專利名稱：允許遠程信息處理的聚合的車輛診斷和預報的制作方法
技術領域：
本發(fā)明總體涉及一種用于采集行駛車輛的數(shù)據(jù)的系統(tǒng)和方法，尤其涉及一種系統(tǒng) 和方法，其用于采集行駛車輛的數(shù)據(jù)，提供從采集的數(shù)據(jù)進行的數(shù)據(jù)聚合和知識提取，以及 根據(jù)提取的知識提供增強的故障隔離和預測性的保養(yǎng)維修。
背景技術：
現(xiàn)代車輛典型地包括設計成提高車輛安全，增加駕駛者舒適度，提高駕駛者便利 性等的幾種系統(tǒng)。隨著車輛上加入了越來越多這樣的系統(tǒng)，車輛的電子設備、設備和電氣系 統(tǒng)正變得更加復雜。伴隨著車輛系統(tǒng)的許多與電電氣、控制和軟件相關的故障斷續(xù)地發(fā)生 或者也可能僅在某種條件下發(fā)生。因此，當把車輛運到維修站時，車輛駕駛者在行駛中經(jīng)歷 的故障可能不能再現(xiàn)。這導致對車輛系統(tǒng)、子系統(tǒng)和部件的診斷和預報變得更加困難。因 為維修技師或許不能再現(xiàn)故障，所以在這些情況下故障基本上不可能被解決。而且，由于在 這些車輛系統(tǒng)中應用的部件和設備的數(shù)量，所以定義這些部件和設備可能存在的所有故障 情況通常是一個艱巨的任務。結(jié)果，大量的維修報告都說未發(fā)現(xiàn)故障(NTF)或客戶關心的 問題沒有再出現(xiàn)。

發(fā)明內(nèi)容
依照本發(fā)明的教導，公開了一種用于通過遠程信息處理技術采集行駛車輛診斷數(shù) 據(jù)的系統(tǒng)和方法。在一個實施例中，該方法包括從維修車間、行駛車輛和保修記錄中采集車 輛診斷數(shù)據(jù)，聚合所采集的數(shù)據(jù)并從中提取知識。提取的知識可用于增強車載的或者在維 修中心使用的算法，以更好的識別車輛故障并提供增強的診斷和預報。然后，增強的算法可 用于提供預測性保養(yǎng)建議，提供故障解決輔助或者提供車輛設計改進措施。本發(fā)明的附加特征可以從以下描述和所附權利要求并結(jié)合附圖中清楚得到。


圖1是根據(jù)本發(fā)明實施例的包括車輛的網(wǎng)絡的平面圖，該車輛具有在車輛行駛時 用于傳輸車輛運行數(shù)據(jù)的無線通信系統(tǒng)；和圖2是根據(jù)本發(fā)明實施例的流程圖，其顯示了獲取和使用利用遠程信息處理技術 從車輛采集的數(shù)據(jù)的方法。
具體實施例方式對針對在車輛行駛時通過遠程信息處理技術獲取車輛數(shù)據(jù)的系統(tǒng)和方法的本發(fā) 明的實施方式的如下討論實質(zhì)上僅是示例性的，并不旨在限定本發(fā)明或其應用或使用。本發(fā)明提出了一種用于在車輛行駛時采集車輛數(shù)據(jù)，并使用該數(shù)據(jù)來提供故障檢 測和預防保養(yǎng)的方法。該方法涉及三個主要步驟，包括從行駛車輛遠程采集數(shù)據(jù)，通過對 上述數(shù)據(jù)的挖掘識別共享的故障癥狀和共同的故障預兆，和提供增強的故障隔離和預測性保養(yǎng)維修。采集數(shù)據(jù)包括從行駛車輛中連續(xù)上傳數(shù)據(jù)，包括參數(shù)化數(shù)據(jù)和抽象化數(shù)據(jù)，例如 故障或診斷代碼。采集數(shù)據(jù)也可以包括從維修車間，例如經(jīng)銷商，簽約的修車廠等上傳車輛 修理信息。而且，可以從維修車問能夠最好的故障解決手段。為了提取知識，在合適的位置 挖掘所述數(shù)據(jù)以識別共享的故障癥狀和共同的預兆以用于相同或相似的修理情況。能夠用 于數(shù)據(jù)挖掘的各種技術包括，但不局限于，關聯(lián)規(guī)則學習，決策樹以及其他數(shù)據(jù)挖掘和模式 識別方法。這些數(shù)據(jù)能夠轉(zhuǎn)換成通過推理機或維修程序表示的知識?？梢允褂萌魏魏线m的 基于案例的推理過程，例如貝葉斯網(wǎng)絡。提供維修可包括向技師和維修車間提供故障解決 輔助。維修程序可以通過出版物更新。推理機可在原始設備生產(chǎn)商(OEM)技師支持中心使 用以回答電話呼叫。而且，維修可以向車輛所有者、個人、車隊管理者等提供預測性保養(yǎng)建 議。維修特色也可以包括向OEM提供設計改進建議。圖1是包括具有無線通信系統(tǒng)14的車輛12的通信網(wǎng)絡10的平面圖。車輛控制 器16從車輛系統(tǒng)、子系統(tǒng)和部件接收各種信號，并從這些識別車輛12運行的系統(tǒng)和設備采 集診斷代碼和其他信號。這些數(shù)據(jù)被提供給無線通信系統(tǒng)14，無線通信系統(tǒng)14向符合此處 討論的適當設施18播送該數(shù)據(jù)。與車輛診斷和預報相關的信息和其他數(shù)據(jù)也可從其他設 施20，例如維修車間、保修記錄設施等輸送到設施18。輸送到設施18的涉及車輛診斷和預 報的信息并不局限于特定的設施、特定的車輛數(shù)量、特定的車輛類型等，而是按照本文所討 論地僅由期望接收的信息的數(shù)量和類型所限定。圖2是顯示根據(jù)本發(fā)明實施例的用于采集車輛數(shù)據(jù)和分析這些數(shù)據(jù)的方法的流 程圖30。在方框32，當車輛進行修理或在進行其他維修時，從維修車間，例如維修車間20 采集車輛數(shù)據(jù)。這些數(shù)據(jù)可以包括各種事項，例如車輛識別碼(VIN)、參數(shù)化或抽象化的車 輛數(shù)據(jù)、根本原因數(shù)據(jù)、問題解決信息、保養(yǎng)記錄等。而且，在方框；34，也從行駛車輛，例如車 輛12，中采集數(shù)據(jù)。如上所述，可以連續(xù)地在車輛12上采集數(shù)據(jù)，并連續(xù)地傳輸?shù)綌?shù)據(jù)設施 18，或者可以在感知到問題時采集數(shù)據(jù)，其中可以恰好在該問題前和該問題期間傳送數(shù)據(jù)。 從行駛車輛上采集的數(shù)據(jù)可以包括VIN、參數(shù)化或抽象化的車輛數(shù)據(jù)、時間戳等。而且，在單 元36，可以從保修記錄中采集數(shù)據(jù)，例如車輛何時去修理車間進行保修或其他可獲得的保 修信息。這些數(shù)據(jù)可包括VIN、參數(shù)化或抽象化的車輛數(shù)據(jù)、根本原因數(shù)據(jù)、工作代碼等。然后將從這三個指定位置采集的數(shù)據(jù)傳輸或輸送到特定設施，例如設施18，其中 在方框38自動聚合數(shù)據(jù)并從中提取知識。從不同來源采集的數(shù)據(jù)的此自動聚合和知識的 提取能夠通過任何合適的方式執(zhí)行以識別共享的癥狀和公同的預兆以用于相似修理?？梢?使用各種方法和算法，例如關聯(lián)規(guī)則學習、支持向量機操作，和其他數(shù)據(jù)挖掘和模式識別技 術。因此，如果癥狀在以前已經(jīng)被發(fā)現(xiàn)并記錄，且被充分地修正過，那么對帶有同樣問題的 新車輛可以再次使用相同的維修程序。當技師在帶有老問題的新車輛上工作時，他可以通過任何合適的方式進入數(shù)據(jù)庫 來查找該問題以確定該車輛的正確修理方法。在方框40，已采集并通過上述的各種學習算 法提取的數(shù)據(jù)可以利用用于識別車輛問題的增強診斷和預報算法以車載或非車載的方式 被使用。例如，可以車載用于查看診斷代碼和車輛信息以確定問題是否存在的這些算法，能 夠利用從其它車輛采集的可以從相同癥狀識別該相同問題的信息來升級。而且，在特許經(jīng) 銷商或其他維修站點所使用的算法也能被增強，在這些地方可以向數(shù)據(jù)庫輸入車輛的癥狀 以識別特定的車輛問題從而允許技師更輕松更容易地修正該問題。上述所提取的知識可以為推理機或其他使用了例如基于案例的推理、貝葉斯網(wǎng)絡、規(guī)則數(shù)據(jù)庫技術或其他推理機 的維修程序所使用。既然已經(jīng)對算法進行升級以隨車或者在維修設施處提供更好的車輛維修，那么增 強的算法可以通過各種方式使用。例如，在方框42，上述算法可以用于向車輛所有者提供預 測性保養(yǎng)建議。特別地，如果車輛發(fā)現(xiàn)了在過去已知會在特定問題前發(fā)生的一系列信號，那 么可以提供合適的警告燈或其他提醒設備以讓車輛所有者知道應當在實際問題發(fā)生前進 行維修。在這種情況下，維修中心的技師將可以查看車輛控制器以了解可能發(fā)生的具體的 潛在問題是什么。另外，在方框44，當車輛所有者把車輛送到維修中心時，上述算法也能向 試圖解決問題的技師提供故障解決輔助。這可以通過不同方式實現(xiàn)，例如通過網(wǎng)絡出版物， 分配多個推理機，通過軟件更新或其他，通過工具，例如技術-2設備(tech-2deVices)更新 維修程序，和利用推理機和OEM技師支持中心以回答電話呼叫。而且，在方框46，來自增強 算法的與潛在車輛問題相關的信息可以為OEM所用以提供設計改進?？梢越o出多個示例以顯示如上所述的本發(fā)明的一些優(yōu)點。一個示例包括當大量場 地車輛經(jīng)歷各種問題(例如E⑶性能DTC代碼，遺失通信DTC代碼和弱點火)同時發(fā)生時的 故障隔離。如果車輛上出現(xiàn)E⑶運行DTC和遺失通信DTC的組合，維修車間可以使用這個 信息首先檢查電池狀態(tài)。而且，也可以進行上面已經(jīng)討論過的故障預測，例如大量場地車輛 對非起動情形在在兩個月內(nèi)經(jīng)歷DTC代碼的某種組合或電池電流/電壓的某些時序模式。 如果這些故障發(fā)生，故障預測軟件能警告車輛所有者進行電池檢查。對于設計的改進，如果 特定的車輛生產(chǎn)線對于通常/常見的行駛模式(例如工作日行駛10-40英里且周末行駛少 于10英里)經(jīng)歷充電惡化的電池狀態(tài)，那么算法可以建議該車輛生產(chǎn)線修改發(fā)電機尺寸或 電池尺寸。上述討論揭示并描述的僅是本發(fā)明的示例性實施例。本領域技術人員將容易地從 這樣的討論和附圖及權利要求認識到在不超出所附權利要求所定義的本發(fā)明的范圍和精 神的情況下可以進行各種改變、改進和變化。
權利要求
1.一種用于采集和分析車輛數(shù)據(jù)的方法，所述方法包括 從維修車間采集數(shù)據(jù)；使用無線通信從行駛車輛采集數(shù)據(jù)； 采集保修記錄數(shù)據(jù)；自動聚合所采集的數(shù)據(jù)并使用知識提取以從聚合的數(shù)據(jù)提取信息； 利用所提取的信息提供車載和非車載的診斷和預報算法增強；和 使用增強的算法以提供各種車輛維修。
2.根據(jù)權利要求1所述的方法，其中使用增強的算法包括向車輛所有者提供預測性保養(yǎng)建議。
3.根據(jù)權利要求1所述的方法，其中使用增強的算法包括向技師提供故障解決輔助。
4.根據(jù)權利要求1所述的方法，其中使用增強的算法包括提供設計改進建議。
5.根據(jù)權利要求1所述的方法，其中從維修車間采集數(shù)據(jù)包括采集車輛識別碼、參數(shù) 化或抽象化的車輛數(shù)據(jù)、根本原因數(shù)據(jù)、問題解決數(shù)據(jù)和保養(yǎng)數(shù)據(jù)。
6.根據(jù)權利要求1所述的方法，其中從行駛車輛采集數(shù)據(jù)包括采集車輛識別碼、參數(shù) 化或抽象化的車輛數(shù)據(jù)和時間戳數(shù)據(jù)。
7.根據(jù)權利要求1所述的方法，其中采集保修數(shù)據(jù)包括采集車輛識別碼、參數(shù)化或抽 象化的車輛數(shù)據(jù)、根本原因數(shù)據(jù)和工作代碼。
8.根據(jù)權利要求1所述的方法，其中自動數(shù)據(jù)聚合和知識提取包括使用從由關聯(lián)規(guī)則 學習和支持向量機學習組成的組中選擇的算法。
9.根據(jù)權利要求1所述的方法，其中提供算法增強包括使用基于案例的推理、貝葉斯 網(wǎng)絡、規(guī)則數(shù)據(jù)庫、或推理機。
10.根據(jù)權利要求1所述的方法，其中從行駛車輛采集數(shù)據(jù)包括從行駛車輛連續(xù)地采 集數(shù)據(jù)或僅當在車輛上識別出潛在問題時采集數(shù)據(jù)。
11.一種用于采集和分析車輛數(shù)據(jù)的方法，所述方法包括 使用無線通信從行駛車輛采集數(shù)據(jù)；聚合所采集的數(shù)據(jù)和使用知識提取以從聚合的數(shù)據(jù)提取信息；和 使用所提取的信息提供車輛診斷和預報。
12.根據(jù)權利要求11所述的方法，其中從行駛車輛采集數(shù)據(jù)包括采集車輛識別碼、參 數(shù)化或抽象化的車輛數(shù)據(jù)和時間戳數(shù)據(jù)。
13.根據(jù)權利要求11所述的方法，其中數(shù)據(jù)聚合和知識提取包括使用從由關聯(lián)規(guī)則學 習和支持向量機學習組成的組中選擇的算法。
14.根據(jù)權利要求11所述的方法，其中從行駛車輛采集數(shù)據(jù)包括從行駛車輛連續(xù)地采 集數(shù)據(jù)或僅當在車輛上識別出潛在問題時采集數(shù)據(jù)。
15.一種用于采集和分析車輛數(shù)據(jù)的方法，所述方法包括 從維修車間采集數(shù)據(jù)；使用無線通信從行駛車輛采集數(shù)據(jù)； 采集保修記錄數(shù)據(jù)；聚合所采集的數(shù)據(jù)和使用知識提取以從聚合的數(shù)據(jù)提取信息；和 使用所提取的信息提供車輛診斷和預報。
16.根據(jù)權利要求15所述的方法，進一步包括使用所提取的信息向車輛所有者提供預 測性保養(yǎng)建議。
17.根據(jù)權利要求15所述的方法，進一步包括使用所提取的信息向技師提供故障解決 輔助。
18.根據(jù)權利要求15所述的方法，進一步包括使用所提取的信息提供設計改進建議。
19.根據(jù)權利要求15所述的方法，其中數(shù)據(jù)聚合和知識提取包括使用從由關聯(lián)規(guī)則學 習和支持向量機學習組成的組中選擇的算法。
全文摘要
本發(fā)明涉及允許遠程信息處理的聚合的車輛診斷和預報，具體而言提供一種利用遠程信息處理技術采集行駛車輛診斷數(shù)據(jù)的系統(tǒng)和方法。在一個實施例中，該方法包括從維修車間、行駛車輛和保修記錄中采集車輛診斷數(shù)據(jù)，聚合所采集的數(shù)據(jù)和從聚合的數(shù)據(jù)中提取知識。提取的知識可用于增強車載的或者在維修中心使用的算法，以更好的識別車輛故障并提供增強的診斷和預報。然后，增強的算法可用于提供預測性保養(yǎng)建議，提供故障解決輔助或者提供車輛設計改進。
文檔編號B60S5/00GK102069781SQ20091024688
公開日2011年5月25日 申請日期2009年9月7日 優(yōu)先權日2008年9月5日
發(fā)明者J·J·科雷婭, K·因巴拉彥, M·A·薩爾曼, M·E·吉爾伯特, M·J·里奇林斯基, M·N·豪威爾, N·D·安普南, P·W·勒維爾, S·B·多斯特, X·張, Y·張 申請人:通用汽車公司, 通用汽車環(huán)球科技運作公司