[发明专利]一种车辆失联预测方法、系统、介质及服务器

权利要求书

1.一种车辆失联预测方法，其特征在于，所述车辆失联预测方法应用于服务器中，所述服务器与车辆的天线盒通信，所述天线盒向所述服务器上传所述车辆的心跳数据，所述车辆失联预测方法包括：

获取失联车辆的所述天线盒在所述失联车辆失联前的预设时间段内上传的历史的心跳数据；

根据所述历史的心跳数据构建预失联模型和预失联分级模型；

根据所述预失联模型，对当前接收的当前的心跳数据进行分析，以判断发送所述当前的心跳数据的车辆是否为预失联车辆；

当根据所述预失联模型判断发送所述当前的心跳数据的车辆为预失联车辆时，将所述当前的心跳数据发送至所述预失联分级模型，以获取关于所述预失联车辆的失联属性；其中，所述失联属性包括零电和故障。

2.根据权利要求1所述的车辆失联预测方法，其特征在于，所述天线盒与所述车辆的大电池和小电池连接，所述天线盒包括与所述大电池和小电池连接的天线，所述天线盒通过所述天线向所述服务器上传所述心跳数据；所述历史的心跳数据包括在所述失联车辆失联前的所述预设时间段内从所述大电池获取的大电池基本信息以及在所述失联车辆失联前的所述预设时间段内从所述小电池获取的小电池基本信息；其中，所述大电池为所述车辆、所述小电池和所述天线盒供电，所述小电池在所述大电池没电时，为所述天线盒供电。

3.根据权利要求2所述的车辆失联预测方法，其特征在于，所述大电池基本信息至少包括以下信息中的一种：所述大电池的电量、所述大电池的电压、所述大电池的电流以及所述大电池的温度；所述小电池基本信息至少包括以下信息中的一种：所述小电池的电量、所述小电池的电压、所述小电池的电流以及所述小电池的温度。

4.根据权利要求2所述的车辆失联预测方法，其特征在于，根据所述历史的心跳数据构建预失联模型的步骤还包括：根据所述历史的心跳数据中，所述大电池基本信息和所述小电池基本信息获取所述大电池、所述小电池以及所述天线盒间的耦合关系，且根据所述耦合关系构建所述预失联模型。

5.根据权利要求4所述的车辆失联预测方法，其特征在于，所述大电池、所述小电池以及所述天线盒间的耦合关系至少包括以下中的一种：

第一种：所述大电池有电，所述小电池没电；

第二种：在一特定时间后，所述历史心跳数据中的所述大电池基本信息不存在；

第三种：所述大电池的温度超过第一预设温度范围和/或所述小电池的温度超过第二预设温度范围；

第四种：所述大电池和所述小电池均没电。

6.根据权利要求2所述的车辆失联预测方法，其特征在于，所述天线盒还包括与所述天线连接的定位芯片；所述历史的心跳数据还包括在所述失联车辆失联前的所述预设时间段内从所述定位芯片获取的车辆定位信息；

所述根据所述历史的心跳数据构建预失联模型的步骤还包括：根据所述历史的心跳数据中，所述大电池基本信息、所述小电池基本信息以及所述车辆定位信息，构建所述预失联模型。

7.根据权利要求2所述的车辆失联预测方法，其特征在于，所述历史的心跳数据还包括在所述失联车辆失联前的所述预设时间段内获取的天气信息；

所述根据所述历史的心跳数据构建预失联模型的步骤还包括：根据所述历史的心跳数据中，所述大电池基本信息、所述小电池基本信息以及所述天气信息，构建所述预失联模型。

8.根据权利要求2所述的车辆失联预测方法，其特征在于，所述历史的心跳数据还包括在所述失联车辆失联前的所述预设时间段内获取的车辆活跃度信息；其中，所述车辆活跃度信息与所述车辆的订单信息有关；

所述根据所述历史的心跳数据构建预失联模型的步骤还包括：根据所述历史的心跳数据中，所述大电池基本信息、所述小电池基本信息以及所述车辆活跃度信息，构建所述预失联模型。