天窗故障检测方法、装置、车辆及计算机可读存储介质与流程
1.本发明涉及车辆天窗检测技术领域，特别是涉及天窗故障检测方法、装置、车辆及计算机可读存储介质。
背景技术：
2.天窗发生异响的原因往往不是独立存在的，而是由于多种故障混合所致。例如：磨损过度、安装偏位导致顶部密封不严、漏水、外观不良等问题都会导致天窗发生异响。
3.然而现有的天窗异响的故障检测方法仅针对车辆的一种信息，也就是说，仅在该信息出现时，才能检测到天窗发生异常。导致天窗异常检测的准确率较低，以及车辆生产线检测效率和车辆售后的故障修理效率均较低。
技术实现要素：
4.鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种天窗故障检测方法和相应的一种天窗检测装置。
5.第一方面，本发明实施例公开了一种车辆天窗的故障检测方法，所述方法包括：获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息；基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果；若所述检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。
6.可选的，所述基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果，包括：基于所述当前位置信息生成第一可视化数据；基于所述当前转速信息生成第二可视化数据；基于所述当前振动信息生成第三可视化数据；基于所述当前噪音信息生成第四可视化数据；基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果。
7.可选的，所述训练完成的故障检测模型部署在服务器中；所述基于训练完成的故障检测模型确定与所述检测结果对应的解决信息，包括：获取与所述检测结果相关的关联信息；所述关联信息包括当前天气信息、当前地理位置信息和车辆行驶次数信息；将所述检测结果和所述关联信息发送至所述服务器，以使得所述服务器采用所述训练完成的故障检测模型对所述检测结果进行处理，得到对应的解决信息。
8.可选的，所述当前位置信息包括天窗玻璃实时位置信息和天窗电机实时霍尔信号信息；所述天窗玻璃实时位置信息包括所述天窗玻璃位置信息和第一时间信息；所述天窗电机实时霍尔信号信息包括天窗电机霍尔信号信息和第二时间信息；所述基于所述当前位置信息生成第一可视化数据、基于所述当前转速信息生成第二可视化数据，包括：采用所述天窗玻璃位置信息和所述第一时间信息生成第一曲线图，并将所述第一曲线图作为所述第一可视化数据；采用所述天窗电机霍尔信号信息和所述第二时间信息生成第二曲线图，并
将所述第二曲线图作为所述第二可视化数据。
9.可选的，所述振动信息包括车辆振动信息和第三时间信息；所述基于所述当前振动信息生成第三可视化数据，包括：采用所述车辆振动信息和所述第三时间信息生成第三曲线图，并将所述第三曲线图作为所述第三可视化数据。可选的，所述当前噪音信息包括车外噪音频率信息、车外噪音振幅信息、车内噪音频率信息、车内噪音振幅信息，以及第四时间信息；所述基于所述当前噪音信息生成第四可视化数据，包括：基于所述车外噪音频率信息、所述车外噪音振幅信息对所述车内噪音频率信息、所述车内噪音振幅信息进行降噪，得到降噪后的车内噪音频率信息、降噪后的车内噪音振幅信息；采用所述处理后的车内噪音频率信息、所述处理后的车内噪音振幅信息、所述第四时间信息生成第四曲线图，并将所述第四曲线图作为所述第四可视化数据。
10.可选的，所述基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果，包括：检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意三项可视化数据的信息变化值，在预设时间段内是否均超过变化值阈值；若是，则生成所述天窗存在异常的检测结果。
11.可选的，所述基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果，还包括：检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意两项可视化数据的信息变化值，在预设时间段内是否均超过所述变化值阈值，且，检测超过所述变化值阈值的幅度值是否超过幅度值阈值；若所述任意两项可视化数据的信息变化值，在预设时间段内均超过所述变化值阈值，且，所述超过所述变化值阈值的幅度值超过所述幅度值阈值，则生成所述天窗存在异常的检测结果。
12.第二方面，本发明实施例公开了一种天窗检测装置，所述装置包括：
13.获取模块，用于获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息；检测模块，用于基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果；确定模块，用于若所述检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。
14.可选的，所述检测模块还包括：第一生成子模块，用于基于所述当前位置信息生成第一可视化数据；第二生成子模块，用于基于所述当前转速信息生成第二可视化数据；第三生成子模块，用于基于所述当前振动信息生成第三可视化数据；第四生成子模块，用于基于所述当前噪音信息生成第四可视化数据；第一检测子模块，用于基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果。
15.可选的，所述确定模块包括：第一获取子模块，用于获取与所述检测结果相关的关联信息；所述关联信息包括当前天气信息、当前地理位置信息和车辆行驶次数信息；发送子模块，用于将所述检测结果和所述关联信息发送至服务器，以使得所述服务器采用所述训练完成的故障检测模型对所述检测结果进行处理，得到对应的解决信息。
16.可选的，所述第一生成子模块包括：第一生成单元，用于采用所述天窗玻璃位置信
息和所述第一时间信息生成第一曲线图，并将所述第一曲线图作为所述第一可视化数据。
17.在本发明实施例中，所述第二生成子模块包括：第二生成单元，用于采用所述天窗电机霍尔信号信息和所述第二时间信息生成第二曲线图，并将所述第二曲线图作为所述第二可视化数据。
18.在本发明实施例中，所述第三生成子模块包括：第三生成单元，用于采用所述车辆振动信息和所述第三时间信息生成第三曲线图，并将所述第三曲线图作为所述第三可视化数据。
19.可选的，所述第四生成子模块包括：第一处理单元，用于基于所述车外噪音频率信息、所述车外噪音振幅信息对所述车内噪音频率信息、所述车内噪音振幅信息进行降噪，得到降噪后的车内噪音频率信息、降噪后的车内噪音振幅信息；第四生成单元，用于采用所述处理后的车内噪音频率信息、所述处理后的车内噪音振幅信息、所述第四时间信息生成第四曲线图，并将所述第四曲线图作为所述第四可视化数据。
20.可选的，所述检测模块还包括：第二检测子模块，用于检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意三项可视化数据的信息变化值，在预设时间段内是否均超过变化值阈值；第五生成子模块，用于若是，则生成所述天窗存在异常的检测结果。
21.可选的，所述检测模块还包括：第三检测子模块，用于检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意两项可视化数据的信息变化值，在预设时间段内是否均超过所述变化值阈值，且，检测超过所述变化值阈值的幅度值是否超过幅度值阈值；第六生成子模块，用于若所述任意两项可视化数据的信息变化值，在预设时间段内均超过所述变化值阈值，且，所述超过所述变化值阈值的幅度值超过所述幅度值阈值，则生成所述天窗存在异常的检测结果。
22.第三方面，本发明实施例公开了一种车辆，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的天窗故障检测方法实施例的各个步骤。
23.第四方面，本发明实施例公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的天窗故障检测方法实施例的各个步骤。
24.本发明实施例包括以下优点：
25.获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息；基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果；若所述检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。在本发明实施例中，通过获取车辆的多种信息，基于多种信息对天窗进行异常检测，并得到天窗异常检测结果。本发明采用了大数据拟合技术，增加了检测天窗故障原因准确性，远程解决天窗故障问题，进而提高车辆生产线检测效率和车辆售后故障检测的准确性。
26.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
27.图1是本发明实施例提供的一种车辆天窗故障检测方法的步骤流程图；
28.图2是本发明实施例提供一种车辆天窗检测装置的结构框图。
具体实施方式
29.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
30.参照图1，示出了本发明的一种车辆天窗故障检测方法的步骤流程图，具体可以包括如下步骤：
31.步骤101，获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息。
32.在本发明实施例中，车辆天窗的噪音问题往往不是独立的，而是多种故障混杂在一起导致的。因此为了准确检测出车辆天窗的异响问题，本技术实施例在车辆的天窗电机处安装霍尔传感器，用于采集天窗玻璃当前的位置信息、天窗电机当前的转速信息；在车身处安装振动采集器，且由于现有的天窗自带振动采集器，因此车身的振动采集器和天窗振动采集器用于采集车辆当前的振动信息；在车辆内部和车辆外部安装噪音传感器，其中车内的噪音传感器为车内麦克风，用于采集车辆当前的噪音信息，通过对车辆天窗所处的路况、噪音、天窗电机转速、时间等多种信息进行分析，综合确定车辆天窗发生异响的缘故以及伴随的其他问题。
33.步骤102，基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果。
34.在本发明实施例中，车辆控制器安装于车辆中，用于接收当前位置信息、当前转速信息、当前振动信息、当前噪音信息。在接收到上述信息后，车辆控制器会对上述信息进行检测，综合分析其检测情况，得到天窗是否异常的检测结果。
35.进一步，在本发明实施例中，所述基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果，包括：
36.基于所述当前位置信息生成第一可视化数据；基于所述当前转速信息生成第二可视化数据；基于所述当前振动信息生成第三可视化数据；基于所述当前噪音信息生成第四可视化数据；基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果。
37.进一步，在本发明实施例中，所述所述当前位置信息包括天窗玻璃实时位置信息和天窗电机实时霍尔信号信息；所述天窗玻璃实时位置信息包括所述天窗玻璃位置信息和第一时间信息；所述天窗电机实时霍尔信号信息包括天窗电机霍尔信号信息和第二时间信息；
38.所述基于所述当前位置信息生成第一可视化数据、基于所述当前转速信息生成第二可视化数据，包括：
39.采用所述天窗玻璃位置信息和所述第一时间信息生成第一曲线图，并将所述第一曲线图作为所述第一可视化数据；采用所述天窗电机霍尔信号信息和所述第二时间信息生成第二曲线图，并将所述第二曲线图作为所述第二可视化数据。
40.具体的，在本发明实施例中，天窗电机为双霍尔电机，与车辆控制器进行通信连接。当双霍尔电机转动一圈，则生成两个霍尔信号，每个信号可以设置为0.4mm,其中，信号长度可根据电机型号设置。霍尔传感器获取天窗电机的霍尔信号数，以及与霍尔信号数对应的时间数据。在本发明一个实施例中，例如：当车辆出厂时，需要进行初始化，设置天窗玻璃最前端为初始零点位置，即s(0)＝0；此时，与天窗玻璃位置数值对应的霍尔信号数为0。当天窗电机记录第n个霍尔信号时，则天窗玻璃位置为s＝0.4n。因此通过获取天窗电机的霍尔信号数以及与霍尔信号数对应的时间数据，即可生成天窗玻璃位置和时间的第一曲线图形。第一可视化数据可以为第一曲线图形，即天窗玻璃位置与时间的关系图。
41.在得到第一可视化数据后，天窗电机需要将第一可视数据传输至车辆控制器，以使得车辆控制器针对第一可视化数据进行异响判定。
42.当天窗电机记录第n个霍尔信号时,所用时间为第n+1个的霍尔信号的时间与第t个的霍尔信号的差值，即t(n)＝t(n+1)-(n)。与之时长t(n)对应的天窗电机在第n个霍尔信号时的长度为h，因此与t(n)时长对应的天窗电机1转速为v(n)＝h/t(n)。h为霍尔信号长度0.4mm，则天窗电机在第n个霍尔信号时的转速为v(n)＝0.4/t(n)。同理当天窗电机记录第n个霍尔信号时，该信号所对应的天窗电机速度为v(n+1)＝0.4/t(n+1)。根据计算得到的天窗电机v(n)和v(n+1)的速度，可以得到电机在单位时间t(n)内的速度变化值，即电机在单位时间t(n)内的加速度,加速度公式为a(n)＝[v(n+1)-v(n)]/{[t(n)+t(n+1)]/2}。因此通过获取天窗电机的霍尔信号数以及与霍尔信号数对应的时间数据，可生成天窗电机的加速度和时间的曲线图形。根据力学原理，当系统的驱动力处于不变的情况下，电机所受的阻力与系统加速度成反比，由此可以得到天窗电机1的系统阻力与对应时间的第二曲线图形。第二可视化数据可以为第二曲线图形，即系统阻力与时间的关系图。
[0043]
在得到第二可视化数据后，天窗电机需要将第二可视数据传输至车辆控制器，以使得车辆控制器针对第二可视化数据进行异响判定。
[0044]
进一步，在本发明实施例中，所述振动信息包括车辆振动信息和第三时间信息；
[0045]
所述基于所述当前振动信息生成第三可视化数据，包括：
[0046]
采用所述车辆振动信息和所述第三时间信息生成第三曲线图，并将所述第三曲线图作为所述第三可视化数据。
[0047]
具体的，在本发明实施例中，振动采集器与车辆控制器进行通信连接，从车身和天窗处采集当前振动频率信息、当前振动幅度信息，并根据采集到的信息生成车辆振动频率、振动幅度与时间的第三可视化数据。第三可视化数据可以为第三曲线图形，即车辆振动信息与时间的关系图。震动采集器会将生成的第三曲线图形与预设信息库中的车况曲线图形进行比对，用于确定当前车辆所处路况。其中预设信息库的车况曲线图形为：从用户处收集的根据车辆处于不同路况下的收集的当前振动频率信息、当前振动幅度信息生成的车况曲线图形。在本发明一个实施例中：根据采集到的数据生成第三曲线图形，将第三曲线图形与数据库中的曲线图形进行比对，当第三曲线图形与数据库中的高速路况曲线图形比对后，相似度达到99.9％时，则确定当前车辆处于高速路段。当确定路段后，振动采集器需要将第三可视化数据传输至车辆控制器.以使得车辆控制器针对第三可视化数据进行异响判定。
[0048]
进一步，在本发明实施例中，所述当前噪音信息包括车外噪音频率信息、车外噪音振幅信息、车内噪音频率信息、车内噪音振幅信息，以及第四时间信息；
[0049]
所述基于所述当前噪音信息生成第四可视化数据，包括：
[0050]
基于所述车外噪音频率信息、所述车外噪音振幅信息对所述车内噪音频率信息、所述车内噪音振幅信息进行降噪，得到降噪后的车内噪音频率信息、处理后的车内噪音振幅信息；
[0051]
采用所述降噪后的车内噪音频率信息、所述降噪后的车内噪音振幅信息、所述第四时间信息生成第四曲线图，并将所述第四曲线图作为所述第四可视化数据。
[0052]
具体的，在本发明实施例中，噪音采集器安装于车辆外部，与车辆控制器通信连接，用于采集车外噪音频率信息、车外噪音振幅信息；麦克风安装于车辆内部，与车辆控制器通信连接，用于车内噪音频率信息、车内噪音振幅信息。其中，噪音采集器会将采集到的车外噪音频率信息、车外噪音振幅信息传输至麦克风。
[0053]
由于车内采集的声音数据包含车外的噪音，因此麦克风通过接收车外噪音频率信息、车外噪音振幅信息，并根据逆向波谱降噪原理利用车外噪音频率信息、车外噪音振幅信息对采集到的车内噪音频率信息、车内噪音振幅信息进行降噪处理。并基于当前降噪后的车内噪音频率信息、当前车内噪音振幅信息、以及与噪音信息对于的第四时间信息生成第四曲线图形。第四可视化数据可以为第四曲线图形，即，车内噪音与时间的关系图。
[0054]
在得到第四可视化数据后，麦克风需要将第四可视数据传输至车辆控制器，以使得车辆控制器针对第四可视化数据进行异响判定。
[0055]
进一步，在本发明实施例中，所述基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果，包括：
[0056]
检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意三项可视化数据的信息变化值，在预设时间段内是否均超过变化值阈值；
[0057]
若是，则生成所述天窗存在异常的检测结果。
[0058]
具体的，在本发明实施例中，车辆控制器将接收第一可视化数据、第二可视化数据、第三可视化数据、第四可视化数据，并对接收的数据进行检测。通过对接收数据中的曲线图形进行公差值计算，可以获得车辆在预设时间段内的数据变化值，若生成的曲线图形计算结果表明车辆在预设时间段时间段内数据变化超过变化值阈值，则说明天窗出现异响，若预设时间段内的某一时间点超过数据变化值阈值时，则忽略该时间点，继续进行检测。
[0059]
其中，当预设时间段内的任意三种曲线图形的的数据变化均超过预设阈值则表明天窗出现异常，需要存储天窗异常的数据。在本发明一种实施例中，当检测到预设时间段内的第一曲线图形、第二曲线图形、第三曲线图形中的数据变化值与变化值阈值进行比较时，均超过变化值阈值，则表明天窗出现异响。
[0060]
进一步，在本发明实施例中，所述基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果，还包括：
[0061]
检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意两项可视化数据的信息变化值，在预设时间段内是否均超过所述变
化值阈值，且，检测超过所述变化值阈值的幅度值是否超过幅度值阈值；
[0062]
若所述任意两项可视化数据的信息变化值，在预设时间段内均超过所述变化值阈值，且，所述超过所述变化值阈值的幅度值超过所述幅度值阈值，则生成所述天窗存在异常的检测结果。
[0063]
具体的，在本发明实施例中，当四项可视化数据中，在预设时间段内的任意两种曲线图形超过变化值阈值，且超过的幅度超过了幅度值阈值，则表明天窗出现异常，需要存储天窗异常的检测结果数据。此时，超过幅度值阈值的幅度值作为判断天窗出现异响的标准。在本发明一种实施例中，当检测到预设时间段内的第一曲线图形和第三曲线图形的数据变化值与变化值阈值比较时，超过预设阈值50％，则说明天窗出现异响；当检测到第一曲线图形的数据与预设阈值比较，超过预设阈值50％时，其他曲线图形的数据均未超过预设阈值时，则忽略该项数据，不认为天窗出现异响
[0064]
步骤103，若所述检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。
[0065]
具体的，在本发明实施例中，技术人员通过利用集中采集的天窗异常数据对故障检测神经网络模型进行训练，通过测试集中的样本检测训练后的故障检测神经网络模型的泛化能力；将泛化能力满足要求的故障检测神经网络模型作为所述故障检测模型。车辆控制器会对接收到的可视化数据进行检测。当检测结果显示两种情况时，则表明此时的天窗处于异常状态。即情况一：检测到四种可视化数据中的任意三种可视化数据出现异常；情况二：两种可视化数据中的任意两种可视化数据超过变化值阈值，且超过的幅度超过了幅度值阈值。当检测到异常数据时，车辆控制器会将检测结果发送至网关，网关与服务器通信连接，以使得服务器能够接收到车辆控制器通过网关发送的检测结果。
[0066]
服务器接收到检测结果的数据后，基于训练完成的故障检测模型，确定与检测结果对应的解决故障的方法。在本发明实施例中，在确定解决方法后，服务器可以通过方式一：将解决方法作为解决信息直接显示在服务器终端，使售后人员直接通过服务器终端，查看解决方法；也可以通过方式二，将解决方法作为解决信息返回至车辆控制器，使与车辆控制器连接的屏幕显示解决信息，使用户在天窗出现故障时，通过查看屏幕即可获取解决信息，解决天窗故障。
[0067]
进一步，在本发明实施例中，所述所述训练完成的故障检测模型部署在服务器中；
[0068]
所述基于训练完成的故障检测模型确定与所述检测结果对应的解决信息，包括：
[0069]
获取与所述检测结果相关的关联信息；所述关联信息包括当前天气信息、当前地理位置信息和车辆行驶次数信息；将所述检测结果和所述关联信息发送至所述服务器，以使得所述服务器采用所述训练完成的故障检测模型对所述检测结果进行处理，得到对应的解决信息。
[0070]
具体的，在本发明实施例中，网关连接车辆控制器和服务器，一方面接收由车辆控制器发送的检测结果，一方面采集与检测结果相关的关联信息。关联信息包括：当前天气信息、当前车辆所处的地理位置信息、客户车辆行驶的次数信息等。在网关收集完所有关联信息后，需要将关联信息和检测结果一同发送至服务器。服务器在接收关联信息和检测结果后会通过关联信息和检测结果生成故障检测模型，并将新生成的故障检测模型与训练完成的故障检测模型进行比较，实现故障解决方法的确定。
[0071]
采用本技术实施例的技术方案，可以通过获取车辆的多种信息，基于多种信息生成可视化数据，对生成的可视化数据进行异常检测，并得到天窗异常的检测结果，对天窗异常的检测结果采用大数据拟合技术，提高了检测天窗故障原因准确性，实现远程解决天窗故障问题，进而提高车辆生产线检测效率和车辆售后故障检测的准确性。
[0072]
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
[0073]
参照图2，示出了本发明实施例提供的一种车辆天窗检测系统装置的结构框图，具体可以包括如下模块：获取模块201、检测模块202、存储模块203，其中：
[0074]
获取模块201，用于获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息；
[0075]
检测模块202，用于基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果；
[0076]
确定模块203，用于若所述检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。
[0077]
在本发明实施例中，所述检测模块还包括：
[0078]
第一生成子模块，用于基于所述当前位置信息生成第一可视化数据；
[0079]
第二生成子模块，用于基于所述当前转速信息生成第二可视化数据；
[0080]
第三生成子模块，用于基于所述当前振动信息生成第三可视化数据；
[0081]
第四生成子模块，用于基于所述当前噪音信息生成第四可视化数据；
[0082]
第一检测子模块，用于基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果。
[0083]
在本发明实施例中，所述确定模块包括：
[0084]
第一获取子模块，用于获取与所述检测结果相关的关联信息；所述关联信息包括当前天气信息、当前地理位置信息和车辆行驶次数信息；
[0085]
发送子模块，用于将所述检测结果和所述关联信息发送至服务器，以使得所述服务器采用所述训练完成的故障检测模型对所述检测结果进行处理，得到对应的解决信息。
[0086]
在本发明实施例中，所述第一生成子模块包括：
[0087]
第一生成单元，用于采用所述天窗玻璃位置信息和所述第一时间信息生成第一曲线图，并将所述第一曲线图作为所述第一可视化数据。
[0088]
在本发明实施例中，所述第二生成子模块包括：
[0089]
第二生成单元，用于采用所述天窗电机霍尔信号信息和所述第二时间信息生成第二曲线图，并将所述第二曲线图作为所述第二可视化数据。
[0090]
在本发明实施例中，所述第三生成子模块包括：
[0091]
第三生成单元，用于采用所述车辆振动信息和所述第三时间信息生成第三曲线图，并将所述第三曲线图作为所述第三可视化数据。
[0092]
在本发明实施例中，所述第四生成子模块包括：
[0093]
第一处理单元，用于基于所述车外噪音频率信息、所述车外噪音振幅信息对所述车内噪音频率信息、所述车内噪音振幅信息进行降噪，得到降噪后的车内噪音频率信息、降噪后的车内噪音振幅信息；
[0094]
第四生成单元，用于采用所述处理后的车内噪音频率信息、所述处理后的车内噪音振幅信息、所述第四时间信息生成第四曲线图，并将所述第四曲线图作为所述第四可视化数据。
[0095]
在本发明实施例中，所述检测模块还包括：
[0096]
第二检测子模块，用于检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意三项可视化数据的信息变化值，在预设时间段内是否均超过变化值阈值；
[0097]
第五生成子模块，用于若是，则生成所述天窗存在异常的检测结果。
[0098]
在本发明实施例中，所述检测模块还包括：
[0099]
第三检测子模块，用于检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意两项可视化数据的信息变化值，在预设时间段内是否均超过所述变化值阈值，且，检测超过所述变化值阈值的幅度值是否超过幅度值阈值；
[0100]
第六生成子模块，用于若所述任意两项可视化数据的信息变化值，在预设时间段内均超过所述变化值阈值，且，所述超过所述变化值阈值的幅度值超过所述幅度值阈值，则生成所述天窗存在异常的检测结果。
[0101]
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0102]
采用本技术实施例的技术方案，可以通过获取车辆的多种信息，基于多种信息生成可视化数据，对生成的可视化数据进行异常检测，并得到天窗异常的检测结果。本发明在对天窗异常的检测结果采用大数据拟合技术，提高了检测天窗故障原因准确性，实现远程解决天窗故障问题，进而提高车辆生产线检测效率和车辆售后故障检测的准确性。
[0103]
本发明实施例还提供了一种车辆，包括：
[0104]
包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述天窗故障检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0105]
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述天窗故障检测方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0106]
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
[0107]
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0108]
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程信息处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程信息处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0109]
这些计算机程序指令也可存储在能引导计算机或其他可编程信息处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0110]
这些计算机程序指令也可装载到计算机或其他可编程信息处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0111]
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
[0112]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
[0113]
以上对本发明所提供的一种方法和一种装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
技术特征：
1.一种车辆天窗的故障检测方法，其特征在于，所述方法包括：获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息；基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果；若所述检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。2.根据权利要求1所述的天窗故障检测方法，其特征在于，所述基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果，包括：基于所述当前位置信息生成第一可视化数据、基于所述当前转速信息生成第二可视化数据、基于所述当前振动信息生成第三可视化数据，以及基于所述当前噪音信息生成第四可视化数据；基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果。3.根据权利要求1所述的天窗故障检测方法，其特征在于，所述训练完成的故障检测模型部署在服务器中；所述基于训练完成的故障检测模型确定与所述检测结果对应的解决信息，包括：获取与所述检测结果相关的关联信息；所述关联信息包括当前天气信息、当前地理位置信息和车辆行驶次数信息；将所述检测结果和所述关联信息发送至所述服务器，以使得所述服务器采用所述训练完成的故障检测模型对所述检测结果进行处理，得到对应的解决信息。4.根据权利要求2所述的天窗故障检测方法，其特征在于，所述当前位置信息包括天窗玻璃实时位置信息和天窗电机实时霍尔信号信息；所述天窗玻璃实时位置信息包括所述天窗玻璃位置信息和第一时间信息；所述天窗电机实时霍尔信号信息包括天窗电机霍尔信号信息和第二时间信息；所述基于所述当前位置信息生成第一可视化数据、基于所述当前转速信息生成第二可视化数据，包括：采用所述天窗玻璃位置信息和所述第一时间信息生成第一曲线图，并将所述第一曲线图作为所述第一可视化数据；采用所述天窗电机霍尔信号信息和所述第二时间信息生成第二曲线图，并将所述第二曲线图作为所述第二可视化数据。5.根据权利要求2所述的天窗故障检测方法，其特征在于，所述振动信息包括车辆振动信息和第三时间信息；所述基于所述当前振动信息生成第三可视化数据，包括：采用所述车辆振动信息和所述第三时间信息生成第三曲线图，并将所述第三曲线图作为所述第三可视化数据。6.根据权利要求2所述的天窗故障检测方法，其特征在于，所述当前噪音信息包括车外噪音频率信息、车外噪音振幅信息、车内噪音频率信息、车内噪音振幅信息，以及第四时间
信息；所述基于所述当前噪音信息生成第四可视化数据，包括：基于所述车外噪音频率信息、所述车外噪音振幅信息对所述车内噪音频率信息、所述车内噪音振幅信息进行降噪，得到降噪后的车内噪音频率信息、处理后的车内噪音振幅信息；采用所述降噪后的车内噪音频率信息、所述降噪后的车内噪音振幅信息、所述第四时间信息生成第四曲线图，并将所述第四曲线图作为所述第四可视化数据。7.根据权利要求2所述的天窗故障检测方法，其特征在于，所述基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果，包括：检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意三项可视化数据的信息变化值，在预设时间段内是否均超过变化值阈值；若是，则生成所述天窗存在异常的检测结果。8.根据权利要求2所述的天窗故障检测方法，其特征在于，所述基于所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据检测所述天窗是否存在异常，得到检测结果，还包括：检测所述第一可视化数据、所述第二可视化数据、所述第三可视化数据和所述第四可视化数据中的任意两项可视化数据的信息变化值，在预设时间段内是否均超过所述变化值阈值，且，检测超过所述变化值阈值的幅度值是否超过幅度值阈值；若所述任意两项可视化数据的信息变化值，在预设时间段内均超过所述变化值阈值，且，所述超过所述变化值阈值的幅度值超过所述幅度值阈值，则生成所述天窗存在异常的检测结果。9.一种车辆天窗的检测装置，其特征在于，所述装置包括：获取模块，用于获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息；检测模块，用于基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果；确定模块，用于若所述检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。10.一种车辆，其特征在于包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1～8中任一项所述天窗故障检测方法的步骤。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1～6中任一项所述天窗故障检测方法的步骤。
技术总结
本发明实施例提供了一种天窗故障故障检测方法、装置、车辆及计算机存储介质，获取天窗玻璃的当前位置信息、天窗电机的当前转速信息、车辆的当前振动信息和所述车辆的当前噪音信息；基于所述当前位置信息、所述当前转速信息、所述当前振动信息和所述当前噪音信息检测所述天窗是否存在异常，得到检测结果；若检测结果为存在异常，则基于训练完成的故障检测模型确定与所述检测结果对应的解决信息。在本发明实施例中，通过获取车辆的多种信息，基于多种信息对天窗进行异常检测，并得到天窗异常检测结果。本发明采用了大数据拟合技术，增加了检测天窗故障原因准确性，远程解决天窗故障问题，进而提高车辆生产线检测效率和车辆售后故障检测的准确性。障检测的准确性。障检测的准确性。
