融合云边计算的车载智能诊断方法及系统与流程

本申请涉及数据处理领域，具体而言，涉及一种融合云边计算的车载智能诊断方法及系统。

背景技术：

1、随着汽车工业的快速发展，车辆安全性和可靠性的要求日益提高，对车辆故障的快速准确诊断成为了汽车工业研究的重要方向。在现有的车辆智能诊断技术中，通常通过在云端预先训练一个车辆诊断网络，然后将其部署在车载端（即边缘端），车辆诊断网络的性能直接决定了诊断结果的准确性和可靠性。然而，构建和调校车辆诊断网络面临着诸多挑战。特别是，对于某些高精度、高信息表征能力的传感信息（如发动机转速、油压、温度等第二传感类型数据），虽然这些数据对于故障诊断至关重要，但其采集难度大、成本高，且对车辆诊断网络的调校也提出了更高要求。相比之下，一些相对容易获取、成本较低的传感信息（如发动机振动信号、声音信号等第一传感类型数据）虽然信息表征能力较弱，但在一定程度上也能反映车辆的运行状态。为了克服上述技术难题，研究人员不断探索新的技术方案以降低车辆诊断网络的调校难度，同时保证诊断的准确性。

技术实现思路

1、本发明的目的在于提供一种融合云边计算的车载智能诊断方法及系统。本申请实施例是这样实现的：

2、第一方面，本申请实施例提供了一种融合云边计算的车载智能诊断方法，应用于云服务器，所述方法包括：获取属于第一传感类型的第一示例传感数据，所述第一示例传感数据携带第一先验信息，所述第一先验信息用以指示所述第一示例传感数据的实际诊断结果；基于第一隐式表示挖掘网络对所述第一示例传感数据进行隐式表示挖掘，获得第一隐式表示数组，所述第一隐式表示挖掘网络用于将对应所述第一传感类型的传感信息投影到目标隐式表示域，所述目标隐式表示域为属于第二传感类型的传感信息对应的隐式表示数组所处的隐式表示域，所述第一传感类型和所述第二传感类型为相异的数据类型，对应于所述第一传感类型的传感信息的信息表征能力小于对应于所述第二传感类型的传感信息的信息表征能力；根据所述第一隐式表示数组，基于待调校车辆诊断网络进行故障诊断，获得推理诊断结果；根据所述推理诊断结果和所述第一先验信息之间的误差，优化所述待调校车辆诊断网络的网络配置参量，获得车辆诊断网络，所述车辆诊断网络用于对对应于所述第二传感类型的传感信息进行诊断。

3、另一方面，本申请实施例提供了一种计算机系统，包括：一个或多个处理器；存储器；一个或多个计算机程序；其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个计算机程序被所述处理器执行时，实现如上所述的方法。

4、本申请的技术效果至少包括：本申请实施例中，因为对应第二传感类型的传感信息的信息表征能力强，但是其采集难度大，使得对应车辆诊断网络的调校难度大。那么，出于缓解车辆诊断网络的调校难度，不再根据对应第二传感类型的示例传感数据调校车辆诊断网络，取而代之，根据对应第一传感类型的示例传感数据调校车辆诊断网络。其中，对应于第一传感类型的传感信息的信息表征能力小于对应第二传感类型的传感信息的信息表征能力，换言之，对应第一传感类型的示例传感数据采集较为简单。在调校时，获取包括第一先验信息的第一示例传感数据，基于第一隐式表示挖掘网络对第一示例传感数据进行隐式表示挖掘，获得第一隐式表示数组，第一隐式表示挖掘网络可以将对应第一传感类型的传感信息投影到目标隐式表示域，目标隐式表示域是对应第二传感类型的传感信息对应的隐式表示数组位于的隐式表示域，换言之，第一隐式表示挖掘网络可以将对应第一传感类型的传感信息和对应第二传感类型的传感信息投影到一个隐式表示域。根据第一隐式表示数组，基于待调校车辆诊断网络进行故障诊断，获得推理诊断结果，换言之，调校待调校车辆诊断网络可以处理位于目标隐式表示域中的隐式表示数组，以根据推理诊断结果和第一先验信息之间的误差，优化待调校车辆诊断网络的网络配置参量，如此令推理诊断结果和第一先验信息的误差逐渐降低，以获得车辆诊断网络。因为车辆诊断网络可以解析位于目标隐式表示域的隐式表示数组，那么车辆诊断网络也能处理对应第二传感类型的传感信息，如此获得对应第二传感类型的传感信息的故障诊断结果。那么，不用获取对应第二传感类型的示例传感数据，基于信息表征能力较弱的其余类型的示例传感数据也可以对车辆诊断网络进行调试，较小车辆诊断网络的调校难度。

技术特征：

1.一种融合云边计算的车载智能诊断方法，其特征在于，应用于云服务器，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，所述第一隐式表示挖掘网络包括第一传感类型隐式表示挖掘网络和第二传感类型隐式表示挖掘网络，所述第一传感类型隐式表示挖掘网络用于将对应所述第一传感类型的传感信息投影到所述目标隐式表示域，所述第二传感类型隐式表示挖掘网络用于将对应所述第二传感类型的传感信息投影到所述目标隐式表示域；所述基于第一隐式表示挖掘网络对所述第一示例传感数据进行隐式表示挖掘，获得第一隐式表示数组，包括；

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，若对应于所述第一传感类型的传感信息为器件环境数据，对应于所述第二传感类型的传感信息为器件运行数据，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一隐式表示数组，基于待调校车辆诊断网络进行故障诊断，获得推理诊断结果，包括：

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

10.根据权利要求9所述的方法，其特征在于，所述第三描述指令样例还包括核心数据预留位置，所述方法还包括：

11.一种计算机系统，其特征在于，包括：

技术总结本申请提供一种融合云边计算的车载智能诊断方法及系统，第一隐式表示挖掘网络可以将对应第一传感类型的传感信息和对应第二传感类型的传感信息投影到一个隐式表示域。根据第一隐式表示数组，基于待调校车辆诊断网络进行故障诊断，获得推理诊断结果，令推理诊断结果和第一先验信息的误差逐渐降低，以获得车辆诊断网络。因为车辆诊断网络可以解析位于目标隐式表示域的隐式表示数组，那么车辆诊断网络也能处理对应第二传感类型的传感信息，如此获得对应第二传感类型的传感信息的故障诊断结果。那么，不用获取对应第二传感类型的示例传感数据，基于信息表征能力较弱的其余类型的示例传感数据也可对车辆诊断网络进行调试，较小车辆诊断网络的调校难度。技术研发人员：王洪涛,李金双,林野,陈德毅,黄凯受保护的技术使用者：深圳市轩宇车鼎科技有限公司技术研发日：技术公布日：2024/9/29