本发明属于汽车检测领域，尤其涉及一种基于云平台的汽车保养数字检测报告生成方法及系统。
背景技术：
随着汽车行业的快速发展，汽车以及进入百姓家庭，成为人们日常生活的必须品，汽车维修保养已经成为人们日常生活必须面对的事情，同时随着汽车品质的提高，故障率降低，日常保养更显得尤为重要，但是在日常保养中由于车主对汽车知识的缺乏，以及维修企业存在过渡保养的情况常常发生，目前汽车厂家虽然规定了汽车保养里程间隔，但是在现实生活中常常出现，相同里程相同汽车在不同的维修企业保养项目差别很大，车主经常困惑，到了保养里程具体应该做什么保养项目，尤其是汽车的使用环境和车主的驾驶习惯等因素的不同，使得汽车到了保养里程的车况会有区别，因此在汽车到了保养里程需要对汽车车况进行检查，并根据车况进行确定保养项目，但是目前市场能提供给的方便简捷的检测方法并不多。
目前智能手机的功能越来越强大，以及云平台和人工智能技术的出现，云平台处理数据的技术能力越来越强，图像，语音，文字，检测数据等都可以成为数字信号作为基础数据供云平台计算，分析和预测，因此基于智能移动智能终端获取汽车保养项目的图像，语音，文字，检测数据等数字信息，并将数字信息上传云平台的云端服务器，利用云平台提供数据分析运算能力，对数字信息数据进行分析，评估和预测，判断汽车实际车况，根据汽车车况确定保养项目，提高汽车保养的科学性。减少盲目保养和过度保养。
技术实现要素：
本发明的目的是针对上述问题,提供一种基于云平台的汽车保养数字检测报告生成方法及系统，其特征在于：包括：汽车保养项目，图像信息，视频，语音信息，文字信息，检测数据，移动智能终端，云平台，数字检测报告。
所述的汽车保养项目是汽车厂家提供的保养项目和行驶里程为基础，汽车保养项目包括检查项目，作业项目和分析预测项目，所述的检查项目是对汽车进行全面检查，并形成图像信息，视频，语音信息，文字信息，检测数据，并通过移动智能终端的移动网络传输到云平台，所述作业项目是通过对检查项目图像信息，视频语音信息，文字信息，检测数据在云平台上的计算和分析而确定当前需要保养作业的项目，所述分析预测项目是通过对检查项目图像信息，视频语音信息，文字信息，检测数据在云平台上的计算和分析预测当前不需要保养作业的项目，但是在未来行驶一定里程时候需要保养的项目。
所述汽车保养项目包含但不限于以下具体项目：
1.查询自诊断系统故障存储器，所述查询自诊断系统故障存储器包括获取汽车的的故障码和数据流数据：通过具有蓝牙功能obd检测装置获取的故障码和数据流。
2.检查汽车油液和泄露：所述汽车油液根据不同车型至少包含以下一种但也不限于以下油液，包括：润滑油油位，手动变速箱内的齿轮油油位，自动变速箱润滑油（atf）油位及油质，主减速器机油油位，动力转向油液，刹车油，防冻液，清洗液。
3.火花塞检测：移动智能终端调用摄像头获取火花塞图像，通过图像识别测量火花塞间隙和火花塞燃烧的图像特征判断火花塞是否需要更换。
4.汽缸积碳：移动智能终端调用手机内窥镜获取汽缸燃烧室图像，通过图像识别判断燃烧室积碳，是否需要清洗作业。
5.汽缸缸压：通过具有蓝牙功能的汽缸压力检测装置获取汽缸压力，判断发动机性能。
6.蓄电池检测：包括蓄电池容量，电瓶电压和内阻，蓄电池固定及电极接线柱，电眼颜色（免维护蓄电池无电眼），通过具有蓝牙功能的蓄电池检测装置获取蓄电池容量，电瓶电压和内阻，判断蓄电池是否需要更换和保养时机，移动智能终端调用摄像头获取蓄电池接线柱图像，通过图像识别判断蓄电池是否需要更换和保养时机。
7.刹车盘和刹车片：移动智能终端调用摄像头获取刹车盘和刹车片，通过图像识别判断刹车盘和刹车片是否需要更换和保养时机。
8.汽车轮胎包括备胎：包括花纹深度，磨损状态，轮胎胎压，车轮螺栓拧紧力矩，移动智能终端调用摄像头轮胎图像，通过图像识别判断轮胎磨损状态，花纹深度以及胎压。
9.三元催化：移动智能终端调用手机内窥镜获取三元催化图像，通过图像识别判断三元催化是否需要清洗保养。
10.车内所有开关，车内照明，置物箱箱照明，用电器，显示器，仪表各警报指示灯功能。
11.检车外部灯状态，包括：大灯，刹车灯，行李箱照明灯等所有灯光状态和闪烁报警装置，弯道行车道和自动行车灯灯控制功能。
12.风窗刮水器，清洗器以及大灯清洗装置。
13.过滤装置：包括机油滤清器，空调滤清器，空气滤清器。
14.门窗：包括车门铰链，车门窗密封条，车门止动器，天窗导轨。
15.正时皮带：移动智能终端调用摄像头正时皮带图像，通过图像识别判断正时皮带是否需要更换和保养时机。
16.车橡胶垫和护套：包括发动机橡胶支架，减速器和万向节护套，转向横拉杆防尘护套。
17.启动系统检测：移动智能终端调用移动智能终端话筒，在启动时刻或发动机启动的语音信息，通过语音识别判断启动系统性能。
18.检查空调性能：通过具有蓝牙功能的风速计获取空调出风口温度和风速数据，通过分析出风口温度和风速数据判断空调制冷性能。
19.安全带和安全气囊状态。
20.发动机机舱内检查：包括：缸盖外是否有机油渗入，散热器格栅有无破损，油管水管有无老化，裂痕，线束有无老化，破损，如有以上现象，移动智能终端调用摄像头获取发动机机舱图像，并文字标注缸盖外有机油渗入，散热器格栅有破损，油管水管有老化，裂痕，线束无老化，破损等。
21.底盘下检查：检查渗漏和松动，所述渗漏包括发动机油底壳是否渗漏，变速箱体是否渗漏，减震器是否渗漏等，所述松动包括：转向节臂球销是否松动，三角臂球销是否松动，传动轴十字轴是否无松动等。如有以上现象，移动智能终端调用摄像头获取底盘图像，并文字标注有渗漏和松动。
22.保养指示器复位：移动智能终端调用摄像头获取保养指示器复位并文字标注设定的里程数。
23.试车：移动智能终端调用移动智能终端话筒，获取发动机在怠速，加速，中速，高速运转的语音信息，判断发动机的性能，在汽车行驶过程中获取汽车的语音信息，判断汽车的行驶性能以及是否存有异响隐患和故障。
24.汽车油耗数据：移动智能终端调用摄像头获取仪表板上的油耗信息，车主通过每次加油录入的加油数量和行驶里程数，计算而得的油耗信息。
25.尾气排放数据：通过具有蓝牙功能的尾气检测装置获取汽车的尾气排放数据。
所述图像信息是移动智能终端调用摄像头，获取保养项目的图像信息，所述的图像信息包括：2检查汽车油液和泄露，3火花塞检测，4汽缸积碳6蓄电池检测7刹车盘和刹车片8检查汽车轮胎包括备胎8检查三元催化10车内所有开关11检车外部灯状态14检查门窗15检查正时皮带16检车橡胶垫和护套19安全带和安全气囊状态20发动机机舱内检查21底盘下检查22保养指示器复位。
所述的语音信息是通过移动智能终端话筒录入的信息，包括汽车运行过程录入的汽车运行状态语音信息和维修人员录入的汽车状态的描述信息，所述汽车状态的语音信息包括：17启动系统检测，24试车，所述维修人员录入的汽车状态的描述信息是维修人员同过移动智能终端话筒语音输入汽车状态的描述信息，根据汽车运行状态的语音信息频谱上所显示的特征判断汽车运行状态是否正常，是否存在异响故障和故障隐患。
所述视频信息是通过移动智能终端调用摄像头对汽车某一状态摄录的视频，包括：底盘下检查松动。
所述的文字信息是对汽车的某种状态进行文字描述和标注，包括20发动机机舱内检查和21底盘下检查。
所述的检测数据是通过具有蓝牙连接功能的检测装置获取的数据，所述的检测装置对汽车检测获取的数据通过蓝牙传输到移动智能终端，移动智能终端可以通过蓝牙连接检测装置，并对检测装置进行控制和操作，所述的检测数据包括：1查询自诊断系统故障存储器，通过obd检测装置获取的故障码和数据流，5汽缸缸压，通过蓝牙传输的汽缸压力检测装置获取的汽缸压力。6蓄电池检测：通过具有蓝牙传输功能的蓄电池检测装置获取的蓄电池容量和蓄电池电压和内阻数据。8汽车轮胎包括备胎：包括花纹深度，磨损状态，轮胎胎压，车轮螺栓拧紧力矩，通过具有蓝牙传输功能的花纹深度检测装置获取花纹深度数据，通过具有蓝牙传输功能的轮胎胎压检测装置获取轮胎胎压数据，通过具有蓝牙传输功能的扭力扳手获取车轮螺栓拧紧力矩数据，橡胶件硬度数据包括8汽车轮胎包括备胎的硬度15正时皮带的硬度16车橡胶垫和护套14门窗：车窗密封条硬度，所述的硬度数据是通过具有蓝牙传输功能的硬度计获取的橡胶件的硬度数据，25尾气排放数据：通过具有蓝牙功能的尾气检测装置获取汽车的尾气排放数据。
所述的文字信息是指通过移动智能终端屏幕手动输入文字用来描述描述汽车状况的文字信息。
所述的移动智能终端包括平板电，脑智能手机，智能眼镜等智能终端，包括车主客户端和维修技师客户端，维修技师客户端将获取的检查项目图像信息，视频语音信息，文字信息，检测数据上传云平台服务器。云端服务对获取检查项目图像信息，视频语音信息，文字信息，检测数据进行分析运算和预测，将运算结果形成检测报告，反馈到移动智能终端，反馈信息还包括作业项目和分析预测项目，维修技师客户端可以将生成的数字检测报告传递到车主客户端，维修技师客户端也可以将数字检测报告通过微信分享到车主移动智能终端的微信中，并可以在微信朋友圈中分享。
车主客户端包括但不限于以下检查项目图像信息，视频语音信息，文字信息，检测数据上传云平台服务器。
1.查询自诊断系统故障存储器，所述查询自诊断系统故障存储器包括获取汽车的的故障码和数据流数据，通过具有蓝牙功能obd检测装置获取的故障码和数据流。
2检查汽车油液和泄露：移动智能终端调用摄像头获取润滑油油位图像，通过图像识别判断润滑油品质。
6蓄电池检测：移动智能终端调用摄像头获取蓄电池接线柱图像，通过图像识别判断蓄电池是否需要更换和保养时机。
7刹车盘和刹车片：移动智能终端调用摄像头获取刹车盘和刹车片，通过图像识别判断刹车盘和刹车片是否需要更换和保养时机。
8汽车轮胎包括备胎：包括花纹深度，磨损状态，轮胎胎压，移动智能终端调用摄像头轮胎图像，通过图像识别判断轮胎磨损状态，花纹深度以及胎压。
17启动系统检测：移动智能终端调用移动智能终端话筒，在启动时刻或发动机启动的语音信息，通过语音识别判断启动系统性能。
23试车：移动智能终端调用移动智能终端话筒，获取发动机在怠速，加速，中速，高速运转的语音信息，判断发动机的性能，在汽车行驶过程中获取汽车的语音信息，判断汽车的行驶性能以及是否存有异响隐患和故障。
24汽车油耗数据：移动智能终端调用摄像头获取仪表板上的油耗信息，车主通过每次加油录入的加油数量和行驶里程数，计算而得的油耗信息。
所述的云平台是至少采用第三方云平台：目前能够云平台的非常多，包括阿里云，腾讯云，aws(亚马逊云平台)，百度云等，所述的云平台至少包括：云服务器，存储，容器服务，数据库，深度学习等。
所述的云平台服务器，采用第三方云平台服务器，减少硬件投入，快速布置。
所述的云平台存储用来存储移动智能终端传输的检查项目图像信息，视频，语音信息，文字信息，检测数据。
所述的云平台容器服务用来管理和布置图像，视频，语音识别应用程序，所述的图像识别应用程序是对图像进行图像预处理包括：去燥、灰度化、图像增强处理，高斯滤波获得可分析运算的数字图像，所述语音识别程序是对汽车运行状态的语音分析运算获得的频谱图，对频谱图对比分析判断汽车运行状态是否正常，是否存在异响隐患。
所述云平台数据库，分类存储检查项目图像信息，视频，语音信息，文字信息，检测数据。云平台数据库包括通用车型数据库，和专用车型数据库，所述通用车型数据库是不分车型种类，以汽车的vin码为id,行驶里程，检测时间，地理位置，环境信息为自变量，检查项目图像信息，视频，语音信息，文字信息，检测数据为自变量的数据库。所述的专用车型数据库，按车型分类，以汽车的vin码为id,以车系，车型。年款，排量，行驶里程，检测时间，地理位置，环境信息为自变量，检查项目图像信息，视频，语音信息，文字信息，检测数据为自变量的数据库。
所述的检测时间来自移动智能终端检测时候的时钟信息，所述的地理位置来自于移动智能终端地理位置信息，所述的环境温度来自于基于地理位置的天气平均温度和湿度以及海拔等信息。
所述云平台的深度学习是对检查项目图像信息，视频，语音信息，文字信息，检测数据进行特征提取、统计、训练、评估、预测和模型建立，并进行分类、聚类、回归、主题模型、推荐的算法，以及深度学习、在线学习、贝叶斯推荐等算法，确定作业项目和分析预测项目，并将作业项目和分析预测结果反馈到移动智能终端，同时生成数字检测报告反馈到移动智能终端。
所述的数字检测报告，是对获取的检查项目图像信息，视频，语音信息，文字信息，检测数据在智能移动智能终端屏幕数字化展示的文件，所述的问图像信息包括作业项目前和作业项目完成后的对比图像信息，所述的语音信息中的汽车状态语音信息包括作业项目前的汽车状态频谱图和作业项目完成后的汽车状态频谱图，所述的检测数据包括该车型的标准数据和作业项目前的检测数据以及完成作业项目后的检测数据，同时包括分析预测项目，所述的分析预测项目是汽车行驶一定里程后需要进行检测的作业项目。
进一步，一种基于云平台的汽车保养数字检测报告生成方法及系统，其特征，包括以下步骤：
步骤1.根据汽车vin码和行驶里程确定汽车保养检测项目；
步骤2.移动智能终端调用摄像头获取汽车保养检测项目的图像信息或视频；
步骤3.移动智能终端调用话筒获取汽车运行状态语音信息；
步骤4.维修人员通过话筒和屏幕输入描述汽车状况的语音信息和文字信息；
步骤5.移动智能终端通过蓝牙连接检测装置获取数据信息；
步骤6.移动智能终端将获取图像信息，视频，语音信息，文字信息，检测数据上传云平台的云服务器；
步骤7.云平台配置的图像识别程序，视频识别程序，语音识别程序，文字识别程序分别对获取图像信息，视频，语音信息，文字信息进行处理识别，生成可运算的数字信息。
步骤8.云平台建立通用车型数据库和专用车型数据库
步骤9.云平台深度学习提供的算法对图像信息，视频，语音信息，文字信息，检测数据进行分类，聚类，回归等运算
步骤10.根据运算结果确定作业项目和分析预测项目；
步骤11.将获取的图像信息，视频，语音信息，文字信息，检测数据以及根据运算结果确定作业项目和分析预测项目合并生成数字检测报告；
步骤12.将数字检测报告反馈到移动智能终端。
优选地步骤1之前移动智能终端，通过扫描汽车的vin码获取汽车信息，通过扫描仪表板里程表获取行驶里程信息。
为了能够更进一步了解本发明的特征以及技术内容，请参阅以下有关本发明的详细说明
与附图，然而附图仅提供参考与说明用使用，并非用来对本发明加以限制。
附图说明
本发明的目的，特征及有益效果将结合具体实施方式的详细描述，结合附图进一步说明。
附图中，
图1是本发明的工作原理图
图2是本发明的工作流程图
图3是本发明的实施流程图。
具体实施方式
为进一步阐述本发明所采取的技术手段及其有益效果，以下结合附图及本发明的实施例，作进一步详细的描述。
图1所示，为本发明的工作原理图：
一种基于汽车保养的汽车数字检查诊断系统，其特征在于：包括：汽车保养项目，图像信息，视频，语音信息，文字信息，检测数据，移动智能终端，云平台，数字检测报告。
汽车保养项目的数字数据包括图像信息，视频，语音信息，文字信息，检测数据，图像信息和视频是通过移动智能终端调用摄像头获取的，语音信息是通过移动智能终端调用移动智能终端的话筒获取的，文字信息是通过移动智能终端屏幕手动输入文字获取的，检测数据是移动智能终端通过蓝牙检测装置获取的，移动智能终端将获取图像信息，视频，语音信息，文字信息，检测数据通过移动网络传输到云平台云服务器，云平台包括：云服务器，存储，容器服务，数据库，深度学习；云平台通过对图像信息，视频，语音信息，文字信息，检测数据进行深度学习，分析和预测出作业项目和分析预测项目，同时生产数字检测报告。
图2是本发明的工作流程图
一种基于云平台的汽车保养数字检测报告生成方法及系统，其特征，包括以下步骤：
步骤1.根据汽车vin码和行驶里程确定汽车保养检测项目；
步骤2.移动智能终端调用摄像头获取汽车保养检测项目的图像信息或视频；
步骤3.移动智能终端调用话筒获取汽车运行状态语音信息；
步骤4.维修人员通过话筒和屏幕输入描述汽车状况的语音信息和文字信息；
步骤5.移动智能终端通过蓝牙连接检测装置获取数据信息；
步骤6.移动智能终端将获取图像信息，视频，语音信息，文字信息，检测数据上传云平台的云服务器；
步骤7.云平台配置的图像识别程序，视频识别程序，语音识别程序，文字识别程序分别对获取图像信息，视频，语音信息，文字信息进行处理识别，生成可运算的数字信息。
步骤8.云平台建立通用车型数据库和专用车型数据库
步骤9.云平台深度学习提供的算法对图像信息，视频，语音信息，文字信息，检测数据进行分类，聚类，回归等运算
步骤10.根据运算结果确定作业项目和分析预测项目；
步骤11.将获取的图像信息，视频，语音信息，文字信息，检测数据以及根据运算结果确定作业项目和分析预测项目合并生成数字检测报告；
步骤12.将数字检测报告反馈到移动智能终端。
优选地步骤1之前移动智能终端，通过扫描汽车的vin码获取汽车信息，通过扫描仪表板里程表获取行驶里程信息。
进一步如图3所示，为本发明的实施流程图：
包括：4汽车保养项目，5图像信息，7视频，8语音信息，9文字信息，10检测数据，1移动智能终端，26数字检测报告，15云平台,；15云平台包括：16云服务器，17容器服务，18存储，19数据库，22深度学习。
开始之前，移动智能终端1需要获取汽车的vin码和汽车的行驶里程信息，汽车的vin码是通过扫描车窗下的vin码获得，汽车的行驶里程信息是通过扫描仪表板上的里程表获得的。
移动智能终端1包括2车主客户端和3维修技师客户端，2车主客户端和3维修技师客户端分别根据预先设定4汽车检测项目，获取5图像信息，7视频，8语音信息，9文字信息，10检测数据，并通过移动网络传输到13云平台的14云服务器。
13云平台的15容器服务配置11图像识别程序12视频识别程序13语音识别程序14文字识别程序，15检测装置获取的检测数据在云12服务器16存储。
11图像识别程序对5图像信息进行图像预处理包括：去燥、灰度化、图像增强处理，高斯滤波获得可分析运算的数字图像。
12视频识别程序对获取的7视频进行识别分析。
13语音识别程序对汽车运行状态的语音分析运算获得频谱图，对频谱图对比分析判断汽车运行状态是否正常，是否存在异响隐患。
14文字识别程序对输入的文字进行分析识别判断。
本实施例的13云平台采用阿里云平台，14云服务器采用阿里云的云服务器ecs进行5图像信息，7视频，8语音信息，9文字信息，10检测数据的处理。
17容器服务采用阿里云容器服务（containerservice）管理和配置11图像识别程序12视频识别程序13语音识别程序14文字识别程序。
18存储采用阿里云的块存储（blockstorage）用来存储5图像信息，7视频，8语音信息，9文字信息，10检测数据。
19数据库采用阿里云的云数据库mysql建立通用车型数据库，和专用车型数据库，通用车型数据库是不分车型种类，以汽车的vin码为id,行驶里程，检测时间，地理位置，环境信息为自变量，检查项目5图像信息，6视频，7语音信息，8文字信息，9检测数据为自变量的数据库。专用车型数据库，按车型分类，以汽车的vin码为id,以车系，车型。年款，排量，行驶里程，检测时间，地理位置，环境信息为自变量，检查项目5图像信息，6视频，7语音信息，8文字信息，9检测数据为自变量的数据库。
22深度学习采用阿里云机器学习，应用阿里云机器学习提供的23分类，聚类，回归算法对5图像信息，7视频，8语音信息，9文字信息，10检测数据进行24评估和25预测。
通过24评估确定25作业项目。通过25预测确定27分析检测项目，同时生产28数字检测报告，28数字检测报告，为pdf格式。
25预测是对某一具体6检查项目的数据，获取多个车辆的数据建立样本，对样本数据进行回归分析，完成25预测分析。
生成的28数字检测报告，将反馈到3维修技师客户端，3维修技师客户端可以将生成的数字检测报告传递到2车主客户端，3维修技师客户端也可以将数字检测报告通过微信分享到2车主移动智能终端的微信中，并可以在微信朋友圈中分享。
生成的28数字检测报告包括检查项目5图像信息，6视频，7语音信息，8文字信息，9检测数据完成26作业项目前后对比数据，5图像信息包括作业项目前和作业项目完成后的对比图像信息，7语音信息中的汽车状态语音信息包括26作业项目前的汽车状态频谱图和26作业项目完成后的汽车状态频谱图，9检测数据包括该车型的标准数据和26作业项目前的检测数据以及完成26作业项目后的检测数据，同时包括27分析预测项目，分析预测项目是汽车行驶一定里程后需要进行检测的26作业项目。
以上所述仅为本发明的较佳实施例而已，不代表实施例的优劣，并非用于限定本发明的保护范围。本领域普通技术人员可以理解实现上述实施例的全部或部分，可以通过改变云平台以及软件编程来完成，凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。