一种车辆故障的确定方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种车辆故障的确定方法、装置、电子设备及存储介质。车辆故障的确定方法包括基于任一目标车型对应的目标车辆图像集和预设车辆部件类型，对目标车辆图像集中的至少一个目标车辆图像进行分类，确定与预设车辆部件类型相对应的目标车辆部件图像集；将目标车辆部件图像集输入与目标车型相匹配的预设车型故障识别模型中，确定各个目标车辆部件图像中是否存在初始部件故障；将目标故障区域内初始部件故障的目标操作轨迹与初始部件故障的预设操作轨迹进行轨迹对比，并根据对比结果确定目标故障区域是否存在目标部件故障。本申请在提升了TFDS对目标部件故障的作业质量的同时，进一步的提升了TFDS对车辆的目标部件故障识别的准确率。障识别的准确率。障识别的准确率。

【技术实现步骤摘要】
一种车辆故障的确定方法、装置、电子设备及存储介质


[0001]本申请涉及车辆检修
，尤其是涉及一种车辆故障的确定方法、装置、电子设备及存储介质。

技术介绍

[0002]随着社会的发展和科技的进步，越来越多的企业和厂家开始使用货车运行故障动态图像检测系统(TroubleofmovingFreightcarDetectionSystem，TFDS)来对车辆的故障部件进行检测，但是传统的TFDS中的图像故障识别模块仅仅是将采集到的图像输入神经网络模型中进行故障识别，但是模型往往会存在识别不到的地方，这样会导致现有的TFDS的故障图像作业质量参差不齐，进而导致现有的TFDS对车辆故障识别的准确率低下。

技术实现思路

[0003]有鉴于此，本申请的目的在于提供一种车辆故障的确定方法、装置、电子设备及存储介质，结合了预设车型故障识别模型和操作轨迹两种方式来对车辆的部件故障进行双重识别，在提升了TFDS对目标部件故障的作业质量的同时，进一步的提升了TFDS对车辆的目标部件故障识别的准确率。
[0004]本申请实施例提供了一种车辆故障的确定方法，所述车辆故障的确定方法包括：
[0005]基于任一目标车型对应的目标车辆图像集和预设车辆部件类型，对所述目标车辆图像集中的至少一个目标车辆图像进行分类，确定与预设车辆部件类型相对应的目标车辆部件图像集；
[0006]将所述目标车辆部件图像集输入与所述目标车型相匹配的预设车型故障识别模型中，确定各个所述目标车辆部件图像中是否存在初始部件故障；/>[0007]在确定各个所述目标车辆部件图像中存在初始部件故障时，基于所述初始部件故障的位置信息，确定所述目标车辆部件图像中所述初始部件故障对应的目标故障区域；
[0008]针对任一所述目标故障区域，将所述目标故障区域内所述初始部件故障的目标操作轨迹与所述初始部件故障的预设操作轨迹进行轨迹对比，并根据对比结果确定所述目标故障区域是否存在目标部件故障。
[0009]进一步的，所述基于任一目标车型对应的目标车辆图像集和预设车辆部件类型，对所述目标车辆图像集中的至少一个目标车辆图像进行分类，确定与预设车辆部件类型相对应的目标车辆部件图像集，包括：
[0010]根据预设图像命名规则，对任一目标车型对应的目标车辆图像集中的至少一个目标车辆图像进行名称标准化处理，确定所述目标车辆图像对应的目标图像名称，其中，所述目标图像名称包括目标车辆序号、目标车辆部件号以及目标车辆部件的图像序号；
[0011]根据预设车辆部件类型，从各个所述目标车辆图像对应的各个所述目标图像名称中，调取与预设车辆部件类型相匹配的所述目标车辆部件号，以便完成对所述目标车辆图像集中的至少一个目标车辆图像进行分类；
[0012]将各个与预设车辆部件类型相匹配的所述目标车辆部件号对应的目标车辆图像确定为与预设车辆部件类型相对应的目标车辆部件图像集。
[0013]进一步的，所述目标车辆部件图像集输入与所述目标车型相匹配的预设车型故障识别模型中，确定各个所述目标车辆部件图像中是否存在初始部件故障，包括：
[0014]将所述目标车辆部件图像集输入与所述目标车型相匹配的预设车型故障识别模型的部件特征提取层中，确定各个所述目标车辆部件图像中存在的部件以及部件类型；
[0015]将不同类型的所述部件输入与所述目标车型相匹配的预设车型故障识别模型的故障识别层中，确定所述部件是否存在初始部件故障。
[0016]进一步的，所述在确定各个所述目标车辆部件图像中存在初始部件故障时，基于所述初始部件故障的位置信息，确定所述目标车辆部件图像中所述初始部件故障对应的目标故障区域：
[0017]在确定各个所述目标车辆部件图像中存在初始部件故障时，根据初始部件故障的位置信息和预设像素阈值范围，确定所述目标车辆部件图像中所述初始部件故障对应的目标故障区域。
[0018]进一步的，通过以下方式获取目标故障区域内初始部件故障的目标操作轨迹：
[0019]获取目标故障区域内初始部件故障的初始操作轨迹；
[0020]将所述初始操作轨迹依次进行预设坐标化转换、时间标准化处理以及坐标均值计算，确定目标故障区域内所述初始部件故障的目标操作轨迹。
[0021]进一步的，所述针对任一所述目标故障区域，将所述目标故障区域内所述初始部件故障的目标操作轨迹与所述初始部件故障的预设操作轨迹进行轨迹对比，并根据对比结果确定所述目标故障区域是否存在目标部件故障，包括：
[0022]针对任一所述目标故障区域，确定目标故障区域内初始部件故障的目标操作轨迹与初始部件故障的预设操作轨迹之间的目标偏差值；
[0023]将所述目标偏差值与预设偏差范围进行阈值对比，并根据对比结果确定目标故障区域是否存在目标部件故障。
[0024]进一步的，所述将所述目标偏差值与预设偏差范围进行阈值对比，并根据对比结果确定目标故障区域是否存在目标部件故障，包括：
[0025]若目标偏差值在预设偏差范围内，则确定目标故障区域存在目标部件故障；
[0026]若目标偏差值不在预设偏差范围内，则确定目标故障区域不存在目标部件故障。
[0027]本申请实施例还提供了一种车辆故障的确定装置，所述车辆故障的确定装置包括：
[0028]本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的车辆故障的确定方法的步骤。
[0029]本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的车辆故障的确定方法的步骤。
[0030]本申请实施例提供的车辆故障的确定方法、装置、电子设备及存储介质，与现有技术中的相比，本申请提供的实施例通过对任一目标车型对应的目标车辆图像集的至少一个
目标车辆图像进行分类，确定与预设车辆部件类型相对应的目标车辆部件图像集，并将目标车辆部件图像集输入与目标车型相匹配的预设车型故障识别模型中，确定各个目标车辆部件图像中是否存在初始部件故障，并在确定各个目标车辆部件图像中存在初始部件故障时，将初始部件故障的位置信息所在的目标故障区域与初始部件故障的预设操作轨迹进行轨迹对比，并根据对比结果确定目标故障区域是否存在目标部件故障，结合了预设车型故障识别模型和操作轨迹两种方式来对车辆的部件故障进行双重识别，在提升了TFDS对目标部件故障的作业质量的同时，进一步的提升了TFDS对车辆的目标部件故障识别的准确率。
[0031]为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0032]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆故障的确定方法，其特征在于，所述车辆故障的确定方法包括：基于任一目标车型对应的目标车辆图像集和预设车辆部件类型，对所述目标车辆图像集中的至少一个目标车辆图像进行分类，确定与预设车辆部件类型相对应的目标车辆部件图像集；将所述目标车辆部件图像集输入与所述目标车型相匹配的预设车型故障识别模型中，确定各个所述目标车辆部件图像中是否存在初始部件故障；在确定各个所述目标车辆部件图像中存在初始部件故障时，基于所述初始部件故障的位置信息，确定所述目标车辆部件图像中所述初始部件故障对应的目标故障区域；针对任一所述目标故障区域，将所述目标故障区域内所述初始部件故障的目标操作轨迹与所述初始部件故障的预设操作轨迹进行轨迹对比，并根据对比结果确定所述目标故障区域是否存在目标部件故障。2.根据权利要求1所述的车辆故障的确定方法，其特征在于，所述基于任一目标车型对应的目标车辆图像集和预设车辆部件类型，对所述目标车辆图像集中的至少一个目标车辆图像进行分类，确定与预设车辆部件类型相对应的目标车辆部件图像集，包括：根据预设图像命名规则，对任一目标车型对应的目标车辆图像集中的至少一个目标车辆图像进行名称标准化处理，确定所述目标车辆图像对应的目标图像名称，其中，所述目标图像名称包括目标车辆序号、目标车辆部件号以及目标车辆部件的图像序号；根据预设车辆部件类型，从各个所述目标车辆图像对应的各个所述目标图像名称中，调取与预设车辆部件类型相匹配的所述目标车辆部件号，以便完成对所述目标车辆图像集中的至少一个目标车辆图像进行分类；将各个与预设车辆部件类型相匹配的所述目标车辆部件号对应的目标车辆图像确定为与预设车辆部件类型相对应的目标车辆部件图像集。3.根据权利要求1所述的车辆故障的确定方法，其特征在于，所述将所述目标车辆部件图像集输入与所述目标车型相匹配的预设车型故障识别模型中，确定各个所述目标车辆部件图像中是否存在初始部件故障，包括：将所述目标车辆部件图像集输入与所述目标车型相匹配的预设车型故障识别模型的部件特征提取层中，确定各个所述目标车辆部件图像中存在的部件以及部件类型；将不同类型的所述部件输入与所述目标车型相匹配的预设车型故障识别模型的故障识别层中，确定所述部件是否存在初始部件故障。4.根据权利要求1所述的车辆故障的确定方法，其特征在于，所述在确定各个所述目标车辆部件图像中存在初始部件故障时，基于所述初始部件故障的位置信息，确定所述目标车辆部件图像中所述初始部件故障对应的目标故障区域，包括：在确定各个所述目标车辆部件图像中存在初始部件故障时，根据初始部件故障的位置信息和预设像素阈值范围，确定所述目标车辆部件图像中所述初始部件故障对应的目标故障区...

【专利技术属性】
技术研发人员：李敢峰，孙涛，陈德生，李月龙，何录平，刘蕾，王楠，谭韧斯，张军，王艳刚，娄朋超，张金龙，张帅辉，张巧丽，李伟，宋范忠，刘景臣，王洁，申晓玲，潘一凡，暴丹，仝晓磊，范姜龙，
申请(专利权)人：北京京天威科技发展有限公司，
类型：发明
国别省市：