CN103207087A - 协作的机载与场外部件和系统诊断以及预测 - Google Patents
协作的机载与场外部件和系统诊断以及预测 Download PDFInfo
- Publication number
- CN103207087A CN103207087A CN2013100169142A CN201310016914A CN103207087A CN 103207087 A CN103207087 A CN 103207087A CN 2013100169142 A CN2013100169142 A CN 2013100169142A CN 201310016914 A CN201310016914 A CN 201310016914A CN 103207087 A CN103207087 A CN 103207087A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- diagnosis unit
- health status
- rate
- parts
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims description 66
- 238000004393 prognosis Methods 0.000 title abstract 3
- 230000004044 response Effects 0.000 claims abstract description 9
- 230000003862 health status Effects 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 35
- 230000010365 information processing Effects 0.000 claims description 12
- 230000001960 triggered effect Effects 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000153 supplemental effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明涉及协作的机载与场外部件和系统诊断以及预测。具体地,提供了一种用于产生车辆中至少一个部件的预测的协作诊断和预测系统。每次触发状态发生时车辆内诊断单元确定部件的诊断信号并且将诊断信号传递至场外诊断单元。车辆外诊断单元确定部件的SOH以及部件的SOH中的变化率。车辆外诊断单元确定SOH中的变化率是否大于第一阈值。车辆外诊断单元响应于SOH中的变化率大于阈值请求来自车辆的附加信息。附加信息涉及与部件相关的操作参数数据。车辆外诊断单元接收请求的信息并且预测部件的至故障的时间。
Description
技术领域
本实施例总体上涉及一种远程车辆诊断与预测。
背景技术
车辆包括监测系统,其利用传感器数据和操作参数数据以用于确定部件或系统是否正确地操作。车辆内的一些控制器包括诊断,其分析感测的数据并且确定系统的健康。这样的系统的示例可以包括电池监测系统,其可以确定电池或燃料输送系统的健康状态。在这样的情况下,车辆必须将全部感测的数据保持在存储器中,以用于分析和确定系统的健康状态,尤其是如果使用历史数据时。在这样的情况下,这需要充分量的存储器并且充分的处理能力用于处理数据。
使用了场外诊断和预测系统以远程诊断并且预测车辆中发生的故障。场外诊断系统的优点是这些系统不典型地受到存储空间的限制并且可以适用用于在使用高速处理器的地方的通风的冷却系统。这样的系统的缺点是在车辆与场外诊断系统之间存在大量数据的连续传输,其中大部分数据可能是不使用的。这样的数据转储导致了低效率并且使系统减速。
发明内容
实施例的优点是通过协作利用机载的和场外的诊断单元进行车辆的部件或系统的预测。部件或系统的退化信号由机载的处理器基于触发状态的发生而确定。触发状态可以是时间触发状态或可以是事件触发状态。每次触发状态产生时,退化信号被确定并且被传输到场外的诊断单元。场外的诊断单元确定并且分析健康状态并且为了确定至故障的时间的预测,或者修正触发状态(例如,增加用于确定退化信号的频率)或请求附加信息(例如,操作参数数据)用于执行监控的部件/系统的更深入的分析。
实施例提供了一种用于产生车辆中至少一个部件的预测的协作的诊断系统。每次状态的发生被触发时车辆诊断单元确定至少一个部件的退化信号。车辆外诊断单元接收退化信号并且确定与退化信号相关的至少一个部件的健康状态。基于触发状态的发生,至少一个部件的确定的退化信号被无线地传输到车辆外诊断单元。车辆外诊断单元确定至少一个部件的健康状态中的变化率。车辆外诊断单元确定健康状态中的变化率是否大于阈值。车辆外诊断单元响应于健康状态中的变化率大于阈值请求来自车辆的附加信息。附加信息涉及与至少一个部件相关的操作参数数据。车辆外诊断单元接收请求的信息并且预测至少一个部件的至故障的时间。
本发明还提供了以下方案:
1. 一种用于产生车辆中至少一个部件的预测的协作诊断系统,所述系统包括:
车辆内诊断单元,其在每次触发状态发生时确定至少一个部件的退化信号;以及
车辆外诊断单元,其接收退化信号并且确定与退化信号相关的至少一个部件的健康状态;
其中,根据触发状态的发生至少一个部件的确定的退化信号无线地传输到车辆外诊断单元,车辆外诊断单元确定至少一个部件的健康状态的变化率,车辆外诊断单元确定健康状态的变化率是否大于阈值,响应于健康状态中的变化率大于阈值,车辆外诊断单元请求来自车辆的附加信息,附加信息涉及与至少一个部件相关的操作参数数据,车辆外诊断单元接收请求的信息并且预测至少一个部件的至故障的时间。
2. 根据方案1所述的系统,其中每个确定的健康状态存储在车辆外诊断单元存储器中,其中车辆外诊断单元集合地分析存储的健康状态确定用于确定健康状态的变化率。
3. 根据方案2所述的系统,其中触发状态包括时间触发状态,其中车辆外诊断单元基于健康状态中的变化率大于第二阈值确定时间状态的频率的增加。
4. 根据方案3所述的系统,其中增加时间触发状态的频率是基于两个健康状态确定之间的健康状态中的递增变化率。
5. 根据方案3所述的系统,其中增加时间触发状态的频率是基于两个连续的健康状态确定之间的健康状态中的递增变化率。
6. 根据方案3所述的系统,其中增加时间触发状态的频率是基于多个健康状态确定之间的健康状态中的递增变化率。
7. 根据方案2所述的系统,其中触发状态包括基于事件发生的事件触发状态。
8. 根据方案2所述的系统,其中机载诊断单元将确定的退化信号与工作阈值相比较,并且其中诊断单元响应于确定的退化信号大于工作阈值将确定的退化信号传输到场外诊断单元。
9. 根据方案1所述的系统,还包括远程信息处理中心,其中来自车辆的消息被转播至机载诊断单元。
10. 根据方案1所述的系统,其中远程信息处理中心将消息从场外诊断单元转播至车辆。
11. 根据方案1所述的系统,其中车辆外诊断单元选择从车辆请求哪个附加信息。
12. 根据方案1所述的系统,其中车辆外诊断单元使用诊断推理机以用于预测至少一个部件中的故障并且用于预测至故障的时间。
13. 根据方案1所述的系统,其中车辆外诊断单元使用故障模型以用于预测至少一个部件中的故障并且用于预测至故障的时间。
14. 根据方案1所述的系统,其中由场外诊断单元确定的预测输出到车辆的使用者。
15. 根据方案14所述的系统,还包括用于输出预测至使用者的文本装置。
16. 根据方案14所述的系统,还包括用于输出预测至使用者的蜂窝电话。
17. 根据方案14所述的系统,还包括用于输出预测至使用者的基于车辆的输出装置。
18. 根据方案14所述的系统,其中预测使用电子邮件输出。
19. 根据方案14所述的系统,其中第三方输出预测至使用者。
20. 根据方案19所述的系统,其中第三方是车辆代理商。
21. 根据方案19所述的系统,其中第三方是远程信息处理中心。
附图说明
图1是增强的诊断和预测系统的方框图。
图2是用于预测至故障的时间的方法的流程图。
具体实施方式
图1示出了与远程信息处理中心12通信的车辆10。车辆10和远程信息处理中心12通过无线链接通信。远程信息处理中心12也与场外诊断单元14通信。场外诊断单元14基于由车辆10提供的信息监控并且产生至少一个监控的部件15的预测。
车辆10包括用于确定监控的部件15的退化信号的机载诊断单元16。应当理解,尽管在此使用了术语“部件”,监控和预测可以适于车辆内的任意装置,电路,微控制器,控制单元,传感器,致动器,模块,子系统,或系统。退化信号描述和定量了与部件相关的退化的大小或水平。退化信号可以表示为比例尺数,矢量,图表,或其它类似的表示。机载诊断单元16连接到车辆内的存储数据库18,多个传感器20,控制单元22,以及分析工具24。连接到机载诊断单元16的各个装置中的每一个提供与部件15的工作相关的数据,用于确定部件15的退化信号。例如,来自传感器的数据可以包括,但不限于,电压,电流,速度,和流量。电子控制单元可以收集数据,诊断问题代码(DTC),参数数据,或可以将可以在确定退化信号中使用的各个部件15或系统的诊断公式化(例如,电池控制模块可以确定可以用于确定电池的健康状态的电池的电荷状态)。此外,可以使用诸如诊断推理机的分析工具,用于识别退化信号。
机载诊断单元16使用来自各种车内装置的数据,用于确定监控的部件15的退化信号。部件15的退化信号通常通过与部件的理想状态相比分析部件15的当前状态而确定。对每个监控的部件15而言,用于分析退化信号的具体参数可以是具体的。
机载诊断单元16基于触发器状态确定部件15的退化信号。触发器状态可以响应于时间触发状态或事件触发状态而发生。在时间触发状态中,当时间的频率或条件的频率发生时确定退化信号。即,基于周期的时间表确定退化信号。周期的时间表可以包括直接定时(例如,每72小时)或可以是循环的(例如,发动机开始循环每n个数)。在事件触发状态下,基于事件的产生确定退化信号(例如,每当车辆起动时)。
在基于触发器状态确定退化信号后,退化信号经由远程信息处理中心12无线地被传输到场外诊断单元14。远程信息处理中心12可以利用包括但不限制于ad-hoc通信网络的无线通信系统,用于转播机载诊断单元16与场外诊断单元14之间的信息。
场外诊断单元14包括用于存储由机载诊断单元16接收的退化信号以及其它信息的存储数据库26。场外诊断单元14连接到故障模型和诊断推理机28以及其它分析工具30,其辅助隔离故障的根本原因并且促进监控的部件15的预测。
场外诊断单元14接收来自机载诊断单元16的退化信号并且确定监控的装置的健康状态(SOH)。SOH以及相关的退化信号和数据被存储在存储数据库26中。场外诊断单元14确定部件15的SOH中的变化率。变化率可以包括两个连续接收的SOH确定,SOH确定的选择组,或接收的SOH确定的整个历史。变化率优选地产生为绝对值结果,由此补偿负值。SOH中的变化率与一个或多个阈值相比。各种阈值表示部件15的情况的程度,并且基于程度,作出确定是否需要附加信息或对监控SOH的频率是否应当作出改变。例如,将SOH的变化率与识别程度水平的第一阈值相比。基于程度水平,可能需要附加信息以进一步估计SOH和至故障的时间。在这样的情况下,场外诊断模块14请求来自车辆10的附加信息,用于产生至故障的时间的预测。附加信息可以包括与至少一个部件15相关的操作参数数据。操作参数数据可以包括,但不限制于,诸如信号错误信息电压,电流,压力,流量,附加的SOH相关数据,DTC,以及参数识别数据(PID)的系统参数的快照。场外诊断单元14可以选择应当从车辆10提供哪个附加信息。因此,与接收不重要的数据相反,场外诊断单元14只接收其认为用于确定部件15的至故障的时间相关的信息。阈值可以基于历史数据产生并且可以基于进行收集的数据被适应地修改。例如,对于新生产车辆,为了产生基准阈值,数据可以从车辆本身广泛地和/或从相同型号车辆的车队集体地收集。在基准阈值建立后,为了检测数据中是否已经发生任何变化(例如,由于车辆的老化或增加的里程),这将需要阈值适应地修改,数据可以以较小的速率收集。此外,当考虑到错误-肯定与错误-否定发生的通过诊断时,阈值可以适应地修改。
如果SOH中的变化率不是需要用于估计部件15的至故障的时间的附加信息的程度水平,SOH与第二阈值相比较。在这样的情况下,场外诊断模块14确定由机载诊断模块10提供的退化信号的频率是否应当增加。例如,程度水平不保证确定至故障的时间;然而,对于SOH应当比当前执行的更频繁地监控的情况,SOH中的变化率显示退化的迹象。因此,产生并且报告至场外诊断单元14的退化信号的频率增加。这可以通过缩短退化信号的传输之间的间隔或增加提供退化信号的工作循环而执行。
如果SOH中的变化率不是报告的退化信号的频率中需要变化的水平,则系统将以当前传输率继续传递退化信号。这将显示部件15正确地操作并且退化是如预期的。
可替换地,如果机载诊断单元16确定退化信号严重地退化超过了各自的操作阈值,机载诊断单元16可以自动地传送退化信号。在这种情况下,无保证地等待直到定时事件发生;而是,由于由机载诊断确定的退化信号的程度,退化信号立即传送。
关于程度水平需要附加数据的情况,在接收附加信息并且确定至故障的时间后,至故障的时间使用通信32的各个模式通信至车辆的使用者。通信32的模式可以包括,但不限制于,蜂窝电话通信34,基于互联网的通信36,或任意其它无线通信38。此外,对使用者的至故障的时间的通知可以通过诸如代理商服务部门的第三方进行通信。在块39中,信息使用输出装置或车辆接口装置输出到使用者。
图2示出了用于预测至故障的时间的方法的流程图。在步骤40中,参数数据由车辆收集。传感器及其他装置监控用于部件,子系统,以及系统的车辆工作状况。
在步骤41中,参数数据被收集并且存储在存储器装置中。存储器装置可以集成到机载诊断单元中,可以是与机载诊断单元分离的独立的基于车辆的存储数据库,或可以是共用存储数据库。
在步骤42中,确定监控的部件的退化信号。
在步骤43中,作出确定是否退化信号小于操作阈值。如果退化信号小于操作阈值,则在步骤44中退化信号立即被传输到场外诊断单元。如果退化信号大于操作阈值,则在步骤45中机载诊断单元基于触发的状态的发生将退化信号通信至场外诊断单元。应当理解,退化信号可以比基于触发的状态的计划的传输更频繁地由机载诊断系统确定。
在步骤46中,场外诊断单元接收退化信号并且确定监控的装置的SOH。场外诊断单元基于车辆外存储数据库中存储的累积SOH确定SOH中的变化率。变化率可以基于维持在存储数据库中的SOH确定的任意数目的关闭。例如,变化率可以基于最后两个SOH确定,或可以基于各个时间范围内的SOH确定的选择数目,或可以包括维持在存储数据库中用于监控的部件的SOH确定的整个历史。
在步骤47中,场外诊断单元将SOH中的变化率与第一阈值相比较。如果变化率小于第一阈值,则作出确定变化率已经退化而不是需要产生至故障的时间的程度水平。响应于变化率小于第一阈值,例程进行到步骤48。
在步骤48中,作出确定是否SOH中的变化率小于第二阈值。如果作出确定变化率小于第二阈值,则例程进行到步骤49,其中在监控过程中没有作出修改。这表示部件正确地操作并且对退化信号传送的频率没有作出调整。如果作出确定SOH中的变化率不小于第二阈值,则例程进行到步骤50。
在步骤50,响应于SOH中的变化率不小于第二阈值的确定,修改触发条件。这可以包括修改退化信号被传输到场外诊断单元的频率。修改频率可以包括增加退化信号传送的工作循环时间或改变提供增加退化信号传送的速率的事件。例如,如果退化信号在每十次点火开始被确定,则频率可以变化为每五次点火开始。
再次参照步骤47,如果SOH的的变化率小于第一阈值,则例程进行到步骤51。在步骤51中,作出确定SOH已经显著地降低,其中除由机载诊断单元提供的退化信号之外需要部件的工作条件的附加分析,并且场外诊断单元请求来自车辆的附加信息。附加信息通过远程信息处理中心通信。附加信息可以包括关于部件的工作的具体工作参数。请求具体参数的目的是允许场外诊断单元仅分析认为是需要进一步估计部件的SOH的信息。如果大量数据传送,执行不重要信息的数据转储将产生传送数据中的低效率,并且为了确定哪个信息是相关的将使得处理器对数据分类。这样的低效率产生部件的其估计的延迟,尤其是如果对于正在估计的多个部件SOH健康时。
在步骤52中,基于由车辆供给的附加数据确定SOH的程度。
在步骤53,为了确定预期的故障以及根本原因使用了故障模型和诊断推理机。此外,可以使用来自故障部件的过往历史的趋势分析以及其它分析工具来预测至故障的时间。
在步骤54中,产生至故障的时间。至故障的时间可以提供关于部件的详细信息,故障的潜在原因是什么,以及部件的预期剩余使用寿命。
步骤55中,至故障的时间信息输出到使用者。信息可以使用各种方法输出,包括,蜂窝电话,文本信息,电子邮件,基于万维网的通信,其它无线通信,车辆接口装置,或通过代理商通知程序。此外,至故障的时间可以通过远程信息处理中心通信。
尽管已经详细描述了本发明的某些实施例,但本发明涉及领域的技术人员将认识到,可以做出由以下权利要求限定的用于实践本发明的各种可替换的设计和实施例。
Claims (10)
1.一种用于产生车辆中至少一个部件的预测的协作诊断系统,所述系统包括:
车辆内诊断单元,其在每次触发状态发生时确定至少一个部件的退化信号;以及
车辆外诊断单元,其接收退化信号并且确定与退化信号相关的至少一个部件的健康状态;
其中,根据触发状态的发生至少一个部件的确定的退化信号无线地传输到车辆外诊断单元,车辆外诊断单元确定至少一个部件的健康状态的变化率,车辆外诊断单元确定健康状态的变化率是否大于阈值,响应于健康状态中的变化率大于阈值,车辆外诊断单元请求来自车辆的附加信息,附加信息涉及与至少一个部件相关的操作参数数据,车辆外诊断单元接收请求的信息并且预测至少一个部件的至故障的时间。
2.根据权利要求1所述的系统,其中每个确定的健康状态存储在车辆外诊断单元存储器中,其中车辆外诊断单元集合地分析存储的健康状态确定用于确定健康状态的变化率。
3.根据权利要求2所述的系统,其中触发状态包括时间触发状态,其中车辆外诊断单元基于健康状态中的变化率大于第二阈值确定时间状态的频率的增加。
4.根据权利要求3所述的系统,其中增加时间触发状态的频率是基于两个健康状态确定之间的健康状态中的递增变化率。
5.根据权利要求3所述的系统,其中增加时间触发状态的频率是基于两个连续的健康状态确定之间的健康状态中的递增变化率。
6.根据权利要求3所述的系统,其中增加时间触发状态的频率是基于多个健康状态确定之间的健康状态中的递增变化率。
7.根据权利要求2所述的系统,其中触发状态包括基于事件发生的事件触发状态。
8.根据权利要求2所述的系统,其中机载诊断单元将确定的退化信号与工作阈值相比较,并且其中诊断单元响应于确定的退化信号大于工作阈值将确定的退化信号传输到场外诊断单元。
9.根据权利要求1所述的系统,还包括远程信息处理中心,其中来自车辆的消息被转播至机载诊断单元。
10.根据权利要求1所述的系统,其中远程信息处理中心将消息从场外诊断单元转播至车辆。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/351473 | 2012-01-17 | ||
US13/351,473 US8560165B2 (en) | 2012-01-17 | 2012-01-17 | Co-operative on-board and off-board component and system diagnosis and prognosis |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103207087A true CN103207087A (zh) | 2013-07-17 |
CN103207087B CN103207087B (zh) | 2016-12-07 |
Family
ID=48693356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310016914.2A Active CN103207087B (zh) | 2012-01-17 | 2013-01-17 | 协作的机载与场外部件和系统诊断以及预测 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8560165B2 (zh) |
CN (1) | CN103207087B (zh) |
DE (1) | DE102013200249B4 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106406273A (zh) * | 2015-08-03 | 2017-02-15 | 大众汽车有限公司 | 车辆中故障原因的确定 |
CN106813926A (zh) * | 2015-12-01 | 2017-06-09 | 现代自动车株式会社 | 用于车辆的故障诊断方法 |
CN107422715A (zh) * | 2016-05-24 | 2017-12-01 | 华为技术有限公司 | 一种存储信息的系统和装置 |
CN104691448B (zh) * | 2013-12-05 | 2017-12-26 | 通用汽车环球科技运作有限责任公司 | 用于车辆数据收集的方法和系统 |
CN110873649A (zh) * | 2018-08-31 | 2020-03-10 | 大众汽车有限公司 | 诊断方法、诊断系统和机动车 |
TWI692647B (zh) * | 2018-05-16 | 2020-05-01 | 香港商蔚來汽車有限公司 | 伺服器、保養終端、動力電池保養方法、裝置及系統 |
WO2021223522A1 (zh) * | 2020-10-10 | 2021-11-11 | 上海星融汽车科技有限公司 | 车辆智能诊断方法、系统及诊断设备 |
US20240095686A1 (en) * | 2015-04-15 | 2024-03-21 | Allstate Insurance Company | Autonomous car repair |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8924124B2 (en) | 2012-01-17 | 2014-12-30 | Ford Global Technologies, Llc | Method and system for engine torque control |
JP5538475B2 (ja) * | 2012-05-25 | 2014-07-02 | 本田技研工業株式会社 | 外部診断装置、車両診断システム及び車両診断方法 |
US9274525B1 (en) | 2012-09-28 | 2016-03-01 | Google Inc. | Detecting sensor degradation by actively controlling an autonomous vehicle |
US9280859B2 (en) * | 2012-10-08 | 2016-03-08 | Toyota Motor Engineering & Manufacturing North America, Inc. | Enhanced vehicle onboard diagnostic system and method |
US9165413B2 (en) * | 2013-06-03 | 2015-10-20 | Honda Motor Co., Ltd. | Diagnostic assistance |
US9792656B1 (en) * | 2014-05-20 | 2017-10-17 | State Farm Mutual Automobile Insurance Company | Fault determination with autonomous feature use monitoring |
DE102014209551A1 (de) * | 2014-05-20 | 2015-11-26 | Robert Bosch Gmbh | Verfahren zum Verarbeiten von sensorisch erfassten Werten |
US11669090B2 (en) | 2014-05-20 | 2023-06-06 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
US20160012401A1 (en) * | 2014-07-08 | 2016-01-14 | Navico Holding As | Methods for Discovering and Purchasing Content for Marine Electronics Device |
US9238465B1 (en) * | 2014-10-13 | 2016-01-19 | Ford Global Technologies, Llc | Road emergency activation |
US10176032B2 (en) * | 2014-12-01 | 2019-01-08 | Uptake Technologies, Inc. | Subsystem health score |
US20160163130A1 (en) * | 2014-12-08 | 2016-06-09 | Ford Global Technologies, Llc | Method and Apparatus for Connected Vehicle System Wear Estimation and Maintenance Scheduling |
GB2537612B (en) * | 2015-04-20 | 2018-05-23 | Trakm8 Ltd | Monitoring the health of a vehicle battery |
US10269076B1 (en) * | 2015-05-13 | 2019-04-23 | The Travelers Indemnity Company | Electronic device utilizing a risk reduction mechanism to manage property |
JP6330737B2 (ja) | 2015-06-15 | 2018-05-30 | トヨタ自動車株式会社 | 情報収集システム、車載装置、及びサーバー |
KR101673310B1 (ko) * | 2015-08-24 | 2016-11-07 | 현대자동차주식회사 | 인증서 기반의 차량 보안 접속 제어 방법 및 그를 위한 장치 및 시스템 |
US10719997B1 (en) * | 2017-05-19 | 2020-07-21 | United Parcel Service Of America, Inc. | Systems and methods for vehicle diagnostics |
US10600261B2 (en) * | 2017-10-05 | 2020-03-24 | GM Global Technology Operations LLC | Vehicle with health-based active self-testing method |
US20190378349A1 (en) * | 2018-06-07 | 2019-12-12 | GM Global Technology Operations LLC | Vehicle remaining useful life prediction |
US11699207B2 (en) | 2018-08-20 | 2023-07-11 | Waymo Llc | Camera assessment techniques for autonomous vehicles |
US11227409B1 (en) | 2018-08-20 | 2022-01-18 | Waymo Llc | Camera assessment techniques for autonomous vehicles |
US11120648B2 (en) | 2018-10-09 | 2021-09-14 | Lear Corporation | Health self learning system and method for electrical distribution systems for automated driving vehicles |
US11349903B2 (en) | 2018-10-30 | 2022-05-31 | Toyota Motor North America, Inc. | Vehicle data offloading systems and methods |
US11100732B2 (en) * | 2019-05-21 | 2021-08-24 | GM Global Technology Operations LLC | Enhanced system failure diagnosis |
CN112394703B (zh) * | 2019-08-14 | 2022-06-10 | 中车时代电动汽车股份有限公司 | 一种车辆故障管理系统 |
US11288900B2 (en) * | 2019-09-05 | 2022-03-29 | GM Global Technology Operations LLC | Method of enhanced component failure diagnosis for suggesting least probable fault |
US11959433B2 (en) * | 2022-07-19 | 2024-04-16 | Cummins Emission Solutions Inc. | Systems and methods for determining exhibited useful life of sensors in monitored systems |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005202A1 (en) * | 1995-06-07 | 2007-01-04 | Automotive Technologies International, Inc. | Remote Vehicle Diagnostic Management |
US20090265364A1 (en) * | 2008-04-16 | 2009-10-22 | Gm Global Technology Operations, Inc. | Method and process for automatic generation of symptom codes from textual problem descriptions to enable problem classification, early warning trend prediction, and fast recall of prognostic/diagnostic solutions |
CN101566852A (zh) * | 2008-04-25 | 2009-10-28 | 通用汽车环球科技运作公司 | 过滤相关诊断故障代码的控制系统和方法 |
US20110060497A1 (en) * | 2009-09-09 | 2011-03-10 | Gm Global Technology Operations, Inc. | Biodiesel data collection system |
CN102200487A (zh) * | 2010-03-24 | 2011-09-28 | 通用汽车环球科技运作有限责任公司 | 用于机动车系统的事件驱动故障诊断架构 |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7082359B2 (en) * | 1995-06-07 | 2006-07-25 | Automotive Technologies International, Inc. | Vehicular information and monitoring system and methods |
JP3780697B2 (ja) * | 1998-05-13 | 2006-05-31 | 株式会社デンソー | 車両診断システム |
US6330499B1 (en) | 1999-07-21 | 2001-12-11 | International Business Machines Corporation | System and method for vehicle diagnostics and health monitoring |
US6339736B1 (en) | 2000-03-31 | 2002-01-15 | International Business Machines Corporation | System and method for the distribution of automotive services |
US6856820B1 (en) * | 2000-04-24 | 2005-02-15 | Usa Technologies, Inc. | In-vehicle device for wirelessly connecting a vehicle to the internet and for transacting e-commerce and e-business |
US7502672B1 (en) * | 2000-04-24 | 2009-03-10 | Usa Technologies, Inc. | Wireless vehicle diagnostics with service and part determination capabilities |
US6853894B1 (en) * | 2000-04-24 | 2005-02-08 | Usa Technologies, Inc. | Global network based vehicle safety and security telematics |
US6895310B1 (en) * | 2000-04-24 | 2005-05-17 | Usa Technologies, Inc. | Vehicle related wireless scientific instrumentation telematics |
US7228211B1 (en) * | 2000-07-25 | 2007-06-05 | Hti Ip, Llc | Telematics device for vehicles with an interface for multiple peripheral devices |
US6429773B1 (en) * | 2000-10-31 | 2002-08-06 | Hewlett-Packard Company | System for remotely communicating with a vehicle |
US6662091B2 (en) | 2001-06-29 | 2003-12-09 | Battelle Memorial Institute | Diagnostics/prognostics using wireless links |
US7155321B2 (en) | 2001-08-06 | 2006-12-26 | Idsc Holdings Llc | System, method and computer program product for remote vehicle diagnostics, monitoring, configuring and reprogramming |
US6745151B2 (en) | 2002-05-16 | 2004-06-01 | Ford Global Technologies, Llc | Remote diagnostics and prognostics methods for complex systems |
US20040090121A1 (en) | 2002-11-12 | 2004-05-13 | Simonds Craig John | Context-based service delivery system and method |
US20040176887A1 (en) | 2003-03-04 | 2004-09-09 | Arinc Incorporated | Aircraft condition analysis and management system |
US20060149519A1 (en) * | 2004-11-15 | 2006-07-06 | Keller Jesse P | Hybrid vehicle parameters data collection and analysis for failure prediction and pre-emptive maintenance |
US20060271255A1 (en) | 2004-12-30 | 2006-11-30 | Teradyne, Inc. | System and method for vehicle diagnostics and prognostics |
DE112006003580B4 (de) * | 2005-12-31 | 2019-05-09 | General Motors Llc ( N. D. Ges. D. Staates Delaware ) | Verfahren zum Bereitstellen einer Fahrzeuginformation durch eine Fahrzeug-Email-Benachrichtigung |
US7729825B2 (en) | 2006-06-29 | 2010-06-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method of intelligent agent management using an agent interface for use in vehicle diagnostics |
FR2920233B1 (fr) * | 2007-08-20 | 2009-10-30 | Airbus France Sas | Procede et dispositifs d'evaluation de risques operationnels pour l'aide aux decisions de maintenance de vehicules |
US20090240390A1 (en) * | 2008-03-21 | 2009-09-24 | Nenad Nenadic | System and method for component monitoring |
US8301330B2 (en) * | 2008-05-02 | 2012-10-30 | General Electric Company | Method and system for providing supplemental services to telematics systems |
US8212527B2 (en) | 2008-07-29 | 2012-07-03 | GM Global Technology Operations LLC | Method and apparatus for telematics-based vehicle no-start prognosis |
US8374745B2 (en) | 2008-09-05 | 2013-02-12 | GM Global Technology Operations LLC | Telematics-enabled aggregated vehicle diagnosis and prognosis |
US8700255B2 (en) | 2008-10-08 | 2014-04-15 | Trimble Navigation Limited | Devices, systems, and methods for monitoring driver and vehicle behavior |
US8190322B2 (en) * | 2009-01-13 | 2012-05-29 | GM Global Technology Operations LLC | Autonomous vehicle maintenance and repair system |
US8095261B2 (en) | 2009-03-05 | 2012-01-10 | GM Global Technology Operations LLC | Aggregated information fusion for enhanced diagnostics, prognostics and maintenance practices of vehicles |
US8285439B2 (en) * | 2009-04-07 | 2012-10-09 | Ford Global Technologies, Llc | System and method for performing vehicle diagnostics |
US8160547B2 (en) * | 2009-08-14 | 2012-04-17 | General Motors Llc | Vehicle telematics unit activation with provisioning detection |
US20110046842A1 (en) | 2009-08-21 | 2011-02-24 | Honeywell International Inc. | Satellite enabled vehicle prognostic and diagnostic system |
US8676432B2 (en) | 2010-01-13 | 2014-03-18 | GM Global Technology Operations LLC | Fault prediction framework using temporal data mining |
-
2012
- 2012-01-17 US US13/351,473 patent/US8560165B2/en active Active
-
2013
- 2013-01-10 DE DE102013200249.1A patent/DE102013200249B4/de active Active
- 2013-01-17 CN CN201310016914.2A patent/CN103207087B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005202A1 (en) * | 1995-06-07 | 2007-01-04 | Automotive Technologies International, Inc. | Remote Vehicle Diagnostic Management |
US20090265364A1 (en) * | 2008-04-16 | 2009-10-22 | Gm Global Technology Operations, Inc. | Method and process for automatic generation of symptom codes from textual problem descriptions to enable problem classification, early warning trend prediction, and fast recall of prognostic/diagnostic solutions |
CN101566852A (zh) * | 2008-04-25 | 2009-10-28 | 通用汽车环球科技运作公司 | 过滤相关诊断故障代码的控制系统和方法 |
US20110060497A1 (en) * | 2009-09-09 | 2011-03-10 | Gm Global Technology Operations, Inc. | Biodiesel data collection system |
CN102200487A (zh) * | 2010-03-24 | 2011-09-28 | 通用汽车环球科技运作有限责任公司 | 用于机动车系统的事件驱动故障诊断架构 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104691448B (zh) * | 2013-12-05 | 2017-12-26 | 通用汽车环球科技运作有限责任公司 | 用于车辆数据收集的方法和系统 |
US20240095686A1 (en) * | 2015-04-15 | 2024-03-21 | Allstate Insurance Company | Autonomous car repair |
CN106406273B (zh) * | 2015-08-03 | 2020-04-10 | 大众汽车有限公司 | 车辆中故障原因的确定 |
CN106406273A (zh) * | 2015-08-03 | 2017-02-15 | 大众汽车有限公司 | 车辆中故障原因的确定 |
CN106813926B (zh) * | 2015-12-01 | 2019-12-27 | 现代自动车株式会社 | 用于车辆的故障诊断方法 |
CN106813926A (zh) * | 2015-12-01 | 2017-06-09 | 现代自动车株式会社 | 用于车辆的故障诊断方法 |
CN107422715A (zh) * | 2016-05-24 | 2017-12-01 | 华为技术有限公司 | 一种存储信息的系统和装置 |
US10809709B2 (en) | 2016-05-24 | 2020-10-20 | Huawei Technologies Co., Ltd. | Information storage system and apparatus |
TWI692647B (zh) * | 2018-05-16 | 2020-05-01 | 香港商蔚來汽車有限公司 | 伺服器、保養終端、動力電池保養方法、裝置及系統 |
CN110873649A (zh) * | 2018-08-31 | 2020-03-10 | 大众汽车有限公司 | 诊断方法、诊断系统和机动车 |
CN110873649B (zh) * | 2018-08-31 | 2022-06-07 | 大众汽车有限公司 | 诊断方法、诊断系统和机动车 |
US11354945B2 (en) | 2018-08-31 | 2022-06-07 | Volkswagen Aktiengesellschaft | Diagnostic method, diagnostic system and motor vehicle |
WO2021223522A1 (zh) * | 2020-10-10 | 2021-11-11 | 上海星融汽车科技有限公司 | 车辆智能诊断方法、系统及诊断设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103207087B (zh) | 2016-12-07 |
DE102013200249B4 (de) | 2019-05-29 |
DE102013200249A1 (de) | 2013-07-18 |
US8560165B2 (en) | 2013-10-15 |
US20130184929A1 (en) | 2013-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103207087A (zh) | 协作的机载与场外部件和系统诊断以及预测 | |
US20220391854A1 (en) | Predictive Maintenance | |
US20180276913A1 (en) | Remote vehicle network monitoring and failure prediction system | |
US8676432B2 (en) | Fault prediction framework using temporal data mining | |
US6609051B2 (en) | Method and system for condition monitoring of vehicles | |
AU2021204479B2 (en) | Battery failure or inadequate charge condition prediction method and system | |
CN106843190B (zh) | 分布式车辆健康管理系统 | |
CN103493019B (zh) | 多代理程序合作车辆故障诊断系统和相关联的方法 | |
CN105283400B (zh) | 电梯噪声监测 | |
CN106406273A (zh) | 车辆中故障原因的确定 | |
KR20180010321A (ko) | 예측 모델들의 동적 실행 | |
Zhang et al. | Connected vehicle diagnostics and prognostics, concept, and initial practice | |
KR20120049672A (ko) | 정기적 차량 관리 시스템 및 그 방법 | |
US20210327165A1 (en) | Vehicle malfunction prediction system, monitoring device, vehicle malfunction prediction method, and vehicle malfunction prediction program | |
US11515578B2 (en) | Apparatus and application for predicting performance of battery | |
CN105469147B (zh) | 用于诊断故障和/或诊断维修和/或维护需求的方法 | |
US20220163942A1 (en) | Distributed System and Data Transmission Method | |
US20190035170A1 (en) | Servicing schedule method based on prediction of degradation in electrified vehicles | |
KR102255599B1 (ko) | 차량 고장 진단 서비스 제공 시스템 및 방법 | |
KR20220075123A (ko) | 전기 버스의 배터리 상태 분석 서비스 시스템 | |
KR20200094954A (ko) | 주행 데이터 기반 차량 상태 예측 시스템 및 방법 | |
CN112025703B (zh) | 机器人自诊断的方法、装置及系统 | |
CN116311593A (zh) | 一种能耗计算方法和系统 | |
CN109147086B (zh) | 用于产生关于车辆中的部件的预后信息的方法和系统 | |
CN108604395B (zh) | 用于选择性召回机动车辆的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |