一种基于人工智能的电动汽车安全预警方法及系统、电动汽车技术方案

本发明专利技术提供一种基于人工智能的电动汽车安全预警方法与系统，其采集了包括历史行驶数据和历史维修数据在内的多种不同类型的涉及到汽车安全行驶的数据，并分别采用不同的人工智能模型进行训练，得到对应的汽车安全预警结果，并拟合两种汽车安全预警结果得到最终的超载安全预警结果，从而大大提高了汽车的安全预警的效率和准确性；此外，通过检测超载汽车的行驶轨迹数据预测同型号的其他汽车的超载安全预警结果，从而无需为每个汽车安装超载检测装置来进行超载检测，从而大大降低了检测设备的研发、安装和维护成本；最后，本发明专利技术充分利用了电动汽车的各种车身传感器来获取车辆数据，以用于汽车安全预警。

【技术实现步骤摘要】
一种基于人工智能的电动汽车安全预警方法及系统、电动汽车
本申请涉及本专利技术涉及人工智能和电动汽车的
，尤其涉及一种基于人工智能的电动汽车安全预警方法及系统、电动汽车。
技术介绍
虽然近年来政府各级部门越来越重视交通安全，对妨害交通安全的行为（例如超载）的查处力度越来越大，但是汽车超载的情况还是屡见不鲜，究其原因，主要有以下几点：1.有时候司机对汽车上所载的重量估算错误，某些超载行为连司机自己都不知道。2.司机明知汽车所载重量已超载，但为了经济利益故意为之。不管出于何种原因，超载行为都将给社会交通安全带来危害。新能源汽车是指采用非常规的车用燃料作为动力来源（或使用常规的车用燃料、采用新型车载动力装置），综合车辆的动力控制和驱动方面的先进技术，形成的技术原理先进、具有新技术、新结构的汽车。新能源汽车包括纯电动汽车、增程式电动汽车、混合动力汽车、燃料电池电动汽车、氢发动机汽车等。广义新能源汽车，又称代用燃料汽车，包括纯电动汽车、燃料电池电动汽车这类全部使用非石油燃料的汽车，也包括混合动力电动车、乙醇汽油汽车等部分使用非石油燃料的汽车。目前存在的所有新能源汽车都包括在这一概念里，具体分为六大类：混合动力汽车、纯电动汽车、燃料电池汽车、醇醚燃料汽车、天然气汽车等。其中，纯电动汽车（BladeElectricVehicles，BEV）是一种采用单一蓄电池作为储能动力源的汽车，它利用蓄电池作为储能动力源，通过电池向电动机提供电能，驱动电动机运转，从而推动汽车行驶。纯电动汽车的可充电电池主要有铅酸电池、镍镉电池、镍氢电池和锂离子电池等，这些电池可以提供纯电动汽车动力。同时，纯电动汽车也通过电池来储存电能，驱动电机运转，让车辆正常行驶。现有技术中，文献CN105774647A通过设置胎压监测单元、胎压比对单元和计时单元，当胎压比对单元得出胎压值大于预设最大胎压值时，微处理控制单元向警示单元发出警示指令，警示单元执行警示行动，当胎压比对单元得出胎压值大于预设最大胎压值且该胎压值持续时间超过预设时间时，微处理控制单元向报警单元发出报警指令，报警单元执行报警行动。本专利技术提供的汽车超重警示系统在车辆刚一开始超载的时候就通过警示单元提醒司机车辆已超重，避免了因司机估算错误造成的超载，当车辆超重时间超过预设时间时，报警单元就直接向交通安全管理部门报警，从而避免了因司机故意超载给公共交通安全带来危害的情况，非常全面地防止了汽车超载。然而，上述文献仅仅能够根据车辆的胎压对车辆是否超载发出预警，而实际情况下车辆的是否超载受多种因素复合影响，这种单一的根据胎压预警车辆超载的方法存在准确性低的问题。此外，上述文献需要对每个待预警汽车设置胎压监测等超载监测设备，而为了准确监测车辆的超载，往往需要设置各种不同类型的检测设备，由此大大增加的检测设备的研发、安装和维护成本，如何在低检测设备的成本的情况下提高超载监测准确性仍然有待进一步研究；最后，动汽车的逐渐普及，电动汽车的智能化程度逐步提高，如何充分利用电动汽车的智能化系统进行车辆超载的预警也是有待进一步研究的课题。
技术实现思路
本专利技术提供一种基于人工智能的电动汽车安全预警方法，所述方法包括如下步骤：S1，获取多个所述电动汽车的多个采样时间段的汽车型号、汽车牌号、历史维修数据、维修安全预警信息、历史行驶数据、行驶安全预警信息；S2，根据所述汽车型号采集所述历史行驶数据、所述行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型；所述行驶数据包括：轮胎胎压、制动加速度及其刹车车程、卸载动力、耗电量；所述行驶安全预警信息包括超载和非超载；S3，根据所述汽车牌号采集所述历史维修数据、所述维修安全预警信息以训练电动汽车维修安全预警回归预测模型；所述维修数据包括：轮胎更换里程、刹车片更换里程、电池更换里程；所述维修安全预警信息包括正常损耗和异常损耗；S4，获取待预警电动汽车的汽车型号，根据所述汽车型号获取对应的电动汽车行驶安全预警贝叶斯预测模型，采集所述待预警电动汽车的当前时间段的当前行驶数据，将所述当前行驶数据导入所述电动汽车行驶安全预警贝叶斯预测模型，获取所述电动汽车的行驶安全预警结果；根据待预警电动汽车的汽车牌号，获取所述电动汽车的维修安全预警结果；S5，根据所述待预警电动汽车的行驶安全预警结果和所述维修安全预警结果，得到所述待预警电动汽车当前的超载安全预警结果。作为一种优选的实施方式，获取多个所述电动汽车的多个采样时间段的汽车型号、历史行驶数据及其安全预警信息，具体包括：所述采样时间段包括行驶采样时间段和维修采样时间段；获取电动汽车的运行时间数据，根据所述运行时间数据计算所述电动汽车的运行周期，根据所述运行周期中的非空载时间段确定所述电动汽车的行驶采样时间段；获取电动汽车的维修时间数据，根据所述维修时间数据和维修周期确定所述电动汽车的维修采样时间段。作为一种优选的实施方式，根据待预警电动汽车的汽车牌号，获取所述电动汽车的维修安全预警结果，具体包括：在所述电动汽车的维修时间段根据待预警电动汽车的汽车牌号采集所述维修数据，将所述维修数据导入所述电动汽车维修安全预警回归预测模型，获取所述电动汽车的维修安全预警结果。作为一种优选的实施方式，根据所述汽车型号采集所述历史行驶数据、所述行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型，具体包括：根据所述汽车型号采集所述非超载行驶数据、非超载的行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型；根据所述汽车型号采集所述超载行驶数据、超载的行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型。作为一种优选的实施方式，根据所述待预警电动汽车的行驶安全预警结果和所述维修安全预警结果，得到所述待预警电动汽车当前的超载安全预警结果，还包括：所述待预警电动汽车当前的超载安全预警结果Z=K1*M+k2*N，其中，M为行驶安全预警结果，N为维修安全预警结果，K1和K2为权重，且K1+K2=1。作为一种优选的实施方式，还包括：如果所述待预警电动汽车当前的超载安全预警结果为超载，则获取所述电动汽车的行驶轨迹，如果在相同时间段存在多个相同行驶轨迹的电动汽车，则根据多个所述电动汽车的汽车牌号获取所述多个电动汽车的汽车型号，将与所述待预警电动汽车相同型号的电动汽车的汽车牌号和超载警戒预警信息发送到安全预警服务器；所述安全预警服务器发出所述汽车牌号的超载警戒预警信息。作为一种优选的实施方式，所述安全预警服务器发出所述汽车牌号的超载警戒预警信息，还包括：采集并比较所述待预警电动汽车和相同型号的电动汽车在同一路段的行驶图像数据；如果所述图像数据中车厢图像的相似度大于等于第一相似度阈值，则所述安全预警服务器将所述图像数据对应的电动汽车的汽车牌号的超载警戒预警信息调整为超载信息；如果所述图像数据中车厢图像的相似度小于第一相似度阈值，则本文档来自技高网...

【技术保护点】
1.一种基于人工智能的电动汽车安全预警方法，其特征在于，所述方法包括如下步骤：/nS1，获取多个所述电动汽车的多个采样时间段的汽车型号、汽车牌号、历史维修数据、维修安全预警信息、历史行驶数据、行驶安全预警信息；/nS2，根据所述汽车型号采集所述历史行驶数据、所述行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型；所述行驶数据包括：轮胎胎压、制动加速度及其刹车车程、卸载动力、耗电量；所述行驶安全预警信息包括超载和非超载；/nS3，根据所述汽车牌号采集所述历史维修数据、所述维修安全预警信息以训练电动汽车维修安全预警回归预测模型；所述维修数据包括：轮胎更换里程、刹车片更换里程、电池更换里程；所述维修安全预警信息包括正常损耗和异常损耗；/nS4，获取待预警电动汽车的汽车型号，根据所述汽车型号获取对应的电动汽车行驶安全预警贝叶斯预测模型，采集所述待预警电动汽车的当前时间段的当前行驶数据，将所述当前行驶数据导入所述电动汽车行驶安全预警贝叶斯预测模型，获取所述电动汽车的行驶安全预警结果；根据待预警电动汽车的汽车牌号，获取所述电动汽车的维修安全预警结果；/nS5，根据所述待预警电动汽车的行驶安全预警结果和所述维修安全预警结果，得到所述待预警电动汽车当前的超载安全预警结果。/n...

【技术特征摘要】
1.一种基于人工智能的电动汽车安全预警方法，其特征在于，所述方法包括如下步骤：
S1，获取多个所述电动汽车的多个采样时间段的汽车型号、汽车牌号、历史维修数据、维修安全预警信息、历史行驶数据、行驶安全预警信息；
S2，根据所述汽车型号采集所述历史行驶数据、所述行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型；所述行驶数据包括：轮胎胎压、制动加速度及其刹车车程、卸载动力、耗电量；所述行驶安全预警信息包括超载和非超载；
S3，根据所述汽车牌号采集所述历史维修数据、所述维修安全预警信息以训练电动汽车维修安全预警回归预测模型；所述维修数据包括：轮胎更换里程、刹车片更换里程、电池更换里程；所述维修安全预警信息包括正常损耗和异常损耗；
S4，获取待预警电动汽车的汽车型号，根据所述汽车型号获取对应的电动汽车行驶安全预警贝叶斯预测模型，采集所述待预警电动汽车的当前时间段的当前行驶数据，将所述当前行驶数据导入所述电动汽车行驶安全预警贝叶斯预测模型，获取所述电动汽车的行驶安全预警结果；根据待预警电动汽车的汽车牌号，获取所述电动汽车的维修安全预警结果；
S5，根据所述待预警电动汽车的行驶安全预警结果和所述维修安全预警结果，得到所述待预警电动汽车当前的超载安全预警结果。


2.根据权利要求1所述的方法，其特征在于，获取多个所述电动汽车的多个采样时间段的汽车型号、历史行驶数据及其安全预警信息，具体包括：
所述采样时间段包括行驶采样时间段和维修采样时间段；
获取电动汽车的运行时间数据，根据所述运行时间数据计算所述电动汽车的运行周期，根据所述运行周期中的非空载时间段确定所述电动汽车的行驶采样时间段；
获取电动汽车的维修时间数据，根据所述维修时间数据和维修周期确定所述电动汽车的维修采样时间段。


3.根据权利要求2所述的方法，其特征在于，根据待预警电动汽车的汽车牌号，获取所述电动汽车的维修安全预警结果，具体包括：
在所述电动汽车的维修时间段根据待预警电动汽车的汽车牌号采集所述维修数据，将所述维修数据导入所述电动汽车维修安全预警回归预测模型，获取所述电动汽车的维修安全预警结果。


4.根据权利要求1所述的方法，其特征在于，根据所述汽车型号采集所述历史行驶数据、所述行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型，具体包括：
根据所述汽车型号采集所述非超载行驶数据、非超载的行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型；
根据所述汽车型号采集所述超载行驶数据、超载的行驶安全预警信息以训练所述汽车型号的电动汽车行驶安全预警贝叶斯预测模型。


5.根据权利要求1所述的方法，其特征在于，根据所述待预警电动汽车的行驶安全预警结果和所述维修安全预警结果，得到所述待预警电动汽车当前的超载安全预警结果，还包括：
所述待预警电动汽车当前的超载安全预警结果Z=K1*M+k2*N，其中，M为行驶安全预警结果，N为维修安全预警结果，K1和K2为权重，且K1+K2=1。


6.根据权利要求1所述的方法，其特征在于，还包括：
如果所述待预警电动汽车当前的超载安全预警结果为超载，则获取所述电动汽车的行驶轨迹，如果在相同时间段存在多个相同行驶轨迹的电动汽车，则根据多个所述电动汽车的汽车牌号获取所述多个电动汽车的汽车型号，将与所述待预警电动汽...

【专利技术属性】
技术研发人员：王亚鹏，
申请(专利权)人：王亚鹏，
类型：发明
国别省市：河南;41