碼和故障信息，各條不存在故障的埋點數據標注目標編碼和目標信息，以得到第二數據集；
18、使用所述第二數據集與預設的機器學習模型建立、訓練并驗證車控功能故障預測模型。
19、結合第一方面，在一種實施方式中，所述基于所述第一數據集生成車控功能故障預測模型，還包括：
20、每間隔第一設定時間段，重新訓練并驗證車控功能故障預測模型。
21、結合第一方面，在一種實施方式中，所述專家知識圖譜的生成方法，包括：
22、對所述第一數據集中的各條埋點數據標注對應的故障信息，故障編碼及專家解決方案，以得到第三數據集；
23、所述專家解決方案包括車輛發生故障時的經緯度、時間及專家意見；
24、基于所述第三數據集生成專家知識圖譜。
25、結合第一方面，在一種實施方式中，所述根據所述故障信息，按照所述專家知識圖譜中匹配到的專家解決方案處理故障，包括：
26、根據所述故障信息，在專家知識圖譜中匹配存在類似故障信息的近似埋點數據，將所述近似埋點數據中的專家解決方案推薦給用戶。
27、結合第一方面，在一種實施方式中，所述按照所述專家知識圖譜中匹配到的專家解決方案處理故障后，還包括：
28、若車控功能故障未被修復，對所述車控功能被調用時的埋點數據標注對應的故障信息，故障編碼及專家解決方案，將標注后的埋點數據添加至專家知識圖譜。
29、第二方面，本申請提供一種車機車控故障診斷處理系統，所述車機車控故障診斷處理系統包括：
30、信息采集模塊，用于對于各車控功能的指令，采集每次指令傳輸過程中的埋點信息，將各車控功能的埋點信息整合為對應的埋點數據，基于所有車控功能的埋點數據生成第一數據集；
31、云端服務模塊，用于基于所述第一數據集生成車控功能故障預測模型和專家知識圖譜；
32、車端服務模塊，用于當車控功能被調用時，所述車控功能故障預測模型通過該車控功能對應的埋點數據輸出車控故障的結果，所述結果為所述結果為非故障或包括故障信息的故障；根據所述故障信息，按照所述專家知識圖譜中匹配到的專家解決方案處理故障。
33、本申請實施例提供的技術方案帶來的有益效果包括：
34、本申請通過對于各車控功能的指令，采集每次指令傳輸過程中的埋點信息，將各車控功能的埋點信息整合為對應的埋點數據，基于所有車控功能的埋點數據生成第一數據集，基于第一數據集生成車控功能故障預測模型和專家知識圖譜，當車控功能被調用時，通過模型預測車控故障的結果，根據故障信息在專家知識圖譜中匹配專家解決方案，以此提高解決方案與故障問題的匹配度，進而快速定位并處理車控功能故障。
本文檔來自技高網...【技術保護點】
1.一種車機車控故障診斷處理方法，其特征在于，所述車機車控故障診斷處理方法包括：
2.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述采集每次指令傳輸過程中的埋點信息，將各車控功能的埋點信息整合為對應的埋點數據，包括：
3.如權利要求2所述的一種車機車控故障診斷處理方法，其特征在于，所述指令傳輸過程，包括：
4.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述基于所有車控功能的埋點數據生成第一數據集，包括：
5.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述基于所述第一數據集生成車控功能故障預測模型包括：
6.如權利要求5所述的一種車機車控故障診斷處理方法，其特征在于，所述基于所述第一數據集生成車控功能故障預測模型，還包括：
7.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述專家知識圖譜的生成方法包括：
8.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述根據所述故障信息，按照所述專家知識圖譜中匹配到的專家解決方案
9.如權利要求8所述的一種車機車控故障診斷處理方法，其特征在于，所述按照所述專家知識圖譜中匹配到的專家解決方案處理故障后，還包括：
10.一種車機車控故障診斷處理系統，其特征在于，所述車機車控故障診斷處理系統包括：
...【技術特征摘要】
1.一種車機車控故障診斷處理方法，其特征在于，所述車機車控故障診斷處理方法包括：
2.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述采集每次指令傳輸過程中的埋點信息，將各車控功能的埋點信息整合為對應的埋點數據，包括：
3.如權利要求2所述的一種車機車控故障診斷處理方法，其特征在于，所述指令傳輸過程，包括：
4.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述基于所有車控功能的埋點數據生成第一數據集，包括：
5.如權利要求1所述的一種車機車控故障診斷處理方法，其特征在于，所述基于所述第一數據集生成車控功能故障預測模型包括：
6....
【專利技術屬性】
技術研發人員：陳孔武，李萍，肖蔥蔥，彭楊茗，費一航，
申請(專利權)人：東風汽車集團股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。