[发明专利]基于大数据的汽车配件选定方法及装置

说明书

本申请实施例公开了一种基于大数据的汽车配件选定方法、装置、设备及存储介质，属于大数据应用技术领域，该方法包括:获取待修汽车的车架号和获取所述待修汽车损坏位置的图片；基于车架号，确定待修汽车型号；基于预训练的matlab深度学习模型，预测待修汽车损坏位置的图片中包含的待替换的汽车配件；将待替换的汽车配件和待修汽车型号，作为搜索关键词，从预设的可进行搜索的汽车配件管理库中确定符合待修汽车型号的汽车配件，并将所述待修汽车型号的汽车配件作为元素，生成第一列表；基于所述第一列表，确定待采购的汽车配件，完成汽车配件选定。本申请有助于汽车维修人员准确获取合适的汽车配件，便于维修人员进行选择。

技术领域

本申请涉及大数据应用技术领域，尤其涉及一种基于大数据的汽车配件选定方法、装置、设备及存储介质。

背景技术

近年来，随着我国经济的飞速发展，国人进行汽车的购置，在数量上逐渐增加，同时，随着汽车销售量的增加，也衍生出了一系列附加产业，例如汽车保养、汽车维修等。目前，在进行汽车维修时，主要由汽车修理人员根据工作经验，对待维修汽车进行配件的选择和采购，但是，由于汽车配件种类的多样性，这种方式难免会造成出错的情况。

随着互联网的发展，使得产业线下线上进行结合，在汽车维修行业，目前配件的选择，主要由维修人员进行网上搜索，确定配件的种类，在去采购网站进行采购，这种方式进行搜索较为繁杂；而且，车损状况的不同也给维修人员造成配件选择的种类繁杂，既容易造成配件选择错误，也耗费大量的时间与人力。由此可知，现有技术汽车维修人员在进行汽车配件选定时，存在汽车配件可选性繁杂和配件选择容易出错的问题。

发明内容

本申请实施例的目的在于提出一种基于大数据的汽车配件选定方法、装置、设备及存储介质，以解决现有技术汽车维修人员在进行汽车配件选定时存在汽车配件可选性繁杂和配件选择容易出错的问题。

为了解决上述技术问题，本申请实施例提供一种基于大数据的汽车配件选定方法，采用了如下所述的技术方案：

一种基于大数据的汽车配件选定方法，包括：

获取待修汽车的车架号和获取所述待修汽车损坏位置的图片；

基于所述车架号，确定所述待修汽车型号；

基于预训练的matlab深度学习模型，预测所述待修汽车损坏位置的图片中包含的待替换的汽车配件；

将所述待替换的汽车配件和所述待修汽车型号，作为搜索关键词，从预设的可进行搜索的汽车配件管理库中确定符合所述待修汽车型号的汽车配件，并将所述待修汽车型号的汽车配件作为元素，生成第一列表；

基于所述第一列表，确定待采购的汽车配件，完成汽车配件选定。

进一步的，所述获取待修汽车的车架号，包括：

一种可能的实现方式为：基于驾驶人提供的汽车行驶证件，通过电子扫描的方式，获取车架号信息；

另一种可能的实现方式为：基于汽车车身上包含车架号的车身位置，直接进行识别，其中，所述汽车车身上包含车架号的车身位置包括：发动机舱、车内仪表盘左侧、风挡玻璃左下角等。

进一步的，所述获取所述待修汽车损坏位置的图片，包括：

基于预设拍摄终端，对所述待修汽车损坏位置进行拍摄，将拍摄到的图片作为所述待修汽车损坏位置的图片，其中，所述预设拍摄终端包括：可进行拍摄的手机或者摄像机等。

进一步的，所述基于所述车架号，确定所述待修汽车型号，包括：

基于预设的汽车型号搜索库，将所述车架号作为搜索关键词，进行搜索，获取所述待修汽车型号，其中，所述预设的汽车型号搜索库提供将车架号或者VIN作为搜索词进行汽车型号搜索的服务。