彩虹无线靳文景:基于云端故障预警及预见性保养的行业安全服务

  • 车云菌
  • 发表于: 2018/11/20 15:09:00 来源:车云网

远程智能诊断系统,它是怎么来的?

编者按:11月14-16日,由工业和信息化部、应急管理部、科学技术部、广东省人民政府指导举办的“2018中国安全产业大会”在广东佛山举行。车云主办“安全出行主题论坛暨第二届交通安全产业峰会”,峰会以"安全出行"为主题,"专业论坛+创新展"联动,打通汽车、交通、电子、通信等多个行业,探讨最具前瞻性和可行性的安全出行模式与生态,强势推动跨界融合与协同发展,全面提升大会关注度及影响力。

论坛期间,彩虹无线数据科学家靳文景发表了以《基于云端故障预警及预见性保养的行业安全服务》为主题的演讲,靳老师拥有六年汽车行业咨询经验,曾服务数十家国内主流车厂,聚焦汽车行业大数据应用探索,为客户提供创新性数据应用解决方案。

15433027023633.jpg


以下是靳老师的主题演讲全文:

非常感谢车云给这次机会做一个宣讲。我大概会花十几分钟的时间讲解一下今天这个课题。刚才各位嘉宾非常精彩的讲了面向智能驾驶、无人驾驶、安全出行各方面硬件和软件技术方面的研究。我们彩虹无线做的有点不太一样,我们是基于车联网大数据的应用和运营服务公司,我们的定位是基于前端车联网大数据的服务运营商,也就是说我们现在面对的主要客户,主要还是国内的汽车厂商。

大家看我的标题可能有点难以理解,所以我加了一个副标题,这次主要是给大家介绍一下我们公司其中一个服务的内容,叫做远程智能诊断系统。

说到远程智能诊断系统,它是怎么来的?因为主机厂商也会经常接触到经销商、4S店,他们经常给我们反映的问题,主要是在于主机厂、经销商和用户三方面的复杂关系。现在有车的朋友都知道,整车厂、维修网络还有我们自己是怎样关联的。这个过程当中,其实是有很多问题在里面的,特别是用户,对于接受服务的不满意度,包括车发生故障以后提交到4S店,我们面临维修周期长,零配件供应时间长的问题,自然而然会产生很多的不满,这是其中的一个方面。

另一方面是跟主机相关的,我们的用户在使用车辆的过程当中,因为缺乏对于汽车知识的了解,当汽车发生一些异常的时候,用户是不知道、没有感知的,只有当故障本身产生以后,比如车辆发生趴窝了,我们才知道给4S店打电话,或者叫一个拖车把我们的车拖走。

我们的远程系统诊断平台主要是解决以上两方面的问题。

针对第一方面,协助汽车厂、经销商连通用户。针对第二方面,给用户提供更好的故障预测系统。就是用户能自己在手机上,或者在车机端看到我们的车辆现在是健康的还是生病的,未来多长时间以内有可能会发生什么样的故障,现在应该采取什么样的措施,以保证我们的车辆接下来能正常运行。这就是整个智能车辆诊断系统的功能。

这是我们的技术平台,也比较好理解,底层是以车联网大数据为基础,当然还会与整车厂的数据进行充分结合。基于数据建立模型,这块的内容就是我们公司现在最核心的价值所在,包括很多数据挖掘的技术,也能体现我们对于车辆用户和汽车行业业务的价值增值。主要是两块内容,第一块是诊断,就是对于车辆做什么样的分析。第二块是售后服务平台,就是我们能够给用户、经销商、4S店端提供什么样的业务。

对于B端,其实就是给我们的主机厂看的,这块可以基于故障信号的实时判定,引入爆炸图工具,主机厂在后端可以实时查看到具体到某一辆车爆发了什么故障,是在车辆的什么位置,是什么等级的故障等。

整个路径,刚才说了远程智能诊断平台,实际就是我们现在做的远程诊断平台以及故障识别实现的。原来的远程诊断,只能识别厂家已经定义的故障,然后做一个解读,现在加入智能这两个字以后,我们就能够自动识别车辆的一些故障,而且能够预测一些未知的故障技术。

从整个车辆或服务的生命周期来讲,我们的远程智能诊断平台,其实涵盖了从建立工程样车的故障开始,一直到整个售后服务。工程样车的意思就是试验车,就是车辆在研发出来以后上市之前,主机厂肯定会做内部的很多测试,在这一阶段会有大量的数据。对于新能源商品车有一个数据采集的国家标准JB32960,采集60多个诊断,包括电池信号等等。但在整个工程车上,我们接触到咱们国内自己做的很多试验车测试的自主品牌企业,他们采集的数据甚至包括3000多个字段,还有的企业是4000多个数字段,数据量完全不一样,所以说我们依据这些数据去做故障的识别,去建立一些故障的模型,其实才是真实可靠的。

我们整个远程智能诊断平台在应用过程当中,有一个核心工具是故障知识图谱,基于大量的数据建立故障模型,能够识别出来某一个故障所链接的具体的单车信号。现在的商品车上,不管是32960国标也好,还是企业自己的也好,数据比较少,所以建立的肯定不准确,所以我们现在实施的阶段也没有说所有的故障都能预测,其中有一部分的故障,比如有关温度、电池电压稳定性这些,我们可以做预测。现在我们实现的就是故障的诊断、识别,还有一部分的故障预测,下一阶段可能会进一步深化,然后去丰富我们整个故障的知识体系,去做更多的故障预测,当然这是从成本上考虑的,因为数据采集非常花主机厂的钱,所以未来如果能实现的话,我们在自己的商品车上,其实也一样能实现这种故障的预测。

整个远程智能诊断系统的技术要求是两块,第一块是我刚才说的,在工程试验车上积累的更多的模型经验,还有故障预测的经验。试验车这块我们是怎么接触到的?现在主机厂方面,他们对于试验车的数据是都采集了,但他们自己的利用,其实就是买一些硬盘把数据存储就放那了,我们现在帮他们构建了一个试验车的管理平台,我们会有效把这些数据应用起来挖掘他们的价值。一辆试验车一天的数据在8G左右的体量,一家主流的车企在全国各地有大概几百辆车,他们在实验这么多年的情况下产生的数据量是非常大的,所以我们会基于他们的历史数据做数据挖掘,构建故障知识体系。

这是试验车平台的方案架构,跟整个远程体系架构一样,底层还是数据,只不过这里的数据采集设备是定制化的,再往上还是我们主要的应用。在试验车层面,主要分三块,第一块是基本的管理,比如车辆管理、设备管理,再往后就是引入我们自己数据的服务,包括对于车辆故障的诊断、识别、预警等等,保证整个车辆运行起来是安全的。我们主要实现的功能是车辆状况的实时监控,还有故障数据的回复问题,因为这是和他们自身的业务息息相关的。第三个是车辆测试的量化监测,还有数据采集的一些标准定义,以及我们整个故障预测体系的建立。这是远程智能诊断的第一个技术条件,需要有更大量的数据支撑。

第二块就是对于我们自己的用户来讲,我们怎么识别我们用户的出行行为、驾驶行为?只有识别出来这些,才知道你这辆车在什么时刻产生了什么行为,才能给你提供这种更差别化的安全出行服务。

首先,基于车联网数据和企业的DMS数据还有三方数据,建立了完整的用户画像,这里面的标签其实相当多,能够知道我们的用户到底是处于什么样的状态,这是对于人。对车其实也一样,车辆从出厂到你使用了一年以后,整个零部件及电子电器的信号,我们都能知道他的健康状况大概是处于什么样的状态,如果你接下来再去使用,我们还可以给你推荐,比如什么时间做什么方面的保养。

另一方面,如果我们有了用户的画像,这是其中的一个应用,我们就知道了用户的价值。其实这个用户价值的意思是对于经销商、主机厂而言的价值,主机厂的利润并不在于卖车,更大一部分在于售后服务,比如做一些维修保养、车辆故障维修等等,所以他对用户价值是非常看重的。

通过用户行为的一些识别,包括对整个车辆详细工况的识别,还可以对用户做个性化的保养和维修的推荐。通过我们做过的一个案例,能够详细体现出整个的流程。比如数据需要什么样的,需要怎么处理,比如数据怎么标签化,怎么筛选我们的目标客群,最后我们给哪些用户提供哪些不一样的安全服务、出行服务,甚至于包括营销服务。包括能够体现整个所有用户价值的实时热力图,可以观测到不同区域对于某一项服务需求的差异。

另外,远程智能诊断系统还有外延功能,我们自身其实还有一个产品叫智慧门店系统,有了前端一手的数据后,怎样更往后延伸,做好我们的用户服务?这些名词可能大家都听过,包括透明车间、交车完工,包括智能跟踪,其实就是智能收集用户的反馈。

对于故障而言,可以根据不同的故障做不同的处理措施,协助用户更安全的用车,更安全的出行。有些故障要求预测预警时间非常精准,我们可能就会在事前干预和控制风险层面做更多的努力。有些故障即使爆发也不会影响正常的用车,那我们就只是提醒用户在什么时间段做保养或检测。

最后介绍一下我们公司之前给主机厂服务过程中的案例经验及技术优势。这是远程智能诊断平台的功能需求,包括平台层面的功能,也包括我们具体处理面向于主机厂业务层面的功能。还有对于车辆的监控平台,还有对于数据流的实时管控和实时在线呈现的平台。远程智能诊断的核心技术其实就是故障知识图谱,包括从整车层级开始,一直到车身系统,一直到故障信号的爆发,还有车辆采集的实时信号之间的关系,其实就是整个故障知识体系在线的呈现。

刚才说过,我们公司最核心的价值在于故障数据的挖掘和模型的建立,其实我们做到现在,虽然有数据层面的硬性限制,但我们现在也已经做了很多的成果,比如说判断故障类型,精准度在90%以上;判断恶性操作,精准度在85%以上;评估一些零部件失效的概率,精准度在80%以上;预测关键零部件寿命,精准度在75%。还有对单车实时信号的呈现,以及我们对于具体某一辆车,我们是可以掌控它所有的故障信息,包括故障诊断、故障识别,也可以完成一些信号的下发,比如给用户提供不同的策略信号,都可以通过系统平台技术实现。

我今天的演讲大概就是这些内容,谢谢各位!

相关标签:
彩虹无线
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论