(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 202111274652.0 (22)申请日 2021.10.2 9 (71)申请人 重庆长安汽车股份有限公司 地址 400023 重庆市江北区建新 东路260号 (72)发明人 罗咏刚　谢青青　 (74)专利代理 机构 重庆华科专利事务所 5 0123 代理人 康海燕 (51)Int.Cl. G06F 9/50(2006.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种基于弱监督学习车机卡顿识别方法及 系统 (57)摘要 本发明涉及一种基于弱监督学习车机卡顿 识别方法及系统， 该方法包括以下步骤： 从blf文 件中解析并导出CPU占用率、 内存消耗及车辆内 部总线数据； 找出输出CPU占用率和内存消耗时 刻对应所有车辆内部总线的值； 将CPU占用率及 内存消耗高的数据分为一类， 其余数据分为另一 类； 使用UU学习的方法， 基于上一步中分类好的 数据作为输入， 数据的分类作为输出， 学习到一 个分类器； 分类器实时读取CP U占用率、 内存消耗 及车辆内部总线数据， 并通过分类器输出是否处 于卡顿状态的判断结果。 本发明的优点： 采用弱 监督学习的方法判断车机是否出现卡顿。 权利要求书1页 说明书3页 附图1页 CN 113961354 A 2022.01.21 CN 113961354 A 1.一种基于弱监 督学习车机卡顿识别方法， 其特 征在于， 包括以下步骤： S01， 从blf文件中解析并导出CPU占用率、 内存消耗及车辆内部总线数据； S02， 找出输出 所述CPU占用率和内存消耗时刻对应所有所述车辆内部总线的值； S03， 将CPU占用率及内存消耗高的数据分为 一类， 其余数据分为另一类； S04， 使用UU学习的方法， 基于所述S03中分类好的数据作为输入， 数据的分类作为输 出， 学习到一个分类 器； S05， 所述分类器实时读取CPU占用率、 内存消耗及 车辆内部总线数据， 并通过所述分类 器输出是否处于卡顿状态的判断结果。 2.根据权利要求1所述的基于弱监 督学习车机卡顿识别方法， 其特 征在于， 在所述S03中， 所述CPU占用率及内存消耗高的数据的卡顿样本的比例高于所述另一类 的数据。 3.一种基于弱监 督学习车机卡顿识别系统， 其特 征在于， 包括： 解析模块， 用于从blf文件中解析并导出CPU占用率、 内存消耗及车辆内部总线数据； 查找模块， 用于找出输出所述CPU占用率和内存消耗时刻对应所有所述车辆内部总线 的值； 分类模块， 用于将CPU占用率及内存消耗高的数据分为 一类， 其余数据分为另一类； 学习模块， 用于使用UU学习的方法， 基于所述分类模块中分类好的数据作为输入， 数据 的分类作为输出， 学习到一个分类 器； 读取模块， 用于所述分类 器实时读取CPU占用率、 内存消耗及车辆内部总线数据； 输出模块， 用于通过 所述分类 器输出是否处于卡顿状态的判断结果。 4.根据权利要求3所述的基于弱监 督学习车机卡顿识别系统， 其特 征在于， 在所述分类模块中， 所述CPU占用率及内存消耗高的数据的卡顿样本的比例高于所述 另一类的数据。权　利　要　求　书 1/1 页 2 CN 113961354 A 2一种基于弱监督学习 车机卡顿识别方 法及系统 技术领域 [0001]本发明属于汽车智能化应用技术领域， 具体涉及基于弱监督学习车机卡顿识别技 术。 背景技术 [0002]车机是安装在汽车里面的车载信息娱乐产品的简称， 车机在功能上能够实现人与 车、 车与外界的信息通讯， 车机可能出现卡顿， 卡顿主要表现为操作响应延迟、 掉帧、 加载缓 慢。 [0003]原有车机主要提供音乐、 导航等少量且核心功能， 但基于用于体验需求多样化发 展、 技术进步等因素， 依托车机为广大车主提供更极致的车机交互体验是必 然趋势， 于此同 时， 由于车机功能的多样化、 使用日益高频化、 车规级硬件迭代更新周期长等因素， 车机卡 顿成为交 互体验的重要影响因素， 识别车机卡顿也成为车企亟 待解决的问题。 [0004]目前的卡顿识别方法主要为视频流媒体的卡顿识别， 其方法主要为分析帧数之间 的信息差异。 车机上的卡顿识别尚未涉及， 其主要原因是： 车机卡顿数据为车企独有数据， 获取难度大； 传统车机应用场景少， 使用频次较低， 车机卡顿现象出现频率低且影响小； 当 车机发生卡顿时， 用户并不会主动上报， 车企智能获得车机运行数据， 而 无法获得带 “卡顿” 标签的数据， 无法做正负样本的分类。 因此， 原来没有有效识别车机卡顿的强烈需求， 也没 有识别车机卡顿现象的可靠方法。 发明内容 [0005]本发明的目的是提供一种基于弱监督学习车机卡顿识别方法及系统， 解决的技术 问题： 相关技 术中还没有一种方法可判断车机是否出现卡顿。 为了解决上述技术问题， 本发明采用的技术方案为： 一种基于弱监督学习车机卡 顿识别方法， 包括以下步骤： S01， 从blf文件中解析并导出CPU占用率、 内存消耗及车辆内部总线数据； S02， 找出输出 所述CPU占用率和内存消耗时刻对应所有所述车辆内部总线的值； S03， 将CPU占用率及内存消耗高的数据分为 一类， 其余数据分为另一类； S04， 使用UU学习的方法， 基于所述S03中分类好的数据作为输入， 数据的分类作为 输出， 学习到一个分类 器； S05， 所述分类器实时读取CPU占用率、 内存消耗及车辆内部总线数据， 并通过所述 分类器输出是否处于卡顿状态的判断结果。 [0006]优选地， 在所述S03中， 所述CPU占用率及内存消耗高的数据的卡顿样本的比例高于所述另 一类的数据。 [0007]本发明还提供一种基于弱监 督学习车机卡顿识别系统， 包括： 解析模块， 用于从blf文件中解析并导出CPU占用率、 内存消耗及车辆内部总线数说　明　书 1/3 页 3 CN 113961354 A 3