精品车联网下汽车服务信息系统的新内容.docx
- 文档编号:27824318
- 上传时间:2023-07-05
- 格式:DOCX
- 页数:10
- 大小:164.85KB
精品车联网下汽车服务信息系统的新内容.docx
《精品车联网下汽车服务信息系统的新内容.docx》由会员分享,可在线阅读,更多相关《精品车联网下汽车服务信息系统的新内容.docx(10页珍藏版)》请在冰豆网上搜索。
精品车联网下汽车服务信息系统的新内容
车联网下汽车服务信息系统的新内容
基于车联网的汽车故障远程诊断专家系统的建立
一、车联网
1.什么是车联网
根据中国物联网校企联盟的定义,车联网(InternetofVehicles)是由车辆位置、速度和路线等信息构成的巨大交互网络。
通过GPS、RFID、传感器、摄像头图像处理等装置,车辆可以完成自身环境和状态信息的采集;通过互联网技术,所有的车辆可以将自身的各种信息传输汇聚到中央处理器;通过计算机技术,这些大量车辆的信息可以被分析和处理,从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。
2.车联网的网络体系
从网络上看,车联网系统是一个“端管云”三层体系。
第一层(端系统):
端系统是汽车的智能传感器,负责采集与获取车辆的智能信息,感知行车状态与环境;是具有车内通信、车间通信、车网通信的泛在通信终端;同时还是让汽车具备IOV寻址和网络可信标识等能力的设备。
第二层(管系统):
解决车与车(V2V)、车与路(V2R)、车与网(V2I)、车与人(V2H)等的互联互通,实现车辆自组网及多种异构网络之间的通信与漫游,在功能和性能上保障实时性、可服务性与网络泛在性,同时它是公网与专网的统一体。
第三层(云系统):
车联网是一个云架构的车辆运行信息平台,它的生态链包含了ITS、物流、客货运、危特车辆、汽修汽配、汽车租赁、企事业车辆管理、汽车制造商、4S店、车管、保险、紧急救援、移动互联网等,是多源海量信息的汇聚,因此需要虚拟化、安全认证、实时交互、海量存储等云计算功能,其应用系统也是围绕车辆的数据汇聚、计算、调度、监控、管理与应用的复合体系。
值得注意的是,在汽车服务信息系统中,最容易出现新领域和新问题的就是车联网的第三层云系统,因为车联网的云平台汇集了大量的数据与信息需要处理,因此便需要建立新型的汽车服务信息系统以满足实时交互的需要。
3.实现智能互联的关键技术
为实现通过车联网实现智能交通首先需要攻克以下的关键技术:
(1)传感器技术及传感信息整合:
“车联网是车、路、人之间的网络”,车联网中的传感技术应用主要是车的传感器网络和路的传感器网络。
车的传感器网络又可分为车内传感器网络和车外传感器网络。
车内传感器网络是向人提供关于车的状况信息的网络,比如远程诊断就需要这些状况信息,以供分析判断车的状况;车外传感器网络就是用来感应车外环境状况的传感器网络,比如防碰撞的传感器信息、感应外部环境的摄像头,这些信息可以用来增强安全和作为辅助驾驶的信息。
路的传感器网络指那些铺设在路上和路边的传感器构成的网络,这些传感器用于感知和传递路的状况信息,如车流量、车速、路口拥堵情况等,这些信息都能让车载系统获得关于道路及交通环境的信息。
无论是车内、车外,还是道路的传感器网络,都起到了车内状况和环境感知的作用,其为“车联网”获得了独特(有别于互联网)的“内容”。
整合这些“内容”,即整合传感网络信息,将是“车联网”重要的技术发展内容,也是极具特色的技术发展内容。
(2)开放的、智能的车载终端系统平台
就像互联网络中的电脑、移动互联网中的手机,车载终端是车主获取车联网最终价值的媒介,可以说是网络中最为重要的节点。
当前,很多车载导航娱乐终端并不适合“车联网”的发展,其核心原因是采用了非开放的、非智能的终端系统平台。
基于不开放、不够智能的终端系统平台是很难被打造成网络生态系统的。
这方面可以参看智能手机领域来感受到这一点的重要:
大量的开发者基于苹果公司的IOS和GoogleAndroid终端操作系统都构建了几十万款应用,这些应用为这两个手机网络生态系统创造了核心价值。
而这一切都是因为开发者可以基于这样的系统开发应用,特别是Google的Android系统,源代码完全开放,可以被裁减和优化。
因此,从目前来看GoogleAndroid也将会成为车联网终端系统的主流操作系统,它天然为网络应用而生,并专为触摸操作设计,体验良好、可个性化定制,应用丰富且应用数量快速增长,已经形成了成熟的网络生态系统。
反观当前车载终端用得最多的WinCE,可以说是一个封闭的系统,很难有进一步发展的空间,因为应用少得可怜,任何修改都由于微软的封闭策略而无能为力,辛辛苦苦开发了上网功能,却无特色的应用及服务可用。
在前装市场上荣威350及其INKANET,在后装市场上路畅科技的Android平台产品已经证明了Android的价值,Android将是车载娱乐导航终端平台操作系统的必然选择。
(3)服务端计算与服务整合技术
除上述语音识别要用到云计算技术外,很多应用和服务的提供都要采用服务端计算、云计算的技术。
类似互联网及移动互联网,终端能力有限,通过服务端计算才能整合更多信息和资源向终端提供及时的服务,服务端计算开始进入了云计算时代。
云计算将在车联网中用于分析计算路况、大规模车辆路径规划、智能交通调度计、基于庞大案例的车辆诊断计算等。
车联网和互联网、移动互联网一样都得采用服务整合来实现服务创新、提供增值服务。
通过服务整合,可以使车载终端获得更合适更有价值的服务,如呼叫中心服务与车险业务整合、远程诊断与现场服务预约整合、位置服务与商家服务整合等等;
(4)通信及其应用技术
车联网主要依赖两方面的通信技术:
短距离无线通信和远距离的移动通信技术,前者主要是RFID传感设别及类似WIFI等2.4G通信技术,后者主要是GPRS、3G、LTE、4G等移动通信技术。
这两类通信技术不是车联网的独有技术,因此技术发展重点主要是这些通信技术的应用,包括高速公路及停车厂自动缴费、无线设备互联等短距离无线通信应用及VOIP应用(车友在线、车队领航等)、监控调度数据包传输、视频监控等移动通信技术应用。
(5)互联网技术
车联网的本质就是物联网与移动互联网的融合。
车联网是通过整合车、路、人各种信息与服务,最终都是为人(车内的人及关注车内的人)提供服务的,因此,能够获取车联网提供的信息和服务的不仅仅是车载终端,而是所有能够访问互联网及移动互联网的终端,因此电脑、手机也是车联网的终端。
现有互联网及移动互联网的技术及应用基本上都能够在车联网中使用,包括媒体娱乐、电子商务、Web2.0应用、信息服务等。
当然,车联网与现有通用互联网、移动互联网相比,其有两个关键特性:
一是与车和路相关,二是把位置信息作为关键元素。
因此需要围绕这两个关键特性发展车联网的特色互联网应用,将给车联网带来更加广泛的用户及服务提供者。
4.车联网的市场价值
(1)减少售后纠纷,一切用数据说话
车联网系统可以监控并保存车辆的运行数据,当车辆发生故障,并因此引起客户损失,可以用数据平息双方的争端,帮助客户避免重复不规范操作的错误,这点尤其是在客运行业非常有效。
(2)在线跟踪,避免配件耗材销售机会的流失
通过对车辆运行数据的采集,同时也形成配件、耗材的使用情况报告,在需要更换以前,及时锁定配件、耗材及维修的销售机会。
(3)故障预警,避免重大事故
一般车联网系统,都有一套管理平台,平台可以生成各种主题的历史数据分析报表,趋势报告,并通过页面、邮件、短信等方式报告异常情况,避免小故障带来大事故。
(4)降低售后维护成本
掌握车辆运行数据,意味着可以分析判断故障原因。
对于可以远程排除的故障,就降低人员出差成本。
(5)形成制造+服务的商业模式,从单一的车辆生产商转变为服务提供商,形成产品和服务的差异化,避免直接价格竞争
车辆生产商可以向客户附加销售远程管理系统,也可以通过提供可视化的管理服务,一方面可以自行或委托第三方收取服务费用,另一方面可以通过多元化服务增加车辆卖点,来更好的“卖车”,避免残酷的直接价格竞争。
二、汽车故障诊断专家系统
目前已研究的故障诊断专家系统模型有:
基于规则的诊断专家系统、基于实例的诊断专家系统、基于行为的诊断专家系统、基于模糊逻辑的诊断专家系统和基于人工神经网络的诊断专家系统。
这些诊断专家系统的优缺点及技术要点如下:
1.基于规则的诊断专家系统
基于规则的诊断方法是根据以往专家诊断的经验,将其归纳成规则,通过启发式经验知识进行故障诊断,适合于具有丰富经验的专业领域故障诊断。
基于规则的诊断具有知识表述直观、形式统一、易理解和解释方便等优点,诊断知识的获取依赖于领域专家。
但复杂系统所观测到的症状与所对应诊断之间的联系是相当复杂,通过归纳专家经验来获取规则,有相当难度,且一致性难以保证。
尽管基于规则的诊断专家系统获得初步成功,但存在知识获取困难、知识台阶窄以及控制策略不灵活等缺点。
对大型规则库来说,容易产生规则匹配冲突、组合爆炸等问题,而且系统缺乏自学习能力,不适用于复杂系统或经验不足系统的故障诊断。
对于大型的诊断对象,其求解过程搜索空间大,速度慢,难以实现实时在线诊断要求。
2.基于实例的诊断专家系统
基于实例推理是近年来人工智能领域兴起的一种诊断推理技术,是类比推理的一个独立子类,符合人类的认知心理。
简单地说,基于实例推理的依据就是相似的问题有相似的解。
基于实例的诊断专家系统具有诸多优点:
无须显式的领域知识;无须规则提取,降低知识获取难度;系统是开放体系,增量式学习,实例库的覆盖度随系统的不断使用而逐渐增加。
基于实例的诊断适用于领域定理难以表示成规则形式,而易表示成实例的领域。
基于实例推理的关键是建立一个有效的检索机制与实例组织方式。
实例匹配不仅要考虑表面特征的相似性,而且结构相似性和深层特征有时也具有同样不容忽视的作用。
深层信息不仅能减小搜索空间,还可以增加匹配成功率。
基于实例推理面临的另一个问题是诊断实例能否覆盖所有解空间,因为覆盖度小会导致搜索时可能会漏掉最优解,造成误诊或漏诊。
基于实例的诊断方法难点还在于实例特征的选择、权重分配以及处理实例修订时的一致性检验(特征变量间的约束关系)问题等。
3.基于模糊逻辑的诊断专家系统
在汽车故障诊断中,存在界限不分明的模糊概念(如发动机温度“偏高”、轮胎磨损“较严重”等具有模糊性),运用模糊理论的诊断方法将更为有效。
模糊诊断的实质是引入隶属函数概念,模糊逻辑以其较强的结构性知识表达能力,适合处理诊断中的不确定信息和不完整信息。
模糊故障诊断有两种基本方法口,一种是先建立征兆与故障类型之间的因果关系矩阵R,再建立故障与征兆的模糊关系方程,即F=S*R,这里F为模糊故障矢量;S为模糊征兆矢量;“*”为模糊合成算子。
另一种方法是先建立故障与征兆的模糊规则库,再进行模糊逻辑推理的诊断过程。
模糊诊断知识获取困难,尤其是故障与征兆的模糊关系较难确定,且系统的诊断能力依赖模糊知识库,学习能力差,容易发生漏诊或误诊。
由于模糊语言变量是用隶属函数表示的,实现语言变量与隶属函数之间的转换是一个难点。
4.基于行为的诊断专家系统
基于行为(Bhevaior一based)的诊断专家系统是一种动态、模块化的诊断系统。
系统的行为就是指系统从一个状态转移到另一个状态的过程,一个状态的出现是系统行为动作的结果,而状态则描述了系统的行为。
通常,基于行为的诊断专家系统采用NN模块化单元,以确保系统与诊断对象的实时交互。
这种NN模块化单元不同于一般基于NN的诊断系统,它是一种相对独立且能够动态构建故障诊断子NN模块单元的变结构单元。
该方法同汽车电控单元ECU之间进行数据交互,可实现实时在线监控诊断。
基于行为的诊断专家系统的突出优点是在缺乏先验诊断知识情况下,通过与诊断对象系统行为进行交互作用,逐步学习进化,最终构成一个完善的诊断系统。
因此,不必事先给出所有故障类型,极大地减轻了故障诊断专家系统开发的规模和知识获取困难问题。
开发基于行为的诊断专家系统关键问题是:
故障行为征兆(语义征兆、图形征兆)的自动获取难度较大;新故障自动识别和分类,尤其是同时出现多故障,是该方法的根本突破点。
5.基于人工神经网络的诊断专家系统
人工神经网络具有较好的容错性、响应快、强大的学习能力、自适应能力和非线性逼近能力等,被广泛应用于汽车故障诊断领域。
基于神经网络的故障诊断专家系统有两种形式:
一种是使用神经网络来构造专家系统,变基于符号的推理为基于数值运算的推理,提高系统效率和自学习问题:
另一种是把神经网络作为知识源的表示与处理模式,并与其他推理机制相融合,实现多模式推理。
基于神经网络的诊断专家系统是一类新的知识表达体系,不同于传统诊断专家系统的高层逻辑模型,是一种低层数值模型。
其分布式联结机制,实现知识表示、存储和推理三者融为一体,在知识获取、并行推理和自适应学习等方面显示出明显的优越性,一定程度上克服了传统诊断专家系统存在的知识获取困难、推理速度慢等问题。
三、基于车联网的汽车故障远程诊断专家系统的建立
1.汽车远程故障诊断系统
汽车远程故障诊断系统是指汽车在启动时,获知汽车的故障信息,并把故障码上传至数据处理中心。
系统在不打扰车主的情况下复检故障信息。
在确定故障后,并实施远程自动消除故障,无法消除的故障以短信方式发送给车主,使车主提前获知车辆存在的故障信息,防范于未然。
同时4S店的应用平台也会及时显示车辆的故障信息,及时联系客户安排时间维修车辆。
2012年由上海艾闵信息科技有限公司推出众浩汽车远程故障诊断系统,开启了车联网的基本定义。
具体如下:
车辆定位服务:
系统根据数据采集模块,在地图中显示定位车辆位置;
车辆实时监控:
系统实时监测车辆故障信息,包括实时油耗,发动机水温,发动机转速,车辆行驶里程,当前车速,电瓶电压,进气压力,冷却液温度,氧传感器电压发动机负载,节气门开度,点火正时,空气流量等。
安全气囊弹出求助:
当车辆安全气囊弹出,主动与后台客服中心建立联系。
读取数据流功能:
读取发动机系统运行参数。
读取故障码:
监控系统远程读取全车故障代码;如:
发动机、刹车气囊、变速箱、电子转向,并对检测到的信息进行分析诊断,并显示对应故障内容和故障出现的可能原因。
故障信息报警功能:
当监控系统获取车辆报警信息时,将以短信网关发送给4S店及车主;监控系统报警提示,并弹出报警对话框提示监控人员处理;同时将故障报警信息保存数据库,完善故障案例,以便日后故障排查。
故障报警处理:
监控人员获取故障报警后,将首先从故障库中检索相同故障的历史记录,对故障排查做参考,同时通过监控中心协同维护中心技术人员对故障诊断。
清除故障码:
远程清除发动机系统的故障代码。
车辆救援服务:
车辆出现故障可以向客服中心请求救援。
车辆保养提醒:
系统读取油耗和车辆里程信息,并根据客户车辆维护情况信息反馈后台管理或4S店、维修站,并根据汽车具体状况通知车主维护保养通知。
车辆安全系统:
系统具备超强的车辆安全保障功能,被盗汽车定位、路边救助以及车辆停放提示功能,为用户的爱车提供全方位实时保障。
车辆联网客服中心:
客服中心的相关配套设施可以提供快速与车主的对接服务,如果有危险情况,车主可迅速传递信号给客服中心,客服中心则会在第一时间进行救援。
与国内各地区的4S汽车维修店、医疗救护中心、警察局等相关机构进行紧密的联系,一旦车主需要救助,紧急联系各单位进行救援。
碰撞自动求助:
车辆发生严重碰撞,该系统会自动同后台客服中心建立联系,以便及时实施救援。
2.基于车联网的车辆故障诊断系统
随着国内汽车总量的快速增长,人们越来越关注路况信息和车的保养,汽车用户更需要一种智能、安全、舒适的驾驶环境。
如今汽车电子进入了快速发展时期,车联网的兴起成为解决这类问题的关键,而通过车载诊断接口输出汽车内部数据的设备,无疑成为车联网智能终端的首选。
基于车联网的车辆故障诊断系统包括车载终端、远程服务器、移动终端;所述车载终端获取车辆故障信息,所述车辆故障信息包括以下至少一种故障信息:
转向灯故障信息、车灯故障信息、胎压异常信息、ABS系统故障信息、制动总泵故障信息、转向助力故障信息、悬挂系统故障信息;所述远程服务器根据所述车辆故障信息及所述车辆故障信息中每种故障信息的预设权重,得出车辆故障分析结果,并向所述移动终端发送所述分析结果;所述移动终端接收所述车辆故障分析结果,并向所述显示模块传输所述车辆故障分析结果,由所述显示模块显示所述车辆故障分析结果。
从而实现车辆故障分析。
3.基于车联网的汽车故障远程诊断专家系统的建立
在车联网的大环境下,汽车服务信息系统势必会出现许多的新领域和新内容,我认为,其中基于车联网的汽车故障远程诊断专家系统的出现与完善就是必然的趋势。
该系统融合了传统的汽车故障诊断专家系统和车联网技术,通过车内的各种传感器收集车辆自身的运行状况等信息,但又不同于传统的封闭式的专家系统直接对故障进行诊断。
因为故障诊断与知识表示、处理和诊断推理方法密切相关,同时又与诊断对象领域相关联。
就汽车故障诊断而言,由于汽车零部件多、相互影响,故障形式多样、表现不一,单一的知识表示、推理方法难以完成对故障的有效诊断。
再者,汽车故障诊断实例来源丰富,诊断信息不完全度较高,存在许多模糊信息,知识获取的压力大,因此选择一种适合该领域诊断专家系统的知识表示和推理方法非常重要。
车联网下的汽车故障远程诊断专家系统适合汽车领域的故障诊断要求,该集成系统以多种诊断模型融合、分布式网络体系和多传感器技术的应用而成为研究热点。
该系统可以全面采集汽车的运行状况信息,通过车联网技术上传数据给云端,通过云端服务器的专家系统进行诊断。
专家系统诊断的同时收集汽车的此次故障信息,采纳相关数据,成为诊断系统的一个判断案例和数据,系统不断地完善并且自我学习,最终会得到准确快捷方便的基于车联网的汽车故障远程诊断专家系统。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 精品 联网 汽车 服务 信息系统 内容