1.基于物联网技术的自动化车辆保养预估方法，其特征在于，包括：车载设备实时采集车辆数据并通过网络上传到云平台，沉淀到大数据处理中心模块；大数据中心模块使用hadoop技术来对大数据进行分类处理，提供保养运算所需的基础参数。
2.根据权利要求1所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，大数据中心模块根据车辆的剩余保养里程和日平均行驶里程，推算下次保养时间点T1；根据车辆的剩余保养时间，推算下次保养时间点T2，两者采用先到原则，取一个下次保养时间。
3.根据权利要求2所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，如果T2＜T1，则下次保养总里程Y＝行驶里程+日平均行驶里程×天数差；如果T2≥T1，则下次保养总里程Y＝行驶里程+剩余里程。
4.根据权利要求1所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，大数据中心模块通过底盘号、总里程和车龄，来确定5千公里保养人群和1万公里保养人群，具体为：
如果平均设置保养里程<＝N1万公里OR平均保养里程间隔<＝N2万公里，属于5千公里保养人群；
否则，属于1万公里保养人群。
5.根据权利要求1所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，根据不同人群来确定保养项目，具体为：
第一步，计算脱保次数，5千公里保养人群为：(本次保养总里程－上次保养里程)×2－1；
1万公里保养人群为：本次保养总里程－上次保养里程－1；
第二步，根据脱保次数，进行路径选择：
针对5千公里保养人群，如果脱保次数小于等于1，则选择路径Ⅰ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅱ为缺多次人群；
针对1万公里保养人群，如果脱保次数小于等于1，则选择路径Ⅲ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅳ为缺多次人群。
6.根据权利要求5所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，路径Ⅰ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3……],其中X以0.5为单位，递增分档；如果X落在包含0.5奇数倍的区间，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间，则选择方案Ⅱ；
路径Ⅱ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3……],其中X以0.5为单位，递增分档；如果X落在包含0.5奇数倍的区间，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间，则选择方案Ⅱ；
路径Ⅲ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值，该路径中还进行CRM反查，如果最近一次更换该项目时里程+对应保质周期里程<Y+0.5，则该项目需要更换；如果最近一次更换该项目时里程+对应保质周期里程>Y+0.5，则剔掉该项目；检查时间对应项目在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换。
路径Ⅳ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值。
7.根据权利要求6所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，方案Ⅰ保养项目为机油机滤、燃油添加剂；方案Ⅱ查询保养知识库，找出对应的保养项目。
8.根据权利要求7所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，方案Ⅰ中还进行CRM反查，在CRM反查时除了机油机滤、燃油添加剂、清洗节气门外，其余项目都需要反查，检查上次项目是否有遗漏，如果最近一次更换该项目时里程+对应项目的保质周期里程<Y+0.4，则该项目需要更换；如果最近一次更换该项目时里程+对应的保质周期里程>Y+0.4，则剔掉该项目；检查时间对应项目在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换。
9.根据权利要求5所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，保养的内容包括保养项目和保养备件，即根据大数据来获取每个保养项目的工时费，保养备件单价与个数。
10.根据权利要求8所述的基于物联网技术的自动化车辆保养预估方法，其特征在于，通过车辆实际的进店保养历史来获取车主遗漏的保养项目，来进行填充，再次确保车辆保养内容的准确与完整。