[发明专利]一种共享单车的故障检测方法及平台在审

专利信息
申请号: 201711128533.8 申请日: 2017-11-15
公开(公告)号: CN107833311A 公开(公告)日: 2018-03-23
发明(设计)人: 张肖;殷波;李娜 申请(专利权)人: 中国联合网络通信集团有限公司
主分类号: G07C5/00 分类号: G07C5/00;G07C5/08;G06Q10/00;G06Q30/06
代理公司: 北京天昊联合知识产权代理有限公司11112 代理人: 彭瑞欣,汪源
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 共享 单车 故障 检测 方法 平台
【权利要求书】:

1.一种共享单车的故障检测方法,其特征在于,包括:

采集待检测单车的实时使用数据;

根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态。

2.根据权利要求1所述的共享单车的故障检测方法,其特征在于,在所述根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态之后还包括:

若判断出所述待检测单车的状态为故障状态时,向故障报修模块发送所述待检测单车的标识和位置信息。

3.根据权利要求1所述的共享单车的故障检测方法,其特征在于,在所述采集待检测单车的实时使用数据之前还包括:

采集多个单车在设定时间段内的使用数据;

获取预先存储的多个故障状态单车的使用数据;

将所述多个单车的使用数据与多个故障状态单车的使用数据根据单车的状态进行分组生成故障状态单车使用数据组和非故障状态单车使用数据组,所述多个单车的使用数据包括故障状态单车的使用数据和非故障状态单车的使用数据,所述故障状态单车使用数据组包括多个故障状态单车的使用数据,所述非故障单车使用数据包括多个非故障状态单车的使用数据;

根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成检测模型。

4.根据权利要求3所述的共享单车的故障检测方法,其特征在于,所述使用数据包括平均使用时长和平均使用距离。

5.根据权利要求3所述的共享单车的故障检测方法,其特征在于,所述根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成检测模型包括:

根据所述故障状态单车使用数据组和非故障状态单车使用数据组生成训练数据集和测试数据集,所述训练数据集包括故障状态单车使用数据组的一部分故障状态单车的使用数据和非故障状态单车使用数据组的一部分非故障状态单车的使用数据,所述测试数据组包括故障状态单车使用数据组的另一部分故障状态单车的使用数据和非故障状态单车使用数据组的另一部分非故障状态单车的使用数据;

根据所述训练数据集及基本检测模型生成训练后检测模型;

根据所述训练后检测模型对所述测试数据集进行检测生成检测结果;

根据所述检测结果和所述测试数据集判断所述训练后检测模型的检测结果是否正确,若判断出所述训练后检测模型的检测结果正确,则所述训练后检测模型为检测模型。

6.根据权利要求5所述的共享单车的故障检测方法,其特征在于,所述根据所述训练数据集及基本检测模型生成训练后检测模型包括:

根据所述训练数据集寻找最优超平面ω·X+b=0,其中,ω∈Rd表示超平面的法向量,Rd表示d维的实数空间,X表示该超平面,b∈R,表示超平面参数,R表示实数集,所述训练数据集包括故障状态单车使用数据和非故障状态单车使用数据,所述最优超平面将故障状态单车使用数据和非故障状态单车使用数据分别赋予不同的惩罚系数C1和C2

根据所述最优超平面和基本SVM模型计算得出最优分类决策函数所述基本SVM模型选择径向基RBF核函数,所述最优分类决策函数即为训练后检测模型,其中,f(X)表示最优分类决策函数,ai*表示拉格朗日乘子的最优解,yi表示训练数据集中第i个单车使用数据对应的单车状态标志,K(Xi,X)表示径向基RBF核函数,Xi,i=1...n表示训练数据集中的第i个单车使用数据,i=1,2,...n,b*表示超平面参数的最优解。

7.一种共享单车的故障检测平台,其特征在于,包括:

采集模块,用于采集待检测单车的实时使用数据;

判断模块,用于根据所述待检测单车的实时使用数据和预先生成的检测模型判断所述待检测单车的状态是否为故障状态。

8.根据权利要求7所述的共享单车的故障检测平台,其特征在于,还包括:

发送模块,用于若判断出所述待检测单车的状态为故障状态时,向故障报修模块发送所述待检测单车的标识和位置信息;

故障报修模块,用于接收所述待检测单车的标识和位置信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711128533.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top