System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及屏幕检测,尤其涉及屏幕故障检测方法、装置、座舱系统及存储介质。
技术介绍
1、随着汽车智能化的发展,车载显示屏已成为智能座舱的重要组成部分,用于显示导航、娱乐、车辆状态等多种信息。然而,在实际使用过程中,系统和应用越来越重,软件更新迭代越来越快,屏幕在长时间运行或特定条件下可能会出现黑白花闪现象,影响驾驶安全和用户体验。现有解决方案多依赖于人工检查和维修,效率低下且成本高昂。
技术实现思路
1、本专利技术的目的在于提供一种屏幕故障检测方法、装置、座舱系统及存储介质,有效解决了车载屏幕在出现黑白花闪等故障时难以快速定位与修复的问题,提升了显示稳定性,驾驶安全性和用户体验。
2、本专利技术提供了下述方案:
3、根据本专利技术的一个方面,提供一种屏幕故障检测方法,所述屏幕故障检测方法包括:
4、通过数据采集模块,持续监测车载显示屏的各项参数;
5、利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征;
6、利用在模块中集成的智能检测算法,实时准确识别并定位故障区域,为后续处理提供精确信息;
7、根据故障区域,结合预设的故障库与诊断规则,判断故障类型与严重程度。
8、可选的,利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征,包括:
9、利用
10、利用完成训练的卷积神经网络识别故障特征。
11、可选的,利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征,包括:
12、采用umap对采集数据进行降维;
13、利用级联的lstm及transformer对经过降维的数据进行一次特征提取;
14、利用bp神经网络对一次提取特征进行进一步的特征提取。
15、可选的,利用在模块中集成的智能检测算法,实时准确识别并定位故障区域,为后续处理提供精确信息,包括:
16、将识别到的故障特征与标注有故障区域的故障模版特征进行比对,定位故障区域。
17、可选的,还包括:
18、通过本地落盘将故障信息及模块诊断报告保存本地,支持本地故障分析和修复。
19、可选的,还包括:
20、通过远程通讯模块将故障信息及模块诊断报告上传至云端服务器。
21、可选的,还包括:
22、云端服务器接收故障信息后,进行进一步分析,并向维修人员发送维修建议或远程指导维修操作。
23、根据本专利技术的二个方面,提供一种屏幕故障检测装置,所述屏幕故障检测装置包括:
24、参数检测单元,用于通过数据采集模块,持续监测车载显示屏的各项参数;
25、特征识别单元,用于利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征;
26、故障定位单元,用于利用在模块中集成的智能检测算法,实时准确识别并定位故障区域,为后续处理提供精确信息;
27、类型判断单元,用于根据故障区域,结合预设的故障库与诊断规则,判断故障类型与严重程度。
28、根据本专利技术的三个方面,提供一种座舱系统,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
29、所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行所述屏幕故障检测方法的步骤。
30、根据本专利技术的四个方面,提供一种计算机可读存储介质,包括:其存储有可由座舱系统执行的计算机程序,当计算机程序在座舱系统上运行时,使得座舱系统执行所述屏幕故障检测方法的步骤。
31、通过上述方案,获得如下有益的技术效果:
32、该方法通过智能检测算法、诊断服务、远程支持技术,实现对车载显示屏的实时监测、故障记录与初步诊断,有效解决了车载屏幕在出现黑白花闪等故障时难以快速定位与修复的问题,提升了显示稳定性,驾驶安全性和用户体验。
本文档来自技高网...【技术保护点】
1.一种屏幕故障检测方法,其特征在于,所述屏幕故障检测方法包括:
2.根据权利要求1所述的方法,其特征在于,利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征,包括:
3.根据权利要求1所述的方法,其特征在于,利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征,包括:
4.根据权利要求1所述的方法,其特征在于,利用在模块中集成的智能检测算法,实时准确识别并定位故障区域,为后续处理提供精确信息,包括:
5.根据权利要求1所述的方法,其特征在于,还包括:
6.根据权利要求1所述的方法,其特征在于,还包括:
7.根据权利要求1所述的方法,其特征在于,还包括:
8.一种屏幕故障检测装置,其特征在于,所述屏幕故障检测装置包括:
9.一种座舱系统,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口、存储器通过通信总线完成相互间
10.一种计算机可读存储介质,其特征在于,其存储有可由座舱系统执行的计算机程序,当所述计算机程序在所述座舱系统上运行时,使得所述座舱系统执行权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种屏幕故障检测方法,其特征在于,所述屏幕故障检测方法包括:
2.根据权利要求1所述的方法,其特征在于,利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征,包括:
3.根据权利要求1所述的方法,其特征在于,利用深度学习算法对采集到的图像、主机软件、编解串器、屏内芯片、传输链路、温度及电源信号数据进行处理,识别出黑白花闪的故障特征,包括:
4.根据权利要求1所述的方法,其特征在于,利用在模块中集成的智能检测算法,实时准确识别并定位故障区域,为后续处理提供精确信息,包括:
5.根据权利要求1所述的方法,其特征在于,还包括:
...【专利技术属性】
技术研发人员:罗建梅,
申请(专利权)人:中国第一汽车股份有限公司,
类型:发明
国别省市:
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。