[发明专利]故障预测模型训练的方法、车辆故障预测的方法及装置

说明书

本申请实施例提供了一种故障预测模型训练的方法以及车辆故障预测的方法，用于根据车辆信息以及目标故障预测模型获取故障码概率和部件故障概率。本申请实施例方法包括：从数据库中获取多个样本数据，所述多个样本数据中的每个样本数据至少包括车辆类型、行驶里程和故障码，所述故障码为所述车辆类型对应的车辆行驶至所述行驶里程时所出现的故障码，所述故障码对应至少一个部件；使用所述多个样本数据以及所述至少一个部件的故障概率系数训练初始故障预测模型，以得到目标故障预测模型，所述目标故障预测模型用于确定所述故障码的故障码概率和所述故障码对应的所述至少一个部件的故障概率。因此，本申请实施例提升了车辆故障预测的准确性。

技术领域

本申请实施例涉及汽车技术领域，尤其涉及一种故障预测模型训练的方法、车辆故障预测的方法、故障预测模型训练装置和车辆故障预测装置。

背景技术

随着汽车产业的快速发展，我国的汽车数量不断增加，汽车已经普遍存在用户的日常生活中，成为越来越重要的代步工具，因此，汽车的正常行驶对用户至关重要，对汽车未来可能出现的故障进行预测是保证汽车正常行驶的重要方法。

现有技术中，对于汽车未来可能出现的故障，主要是根据维修技师的维修经验和维修水平判断当前汽车可能存在的故障，然后对可能出现故障的某部件进行保养或更换。

但是，随着我国的汽车数量和车辆类型的不断增加，当维修技师的经验不足或者对当前车辆的车型了解不够时，依赖维修技师的维修水平和经验对汽车可能出现的故障的进行预测的方法不能准确地预测出汽车的故障，造成行车隐患。

发明内容

本申请实施例提供了一种故障预测模型训练的方法以及车辆故障预测方法，用于根据预测车辆的车辆信息以及目标故障预测模型获取预测车辆的故障码概率和部件故障概率，提升了车辆故障预测的准确性。

本申请实施例第一方面提供一种故障预测模型训练的方法，包括：

从数据库中获取多个样本数据，所述多个样本数据中的每个样本数据至少包括车辆类型、行驶里程和故障码，所述故障码为所述车辆类型对应的车辆行驶至所述行驶里程时所出现的故障码，所述故障码对应至少一个部件；

使用所述多个样本数据以及所述至少一个部件的故障概率系数训练初始故障预测模型，以得到目标故障预测模型，所述目标故障预测模型用于确定所述故障码的故障码概率和所述故障码对应的所述至少一个部件的故障概率，所述至少一个部件的故障概率系数预置于所述初始故障预测模型中。由第一方面可知，本实施例可以根据目标故障预测模型预测车辆的故障码概率以及部件故障概率，提升了车辆故障预测的准确性。

基于本申请实施例第一方面，本申请实施例第一方面的第一种实现方式中，所述从数据库中获取多个样本数据之前，所述方法还包括：获取样本车辆的所述检测数据，所述检测数据包括所述样本车辆的车辆识别码VIN、所述行驶里程以及所述故障码；根据所述VIN识别所述样本车辆对应的所述车辆类型；将所述故障码统计到所述多个样本数据中与所述车辆类型以及所述行驶里程对应的样本数据中。

基于本申请实施例第一方面以及第一方面的第一种实现方式，本申请实施例第一方面的第二种实现方式中，所述使用所述多个样本数据训练初始故障预测模型，以得到目标故障预测模型之后，所述方法还包括：获取反馈信息；根据所述反馈信息对所述目标故障预测模型中的所述故障码概率和所述故障码对应的至少一个部件的故障概率进行修正。

本申请实施例第二方面提供一种车辆故障预测的方法，包括：

获取预测车辆的车辆信息，所述车辆信息包括所述预测车辆对应的车辆类型和行驶里程；根据所述车辆类型、所述行驶里程以及目标故障预测模型计算所述预测车辆的故障码概率和部件故障概率，所述目标故障预测模型根据多个样本数据训练得到。由第一方面可见，本实施例中，可以根据车辆信息以及目标故障预测模型获取预测车辆的故障码概率和部件故障概率，提升了车辆故障预测的准确性。