汽车后台服务器的故障诊断方法及系统技术方案

本发明专利技术提供了一种汽车后台服务器的故障诊断方法及系统，包括检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；比较各距离的大小，将与故障车辆距离最近的售后服务点确定为第一售后服务点；向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。本发明专利技术能够及时就近为故障车辆调度售后服务点为其服务，避免了基于GPRS定位搜寻时由于信号不佳等状况搜寻效果差的情况发生，节省了资源成本，还能够保证故障车辆快速便捷的得到维修，提高售后服务的效率和车辆运行效率，保障车辆的安全运行。

Fault diagnosis method and system for automobile background server

The present invention provides a system and method of fault diagnosis for automobile back-end servers, including fault is detected when the vehicle is calculated between the fault of the vehicle with the pre stored customer service service point; the distance, and the fault of the vehicle from the nearest customer service service points identified as the first customer service service to pre stored; centralized backstage service point to send the fault of the vehicle position and the first customer service service position. The invention can timely nearest to the fault of the vehicle scheduling customer service service points for their services, to avoid the search based on GPRS positioning due to poor signal search results in poor condition, save the resource cost, also can guarantee fast and convenient maintenance vehicle fault, improve the efficiency and operating efficiency of the vehicle service customer service, to ensure safe operation vehicle.

【技术实现步骤摘要】
汽车后台服务器的故障诊断方法及系统
本专利技术涉及汽车
，尤其涉及一种汽车后台服务器的故障诊断方法及系统。
技术介绍
目前，汽车已在很多城市普遍使用，尤其随着电动汽车的不断普及，电动汽车所需的充电桩及售后服务点也逐步设立，但是这些充电桩及售后服务点的设立相对固定。当电动汽车出现故障、事故或者电量不足时，需要寻找最近的售后服务点。目前采用的方法主要是利用GPRS定位搜索来寻求距离自身最近的售后服务点，然而当网络信号不好或汽车由于自身故障无法进行搜索时，很难找到售后服务点，造成汽车的故障不能及时得到处理，不便于及时维修，不能保证车辆的运行安全性。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种汽车后台服务器的故障诊断方法及系统，能够及时为故障车辆调度售后服务。为达到上述目的，本专利技术的技术方案是这样实现的：一种汽车后台服务器的故障诊断方法，所述方法包括：检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；比较各距离的大小，将与故障车辆距离最近的售后服务点确定为第一售后服务点；向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。一种汽车后台服务器的故障诊断系统，所述系统包括：计算单元、确定单元、发送单元；其中，所述计算单元，用于检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；所述确定单元，用于将与故障车辆距离最近的售后服务点确定为第一售后服务点；所述发送单元，用于向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。本专利技术实施例提供的汽车后台服务器的故障诊断方法及系统，在检测到故障车辆时，计算故障车辆与售后服务点的距离，确定与故障车辆距离最近的售后服务点为第一售后服务点，并将故障车辆和第一售后服务点的位置发送给集中售后服务点，由集中售后服务点调度该第一售后服务点，能够及时就近为故障车辆调度售后服务点为其服务，避免了基于GPRS定位搜寻时由于信号不佳等状况搜寻效果差的情况发生，节省了资源成本，还能够保证故障车辆快速便捷的得到维修，提高售后服务的效率和车辆运行效率，保障车辆的安全运行。附图说明图1为本专利技术实施例提供的汽车后台服务器的故障诊断方法的实现流程图；图2为本专利技术实施例提供的汽车后台服务器的故障诊断方法的具体实现流程图；图3为本专利技术实施例提供的汽车后台服务器的故障诊断系统的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下举实施例并参照附图，对本专利技术进一步详细说明。图1示出了本专利技术实施例提供的，如图1所示，所述方法包括下述步骤：步骤101，检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；这里，可以采用蚁群算法计算故障车辆与预先存储的售后服务点之间的距离。具体地，蚁群算法(AntColonyOptimization，ACO)，又称蚂蚁算法，是一种用来寻找优化路径的机率型算法。蚂蚁算法主要是通过蚂蚁群体之间的信息传递而达到寻优的目的，具体过程为：蚂蚁在通过的路径上释放出一种特殊的分泌物——信息素来寻找路径，当它们碰到一个还没有走过的路口时，就随机地挑选出一条路径前行，同时释放出与路径长度有关的信息素。蚂蚁走的路径越长，则释放的信息素强度越小。当后来的蚂蚁再次碰到这个路口时，选择信息素强度较大的路径的概率相对较大，而其他路径上的信息量却会随着时间的流逝而逐渐消减，最终整个蚁群会找出最优路径。同时蚁群还能够适应环境的变化，当蚁群的运动路径上突然出现障碍物时，蚂蚁也能很快地重新找到最优路径。可见，在整个寻径过程中，虽然单只蚂蚁的选择能力有限，但是通过信息素的作用使整个蚁群行为具有非常高的自组织性，蚂蚁之间交换着路径信息，最终通过蚁群的集体自催化行为找出最优路径。本实施例中，采用蚁群算法计算故障车辆与预先存储的售后服务点之间的距离包括：根据路径上的信息素，确定故障车辆与售后服务点之间的最优路径；其中，所述路径上的信息素的强度越强，选择该路径的概率越大；计算该最优路径的长度，并将该长度作为故障车辆与售后服务点之间的距离。步骤102，比较各距离的大小，将与故障车辆距离最近的售后服务点确定为第一售后服务点；步骤103，向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。图2示出了本专利技术实施例提供的汽车后台服务器的故障诊断方法的具体实现流程，如图2所示，包括下述步骤：步骤201，对自身应用地区的所有集中后台服务点及售后服务点进行初始化；其中，所述售后服务点接收集中后台服务点的调度。步骤202，检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；这里，可以采用蚁群算法计算故障车辆与预先存储的售后服务点之间的距离。具体地，ACO，又称蚂蚁算法，是一种用来寻找优化路径的机率型算法。蚂蚁算法主要是通过蚂蚁群体之间的信息传递而达到寻优的目的，具体过程为：蚂蚁在通过的路径上释放出一种特殊的分泌物——信息素来寻找路径，当它们碰到一个还没有走过的路口时，就随机地挑选出一条路径前行，同时释放出与路径长度有关的信息素。蚂蚁走的路径越长，则释放的信息素强度越小。当后来的蚂蚁再次碰到这个路口时，选择信息素强度较大的路径的概率相对较大，而其他路径上的信息量却会随着时间的流逝而逐渐消减，最终整个蚁群会找出最优路径。同时蚁群还能够适应环境的变化，当蚁群的运动路径上突然出现障碍物时，蚂蚁也能很快地重新找到最优路径。可见，在整个寻径过程中，虽然单只蚂蚁的选择能力有限，但是通过信息素的作用使整个蚁群行为具有非常高的自组织性，蚂蚁之间交换着路径信息，最终通过蚁群的集体自催化行为找出最优路径。本实施例中，采用蚁群算法计算故障车辆与预先存储的售后服务点之间的距离包括：根据路径上的信息素，确定故障车辆与售后服务点之间的最优路径；其中，所述路径上的信息素的强度越强，选择该路径的概率越大；计算该最优路径的长度，并将该长度作为故障车辆与售后服务点之间的距离。步骤203，比较各距离的大小，将与故障车辆距离最近的售后服务点确定为第一售后服务点；步骤204，向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。步骤205，集中后台服务点根据接收到的故障车辆位置和第一售后服务点位置，调度第一售后服务点对故障车辆进行响应；步骤206，判断是否对所有的故障车辆响应完毕，若是，则当前流程结束，否则，执行步骤202。本专利技术实施例还提供的一种汽车后台服务器的故障诊断系统，该系统的各功能模块可用于上述方法实施例的流程，具体可参考图3，包括：计算单元31、确定单元32以及发送单元33；其中，所述计算单元31，用于检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；所述确定单元32，用于将与故障车辆距离最近的售后服务点确定为第一售后服务点；所述发送单元33，用于向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。可选的，所述系统还包括：初始化单元30，用于对自身应用地区的所有集中后台服务点及售后服务点进行初始化；其中，所述售后服务点接收集中后台服务点的调度。可选的，所述计算单元31，具体用于采用蚁群算法计算故障车辆与预先存储的售后服务点之间的距离。可选的，所述计算单元31包括：最优路径确定子单元311、距离计算子单元31本文档来自技高网...

【技术保护点】
一种汽车后台服务器的故障诊断方法，其特征在于，所述方法包括：检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；比较各距离的大小，将与故障车辆距离最近的售后服务点确定为第一售后服务点；向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。

【技术特征摘要】
1.一种汽车后台服务器的故障诊断方法，其特征在于，所述方法包括：检测到故障车辆时，计算故障车辆与预先存储的售后服务点之间的距离；比较各距离的大小，将与故障车辆距离最近的售后服务点确定为第一售后服务点；向预先存储的集中后台服务点发送故障车辆位置和第一售后服务点位置。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：对自身应用地区的所有集中后台服务点及售后服务点进行初始化；其中，所述售后服务点接收集中后台服务点的调度。3.根据权利要求1所述的方法，其特征在于，所述计算故障车辆与预先存储的售后服务点之间的距离，包括：采用蚁群算法计算故障车辆与预先存储的售后服务点之间的距离。4.根据权利要求3所述的方法，其特征在于，所述采用蚁群算法计算故障车辆与预先存储的售后服务点之间的距离，包括：根据路径上的信息素，确定故障车辆与售后服务点之间的最优路径；其中，所述路径上的信息素的强度越强，选择该路径的概率越大；计算该最优路径的长度，并将该长度作为故障车辆与售后服务点之间的距离。5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：集中后台服务点根据接收到的故障车辆位置和第一售后服务点位置，调度第一售后服务点对故障车辆进行响应，直至所有的故障车辆响应完毕。6.一种汽车后台服务器的故障诊断系统，其特征在于...

【专利技术属性】
技术研发人员：龚建奎，关海盈，
申请(专利权)人：深圳市沃特玛电池有限公司，
类型：发明
国别省市：广东,44