基于認知大模型的汽車故障燈消除方法探討

沈瓊 劉劍琴 朱家俊 汪鑫禹

摘要：隨著信息化的發展，科技的進步已經能夠顯著地突出人類社會步入了人工智能時代，其中最具代表性的是認知大模型的出現。人工智能技術在各個領域都開始了“1+N”的研究，汽車領域也隨之邁入了新型科技時代發展階段。目前，汽車安全性能領域中的車輛診斷系統已經能夠通過故障燈的形式，實時向駕駛員反饋車輛的運行狀態。然而，故障燈的存在可能對駕駛員造成一定困擾，特別是在不影響駕駛安全的情況下消除故障燈的需求日益增加。為此，研究了汽車故障燈在應用認知大模型技術下的新型消除方法。該方法需要通過深度學習技術，訓練一個能夠理解和解析故障燈含義的認知大模型，利用模型預測駕駛員可能采取的消除故障燈的行為，生成相應的控制指令，并通過車載電子控制系統執行指令，實現故障燈的消除。

關鍵詞：認知大模型；深度學習；汽車故障燈；新型消除方法

中圖分類號：U472.9? 收稿日期：2023-09-20

DOI：1019999/jcnki1004-0226202406026

1 前言

基于大模型掀起的人工智能新一代浪潮，汽車行業成為與人工智能融合研究的重要領域[1]。從科大訊飛發布星火認知大模型的現場實測大模型的核心能力，及發布汽車、教育、辦公及數字員工領域的應用成果中[2]，可以預測人工智能將在未來應用到多元領域，實現多維度垂直融合[3]。

隨著科技的不斷發展，汽車行業同步保持持續的創新和升級。汽車安全性能作為衡量汽車質量的重要指標，一直以來都是各大汽車制造商、相關研究機構及用戶關注的焦點[4-5]。為了確保車輛的安全和可靠運行，汽車制造商在車輛中集成了大量的傳感器和控制系統，這些系統可以實時監測車輛的各種運行參數，并在出現異常時通過故障燈的形式向駕駛員發出警告，即為汽車安全性能領域中的汽車故障診斷，它是現代汽車行業中的一個重要研究課題，目的是通過分析和檢測汽車各個部件的運行狀態來確定車輛是否存在故障[6]。其中，故障燈提示系統就是作為一種重要的輔助駕駛功能，是實時監測汽車運行狀態的重要手段，對于保障駕駛員和乘客的生命安全具有重要意義[7]。然而，傳統的故障燈提示系統存在一定的局限性，如誤報率高、信息傳遞不清晰等問題，這些問題可能導致駕駛員對潛在危險的忽視，從而增加交通事故的風險。同時，故障燈的存在可能對駕駛員造成一定的困擾。一方面，駕駛過程中故障燈顯示會分散駕駛員的注意力，影響駕駛安全；另一方面，在一些并不影響車輛正常運行的小問題導致故障燈亮起，同樣會給駕駛員帶來不必要的壓力。因此，及時識別和消除汽車故障至關重要。

隨著人工智能技術在汽車領域的應用越來越廣泛，深度學習技術由于其強大的模式識別能力，被廣泛應用于汽車故障診斷和預測[8-9]。然而，如何利用深度學習技術實現故障燈的消除，仍然是一個開放的研究問題。

本文將針對汽車故障燈傳統的消除方法進行分析和探究，找出關鍵問題，并在認知大模型的技術下提出汽車故障燈消除的新型方法。該方法需要通過深度學習技術，訓練一個能夠理解和解析故障燈含義的認知大模型，利用模型預測駕駛員可能采取的消除故障燈的行為，生成相應的控制指令，來通過車載電子控制系統執行指令消除故障燈，最終實現自動識別、自動分析、輔助決策，解決駕駛員駕駛過程中的不安，確保駕駛員能夠保持平靜的心態，保證安全駕駛。本文的主要研究路線如圖1所示。

2 汽車故障燈傳統消除方法

一輛汽車上有上百種故障燈，其中汽車故障燈按照其功能和警示嚴重程度可分為三種：指示類、提示類、警示類[10]。a.指示類用來說明車輛的一些基本狀況，表示車輛目前的一個工作狀態，便于了解車輛的各項功能和狀態，例如燈光系統指示燈、水溫指示燈、燃油量指示燈等。b.提示類用來說明車輛當前狀態不正常或者操作不正確，例如安全帶提示燈、車門開啟提示燈等。c.警示類說明車輛存在故障，需要維修，例如發動機故障燈、剎車系統故障燈等。

此外，汽車故障燈從顏色上劃分也有三種類型：綠色、黃色和紅色[11]。a.綠色即功能指示燈，主要是起提示作用，如倒車雷達、巡航系統、動力模式開關、換擋提示燈等。b.黃色是故障警示燈和功能指示燈，用來說明車輛當前狀態不正常或者操作不正確，起警示作用，如ABS燈、發動機故障燈、牽引力控制指示燈等。c.紅色則是故障警告燈，說明車輛存在故障，需要維修，起嚴重的警示作用，如安全帶指示燈、電瓶指示燈等。

汽車故障燈的顯示是通過車輛故障檢測系統進行完成的。當汽車某個部位發生故障或異常，儀表盤上相應的故障指示燈就會亮起。汽車儀表盤故障燈是車輛電子控制系統中的一個重要組成部分，由車輛電子控制系統中的故障診斷系統控制。當車輛電子控制系統中出現故障時，故障診斷系統會自動檢測故障，并將故障信息存儲在故障診斷系統的存儲器中。同時，故障診斷系統會向儀表盤故障燈發送信號，使其發出警告燈光，以此來提示駕駛員。

通常情況下，儀表盤故障燈的亮燈并不一定意味著車輛電子控制系統中出現了故障。但是，由于大部分駕駛員對車上的儀表盤故障燈顯示并不熟悉，通過故障燈的提示，駕駛員不知道對應的含義，無法判斷故障處理的緊急性，尤其在駕駛過程中發現會嚴重影響駕駛員的心態，給駕駛員造成壓力，將帶來駕駛安全隱患。另外，即使駕駛員自行通過查找說明書得知對應故障燈顯示的含義，也無法判斷其安全性能的影響程度，同樣不知道如何處理。最后，為保證駕駛安全，保障汽車的安全性能，駕駛員只能選擇至維修店找對應的維修人員進行檢測得到結果，進而判斷故障部位。

然而，專業的維修人員也無法做到只看對應的故障燈提示就能判斷出對應的問題所在，需要借助外部設備進行檢測，進而查出故障部位，判斷是否需要維修。故障診斷儀是一種專門用于檢測車輛電子控制系統故障的設備，可以讀取車輛電子控制系統中存儲的故障碼，根據故障碼可以確定車輛電子控制系統中出現的故障類型，最終確定故障類型，對應進行更換部件進而清除故障碼或直接清除故障碼，消除故障燈提示。傳統的汽車故障燈檢測需要使用故障診斷儀進行檢測，查出車輛電子控制系統中的故障。傳統的故障燈消除方法如圖2所示。

3 汽車故障燈新型消除方式

近年來，人工智能技術在各個領域取得了顯著的成果，其中認知大模型作為一種先進的人工智能技術，已經在自然語言處理、計算機視覺等領域取得了重要突破[12-13]。認知大模型通過模擬人類大腦的認知過程，具有較強的理解和推理能力，可以有效地處理復雜的問題[14-15]。因此，將認知大模型應用于汽車故障燈提示系統的研究具有重要的理論和實踐意義。

在汽車安全性能領域，認知大模型可以用于實時監測汽車的各種運行參數，通過對這些參數的分析，可以準確地判斷出汽車是否存在故障，并給出相應的解決建議。

同時，隨著信息化、智能化映射到各個領域，汽車智能化同步迅速發展，汽車中控屏（即車載信息娛樂系統）在現代汽車中扮演著越來越重要的角色，中控屏已經從一個單純的娛樂和輔助工具轉變為車輛的核心部分。原本只是用來顯示儀表盤信息的屏幕，現在已經可以集成導航、音樂播放、電話接聽等多種功能，為駕駛員和乘客提供了許多便利服務。

而在汽車出現故障后，提示的故障燈不僅在儀表盤上顯示，同時在中控屏上準確識別、顯示標識，并給顯示故障說明和解決方案，將產生新的探討和研究方向。

為解決傳統的故障燈消除方式的漏洞，借助人工智能技術，將儀表盤故障燈顯示與汽車中控屏相結合，在汽車故障診斷系統和汽車中控屏中導入認知大模型，構建新型的故障燈消除方式。實現智能化故障燈消除方式，具體可以從以下幾個方面進行探討和研究：

a.自動識別汽車故障燈信號。建立故障燈說明信息數據庫，將故障燈圖解說明書、基礎信息數據、安全等級劃分，以及對應參數導入系統中，并通過訓練認知大模型，使其能夠自動識別汽車儀表盤上的故障燈信號，從而實現對汽車故障的實時監測。

b.分析故障原因。認知大模型根據當前故障結果，結合歷史故障數據和車輛運行狀態，分析出故障的可能原因，為駕駛員提供更詳細的故障信息。

c.提供解決方案。根據故障原因，認知大模型可以為駕駛員提供相應的全面的解決方案，如建議駕駛員停車檢查、聯系維修人員等。

d.預測潛在故障。通過對車輛運行數據的分析，認知大模型可以預測出車輛可能出現的潛在故障，提醒駕駛員提前進行維修保養。

e.個性化服務。認知大模型可以根據駕駛員的駕駛習慣和車輛使用情況，為駕駛員提供個性化的故障診斷和維修建議。

為了實現智能化、自動化的汽車故障燈新型消除方法，需要完成大量的基礎工作，主要從以下幾個方面進行展開研究工作：

a.數據收集：收集大量的汽車故障數據，包括故障燈信號、車輛運行狀態、歷史故障記錄等，用于訓練和優化認知大模型。

b.模型訓練：利用收集到的數據，訓練認知大模型，使其能夠準確識別汽車故障燈信號、分析故障原因、提供解決方案等。

c.系統集成：將訓練好的認知大模型集成到汽車故障診斷系統中，實現對汽車故障的實時監測和智能診斷。

d.系統測試與優化：對集成好的系統進行測試，評估其性能和準確性，根據測試結果對系統進行優化。

通過認知大模型的導入，結合汽車故障診斷系統和中控屏系統的升級，故障燈消除的方式將進入全新的發展局面。不僅能夠優化傳統的故障燈消除流程，同時其專用的故障檢測儀已不再是必需品。新型的故障燈消除方式將由系統自動進行故障燈檢測，自動分析故障原因，生成解決方案，駕駛員根據具體的方案內容判斷處理故障的緊急性，最終通過維修或自動消除故障燈。新型的故障燈消除方法如圖3所示。

4 傳統消除方法與新型消除方法對比

傳統的汽車故障燈消除方式主要是通過駕駛員手動操作或到專業的汽車維修店進行處理。例如，當故障燈亮起時，駕駛員需要查閱車輛手冊，了解故障燈的具體含義，然后根據手冊上的指導進行相應的處理，如檢查車輛的油量、胎壓等。如果故障是由小問題引起的，駕駛員可能需要等待一段時間，讓系統自動修復；如果故障無法自動修復，駕駛員則需要將車輛送到專業的汽車維修店進行檢查和修理。

然而，這種傳統的消除方式存在以下問題：

a.對于一些不懂車或者不熟悉車輛系統的駕駛員來說，理解和處理故障燈可能會比較困難。

b.即使故障燈是因小問題引起的，駕駛員也需要等待一段時間才能消除，這個現象和過程可能會給駕駛員帶來不必要的壓力和困擾。

c.如果故障無法自動修復，駕駛員需要將車輛送到專業的汽車維修店進行檢查和修理，不僅需要花費時間和金錢，而且可能會影響駕駛員的正常出行。

相比之下，基于認知大模型的汽車故障燈有以下消除方式具有明顯的優勢：

a.該方法利用深度學習技術訓練了一個能夠理解和解析故障燈含義的認知大模型，可以自動識別和處理各種類型的故障燈。

b.該方法可以根據駕駛員的個人習慣和需求，提供個性化的故障燈消除服務，大大提高了消除故障燈的效率和便利性。

c.由于該方法是通過車載電子控制系統執行控制指令來消除故障燈的，因此不會對車輛的正常運行造成影響。

與傳統的故障燈提示及解決方式相比，基于認知大模型的故障燈提示及解決方式具有更高的準確率和更好的用戶體驗。

5 結語

隨著科技的不斷進步，更多的人工智能技術應用到汽車領域，汽車故障診斷系統也在不斷地完善和發展。基于認知大模型的汽車故障燈消除方法具有可行性和實際應用價值，它能為駕駛員提供更加智能化、個性化、高效化的故障診斷和維修服務，保證駕駛員的內部安全駕駛性能，提高駕駛員的駕駛體驗度。然而，這一領域的研究仍然面臨諸多挑戰，如數據質量、模型泛化能力、系統穩定性等，需要研究團隊不斷努力和探索。

同時，隨著汽車科技的不斷發展，對汽車中控屏顯示故障標識和說明也在不斷地完善。未來的趨勢將包括更先進的人工智能技術和更智能的用戶界面設計，以提供更好的用戶體驗和故障診斷能力。

參考文獻：

[1]李茜智媒時代在線政務服務的ChatGPT化研究[J]武漢工程職業技術學院學報，2023，35（2）：53-57

[2]科大訊飛發布星火認知大模型[J]智能建筑與智慧城市，2023（5）：15-18

[3]李輝加快推進我國認知智能大模型技術研究及產業應用[N]中國質量報，2023-03-14（3）.

[4]唐照翔基于汽車故障燈的遠程診斷方法及裝置：CN2022107354444[P]CN2022107354444.2023-11-20

[5]吳浩，游道亮，陳宇楠，等汽車故障遠程診斷方法，裝置及系統CN2019104410239.2023-11-20

[6]唐風敏基于人工智能神經網絡技術的汽車故障診斷[J]汽車電器，2019（11）：4-6+10

[7]徐竹開，李善，王冉，等汽車儀表報警燈的故障處理方法及系統：CN2013103857680[P]CN104427729A.2023-11-20

[8]岳泊暄基于深度學習的智能汽車容錯感知與決策控制方法研究[D]杭州：浙江大學，2018

[9]胡杰，李源潔，耿號，等基于深度學習的汽車故障知識圖譜構建[J]汽車工程，2023，45（1）：52-60

[10]這14個汽車故障燈亮起，一定要重視！[J]道路交通管理，2023（10）：121-123.

[11]Ronald KJurgen汽車電子手冊（精）[M]2版北京：電子工業出版社，2010

[12]秦放，曾維佳，羅佳偉，等基于深度學習的多模態融合圖像識別研究[J]信息技術，2022，46（4）：29-34

[13]汪張龍認知智能大模型加速教育考試數字化轉型[J]中國考試，2023（8）：11-18

[14]吳曉如認知大模型新技術助力金融創新[J]新金融，2023（10）：26-31

[15]邱冬陽，藍宇ChatGPT給金融行業帶來的機遇，挑戰及問題[J]西南金融，2023（6）：18-29

作者簡介：

沈瓊，女，1991年生，助教，研究方向為智慧決策、推薦系統、嵌入式開發。

基金項目：安徽信息工程學院汽車智能軟件與系統工程技術研究中心（23kjcxpt001）；安徽省科學研究重點項目“基于知識圖譜的機器人任務規劃研究”（2023AH052916）；安徽省高校自然科學研究項目“基于IIC的車載多聯屏通信設計方法研究”（KJ2021A1207）