基于收集的车辆数据调整诊断测试的制作方法

本公开涉及基于收集的车辆数据调整诊断测试的系统和方法。

背景技术：

许多车辆包括计算机，该计算机被编程用于执行车载诊断以识别不在规定限制内操作的系统。这些诊断测试通常在现实条件下执行，例如，在车辆运行时或刚好在车辆运行之后。相应地，测试的结果可以取决于不受控制的环境因素和车辆的操作条件，例如车辆的地理位置、驾驶时的天气条件和/或测试时的时间、车辆的使用模式等。然而，当前的测试规范未考虑各种不受控制(或不可控制)的因素，并且因此会提供不可靠、不准确或至少低于所需准确性的诊断测试结果。

技术实现要素：

根据本发明，提供一种包含计算装置的系统，计算装置包括处理器和存储器，存储器存储可由处理器执行的指令，以使处理器被编程用于：

从多个车辆中的每一个接收与执行诊断测试相关的各自的诊断测试的数据集，每个诊断测试的数据集包括测试输出值和一个或多个对应测试条件值；

至少部分基于选择的函数来选择至少一些测试输出值，函数使各自选定的测试输出值与来自不同诊断数据集的测试输出值相关；

提供每个测试输出值和对应测试条件值作为选定函数的输入以获得多个缩放的测试输出值；以及

至少部分基于缩放的测试输出值产生对诊断测试的调整。

根据本发明的一个实施例，其中处理器进一步被编程用于：

向提供其中一个选定测试输出值的车辆提供调整。

根据本发明的一个实施例，其中调整是用于评估测试输出值的阈值的调整。

根据本发明的一个实施例，其中缩放输出值的集合可在对于诊断测试预定的尺度上比较。

根据本发明的一个实施例，其中对于诊断测试的预定尺度至少部分基于参考车辆。

根据本发明的一个实施例，其中对于诊断测试的预定尺度至少部分基于参考测试条件。

根据本发明的一个实施例，其中用于接受至少一些测试输出值的选定的函数是统一的。

根据本发明的一个实施例，其中选择至少一些输出值至少部分基于行驶路径、环境空气温度值、气压压力、相对湿度和使用模式中的至少一种。

根据本发明的一个实施例，其中测试数据输出值包括发动机关闭自然真空。

根据本发明的一个实施例，其中一种或多种测试条件值包括燃料液位。

根据本发明的一个实施例，其中测试数据输出值包括从点火开关接通到点火开关断开的空气质量和(airmasssummation)。

根据本发明的一个实施例，该系统进一步包含第二计算装置，第二计算装置包括第二处理器和第二存储器，第二存储器存储可由第二处理器执行的指令，以使第二处理器被编程用于：

接收来自车辆中的传感器的测试输出值；以及

将测试输出值连同车辆识别数据以及一种或多种对应测试条件传输到处理器。

根据本发明的一个实施例，其中第二处理器进一步被编程用于：

从处理器接收诊断测试的调整；以及

基于调整执行诊断测试。

根据本发明，提供一种方法，方法包含：

通过处理器从多个车辆中的每一个接收与执行的诊断测试相关的各自的诊断测试的数据集，每个诊断测试的数据集包括测试输出值和一个或多个对应测试条件值；

至少部分基于选择的函数来选择至少一些测试输出值，函数使各自选定的测试输出值与不同诊断数据集的测试输出值相关；

提供每个测试输出值和对应测试条件值作为选定函数的输入以获得多个缩放测试输出值；并且

至少部分基于缩放测试输出值产生对诊断测试的调整。

根据本发明的一个实施例，该方法进一步包含：

向提供其中一个选定的测试输出值的车辆提供调整。

根据本发明的一个实施例，其中缩放输出值的集合可在对于诊断测试预定的尺度上比较。

根据本发明的一个实施例，其中对于诊断测试的预定尺度至少部分基于参考车辆。

根据本发明的一个实施例，其中对于诊断测试的预定尺度至少部分基于参考测试条件。

根据本发明的一个实施例，该方法进一步包含：

通过第二处理器接收来自车辆中的传感器的测试输出值；

通过第二处理器将测试输出值连同车辆识别数据以及一个或多个对应测试条件传输到处理器。

根据本发明的一个实施例，该方法进一步包含：

通过第二处理器接收来自处理器的对诊断测试的调整；以及

通过第二处理器基于调整执行诊断测试。

附图说明

图1是用于调整车辆车载诊断测试的示例性系统的图；

图2是用于图1的系统的示例性车辆的框图；

图3a是在第一测试条件下执行的诊断测试的示例性图表；

图3b是在第二测试条件下执行的诊断测试的示例性图表；

图4是收集用于调整诊断测试的数据的示例性程序的图；

图5是基于来自多个车辆的数据来产生诊断测试的调整的示例性程序图；

图6是用于调整诊断测试的示例性程序的图。

具体实施方式

介绍

如图1所示，系统10包括被编程用于收集与多个车辆12相关的数据的服务器16。来自每个车辆12的数据包括车辆识别数据、关于操作条件的数据以及与车辆12相关的一种或多种诊断测试的测量参数值和/或由车辆12执行的一种或多种诊断测试的测量参数值。识别数据包括如车辆型号、车辆制造年份、车辆特征、车辆性能规格等的数据。操作条件包括如车辆12的位置、操作期间的天气条件(例如外部温度、湿度等的环境条件)、车辆12的使用模式、车辆12中的致动器的位置(例如在控制器中)、应用到车辆12中马达的电流等。测量的测试参数值包括由车辆12执行的诊断测试的结果，例如，蒸气压力水平或流体压力水平。数据可以由服务器16从车辆12或从如全球定位系统、天气报告系统等的其它数据源18收集。数据可以如经由网络14收集。

服务器16被编程用于收集与各车辆12执行的特定诊断测试相关的数据集。该数据集可以包括与车辆12相关的识别数据、在诊断测试时与车辆12相关的操作条件以及在诊断测试期间由车辆12测量的一个或多个测试参数值。

服务器16可以从收集的数据集中选择数据集以确定对特定诊断测试的调整。选择要使用的数据集可以包括基于车辆识别数据、操作数据和测试参数值来确定可以识别以产生缩放测试参数值的函数，可以在共同尺度上评估该缩放测试参数值。共同尺度可以是特定诊断测试的预定尺度，例如基于在参考操作条件下操作的参考车辆。产生可以在共同尺度上评估的缩放测试参数值的函数在本文中将被称为归一化函数。

所选择的数据集可以但并非必须来自具有类似型号类型、类似制造年份、类似传动系、类似气候控制系统的和/或已经根据相似的使用模式等在类似的环境空气温度、类似的大气压力下沿类似的行驶路线操作的车辆12的数据集。

服务器16可以从各车辆12收集与诊断测试有关的数据集。之后，服务器16可以从收集的数据集中选择可以应用归一化函数的数据集。之后，服务器16可以将归一化函数应用于所选择的数据集，并且生成缩放的测试参数值。基于缩放的测试参数值，服务器16可以产生对诊断测试的调整，并且将调整提供给一个或多个车辆12。一个或多个车辆12分别与选择用于产生调整的数据集相关联。在一些情况下，基于所选择的数据集的调整也可以应用于其它车辆12，其它车辆12与所选择的数据集不相关。车辆12可以从服务器16接收调整，并且之后可以基于调整执行车载诊断测试。

系统元件

在图1中示出了用于收集与车辆12相关的数据的示例性系统10。系统10包括一个或多个车辆12、网络14、服务器16，并且还可以包括一个或多个数据源18。

车辆12通常是具有三个或更多车轮的陆基车辆12，例如乘用车、轻型货车等。如下文另外详细描述的，并且如图2所示，第一车辆12包括计算机20。计算机20被编程用于执行和/或收集与一个或多个车辆系统上的车载诊断测试相关的数据，如下文更详细地描述的。此外，车辆12可以将与车载诊断测试相关的数据发送到服务器16。数据可以包括识别数据、来自传感器的数据、来自控制器的数据、从如全球定位系统、天气跟踪系统、交通跟踪系统等数据源接收的数据。

例如，车辆12计算机20可以执行用于检测蒸发排放(evap)系统中的泄漏的诊断测试。第一车辆12计算机可以在计算机20的控制下致动一个或多个车辆部件。如本文所使用的，在计算机20的控制下致动车辆部件可以包括车辆计算机20如经由车辆12通信总线向车辆电子控制单元(ecu或“控制器”)24发送指令并且车辆控制器24基于该指令致动第一车辆12中的部件。例如，为了执行诊断测试，车辆12计算机20可致动阀以打开或关闭车辆12内的燃料蒸气腔(fuelvaporcavity)。车辆12计算机20可向阀控制器24发送指令。阀控制器24可控制电动马达打开或关闭阀。阀控制器24还可以向计算机20提供表明阀处于打开或关闭位置的反馈。

车辆12计算机20还可以从一个或多个传感器接收数据。传感器可以表明如腔内的压力。

网络14表示一个或多个车辆12、服务器16和一个或多个数据源18可以彼此通信所利用的一种或多种机制，并且网络14可以是各种有线或无线通信机制中的一种或多种，包括有线(例如电缆和光纤)和/或无线(例如蜂窝、无线、卫星、微波和射频)通信机制以及任何所需网络拓扑技术(或当使用多种通信机制时的多种拓扑技术)的任何所需组合。示例性通信网络包括无线通信网络、局域网(lan)和/或包括供数据通信服务的因特网的广域网(wan)。

数据源18可以是如全球定位系统、交通跟踪系统、天气跟踪系统等的系统，并且可以提供与车辆12的操作条件相关的数据。例如，数据源18可以被编程用于产生并向一个或多个车辆12或服务器16提供地图数据、天气数据、地理坐标(例如纬度、经度)、交通数据等，如已知的。

车辆12还包括一个或多个传感器22，设置传感器22以用于收集与第一车辆12以及第一车辆12操作所在的环境有关的数据。以示例而非限制的方式，传感器22可以包括如温度计、气压计、湿度传感器、高度计、摄像机、激光雷达、雷达、超声波传感器、红外传感器、压力传感器、加速度计、陀螺仪、温度传感器、霍尔传感器、光学传感器、电压传感器、电流传感器、例如开关的机械传感器等。传感器22可以用于感测车辆12操作所在的环境，例如天气条件、道路坡度、道路位置、相邻车辆12等。传感器22还可用于收集与车辆12的操作相关的动态车辆12数据，例如速度、横摆率、转向角、发动机速度、制动压力、油压、应用到车辆中的控制器的功率水平、部件之间的连通性等。传感器22还可以进一步用于测量和产生与一种或多种诊断测试相关的参数值，例如燃料水平、蒸发排放压力等。

通信回路26可以包括如已知的硬件、软件、固件等，并且可以配置用于一种或多种类型的无线通信。硬件可以包括如一个或多个收发器、一个或多个接收器、一个或多个发射器、一个或多个天线、一个或多个微控制器、一个或多个存储器、一个或多个电子部件等。软件可以存储在存储器上，并且可以包括如一个或多个编码器、一个或多个解码器等，其用于将消息从一种协议转换到另一种协议。例如编码功能的一些功能可以通过固件来实现。

无线通信的类型可以包括wifi(无线保真)通信、专用短程通信(dsrc)、双向卫星通信(如紧急服务)、单向卫星通信(如接收数字音频无线电广播)、am/fm(调幅/调频)无线电等。此外，如已知的，通信回路26可以经由如有线网络(如控制器局域网(can)总线或局部互连网络(lin)总线)通信地连接到计算机20。

用于车辆12的一个或多个控制器24可以包括已知的电子控制单元(ecu)等，作为非限制性示例，其包括发动机控制器、阀控制器、座椅控制器、动力转向控制器、车门锁控制器、车门闩锁控制器、气候控制器、视镜调整控制器、安全带控制器、制动控制器等。每个控制器24可以包括各处理器和存储器、一个或多个致动器，并且可以向一个或多个传感器22发送指令和/或从一个或多个传感器22接收数据，如已知的。控制器24可以被编程和连接到车辆12通信总线以从计算机20接收指令并且基于这样的指令控制致动器。例如，阀控制器可以接收打开或关闭阀的指令，并且可以使致动器移动阀筒。致动器可以是如电动马达或螺线管。一个或多个传感器22可以例如检测致动器的动作。例如，阀控制器中的传感器22可以检测阀筒已经移位。控制器24可以向计算机20提供关于阀筒的状态的数据。

计算机20包括处理器和存储器。存储器包括一种或多种类型的计算机可读介质，以及存储可由处理器执行的用于执行包括如本文所公开的各种操作的指令。进一步地，计算机20可以包括一个或多个其它计算机和/或通信地连接到一个或多个其它计算机，包括例如传感器22和控制器24的车辆部件，其同样如已知的包括各自的处理器和存储器。可以例如经由控制器局域网(can)总线或本地互连网络(lin)总线等来执行通信，如已知的。

如已知的，计算机20可以被编程用于执行诊断测试并且确定车载系统(例如车载传感器22、车载控制器24和车载通信回路26)的可操作性。

程序

执行车载诊断测试

通常，车辆12的计算机20可以被编程用于执行一种或多种车载诊断(obd)测试。计算机20可以针对例如车辆12中的特定部件或部件组的适当操作而进行测试。在特定时间，计算机20例如基于如下文所述的触发事件通过向一个或多个控制器24发送指令来启动诊断测试。控制器24可以使车辆12处于执行诊断测试的状态，即以预定方式和/测试的预定位置来致动和/或控制一个或多个车辆12部件。该条件可以包括如将一个或多个阀置于特定位置、通过马达施加特定力等。一经将车辆12置于执行诊断测试的条件中时，计算机20可以从一个或多个传感器22接收数据。基于来自传感器22的数据，计算机20可以确认测量的测试参数值是否在预定范围内。在预定范围内的参数值可以表明正由计算机20测试的部件在规范内操作。在预定范围之外的参数值可以表明正被测试的部件未在规范内操作。

例如，计算机20可以向控制器24发送指令以将主缸移位规定量，从而向制动流体管路施加压力。计算机20可以从控制器24接收主缸移位的规定量。基于主缸的位移，计算机20可以确定制动流体压力的预期范围。计算机20可以从设置在制动流体管路中的压力传感器22接收制动流体管路中的制动流体的压力。计算机20可以比较来自传感器22的数据并确定制动流体压力在预期范围内。预定范围可以例如高于预定阈值，如40巴。

测试参数值的预期范围可以是一个或多个其它值的函数。例如，可以部分基于车辆12的燃料液位来确定蒸发排放压力的阈值。

常见的车载诊断测试包括歧管压力感测诊断、发动机冷却剂温度感测诊断、燃料喷射系统诊断、爆震传感器诊断、废气再循环功能诊断、催化剂系统效率功能诊断等。

用于收集与车载诊断测试相关的数据的触发事件

计算机20可以被编程用于识别许多不同类型的触发事件，以收集与车载诊断测试相关的数据。作为非限制性示例，可以在车辆12已经在特定速度(例如60英里/小时)以上操作多于五分钟的时间段时、当车辆12正在操作并且在预定范围的环境温度中(如介于0和25摄氏度)时、当车辆12在静止但由于操作发动机仍然暖和(冷却剂在高于50摄氏度的温度)时的行程结束点、在具有特定使用模式的行程结束时(例如在高于30英里/小时的速度下保持至少30分钟)、在车辆12于特定地理区域中行驶或者穿过特定公路段的行程结束时、当车辆12在冷却到环境温度之后启动时、当车辆12行驶了特定英里数(例如1000英里)时、自从收集与诊断测试有关的最后数据等而周期性(例如车辆运行时每小时一次)地触发收集数据。此外，触发事件可以包括例如来自服务器16的关于特定测试的数据请求、经由如can总线的来自技术人员的请求等，该请求用于收集与特定诊断测试相关的数据。

基于识别用于收集与诊断测试相关的数据的触发事件，计算机20可以收集数据。计算机20可以发送指令以将一个或多个致动器设置到收集数据的位置。在将致动器设置到位之后，计算机20可以从一个或多个传感器22接收数据。该数据可以包括与诊断测试相关的测试参数的测量值。

用于诊断测试的测试参数的类型

计算机20可以被编程用于收集和分析特定诊断测试的不同类型的测试参数的数据。该数据可以包括一个或多个测试参数的值。在一些情况下，诊断测试可以收集绝对值。例如，测试参数值可以是车辆12熄火时的冷却剂的温度。在其它情况下，测试参数可以是值的变化。例如，当主缸从第一位置移位到第二位置时，计算机20可以测量制动流体压力的变化。在其它情况下，测试参数可以是车辆12处于静止时的参数的第一值与车辆12已经操作了特定时间段或在特定发动机温度下操作时等的参数的第二值之间的差。

收集和存储数据，向服务器提供数据

如上文所述，计算机20可以被编程为基于识别到触发事件而开始收集与诊断测试相关的数据。计算机20可以收集数据，并将结果存储在与计算机20相关联的存储器中。存储器例如可以被包括在车辆12中。数据可以被组织为数据集，例如与由特定车辆12执行的特定诊断测试相关的数据集。

在一些情况下，计算机20可以在完成测试时将数据提供给服务器16。在其它情况下，计算机20可以存储数据，并且在稍后的时间——例如在从服务器16接收到请求时——将数据提供给服务器16。

进一步地，如上文所述，计算机20可以基于来自服务器16的请求收集与诊断测试有关的数据。一经收集到数据，计算机20可以将数据提供给服务器16。

如上文所述，提供给服务器16的数据可以包括由车辆12中的传感器22测量的参数值。提供给服务器16的数据还可以包括车辆识别数据，例如车辆类型、车辆型号年份、车辆部件、车辆里程等。数据还可以包括车辆的操作条件，例如来自全球定位系统或类似导航系统的车辆12的如地理坐标(例如纬度和经度数据)这样的地理位置，和/或其它地理识别信息(例如地理区域或实体(例如密歇根州韦恩县东海岸等))、车辆12的行驶路线(从底特律到芝加哥，在城市沿着州际95的区段通过山区地形等)、驾驶时和/或测试时的天气条件(空气温度、相对湿度、晴天或多云等)、车辆12的使用模式(高速公路驾驶、在拥挤的交通中起动和停止、沿着行驶路径的速度曲线等)和道路条件(干、湿、雪等)。数据还可以进一步包括执行诊断测试的时间或者发生行程的时间以使数据与来自如数据源18的其它源的数据同步。

选择用于确定诊断测试的调整的数据集

服务器16可以选择从车辆12和数据源18接收的数据集，以使用该数据集确定特定类型的诊断测试的调整。选择数据集可以包括针对每个数据集确定是否可以识别归一化函数以生成缩放的测试参数值，可以与其它选择的数据集中的每一个在共同尺度上评估该缩放的测试参数值。共同尺度可以是用于特定诊断测试的预定尺度，例如基于在参考操作条件下操作的参考车辆。

为了简化或甚至实现与诊断测试相关的数据集的归一化函数的识别，服务器16可以选择来自车辆12的数据集，该车辆12例如执行相同的诊断测试并且例如是类似的车辆类型、具有类似的特性和/或在类似的操作条件下操作。

类似类型的车辆可以包括例如具有类似特性的执行相同类型的诊断测试的车辆12，并且可以识别该车辆的归一化函数以调整各个车辆之间的测试参数值的差异。例如，两个车辆12可以是相同型号的并且具有相同的传动系特征(发动机类型、变速器类型等)。车辆12中的第一辆可以已经行驶了110000英里，而第二辆车辆可以已经行驶了30000英里。可以得知将来自这些车辆中的每一个的测试参数值调整到参考车辆12的函数。参考车辆12可以是如直接从生产中获得并在实验室条件下测试的车辆12。以类似的方式，对于例如不同的车辆特征(发动机类型、变速器类型、制造年份等)而言，归一化函数是可识别的。

类似的操作条件可以包括归一化函数可以识别以针对操作条件之间的差异调整测试参数值的操作条件。例如，为了确定诊断测试的特定调整，服务器16可以从在相似天气条件下操作的车辆12选择数据集。相似的天气条件可以被限定为在天气条件的范围内，其中测试结果根据函数变化，并且可以将天气条件的差异纳入考虑来归一化该测试结果。例如，相似的天气条件可以包括在介于-20至30摄氏度之间的环境温度范围内，以及在介于30％至70％之间的相对湿度范围内。

服务器16还可以例如从各个车辆12以及与沿着相似的行驶路线行驶的车辆12相关的数据源18中选择数据集。相似的行驶路径可以被限定为可以使用函数在各不同路径之间归一化测试结果的行程路径。例如，相似的行驶路径可以包括在进行诊断测试之前，车辆12在100英里内沿着例如90％的相同道路行驶或沿着相同路段的公路行驶所在的路径。

此外，服务器16可以从以相似使用模式驱动的各车辆12选择数据集。相似的使用模式可以被限定为例如测试结果根据函数而变化并且考虑到使用模式的差异而归一化测试结果的使用模式。例如，使用模式可以考虑车辆在预定速度范围内(例如在30和60英里/小时之间)操作的时间的百分比。在进行诊断测试之前的100英里，如果第一车辆在特定速度范围(例如90％的时间在30和60英里/小时之间)内操作的时间百分比在第二车辆于特定速度范围操作的时间百分比在+/-10％内，则第一车辆和第二车辆12具有类似的使用模式。

应注意的是，在一些情况下，可以将数据集选择为对于特定因素而言不需要归一化，即，归一化函数或多个归一化函数是统一(unity)的。例如，来自具有相同型号、特征和制造年份的两个车辆的数据可以不需要与车辆类型相关的归一化。在一天中相似时间(例如彼此在10分钟内)内沿着相同部分公路行驶的两个车辆12的数据可以不需要与行驶路径或天气条件相关的归一化。

服务器16可以将与车辆12相关的数据集选择为使除了一个因素之外的所有因素都是相似的，并且这个因素以限定的方式不同于其它因素。以这种方式，服务器16能够识别不同的那个因素对诊断测试结果的影响。

例如，服务器16可以选择数据集，在该数据集中每个车辆的类型大体相似，行驶和测试的天气条件大体相似，使用模式大体相似，但车辆12沿着第一路线行驶第一部分并且沿着第二路线行驶第二部分。基于来自车辆12的第一部分的测试结果与车辆12的第二部分的测试结果的比较，服务器16能够识别行驶路线的变化的调整。

进一步地，在一些情况下，计算机20可以选择数据集，其中多个测试参数的归一化函数是未知的。例如，计算机20可以包括与执行该类型的测试的每个车辆12的特定类型的诊断测试相关的数据。通过分析数据，计算机20可以识别如特定测试参数和特定操作条件之间的关系，这是先前未知的。

归一化测试结果

如上文所述，服务器16可以被编程为从车辆12选择数据集，以使来自每个车辆12的数据可以利用来自具有每个其它数据集合的每个其它车辆12的数据进行归一化。数据可以被归一化(通过归一化函数调整)，以补偿例如车辆12的类型或车辆12的操作条件之间的差异。

这可以例如通过将每个数据集调整到参考数据集来实现。例如，每个车辆12中的燃料蒸气压力可以通过已知的函数根据蒸气温度而变化。服务器16可以在测试时记录各车辆12测量的压力值以及各车辆12的蒸气温度。之后，服务器16可以将所测量的每个压力值转换为在所选参考温度(例如20摄氏度)下的等效压力。以这种方式，在不同温度下测量的压力值可以组合以用于分析。

类似地，在可以建立用于将不同车辆类型之间的测量值的差异归一化到例如参考车辆12的函数的情况下，可以补偿车辆类型之间的差异。通过以这种方式归一化值，服务器16可以增加可用于确定特定诊断测试的调整因子的数据量。

产生诊断测试的调整

服务器16还可以被编程为分析来自所选择的数据集的数据，并且基于这些数据集确定车辆诊断测试的调整。例如，服务器16可以被编程为在执行测试之前确定蒸发排放测试与行驶路径的依赖性。服务器16可以在进行蒸发排放测试之前从沿着第一路径行驶的多个第一车辆12以及在进行蒸发排放测试之前从沿着第二路径行驶的多个第二车辆12收集数据。服务器16可以根据车辆类型、如天气等的操作条件来归一化每个第一车辆的数据，并且识别多个第一车辆的代表性的第一测试值数据。服务器16还可以根据车辆的类型、如天气等的操作条件来归一化每个第二车辆的数据，并识别多个第二车辆的代表性第二测试值数据。基于代表性的第一测试值数据和代表性的第二测试值数据，服务器16可以识别与行驶路径相关的测试值中的差异。

服务器16还可以被编程为基于分析而向与所选择的数据集相关的车辆12提供调整因子。例如，服务器16可以确定第二车辆具有比第一车辆12的测试参数的值平均高出3％的特定测试参数的值。基于该确定，相对于沿第一路径行驶的车辆所用的阈值而言，服务器16可以建议将沿第二路径行驶的车辆12的测试值的阈值增加3％。

例如，对于多个行驶路径而言该过程可以重复。以这种方式，用于特定测试参数的诊断测试可以适应于各种行驶路径。针对各种行驶路径调整测试参数可以增加沿着这些行驶路径执行的诊断测试的可靠性(例如更少的误报结果、更少的漏报结果等)，并且可以进一步增加可以考虑进行诊断测试的行驶路径的数量。

表明阈值调整的示例性测试数据

在图3a中示出了表明阈值调整的示例性测试数据。图3a是示出作为操作参数值的函数的示例性传感器数据的分布的图表。用“o”表示的数据点代表规范之外操作的车辆部件或子系统的数据。用“*”表示的数据点代表规范内操作的车辆部件或子系统的数据。

在曲线图上表明了示例性第一阈值30，第一阈值30可以独立于操作参数(即，水平线)，第一阈值30可以被用作诊断测试的通过/未成功阈值。高于第一阈值30的数据点可以例如被确定为通过诊断测试，并且低于第一阈值30的数据点被确定为未成功通过诊断测试。

如在图3a中可以看出的，表示规范之外操作的车辆部件或子系统的多个“o”符号出现在第一阈值30之上，并且被诊断测试确定为通过。也就是说，诊断测试会产生误报结果。类似地，表示规范之内操作的车辆部件或车辆子系统的多个“*”符号出现在第一阈值30之下，并且被诊断测试确定为未成功，导致漏报。

用于减少误报和漏报诊断测试结果数量的一种方法是实施第一缓冲区32。实施诊断测试的计算机20可以例如不评估具有在第一缓冲区32中的数据点的车辆部件或子系统。然而，这会导致诊断测试的低的决策率。

然而，可选地，如图3a中进一步所示的，基于来自多个车辆12的数据分析，服务器16或另一计算装置可识别传感器数据与操作参数之间的关系。可以产生诊断测试的新阈值34以考虑传感器数据和操作参数之间的关系。

在图3a的情况下，可以看出的是，“*”传感器数据的下限随着操作参数的增加而增加。类似地，“o”的上限随着操作参数的增加而增加。基于该数据，可以建立第二阈值34以执行考虑传感器数据值和操作参数之间的关系的诊断测试。第二阈值34产生大体降低的误报(高于阈值的“o”)和漏报(低于阈值的“*”)诊断测试结果。

作为调整诊断测试阈值的替代或可选方式，一经识别到传感器数据和操作参数之间的关系，该数据就可以变换以考虑该关系。图3b是示出了作为相同操作参数值的函数的相同测试的示例性传感器数据的分布的图表，其中传感器数据已经被函数变换以产生变换后的传感器数据。该函数考虑了传感器数据和操作参数之间的识别关系。使用变换后的数据，可以利用独立于操作参数的阈值(是水平线)来执行诊断测试。例如，在为了考虑传感器数据和操作参数之间的关系而变换数据之后，数据可以以如图3b所示分布。可以建立独立于操作参数(水平)的第三阈值36，以在通过和未成功(变换后)的传感器数据之间进行区分。由于传感器数据的变换，观察到明显的降低数量的误报和漏报。

与前文的图3a一样，也可以应用第二缓冲区38。在这种情况下，可以消除误报和漏报。然而，会产生明显较少数量的“无决策”。

例如，图3a和3b可以是蒸发排放测试的曲线图。可以例如根据发动机关闭自然真空(eonv)方法执行蒸发排放泄漏监测(evap)。每个图表的y轴表明关闭事件之后的压力变化的归一化值的尺度。每个图表的x轴表示蒸气温度。如图3a所示，传感器数据可以示出对蒸气温度的依赖性，以使在规范中操作的车辆部件或子系统的传感器数据的下限随着蒸气温度的增加而增加，并且在规范之外操作的部件或子系统的车辆传感器数据的上限也增加。这会导致大量的误报(在阈值以上的“o”)和漏报(低于阈值的“*”)诊断测试结果。

然而，服务器16可以基于所观察到的传感器数据值与蒸气温度的依赖性产生图3a的第二阈值34。根据第二阈值34执行诊断测试会导致降低数量的误报和漏报诊断测试结果。

图3b可以表示与图3a所示的数据相同的数据，其中该数据例如被服务器16变换，以考虑压力变化和蒸气温度之间的关系。如上文所述，基于独立于蒸气温度的第三阈值36的诊断测试之后可以应用于转换后的数据。

示例性程序流

图4是用于收集数据的示例性程序400的图，该数据被用于产生车载诊断测试的调整。该程序在框405中开始。

在框405中，车辆12计算机20确定是否存在用于收集与诊断测试相关的数据的触发事件，如上文所述(并且obd测试等的触发事件是已知的)。在没有检测到触发事件的情况下，程序在框405中继续。在检测到触发事件的情况下，程序在框410中继续。

在框410中，计算机20收集与如上所述的诊断测试相关的数据。计算机20可以致动一个或多个控制器，例如阀控制器以打开或关闭阀或气缸，以改变腔中的压力水平等。计算机20还可以从一个或多个传感器22接收数据。计算机20可以存储该数据以及与诊断测试相关的其它数据，例如测试时间、在测试的一个或多个执行阶段期间的环境条件(平均环境温度、相对湿度、平均大气压力、平均蒸气温度、平均蒸气压等)、位置(例如从全球定位系统获得的)、车辆操作条件(点火、熄火、车辆速度、发动机速度等)、来自控制器的反馈(阀位置、施加到马达的电流)等。一经存储了传感器数据和与诊断测试相关的其它数据，程序400在框415中继续。

在框415中，计算机20确定服务器16是否可用于接收数据。例如，计算机20可以向服务器16发送表明与特定类型的诊断测试相关的数据可用的消息，并请求确认服务器16可用于上传该数据。在服务器16例如在预定时间段(例如1分钟)内作出服务器16可用于上传数据的响应的情况下，程序400在框420中继续。在服务器16不响应或表明服务器16不可用于上传数据的情况下，则过程400结束。

在框420中，车辆12将数据上传到服务器16，如已知的。然后，程序400在框425中继续。

在框425中，服务器16存储数据。测试参数数据可以与测量/提供数据的车辆12的识别数据、在测量数据时和/或测量之前的车辆12的操作条件以及在测量参数时的数据源18的数据(如天气条件、交通状况等)一起被存储。

可以交叉比较车载和车外数据以确定是否存在明显的差异。明显的差异可以是例如大于+/-10％的差异、与平均值的差异大于3个标准偏差等。在特定车辆12在对于评估监测器执行有效性或可信度而言关键的一个或多个传感器中显示出一贯的不一致性的情况下，与没有这种问题的车辆12相比时，该信息将被忽视。当服务器16已经存储了数据时，程序400结束。

图5是基于来自多个车辆12的数据产生用于车载诊断测试的阈值的调整的示例性程序500的图。程序500在框505中开始。

在框505中，服务器16可以确定是否发生了用于分析与诊断测试相关的数据的触发事件。服务器16可以被编程为例如周期地分析与诊断测试有关的数据，例如每天一次。可选地，服务器16可以被编程为在服务器16已经从附加的预定数量的车辆12(例如从100个附加车辆12)接收到数据时分析数据。作为又一示例，服务器16可以从操作者接收输入，该输入表明服务器16应分析与诊断测试相关的数据。在服务器16确定已经发生触发事件的情况下，程序500在框510中继续。在服务器16没有确定已经发生触发事件的情况下，程序500在框505中继续。

在框510中，服务器16确定服务器16是否需要收集附加数据以执行分析。例如，为了执行与特定诊断测试相关数据的有意义的分析，服务器16会要求来自100辆车辆12或相似类型和/或在类似操作调节下测试的100辆车辆12的数据。在服务器16确定服务器16需要收集附加数据的情况下，程序500在框515中继续。在服务器16确定服务器16具有足够的数据的情况下，程序500在框520中继续。

在框515中，服务器16从一个或多个附加车辆12收集数据。服务器16可以识别已经执行诊断测试的一个或多个车辆12，并且请求车辆12向服务器16提供与测试相关的数据。服务器16可以从车辆12接收数据。

服务器16可以将传感器数据连同车辆识别数据、操作条件数据等一起存储，以使用于特定测试参数分析所需的所有数据可以从数据存储器检索。服务器16还可以从与诊断测试数据相关的数据源18收集数据。例如，基于执行测试的时间，在执行诊断测试期间，服务器16可以下载与车辆12或车辆12的环境相关的天气数据、交通数据、全球定位数据等。一经从计算机20和数据源18接收数据并存储数据之后，则程序500在框520中继续。

在框520中，服务器16选择产生用于诊断测试的调整所要用的数据集，如上所述。程序500在框525中继续。

在框525中，服务器16基于与诊断测试相关的所选择的数据集产生诊断测试的调整，如在上述部分所述。程序500在框530中继续。

在框530中，服务器16可以向一个或多个车辆12提供对诊断测试的调整。另外或可选地，服务器16可以存储所产生的调整，直到由车辆12请求该调整。一经向一个或多个车辆提供诊断测试的调整和/或存储调整因子，程序500结束。

图6是用于基于调整来调整车载诊断测试阈值的示例性过程600的图。过程600在框605中开始。

在框605中，车辆12计算机20确定是否更新用于一个或多个车辆12的诊断测试的触发事件。例如，计算机20可以被编程为周期地更新诊断测试，例如每天一次或每三个月一次。作为另一示例，当车辆12已经从第一地理位置移动到第二地理位置(例如移动超过100英里)时，计算机20可以确定车辆12可以被编程为更新诊断测试。不同的地理区域会导致环境条件——例如温度摆动、大气压力、相对湿度等——显着变化。用于第一地理区域的诊断测试的阈值设置可以不同于用于第二地理区域的诊断测试的对应阈值设置。作为另一示例，计算机20可以被编程为当车辆部件未通过诊断测试时更新诊断测试，以确保以最新的测试参数操作诊断测试。在计算机20识别测试触发的情况下，程序在框610中继续。否则，程序在框605中继续。

在框610中，计算机20请求并接收来自服务器16的调整。程序600在框615中继续。

在框615中，计算机20调整诊断测试。计算机20可以例如修改存储的参数或在诊断测试中函数规定的阈值。程序600结束。

结论

如这里所述的那些计算装置总体各自包括可由一个或多个计算装置执行的指令，如上文所标识的那些并且该指令用于实施上文所述的程序的框或步骤。例如，上文所述的程序框可以具体化为计算机可执行指令。

计算机可执行指令可以由计算机程序编译或解释，该计算机程序使用多种编程语言和/或技术创建，这些编程语言和/或技术包括但并不限于单独的或组合的javatm、c、c++、visualbasic、javascript、perl、html等。通常，处理器(例如微处理器)例如从存储器、计算机可读介质等接收指令，并且执行这些指令，由此执行一个或多个程序，包括这里所描述的一个或多个程序。这样的指令以及其它数据可以使用各种计算机可读介质存储和传输。计算装置内的文件总体上是存储在例如存储介质、随机存取存储器等计算机可读介质上的数据的集合。

计算机可读介质包括参与提供数据(例如指令)的任何介质，该数据可以由计算机读取。这样的介质可以采用多种形式，包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘以及其它永久性存储器。易失性介质包括典型地构成主存储器的动态随机存取存储器(dram)。计算机可读介质的常规形式包括，如软盘、柔性盘、硬盘、磁带、任何其它磁性介质、cd-rom(只读光盘存储器)、dvd(数字化视频光盘)、任何其它光学介质、穿孔卡片、纸带、任何带有孔图案的其它物理介质、ram(随机存取存储器)、prom(可编程只读存储器)、eprom(可擦除可编程只读存储器)、flash-eeprom(闪速电可擦除可编程只读存储器)、任何其它存储器芯片或内存盒，或者任何其它计算机可读取的介质。

在权利要求中使用的全部术语，旨在被给予如本领域技术人员所理解的它们的简单并通常含义，除非在此作出与此相反的明确指示。特别地，单数冠词的使用，如“一”，“这”，“所述”等应该被理解为描述一个或多个指示的元件，除非权利要求中描述了与此相反的明确限制。

术语“示例性”在本文中用于示例的意思，例如，“示例性小部件”的引用应当仅仅理解为指代小部件的示例。

修饰数值或结果的副词“约”意味着，由于材料、加工、制造、传感器测量、计算、处理时间、计算时间等的不足，形状、结构、测量、值、确定、计算等可能偏离精确描述的几何形状、距离、测量、值、确定、计算等。

在附图中，相同的附图标记表示相同的元件。而且，这些元件中的一些或全部都可以改变。关于这里所述的介质、程序、系统、方法等，应理解的是，虽然这样的程序等的步骤描述为按照一定的顺序排列发生，但这样的程序可以采用以这里描述的顺序之外的顺序完成的描述的步骤实施操作。进一步应该理解的是，某些步骤可以同时执行，可以添加其它步骤，或者可以省略这里所述的某些步骤。换言之，这里的程序的描述提供用于说明某些实施例的目的，并且不应该以任何方式解释为限制要求保护的发明。