科创中国

行业领域

高技术服务业

需求背景

车辆亏电问题一直是整车厂TOP售后问题，车辆亏电后无法启动，大部分车主在亏电情况下只能选择救援，给用户用车带来困扰，然而车辆亏电是一个复杂的过程，受车内外环境、整车各控制器耗情况以及用户用车工况和用车风格息息相关，并且整车厂无法获得用户真实的亏电时间即无法获得真实标签信息，只能得到亏电故障维修时间（此时间晚于真实亏电时间），因此传统的人工智能算法无法解决此类标签不准确问题，并且亏电故障数据来源于不同车型、不同型号蓄电池、不同用车环境，因此即需探索新的人工智能算法，解决亏电时间预测问题，降低用户亏电问题

需解决的主要技术难题

基于整车的亏电预测算法开发可以解决以下技术难题：

1. 数据采集和处理：需要收集整车的各种传感器数据，如电池电压、电流、温度等，并进行实时处理和分析，以获取准确的亏电状态信息。

2. 特征提取和选择：从大量的传感器数据中提取有用的特征，如电池充电状态、电池健康状况、车辆行驶情况等，以建立预测模型。

3. 预测模型的建立：根据历史数据和实时数据，使用机器学习或统计学方法建立预测模型，预测整车的亏电情况。预测模型可以采用回归模型、时间序列模型等。

4. 模型训练和优化：使用历史数据对预测模型进行训练，并通过交叉验证等方法进行模型优化，以提高预测的准确性和稳定性。

5. 实时预测和反馈控制：根据实时数据和预测模型，实时预测整车的亏电情况，并根据预测结果进行反馈控制，如提醒驾驶员及时充电或调整驾驶行为，以延长电池续航里程。

6. 系统集成和优化：将亏电预测算法与整车的电池管理系统、车载电子系统等进行集成，以实现整车级的亏电预测和管理，提高整车的能源利用效率和驾驶体验。

南通技术方面，可以利用南通地区的气候和道路条件等特点，结合历史数据和实时数据，进行地区特定的亏电预测算法开发和优化，以提高预测的准确性和适用性。

期望实现的主要技术目标

  1）、提前预测车辆亏电时间，提醒用户及时充电，解决用户亏电用车难的问题，降低用户抱怨。

   2）、减少外出救援情况的发生，为用户和车厂减少紧急救援或付费救援的情况，节约成本。

   3）、探索解决工业界标签准确问题的新思路，助力人工智能在产业界发展

处理进度