技术摘要：
本发明涉及一种基于大数据的车况分析系统，包括若干用户端、检测端、中心服务器、车辆信息库、车况类型信息库、异常类型信息库、历史车况数据库以及车况关联库；所述用户端用于获取车况信息并根据车况信息生成用户信息；所述检测端用于获取车辆异常情况并当车辆出现异 全部
背景技术：
汽车维修是汽车维护和修理的泛称。就是对出现故障的汽车通过技术手段排查， 找出故障原因，并采取一定措施使其排除故障并恢复达到一定的性能和安全标准。汽车维 修包括汽车大修和汽车小修，汽车大修是指用修理或更换汽车任何零部件（包括基础件）的 方法，恢复汽车的完好技术状况和完全（或接近完全）恢复汽车寿命的恢复性修理。而汽车 小修是指：用更换或修理个别零件的方法，保证或恢复汽车工作能力的运行性修理。 而实际上汽车驾驶员并不是都了解汽车性能以及车况，所以如果只是遵循一个比 较宽泛的（按时间去确定维护检查节点），如果这个时间设置的较长，那就会有安全的风险， 而如果设置的较短，则对检修成本和用户经济和时间成本会造成浪费。
技术实现要素：
有鉴于此，本发明目的是提供一种基于大数据的车况分析系统。 为了解决上述技术问题，本发明的技术方案是：一种基于大数据的车况分析系统， 包括若干用户端、检测端、中心服务器、车辆信息库、车况类型信息库、异常类型信息库、历 史车况数据库以及车况关联库； 所述用户端用于获取车况信息并根据车况信息生成用户信息； 所述检测端用于获取车辆异常情况并当车辆出现异常时输出异常信息； 所述中心服务器配置有录入子系统以及分析子系统； 所述车辆信息库用于存储车辆信息，所述车况类型信息库存储有若干预设的车况类型 信息，所述异常类型信息库存储有若干预设的异常类型信息； 所述录入子系统用于录入所述用户信息，所述录入子系统包括车辆信息录入模块、历 史数据录入模块以及信息关联模块，所述车辆信息录入模块配置有车辆信息配置策略，所 述车辆信息配置策略根据所述车况类型信息库从所述用户信息中解析得到若干车况类型 数据，并根据得到的所述车况类型数据以及车辆编码生成车辆信息存储至车辆信息库；所 述历史数据录入模块配置有历史信息生成策略用于生成历史信息，所述历史信息生成策略 根据所述异常类型信息库解析所述异常信息得到异常数据并从所述车辆信息库调取对应 的车辆信息以生成历史信息，将所述历史信息存储至历史车况数据库；所述信息关联模块 配置有信息关联条件，当所述历史车况数据库中的历史信息满足所述信息关联条件时，提 取对应的历史信息中的车况类型数据以及对应的异常数据并生成车况关联信息，并将所述 车况关联信息存储至所述车况关联库；所述车况关联信息包括车况类型数据对应的车况条 件以及异常数据； 所述分析子系统配置有车况分析策略，所述车辆信息配置策略解析用户信息得到若干 4 CN 111582732 A 说 明 书 2/4 页 车况类型数据，并通过车况分析策略从所述车况关联库中筛选符合条件的车况关联信息， 并根据车况关联信息输出车况分析报告。 进一步地，所述的用户信息包括行驶习惯信息，所述用户端配置有定位器，所述定 位器用于生成车辆实时位置信息，所述用户端根据所述车辆实时位置信息生成所述驾驶习 惯信息。 进一步地，所述的用户信息包括制动系统信息，所述用户端配置有制动反馈传感 器，所述制动反馈传感器用于检测车辆的制动系统并生成所述制动系统信息。 进一步地，所述的用户信息包括动力系统信息，所述用户端配置有动力反馈传感 器，所述动力反馈传感器用于检测车辆的发动机并生成所述动力系统系统。 进一步地，所述的用户信息包括使用频次信息，所述用户端于车辆的不同部件上 配置有计数传感器，对应的部件动作时计数器工作以产生所述使用频次信息。 进一步地，所述异常信息包括轮胎异常、制动系统异常以及动力异常。 进一步地，所述车况类型数据库中的车况类型信息中包括类型名称以及对应的字 段长度，所述车辆信息配置策略包括从所述用户信息中筛选对应的类型名称同时获取该类 型名称后的所述字段长度的字段作为类型内容，根据筛选得到的类型名称以及类型内容生 成所述车况类型数据。 进一步地，所述异常类型信息库中的异常信息包括类型名称以及对应的字段长 度，所述历史信息生成策略包括从所述异常信息中筛选对应的类型名称同时获取该类型名 称后的所述字段长度的字段作为类型内容，根据筛选得到的类型名称以及类型内容生成所 述异常数据。 进一步地，所述关联条件包括预设的关联次，所述关联次反映相同异常数据对应 的车况类型信息出现次数。 进一步地，所述车况分析报告包括维修建议信息，所述维修建议信息包括维修项 以及维修时间。 本发明技术效果主要体现在以下方面：通过这样设置，通过随时获取车况信息，然 后根据车况信息实时分析得到可能出现的异常情况，通过大数据筛选异常情况与车况的关 联，就可以根据这个关联结果输出报告，通过大数据实现维修建议的报告的输出，更加合理 可靠。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施 例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获 得其他的附图。 图1：本发明系统架构原理图； 图2：本发明数据交互原理图。 附图标记：1、用户端；2、检测端；3、中心服务器；301、车辆信息录入模块；302、历史 数据录入模块；303、信息关联模块；311、分析子系统；100、车辆信息库；200、车况类型信息 库；300、异常类型信息库；400、历史车况数据库；500、车况关联库。 5 CN 111582732 A 说 明 书 3/4 页
本发明涉及一种基于大数据的车况分析系统，包括若干用户端、检测端、中心服务器、车辆信息库、车况类型信息库、异常类型信息库、历史车况数据库以及车况关联库；所述用户端用于获取车况信息并根据车况信息生成用户信息；所述检测端用于获取车辆异常情况并当车辆出现异 全部
背景技术：
汽车维修是汽车维护和修理的泛称。就是对出现故障的汽车通过技术手段排查， 找出故障原因，并采取一定措施使其排除故障并恢复达到一定的性能和安全标准。汽车维 修包括汽车大修和汽车小修，汽车大修是指用修理或更换汽车任何零部件（包括基础件）的 方法，恢复汽车的完好技术状况和完全（或接近完全）恢复汽车寿命的恢复性修理。而汽车 小修是指：用更换或修理个别零件的方法，保证或恢复汽车工作能力的运行性修理。 而实际上汽车驾驶员并不是都了解汽车性能以及车况，所以如果只是遵循一个比 较宽泛的（按时间去确定维护检查节点），如果这个时间设置的较长，那就会有安全的风险， 而如果设置的较短，则对检修成本和用户经济和时间成本会造成浪费。
技术实现要素：
有鉴于此，本发明目的是提供一种基于大数据的车况分析系统。 为了解决上述技术问题，本发明的技术方案是：一种基于大数据的车况分析系统， 包括若干用户端、检测端、中心服务器、车辆信息库、车况类型信息库、异常类型信息库、历 史车况数据库以及车况关联库； 所述用户端用于获取车况信息并根据车况信息生成用户信息； 所述检测端用于获取车辆异常情况并当车辆出现异常时输出异常信息； 所述中心服务器配置有录入子系统以及分析子系统； 所述车辆信息库用于存储车辆信息，所述车况类型信息库存储有若干预设的车况类型 信息，所述异常类型信息库存储有若干预设的异常类型信息； 所述录入子系统用于录入所述用户信息，所述录入子系统包括车辆信息录入模块、历 史数据录入模块以及信息关联模块，所述车辆信息录入模块配置有车辆信息配置策略，所 述车辆信息配置策略根据所述车况类型信息库从所述用户信息中解析得到若干车况类型 数据，并根据得到的所述车况类型数据以及车辆编码生成车辆信息存储至车辆信息库；所 述历史数据录入模块配置有历史信息生成策略用于生成历史信息，所述历史信息生成策略 根据所述异常类型信息库解析所述异常信息得到异常数据并从所述车辆信息库调取对应 的车辆信息以生成历史信息，将所述历史信息存储至历史车况数据库；所述信息关联模块 配置有信息关联条件，当所述历史车况数据库中的历史信息满足所述信息关联条件时，提 取对应的历史信息中的车况类型数据以及对应的异常数据并生成车况关联信息，并将所述 车况关联信息存储至所述车况关联库；所述车况关联信息包括车况类型数据对应的车况条 件以及异常数据； 所述分析子系统配置有车况分析策略，所述车辆信息配置策略解析用户信息得到若干 4 CN 111582732 A 说 明 书 2/4 页 车况类型数据，并通过车况分析策略从所述车况关联库中筛选符合条件的车况关联信息， 并根据车况关联信息输出车况分析报告。 进一步地，所述的用户信息包括行驶习惯信息，所述用户端配置有定位器，所述定 位器用于生成车辆实时位置信息，所述用户端根据所述车辆实时位置信息生成所述驾驶习 惯信息。 进一步地，所述的用户信息包括制动系统信息，所述用户端配置有制动反馈传感 器，所述制动反馈传感器用于检测车辆的制动系统并生成所述制动系统信息。 进一步地，所述的用户信息包括动力系统信息，所述用户端配置有动力反馈传感 器，所述动力反馈传感器用于检测车辆的发动机并生成所述动力系统系统。 进一步地，所述的用户信息包括使用频次信息，所述用户端于车辆的不同部件上 配置有计数传感器，对应的部件动作时计数器工作以产生所述使用频次信息。 进一步地，所述异常信息包括轮胎异常、制动系统异常以及动力异常。 进一步地，所述车况类型数据库中的车况类型信息中包括类型名称以及对应的字 段长度，所述车辆信息配置策略包括从所述用户信息中筛选对应的类型名称同时获取该类 型名称后的所述字段长度的字段作为类型内容，根据筛选得到的类型名称以及类型内容生 成所述车况类型数据。 进一步地，所述异常类型信息库中的异常信息包括类型名称以及对应的字段长 度，所述历史信息生成策略包括从所述异常信息中筛选对应的类型名称同时获取该类型名 称后的所述字段长度的字段作为类型内容，根据筛选得到的类型名称以及类型内容生成所 述异常数据。 进一步地，所述关联条件包括预设的关联次，所述关联次反映相同异常数据对应 的车况类型信息出现次数。 进一步地，所述车况分析报告包括维修建议信息，所述维修建议信息包括维修项 以及维修时间。 本发明技术效果主要体现在以下方面：通过这样设置，通过随时获取车况信息，然 后根据车况信息实时分析得到可能出现的异常情况，通过大数据筛选异常情况与车况的关 联，就可以根据这个关联结果输出报告，通过大数据实现维修建议的报告的输出，更加合理 可靠。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施 例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获 得其他的附图。 图1：本发明系统架构原理图； 图2：本发明数据交互原理图。 附图标记：1、用户端；2、检测端；3、中心服务器；301、车辆信息录入模块；302、历史 数据录入模块；303、信息关联模块；311、分析子系统；100、车辆信息库；200、车况类型信息 库；300、异常类型信息库；400、历史车况数据库；500、车况关联库。 5 CN 111582732 A 说 明 书 3/4 页
