用于車輛遠程診斷與備件檢索的平臺的制作方法
【專利摘要】用于車輛遠程診斷與備件檢索的平臺，屬于信息檢索領域，由于不同的備件在主組號相同的情況下，分組號仍有差異，為了能夠解決精確匹配備件的問題，技術要點是：包括數(shù)據(jù)庫單元，對歷史車輛故障數(shù)據(jù)，統(tǒng)計并收錄同一故障碼下，不同技師解決該車輛故障所使用的工項及備件信息，形成診斷數(shù)據(jù)庫，利用方差分析模擬技師診斷思維，得到該故障碼下最佳解決方案；主鍵建立單元，將診斷數(shù)據(jù)庫與診斷知識庫關聯(lián)，并建立主鍵；檢索單元，對車輛故障生成的故障碼通過關鍵字進行檢索，得到工項及備件信息。效果是：本發(fā)明可以在獲取故障碼后，快速找到常見故障的解決方案和對應備件、工項。
【專利說明】
用于車輛遠程診斷與備件檢索的平臺
技術領域
[0001] 本發(fā)明屬于信息檢索領域，涉及一種用于車輛遠程診斷與備件檢索的平臺。
【背景技術】
[0002] 目前我國汽車維修行業(yè)已經(jīng)從完全依靠檢查者的感覺和實踐經(jīng)驗進行診斷的階 段，發(fā)展到了利用專門設備進行綜合檢測診斷階段，但是在傳統(tǒng)汽車維修行業(yè)中普遍存在 著很多問題，比如維修工人技術老化，經(jīng)常無法快速、經(jīng)濟地利用各方面的技術力量解決故 障；隨著汽車保有量的日益增多，汽車后市場各項服務如雨后春筍般大量涌現(xiàn)。那么從車主 角度，如何才能更好更全面的了解車況，發(fā)生故障時，如何快速獲取愛車待解決方案及所需 工時及備件相關信息，精準的汽車可穿戴設備對滿足車主實時需求是完全必要的。一般的 OBD車載設備，只能讀取到相關車輛故障信息，不能對故障做出詳細解決方案及相關維修人 工費、備件費，從而造成車主盲目進店，盲目消費。

【發(fā)明內(nèi)容】

[0003] 為了解決車主車輛出現(xiàn)故障，必須依靠技師人工判斷，并依靠技師選擇備件的問 題；同時，由于不同的備件在主組號相同的情況下，分組號仍有差異，為了能夠解決精確匹 配備件的問題。本發(fā)明提出如下技術方案：
[0004] -種用于車輛遠程診斷與備件檢索的平臺，包括：
[0005] 數(shù)據(jù)采集單元，采集車輛信息數(shù)據(jù)；
[0006] 解析單元，解析車輛VIN碼得到變量，所述變量包括由VIN碼解析得到的發(fā)動機排 量、車身類型、發(fā)動機變速箱類型；
[0007] 知識庫單元，對變量所對應的備件代碼做決策樹分析，完成變量數(shù)據(jù)歸類形成備 件信息，并建立索引，形成診斷知識庫；
[0008] 數(shù)據(jù)庫單元，對歷史車輛故障數(shù)據(jù)，統(tǒng)計并收錄同一故障碼下，不同技師解決該車 輛故障所使用的工項及備件信息，形成診斷數(shù)據(jù)庫，利用方差分析模擬技師診斷思維，得到 該故障碼下最佳解決方案；
[0009] 主鍵建立單元，將診斷數(shù)據(jù)庫與診斷知識庫關聯(lián)，并建立主鍵；
[0010] 檢索單元，對車輛故障生成的故障碼通過關鍵字解析車輛VIN碼得到的變量以進 行檢索，得到工項及備件信息。
[0011] 有益效果:本發(fā)明可以在獲取故障碼后，快速找到常見故障的解決方案和對應備 件、工項。有效解決技師和備件員的經(jīng)驗局限性問題，從大數(shù)據(jù)出發(fā)，獲得故障的解決方案。 并可以由此得到該車輛維修換件的報價。
【附圖說明】
[0012] 圖1為本發(fā)明用于車輛遠程診斷與備件檢索的方法的流程圖；
[0013] 圖2為底盤號為LFV5A14B8Y3000001的車輛的VIN號碼翻譯示意圖。
【具體實施方式】
[0014] 實施例1: 一種用于車輛遠程診斷與備件檢索的方法:如圖1所示，包括如下步驟：
[0015] 步驟一.采集車輛信息數(shù)據(jù)；
[0016] 步驟二.解析車輛VIN碼得到變量，所述變量包括由VIN碼解析得到的發(fā)動機排量、 車身類型、發(fā)動機變速箱類型;通過車輛底盤號（17位VIN碼），翻譯出每一位號碼代表的相 關信息(變量），形成豐富的數(shù)據(jù)知識庫，如底盤號為LFV5A14B8Y3000001的車輛各號碼翻譯 規(guī)則如圖2所示。
[0017] 步驟三.對變量所對應的備件代碼做決策樹分析，完成變量數(shù)據(jù)歸類形成備件信 息，并建立索引，形成診斷知識庫；
[0018] 步驟四.對歷史車輛故障數(shù)據(jù)，統(tǒng)計并收錄同一故障碼下，不同技師解決該車輛故 障所使用的工項及備件信息，形成診斷數(shù)據(jù)庫，利用方差分析模擬技師診斷思維，得到該故 障碼下最佳解決方案；
[0019]步驟五.將診斷數(shù)據(jù)庫與診斷知識庫關聯(lián)，并建立主鍵；
[0020] 步驟六.對車輛故障生成的故障碼通過關鍵字解析車輛VIN碼得到的變量以進行 檢索，得到工項及備件信息。
[0021] 本實施例所述方法，在已知車輛故障碼信息條件下，通過該故障碼獲取相關解決 方案及所需工時、工費、相關備件及備件費用，進而避免車主被騙消費。
[0022]實施例2:作為實施例1的補充：
[0023]所述步驟三中以維修備件表的歷史記錄為數(shù)據(jù)基礎，通過決策樹模型對備件做分 類，維修備件表樣例如表一所不：
[0024]表一
[0026] 決策樹模型的基本原理如下：
[0027] 首先:確定每一維度備件不同分類的熵，以VIM為例，熵定義為
[0028] E = sum(_p(I)*log(p(I)))
[0029] 其中I = I:N(N類結果，如本例1種，即該備件屬于此車型，故概率P( I) = 1)
[0030] 則E(5) =-(1/1 )Log2( 1/1 )-(0/1 )Log2(0/l )=0+0 = 0
[0031] E(3) =-( 1/1 )Log2( 1/1 )-(0/1 )Log2(0/l )=0+0 = 0
[0032] E(4) =-( 1/1 )Log2( 1/1 )-(0/1 )Log2(0/l )=0+0 = 0
[0033] 如果熵為0，則表明區(qū)分度越高;熵為I，則表明沒有區(qū)分度；
[0034] 故這三個不同的備件代碼可以通過VIM做區(qū)分。
[0035]確定完每個維度如何分類后，不同維度之間的優(yōu)先級別通過信息增益區(qū)分Gain (Sample,Action) = E(sample)_sum( I Sample(v) I /Sample*E(Sample(V)))則Gain(VIM)= E(S)-(1/3)*E(5)-(1/3)*E(3)-(1/3)*E(4) = 1-0 = 1
[0036] Gain(VIN6) =E(S)-( 1/3)*E( I )-(2/3)*E(2) = 1-0-2/3 = 1/3
[0037] Gain(VIN78)=E(S)-(l/3)*E(4B)-(l/3)*E(8K)-(l/3)*E(4F) = 1-0 = 1
[0038] 如果信息增益越大，則表明分類優(yōu)先級越高;反之，優(yōu)先級越低。
[0039]所以，底盤號第4位(VIN4)和底盤號78位(VIN78)的分類優(yōu)先級相同，其次是底盤 號第6位(VIN6)。
[0040] 通過以上關鍵步驟，可將備件代碼按照底盤號第4位(VIN4)、底盤號第6位(VIN6) 和底盤號78位(VIN78)區(qū)分。
[0041] 綜上所述，備件檢索方法的基本步驟是：
[0042] 將維修備件表同一維度按信息熵做區(qū)分；
[0043] 將維修備件表不同維度按信息增益劃分優(yōu)先級；
[0044] 按照1、2步劃分的優(yōu)先級和區(qū)分程度畫出決策樹；
[0045] 輸入一個規(guī)則的底盤號，系統(tǒng)根據(jù)￥預123、￥1財、￥預6、￥預78以及得出的決策樹輸 出該車型下的備件代碼。
[0046] 該備件代碼通過關聯(lián)備件價格表，得到備件的中文名稱、價格和現(xiàn)在使用狀態(tài)以 及備件的適用車型信息。
[0047] 上述技術方案的獲得，是在將不同車型、不同排量、不同發(fā)動機變速箱類型所對應 的備件代碼逐一歸類進行分析對比后，發(fā)現(xiàn)在相同主組號前提下，車型排量等信息不同，所 對應的備件代碼也不盡相同，為了找尋其中規(guī)律，使用了上述方法，以形成較完備且全面的 理論知識信息庫。
[0048] 實施例3:具有與實施例1或2相同的技術方案，更為具體的是：
[0049] 所述步驟四中，利用方差分析模擬技師診斷思維，得到該故障碼下最佳解決方案 的步驟是：
[0050] (1)根據(jù)不同技師本人經(jīng)驗和不同思維方式，查看各自對每一個故障描述所給出 的解決方案以及所使用的工項及備件信息；
[0051 ] (2)對全部技師所給出的診斷數(shù)據(jù)進行量化處理；
[0052] (3)進而使用方差分析進行比較，比較兩兩之間答案差異性；
[0053] (4)通過差異結果，選取差異最小的解決方案作為該故障碼的最終解決方案。
[0054]通過上述方式方法，從而形成了從故障碼-解決方案-備件信息等較完善的數(shù)據(jù) 知識庫。
[0055]本實施例通過歷史車輛故障數(shù)據(jù)，通過技師參與并利用方差分析模擬技師診斷思 維(如下表），給出對應的解決方案及相關工項及備件等信息，逐一添加索引并標記，從而形 成后臺備用數(shù)據(jù)庫；
[0057] 對上例數(shù)據(jù)量化處理，利用方差計算公式
[0058] 總體平方和公式：
自由度dft = N-l，其中Exi2為所有量化處理 的解決方案數(shù)之和，T為所有觀察數(shù)之和，N為樣本量，4
〕為校正系數(shù)；
[0059] 組間平方和公式
自由度dfA=I_l，其中（EX1) 2表示某 一條解決方案數(shù)合計，m表示該條解決方案樣本量，I表示該解決方案水平數(shù)；
[0060] 組內(nèi)平方和公式：SSE = SST-SSA。
[0061] 通過上述主要公式，結合方差分析基本原理，最終得出較為準確的解決方案。
[0062] 通過對技師間兩兩比較，得出最有可能的解決方案來作為對應故障碼的解決方 案，進而進行下一步操作。
[0063] 通過上述操作及建立的數(shù)據(jù)庫和知識庫，一旦出現(xiàn)庫中所包含的故障碼，通過上 述流程，就可以直接確定出該車需要解決方案和相關的工項、備件。本實施例方法，可以解 決和更換備件時價格不透明的問題。
[0064] 實施例3:-種用于車輛遠程診斷與備件檢索的平臺，為計算機實現(xiàn)實施例1-2中 所述的方法。
[0065] 包括：
[0066] 數(shù)據(jù)采集單元，采集車輛信息數(shù)據(jù)；
[0067] 解析單元，解析車輛VIN碼得到變量，所述變量包括由VIN碼解析得到的發(fā)動機排 量、車身類型、發(fā)動機變速箱類型；
[0068] 知識庫單元，對變量所對應的備件代碼做決策樹分析，完成變量數(shù)據(jù)歸類形成備 件信息，并建立索引，形成診斷知識庫；
[0069] 數(shù)據(jù)庫單元，對歷史車輛故障數(shù)據(jù)，統(tǒng)計并收錄同一故障碼下，不同技師解決該車 輛故障所使用的工項及備件信息，形成診斷數(shù)據(jù)庫，利用方差分析模擬技師診斷思維，得到 該故障碼下最佳解決方案；
[0070] 主鍵建立單元，將診斷數(shù)據(jù)庫與診斷知識庫關聯(lián)，并建立主鍵；
[0071] 檢索單元，對車輛故障生成的故障碼通過關鍵字解析車輛VIN碼得到的變量以進 行檢索，得到工項及備件信息。
[0072] 所述知識庫單元中以維修備件表的歷史記錄為數(shù)據(jù)基礎，通過決策樹模型對備件 做分類;備件檢索方法的步驟是：
[0073] 將維修備件表同一維度按信息熵做區(qū)分；
[0074] 將維修備件表不同維度按信息增益劃分優(yōu)先級；
[0075] 按照步驟(1)、（2)劃分的優(yōu)先級和區(qū)分程度畫出決策樹；
[0076] 輸入一個規(guī)則的VIN碼，根據(jù)VIN碼以及得出的決策樹輸出該車型下的備件代碼。
[0077] 所述備件代碼關聯(lián)備件的價格表，所述備件信息包括備件的中文名稱、價格和現(xiàn) 在使用狀態(tài)以及備件的適用車型信息。
[0078] 所述數(shù)據(jù)庫單元中，利用方差分析模擬技師診斷思維，得到該故障碼下最佳解決 方案的步驟是：
[0079] (1)根據(jù)不同技師本人經(jīng)驗和不同思維方式，查看各自對每一個故障描述所給出 的解決方案以及所使用的工項及備件信息；
[0080] (2)對全部技師所給出的診斷數(shù)據(jù)進行量化處理；
[0081] (3)使用方差分析進行比較，比較兩兩之間答案差異性；
[0082] (4)通過差異結果，選取差異最小的解決方案作為該故障碼的最終解決方案。
[0083] 方差分析的計算公式是：總體平方和公式
，自由度dft = N_l，其 中Σ Xi2為所有量化處理的解決方案數(shù)之和，T為所有觀察數(shù)之和，N為樣本量，4
為校正系數(shù);組間平方和公式
自由度dfA=I_l，其中（ΣΧ0 2表示 某一條解決方案數(shù)合計，m表示該條解決方案樣本量，I表示該解決方案水平數(shù);組內(nèi)平方 和公式:SSE = SST-SSA。
[0084] 以上所述，僅為本發(fā)明創(chuàng)造較佳的【具體實施方式】，但本發(fā)明創(chuàng)造的保護范圍并不 局限于此，任何熟悉本技術領域的技術人員在本發(fā)明創(chuàng)造披露的技術范圍內(nèi)，根據(jù)本發(fā)明 創(chuàng)造的技術方案及其發(fā)明構思加以等同替換或改變，都應涵蓋在本發(fā)明創(chuàng)造的保護范圍之 內(nèi)。
【主權項】
1. 一種用于車輛遠程診斷與備件檢索的平臺，其特征在于，包括 數(shù)據(jù)采集單元，采集車輛信息數(shù)據(jù)； 解析單元，解析車輛VIN碼得到變量，所述變量包括由VIN碼解析得到的發(fā)動機排量、車 身類型、發(fā)動機變速箱類型； 知識庫單元，對變量所對應的備件代碼做決策樹分析，完成變量數(shù)據(jù)歸類形成備件信 息，并建立索引，形成診斷知識庫； 數(shù)據(jù)庫單元，對歷史車輛故障數(shù)據(jù)，統(tǒng)計并收錄同一故障碼下，不同技師解決該車輛故 障所使用的工項及備件信息，形成診斷數(shù)據(jù)庫，利用方差分析模擬技師診斷思維，得到該故 障碼下最佳解決方案； 主鍵建立單元，將診斷數(shù)據(jù)庫與診斷知識庫關聯(lián)，并建立主鍵； 檢索單元，對車輛故障生成的故障碼通過關鍵字解析車輛VIN碼得到的變量以進行檢 索，得到工項及備件信息。2. 如權利要求1所述的用于車輛遠程診斷與備件檢索的平臺，其特征在于， 所述知識庫單元中以維修備件表的歷史記錄為數(shù)據(jù)基礎，通過決策樹模型對備件做分 類;備件檢索方法的步驟是： (1) 將維修備件表同一維度按信息熵做區(qū)分； (2) 將維修備件表不同維度按信息增益劃分優(yōu)先級； (3) 按照步驟(1)、（2)劃分的優(yōu)先級和區(qū)分程度畫出決策樹； (4) 輸入一個規(guī)則的VIN碼，根據(jù)VIN碼以及得出的決策樹輸出該車型下的備件代碼。3. 如權利要求2所述的用于車輛遠程診斷與備件檢索的平臺，其特征在于，所述備件代 碼關聯(lián)備件的價格表，所述備件信息包括備件的中文名稱、價格和現(xiàn)在使用狀態(tài)以及備件 的適用車型信息。4. 如權利要求1所述的用于車輛遠程診斷與備件檢索的平臺，其特征在于，所述數(shù)據(jù)庫 單元中，利用方差分析模擬技師診斷思維，得到該故障碼下最佳解決方案的步驟是： (1) 根據(jù)不同技師本人經(jīng)驗和不同思維方式，查看各自對每一個故障描述所給出的解 決方案以及所使用的工項及備件信息； (2) 對全部技師所給出的診斷數(shù)據(jù)進行量化處理； (3) 使用方差分析進行比較，比較兩兩之間答案差異性； (4) 通過差異結果，選取差異最小的解決方案作為該故障碼的最終解決方案。5. 如權利要求4所述的用于車輛遠程診斷與備件檢索的平臺，其特征在于，方差分析的 計算公式是： 總體平方和公式 ，自由度dft = N-l，其中ΣΧι2為所有量化處理的解決 方案數(shù)之和，Τ為所有觀察數(shù)之和，Ν為樣本量C為校正系數(shù)； 組間平方和公式：，自由度dfA= 1-1，其中（ΣΧ02表示某一條解 決方案數(shù)合計，m表示該條解決方案樣本量，I表示該解決方案水平數(shù)； 組內(nèi)平方和公式:SSE = SST-SSA。
【文檔編號】G06Q10/00GK106056223SQ201610364428
【公開日】2016年10月26日
【申請日】2016年5月27日
【發(fā)明人】田雨農(nóng), 初瑩瑩
【申請人】大連樓蘭科技股份有限公司