故障分析方法、系统、存储介质、电子设备及程序产品与流程

本公开涉及车辆，具体地，涉及一种故障分析方法、系统、存储介质、电子设备及程序产品。

背景技术：

1、车辆的智能驾驶系统由多个控制器模块协同工作来实现各种智能驾驶功能，随着车辆技术的发展，智能驾驶系统的功能越来越多，也不可避免的会出现各种控制器模块故障而导致车辆的智能驾驶系统故障。在相关技术中，通常是在智能驾驶系统发生故障后将车辆运往维修处，有工作人员将检测设备连接到车载自动诊断系统（on-boarddiagnostic，obd）接口进行诊断排查，以分析出需要处理的故障控制器模块，但受限于检测设备的数据采集和分析能力，该方法的故障分析准确性较低。

技术实现思路

1、本公开的主要目的在于提供一种故障分析方法、系统、存储介质、电子设备及程序产品，旨在解决上述技术问题。

2、根据本公开实施例的第一方面，提供一种故障分析方法，包括：

3、响应于接收到对车辆的故障分析指令，确定预设时长内所述车辆中各个控制器模块的故障次数；

4、针对每一所述控制器模块，在对应的所述故障次数大于所述控制器模块对应的判断关联阈值的情况下，确定所述控制器模块为待进行故障分析的目标控制器模块；其中，每一所述控制器模块对应的所述判断关联阈值是根据预先确定的多个其他车辆中的同类控制器模块对应的故障概率分布信息得到的。

5、可选地，所述故障概率分布信息表征所述控制器模块在所述预设时长发生任意数值的故障次数的概率，所述判断关联阈值为预设的最小允许概率在所述故障概率分布信息中对应的故障次数取值。

6、可选地，所述故障概率分布信息为高斯分布信息，所述高斯分布信息是根据所述多个其他车辆中的同类控制器模块在所述预设时长内发生的故障次数的均值和方差确定的。

7、可选地，所述控制器模块对应的判断关联阈值为所述均值和所述方差之和。

8、可选地，所述方法还包括：

9、获取第一历史故障次数；其中，所述第一历史故障次数中包括所述预设时长内第一组样本车辆的各个样本控制器模块的历史故障次数，所述第一组样本车辆为样本车辆序列中的第1个样本车辆至第n个样本车辆，n为大于1的整数；

10、根据所述第一历史故障次数，确定所述第一组样本车辆中每一所述样本控制器模块的故障次数的均值和方差；

11、根据所述第一组样本车辆中每一所述样本控制器模块的故障次数的均值和方差，生成各类控制器模块对应的故障概率分布信息。

12、可选地，所述方法还包括：

13、获取第二历史故障次数；其中，所述第二历史故障次数中包括所述预设时长内第二组样本车辆的各个样本控制器模块的历史故障次数，所述第二组样本车辆为所述样本车辆序列中的第n+1个样本车辆至第m个样本车辆，m为大于n+1的整数；

14、根据所述第二历史故障次数，确定所述第二组样本车辆中每一所述样本控制器模块的故障次数的均值和方差；

15、根据所述第二组样本车辆中每一所述样本控制器模块的故障次数的均值和方差，更新所述故障概率分布信息；

16、根据更新后的故障概率分布信息，得到所述控制器模块对应的所述判断关联阈值。

17、可选地，在确定所述控制器模块为待进行故障分析的目标控制器模块的情况下，采用第一诊断资源对所述目标控制器的故障进行诊断分析；在确定所述控制器模块为非目标控制器模块的情况下，采用第二诊断资源对所述控制器模块进行诊断分析，所述第一诊断资源包括的研发资源和/或售后资源大于所述第二诊断资源。

18、根据本公开实施例的第二方面，提供一种故障分析系统，包括车辆端诊断设备和云端服务器，所述车辆端诊断设备与所述云端服务器通信连接，所述车辆端诊断设备用于与车辆通信连接；

19、所述车辆端诊断设备和/或所述云端服务器执行本公开第一方面所提供的故障分析方法的步骤。

20、可选地，所述车辆端诊断设备为多个，一个所述车辆端诊断设备用于与多个车辆通信连接，一个所述云端服务器与多个所述车辆端诊断设备通信连接；

21、所述车辆端诊断设备用于，在确定所述目标控制器模块后，向所述云端服务器发送所述故障分析指令，所述故障分析指令包括所述车辆端诊断设备确定的每一所述目标控制器模块在所述预设时长内的故障次数，以触发所述云端服务器执行本公开第一方面所提供的故障分析方法的步骤。

22、根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面所提供的故障分析方法的步骤。

23、根据本公开实施例的第四方面，提供一种电子设备，包括：

24、存储器，其上存储有计算机程序；

25、处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面所提供的故障分析方法的步骤。

26、根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开第一方面所提供的故障分析方法的步骤。

27、本公开实施例提出的上述技术方案，获取车辆中各个控制器模块在预设时长内的故障次数，然后，将各个控制器模块的故障次数与对应的判断关联阈值进行比较，确定待进行故障分析的目标控制器模块，其中，判断关联阈值是根据各个控制器模块对应的故障概率分布信息设置的，由于故障概率分布信息能够较为准确地体现各类控制器模块的正常故障概率分布，这样，可以为各个控制器模块设置合理的判断关联阈值，避免错报和漏报目标控制器模块，进而实现对待处理的目标控制器模块进行精准识别和分析。

28、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种故障分析方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述故障概率分布信息表征所述控制器模块在所述预设时长发生任意数值的故障次数的概率，所述判断关联阈值为预设的最小允许概率在所述故障概率分布信息中对应的故障次数取值。

3.根据权利要求1所述的方法，其特征在于，所述故障概率分布信息为高斯分布信息，所述高斯分布信息是根据所述多个其他车辆中的同类控制器模块在所述预设时长内发生的故障次数的均值和方差确定的。

4.根据权利要求3所述的方法，其特征在于，所述控制器模块对应的判断关联阈值为所述均值和所述方差之和。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1-6中任一项所述的方法，其特征在于，在确定所述控制器模块为待进行故障分析的目标控制器模块的情况下，采用第一诊断资源对所述目标控制器的故障进行诊断分析；在确定所述控制器模块为非目标控制器模块的情况下，采用第二诊断资源对所述控制器模块进行诊断分析，所述第一诊断资源包括的研发资源和/或售后资源大于所述第二诊断资源。

8.一种故障分析系统，其特征在于，所述故障分析系统包括车辆端诊断设备和云端服务器，所述车辆端诊断设备与所述云端服务器通信连接，所述车辆端诊断设备用于与车辆通信连接；

9.根据权利要求8所述的故障分析系统，其特征在于，所述车辆端诊断设备为多个，一个所述车辆端诊断设备用于与多个车辆通信连接，一个所述云端服务器与多个所述车辆端诊断设备通信连接；

10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。

11.一种电子设备，其特征在于，包括：

12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。

技术总结
本公开涉及一种故障分析方法、系统、存储介质、电子设备及程序产品。该方法包括：响应于接收到对车辆的故障分析指令，确定预设时长内车辆中各个控制器模块的故障次数；针对每一控制器模块，在对应的故障次数大于控制器模块对应的判断关联阈值的情况下，确定控制器模块为待进行故障分析的目标控制器模块。其中，判断关联阈值是根据各个控制器模块对应的故障概率分布信息设置的，由于故障概率分布信息能够较为准确地体现各类控制器模块的正常故障概率分布，这样，可以为各个控制器模块设置合理的判断关联阈值，避免错报和漏报目标控制器模块，进而实现对待处理的目标控制器模块进行精准识别和分析。

技术研发人员：赵恒,唐旻昕,倪斌,曹耀云,王旺
受保护的技术使用者：比亚迪股份有限公司
技术研发日：
技术公布日：2024/9/23