【技术实现步骤摘要】
本专利技术涉及汽车，具体涉及一种基于大数据的汽车信息监测方法。
技术介绍
1、随着汽车工业的迅速发展，汽车已成为每个现代人生活必不可少的一部分，因此对汽车信息的监测至关重要。很多汽车信息均能够反映汽车性能，同时对汽车性能中的安全性的要求也越来越高。因此，需要基于汽车信息对汽车性能进行必要的监测，以便于了解汽车性能，为人类的生命安全提供一定的保障。
2、现有中汽车性能的监测，一般都是通过设置复杂的监测平台进行汽车部件的监测，即不仅监测结构复杂，而且监测的数据之多，在进行数据处理时，过于复杂，进而导致不能及时地对相关车辆的检测，因此，如何需要一种更简单且全面地性能监测方法，实现对汽车性能的监测。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供一种基于大数据的汽车信息监测方法，所采用的技术方案具体如下：
2、获取匀速工况中不同时刻的发动机振动信息以及对应的汽车尾气排放量；根据所述振动信息以及尾气排放量，确定匀速工况中汽车的运行的第一稳定指标；
3、分别获取变速工况中各时刻的变速箱声音信息以及变速工况下，在进行制动时的制动距离；根据所述声音信息以及制动距离，确定汽车的变速工况下汽车运行的第二稳定指标；
4、基于第一稳定指标和第二稳定指标，计算汽车所有工况下的整体性能监测指标；
5、当所述整体性能监测指标大于设定指标，则汽车的性能符合要求。
6、进一步地，所述第一稳定指标是通过振动信息的方差以及尾气排放
7、进一步地，所述第二稳定指标是通过计算声音信息变化的偏差与制动距离的变化程度的乘积确定的。
8、进一步地，所述整体性能监测指标为：
9、
10、其中，k为整体性能监测指标；f为第一稳定指标；u为第二稳定指标。
11、进一步地，还包括对匀速工况下不同时刻进行时间段的划分，得到各时间段对应的发动机振动信息以及对应的汽车尾气排放量，并计算第一稳定指标，得到匀速工况对应的第一稳定指标序列。
12、进一步地，还包括对变速工况下不同时刻进行时间段的划分，得到各时间段对应的声音信息以及制动距离，并计算第二稳定指标，得到变速工况对应的第二稳定指标序列。
13、进一步地，还包括对汽车整体性能监测指标的预测步骤：
14、根据车辆的第一稳定指标序列与第二稳定指标序列，计算车辆的各时间段对应的整体性能监测指标，得到车辆行驶过程的整体性能监测指标序列；
15、将所述车辆行驶过程时间中整体性能监测指标序列输入到训练好的lstm神经网络中，输出预测下一行驶过程时间的汽车整体性能监测指标。
16、进一步地，所述lstm神经网络的训练过程为：
17、构建lstm神经网络；
18、获取连续的各历史设定时间段内的整体性能监测指标，作为训练集，将训练集输入到lstm神经网络，对所述lstm神经网络进行训练；
19、训练时引入改进的损失函数，通过改进的损失函数计算输出数据与输入的训练集的误差，对lstm神经网络进行训练；所述改进的损失函数为：计算历史各时间段对应的整体性能监测指标的置信度，并将所述置信度加权到各时间段整体性能监测指标对应的均方差损失函数。
20、本专利技术具有如下有益效果：
21、本专利技术的方案从匀速工况以及变速工况的两个不同工况角度出发，分别获取对应工况下的不同数据，即匀速工况对应发动机振动信息以及尾气排放数据，得到匀速工况下的第一稳定指标，变速工况对应变速箱以及制动距离，得到变速工况下的第二稳定指标，基于两个稳定指标，确定汽车整个行驶过程中的汽车性能，实现汽车性能的评估，为行车安全提供一定的保证。
本文档来自技高网...【技术保护点】
1.一种基于大数据的汽车信息监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的汽车信息监测方法，其特征在于，所述第一稳定指标是通过振动信息的方差以及尾气排放量的均值归一化后相乘确定的。
3.根据权利要求1所述的一种基于大数据的汽车信息监测方法，其特征在于，所述第二稳定指标是通过计算声音信息变化的偏差与制动距离的变化程度的乘积确定的。
4.根据权利要求2或3所述的一种基于大数据的汽车信息监测方法，其特征在于，所述整体性能监测指标为：
5.根据权利要求1所述的一种基于大数据的汽车信息监测方法，其特征在于，还包括对匀速工况下不同时刻进行时间段的划分，得到各时间段对应的振动信息以及对应的汽车尾气排放量，并计算第一稳定指标，得到匀速工况对应的第一稳定指标序列。
6.根据权利要求5所述的一种基于大数据的汽车信息监测方法，其特征在于，还包括对变速工况下不同时刻进行时间段的划分，得到各时间段对应的变速箱声音信息以及制动距离，并计算第二稳定指标，得到变速工况对应的第二稳定指标序列。
7.根据权利要求
8.根据权利要求7所述的一种基于大数据的汽车信息监测方法，其特征在于，所述LSTM神经网络的训练过程为：
...【技术特征摘要】
1.一种基于大数据的汽车信息监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的汽车信息监测方法，其特征在于，所述第一稳定指标是通过振动信息的方差以及尾气排放量的均值归一化后相乘确定的。
3.根据权利要求1所述的一种基于大数据的汽车信息监测方法，其特征在于，所述第二稳定指标是通过计算声音信息变化的偏差与制动距离的变化程度的乘积确定的。
4.根据权利要求2或3所述的一种基于大数据的汽车信息监测方法，其特征在于，所述整体性能监测指标为：
5.根据权利要求1所述的一种基于大数据的汽车信息监测方法，其特征在于，还包括对匀速工况下不同...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。