CN110622220B - 自适应诊断参数化 - Google Patents
自适应诊断参数化 Download PDFInfo
- Publication number
- CN110622220B CN110622220B CN201780090427.7A CN201780090427A CN110622220B CN 110622220 B CN110622220 B CN 110622220B CN 201780090427 A CN201780090427 A CN 201780090427A CN 110622220 B CN110622220 B CN 110622220B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fuel tank
- leak
- vehicles
- data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Fluid Mechanics (AREA)
- Examining Or Testing Airtightness (AREA)
- Supplying Secondary Fuel Or The Like To Fuel, Air Or Fuel-Air Mixtures (AREA)
Abstract
一种系统,包括处理器,所述处理器被编程为基于车辆规格数据定义多个车辆组,并且基于环境数据和从多辆车中的每一者接收的传感器数据为所述车辆组中的每一者定义多个子组。所述处理器被编程为基于地面实况数据为所述子组调整燃料箱泄漏检测分类器。对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果。
Description
背景技术
车辆可以由内燃发动机驱动。具有内燃发动机的车辆通常具有燃料箱,所述燃料箱向发动机提供燃料,例如汽油。燃料箱可能具有泄漏,所述泄漏导致燃料从燃料箱中排出。由于发动机燃料的化学性质,燃料从燃料箱泄漏可能会引起环境问题。因此,为了检测这种泄漏,车辆通常配备有泄漏检测系统以检测来自燃料箱的泄漏。通常,期望车辆泄漏检测系统检测非常小的燃料泄漏,例如,燃料箱中的孔的直径等于或大于0.02英寸(0.508毫米)。对于车辆泄漏检测系统,检测此类小的泄漏可能具有挑战。
附图说明
图1是示例性车辆系统的框图。
图2是示出经由燃料软管流体地联接的图1的车辆的燃料箱和发动机的图。
图3A至图3C是描绘用于检测燃料箱的泄漏的参考分类器和调整后分类器的示例性曲线图。
图4是用于调整用于检测燃料箱的泄漏的参考分类器的示例性过程的流程图。
图5是用于检测车辆燃料箱的泄漏的示例性过程的流程图。
技术领域
本发明涉及一种系统,包括其包括处理器,所述处理器被编程为:基于车辆规格数据定义多个车辆组;基于环境数据和从多辆车中的每一者接收的传感器数据为所述车辆组中的每一者定义多个子组;以及基于地面实况数据为所述子组调整燃料箱泄漏检测分类器,对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果。
发明概要
种系统,包括其包括处理器,所述处理器被编程为:基于车辆规格数据定义多个车辆组;基于环境数据和从多辆车中的每一者接收的传感器数据为所述车辆组中的每一者定义多个子组;以及基于地面实况数据为所述子组调整燃料箱泄漏检测分类器,对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果。
所述车辆规格数据包括以下一者或多者:车辆型号、燃料箱容积、燃料箱热性质、发动机容积、散热车辆部件相对于所述燃料箱的位置、变速器性质、燃料箱形状、排气参数以及燃料箱压力传感器相对于所述燃料箱的位置。
所述车辆传感器数据包括以下一者或多者:发动机操作状态、燃料箱压力、燃料箱温度、发动机冷却剂温度、燃料参数、车辆定向、车辆位置坐标、燃料量表值、上一次行程持续时间、上一次行程驾驶条件和上一次行程路线。
所述环境数据包括空气温度、空气压力、降水状态和风况中的一者或多者。
所述处理器还被编程为通过识别共享所述车辆规格数据中所包括的至少一个相同参数的两辆或更多辆车来定义车辆组。
所述处理器还被编程为通过以下操作定义选定车辆组的子组:确定所述车辆传感器数据的统计相关性和与所述选定车辆组中所包括的所述车辆相关联的环境数据;以及基于所确定的统计相关性和偏差阈值从所述车辆组中识别两辆或更多辆车。
述车辆传感器数据的所述统计相关性包括所述选定车辆组中的所述车辆的地理分布。
所述偏差阈值包括与所述子组的所述车辆在地理上所处的区域相关联的最大尺寸阈值。
所述处理器可被编程为通过基于所述车辆传感器数据和所述地面实况数据识别出泄漏检测曲线阈值来调整所述燃料箱泄漏检测分类器。
所述地面实况数据还包括从检测到所述燃料箱中的泄漏的时间开始以来的车辆传感器数据和环境数据。
所述泄漏检测曲线阈值可基于数据分类技术来确定。
所述处理器还被编程为识别所述多辆车中的车辆中的至少错误检测到的泄漏,其中所述车辆的所述泄漏检测状态指示检测到的泄漏,并且所述车辆的泄漏测试结果为否;并且基于所述错误检测到的泄漏来为包括所述车辆的所述子组调整所述分类器。
所述泄漏检测状态可包括检测到泄漏的时间以及从检测到所述泄漏的所述时间开始以来的车辆操作数据。
所述处理器可被编程为基于调整后分类器执行泄漏检测。
所述泄漏测试结果可以是烟雾测试结果。
一种方法,其包括:基于车辆规格数据定义多个车辆组;基于环境数据和从多辆车中的每一者接收的传感器数据为所述车辆组中的每一者定义多个子组;以及基于地面实况数据为所述子组调整燃料箱泄漏检测分类器,对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果。
所述车辆规格数据可包括以下一者或多者:车辆型号、燃料箱容积、燃料箱热性质、发动机容积、散热车辆部件相对于所述燃料箱的位置以及燃料箱压力传感器相对于所述燃料箱的位置。
所述车辆传感器数据可包括以下一者或多者:发动机操作状态、燃料箱压力、燃料箱温度、车辆定向、车辆位置坐标、燃料量表值、上一次行程持续时间、上一次行程驾驶条件和上一次行程路线。
定义车辆组可包括识别共享所述车辆规格数据中所包括的至少一个相同参数的两辆或更多辆车。
定义选定车辆组的子组可包括:确定所述车辆传感器数据的统计相关性和与所述选定车辆组中所包括的所述车辆相关联的环境数据;以及基于所确定的统计相关性和偏差阈值从所述车辆组中识别两辆或更多辆车。
具体实施方式
引言
本文公开了一种包括处理器的系统,所述处理器被编程为基于车辆规格数据来定义多个车辆组。所述处理器被编程为基于环境数据和从多辆车中的每一者接收的传感器数据为所述车辆组中的每一者定义多个子组。所述处理器还被编程为基于地面实况数据为所述子组调整燃料箱泄漏检测分类器,对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果。
所述车辆规格数据可以包括以下一者或多者:车辆型号、燃料箱容积、燃料箱热性质、发动机容积、散热车辆部件相对于所述燃料箱的位置、变速器性质、燃料箱形状、排气参数以及燃料箱压力传感器相对于所述燃料箱的位置。
所述车辆传感器数据可以包括以下一者或多者:发动机操作状态、燃料箱压力、燃料箱温度、发动机冷却剂温度、燃料参数、车辆定向、车辆位置坐标、燃料量表值、上一次行程持续时间、上一次行程驾驶条件和上一次行程路线。
所述环境数据可以包括空气温度、空气压力、降水状态和风况中的一者或多者。
所述处理器还可以被编程为通过识别共享所述车辆规格数据中所包括的至少一个相同参数的两辆或更多辆车来定义车辆组。
所述处理器还可以被编程为通过以下操作定义选定车辆组的子组:确定所述车辆传感器数据的统计相关性和与所述选定车辆组中所包括的所述车辆相关联的环境数据;以及基于确定的统计相关性和偏差阈值从所述车辆组中识别出两辆或更多辆车。
所述车辆传感器数据的所述统计相关性可以包括所述选定车辆组中的所述车辆的地理分布。
所述偏差阈值可以包括与所述子组中的所述车辆在地理上所处的区域相关联的最大尺寸阈值。
所述处理器还可以被编程为通过基于所述车辆传感器数据和所述地面实况数据识别出泄漏检测曲线阈值来调整所述燃料箱泄漏检测分类器。
所述地面实况数据还可以包括从检测到所述燃料箱中的泄漏的时间开始以来的车辆传感器数据和环境数据。
可以基于数据分类方法来确定所述泄漏检测曲线阈值。
所述处理器还可以被编程为识别所述多辆车中的车辆中的至少错误检测到的泄漏,其中所述车辆的所述泄漏检测状态指示检测到的泄漏并且所述车辆的泄漏测试结果为否,并且基于所述错误检测到的泄漏来为包括所述车辆的所述子组调整所述分类器。
所述泄漏检测状态还可以包括检测到泄漏的时间以及从检测到所述泄漏的所述时间开始以来的车辆操作数据。
所述处理器还可以被编程为基于调整后分类器执行泄漏检测。
所述泄漏测试结果可以是烟雾测试结果。
本文还公开了一种方法,所述方法包括:基于车辆规格数据定义多个车辆组;基于环境数据和从多辆车中的每一者接收的传感器数据为所述车辆组中的每一者定义多个子组;以及基于地面实况数据为所述子组调整燃料箱泄漏检测分类器,对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果。
所述车辆规格数据可以包括以下一者或多者:车辆型号、燃料箱容积、燃料箱热性质、发动机容积、散热车辆部件相对于所述燃料箱的位置以及燃料箱压力传感器相对于所述燃料箱的位置。
所述车辆传感器数据可以包括以下一者或多者:发动机操作状态、燃料箱压力、燃料箱温度、车辆定向、车辆位置坐标、燃料量表值、上一次行程持续时间、上一次行程驾驶条件和上一次行程路线。
定义车辆组还可以包括识别共享所述车辆规格数据中所包括的至少一个相同参数的两辆或更多辆车。
定义选定车辆组的子组还可以包括:确定所述车辆传感器数据的统计相关性和与所述选定车辆组中所包括的所述车辆相关联的环境数据;以及基于确定的统计相关性和偏差阈值从所述车辆组中识别出两辆或更多辆车。
还公开了一种计算装置,所述计算装置被编程为执行上述方法步骤中的任一者。还公开了一种包括所述计算装置的车辆。
还公开了一种计算机程序产品,所述计算机程序产品包括计算机可读介质,所述计算机可读介质存储可由计算机处理器执行以执行上述方法步骤中的任一者的指令。
示例性系统元件
图1至图2示出了车辆100。车辆100可以通过多种已知方式(例如,利用包括内燃发动机170的动力传动系统)提供动力。车辆100可以包括混合动力系统,例如内燃发动机170和电动马达的组合。尽管被示为乘用车,但是车辆100可以是任何汽车,诸如小汽车、卡车、运动型多用途车、跨界车、厢式货车、小型货车等。车辆100可以包括计算机110、一个或多个致动器120、一个或多个传感器130和人机界面(HMI 140)。
车辆100包括一个或多个燃料箱150,所述燃料箱存储用于操作车辆100发动机170的燃料,例如汽油。燃料箱150可以经由燃料软管220流体地联接到发动机170。车辆100可以包括用于对燃料箱150加燃料的燃料填充入口160。燃料填充入口160可以流体地联接到燃料箱150。车辆100可以包括关闭燃料填充入口160的燃料箱盖180。用户可以例如在加油站中通过移除(例如,旋松)燃料箱盖180填充燃料箱150并且在填满燃料箱150之后拧紧燃料箱盖180(例如,旋紧)。燃料箱150可以离发动机170的距离d1设置在车辆100中的任何位置(参见图2)。例如,燃料箱150可以设置在车辆100后部,而发动机170可以设置在车辆前部。燃料箱150和发动机170可以经由燃料软管220联接,流体(液体)燃料经由所述燃料软管从燃料箱150供应到发动机170。燃料箱150可以由钢、塑料等形成。例如,塑料燃料箱150可以由高密度聚乙烯形成。
计算机110包括诸如已知的处理器和存储器。存储器包括一种或多种形式的计算机可读介质,并存储可由计算机110执行的用于执行包括如本文所公开的各种操作的指令。
计算机110可以包括编程以操作车辆100的一个或多个系统,例如,陆地车辆制动、推进(例如,通过控制内燃发动机、电动马达、混合动力发动机等中的一者或多者控制车辆100的加速度)、转向、气候控制、内部和/或外部灯等。
计算机110可以包括或者例如经由如下面进一步描述的车辆100的通信总线通信地耦合到一个以上的处理器,例如包括在车辆100中用于监控和/或控制车辆100的各种控制器的控制器等,所述各种控制器例如动力传动系统控制器、制动控制器、转向控制器等。计算机110通常被布置用于在车辆100的通信网络上进行通信,所述通信网络可以包括车辆100中的总线(诸如控制器局域网(CAN)等)和/或其他有线和/或无线机制。
经由车辆100的通信网络,计算机110可以将消息传输到车辆100中的各种装置和/或从各种装置接收消息,所述各种装置例如致动器120、HMI 140等。可选地或另外,在其中计算机110实际上包括多个装置的情况下,车辆通信网络可以用于在本公开中被表示为计算机110的装置之间进行通信。
车辆100的致动器120经由可以根据已知的适当控制信号来致动各种车辆子系统的电路、芯片或其他电子和/或机械部件来实施。可以使用致动器120来控制车辆系统,诸如车辆100的制动、加速和/或转向。
另外,计算机110可以被配置为通过车辆对基础设施(V2I)接口与其他车辆进行通信和/或经由网络190与远程计算机185进行通信。网络190表示计算机110和远程计算机185可以借此来彼此通信的一种或多种机制,并且可以为各种有线或无线通信机制中的一种或多种,包括有线(例如,电缆和光纤)和/或无线(例如,蜂窝、无线、卫星、微波和射频)通信机制的任何所需组合,以及任何所需网络拓扑(或利用多种通信机制时的多个拓扑)。示例性通信网络包括提供数据通信服务的无线通信网络(例如,使用蜂窝、蓝牙、IEEE 802.11等中的一者或多者)、专用短程通信(DSRC)、局域网(LAN)和/或广域网(WAN),所述广域网包括因特网。
HMI 140可以被配置为例如在车辆100的操作期间接收用户输入。此外,HMI 140可以被配置为向用户呈现信息。因此,HMI 140可以在车辆100的乘客舱中。例如,HMI 140可以向用户提供信息,所述信息包括在燃料箱150中的检测到的泄漏。如下文所讨论的,在发动机170关闭之后,在大多数电气部件掉电的情况下,可以检测到泄漏;因此,HMI 140可以首先在下一个驾驶循环中(例如,在发动机170启动的下一次时间)提供包括检测到的泄漏的信息。
车辆100的传感器130可以包括已知用于经由车辆100通信总线提供传感器130数据的多种装置。车辆100传感器130数据可以包括发动机操作状态(例如,运行、关闭等)、燃料箱150压力、燃料箱150温度、发动机170冷却剂温度、燃料参数(例如,雷德蒸气压)、车辆100定向、车辆100位置坐标、燃料量表值、上次行程持续时间、上次行驶驾驶条件和上次行驶路线。
例如,传感器130可以包括设置在车辆100中的温度和/或压力传感器130。压力和/或温度传感器130可以提供包含车辆100的外部(例如,环境)的温度和/或压力数据。压力和/或温度传感器130可以包括转换器,所述转换器将施加的压力和/或温度转换为例如电气参数(诸如电阻、电容等)的变化。
在另一个示例中,如图2中所示,压力和/或温度传感器130可以提供包含燃料软管220内部的数据,即,软管220内部的温度和/或压力。传感器130可以离燃料箱150例如10cm的距离d2安装到燃料软管220。距离d2可以指代软管220的设置在传感器130与燃料箱150外表面之间的一部分的长度。燃料箱150内部的压力可以与安装到软管220的传感器130中的压力有关。因此,计算机110可以被编程为至少部分地基于所接收的传感器130数据、距离d2和/或燃料软管220直径d4来确定燃料箱150的内部的温度和/或压力。另外或可选地,传感器130可以安装到燃料箱150,所述传感器确定燃料箱150内部的压力和/或温度。
传感器130可以包括燃料量表传感器130,所述燃料量表传感器确定残留在燃料箱150中的燃料的水平。计算机110可以被编程为基于从燃料量表传感器130接收的数据来确定残留在燃料箱150中的空气和/或燃料蒸气的体积。例如,计算机110可以被编程为基于燃料箱150中的燃料的当前水平来确定燃料箱150中的空气和/或蒸气的体积,并且已知的燃料箱150容量(例如,50升)存储在计算机110存储器中。
车辆100可以包括全球定位系统(GPS)传感器130,所述GPS传感器被配置为确定车辆100的当前位置的坐标。计算机110可以被编程为经由网络190将车辆100位置坐标传输到远程计算机185。在一个示例中,远程计算机185可以被编程为至少部分地基于所确定的车辆100的位置坐标来确定车辆100的环境数据。环境数据包括与车辆100周围的区域(或环境)(例如车辆100周围的半径为1公里(km)的区域)相关联的数据。车辆100的环境数据可以包括车辆100周围的区域中的空气压力、温度、风况、降水状况等。在一个示例中,远程计算机185可以被编程为基于从分布在各个地理位置的气象站接收的信息来确定环境数据。另外或可选地,计算机185可以被编程为从车辆100传感器130(例如,设置在车辆100保险杠中的环境空气温度和/或压力传感器130)接收环境数据。
车辆100燃料通常是易燃的,并且可以包括对环境(例如,土壤、地下水等)有害的化学污染物。因此,燃料从燃料箱150泄漏可能造成环境和/或安全问题。燃料可以从燃料箱150泄漏,可以为液体和/或蒸气的形式。例如,在对车辆100加燃料之后,燃料箱盖180可能无法正确关闭和/或保持打开。在另一个示例中,燃料箱中可以存在孔210。孔210可以位于燃料箱150或流体地联接到燃料箱150的其他部件(诸如燃料入口160软管)的任何位置中。在一个示例中,车辆100计算机110可以被编程为确定在车辆燃料箱150(或诸如软管220、入口160等的其他部件)中是否存在直径d3大于或等于0.02英寸(0.508毫米)的泄漏。泄漏孔210可以具有矩形、椭圆形、圆形或不对称形状,诸如裂缝。
车辆100暴露于不同的环境状况(诸如不同的环境空气压力、不同的驾驶条件等)可能导致错误地检测燃料箱150泄漏。例如,车辆100计算机110可能在其中实际上不存在泄漏的情况下错误地检测到泄漏(在本文也被称为误报);和/或计算机110可能无法检测到燃料箱150中的现有泄漏(在本文也被称为误检测)。
参考图1至图2,远程计算机185可以被编程为基于下文进一步描述的车辆100规格数据来定义一个或多个车辆组,并且基于从多辆车100中的每一者接收的环境数据和传感器130数据来定义车辆100组中的每一者的一个或多个子组。远程计算机185还可以被编程为基于地面实况数据来为所述子组调整燃料箱150泄漏检测分类器,所述地面实况数据对于车辆100中的每一者包括泄漏检测状态和泄漏测试结果。车辆100计算机110中的每一者可以被编程为从远程计算机185接收调整后分类器,并且基于调整后分类器来执行泄漏检测。因此,有利的是,对分类器的调整可以导致防止对车辆100燃料箱150中的泄漏的错误检测和/或误检测。在一个示例中,远程计算机185可以被编程为仅在第三方计算机(例如,标准机构)确认调整后分类器之后才将调整后分类器提供给计算机110。
车辆100计算机110可以被编程为在确定满足某些诊断进入条件时操作泄漏检测,即,评估是否存在燃料箱150泄漏。例如,计算机110可以被编程为基于接收到的发动机170状态数据来确定车辆100发动机170是否被关闭。另外或可选地,传感器130数据可以包括车辆100速度等。计算机110可以被编程为基于接收到的车辆100速度来确定车辆100是否停止。计算机110可以被编程为在确定发动机170关闭时确定满足进入条件。另外,计算机110可以被编程为在确定燃料箱150没有被加燃料时确定满足进入条件。计算机110可以被编程为在发动机170关闭之后操作泄漏检测达预定持续时间(例如,30分钟)。在一个示例中,因为在泄漏检测状态期间发动机170是关闭的,所以计算机110可以在低功率模式下操作以减少计算机110能量消耗量。
车辆100规格数据可以包括以下一者或多者:车辆100型号、发动机170类型(例如,汽油、混合动力等)、燃料箱150容积、燃料箱150热性质(诸如热电阻)、燃料箱150材料、发动机170气缸容量、散热车辆部件(诸如发动机170、电池等)相对于燃料箱150的位置(例如,图2中的距离d1)、车辆100变速器类型(4轮驱动、全轮驱动等)、燃料箱150形状、排气配置(例如,排气的散热参数)、有燃料箱盖还是燃料箱是无盖的,以及燃料箱150压力传感器130相对于燃料箱150的位置(例如,图2中的距离d2)。车辆100变速器类型可以影响车辆100部件的密度如何,即,它们彼此相邻放置的紧密程度。包装车辆100部件的密度可以影响燃料箱150暴露于其中的热量。热量的增加通常会增加燃料箱150内部的压力,这会影响泄漏检测。作为另一个示例,排气配置可能影响燃料箱150的散热。燃料入口160可以具有不同机构以例如用燃料箱盖180或诸如现在通常使用的无盖机构来关闭。如下文所讨论的,可以基于车辆100规格数据对车辆100进行分组以便使适于在泄漏检测条件方面彼此进行比较的车辆100处于一组中。
车辆100中的每一者的泄漏检测状态可以包括泄漏状态和无泄漏状态。在一个示例中,泄漏状态可能意味着存在直径等于或大于0.02英寸的泄漏。无泄漏状态可能意味着没有泄漏或泄漏直径小于0.02英寸。车辆100计算机110可以被编程为基于泄漏检测分类器和车辆100传感器130的数据来确定泄漏检测状态。另外,泄漏检测状态可以包括不确定的状态,即,计算机110不能推断是否存在泄漏。例如,分类器可以包括滞后区域,诸如在比不能做出决定的阈值小和/或大1%以内。车辆100中的每一者的计算机110可以被编程为将泄漏检测状态存储在计算机110存储器中和/或将泄漏检测状态传输到远程计算机185。车辆100计算机110还可以被编程为基于泄漏检测状态将数据输出到车辆100HMI 140。例如,HMI140可以包括故障指示灯(MIL),并且计算机110可以被编程为当检测到车辆100燃料箱150中有泄漏时将故障指示灯致动为启动。
可以在例如服务设施、实验室等中测试燃料箱150以确定在燃料箱150中是否存在泄漏。这种测试的结果在本文被称为泄漏测试结果,而计算机110对存在或不存在泄漏的确定在本文中被称为泄漏检测状态。例如,可以使用烟雾测试技术来测试燃料箱150以确定在燃料箱150中是否存在泄漏。在烟雾测试中,燃料箱150中的化学物质会产生可见烟雾,如果在燃料箱150外部看到所述可见烟雾,则可能指示燃料箱150泄漏。可以在车库中对车辆100进行测试以验证检测到的泄漏是误报还是正确检测到的泄漏。类似地,当车辆100计算机110没有检测到泄漏时,泄漏测试结果可以确定泄漏,即,车辆100计算机110正确地确定燃料箱150中没有泄漏。
与每辆车100相关联的地面实况数据包括相应车辆100的泄漏测试结果和泄漏检测状态。如上所述,泄漏检测状态指示(由计算机110确定)是否检测到泄漏,并且还可以包括确定泄漏的时间和日期。换句话说,每辆车100的地面实况数据指示对泄漏的检测和/或对不存在泄漏的确定是否正确。当泄漏检测状态和泄漏测试结果相同(即,两者都确定泄漏或都确定没有泄漏)时,地面实况数据指示正确检测泄漏。当泄漏检测状态和泄漏测试结果不同(例如,泄漏检测状态指示泄漏但是泄漏测试结果推断出没有泄漏,和/或泄漏检测状态指示没有泄漏,而泄漏测试结果推断出燃料箱150中存在泄漏)时,地面实况数据可以指示对泄漏的错误检测。如下文关于图3A所讨论的,可以基于地面实况数据来定义分类器。如关于图3B至图3C进一步讨论的,例如在计算机185接收到指示误报的新地面实况数据之后,可以基于新地面实况数据来调整分类器。
在一个示例中,可以基于泄漏检测状态的日期和时间来确定地面实况数据。在一个示例中,在确定泄漏时,车辆100计算机110可以存储车辆100的操作数据(即,例如经由诸如通信总线的车辆网络从车辆100的传感器和/或控制器可获得的数据),所述操作数据例如燃料箱150中的温度和/或压力和/或车辆100周围的环境温度、上一次发动机170驾驶条件等。另外,即使在推断出燃料箱150中没有泄漏时,计算机110也可以被编程为周期性地(例如,每个小时)存储操作数据。如下文关于图3C所讨论的,该信息对于确定与对现有泄漏的误检测(即,计算机110错误地推断出没有泄漏的时间)相关联的操作数据可能是必需的。
远程计算机185还可以被编程为在确定泄漏检测状态时接收车辆100的操作数据,并基于所存储的信息来确定调整后分类器。在一个示例中,车辆100计算机110可能已经在车辆处于高海拔区域(例如,山区)时确定了泄漏。然而,车辆100燃料箱150的泄漏测试结果可以指示误报检测(即,没有泄漏)。计算机185可以基于山区的操作数据而不是基于当前操作数据(例如,在低海拔和不同压力和/或温度下的服务中心中)识别误报OF。因此,有利的是,所存储的操作数据可以提供关于进行误报检测的条件的信息。
定义车辆100组还可以包括识别共享至少一个相同参数(例如,燃料箱150容积)的两辆或更多辆车100,所述数据通常包括在车辆100规格数据中。计算机185可以被编程为从车辆100接收车辆100规格数据。计算机185可以被编程为基于车辆100规格数据中所包括的一个或多个参数来定义车辆100组。在一个示例中,计算机185可以被编程为确定同一型号的车辆100被包括在一组中。在另一个示例中,计算机185可以被编程为确定具有相同的燃料箱150热性质、相同的发动机170气缸容量以及发动机170与燃料箱150之间的相同距离d1的车辆100包括在同一组中。同一组中的车辆100的燃料箱150可以共享类似的热力学特性,例如类似容积、热导率、热源等,因此来自一组中的一辆车100的地面实况数据可能与同一组中的另一车辆100相关。例如,示出一组车辆100中的一者在特定的操作时间的误报的地面实况数据可能与识别适用于该组中的所有车辆100的分类器的调整有关。
另一方面,除了来自车辆100规格数据的参数之外,在泄漏检测时的其他参数,诸如环境数据(例如环境空气压力和/或温度)、车辆100传感器130数据(诸如最近驾驶条件,包括发动机170温度)等也可能会影响泄漏检测结果,因此应予以考虑。换句话说,基于车辆100规格数据分组的多组车辆100可以被进一步划分(如下文所讨论的)以基于诸如车辆100传感器130数据、环境数据等的动态可变车辆数据(相对于通常不可改变的车辆100规格数据)来定义子组,以识别子组中的车辆100。
在一个示例中,定义车辆组的子组还可以包括确定车辆100传感器130数据的统计相关性和与选定车辆组中所包括的车辆100相关联的环境数据,以及基于确定的统计相关性和偏差阈值来从车辆100组中识别两辆或更多辆车100。
车辆传感器数据的统计相关性可以包括相应车辆100组的车辆100的地理分布。偏差阈值可以包括与所述子组中的车辆100在地理上所处的区域相关联的最大尺寸阈值。例如,可以将地理上位于半径为5km的圆形区域内的车辆100组中的车辆100放置在一个子组中。车辆100子组的车辆100可以具有在发动机170关闭时的发动机170温度,所述发动机温度在特定范围内,例如500摄氏度至600摄氏度。在又一示例中,计算机185可以被编程为经由网络190从车辆100接收发动机170温度,并且基于所接收的温度数据(例如,基于520摄氏度的中值温度且偏差为15摄氏度)从相应的车辆组100中识别两辆或更多辆车100。
燃料箱150泄漏检测分类器(为了方便起见也简称为分类器)将车辆100燃料箱150分类为泄漏和未泄漏燃料箱150。分类器可以是线性的或非线性的(参见图3A)。计算机110可以被编程为基于操作状态相对于分类器的位置(例如,高于或低于阈值)来确定燃料箱150中是否存在泄漏。在本公开的背景中,“操作状态”是在车辆100操作的特定时间点的两个或更多个车辆100参数的组合,所述参数包括传感器130数据以及可能的其他数据,诸如环境数据等。例如,如图3A中所示,分类器C参考将作为燃料箱150的温度和压力的组合的操作状态分类为泄漏和未泄漏。车辆100的操作时刻可以基于地面实况数据与泄漏或未泄漏的燃料箱150相关联。操作状态“O”表示(正确检测到的)泄漏燃料箱150的示例性操作状态,而操作状态“X”表示在一个子组中所包括的示例性(正确检测)的非泄漏燃料箱。换句话说,分类器C参考对车辆100的子组的操作状态“O”、“X”进行分类。
在一个示例中,在实验室中进行测量以识别相应的检测到的泄漏的操作状态“O”,以及未检测到泄漏的相应时间的操作状态“X”。例如,可以将具有大于0.02英寸的开口的阀安装到燃料箱,并且确定燃料箱的操作状态表示操作状态“O”。类似地,在实验室中测量未泄漏燃料箱150的操作状态以识别多个未泄漏点“X”。然后使用数学技术(诸如数据分类方法)产生分类器C参考,所述分类器将所有泄漏操作状态“O”与所有未泄漏操作状态“X”分开。在一个示例中,操作状态包括两个以上参数,例如燃料箱150内部的温度和压力、发动机170温度、环境温度等。因此,分类器可以是多维平面、表面等。数据分类方法可以包括支持向量机(SVM)、关联向量机(RVM)等。
如上文所讨论的,计算机185可以被编程为调整分类器以防止进一步的泄漏误报和/或误检测。在一个示例中,计算机185可以被编程为使用来自车辆子组的数据并基于指示检测到的泄漏的车辆100的泄漏检测状态和推断出没有泄漏的车辆100的泄漏测试结果来识别特定车辆100中的错误检测到的泄漏。计算机185可以被编程为对于包括具有错误检测到的泄漏的车辆100的子组调整分类器。换句话说,基于示出了一个子组中的车辆100中的一次错误检测的地面实况,计算机185可以确定调整后分类器,所述调整后分类器可以适用于同一子组中的其他车辆100。这种调整后分类器可能导致避免该子组的其他车辆100计算机110将来进行这种错误检测。
在一个示例中,一组车辆100包括燃料箱150容积为50且具有特定发动机170类型的车辆。远程计算机185可以将一定海拔下具有一定环境空气压力的多辆(例如,10辆)车100识别为一个子组。远程计算机185然后可以基于该子组的地面实况数据来调整分类器。例如,如图3A中所示,计算机185可以基于接收到的地面实况数据来确定操作状态OF包括误报,即,泄漏燃料箱150基于分类器C参考被错误地识别为已检测到。计算机185可以被编程为基于车辆100传感器数据和地面实况来识别调整后的泄漏检测分类器,例如曲线阈值C1。
换句话说,远程计算机185可以识别分类器C1,所述分类器将(i)先前识别的未泄漏操作状态“X”和识别的错误检测操作状态OF与(ii)先前识别的泄漏操作状态“O”分开。然后,计算机185可以将包括调整后分类器的数据传输到车辆100(不限于被识别为上述车辆子组的车辆100)。因此,如果车辆100操作状态OF对应于例如操作状态OF,则接收到调整后分类器的任何其他车辆100计算机110可以防止这种错误检测。因此,如果在子组中未被识别出的上述组中的另一车辆100移动到该子组,例如用户致动车辆以行驶到与上述子组相关联的这种海拔,则调整后分类器C1可以防止泄漏的误检测。
在图3C中所示的另一个示例中,计算机185可以接收包括泄漏检测状态的地面实况数据,所述泄漏检测状态对于操作状态XF指示没有泄漏,而实验室泄漏测试结果指示燃料箱150中有泄漏。计算机185可以被编程为基于车辆100传感器数据和地面实况来识别调整后的泄漏检测分类器,例如曲线阈值C2。换句话说,远程计算机185可以识别分类器,所述分类器将(i)先前识别的未泄漏操作状态“X”与(ii)所识别的操作状态XF和先前识别的泄漏操作状态“O”分开。然后,计算机185可以将包括调整后分类器C2的数据传输到车辆100(不限于被识别为上述车辆子组的车辆100)。因此,接收到调整后分类器C2的任何其他车辆100计算机110可能能够在操作状态XF下检测到泄漏。换句话说,如果在子组中未被识别出的上述组中的另一车辆100移动到该子组,例如用户致动车辆以行驶到与上述子组相关联的这种海拔,则调整后分类器C2可能导致正确地检测到泄漏,例如,计算机110可以被编程为基于调整后分类器C2在操作状态XF下检测到泄漏。
如上所述,操作状态可以是多维的,因此分类器可以是多维的,例如表面。因此,调整后分类器可以包括调整后表面。例如,对分类器表面的调整可能导致基于所接收的地面实况在表面上产生凹痕、突起等。例如,分类器表面可以具有凹痕以基于所识别的误检测或误报对操作状态进行不同地分类。换句话说,如同调整图3B至图3C中的曲线C参考以基于所接收的地面实况数据对操作状态XF或OF进行不同地分类,表面分类器可以具有凹痕或突起以对操作状态进行不同地分类以防止误检测或误报。
过程
图4是用于调整用于检测车辆100燃料箱150的泄漏的泄漏检测分类器的示例性过程400的流程图。例如,远程计算机185可以被编程为执行过程400的框。
过程400开始于框410,其中远程计算机185从车辆100、诸如气象站计算机的其他计算机接收数据。所接收的数据可以包括车辆100规格数据、环境数据、车辆100传感器130数据、地面实况数据等。例如,计算机185可以从车辆100接收包括燃料箱150温度和/或压力的车辆100传感器130数据。计算机185可以从另一远程计算机(这种制造商经销商计算机)接收地面实况数据。
接下来,在框420中,远程计算机185例如基于车辆100规格数据来定义车辆100的组。例如,远程计算机185可以被编程为确定两组车辆:(i)具有2.2升发动机170容量和50升燃料箱150的车辆100,以及(ii)具有3.6升发动机170和60升燃料箱150的车辆100。远程计算机185可以被编程为基于来自车辆100规格数据的参数的任何其他组合来定义组。
接下来,在框430中,远程计算机185为定义的车辆100组中的每一者定义车辆100的一个或多个子组。远程计算机185可以基于包括车辆100传感器130数据、与车辆100中的每一者相关联的环境数据等的车辆100操作数据来定义子组。在一个示例中,远程计算机185可以被编程为基于每一组中的车辆100的地理分布来定义子组。例如,车辆100组“2.2升发动机170容量和50升燃料箱150”的子组可以包括处于一定海拔(例如,高于海平面)范围和/或典型环境空气压力范围(可以基于车辆100的GPS传感器130数据来识别)的车辆100。
接下来,在判定框440中,远程计算机185确定对一个或多个分类器的调整是否被批准。例如,远程计算机185可以被编程为在基于接收到的地面实况数据识别出误报(检测到不存在的泄漏)和/或误检测(未检测到现有泄漏)时确定对分类器的调整被批准。如果远程计算机185确定对一个或多个分类器的调整被批准,则过程400进行到框450;否则,过程400结束,或者可选地返回到框410,尽管在图4中未示出。
在框450中,远程计算机185确定调整后泄漏检测分类器。例如,远程计算机185可以被编程为如图3B至图3C中所示基于车辆100传感器130数据和地面实况数据来识别调整后分类器,例如曲线阈值C1、C2。
接下来,在框460中,远程计算机185例如经由网络190将一个或多个调整后分类器传输到车辆100。在一个示例中,远程计算机185可以被编程为向车辆100传输包括关于对泄漏检测分类器的调整的通知。远程计算机185还可以被编程为在接收到对一个或多个调整后分类器的请求时将包括一个或多个调整后分类器的数据传输到车辆100。作为另一个示例,远程计算机185可以被编程为周期性地(例如,每秒)向车辆100广播一个或多个调整后分类器数据。
在框460之后,过程400结束,或者可选地返回到框410,尽管图4中未示出。
图5是用于检测车辆100燃料箱150的泄漏的示例性过程500的流程图。例如,车辆100计算机110可以被编程为执行过程500的框。
过程500开始于框510,其中车辆100计算机110接收车辆100数据。例如,车辆100计算机110可以被编程为接收传感器130数据,例如燃料箱150压力和/或温度、发动机170状态等。计算机110还可以被编程为接收环境数据,例如环境空气温度和/或压力、降水状态等。
接下来,在判定框520中,计算机110确定是否满足一个或多个诊断进入条件。例如,计算机110可以被编程为确定车辆100是否停止并且车辆100发动机170是否处于关闭状态。在另一个示例中,计算机110可以被编程为在确定发动机170处于关闭状态并且自从关闭发动机170以来经过的时间小于30分钟时确定满足诊断条件。如果计算机110确定满足一个或多个诊断进入条件,则过程500进行到判定框530;否则,过程500返回到框510。
在判定框530中,计算机110确定调整后分类器是否可用。在一个示例中,计算机110可以从远程计算机185接收消息,并确定所述消息是否包括关于改变分类器的通知。在另一个示例中,计算机110可以被编程为确定调整后分类器数据是否由远程计算机185广播。在又一示例中,计算机110可以被编程为向远程计算机185传输包括对调整后分类器的请求的消息。另外或可选地,在车辆100服务中心(例如,经销商车库)中,服务人员可以将编程装置连接到车辆100网络,并且所述编程装置可以将调整后分类器存储在车辆100计算机110中。所述编程装置可以从远程计算机185接收调整后分类器。如果计算机110确定调整后分类器可用,则过程500进行到框540;否则过程500进行到判定框550。
在框540中,计算机110将调整后分类器存储在计算机110存储器中。在一个示例中,计算机110可以被编程为将接收到的调整后分类器存储在计算机110的非易失性存储器中。
在判定框550中,计算机110确定燃料箱150中是否存在泄漏。计算机110可以被编程为基于泄漏检测分类器来确定是否存在直径大于或等于0.02英寸的泄漏。一个或多个泄漏检测分类器可以是参考分类器,例如分类器C参考,和/或调整后分类器,例如一个或多个分类器C1、C2(取决于是从判定框530还是从框540到达判定框550)。如果计算机110确定燃料箱150中存在泄漏,则过程500进行到框560;否则,过程500结束,或者可选地返回到框510,尽管在图5中未示出。
接下来,在框560中,计算机110基于检测到的泄漏执行动作。例如,计算机110可以被编程为致动车辆100的HMI 140以接通HMI140故障指示灯。在框560之后,过程500结束,或者可选地返回到框510,尽管图5中未示出。
除非另有说明或者上下文另有要求,否则修饰名词的冠词“一个”应当被理解为一个或多个。短语“基于”包含部分地或完全地基于。
如本文讨论的计算装置通常各自包括可由诸如上面识别的那些计算装置等一个或多个计算装置执行的并且用于执行上述过程的框或步骤的指令。计算机可执行指令可以由使用各种编程语言和/或技术创建的计算机程序来编译或解译,这些编程语言和/或技术单独地或组合地包括但不限于JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML等。一般来说,处理器(例如,微处理器)例如从存储器、计算机可读介质等接收指令,并且执行这些指令,由此执行一个或多个过程,其包括本文所述的过程中的一者或多者。可以使用多种计算机可读介质来存储和传输此类指令和其他数据。计算装置中的文件通常是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。
计算机可读介质包括参与提供可以由计算机读取的数据(例如,指令)的任何介质。此类介质可以采用许多形式,所述形式包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和其他永久性存储器。易失性介质包括通常构成主存储器的动态随机存取存储器(DRAM)。常见形式的计算机可读介质包括(例如)软磁盘、软盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、带有孔图案的任何其他物理介质、RAM、PROM、EPROM、闪存、EEPROM、任何其他存储器芯片或存储器盒或者计算机可以读取的任何其他介质。
关于本文所述的介质、过程、系统、方法等,应当理解,尽管已经将此类过程等的步骤描述为根据某个有序序列发生,但是此类过程可以采用以本文所述顺序之外的顺序执行的所描述步骤来实践。还应当理解,可以同时执行某些步骤、可以添加其他步骤,或者可以省略本文所述的某些步骤。换句话说,本文对系统和/或过程的描述是为了示出某些实施例的目的而提供,而决不应当将其理解为对权利要求进行限制。
因此,应当理解,包括以上描述和附图以及以下权利要求的本公开意图是说明性的而非限制性的。在阅读了以上描述之后,除了所提供的示例之外的许多实施例和应用对于所属领域技术人员而言将是显而易见的。因此,本发明的范围不应当参考以上描述来确定,反而应当参考所附的和/或基于此包括在非临时专利申请中的权利要求连同此类权利要求所赋予权利的等效物的全部范围来确定。可以设想并预期未来的发展将在本文讨论的技术中发生,并且所公开的系统和方法将结合到此类未来实施例中。总之,应当理解,所公开的主题能够进行修改和变化。
Claims (18)
1.一种用于检测车辆燃料箱的泄漏的系统,其包括处理器,所述处理器被编程为:
基于车辆规格数据定义多个车辆组;
基于环境数据和从多辆车中的每一者接收的车辆传感器数据为所述车辆组中的每一者定义多个子组,通过以下操作定义选定车辆组的子组:
确定所述车辆传感器数据的统计相关性和与所述选定车辆组中所包括的所述车辆相关联的环境数据;以及
基于所确定的统计相关性和偏差阈值从所述车辆组中识别两辆或更多辆车;以及
基于地面实况数据为所述子组调整燃料箱泄漏检测分类器,对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果,所述燃料箱泄漏检测分类器将车辆燃料箱分类为泄漏燃料箱和未泄漏燃料箱。
2.如权利要求1所述的系统,其中所述车辆规格数据包括以下一者或多者:车辆型号、燃料箱容积、燃料箱热性质、发动机容积、散热车辆部件相对于所述燃料箱的位置、变速器性质、燃料箱形状、排气参数以及燃料箱压力传感器相对于所述燃料箱的位置。
3.如权利要求1所述的系统,其中所述车辆传感器数据包括以下一者或多者:发动机操作状态、燃料箱压力、燃料箱温度、发动机冷却剂温度、燃料参数、车辆定向、车辆位置坐标、燃料量表值、上一次行程持续时间、上一次行程驾驶条件和上一次行程路线。
4.如权利要求1所述的系统,其中所述环境数据包括空气温度、空气压力、降水状态和风况中的一者或多者。
5.如权利要求1所述的系统,其中所述处理器还被编程为通过识别共享所述车辆规格数据中所包括的至少一个相同参数的两辆或更多辆车来定义车辆组。
6.如权利要求1所述的系统,其中所述车辆传感器数据的所述统计相关性包括所述选定车辆组中的所述车辆的地理分布。
7.如权利要求6所述的系统,其中所述偏差阈值包括与所述子组的所述车辆在地理上所处的区域相关联的最大尺寸阈值。
8.如权利要求1所述的系统,其中所述处理器还被编程为通过基于所述车辆传感器数据和所述地面实况数据识别出泄漏检测曲线阈值来调整所述燃料箱泄漏检测分类器,其中所述泄漏检测状态基于所述燃料箱泄漏检测分类器确定,所述泄漏测试结果为实际测试得到的燃料箱是否存在泄漏的结果。
9.如权利要求8所述的系统,其中所述地面实况数据还包括从检测到所述燃料箱中的泄漏的时间开始以来的车辆传感器数据和环境数据。
10.如权利要求8所述的系统,其中基于数据分类技术来确定所述泄漏检测曲线阈值。
11.如权利要求8所述的系统,其中所述处理器还被编程为:
识别所述多辆车中的车辆中的至少错误检测到的泄漏,其中所述车辆的所述泄漏检测状态指示检测到的泄漏,并且所述车辆的泄漏测试结果为否;并且
基于所述错误检测到的泄漏来为包括所述车辆的所述子组调整所述燃料箱泄漏检测分类器。
12.如权利要求1所述的系统,其中所述泄漏检测状态还包括检测到泄漏的时间以及从检测到所述泄漏的所述时间开始以来的车辆操作数据。
13.如权利要求1所述的系统,其中所述处理器还被编程为基于调整后的燃料箱泄漏检测分类器执行泄漏检测。
14.如权利要求1所述的系统,其中所述泄漏测试结果是烟雾测试结果。
15.一种用于检测车辆燃料箱的泄漏的方法,其包括:
基于车辆规格数据定义多个车辆组;
基于环境数据和从多辆车中的每一者接收的车辆传感器数据为所述车辆组中的每一者定义多个子组,定义选定车辆组的子组还包括:
确定所述车辆传感器数据的统计相关性和与所述选定车辆组中所包括的所述车辆相关联的环境数据;以及
基于所确定的统计相关性和偏差阈值从所述车辆组中识别两辆或更多辆车;以及
基于地面实况数据为所述子组调整燃料箱泄漏检测分类器,对于所述多辆车中的每一者,所述地面实况数据包括泄漏检测状态和泄漏测试结果,所述燃料箱泄漏检测分类器将车辆燃料箱分类为泄漏燃料箱和未泄漏燃料箱。
16.如权利要求15所述的方法,其中所述车辆规格数据包括以下一者或多者:车辆型号、燃料箱容积、燃料箱热性质、发动机容积、散热车辆部件相对于所述燃料箱的位置以及燃料箱压力传感器相对于所述燃料箱的位置。
17.如权利要求15所述的方法,其中所述车辆传感器数据包括以下一者或多者:发动机操作状态、燃料箱压力、燃料箱温度、车辆定向、车辆位置坐标、燃料量表值、上一次行程持续时间、上一次行程驾驶条件和上一次行程路线。
18.如权利要求15所述的方法,其中定义车辆组还包括识别共享所述车辆规格数据中所包括的至少一个相同参数的两辆或更多辆车。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2017/031345 WO2018203911A1 (en) | 2017-05-05 | 2017-05-05 | Adaptive diagnostic parametrization |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110622220A CN110622220A (zh) | 2019-12-27 |
CN110622220B true CN110622220B (zh) | 2023-03-10 |
Family
ID=64017049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780090427.7A Active CN110622220B (zh) | 2017-05-05 | 2017-05-05 | 自适应诊断参数化 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11527113B2 (zh) |
CN (1) | CN110622220B (zh) |
DE (1) | DE112017007416B4 (zh) |
WO (1) | WO2018203911A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190268675A1 (en) | 2017-03-15 | 2019-08-29 | Scott Troutman | Telematics Road Ready System including a Bridge Integrator Unit |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6336065B1 (en) * | 1999-10-28 | 2002-01-01 | General Electric Company | Method and system for analyzing fault and snapshot operational parameter data for diagnostics of machine malfunctions |
CN1777769A (zh) * | 2003-04-22 | 2006-05-24 | 丰田自动车株式会社 | 用于车辆用控制装置的故障诊断装置和方法 |
US8036788B2 (en) * | 1995-06-07 | 2011-10-11 | Automotive Technologies International, Inc. | Vehicle diagnostic or prognostic message transmission systems and methods |
CN104123544A (zh) * | 2014-07-23 | 2014-10-29 | 通号通信信息集团有限公司 | 基于视频分析的异常行为检测方法及系统 |
KR20160071576A (ko) * | 2014-12-11 | 2016-06-22 | 현대오트론 주식회사 | 차량의 연료누설 진단 방법 |
CN106053088A (zh) * | 2015-04-08 | 2016-10-26 | 现代自动车株式会社 | 用于车辆发动机的失火诊断的系统和方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2824190A1 (de) * | 1978-06-02 | 1979-12-06 | Bosch Gmbh Robert | Mikrorechner-system zur steuerung von betriebsvorgaengen in kraftfahrzeugen, mit einer diagnoseeinrichtung zur ueberpruefung des kraftfahrzeuges |
DE4203099A1 (de) * | 1992-02-04 | 1993-08-05 | Bosch Gmbh Robert | Verfahren und vorrichtung zur tankfuellstandserkennung |
US6301531B1 (en) | 1999-08-23 | 2001-10-09 | General Electric Company | Vehicle maintenance management system and method |
US6311548B1 (en) * | 1999-08-25 | 2001-11-06 | Delphi Technologies, Inc. | Method of validating a diagnostic leak detection test for a fuel tank |
DE10058963A1 (de) * | 2000-11-28 | 2002-06-06 | Siemens Ag | Verfahren zur Prüfung der Dichtheit eines Kraftstofftanks |
US6879894B1 (en) | 2001-04-30 | 2005-04-12 | Reynolds & Reynolds Holdings, Inc. | Internet-based emissions test for vehicles |
US6550316B1 (en) * | 2001-10-01 | 2003-04-22 | General Motors Corporation | Engine off natural vacuum leakage check for onboard diagnostics |
JP2002250248A (ja) * | 2001-12-25 | 2002-09-06 | Hitachi Ltd | 車両の診断制御方法 |
US7347082B1 (en) * | 2004-02-26 | 2008-03-25 | Systech International, Llc | Method and apparatus for testing vehicle fuel system integrity |
JP2005339142A (ja) | 2004-05-26 | 2005-12-08 | Tokyo Electric Power Co Inc:The | 設備保全支援装置 |
JP2006220138A (ja) * | 2005-01-12 | 2006-08-24 | Denso Corp | 蒸発燃料漏れ検査システム |
US7140235B2 (en) * | 2005-02-18 | 2006-11-28 | General Motors Corporation | Leak detection system for a vehicle fuel tank |
ATE438548T1 (de) * | 2006-09-18 | 2009-08-15 | Bombardier Transp Gmbh | Diagnosesystem und verfahren zum überwachen eines eisenbahnsystems |
US8181507B2 (en) | 2008-06-03 | 2012-05-22 | GM Global Technology Operations LLC | Wind condition based vapor leak detection test |
US9243591B2 (en) | 2012-09-11 | 2016-01-26 | Ford Global Technologies, Llc | Fuel system diagnostics |
US20140277927A1 (en) | 2013-03-14 | 2014-09-18 | Delphi Technologies, Inc. | Fuel consumption compensation for evaporative emissions system leak detection methods |
US9670885B2 (en) * | 2013-09-11 | 2017-06-06 | Mitsubishi Jidosha Kogyo Kabushiki Kaisha | Fuel apparatus for vehicle |
US9857266B2 (en) | 2014-02-04 | 2018-01-02 | Ford Global Technologies, Llc | Correlation based fuel tank leak detection |
US9890744B2 (en) | 2014-08-08 | 2018-02-13 | Ford Global Technologies, Llc | Route and traffic information-based EVAP system leak test initiation |
US20160069771A1 (en) | 2014-09-10 | 2016-03-10 | Ford Global Technologies, Llc | System and methods for fuel system leak detection |
US9633490B2 (en) * | 2015-06-11 | 2017-04-25 | Mitsubishi Electric Research Laboratories, Inc. | System and method for testing and evaluating vehicle components |
-
2017
- 2017-05-05 WO PCT/US2017/031345 patent/WO2018203911A1/en active Application Filing
- 2017-05-05 CN CN201780090427.7A patent/CN110622220B/zh active Active
- 2017-05-05 DE DE112017007416.9T patent/DE112017007416B4/de active Active
- 2017-05-05 US US16/611,044 patent/US11527113B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8036788B2 (en) * | 1995-06-07 | 2011-10-11 | Automotive Technologies International, Inc. | Vehicle diagnostic or prognostic message transmission systems and methods |
US6336065B1 (en) * | 1999-10-28 | 2002-01-01 | General Electric Company | Method and system for analyzing fault and snapshot operational parameter data for diagnostics of machine malfunctions |
CN1777769A (zh) * | 2003-04-22 | 2006-05-24 | 丰田自动车株式会社 | 用于车辆用控制装置的故障诊断装置和方法 |
CN104123544A (zh) * | 2014-07-23 | 2014-10-29 | 通号通信信息集团有限公司 | 基于视频分析的异常行为检测方法及系统 |
KR20160071576A (ko) * | 2014-12-11 | 2016-06-22 | 현대오트론 주식회사 | 차량의 연료누설 진단 방법 |
CN106053088A (zh) * | 2015-04-08 | 2016-10-26 | 现代自动车株式会社 | 用于车辆发动机的失火诊断的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018203911A1 (en) | 2018-11-08 |
CN110622220A (zh) | 2019-12-27 |
US20200160628A1 (en) | 2020-05-21 |
DE112017007416T5 (de) | 2019-12-24 |
US11527113B2 (en) | 2022-12-13 |
DE112017007416B4 (de) | 2024-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10982607B2 (en) | Systems and methods for vehicle fuel system and evaporative emissions system diagnostics | |
US11914358B2 (en) | Methods and systems for anomaly detection of a vehicle | |
US11187192B2 (en) | Systems and methods for conducting vehicle evaporative emissions test diagnostic procedures | |
CN106627579B (zh) | 车辆队列中的协调测试 | |
US10508618B2 (en) | Systems and methods for vehicle fuel system and evaporative emissions system diagnostics | |
US20160308887A1 (en) | In-vehicle network intrusion detection system and method for controlling the same | |
US20100057290A1 (en) | System and method for cooperative vehicle diagnostics | |
US9963143B2 (en) | System and method for vehicle subsystem failure mitigation | |
US10000213B2 (en) | Spare tire detection | |
US20170200325A1 (en) | Diagnostic test performance control system and method | |
CN112825202A (zh) | 使感测系统同步 | |
GB2547784A (en) | System and method for cooling vehicle computing device | |
US10717355B2 (en) | Systems and methods for fuel tank grade vent valve diagnostics | |
US11210870B2 (en) | On-board diagnostic monitor planning and execution | |
KR101835344B1 (ko) | 차량 상태 모니터링 시스템 | |
CN101151753A (zh) | 移动体 | |
US20170058809A1 (en) | Method and device for diagnosing leak of fuel system in vehicle | |
CN110622220B (zh) | 自适应诊断参数化 | |
CN107916977B (zh) | 碳氢化合物排放监控 | |
US20240169772A1 (en) | Vehicle abnormality detection device and vehicle abnormality detection method | |
CN107618460B (zh) | 通过燃料水平检测车辆状态 | |
Naik et al. | An automotive diagnostics, fuel efficiency and emission monitoring system using CAN | |
US20150090008A1 (en) | Inferential method and system for evap system leak detection | |
CN113829878B (zh) | 控制车辆的方法、装置及车辆 | |
CN118196732A (zh) | 用于传感器系统的数据漂移识别 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |