车载健康状态监控 - 驱动、制动和转向异响
-
被测对象:
新能源汽车 -
应用场景:
车载健康状态监控 -
问题与挑战:
- 汽车行驶过程中,驱动、制动和转向等系统部件产生异常声音,对驾驶员而言是需要对车辆进行维护保养或维修的提示信号。这些系统的可靠性对于行驶安全至关重要,因此对其健康状态进行实时监控意义重大。
- 车内噪声混杂在一起,具有随机性和时变性,给准确识别异响带来了挑战。
- 车载芯片算力有限,对算法提出很高的要求。
-
方法及成效:
- 使用OHm车载健康监测系统,对汽车行驶过程中的正常声音和异响进行分类学习,建立故障模型并进行训练。
- 通过Ohm车载健康监测系统的优化算法和模型,可以降低计算资源的占用。

图1 在车内复杂噪声环境中准确识别异常声音