一种车载专家诊断方法及系统

1.一种车载专家诊断方法，其特征在于，该方法包括：
实时对车辆进行故障侦听；
当侦听到故障时获取故障数据并启动计时器，将所述故障数据和故障发生时刻以列表形式存储于故障列表中；
根据所述故障列表对待诊断的故障设备进行故障诊断；
所述根据所述故障列表对待诊断的故障设备进行故障诊断包括：
根据所述故障列表解析出所述故障设备的所有故障；
根据需要选取所述所有故障中待分析的故障；
根据所述故障列表查找出所述待分析故障对应的故障数据；
根据所述故障数据对所述待诊断的故障设备进行故障诊断；
还包括：根据所述故障诊断的结果找到故障原因，给出相应的指导意见；所述故障原因包括：显性故障原因和隐性故障原因。
2.根据权利要求1所述的方法，其特征在于，所述将所述故障数据和故障发生时刻以列表形式存储于故障列表中后，还包括：
将所述故障数据中符合预设时间范围的数据源进行远程存储和本地存储。
3.根据权利要求2所述的方法，其特征在于，所述将所述故障数据中符合预设时间范围的数据源进行远程存储和本地存储包括：
将所述数据源拷贝到第一队列中，并通过无线网络上传至云后台以进行远程存储；
将所述数据源拷贝至第二队列中，保存现场数据源，并将所述现场数据源写入数据库以进行本地存储。
4.根据权利要求1所述的方法，其特征在于，所述实时对车辆进行故障侦听具体包括：
将CAN总线的数据上传至预先构建的预设长度的缓冲循环队列中；
采用显性故障位侦测线程侦听所述缓冲循环队列中的数据，判断当前时刻其中一个ID序列是否发生故障；
当侦听到故障发生时，启动计时器进行计时，否则，继续侦听下一个ID序列。
5.根据权利要求1所述的方法，其特征在于，所述将所述故障数据和故障发生时刻以列表形式存储于故障列表中包括：
将所述故障数据中的故障名、故障所在设备的设备ID、故障发生频率、故障发生时刻一一对应存储于所述故障列表中。
6.一种车载专家诊断系统，其特征在于，该系统包括：
侦听模块，用于实时对车辆进行故障侦听；
第一存储模块，用于当所述侦听模块侦听到故障时获取故障数据并启动计时器，将所述故障数据以列表形式存储于故障列表中；
诊断模块，用于根据所述第一存储模块上传的故障列表对待诊断的故障设备进行故障诊断；
所述诊断模块包括：
解析模块，用于根据所述故障列表解析出所述故障设备的所有故障；
选取模块，用于根据需要选取所述解析模块解析出的所有故障中待分析的故障；
查找模块，用于根据所述故障列表查找出所述选取模块选取的待分析故障对应的故障数据；
故障诊断模块，用于根据所述查找模块查找到的故障数据对所述待诊断的故障设备进行故障诊断，以及，根据所述故障诊断的结果找到故障原因，给出相应的指导意见；所述故障原因包括：显性故障原因和隐性故障原因。
7.根据权利要求6所述的系统，其特征在于，该系统还包括：
第二存储模块，用于将所述故障数据中符合预设时间范围的数据源进行远程存储和本地存储。
8.根据权利要求7所述的系统，其特征在于，所述第二存储模块包括：
远程存储模块，用于将所述数据源拷贝到第一队列中，并通过无线网络上传至云后台以进行远程存储；
本地存储模块，用于将所述数据源拷贝至第二队列中，保存现场数据源，并将所述现场数据源写入数据库以进行本地存储。
9.根据权利要求6所述的系统，其特征在于，所述侦听模块包括：
缓冲循环模块，用于将CAN总线的数据上传至预先构建的预设长度的缓冲循环队列中；
故障侦听模块，用于采用显性故障位侦测线程侦听所述缓冲循环队列中的数据，判断当前时刻其中一个ID序列是否发生故障；
判断模块，用于当所述故障侦听模块侦听到故障发生时，启动计时器进行计时，否则，继续侦听下一个ID序列。
10.根据权利要求6所述的系统，其特征在于，所述第一存储模块具体用于将所述故障数据中的故障名、故障所在设备的设备ID、故障发生频率、故障发生时刻一一对应存储于所述故障列表中。

一种车载专家诊断方法及系统\n技术领域\n[0001] 本申请涉及专家诊断技术领域，尤其涉及一种车载专家诊断方法及系统。\n背景技术\n[0002] 随着移动物联网技术、大数据云后台技术的快速发展，信息行业正在不断对已有行业的潜力进行挖掘，用信息行业的思维去重新提升传统行业，将会为传统行业开辟新的局面，而未来的汽车是电子信息、软件主导的新能源智慧车辆，主要体现在：自身监测与管控、信息共享与交换、统一指挥与调度、自动驾驶、新能源等方面。\n[0003] 目前，对于汽车的车辆信息都是通过简单地获取一些基本的汽车CAN总线数据并显示出来，而并未对汽车CAN总线数据进行综合分析与深度挖掘。此外，现有车辆一般仅是具有显示、娱乐、导航等常规功能，当车辆出现故障的时候，需要工程师现场查看数据、分析数据，然后才能定位成问题的根源，这样既浪费了人力成本和时间成本，又无法满足用户对智能化的需求。\n发明内容\n[0004] 有鉴于此，本申请提供了一种车载专家诊断方法及系统，以克服现有技术中对汽车故障定位既浪费人力成本和时间成本，又无法满足用户对智能化的需求的问题。\n[0005] 为实现上述目的，本申请提供了以下技术方案：\n[0006] 一种车载专家诊断方法，该方法包括：\n[0007] 实时对车辆进行故障侦听；\n[0008] 当侦听到故障时获取故障数据并启动计时器，将所述故障数据和故障发生时刻以列表形式存储于故障列表中；\n[0009] 根据所述故障列表对待诊断的故障设备进行故障诊断。\n[0010] 优选的，所述将所述故障数据和故障发生时刻以列表形式存储于故障列表中后，还包括：\n[0011] 将所述故障数据中符合预设时间范围的数据源进行远程存储和本地存储。\n[0012] 优选的，所述将所述故障数据中符合预设时间范围的数据源进行远程存储和本地存储包括：\n[0013] 将所述数据源拷贝到第一队列中，并通过无线网络上传至云后台以进行远程存储；\n[0014] 将所述数据源拷贝至第二队列中，保存现场数据源，并将所述现场数据源写入数据库以进行本地存储。\n[0015] 优选的，所述实时对车辆进行故障侦听具体包括：\n[0016] 将CAN总线的数据上传至预先构建的预设长度的缓冲循环队列中；\n[0017] 采用显性故障位侦测线程侦听所述缓冲循环队列中的数据，判断当前时刻其中一个ID序列是否发生故障；\n[0018] 当侦听到故障发生时，启动计时器进行计时，否则，继续侦听下一个ID序列。\n[0019] 优选的，所述将所述故障数据和故障发生时刻以列表形式存储于故障列表中包括：\n[0020] 将所述故障数据中的故障名、故障所在设备的设备ID、故障发生频率、故障发生时刻一一对应存储于所述故障列表中。\n[0021] 优选的，所述根据所述故障列表中存储的故障数据选择待诊断的故障设备进行故障诊断包括：\n[0022] 根据所述故障列表解析出所述故障设备的所有故障；\n[0023] 根据需要选取所述所有故障中待分析的故障；\n[0024] 根据所述故障列表查找出所述待分析故障对应的故障数据；\n[0025] 根据所述故障数据对所述待诊断的故障设备进行故障诊断。\n[0026] 一种车载专家诊断系统，该系统包括：\n[0027] 侦听模块，用于实时对车辆进行故障侦听；\n[0028] 第一存储模块，用于当所述侦听模块侦听到故障时获取故障数据并启动计时器，将所述故障数据以列表形式存储于故障列表中；\n[0029] 诊断模块，用于根据所述第一存储模块上传的故障列表对待诊断的故障设备进行故障诊断。\n[0030] 优选的，该系统还包括：\n[0031] 第二存储模块，用于将所述故障数据中符合预设时间范围的数据源进行远程存储和本地存储。\n[0032] 优选的，所述第二存储模块包括：\n[0033] 远程存储模块，用于将所述数据源拷贝到第一队列中，并通过无线网络上传至云后台以进行远程存储；\n[0034] 本地存储模块，用于将所述数据源拷贝至第二队列中，保存现场数据源，并将所述现场数据源写入数据库以进行本地存储。\n[0035] 优选的，所述侦听模块包括：\n[0036] 缓冲循环模块，用于将CAN总线的数据上传至预先构建的预设长度的缓冲循环队列中；\n[0037] 故障侦听模块，用于采用显性故障位侦测线程侦听所述缓冲循环队列中的数据，判断当前时刻其中一个ID序列是否发生故障；\n[0038] 判断模块，用于当所述故障侦听模块侦听到故障发生时，启动计时器进行计时，否则，继续侦听下一个ID序列。\n[0039] 优选的，所述第一存储模块具体用于将所述故障数据中的故障名、故障所在设备的设备ID、故障发生频率、故障发生时刻一一对应存储于所述故障列表中。\n[0040] 优选的，所述诊断模块包括：\n[0041] 解析模块，用于根据所述故障列表解析出所述故障设备的所有故障；\n[0042] 选取模块，用于根据需要选取所述解析模块解析出的所有故障中待分析的故障；\n[0043] 查找模块，用于根据所述故障列表查找出所述选取模块选取的待分析故障对应的故障数据；\n[0044] 故障诊断模块，用于根据所述查找模块查找到的故障数据对所述待诊断的故障设备进行故障诊断。\n[0045] 由以上技术方案可知，本申请提供了一种车载专家诊断方法及系统，该方法包括：\n实时对车辆进行故障侦听；当侦听到故障时获取故障数据并启动计时器，将所述故障数据和故障发生时刻以列表形式存储于故障列表中；根据所述故障列表对待诊断的故障设备进行故障诊断。该方法通过实时对车辆进行故障侦听，当发生故障时，将故障数据进行列表存储以便工程师通过远程直接进行诊断，快速定位出问题的根源，极大地减少了人力成本和时间成本，满足了用户对智能化的需求。\n附图说明\n[0046] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。\n[0047] 图1为本申请实施例一提供的一种车载专家诊断方法的流程图；\n[0048] 图2为本申请实施例一提供的一种实时对车辆进行故障侦听的方法的流程图；\n[0049] 图3为本申请实施例一提供的一种进行故障诊断的方法的流程图；\n[0050] 图4为本申请实施例二提供的一种车载专家诊断方法的流程图；\n[0051] 图5为本申请实施例三提供的一种车载专家诊断系统的结构示意图；\n[0052] 图6为本申请实施例三提供的一种侦听模块的结构示意图；\n[0053] 图7为本申请实施例三提供的一种诊断模块的结构示意图；\n[0054] 图8为本申请实施例四提供的一种车载专家诊断系统的结构示意图。\n具体实施方式\n[0055] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。\n[0056] 为克服现有技术中对汽车故障定位既浪费人力成本和时间成本，又无法满足用户对智能化的需求的问题，本申请提供了一种车载专家诊断方法及系统，具体方案如下所述：\n[0057] 实施例一\n[0058] 本申请实施例一提供了一种车载专家诊断方法，如图1所示，图1为本申请实施例一提供的一种车载专家诊断方法的流程图。该方法包括：\n[0059] S101：实时对车辆进行故障侦听。\n[0060] 具体的，如图2所示，图2为本申请实施例一提供的一种实时对车辆进行故障侦听的方法的流程图。具体包括：\n[0061] S201：将CAN总线的数据上传至预先构建的预设长度的缓冲循环队列中。\n[0062] 在本申请中，需要预先构建长度为N的缓冲循环队列，用于保存现场。具体的长度在本申请中不做限定，可以根据实际需要设定。\n[0063] S202：采用显性故障位侦测线程侦听缓冲循环队列中的数据，判断当前时刻其中一个ID序列是否发生故障。\n[0064] 启动显性故障位侦测线程，用于判断当前时刻t，某ID序列是否发生故障。具体的，CAN总线协议在制定时，会有一些故障位信息，用于判断节点设备是否发生故障。但是，光靠这些故障位提示，是不好分析故障发生的真实原因；且对于那些时好时坏的故障，更无从下手，甚至会忽略掉这些隐患的。而普通的OBD(On-Board Diagnostic，车载诊断系统)诊断，不仅是数据源有限，更重要的是，它的数据源是结果性数据，没有阶跃属性也很难提取相关性特征，工程师根据OBD诊断结果还要人为去分析，费时，有时也不容易定位出故障发生的根源。\n[0065] S203：当侦听到故障发生时，启动计时器进行计时，否则，继续侦听下一个ID序列。\n[0066] 本申请中，通过启动计时器，既记录了故障发生的时刻，又能够为故障数据的获取提供时间依据。\n[0067] S102：当侦听到故障时获取故障数据并启动计时器，将故障数据和故障发生时刻以列表形式存储于故障列表中。\n[0068] 其中，在本申请中，将故障数据和故障发生时刻以列表形式存储于故障列表中包括：\n[0069] 将故障数据中的故障名、故障所在设备的设备ID、故障发生频率、故障发生时刻一一对应存储于故障列表中。\n[0070] 具体地，在一次点火上电过程中，总线上发生故障的节点设备ID可以得知设备名称；该设备下各种故障发生的频率可以评估节点设备的性能；故障发生时刻能够快速定位待分析的参考数据源，节约了遍历匹配故障发生时刻的数据源的时间。\n[0071] 将上述数据建立一张故障索引表，能够实现快速定位待分析的数据源，无需遍历匹配所有数据源，效率高。\n[0072] S103：根据故障列表对待诊断的故障设备进行故障诊断。\n[0073] 其中，在本申请中，如图3所示，图3为本申请实施例一提供的一种进行故障诊断的方法的流程图。具体的，根据故障列表中存储的故障数据选择待诊断的故障设备进行故障诊断包括：\n[0074] S301：根据故障列表解析出故障设备的所有故障。\n[0075] 选择待诊断的故障设备，根据故障列表解析出故障设备的所有故障。\n[0076] S302：根据需要选取所有故障中待分析的故障。\n[0077] S303：根据故障列表查找出待分析故障对应的故障数据。\n[0078] 根据设备故障列表可以快速找到该故障发生的时刻t，进而快速定位到数据库中(t-ΔT，t+ΔT)内的数据源：\n[0079] 其中，显性故障原因排查包括：\n[0080] i)提取(t-ΔT，t+ΔT)内该ID序列的阶跃特征；\n[0081] ii)对可能会出现的显性故障逐一排查。\n[0082] 隐性故障原因排查包括：\n[0083] i)匹配相关度高的其它ID序列；\n[0084] ii)判断该ID序列是否有阶跃变化；\n[0085] iii)对该带有阶跃属性的高相关度的ID序列，进行迭代分析。\n[0086] S304：根据故障数据对待诊断的故障设备进行故障诊断。\n[0087] 根据上述步骤的结果，\n[0088] i)找到故障最可能发生的原因，并给出相应指导意见；\n[0089] ii)结合故障发生频率、故障等级、故障所在的设备等，分析车辆性能，并给出汽车保养意见。\n[0090] 本申请实施例一提供的该诊断方法，不仅能够有支持总线上的节点设备历史故障查询，对于常发性故障会有统计和提示，为工程师评估节点设备的可靠性、稳定性、抗干扰能力，以及设备工作最适宜环境需求等提供指导依据，而且替代工程师现场查看数据、分析数据，快速定位出问题的根源，支持本地诊断和远程诊断，强大的数据库平台，极大地减少了人力成本与时间成本，满足了用户对车辆智能化的需求。\n[0091] 实施例二\n[0092] 在实施例一的基础上，本申请实施例二提供了另一种车载专家诊断方法，该方法除包括如图1所示的步骤外，在将故障数据和故障发生时刻以列表形式存储于故障列表中后，还包括：\n[0093] 将故障数据中符合预设时间范围的数据源进行远程存储和本地存储。\n[0094] 具体的，如图4所示，图4为本申请实施例二提供的一种车载专家诊断方法的流程图，图4即将图1中的步骤S102替换为：\n[0095] S102：当侦听到故障时获取故障数据并启动计时器，将故障数据和故障发生时刻以列表形式存储于故障列表中，并将故障数据中符合预设时间范围的数据源进行远程存储和本地存储。\n[0096] 在计时器进行计时过程中，若是有新故障发生，计时器将会顺延delay秒，记录下delay秒内的数据源。\n[0097] 其他相应部分可以参见实施例一的描述，在本实施例中不再赘述。\n[0098] 具体的，将故障数据中符合预设时间范围的数据源进行远程存储和本地存储包括：\n[0099] 将数据源拷贝到第一队列中，并通过无线网络上传至云后台以进行远程存储。\n[0100] 拷贝缓冲循环队列中(t-ΔT，t+ΔT)内的数据源至第一队列中，将第一队列中的数据源通过3G或者其他无线传输方式发送至后台，以进行远程存储。\n[0101] 将数据源拷贝至第二队列中，保存现场数据源，并将现场数据源写入数据库以进行本地存储。\n[0102] 拷贝缓冲循环队列中(t-ΔT，t+ΔT)内的数据源至第二队列中，并将第二队列中的数据源写入数据库以进行本地存储。\n[0103] 本申请中，故障发生时刻前后总线上的数据源是带有阶跃属性的数据源，对于故障精准分析，以及相关性分析很有帮助。数据源有所选择的存储，由于总线的数据是一直发送的，长期累计下来会给存储带来不小的开销，而且有些数据对于诊断也没什么用，而本申请存储的数据极大地降低了存储开销，而且对于故障原因诊断来说，是非常重要的，因为如果数据源提取不出阶跃属性、相关性特征，对于诊断的精准性也是有影响的。\n[0104] 本发明借助数据库记录下这些关键信息，尤其是很难再现的数据。这类数据比较特殊，是由于有些故障是时而发生时而消失的。这类故障，对于故障重现来说，比较困难，也很耗时间，不容易被捕捉，但是有时会带来不小的危害。这类故障，比如，BMS即电池管理系统，由于单体电池存在着差异，导致有些电池的阈值门限设定的不是很匹配，可能会导致这些单体电池过充或者过放，影响电池的性能和使用寿命，进而影响到整个电池组的总体性能、使用寿命、整车的续航里程。这类故障有时持续时间很短，不容易被发现，但是长期积累下去，是一个慢性毒瘤。\n[0105] 本诊断方法，对总线数据进行挖掘分析，提取数据阶跃特征，能够快速定位到故障点，尤其是隐蔽性较强的故障，相当于给汽车配了一个专家级诊断管家，一路护航。\n[0106] 另外，本解决方案除了支持本地数据库存储，还支持云后台远程存储。对海量数据提供专业级的数据存储以及查询，集合了工程师多年对已出现故障的分析逻辑和算法，能够替代工程师现场查看数据、分析数据，快速查定位出问题的根源。\n[0107] 专家诊断可以在本地进行诊断，可以人工选择需要分析的故障，也可以在云后台进行远程诊断并提供远程技术支持。通过数据挖掘与分析，分析车辆性能、驾驶习惯，为安全驾驶、绿色驾驶提供专家指导意见。\n[0108] 由以上技术方案可知，本申请实施例二提供的该方法，不仅实现了实施例一所能实现的技术效果，而且汽车总线数据本地数据库存储和远程数据库存储，在紧急事故等情况下便于现场恢复，其智能化可触控式终端，用户可以选择故障，并分析，人机交互效果佳。\n[0109] 实施例三\n[0110] 在实施例一的基础上，本申请实施例三提供了一种车载专家诊断系统，如图5所示，图5为本申请实施例三提供的一种车载专家诊断系统的结构示意图。该系统包括：侦听模块401、第一存储模块402和诊断模块403，其中，\n[0111] 侦听模块401，用于实时对车辆进行故障侦听。\n[0112] 如图6所示，图6为本申请实施例三提供的一种侦听模块的结构示意图，该侦听模块包括：缓冲循环模块501、故障侦听模块502和判断模块503，其中，\n[0113] 缓冲循环模块501，用于将CAN总线的数据上传至预先构建的预设长度的缓冲循环队列中。\n[0114] 故障侦听模块502，用于采用显性故障位侦测线程侦听缓冲循环队列中的数据，判断当前时刻其中一个ID序列是否发生故障。\n[0115] 判断模块503，用于当故障侦听模块侦听到故障发生时，启动计时器进行计时，否则，继续侦听下一个ID序列。\n[0116] 第一存储模块402，用于当侦听模块401侦听到故障时获取故障数据并启动计时器，将故障数据以列表形式存储于故障列表中。\n[0117] 第一存储模块具体用于将故障数据中的故障名、故障所在设备的设备ID、故障发生频率、故障发生时刻一一对应存储于所述故障列表中。\n[0118] 诊断模块403，用于根据第一存储模块402上传的故障列表对待诊断的故障设备进行故障诊断。\n[0119] 具体的，如图7所示，图7为本申请实施例三提供的一种诊断模块的结构示意图，该诊断模块包括：解析模块601、选取模块602、查找模块603和故障诊断模块604，其中，[0120] 解析模块601，用于根据故障列表解析出故障设备的所有故障；\n[0121] 选取模块602，用于根据需要选取解析模块601解析出的所有故障中待分析的故障；\n[0122] 查找模块603，用于根据故障列表查找出选取模块602选取的待分析故障对应的故障数据；\n[0123] 故障诊断模块604，用于根据查找模块603查找到的故障数据对待诊断的故障设备进行故障诊断。\n[0124] 具体的在本实施中不再赘述，详细可参见实施例一相应部分的描述。\n[0125] 实施例四\n[0126] 在实施例三的基础上，本申请实例四提供了另一种车载专家诊断系统，如图8所示，图8为本申请实施例四提供的一种车载专家诊断系统的结构示意图。该系统除包含图5所示的结构外，还包括：\n[0127] 第二存储模块404，用于将故障数据中符合预设时间范围的数据源进行远程存储和本地存储。\n[0128] 具体的，第二存储模块包括：\n[0129] 远程存储模块，用于将数据源拷贝到第一队列中，并通过无线网络上传至云后台以进行远程存储；\n[0130] 本地存储模块，用于将数据源拷贝至第二队列中，保存现场数据源，并将现场数据源写入数据库以进行本地存储。\n[0131] 具体在本实施例中不再赘述，可参见其他实施例相关部分的描述。\n[0132] 由以上技术方案可知，本申请实施例三和实施例四所提供的车载专家诊断系统，不仅能够有支持总线上的节点设备历史故障查询，对于常发性故障会有统计和提示，为工程师评估节点设备的可靠性、稳定性、抗干扰能力，以及设备工作最适宜环境需求等提供指导依据，而且替代工程师现场查看数据、分析数据，快速定位出问题的根源，支持本地诊断和远程诊断，强大的数据库平台，极大地减少了人力成本与时间成本，满足了用户对车辆智能化的需求。\n[0133] 最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。\n[0134] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。\n[0135] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。\n对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。