(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111462400.0 (22)申请日 2021.12.02 (71)申请人 科大讯飞股份有限公司 地址 230088 安徽省合肥市高新区望江西 路666号 (72)发明人 万卓昊　张臻言　杨劲松　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 钱湾湾 (51)Int.Cl. B60R 16/023(2006.01) B60R 16/033(2006.01) G06F 30/27(2020.01) G06N 3/08(2006.01) (54)发明名称 一种车辆断电保护方法、 装置、 存储介质及 设备 (57)摘要 本申请公开了一种车辆断电保护方法、 装 置、 存储介质及设备， 该方法包括： 首先 获取当前 时刻目标车辆所处的环境数据， 然后从中提取出 时间数据的特征向量、 目标车辆的位置数据的特 征向量及目标车辆的行驶数据的特征向量； 接着 分别计算这三个特征向量与时间标准特征向量、 位置标准特征向量、 车辆的行驶标准特征向量之 间的距离， 得到第一距离、 第二距离、 第三距离； 再根据这三个距离， 确定是否控制目标车辆进行 自动断电。 可见， 由于本申请是根据用户使用习 惯和目标车辆的行驶数据， 确定目标车辆所处环 境与需要自动断电的车辆所处环 境之间的差异， 从而能够更准确的判定出是否需要对目标车辆 自动断电， 延长了电池的使用寿命， 也提高了用 户的驾驶体验。 权利要求书3页 说明书17页 附图2页 CN 114228637 A 2022.03.25 CN 114228637 A 1.一种车辆断电保护方法， 其特 征在于， 包括： 获取当前时刻目标车辆所处的环境数据； 所述环境数据包括时间数据、 所述目标车辆 的位置数据和所述目标 车辆的行驶数据； 从所述当前时刻的环境数据中提取时间数据的特征向量、 所述目标车辆的位置数据的 特征向量以及所述目标 车辆的行驶数据的特 征向量； 计算所述时间数据的特征向量与时间标准特征向量之间的距离， 得到第一距离； 计算 所述目标车辆的位置数据的特征向量与位置标准特征向量之间的距离， 得到第二距离； 计 算所述目标车辆的行驶数据的特征向量与车辆的行驶标准特征向量之 间的距离， 得到第三 距离； 所述时间标准特征向量、 位置标准特征向量和车辆的行驶标准特征向量是根据需要 自动断电的车辆所处的历史环境数据确定的； 根据所述第一距离、 第二距离、 第三距离， 确定是否控制所述目标 车辆进行自动断电。 2.根据权利要求1所述的方法， 其特征在于， 所述计算所述 时间数据的特征向量与时间 标准特征向量之间的距离， 得到第一距离， 包括： 计算所述 时间数据的特征向量中每一维度 特征向量值的信 息增益， 作为对应维度向量 值的权重； 利用所述 时间数据的特征向量中每一维度 特征向量值的权重， 计算所述 时间数据的特 征向量与时间标准特 征向量之间的距离， 得到第一距离 。 3.根据权利要求1所述的方法， 其特征在于， 所述计算所述目标车辆的位置数据的特征 向量与位置标准特 征向量之间的距离， 得到第二距离， 包括： 计算所述目标车辆的位置数据的特征向量中每一维度特征向量值的信 息增益， 作为对 应维度向量 值的权重； 利用所述目标车辆的位置数据的特征向量中每一维度特征向量值的权重， 计算所述目 标车辆的位置数据的特 征向量与位置标准特 征向量之间的距离， 得到第二距离 。 4.根据权利要求1所述的方法， 其特征在于， 所述计算所述目标车辆的行驶数据的特征 向量与车辆的行驶标准特 征向量之间的距离， 得到第三距离， 包括： 计算所述目标车辆的行驶数据的特征向量中每一特征维度向量值的信 息增益， 作为对 应维度向量 值的权重； 利用所述目标车辆的行驶数据的特征向量中每一特征维度向量值的权重， 计算所述目 标车辆的行驶数据的特 征向量与车辆的行驶标准特 征向量之间的距离， 得到第三距离 。 5.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 将所述当前时刻的时间数据的特征向量、 所述目标车辆的位置数据的特征向量和所述 目标车辆的行驶数据的特 征向量进行拼接， 得到第一 拼接特征向量； 将所述时间标准特征向量、 位置标准特征向量和车辆的行驶标准特征向量进行拼接， 得到第二 拼接特征向量； 计算所述第一 拼接特征向量和所述第二 拼接特征向量之间的距离， 得到第四距离； 所述根据所述第 一距离、 第 二距离、 第三距离， 确定是否控制所述目标车辆进行自动断 电， 包括： 根据所述第一距离、 第二距离、 第 三距离和第四距离， 确定是否控制所述目标车辆进行 自动断电。权　利　要　求　书 1/3 页 2 CN 114228637 A 26.根据权利要求5所述的方法， 其特征在于， 所述根据所述第 一距离、 第 二距离、 第三距 离和第四距离， 确定是否控制所述目标 车辆进行自动断电， 包括： 将所述第 一距离、 第二距离、 第 三距离和第四距离输入预先构建的概率预测模型， 预测 得到控制所述目标车辆进 行自动断电的概率， 并根据所述概率确定是否控制所述目标车辆 进行自动断电； 所述概率预测模型的构建方式如下： 获取车辆所处的样本环境数据； 利用所述样本环境数据， 对预先构建的初始概率预测模型进行训练， 得到所述概率预 测模型。 7.根据权利要求6所述的方法， 其特征在于， 所述初始概率预测模型为BP神经网络模 型。 8.根据权利要求6 ‑7任一项所述的方法， 其特 征在于， 所述方法还 包括： 获取车辆所处的验证环境数据； 并从中提取时间数据的验证特征向量、 所述车辆的位 置数据的验证特 征向量以及所述车辆的行驶数据的验证特 征向量； 计算所述 时间数据的验证特征向量与时间标准特征向量之间的距离， 得到第 一验证距 离； 计算所述车辆的位置数据的验证特征向量与位置标准特征向量之间的距离， 得到第二 验证距离； 计算所述车辆的行驶数据的验证特征向量与车辆的行驶标准特征向量之 间的距 离， 得到第三验证距离； 将所述时间数据的验证特征向量、 所述车辆的位置数据的验证特征向量和所述车辆的 行驶数据的验证特征向量进行拼接， 得到第一拼接验证特征向量； 将所述时间标准特征向 量、 位置标准特征向量和车辆的行驶标准特征向量进 行拼接， 得到第二拼接特征向量； 计算 所述第一 拼接验证特 征向量和所述第二 拼接特征向量之间的距离， 得到第四验证距离； 将所述第一验证距离、 第二验证距离、 第三验证距离及第 四验证距离输入概率预测模 型， 获得所述验证环境数据的自动断电概 率预测结果； 当所述验证环境数据的自动断电概率预测结果与所述验证环境数据对应的自动断电 概率标签结果不一致时， 将所述验证环境数据重新作为所述样本环境数据， 对所述概率预 测模型进行 更新。 9.一种车辆断电保护装置， 其特 征在于， 包括： 第一获取单元， 用于获取当前时刻目标车辆所处的环境数据； 所述环境数据包括时间 数据、 所述目标 车辆的位置数据和所述目标 车辆的行驶数据； 提取单元， 用于从所述当前时刻的环境数据中提取时间数据的特征向量、 所述目标车 辆的位置数据的特 征向量以及所述目标 车辆的行驶数据的特 征向量； 第一计算单元， 用于计算所述时间数据的特征向量与时间标准特征向量之间的距离， 得到第一距离； 计算所述目标车辆的位置数据的特征向量与位置标准特征向量之间的距 离， 得到第二距离； 计算所述 目标车辆的行驶数据的特征向量与车辆的行驶标准特征向量 之间的距离， 得到第三距离； 所述时间标准特征向量、 位置标准特征向量和车辆的行驶标准 特征向量是根据需要自动断电的车辆所处的历史环境数据确定的； 确定单元， 用于根据所述第一距离、 第二距离、 第三距离， 确定是否控制所述目标车辆 进行自动断电。权　利　要　求　书 2/3 页 3 CN 114228637 A 3