(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211145618.8 (22)申请日 2022.09.20 (71)申请人 安徽江淮 汽车集团股份有限公司 地址 230601 安徽省合肥市肥西县经开区 始信路669号 (72)发明人 余纪邦　黄秋生　吴平安　李盈盈　 李旭东　魏江文　王苗　 (74)专利代理 机构 北京维澳专利代理有限公司 11252 专利代理师 常小溪 (51)Int.Cl. G08G 1/01(2006.01) G06F 17/18(2006.01) G06F 17/16(2006.01) B60L 58/12(2019.01) (54)发明名称 一种基于行驶数据的车辆异常监控方法 (57)摘要 本发明提供一种基于行驶数据的车辆异常 监控方法， 包括： 设置变量A和变量B， 以表征车辆 使用状态； 将所述变量A和所述变量B按照一定的 数值区间分割为低档、 中档和高档， 并进行组合 得到9种车辆使用状态； 利用远程监控平台收集 同一型号的多辆汽车实际的行驶数据， 并根据所 述行驶数据计算出对应车辆每一次充电的所述 变量A和所述变量B， 形成车辆使用状态数据； 根 据收集的同一型号车辆的所述车辆使用状态数 据， 构建状态转移矩阵， 并判断所述转移矩阵是 否稳定； 如果所述转移矩阵稳定， 则根据转移矩 阵收敛状态对应的车辆使用状态， 对 车辆未来一 段时间运行状况进行预测。 本发 明能提高车辆远 程监测的精准 性， 提高车辆使用的安全性。 权利要求书2页 说明书6页 附图2页 CN 115424443 A 2022.12.02 CN 115424443 A 1.一种基于行驶数据的车辆异常监控方法， 其特 征在于， 包括： 设置变量A和变量B， 以表征车辆使用状态， 所述变量A等于上一次充电结束到本次充电 开始的行驶里程除以上一次充电结束与本次充电开始的电量差， 所述变量B等于上一次充 电结束到 本次充电开始的时间 间隔除以上一次充电结束与本次充电开始的电量差； 将所述变量A和所述变量B按照一定的数值区间分割为低档、 中档和高档， 并进行组合 得到9种车辆使用状态； 利用远程监控平台收集同一型号的多辆汽车实际的行驶数据， 并根据 所述行驶数据计 算出对应车辆每一次充电的所述变量A和所述变量B， 形成车辆使用状态数据； 根据收集的同一型号车辆的所述车辆使用状态数据， 构建状态转移矩阵， 并判断所述 转移矩阵是否稳定； 如果所述转移矩阵稳定， 则根据转移矩阵收敛状态对应的车辆使用状态， 对车辆未来 一段时间运行状况进行 预测。 2.根据权利要求1所述的基于行驶数据的车辆异常监控方法， 其特征在于， 所述将所述 变量A和所述变量B 按照设定的数值区间分割为低档、 中档和高档， 并进 行组合得到9种车辆 使用状态， 包括： 将所述变量A分割为A低、 A中和A高， 将所述变量B分割为B低、 B中和B高； 将A低、 A中、 A高与B低、 B中、 B高进行组合， 以得到A低B低、 A低B中、 A低B高、 A中B低、 A中B中、 A中B高、 A高B低、 A高 B中和A高B高所表征的9种车辆使用状态。 3.根据权利要求2所述的基于行驶数据的车辆异常监控方法， 其特征在于， 所述构建状 态转移矩阵， 包括： 用 α1，…， α9分别代表A低B低、 A低B中、 A低B高、 A中B低、 A中B中、 A中B高、 A高B低、 A高B中和A高B高， 并形成矩阵 p0； 利用矩阵p0中的9个元素中每个元素对应下一次的车辆使用状态的概率， 构建成一个 9X9方阵的转移 矩阵。 4.根据权利要求3所述的基于行驶数据的车辆异常监控方法， 其特征在于， 所述根据 所 述行驶数据计算出对应车辆每一次充电的所述变量A和所述变量B， 包括： 设置电量修正系数η， 所述电量修正系数与动力电池的SOH成正比， 利用所述电量修正 系数对所述变量A和所述变量B的计算 值进行修 正。 5.根据权利要求4所述的基于行驶数据的车辆异常监控方法， 其特征在于， 所述判断所 述转移矩阵是否稳定， 包括： 提取50组汽车行驶数据， 该50组的汽车行驶数据要求前一状态下的车辆状态是相同 的， 且不同汽车在不同SOH下产生的数据， 要 按照电量 修正系数 η修 正后进行统计分析； 对提取的汽车行驶数据进行皮尔逊拟合检验， 根据检验结果判断所述转移矩阵是否稳 定。 6.根据权利要求5所述的基于行驶数据的车辆异常监控方法， 其特征在于， 所述对提取 的汽车行驶数据进行皮尔逊拟合检验， 包括： 车辆由前一状态转化为后一状态α1、 α2、……α9的概率分别对应p1、 p2、……p9， 车辆的后 一状态是α1、 α2、……α9的数据分别是n1、 n2、……n9；权　利　要　求　书 1/2 页 2 CN 115424443 A 2取统计量 则χ2～χ2(8)， 在显著水平α下， 其中 显著水平α ∈(0,1)； 判断是否满足χ2≤χ2(8)， 其中χ2(8)通过查询 χ2分布表求得， 若结果满足χ2≤χ2(8)， 则 判定转移 矩阵已经 稳定， 否则， 继续对转移 矩阵进行 数据更新。 7.根据权利要求6所述的基于行驶数据的车辆异常监控方法， 其特征在于， 所述根据转 移矩阵收敛状态对应的车辆使用状态， 对车辆未来 一段时间运行状况进行 预测， 包括： 根据转移矩阵推测在若干次的行驶、 充电后， 车辆将处于何种状态， 并以此来判断车辆 的运行是否存在异常； 在所述转移矩阵收敛于A中B中的车辆使用状态时， 判定车辆的行驶数据是正常的， 车辆 在未来一段时间运行状况良好。 8.根据权利要求7 所述的基于行驶数据的车辆异常监控方法， 其特 征在于， 还 包括： 根据车辆的收敛状态， 对车辆的设计参数进行调整， 以使车辆收敛于A中B中的车辆使用 状态。权　利　要　求　书 2/2 页 3 CN 115424443 A 3