本申請涉及數(shù)據(jù)處理領(lǐng)域,具體而言,涉及一種融合云邊計算的車載智能診斷方法及系統(tǒng)。
背景技術(shù):
1、隨著汽車工業(yè)的快速發(fā)展,車輛安全性和可靠性的要求日益提高,對車輛故障的快速準(zhǔn)確診斷成為了汽車工業(yè)研究的重要方向。在現(xiàn)有的車輛智能診斷技術(shù)中,通常通過在云端預(yù)先訓(xùn)練一個車輛診斷網(wǎng)絡(luò),然后將其部署在車載端(即邊緣端),車輛診斷網(wǎng)絡(luò)的性能直接決定了診斷結(jié)果的準(zhǔn)確性和可靠性。然而,構(gòu)建和調(diào)校車輛診斷網(wǎng)絡(luò)面臨著諸多挑戰(zhàn)。特別是,對于某些高精度、高信息表征能力的傳感信息(如發(fā)動機轉(zhuǎn)速、油壓、溫度等第二傳感類型數(shù)據(jù)),雖然這些數(shù)據(jù)對于故障診斷至關(guān)重要,但其采集難度大、成本高,且對車輛診斷網(wǎng)絡(luò)的調(diào)校也提出了更高要求。相比之下,一些相對容易獲取、成本較低的傳感信息(如發(fā)動機振動信號、聲音信號等第一傳感類型數(shù)據(jù))雖然信息表征能力較弱,但在一定程度上也能反映車輛的運行狀態(tài)。為了克服上述技術(shù)難題,研究人員不斷探索新的技術(shù)方案以降低車輛診斷網(wǎng)絡(luò)的調(diào)校難度,同時保證診斷的準(zhǔn)確性。
技術(shù)實現(xiàn)思路
1、本發(fā)明的目的在于提供一種融合云邊計算的車載智能診斷方法及系統(tǒng)。本申請實施例是這樣實現(xiàn)的:
2、第一方面,本申請實施例提供了一種融合云邊計算的車載智能診斷方法,應(yīng)用于云服務(wù)器,所述方法包括:獲取屬于第一傳感類型的第一示例傳感數(shù)據(jù),所述第一示例傳感數(shù)據(jù)攜帶第一先驗信息,所述第一先驗信息用以指示所述第一示例傳感數(shù)據(jù)的實際診斷結(jié)果;基于第一隱式表示挖掘網(wǎng)絡(luò)對所述第一示例傳感數(shù)據(jù)進(jìn)行隱式表示挖掘,獲得第一隱式表示數(shù)組,所述第一隱式表示挖掘網(wǎng)絡(luò)用于將對應(yīng)所述第一傳感類型的傳感信息投影到目標(biāo)隱式表示域,所述目標(biāo)隱式表示域為屬于第二傳感類型的傳感信息對應(yīng)的隱式表示數(shù)組所處的隱式表示域,所述第一傳感類型和所述第二傳感類型為相異的數(shù)據(jù)類型,對應(yīng)于所述第一傳感類型的傳感信息的信息表征能力小于對應(yīng)于所述第二傳感類型的傳感信息的信息表征能力;根據(jù)所述第一隱式表示數(shù)組,基于待調(diào)校車輛診斷網(wǎng)絡(luò)進(jìn)行故障診斷,獲得推理診斷結(jié)果;根據(jù)所述推理診斷結(jié)果和所述第一先驗信息之間的誤差,優(yōu)化所述待調(diào)校車輛診斷網(wǎng)絡(luò)的網(wǎng)絡(luò)配置參量,獲得車輛診斷網(wǎng)絡(luò),所述車輛診斷網(wǎng)絡(luò)用于對對應(yīng)于所述第二傳感類型的傳感信息進(jìn)行診斷。
3、另一方面,本申請實施例提供了一種計算機系統(tǒng),包括:一個或多個處理器;存儲器;一個或多個計算機程序;其中所述一個或多個計算機程序被存儲在所述存儲器中并被配置為由所述一個或多個處理器執(zhí)行,所述一個或多個計算機程序被所述處理器執(zhí)行時,實現(xiàn)如上所述的方法。
4、本申請的技術(shù)效果至少包括:本申請實施例中,因為對應(yīng)第二傳感類型的傳感信息的信息表征能力強,但是其采集難度大,使得對應(yīng)車輛診斷網(wǎng)絡(luò)的調(diào)校難度大。那么,出于緩解車輛診斷網(wǎng)絡(luò)的調(diào)校難度,不再根據(jù)對應(yīng)第二傳感類型的示例傳感數(shù)據(jù)調(diào)校車輛診斷網(wǎng)絡(luò),取而代之,根據(jù)對應(yīng)第一傳感類型的示例傳感數(shù)據(jù)調(diào)校車輛診斷網(wǎng)絡(luò)。其中,對應(yīng)于第一傳感類型的傳感信息的信息表征能力小于對應(yīng)第二傳感類型的傳感信息的信息表征能力,換言之,對應(yīng)第一傳感類型的示例傳感數(shù)據(jù)采集較為簡單。在調(diào)校時,獲取包括第一先驗信息的第一示例傳感數(shù)據(jù),基于第一隱式表示挖掘網(wǎng)絡(luò)對第一示例傳感數(shù)據(jù)進(jìn)行隱式表示挖掘,獲得第一隱式表示數(shù)組,第一隱式表示挖掘網(wǎng)絡(luò)可以將對應(yīng)第一傳感類型的傳感信息投影到目標(biāo)隱式表示域,目標(biāo)隱式表示域是對應(yīng)第二傳感類型的傳感信息對應(yīng)的隱式表示數(shù)組位于的隱式表示域,換言之,第一隱式表示挖掘網(wǎng)絡(luò)可以將對應(yīng)第一傳感類型的傳感信息和對應(yīng)第二傳感類型的傳感信息投影到一個隱式表示域。根據(jù)第一隱式表示數(shù)組,基于待調(diào)校車輛診斷網(wǎng)絡(luò)進(jìn)行故障診斷,獲得推理診斷結(jié)果,換言之,調(diào)校待調(diào)校車輛診斷網(wǎng)絡(luò)可以處理位于目標(biāo)隱式表示域中的隱式表示數(shù)組,以根據(jù)推理診斷結(jié)果和第一先驗信息之間的誤差,優(yōu)化待調(diào)校車輛診斷網(wǎng)絡(luò)的網(wǎng)絡(luò)配置參量,如此令推理診斷結(jié)果和第一先驗信息的誤差逐漸降低,以獲得車輛診斷網(wǎng)絡(luò)。因為車輛診斷網(wǎng)絡(luò)可以解析位于目標(biāo)隱式表示域的隱式表示數(shù)組,那么車輛診斷網(wǎng)絡(luò)也能處理對應(yīng)第二傳感類型的傳感信息,如此獲得對應(yīng)第二傳感類型的傳感信息的故障診斷結(jié)果。那么,不用獲取對應(yīng)第二傳感類型的示例傳感數(shù)據(jù),基于信息表征能力較弱的其余類型的示例傳感數(shù)據(jù)也可以對車輛診斷網(wǎng)絡(luò)進(jìn)行調(diào)試,較小車輛診斷網(wǎng)絡(luò)的調(diào)校難度。
1.一種融合云邊計算的車載智能診斷方法,其特征在于,應(yīng)用于云服務(wù)器,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述方法還包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述第一隱式表示挖掘網(wǎng)絡(luò)包括第一傳感類型隱式表示挖掘網(wǎng)絡(luò)和第二傳感類型隱式表示挖掘網(wǎng)絡(luò),所述第一傳感類型隱式表示挖掘網(wǎng)絡(luò)用于將對應(yīng)所述第一傳感類型的傳感信息投影到所述目標(biāo)隱式表示域,所述第二傳感類型隱式表示挖掘網(wǎng)絡(luò)用于將對應(yīng)所述第二傳感類型的傳感信息投影到所述目標(biāo)隱式表示域;所述基于第一隱式表示挖掘網(wǎng)絡(luò)對所述第一示例傳感數(shù)據(jù)進(jìn)行隱式表示挖掘,獲得第一隱式表示數(shù)組,包括;
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述方法還包括:
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,若對應(yīng)于所述第一傳感類型的傳感信息為器件環(huán)境數(shù)據(jù),對應(yīng)于所述第二傳感類型的傳感信息為器件運行數(shù)據(jù),所述方法還包括:
6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述第一隱式表示數(shù)組,基于待調(diào)校車輛診斷網(wǎng)絡(luò)進(jìn)行故障診斷,獲得推理診斷結(jié)果,包括:
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述方法還包括:
8.根據(jù)權(quán)利要求7所述的方法,其特征在于,所述方法還包括:
9.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述方法還包括:
10.根據(jù)權(quán)利要求9所述的方法,其特征在于,所述第三描述指令樣例還包括核心數(shù)據(jù)預(yù)留位置,所述方法還包括:
11.一種計算機系統(tǒng),其特征在于,包括: