基于大数据技术的远程诊断系统在汽车上的应用

张文杰 李长龙 洪宇 孙宗姚

（1.中国第一汽车股份有限公司 智能网联开发院，长春130013；2.汽车振动噪声与安全控制综合技术国家重点实验室，长春 130013）

主题词：汽车远程诊断 大数据 车与云

1 引言

随着汽车工业、电子化技术的迅速发展以及人们对车辆功能需求的多样化，越来越多的电子化新技术引入了汽车行业。汽车架构的复杂、功能的繁多必将伴随着故障发生可能性的增大。在当前以汽车数字化、安全性为主题的社会环境下，汽车故障识别的及时性以及维修方式的便捷性成为迫切的技术需求和安全保障；同时为了满足人们对新鲜度、体验感的持续追求，汽车产品更新迭代以及新品研发的周期被持续压缩，这些对主机厂各环节的工作都带来了极大的挑战。

远程诊断技术在汽车行业的应用，给车辆的故障检测及维修等方面带来了新的思路。汽车远程诊断系统建立了车与云的通讯，解决了目标车辆与技术人员的距离问题，大大提高了诊断服务的灵活性，同时对目标车辆进行数据选择性的实时采集和存储，一方面可以有效辅助问题的排查，另一方面可为提升车辆研发质量提供数据基础。

伴随互联网技术的快速发展，“大数据”一词被人们广泛提及。面对大数据时代所带来的海量数据，如何挖掘其内在关系，发现其中的规律是大数据技术的难点和重点。近年来，通过人们对大数据在网络安全、互联网等各领域中应用的不断研究，大数据技术的优势逐步凸显。借助大数据技术在数据挖掘和分析方面的优势，结合汽车远程诊断系统所能提供的车辆数据，可以有效地提升车辆在研发、生产及售后各阶段的研发质量或问题解决效率。

2 远程诊断系统结构

汽车远程诊断系统主要包括3部分：（1）任务发起端；（2）云端服务器；（3）车端（结构如图1所示）。

图1 汽车远程诊断系统

2.1 任务发起端

任务请求者发起诊断任务的终端，同时接收云端服务器反馈的结果并进行展示。该终端可以是电脑、平板、手机等，通过http或https的网络协议与云端服务器建立通讯。

2.2 云端服务器

接收任务发起端发出的诊断请求，经对任务发起端身份以及请求任务格式验证后，将请求转换为车端可识别和执行的脚本文件，并主动与目标车辆建立通讯并将脚本文件自动下发，同时接收相应脚本内容的车端响应，根据响应内容决定将其传输给任务发起端还是仅进行存储操作。

2.3 车端

诊断任务执行端，通过车内特定电控单元实现与云端服务器的通讯，同时对诊断脚本进行解析、执行并将诊断结果反馈给云端服务器。

3 汽车大数据

借鉴大数据技术在其他领域应用中面对大量信息数据时所展现出的信息数据获取、处理和利用的高速性、高效性以及强管理性等独特的优势，汽车行业的相关领域也开始逐步引入了大数据技术。

汽车涉及的大数据主要有：汽车研发大数据、汽车生产大数据和汽车售后大数据。对于主机厂而言，汽车研发中大数据的关注点主要集中于车辆受众群体与驾驶相关的行为数据，车辆全生命周期各功能系统的基础数据，各研发阶段车辆不同地域、场景的表现数据以及各零部件性能参数等数据；汽车生产阶段大数据的关注点主要集中于产线工人的操作行为数据、生产环境、工位布置、产线设备工作数据、参数以及装车状态数据；汽车售后阶段大数据的关注点主要集中于车辆行驶数据、用户数据以及车辆维修保养数据（如图2所示）。

图2 汽车大数据

4 远程诊断系统在汽车行业中的应用

4.1 研发中的应用

4.1.1 车辆健康体检系统

基于远程诊断系统可以实时获取车辆运行数据的优势，主机厂可基于自身的技术储备建立或开发车辆健康体检的功能系统，如图3所示结构。

图3 车辆健康体检系统

工作流程为：（1）用户或主机厂通过车辆或终端发起车辆体检请求；（2）远程诊断服务器收到请求后生成对应执行任务并下发到目标车辆的诊断客户端（可以是某个控制器）；（3）车辆诊断客户端根据任务需求进行车辆数据信息的搜集并将结果反馈到远程诊断服务器；（4）远程诊断服务器基于反馈信息通过运行健康管理系统同时调用大数据系统中车辆各系统、部件的失效模型（以研发大数据为基础，售后大数据为修正搭建而成），进而得出当前车辆的健康状态并反馈到请求发起端。

车辆健康体检功能系统的开发，一方面可以确保用户实时掌握车辆各系统的健康状态，最大程度地降低用户的使用风险，另一方面主机厂也可以及时把控车辆各系统及零部件的运行状态及耐久性能，提前发现潜在失效零部件并制定相应措施，降低召回风险，节约售后成本。

4.1.2 车辆精确诊断系统

借助大数据在数据挖掘和分析方面的优势，结合远程诊断系统可以将车辆售后维修保养等数据进行电子化、信息化及平台化的特点，车辆主机厂可以基于对整车系统功能及诊断逻辑策略的了解，结合大数据技术在车辆维修保养数据等电子化后的售后大数据中的充分应用，根据数据和经验的积累逐步建立或开发一套车辆问题现象与问题排查流程之间一一对应的车辆精确诊断系统，进而达到车辆问题的快速精准定位。最大可能地压缩排故时间，减少车辆维修的资源消耗，提高车主的满意度。

4.1.3 车辆预诊断系统

远程诊断系统的建立，使车辆全生命周期的数据得以完整的收集和保存。通过应用大数据技术对车辆各部件性能参数的处理以及对车辆使用过程中实时反馈的相关数据的分析，使得大数据模块中整车各系统的预诊断模型得以持续更新、优化，可逐步建立完善的整车预诊断模型，车辆主机厂可依此建立整车的预诊断系统如图4。

图4 车辆预诊断系统

工作流程为：

（1）远程诊断系统可以实时获取车辆的状态数据，并将其上传到预诊断系统中；

（2）预诊断系统中的预诊断模块通过调用大数据模块中对应系统的预诊断模型，经预诊断模型与车辆状态数据的运算并输出车辆系统的预诊断结果；

（3）车辆预诊断结果通过远程诊断系统给到车端或任务发起端。

车辆预诊断系统可以有效预警车辆各系统出现故障的情况，为车主每一次出行保驾护航。

4.2 生产中的应用

通过与生产线服务器的对接，远程诊断系统可以实时获取生产线上各待生产车辆的详细信息（车架号、已安装电控单元信息等）以及车辆位置。待产车辆到达特定电检工位，车端某特定控制单元将主动与云端服务器建立通讯并自动下载该电检工位的电检序列。车端特定控制器通过对电检序列的解析进而执行所有电检内容，并将检测结果上传到远程诊断系统的云端服务器。生产线服务器收到共享信息后，通过电脑、Pad等终端进行检查结果的显示以及其他需求操作。

针对车辆生产过程中频繁出现的控制器版本变更以及车辆下线返修过程对产线设备依赖的情况，远程诊断系统使车辆仅需上电操作即可通过主动发送任务，快捷便利地完成以上内容，有效地避免了控制器清库存、线上线下车辆因控制器软件版本未及时更新而导致的电检问题，同时也解决了车辆返修场地、设备等资源制约的问题。

生产线远程诊断系统的引入，可以最大限度地降低产线设备的开发成本、缩短调试周期、减少人员的投入进而实现自动检测工艺。借助大数据技术的优势，收集产线工人的操作行为数据、产线环境、工位布局以及生产设备等生产大数据中重要的参数进行数据的挖掘与分析，同时结合各电检工位进行的检测内容，可以进一步优化电检序列，提高各电检工位的电检效率以及通过率。

4.3 售后中的应用

基于远程诊断系统可以与车辆进行实时通讯的优势，一方面可以根据故障类型、发生频次、分布区域以及其他不同维度的统计信息，结合故障车辆当前的冻结帧、数据流信息或者针对某特定故障主动发起的远程诊断任务的结果，可以最大程度地提高车辆售后问题的解决效率，降低维修成本；另一方面，通过积累用户车辆不同状态下（如：故障发生前、故障发生时刻、故障发生后）的有效数据，结合大数据技术在售后大数据中的应用，将其作为重要的输入应用于整车的研发过程，形成车辆整个生命周期数据闭环的情况下，持续改善车辆的研发质量，提高用户的满意度。

针对传统4S店使用的硬件型车辆售后诊断仪设备所具备的功能也可以通过云端下发任务的方式进行实现，同时基于远程诊断系统访问的便利性，远程诊断云端服务器可以通过权限管理的方式对需求终端进行灵活授权，最大程度地提高售后服务的广度和深度。

5 结论

随着汽车智能化、电气化转型持续加快，客户满意度、体验感得到持续受益的同时，对主机厂自身各环节的工作提出了极大的挑战。远程诊断技术、大数据技术的飞速发展，借鉴其各自独有的优势并加以利用，可以有效地解决车厂在研发、生产、售后过程中面临的困难。

（1）研发：通过充分利用远程诊断技与大数据技术的特有优势，提出了车辆健康管理系统、车辆精确诊断系统以及车辆预诊断系统新功能。帮助车辆用户可以实时掌握车辆各个系统的运行状态，进而达到问题发生前预先的规避或消除、问题发生后快速定位及解决。此外，还可以帮助车辆主机厂逐步优化车辆的各功能以及零部件设计或选择，提高售后维修效率，提升用户对车辆的满意度。

（2）生产：通过远程诊断系统对产线车辆位置及相关信息的实时获取，可以实现电检工位的自动化流程以及快速便捷的控制器软件更新方式和灵活的车辆返修方法。结合大数据技术对产线环境、工位布局、操作者行为等生产大数据进行分析，在降低产线开发成本、缩短调试周期的同时，可进一步优化电检序列，提高车辆的电检效率以及通过率。

（3）售后：基于不同维度故障信息的历史统计数据以及故障车辆实时的有效数据，可以最大程度地提高售后问题解决效率，降低维修成本；售后车辆全生命周期的数据积累以及对用户用车行为数据的分析，都将作为重要的输入使得研发过程闭环，助力研发。基于远程诊断系统访问的灵活性，也可以提升售后服务的深度和广度。