買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉洋浦美諾安電子科技有限責(zé)任公司申請(qǐng)的專利一種基于VR的車輛維修保養(yǎng)輔助系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN112465160B8 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202011277112.3，技術(shù)領(lǐng)域涉及：G06Q10/20；該發(fā)明授權(quán)一種基于VR的車輛維修保養(yǎng)輔助系統(tǒng)是由李松設(shè)計(jì)研發(fā)完成，并于2020-04-14向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于VR的車輛維修保養(yǎng)輔助系統(tǒng)在說(shuō)明書(shū)摘要公布了：一種基于VR的車輛維修保養(yǎng)輔助系統(tǒng)，包括車輛數(shù)據(jù)獲取模塊、車輛故障數(shù)據(jù)庫(kù)、虛擬故障維修數(shù)據(jù)庫(kù)、數(shù)據(jù)處理模塊、車輛故障診斷模塊和虛擬現(xiàn)實(shí)演示模塊。本發(fā)明的有益效果：將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于車輛故障診斷中，采用車輛的故障類型和其對(duì)應(yīng)的車輛運(yùn)行數(shù)據(jù)對(duì)所述BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而建立起車輛運(yùn)行數(shù)據(jù)和故障類型之間的映射，即可根據(jù)獲得的車輛運(yùn)行數(shù)據(jù)對(duì)車輛的故障類型進(jìn)行實(shí)時(shí)的診斷；將虛擬現(xiàn)實(shí)技術(shù)應(yīng)用到車輛維修中，通過(guò)虛擬現(xiàn)實(shí)技術(shù)復(fù)現(xiàn)車輛的維修過(guò)程，維修人員通過(guò)觀看虛擬維修過(guò)程演示，能夠更加直觀地對(duì)維修過(guò)程進(jìn)行了解，為車輛維修奠定了基礎(chǔ)。

本發(fā)明授權(quán)一種基于VR的車輛維修保養(yǎng)輔助系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種基于VR的車輛維修保養(yǎng)輔助系統(tǒng)，其特征是，包括車輛數(shù)據(jù)獲取模塊、車輛故障數(shù)據(jù)庫(kù)、虛擬故障維修數(shù)據(jù)庫(kù)、數(shù)據(jù)處理模塊、車輛故障診斷模塊和虛擬現(xiàn)實(shí)演示模塊，所述車輛數(shù)據(jù)獲取模塊用于獲取能夠反映車輛狀態(tài)的車輛運(yùn)行數(shù)據(jù)，所述車輛故障數(shù)據(jù)庫(kù)中存儲(chǔ)有車輛的故障類型和所述故障類型對(duì)應(yīng)的車輛運(yùn)行數(shù)據(jù)，所述虛擬故障維修數(shù)據(jù)庫(kù)中存儲(chǔ)有車輛的故障類型和所述故障類型對(duì)應(yīng)的維修方式，所述數(shù)據(jù)處理模塊用于對(duì)車輛數(shù)據(jù)獲取模塊和車輛故障數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行歸一化處理，所述車輛故障診斷模塊采用歸一化處理后的車輛故障數(shù)據(jù)庫(kù)中的數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)診斷模型，并將歸一化處理后的車輛數(shù)據(jù)獲取模塊的車輛運(yùn)行數(shù)據(jù)輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)診斷模型進(jìn)行車輛故障診斷，BP神經(jīng)網(wǎng)絡(luò)診斷模型的輸出結(jié)果即為車輛的故障類型，所述虛擬現(xiàn)實(shí)演示模塊用于根據(jù)車輛故障診斷模塊診斷所得的故障類型調(diào)取虛擬故障維修數(shù)據(jù)庫(kù)中存儲(chǔ)的所述故障類型對(duì)應(yīng)的維修方式，并以虛擬現(xiàn)實(shí)技術(shù)演示所述維修方式； 其特征是，采用粒子群算法優(yōu)化車輛故障診斷模塊中采用的BP神經(jīng)網(wǎng)絡(luò)的權(quán)重和閾值，定義粒子群算法的適應(yīng)度函數(shù)的表達(dá)式為： 式中，表示樣本個(gè)數(shù)，表示第個(gè)樣本的第個(gè)理想輸出值，表示第個(gè)樣本的第個(gè)實(shí)際輸出值，代表輸出節(jié)點(diǎn)個(gè)數(shù)； 在所述粒子群算法中定義三種不同的粒子更新模式，第一種粒子更新模式為： 第二種粒子更新模式為： 第三種粒子更新模式為： 式中，和分別表示粒子在第次迭代更新后的位置和步長(zhǎng)，和分別表示粒子在第次迭代更新后的位置和步長(zhǎng)，表示粒子在第次迭代更新后采用第一種更新模式進(jìn)行更新對(duì)應(yīng)的慣性權(quán)重因子，表示粒子在第次迭代更新后采用第二種更新模式進(jìn)行更新對(duì)應(yīng)的慣性權(quán)重因子，表示粒子在第次迭代更新后采用第三種更新模式進(jìn)行更新對(duì)應(yīng)的慣性權(quán)重因子，表示產(chǎn)生到之間的隨機(jī)數(shù)，、、、、和分別為學(xué)習(xí)因子，且、、、、、的值設(shè)置為，表示粒子群在第次迭代更新后的全局最優(yōu)解，表示粒子在第次迭代更新后的個(gè)體最優(yōu)解，表示粒子在第次迭代更新后的局部參考解，且，為判斷函數(shù)，且，其中，表示粒子在第次迭代更新后的位置，表示粒子在第次迭代更新后對(duì)應(yīng)的適應(yīng)度函數(shù)值，表示粒子在第次迭代更新后對(duì)應(yīng)的適應(yīng)度函數(shù)值，表示粒子在第次迭代更新后的位置和粒子在第次迭代更新后的位置之間的距離，為粒子在第次迭代更新后對(duì)應(yīng)的局部參考半徑，且，表示粒子在第次迭代更新后的位置和粒子群中其他粒子的位置之間距離的最小值，且，表示粒子在第次迭代更新后的位置和粒子群中其他粒子的位置之間距離的中值，且，表示粒子在第次迭代更新后的全局參考解，且，表示粒子在第次迭代更新后的個(gè)體最優(yōu)解和全局最優(yōu)解之間的距離，表示粒子在第次迭代更新后的位置和粒子群中其他粒子的位置之間距離的最大值，且； 定義表示粒子選取第種更新模式進(jìn)行第次迭代更新的優(yōu)先級(jí)，且的表達(dá)式為： 式中，表示粒子從初始化到第次迭代更新后采用第種更新模式進(jìn)行更新的迭代總次數(shù)，表示粒子第次采用第種更新模式進(jìn)行更新對(duì)應(yīng)的迭代次數(shù)，表示粒子在第次迭代更新后對(duì)應(yīng)的適應(yīng)度函數(shù)值，表示粒子在第次迭代更新后對(duì)應(yīng)的適應(yīng)度函數(shù)值，為比較函數(shù)，當(dāng)時(shí)，則，當(dāng)時(shí)，則，表示粒子最近一次采用第種更新模式進(jìn)行更新對(duì)應(yīng)的迭代次數(shù)，表示粒子在第次迭代更新后對(duì)應(yīng)的適應(yīng)度函數(shù)值，表示粒子在第次迭代更新后對(duì)應(yīng)的適應(yīng)度函數(shù)值，和分別表示粒子從初始化到第次迭代更新后的最大適應(yīng)度函數(shù)值和最小適應(yīng)度函數(shù)值，為粒子在第次迭代更新后采用第種更新模式進(jìn)行更新的優(yōu)先級(jí)的修正因子，當(dāng)時(shí)，則，當(dāng)時(shí)，則，當(dāng)時(shí)，則，其中，和為給定的第一適應(yīng)度函數(shù)閾值和第二適應(yīng)度函數(shù)閾值，且，，其中，為粒子群中粒子的總數(shù)，為粒子群在第次迭代更新后的平均適應(yīng)度函數(shù)值，為比較函數(shù)，當(dāng)時(shí)，則，當(dāng)時(shí)，則； 粒子最終選取具有最大優(yōu)先級(jí)的更新模式進(jìn)行第次的迭代更新； 其特征是，設(shè)表示粒子在第次迭代更新后采用第種更新模式進(jìn)行更新對(duì)應(yīng)的慣性權(quán)重因子，且，的值采用下列方式進(jìn)行確定： （1）將粒子群中在第次迭代更新后選取第種更新模式進(jìn)行第次迭代更新的粒子按其適應(yīng)度值由小到大進(jìn)行排列組成集合，得到粒子在集合中的排序； （2）給定理想適應(yīng)度函數(shù)值，定義粒子群在第次迭代更新后的種群尋優(yōu)度檢測(cè)因子為，則的表達(dá)式為： 其中，表示粒子在第次迭代更新后的個(gè)體最優(yōu)解對(duì)應(yīng)的適應(yīng)度函數(shù)值，表示粒子群在第次迭代更新后的最大適應(yīng)度函數(shù)值，表示粒子群在第次迭代更新后的最小適應(yīng)度函數(shù)值； 則的值為： 式中，和為給定的最大慣性權(quán)重因子和最小慣性權(quán)重因子，為采用第種更新模式進(jìn)行更新對(duì)應(yīng)的最大慣性權(quán)重因子，且，為集合中的粒子數(shù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人洋浦美諾安電子科技有限責(zé)任公司，其通訊地址為：571700 海南省儋州市洋浦經(jīng)濟(jì)開(kāi)發(fā)區(qū)新英灣區(qū)鹽田路8號(hào)政務(wù)中心；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。