[发明专利]车辆健康校准

说明书

本公开提供“车辆健康校准”。一种计算机，包括处理器和存储器，所述存储器包括指令，所述指令由所述处理器执行以：通过用一个或多个递归神经网络处理车辆数据来预测多个车辆部件中的每一个的故障，其中车辆数据包括工程测试数据、车辆控制数据、车辆服务数据和车辆环境数据，并且其中预测相应的故障包括确定所述多个车辆部件中的每一个的剩余使用寿命。所述指令可以包括另外的指令：通过优化所述多个车辆部件中的一个或多个的剩余使用寿命以避免车辆部件故障来确定车辆优化策略，以及将所述车辆优化策略下载到车辆。

技术领域

本公开总体上涉及车辆传感器和车辆健康估计。

背景技术

车辆可以配备有计算装置、网络、传感器和控制器以获取关于车辆的环境的数据并基于所述数据来操作车辆。车辆传感器可以在车辆的寿命期间提供关于车辆操作的大量数据。然而，在长时间段内接收和处理大量的车辆传感器数据和/或组合关于车辆操作的各种源的数据是具有挑战性的并且是成问题的。

发明内容

车辆可以被配备为以自主模式和乘员驾驶模式两者操作。半自主或完全自主模式意指其中车辆可以由作为具有传感器和控制器的系统的一部分的计算装置部分地或完全地驾驶的操作模式。车辆可以被占用或未被占用，但是在任何一种情况下，都可以在没有乘员辅助的情况下部分地或完全地驾驶车辆。出于本公开的目的，自主模式被限定为其中车辆推进(例如，经由包括内燃发动机和/或电动马达的动力传动系统)、制动和转向中的每一者由一个或多个车辆计算机控制的模式；在半自主模式中，车辆计算机控制车辆推进、制动和转向中的一者或两者。在非自主模式中，这些都不由计算机控制。

本文讨论的技术包括交通基础设施系统中的计算装置，所述计算装置被编程为确定关于车辆的估计健康的数据，其中确定车辆的估计健康包括使用多个互连的递归神经网络以处理时间序列数据来产生包括车辆的系统、子系统和部件的车辆的健康状态估计，来确定包括在车辆中的部件的估计剩余使用寿命。多个互连的递归神经网络包括存储器，所述存储器允许多个互连的递归神经网络通过确定对应于由各个时间量分开的看似不相关的事件的多个车辆数据项之间的关系来准确地确定车辆的健康状态。多个互连的递归神经网络可以基于对多个车辆健康状态和对应的车辆数据的经验观察来确定这些关系作为训练互连的递归神经网络的结果。基于经验观察来训练互连的递归神经网络还可以允许多个互连的递归神经网络确定在估计车辆的健康状态时使用车辆数据的哪些部分，从而减少估计车辆的健康状态所需的网络数据流量的量。以这种方式训练互连的递归神经网络也可以通过消除不相关和冗余的递归神经网络并将处理减少到基于训练来达到车辆健康状态结果所需的最少处理来允许递归神经网络的最优配置。

由互连的递归神经网络确定的关于车辆的估计健康的数据可以与关于车辆的操作的数据组合以确定优化策略以最大化车辆的估计剩余使用寿命。可以将健康状态估计与车辆操作数据组合以确定车辆优化策略，其中车辆优化策略可以下载到车辆或由车辆中的计算装置确定以指导车辆最大化车辆部件的剩余使用寿命。例如，车辆中的计算装置可以通过在车辆部件之间的选择可用时使用具有最多剩余使用寿命的车辆部件来操作车辆而最大化车辆部件的剩余使用寿命。

本文公开了方法，其包括:通过用一个或多个递归神经网络处理车辆数据来预测多个车辆部件中的每一个的一个或多个故障，其中车辆数据包括工程测试数据、车辆控制数据、车辆服务数据和车辆环境数据，并且其中预测相应的故障包括确定多个车辆部件中的每一个的剩余使用寿命；通过优化多个车辆部件中的一个或多个的剩余使用寿命以避免相应的故障来确定车辆优化策略；以及将车辆优化策略下载到车辆。可以通过用包括在车辆中的计算装置将车辆控制数据和车辆环境数据上传到基于云的计算装置来处理车辆数据。车辆优化策略可以包括通过基于具有最多剩余使用寿命的多个车辆部件中的一个或多个来操作车辆而确定避免故障的车辆控制数据。可以基于具有最多剩余使用寿命的车辆部件来操作车辆，所述操作包括以下操作中的一者或多者：选择具有最少的充电/放电循环的电池单元来操作车辆，或者当可以选择两个或更多个变速器挡位来操作车辆时，选择磨损最小的变速器挡位。