一种基于车联网和图像数据的车况检测评级方法及系统与流程

本发明涉及车况评级，尤其涉及一种基于车联网和图像数据的车况检测评级方法及系统。

背景技术：

1、随着信息技术和汽车工业的飞速发展，车联网(iot)作为一种新兴的网络集成解决方案，已经逐步渗透到汽车领域，实现了车与车、车与路、车与人以及车与服务平台的全方位互联。而在汽车维护和安全领域，确保车辆处于良好状态是避免交通事故和延长汽车使用寿命的关键。

2、在现有技术中，车况检测技术多依赖人工，辅助一些诊断系统提供车辆故障码等手段，虽然车况检测结果的准确性能够得到一定程度的市场认可，但仍存在一些弊端：人工检查容易受到检查者技能和经验的影响，缺乏一致性；目前的车辆检测技术很多依旧不能覆盖车辆的所有情况，特别是对于内部隐蔽部件的损坏或早期故障，检测可能会漏掉一些重要信息；尽管有许多先进的检测技术，车况检测很多时候仍然需要专业的技术人员来解读数据和维修问题。

技术实现思路

1、本发明的目的在于，提供一种基于车联网和图像数据的车况检测评级方法，解决以上技术问题；

2、本发明的目的还在于，提供一种基于车联网和图像数据的车况检测评级系统，解决以上技术问题；

3、一种基于车联网和图像数据的车况检测评级方法，包括，

4、步骤s1，结合车联网和图像数据得到车辆的状态信息；

5、步骤s2，依据所述车辆的分组数据进行车型分组，得到车辆所属分组，所述车辆所属分组包括多个分组后车辆；

6、步骤s3，依据所述状态信息针对所述分组后车辆确定车况评级维度以及下属车况特征因子；

7、步骤s4，依据所述车况特征因子，基于无监督学习技术生成所述分组后车辆的车况评分和车况评分雷达图；

8、步骤s5，基于所述分组后车辆的车况评分构建车况评级预测模型进行车况检测评级。

9、优选地，步骤s1中的所述状态信息包括所述车辆的车载终端数据、内饰图像、外观图像以及预检测结果数据；

10、步骤s2中的所述分组数据包括品牌、能源类型、车辆级别以及指导价格；

11、步骤s3中的所述车况评级维度包括汽车健康维度、行驶性能维度、安全性能维度、车身维度以及电子设备状况维度。

12、优选地，步骤s4包括，

13、步骤s41，通过对评价指标矩阵进行标准化处理，得到正向指标和负向指标；

14、步骤s42，结合熵值和差异系数计算得到每一所述车况评级维度的车况特征因子权重；

15、步骤s43，将所述车况特征因子权重乘以对应的所述车况特征因子的分数，得到所述分组后车辆的车况评分；

16、步骤s44，依据所述分组后车辆的车况评分生成所述车况评分雷达图。

17、优选地，步骤s43包括，

18、步骤s431，获取单个所述车况评级维度的所述车况特征因子的特征数据；

19、步骤s432，统计所述特征数据的数据分布形态；

20、步骤s433，对所述特征数据进行数值变换，得到所述车况特征因子的分数；

21、步骤s434，将全部所述车况特征因子的分数乘以对应的权重后累加，得到所述分组后车辆的车况评分。

22、优选地，所述车况特征因子权重的计算式为，

23、

24、式中，wj表示所述车况特征因子权重，gj表示所述差异系数，j表示第j项指标，n表示所述车况特征因子的总个数。

25、优选地，所述差异系数的计算式为，

26、gj＝1-ej

27、式中，gj表示所述差异系数，j表示第j项指标，ej表示第j项指标熵值，

28、

29、式中，k表示常数，m表示候选方案个数，n表示所述车况特征因子的总个数，i表示第i个方案，pij表示第j项指标下第i个指标权重，

30、

31、式中，xij表示标准化后数值。

32、优选地，所述分组后车辆的车况评分的计算式为，

33、

34、式中，score表示所述分组后车辆的车况评分，n表示所述车况特征因子的总个数，wj表示所述车况特征因子权重，xi表示第i个所述车况特征因子的分数。

35、一种基于车联网和图像数据的车况检测评级系统，包括，

36、车辆状态获取模块，结合车联网和图像数据得到车辆的状态信息；

37、车型分组模块，连接所述车辆状态获取模块，依据所述车辆的分组数据进行车型分组，得到车辆所属分组，所述车辆所属分组包括多个分组后车辆；

38、评级维度确定模块，连接所述车型分组模块，依据所述状态信息针对所述分组后车辆确定车况评级维度以及下属车况特征因子；

39、车况评分生成模块，连接所述评级维度确定模块，依据所述车况特征因子，基于无监督学习技术生成所述分组后车辆的车况评分和车况评分雷达图；

40、车况评级生成模块，连接所述车况评分生成模块，基于所述分组后车辆的车况评分构建车况评级预测模型进行车况检测评级。

41、优选地，所述车况评分生成模块包括，

42、权重计算单元，结合熵值和差异系数计算得到每一所述车况评级维度的车况特征因子权重；

43、评分计算单元，连接所述权重计算单元，结合所述车况特征因子权重，对所述车况特征因子的特征数据进行数值变换，得到所述分组后车辆的车况评分；

44、车况雷达生成单元，连接所述评分计算单元，依据所述分组后车辆的车况评分生成所述车况评分雷达图。

45、优选地，所述评分计算单元包括，

46、特征数据获取子单元，获取单个所述车况评级维度的所述车况特征因子的所述特征数据；

47、分布统计子单元，连接所述特征数据获取子单元，统计所述特征数据的数据分布形态；

48、数值变换子单元，连接所述分布统计子单元，对所述特征数据进行数值变换，得到所述车况特征因子的分数；

49、累加子单元，连接所述数值变换子单元，将全部所述车况特征因子的分数乘以对应的权重后累加，得到所述分组后车辆的车况评分。

50、本发明的有益效果是：减少对专业人员的依赖，保证结果的一致性，使得检测结果更全面，并提供智能化评估。

技术特征：

1.一种基于车联网和图像数据的车况检测评级方法，其特征在于，包括，

2.根据权利要求1所述的基于车联网和图像数据的车况检测评级方法，其特征在于，步骤s1中的所述状态信息包括所述车辆的车载终端数据、内饰图像、外观图像以及预检测结果数据；

3.根据权利要求1所述的基于车联网和图像数据的车况检测评级方法，其特征在于，步骤s4包括，

4.根据权利要求3所述的基于车联网和图像数据的车况检测评级方法，其特征在于，步骤s43包括，

5.根据权利要求3所述的基于车联网和图像数据的车况检测评级方法，其特征在于，所述车况特征因子权重的计算式为，

6.根据权利要求5所述的基于车联网和图像数据的车况检测评级方法，其特征在于，所述差异系数的计算式为，

7.根据权利要求5所述的基于车联网和图像数据的车况检测评级方法，其特征在于，所述分组后车辆的车况评分的计算式为，

8.一种基于车联网和图像数据的车况检测评级系统，其特征在于，包括，

9.根据权利要求8所述的基于车联网和图像数据的车况检测评级系统，其特征在于，所述车况评分生成模块包括，

10.根据权利要求9所述的基于车联网和图像数据的车况检测评级系统，其特征在于，所述评分计算单元包括，

技术总结
本发明公开了一种基于车联网和图像数据的车况检测评级方法及系统，属于车况评级技术领域；包括，步骤S1，结合车联网和图像数据得到车辆的状态信息；步骤S2，依据车辆的分组数据进行车型分组，得到车辆所属分组，车辆所属分组包括多个分组后车辆；步骤S3，依据状态信息针对分组后车辆确定车况评级维度以及下属车况特征因子；步骤S4，依据车况特征因子，基于无监督学习技术生成分组后车辆的车况评分和车况评分雷达图；步骤S5，基于分组后车辆的车况评分构建车况评级预测模型进行车况检测评级。上述技术方案的有益效果是：减少对专业人员的依赖，保证结果的一致性，使得检测结果更全面，并提供智能化评估。

技术研发人员：徐建波,杜云柯
受保护的技术使用者：芯安微众（上海）微电子技术有限公司
技术研发日：
技术公布日：2024/4/8