CN108351995B - 用于提供车辆维修提示的方法和系统 - Google Patents
用于提供车辆维修提示的方法和系统 Download PDFInfo
- Publication number
- CN108351995B CN108351995B CN201680065999.5A CN201680065999A CN108351995B CN 108351995 B CN108351995 B CN 108351995B CN 201680065999 A CN201680065999 A CN 201680065999A CN 108351995 B CN108351995 B CN 108351995B
- Authority
- CN
- China
- Prior art keywords
- phrase
- computing system
- vehicle
- phrases
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 398
- 230000008439 repair process Effects 0.000 title claims abstract description 98
- 208000024891 symptom Diseases 0.000 claims abstract description 151
- 230000002950 deficient Effects 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims description 286
- 238000011179 visual inspection Methods 0.000 claims description 94
- 230000006870 function Effects 0.000 claims description 74
- 238000004519 manufacturing process Methods 0.000 claims description 51
- 238000004891 communication Methods 0.000 description 22
- 238000013500 data storage Methods 0.000 description 21
- 238000012937 correction Methods 0.000 description 14
- 238000012423 maintenance Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 6
- 239000002826 coolant Substances 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 102100032967 Phospholipase D1 Human genes 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 108010002266 phospholipase D1 Proteins 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C2205/00—Indexing scheme relating to group G07C5/00
- G07C2205/02—Indexing scheme relating to group G07C5/00 using a vehicle scan tool
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
由第一计算系统执行的方法包括从第二计算系统接收标识第一车辆的症状的消息;并且将维修提示发送到第二计算系统。维修提示包括第一短语,其描述在呈现该症状的第二车辆上执行的第一过程,其中,在第二车辆上执行的第一过程产生的结果不足以确定与该症状相关联的第二车辆的组件有缺陷。维修提示还包括描述在给定车辆上执行的第二过程的第二短语,其中,给定车辆是(i)第二车辆或者(ii)也呈现该症状的第三车辆,其中,在给定车辆上执行的第二过程产生的结果足以确定与该症状相关联的给定车辆的组件是有缺陷的。
Description
相关申请的交叉引用
本申请要求于2015年11月11日提交的美国专利申请No.14/938,662的优先权,其以其整体通过引用并入在本文中。
背景技术
制造商生产的许多产品偶尔必须维修。许多所有者没有装备或者另外无法维修某些产品。这些所有者可以依靠专业维修技术人员来服务或维修所有者的产品。
产品制造商使用大量资源(例如,人力和财务)来生成维修技术人员在诊断和维修产品时可以参考的维修信息,例如,维修手册和技术服务公告。
发明内容
本文中描述了示例实施例。在本说明书的第一方面中,可以将一个或多个示例实施例布置为存储指令的计算机可读介质,该指令在由第一计算系统执行时使第一计算系统执行若干功能。这些功能包括从第二计算系统接收标识第一车辆的症状的消息并将维修提示发送到第二计算系统。维修提示包括描述在呈现症状的第二车辆上执行的第一过程的第一短语。在第二车辆上执行的第一过程产生的结果不足以确定与该症状相关联的第二车辆的组件是有缺陷的。维修提示还包括描述在给定车辆上执行的第二过程的第二短语。给定的车辆是(i)第二车辆,或者(ii)也呈现该症状的第三车辆。在给定车辆上执行的第二过程产生的结果足以确定与该症状相关联的给定车辆的组件是有缺陷的。给定车辆的组件等同于第二车辆的组件。
在本说明书的第二方面中,可以将一个或多个示例实施例布置为由第一计算系统执行的方法。该方法包括从第二计算系统接收标识第一车辆的症状的消息并将维修提示发送到第二计算系统。维修提示包括描述在呈现该症状的第二车辆上执行的第一过程的第一短语。在第二车辆上执行的第一过程产生的结果不足以确定与该症状相关联的第二车辆的组件是有缺陷的。维修提示还包括描述在给定车辆上执行的第二过程的第二短语。给定的车辆是(i)第二车辆,或者(ii)也呈现该症状的第三车辆。在给定车辆上执行的第二过程产生的结果足以确定与该症状相关联的给定车辆的组件是有缺陷的。给定车辆的组件等同于第二车辆的组件。
在本说明书的第三方面中,可以将一个或多个示例实施例布置为第一计算系统。第一计算系统包括一个或多个处理器和存储指令的非暂时性计算机可读介质,该指令在由一个或多个处理器执行时使第一计算系统执行若干功能。这些功能包括从第二计算系统接收标识第一车辆的症状的消息并将维修提示发送到第二计算系统。维修提示包括描述在呈现该症状的第二车辆上执行的第一过程的第一短语。在第二车辆上执行的第一过程产生的结果不足以确定与该症状相关联的第二车辆的组件是有缺陷的。维修提示还包括描述在给定车辆上执行的第二过程的第二短语。给定的车辆是(i)第二车辆,或者(ii)也呈现该症状的第三车辆。在给定车辆上执行的第二过程产生的结果足以确定与该症状相关联的给定车辆的组件是有缺陷的。给定车辆的组件等同于第二车辆的组件。
这些以及其它方面和优点对于本领域的普通技术人员而言,通过在适当的情况下参照附图阅读下面的具体实施方式,将变得显而易见。此外,应该理解的是,本概述和其它地方中描述的实施例仅旨在作为示例,并不一定限制本发明的范围。
附图说明
本文中参照以下附图描述示例实施例。
图1为联网计算系统的框图;
图2为计算系统的框图;
图3为计算系统的框图;
图4是描述了示例方法的流程图;
图5显示了示例维修提示。
图6显示了由计算系统存储的示例数据表。
图7显示了示例短语模板。
图8显示了示例短语。
图9显示了附加的示例短语。
具体实施方式
I.引言
传统上,当诊断车辆的症状并且维修车辆以解决症状时,维修技术人员可以查阅纸张形式或存储在计算设备上的电子格式的维修手册。在任意一种情况下,纸张或电子维修手册可能随着时间流逝而变得过时,并且维修技术人员可能不知道其它维修技术人员已发现的用于维修车辆的新技术。因此,在维修技术人员中共享的数据库上能够获得许多此类维修技术人员提交的最新维修数据可能是有用的。数据库可以经由电子车辆维修工具和/或其它计算设备来访问。以随机变化的短语格式的形式提供维修提示以更好地抓住正在查看维修提示的维修技术人员的注意力也可能是有用的。
出于本说明书的目的,车辆是可以用于运输单人、多人或货物的移动机器。作为示例,本文中描述的任意车辆可以沿陆上、水中或空中或外层空间中的路径(例如,铺设的道路或其它方式)行驶或以其它方式被引导。作为另一示例,本文中描述的任意车辆可以是轮式、履带式、轨道式或滑行式。而作为另一示例,本文中描述的任意车辆可以包括汽车、摩托车、由ANSI/SVIA-1-2007定义的全地形车辆(ATV)、雪地车、私人船只(例如,JET私人船只)、轻型卡车、中型卡车、重型卡车、半拖车或农用机器。又作为另一示例,本文中描述的任意车辆可以包括或使用任意适当的电压或电流源,例如,电池、交流发电机、燃料电池等,提供任意适当的电流或电压,例如约12伏、约42伏等。又作为另一示例,本文中描述的车辆中的任意一个可以包括或使用任意期望的系统或引擎。这些系统或引擎可以包括使用化石燃料(例如,汽油、天然气、丙烷等)、电(例如,由电池、磁电机、燃料电池、太阳能电池等生成的电)、风力和混合动力或它们的组合的物品。又作为另一示例,本文中描述的任意车辆可以包括电子控制单元(ECU)、数据链路连接器(DLC)以及将DLC连接到ECU的车辆通信链路。
尽管关于车辆描述了示例实施例中的许多,但是示例实施例可以适用于与车辆不同的产品或可维修的物品。作为示例,其它产品或可维修物品可以包括家用电器,例如,发电机、冰箱、洗碗机或洗衣机;或者消费电子设备,例如,电视机、蜂窝电话或平板设备。其它产品或可维修物品的其它示例也是可能的。因此,对于基于这些其它产品或可维修物品的实施例,所描述的实施例中的术语车辆可以替换为其它产品或可维修物品的名称。
在本说明书中,冠词“一”或“一个”用于引入示例实施例的元件。除非另外指定,或者除非上下文另有明确规定,否则对“一”或“一个”的任意引用是指“至少一个”,并且对“该”的任意引用是指“该至少一个”。使用这些冠词的意图是指有这些元件中的一个或多个。在所描述的至少两个术语的列表内使用连词“或”的意图是用于指示所列术语中的任意一个或所列术语的任意组合。诸如“第一”、“第二”、“第三”等的序数的使用是用于区分相应元件而非表示这些元件的特定顺序。出于本说明书的目的,术语“多个”和“许多”指的是“两个或更多个”或“多于一个”。
在附图中示出的框图和流程图仅被提供作为示例并且不旨在是限制性的。附图中所示或本文中描述的元件中的许多是功能性元件,其可以被实现为离散或分布式元件或者与其它元件结合并且以任意合适的组合和位置来实现。本领域技术人员将认识到,可以替代地使用其它布置和元件(例如,机器、接口、功能、顺序或功能分组)。此外,被描述为由本文中描述的机器的一个或多个元件执行的各种功能可以由执行计算机可读程序指令的处理器或者由硬件、固件或软件的任意组合来实现。
II.示例架构
图1是根据一个或多个示例实施例的系统100的框图。图1中所示的元件的各种组合可以被布置为其它系统或者子系统来执行本文中描述的示例实施例。系统100包括计算系统102(例如,车辆维修数据(VRD)系统)和网络104。网络104可以包括广域网(WAN),例如,互联网或其部分。另外地或替代地,网络104可以包括无线网络、有线网络、局域网(LAN)或某些其它类型的网络。网络104可以包括前述示例网络中的两个或更多个。
系统100包括计算系统108、110、112、116、118和120。计算系统108-120可以采用车辆维修工具(VRT)的形式。本文中描述的计算系统108-120中的任意一个可以但不要求被配置为生成或发送原始维修订单(RO)给计算系统102。计算系统102的操作者可以使用RO手动输入设备(例如,图2中所示的RO手动输入设备202)将原始RO输入到计算系统102中。手动输入的RO可以存储在数据存储设备中,例如,图2中所示的数据存储设备210。
计算系统108-120可以表示被配置为执行各种功能的车辆维修工具。例如,计算系统108-120中的任意一个可以向计算系统102发送对存储在计算系统102处和/或由计算系统102生成的维修提示的请求。该请求可以使用网络104来发送。计算系统108-120中的任意一个还可以接收使用网络104从计算系统102发送的或者另外由计算系统102提供或者生成的维修提示。计算系统108-120中的任意一个还可以经由用户界面呈现接收到的维修提示。
接下来,图2是示出计算系统102(例如,车辆维修数据(VRD)系统)的细节的框图。计算系统102可以包括、被配置为或者被称为服务器系统、服务器设备或者更简单地称为服务器。根据其中计算系统102作为服务器进行操作的实施例,计算系统102可以为作为服务器的客户端设备而工作的一个或多个计算系统108-120(例如,车辆维修工具(VRT))进行服务。
计算系统102包括RO手动输入设备202、处理器204、用户界面206、网络接口208以及数据存储设备210,所有这些都可以经由系统总线、网络或其它连接机制212链接在一起。
RO手动输入设备202可以包括如下的一个或多个设备,该设备用于将显示在打印的RO上的数据输入到计算系统102中,以作为维修订单(RO)214内的原始RO来存储。作为示例,RO手动输入设备202可以包括具有或不具有光学字符识别软件应用的扫描仪设备。作为另一示例,RO手动输入设备202可以包括键盘,其用于键入(例如,打字输入)在打印的RO上显示的数据并将键入(例如,打字输入或以其它方式输入的)数据发送到处理器204以存储为RO 214内的原始RO。又作为另一示例,RO手动输入设备202可以包括接受数据存储设备(例如,包括表示由VRT生成的原始RO的数据的CD-ROM)的设备。又作为另一示例,RO手动输入设备202可以包括具有显示器或连接到显示器的膝上型或桌上型计算设备。
原始RO可以由RO手动输入设备202或用户界面206来显示。对于诸如位于原始RO的信息安全性之类的各种原因中的任意一个,可以对计算系统102进行配置使得不将由第一计算系统(例如,计算系统108)生成的原始RO提供给第二计算系统,例如,计算系统116。在其它示例中,计算系统102可以至少部分地基于由计算系统108生成的原始RO上的信息来生成可呈现的RO,并且将可呈现的RO提供给计算系统116。
诸如处理器204之类的处理器可以包括一个或多个通用处理器(例如,英特尔单核微处理器或英特尔多核微处理器)、或一个或多个专用处理器(例如,数字信号处理器)。诸如处理器204之类的处理器可以被配置为执行计算机可读程序指令,例如,计算机可读程序指令(CRPI)218。出于本说明书的目的,执行CRPI 218来执行本文中描述的某些功能的处理器204可以包括执行CRPI 218的部分或CRPI 218的整体。执行CRPI 218的部分或整体可以包括多次执行计算机可读程序指令中的一些。
用户界面206可以包括针对可操作用于将输入、数据或信息接收到计算系统102中的组件的界面,或者包括针对可以呈现用于计算系统102的数据或信息输出的组件的界面。这些组件可以被称为用户界面组件。用户界面206可以包括通过有线或无线用户界面通信链路连接到用户界面组件的一个或多个音频/视觉端口或通信端口。
用户界面206可以包括用户界面组件中的一个或多个。作为示例,用户界面组件可以包括红外遥控设备、显示设备、被配置为将电信号转换为可听声音的扬声器、键盘、触摸屏、诸如计算机鼠标之类的定点设备、或者用于生成信号以将数据或信息输入到计算系统102或呈现由用户界面206输出的数据或信息的一些其它组件。
用户界面206可以包括发射器或收发器,其用于将数据或信息提供给另一用户界面组件或计算系统102的另一元件。由用户界面206提供的数据或信息可以包括但不限于包括维修提示220的维修提示。
网络接口208可以包括到一个或多个通信网络(例如,网络104)的接口。为了在无线通信网络的情况下使用,网络接口208可以包括用于发送或接收无线通信的一个或多个天线。网络接口208可以包括被配置为连接到网络的有线通信链路的一个或多个通信端口,该有线通信链路例如为同轴电缆、以太网电缆、光纤电缆、数字用户线路(DSL)、公共交换电话网络(PSTN)的电话线或一些其它有线连接器。网络接口208可以包括网络控制器,该网络控制器包括发射器、接收器或收发器。发射器或收发器可以将数据或信息提供给通信端口以作为网络通信通过连接的网络进行传输。接收器或收发器可以从连接的网络接收在通信端口处接收到的数据或信息。
诸如数据存储设备210之类的数据存储设备可以包括可由处理器204读取的非暂时性计算机可读存储介质。在替代的布置中,数据存储设备210可以包括两个或更多个非暂时性计算机可读存储介质。每个非暂时性计算机可读存储介质可以包括易失性或非易失性存储组件,例如,光学、磁性、有机或其它存储器或盘存储装置,其可以整体或部分地与诸如处理器204之类的处理器集成在一起。
数据存储设备210可以存储各种数据。由数据存储设备210存储的数据可以是从RO手动输入设备202、处理器204、用户界面206或网络接口208被提供给数据存储设备210以用于进行存储的数据。如图2中所示,数据存储设备210可以存储维修订单(RO)214、分类项数据库216、计算机可读程序指令(CRPI)218、维修提示220、元数据222、车辆利用数据224、部件利用数据226、文本字符串228和搜索项230。搜索项230可以包括但不限于车辆标识(即,车辆ID)搜索项232,例如,年份/品牌/型号/引擎(Y/M/M/E)属性和症状标准234。
RO 214可以包括计算机可读RO。计算机可读RO可以被布置为结构化查询语言(SQL)文件、可扩展标记语言(XML)文件或某个其它类型的计算机可读文件或数据结构。RO214内的RO可以从RO手动输入设备202、通过网络104从网络接口208或从另一设备被接收到。RO 214内的RO可以是原始RO,例如,由图1中所示的计算系统108-120生成的RO,或者使用RO手动输入设备202输入的RO,或者由计算系统102生成的可呈现的RO。
映射、标准、上下文项或劳动操作代码可以被存储为分类项数据库216的部分。分类项数据库216可以包括标识彼此相关联的单词或短语的数据。该关联可以基于具有共同含义的单词或短语。标识为彼此相关联的单词或短语可以被称为“分类数据库组”,或者更简单地,被称为“分类组”。
分类项数据库216可以包括一个或多个分类组,并且每个分类组可以包括一个或多个分类项(例如,单词或短语)。作为示例,分类项数据库216可以包括将以下短语标识为分类组的数据:(i)在寒冷时失速,(i)引擎在温度低时停止运转,(iii)在早晨引擎熄火,(iv)在早晨熄火,(v)在AM熄火,以及(vi)引擎在寒冷的早晨失速。
每个分类组可以与标准项相关联,该标准项可以是添加到分类组的第一单词或第一短语。替代地,随后添加到分类组中的单词或短语可以是分类组的标准项。与分类组内的标准项不同的单词或短语可以是映射项。每个分类组内的单词或短语可以从RO获得。管理员可以批准由例如执行CRPI 218的处理器204来添加或修改任意分类组。分类项数据库216内的项可以与计算机可读RO上的项进行比较。原始RO上的和给定分类组内找到的映射项可以通过给定分类组的标准项表示在可呈现的RO上。
处理器204可以搜索RO 214的RO上的文本、符号或其它内容或者与RO相关联的元数据,以关联RO的集群(或者更简单地,RO集群)内的RO。每个RO的集群可以与定义的RO属性相关联,该RO属性例如为RO上列出的诊断问题代码(DTC)、动作或组件。记录在RO上的信息的其它属性可以与RO集群相关联。表1显示了标识有ID 1至25(含1和25)的二十五个集群的数据。集群大小表示有多少RO与相应的集群相关联。当附加RO被添加到RO 214时或之后,可以修改集群大小。表1显示了与每个相应RO集群相关联的DTC、动作和组件属性的示例。
表1
可以修改表1以还包括其它属性的单独列。其它属性可以标识RO属性,例如但不限于顾客投诉、日期或劳动操作代码(LOC)。作为示例,顾客投诉可以包括但不限于诸如发出咔嗒声、不启动、及振动之类的项。针对这些示例顾客投诉项的维修提示可以包括分别标识以下方法的维修提示:阻止车辆发出咔嗒声的方法、修理无法启动的车辆的方法以及阻止车辆振动的方法。
下面的表2示出了与表1中所示的RO集群ID 18相关联的2088个RO中的25个所包括的数据的示例。表2中的RO数据包括可以例如由VRT或计算系统102指派的RO标识符。表2中的RO数据还包括与每个RO相关联的年份/品牌/型号/引擎属性。
表2
一些车辆型号与子型号属性相关联。一些车辆型号不与子型号属性相关联。可以修改表2以包括用于包括与子型号属性相关联的车辆的子型号属性的单独列。作为示例,ROID 7923与福特皮卡F150品牌和型号有关。项“F150”可以被称为子型号属性。福特皮卡型号的其它子型号属性可以包括“F250”和“F350”子型号属性。子型号属性可以被包括在RO上。基于除Y/M/M/E属性之外的子型号来搜索RO或维修提示可以使得搜索结果具有与特定子型号相关联的RO或维修提示,但不会有具有特定Y/M/M/E属性的特定车辆的其它子型号。Y/M/M/S/E中的“S”可以表示子型号属性。
可以修改表2以还包括其它属性的单独列。其它属性可以标识系统(Sys)属性,例如但不限于传输属性、悬架属性和音频系统属性。包括系统属性的属性集合可以被称为Y/M/M/E/Sys属性。
车辆利用数据224可以包括标识在公共车辆平台上构建的不同车辆型号的计算机可读数据。在公共平台上构建的车辆可以具有许多相似之处,包括使用通用部件或部件号。在公共平台上构建的车辆可能经历由于相似原因而产生的相似的车辆症状,例如,公共车辆平台上构建的车辆所共用的部件的故障。表3示出了可以存储为车辆利用数据224的数据的示例。
处理器204可以生成覆盖多个车辆型号的RO集群,例如,表3中所示的VLD-3的三个车辆型号。如果RO 214包括针对1990-1996年间的雪佛兰Lumina(鲁米那)APV型号和给定的维修条件的100个RO,针对1990-1996年间的Pontiac Tran Sport(庞蒂克运动子弹头)型号和给定问题的150个RO,以及针对1990-1996年间的Oldsmobile Silhouette型号和给定问题的40个RO,则处理器204可以生成针对290个RO的三个单独的RO集群,或者针对290个RO的单个RO集群。RO的量越大,则可以指示对给定问题的成功维修的可能性越大。
表3
处理器204可以使用车辆利用数据224内的例外数据以从与公共平台上构建的一组车辆相关联的RO集群中排除与某些车辆型号有关的RO。针对表3中的例外数据,由于GMCYukon使用与凯迪拉克凯雷德、雪佛兰太浩和雪佛兰Suburban不同的散热器,所以可以不将与GMC Yukon的散热器有关的RO集群同与到凯迪拉克凯雷德、雪佛兰太浩和雪佛兰Suburban的散热器有关的RO集群分组在一起。
部件利用数据226可以包括标识使用由一个或多个部件制造商生产的通用部件的不同车辆型号的数据。出于本说明书的目的,通用部件是可以在两个或更多个车辆型号中的任意一个中使用的部件,而不改变该部件或两个或更多个车辆中的任意一个以使用通用部件。对通用部件的各种引用,例如,可以使用由不同车辆型号的一个或多个部件制造商的任意或全部所使用的部件号或部件名称。使用通用组件的车辆型号可经历由于相似原因产生的相似车辆症状,例如,通用部件故障。表4示出了可以存储为部件利用数据226的数据的示例。
表4
处理器204可以生成覆盖通用车辆部件和多个车辆型号的RO集群,例如,表4中所示的PLD-1的冷却剂温度传感器和三个车辆型号。如果RO214包括针对2012年的凯迪拉克凯雷德型号和冷却剂温度传感器的30个RO,针对2012年的雪佛兰太浩型号和冷却剂温度传感器的40个RO以及针对2012年的雪佛兰Suburban型号和冷却剂温度传感器的20个RO,则处理器204可以为90个RO生成三个单独的RO集群,或者为90个RO生成单个RO集群。RO的量越大就可以指示对由冷却剂温度传感器产生的给定问题的成功维修发生的可能性越大。
CRPI 218可以包括可由处理器204执行的程序指令,以实现本文中描述的或可由计算系统102执行的功能。CRPI 218可以包括可执行用于解析来自存储在RO 214内的原始RO的数据并识别来自原始RO的服务过程信息、车辆标识和部件使用信息的程序指令,以用于生成可呈现的RO或用于如果已经生成了与原始RO有关的可呈现RO则增加集群大小的计数。
CRPI 218可以包括可由处理器204执行的程序指令,以针对每个维修提示以及基于存储在RO 214中的RO生成与搜索项的至少一个集合相关联的元数据。元数据222可以包括由处理器204基于在原始RO上列出的信息而生成的元数据,该信息包括但不限于LOC和LOC的定义。
CRPI 218可以包括可由处理器204执行的程序指令,以确定服务过程信息(例如,服务过程信息)内的单词或短语在分类项数据库216的一个或多个分类组内,并且关联(例如,联系)该服务过程信息与一个或多个分类组。与任意给定分类组相关联的服务过程信息可以是新的RO集群的部分或者待添加到RO集群或修改RO集群的附加的服务过程信息。
文本字符串228(例如,短语模板或短语)可以包括文本字符串(例如,两个或更多个单词、数字或符号)。文本字符串可以包括一个或多个用于插入元数据以完成文本字符串的间隙。文本字符串可以包括没有任意间隙的完整的文本字符串。处理器204可以选择一个或多个文本字符串以与可以输入或接收到的项(例如,搜索项)的集合相关联以搜索维修提示220的维修提示。处理器204可以选择要插入到文本字符串的间隙中的元数据。文本字符串228可以包括表示由用户界面206接收到的输入的文本字符串。文本字符串228可以包括由网络接口208接收到的文本字符串。
搜索项230可以包括搜索项的各种集合。搜索项的集合可以包括车辆ID搜索项232或症状标准234。搜索项的第一示例集合可以包括由网络接口208接收的作为对维修提示的请求的部分的搜索项。搜索项的第一示例集合可以包括在分类项数据库216中是非标准项的搜索项,并且可以被称为非标准搜索项(NSST)。处理器204可以在分类项数据库216内识别与网络接口208接收的搜索项相匹配的标准项,并然后使用包括在接收到的搜索项内或从分类项数据库216中识别的任意标准项以搜索维修提示。存储为搜索项230的部分的非标准搜索项可以随后由处理器204或使用RO手动输入设备202或用户界面206的人来查看,以包括作为分类项数据库216的部分。
搜索项的第二示例集合可以包括搜索项的标准集合并且可以被称为标准搜索项(SST)。搜索项的标准集合可以包括在分类项数据库216中定义的标准车辆ID搜索项(例如,Y/M/M/E属性)和在分类项数据库216中定义的标准症状标准。处理器204可以将搜索项的一个或多个标准集合与维修提示或维修订单相关联。与维修提示或维修订单相关联的搜索项的集合可以存储为与该维修提示或维修订单相关联的元数据。分类项数据库216可以包括搜索项230。搜索项的第二示例集合可以与搜索项的多于一个集合相关联,如搜索项的第一示例集合。
表5示出了可以存储在搜索项230中的搜索项的示例。NSST-227与SST-15有关。SST-15与RO ID 3915相关联。响应于接收到NSST-227,确定SST-15与NSST-227相关联,并且确定RO ID 3915与SST-15相关联,可以识别对应于RO ID 3915的维修提示。SST-1456是具有SST-15和SST-1456共同的症状标准的标准搜索项的集合,以及Y/M/M/E属性与SST-15的Y/M/M/E的不同仅为型号年份(即,2000年而非1999年)。SST-15和SST-1456均与RO ID 3915相关联。该关联可以基于车辆利用数据224或部件利用数据226来确定。
表5
车辆ID搜索项232是可以被包括在搜索项230内的搜索项的一个示例。车辆ID搜索项232可以包括各种可选属性。例如,车辆ID搜索项232的属性可以包括Y/M/M/E属性。作为另一示例,车辆ID搜索项232的属性可以包括关于表2所讨论的年份/品牌/型号/子型号/引擎(Y/M/M/S/E)属性。作为另一示例,车辆ID搜索项232的属性可以包括年份/品牌/型号/引擎/系统(Y/M/M/E/Sys)属性。作为另一示例,车辆ID搜索项232的属性可以包括年份/品牌/型号/子型号/引擎/系统(Y/M/M/S/E/Sys)属性。
系统(Sys)属性车辆ID搜索项232可以指示或表示车辆内的系统(例如,一个或多个系统)或组件(例如,一个或多个组件)。作为示例,车辆内的系统或组件可以标识(i)车辆内的动力总成变速器(例如,具有过驱动的4速自动变速器),(ii)车辆内的后差速器(例如,具有4.11:1传动比的后差速器),(iii)车辆内的电交流发电机(例如,100安培的交流发电机),(iv)安装在车辆内的暖通空调(HVAC)系统(例如,双区(例如,驾驶员侧和乘客侧)HVAC系统),或者安装在车辆内、附接到车辆或以其它方式在车辆上或车辆中操作的一些其它系统或组件。
本文中描述的车辆ID搜索项232的任意的顺序可以根据需要重新排列。例如,Y/M/M/E属性的顺序可以重新排列为品牌/型号/引擎/年份(M/M/E/Y)属性或以另一方式排列。
接下来,图3是示出了示例计算系统108(例如,车辆维修工具(VRT))的细节的框图。计算系统108包括用户界面302、处理器304、网络接口306以及数据存储设备308,所有这些可以经由系统总线、网络或其它连接机制310链接在一起。图1中所示的计算系统108-120中的一个或多个可以如计算系统108那样布置,反之亦然。
处理器304可以被配置为执行存储在数据存储设备308内的计算机可读程序指令,例如,计算机可读程序指令(CRPI)312。出于本说明书的目的,执行CRPI 312以执行本文中描述的某个功能的处理器304可以包括执行CRPI 312的部分或CRPI 312的整体。执行CRPI312的部分或整体可以包括多次执行计算机可读程序指令中的一些。
数据存储设备308可以包括可由处理器304读取的非暂时性计算机可读存储介质(即,两个或更多个计算机可读存储介质)。非暂时性计算机可读存储介质(或每个)可以包括易失性或非易失性存储组件,例如,光学、磁性、有机或其它存储器或盘存储装置,其可以整体地或部分地与处理器304集成在一起。
用户界面302可以包括针对被配置为接收用于计算系统108的输入的组件的界面,或者针对被配置为呈现用于计算系统108输出的数据或信息的组件的界面。这些组件中的任意一个都可以称为VRT用户界面组件。用户界面302可以包括通过有线或无线用户界面通信链路连接到VRT用户界面组件的一个或多个音频/视觉端口或通信端口。由计算系统108经由用户界面302接收的数据、输入或信息可以包括用于准备RO的数据或信息。
用户界面302可以包括VRT用户界面组件中的一个或多个。作为示例,VRT用户界面组件可以包括红外遥控设备、显示设备,被配置为将电信号转换为可听声音的扬声器、键盘、触摸屏、诸如计算机鼠标之类的定点设备、或者用于生成信号以将数据或信息输入到计算系统108中或呈现由用户界面302输出的数据或信息的某个其它组件。用户界面302可以包括用于将数据或信息提供给另一VRT用户界面组件的发射器或收发器。
网络接口306可以包括到一个或多个通信网络(例如,网络104)的接口。为了在无线通信网络的情况下使用,网络接口306可以包括用于发送或接收无线通信的一个或多个天线。网络接口306可以包括被配置为连接到网络的有线通信链路的一个或多个通信端口。有线通信链路的示例在本文中其它地方列出。网络接口306可以包括网络控制器,该网络控制器包括发射器、接收器或收发器。发射器或收发器可以将数据或信息提供给通信端口以作为网络通信通过连接的网络进行传输。接收器或收发器可以从连接的网络接收在通信端口处接收到的数据或信息。由网络接口306提供给网络的数据或信息可以包括RO。
CRPI 312可以包括用于基于由用户界面302或其用户界面组件接收到的输入来生成RO的程序指令。CRPI 312可以包括用于执行诊断功能的程序指令以用于诊断RO上标识的车辆。作为示例,执行诊断功能可以包括检查诊断问题代码(DTC)。CRPI 312可以包括用于以下的程序指令:(i)由用户界面302显示可选择用于形成搜索项集合的车辆ID属性、可选择用于形成搜索项集合的部分的症状标准、以及用于输入用途指示符(例如,车辆里程或引擎使用小时数)的字段,(ii)接收对搜索项集合的选择,(iii)将选择的搜索项集合提供给网络接口306以将选择的搜索项传输到计算系统102,(iv)通过网络接口306从计算系统102接收维修提示,以及(v)使用用户界面302显示接收到的维修提示。
III.示例操作
图4是描述了可以根据本文中描述的一个或多个示例实施例执行的方法400的流程图。方法400包括框402和404中所示的功能。可以使用方法400中示出的功能中的一个或多个以及本文中描述的一个或多个其它功能来执行各种方法。包括在图4的描述内的附图标记被提供作为示例,而非将描述限制为包括与附图标记相关联的组件的仅特定的配置。
方法400可以由第一计算系统来执行,例如,计算系统102。框402包括从第二计算系统接收标识第一车辆的症状的消息。例如,计算系统102可以从计算系统108接收指示第一车辆的检查引擎指示灯已亮的消息。该消息可以经由网络104来接收。其它症状也是可能的,例如,第一车辆的引擎不启动,第一车辆的刹车灯熄灭等等。消息可以指示第一车辆的品牌、型号、子型号、配置套餐和/或制造年份。例如,消息可以指示第一车辆是2002年的丰田Celica GT。第一车辆可以属于顾客将第一车辆带去维修的维修商店的顾客。计算系统108可以接收由正在对第一车辆进行工作的维修技术人员输入的输入。接收到的输入可以表示关于包括在由计算系统108发送到计算系统102的消息中的第一车辆的信息。
框404包括将维修提示发送到第二计算系统。例如,计算系统102可以将图5的维修提示500以数据的形式发送到计算系统108(即,计算系统102从其接收到包括关于第一车辆的信息和第一车辆的症状的消息的计算系统)。维修提示500可以经由网络104来发送。如图5中所示,然后计算系统108可以显示维修提示,以供维修技术人员或另一用户查看。
维修提示500可以包括标题短语502、投诉短语504、原因短语506、508、512、514和516以及校正短语518。短语502-518可以由计算系统102基于包括在由计算系统102从计算系统108接收到的消息中的信息来选择或生成。
标题短语502可以包括关于附加车辆的组件所执行的一个或多个诊断或校正过程的简要概述。(在本文中描述维修提示500的上下文中,“附加车辆”在一些情况下可以是至少两个附加的车辆。即,维修提示500可以包括与多个车辆相关的信息,所述多个车辆与第一车辆相似并且已经对它们执行了相似的诊断或校正过程,并具有相似的结果。)标题短语502包括“P0335,更换曲轴位置传感器”。
投诉短语504可以描述附加车辆的症状,该症状指示与附加车辆的组件相关的潜在问题或故障。投诉短语504包括“顾客说明检查引擎指示灯已亮。”
原因短语506-516可以描述在附加车辆的组件上执行的相应诊断过程。维修提示500一般地包括至少一个“非谴责(non-condemning)”原因短语,即,描述在附加车辆上执行的、所产生的结果不足以确定与该症状相关联的该附加车辆的组件有缺陷的过程短语。在一些示例中,执行由非谴责短语建议的过程可以帮助对第一车辆进行工作的维修技术人员发现针对症状的“简单修理措施”,例如,重新连接电线或清洁有腐蚀的接触等。维修提示500一般地还包括至少一个“谴责(condemning)”原因短语,即,描述在附加车辆上执行的、所产生的结果足以确定与该症状相关联的附加车辆的组件是有缺陷的过程的短语。在一些示例中,由谴责短语建议的过程可能比非谴责短语建议的过程更耗时、更昂贵或更繁重,但有时可能有必要执行这样的过程使得可以适当地诊断组件或排除故障。短语506、508、512和514是非谴责短语的示例,而短语516是谴责短语的示例。
(非谴责)短语506包括“连接扫描工具并找到P0335曲轴位置传感器'A'电路。”(非谴责)短语508包括“使用扫描工具,监测引擎速度参数并发现参数间歇性地退出。”(非谴责)短语512包括“执行曲轴位置传感器的目视检查,发现无故障。”(非谴责)短语514包括“使用实验室示波器,测量曲轴位置传感器处的功率和地线(ground),并且发现存在功率和地线两者。”(谴责)短语516包括“使用实验室示波器,监测曲轴位置传感器信号并获知信号间歇性地退出。”
在其它示例中,维修提示500可以包括更多或更少的短语。原因词语506-516描述了在显示与第一车辆相同的症状(例如,检查引擎指示灯已亮)的附加车辆上执行的相应过程。计算系统102可以存储与已执行的相应过程相关的数据(例如,在维修订单或维修记录中)。在一个示例中,这样的数据(例如,由不同维修技术人员提交的数据)可以从第三计算系统110被发送到计算系统102。在本文中,应该理解的是,在一些示例中,短语506-516中的任意一个可以描述在分开车辆上或在同一车辆上执行的相应过程。
(非谴责)短语506描述在附加车辆上执行的第一过程。在这种情况下,在附加车辆上执行的第一过程产生的结果不足以确定与该症状相关联的附加车辆的组件有缺陷。如短语506所示,第一过程可以包括将扫描工具连接到曲轴位置传感器电路并使扫描工具返回诊断错误代码P0335。如下所述,附加车辆可以以各种方式与第一车辆相关联。因此,关于附加车辆的信息对于维修第一车辆可以是有用的。
(非谴责)短语508描述在附加车辆上执行的第二过程。在这种情况下,在附加车辆上执行的第二过程产生的结果不足以确定与该症状相关联的附加车辆的组件有缺陷。如短语508所示,第二过程可以包括使用扫描工具来监测附加车辆的引擎速度参数以及发现引擎速度参数间歇性地退出。使用扫描工具发现引擎速度参数间歇性地退出可能不足以确定附加车辆的曲轴位置传感器是否有缺陷。
(非谴责)短语512描述在附加车辆上执行的第三过程。在这种情况下,在附加车辆上执行的第三过程产生的结果不足以确定与该症状相关联的附加车辆的组件有缺陷。如短语512所示,第三过程可以包括执行曲轴位置传感器的目视检查并且没有发现故障。执行曲轴位置传感器的目视检查并且没有发现故障可能不足以确定附加车辆的曲轴位置传感器是否有缺陷。
(非谴责)短语514描述在附加车辆上执行的第四过程。在这种情况下,在附加车辆上执行的第四过程产生的结果不足以确定与该症状相关联的附加车辆的组件有缺陷。如短语514所示,第四过程可以包括使用实验室示波器来测量曲轴位置传感器处的功率和地线,并且发现功率和地线都存在。使用实验室示波器来测量曲轴位置传感器处的功率和地线并且发现功率和地线都存在可能不足以确定附加车辆的曲轴位置传感器有缺陷。
(谴责)短语516描述在附加车辆上执行的第五过程。与由相应短语506、508、512和514描述的第一、第二、第三和第四过程相比,在附加车辆上执行的第五过程产生的结果足以确定与该症状相关联的附加车辆的组件是有缺陷的。如短语516所示,第五过程可以包括使用实验室示波器来监测曲轴位置传感器信号,并且获知曲轴位置传感器信号间歇性地退出。使用实验室示波器来监测曲轴位置传感器信号并且发现曲轴位置传感器信号间歇性地退出可以足以确定附加车辆的曲轴位置传感器是有缺陷的。
校正短语518描述了关于附加车辆的组件所执行的校正过程。例如,短语518包括“更换曲轴位置传感器,清除代码,并执行车辆的道路测试。顾客的担忧没有再出现。”
将维修提示500示出为包括八个短语,但是在其它示例中,维修提示可以包括任意数量的短语。这种维修提示一般包括至少一个非谴责短语和至少一个谴责短语。
方法400还可以涉及通过生成短语502-518中的一个或多个来生成维修提示500。在这种情况下,将维修提示发送到第二计算系统可以包括将生成的短语502-518发送到第二计算系统。
例如,计算系统102可以使用存储在数据存储设备210处的各种数据和从计算系统108接收到的消息的内容来生成维修提示500。例如,由计算系统102从计算系统108接收到的消息可以指示第一车辆是2002年的丰田Celica GT并且第一车辆的检查引擎指示灯已亮。作为响应,计算系统102可以针对同与第一车辆相关联并且已显示检查引擎指示灯已亮的其它车辆相对应的数据,对数据存储设备210进行搜索。例如,计算系统102可以搜索与显示检查引擎指示灯已亮的2000-2005年型号的丰田Celica GT或GTS配置套餐相对应的记录。计算系统102也可以以其它方式搜索与第一车辆相关的数据。例如,计算系统102可以搜索与在品牌、型号和/或年份方面不同的但已知是共享通用组件的车辆相关的数据。计算系统102可以使用这样的数据来生成包括短语502-518的维修提示以发送到计算系统108。
例如,计算系统102可以识别存储在数据存储设备210处的数据。基于由计算系统102从计算系统108接收到的消息的内容,计算系统102可以至少识别图6的数据表600的维修记录组608、612、614、616和620为包含相关数据。即,维修记录组608-620可以每个对应于2000-2005年之间制造的车辆,这些车辆为丰田Celica(塞利卡)GT或丰田Celica GTS,并且显示检查引擎指示灯已亮。
通过进一步的示例,计算系统102可以在数据存储设备210处存储图7的多个短语模板708、712、714、716、720和722。计算系统102可以(例如,随机地)选择短语模板708以插入数据609、611和613。计算系统102可以(例如,随机地)选择短语模板712以插入数据615、617和619。计算系统102可以(例如,随机地)选择短语模板714以插入数据621、623和625。计算系统102可以(例如,随机地)选择短语模板716以插入数据627、629和631。在其它示例中,可以将短语模板708-722中的任意一个指派给不同的经标识的数据,或者可以将图7中未示出的短语模板指派给各种其它数据。
短语模板708-722可以是原因短语模板。原因短语模板可以用于生成原因短语,即,描述车辆组件上执行的诊断过程的短语。可以将来自数据表600的字段“相关联的组件”,“使用的工具或技术”,“执行的诊断动作”和/或“诊断动作的结果”的数据插入到原因短语模板中以生成谴责或非谴责原因短语。
计算系统102可以通过将数据609、611和613分别插入到数据字段709、711和713处的短语模板708中来生成短语508。计算系统102可以通过将数据615、617和619分别插入到数据字段715、717和719处的短语模板712中来生成短语512。当计算系统102正在生成短语512时,计算系统102可以确定数据615和617具有冗余数据“目视检查”。因此,计算系统102可以从短语512中移除“目视检查”的冗余叙述。计算系统102可以通过分别在721、723和725处将数据621、623和625插入到短语模板714中来生成短语514。计算系统102可以通过分别在727、729和731处将数据627、629和631插入到短语模板716中来生成短语516。
在一些实例中,计算系统102可以非随机地选择短语模板以用于包括在维修提示500内。例如,计算系统102可以确定短语模板708是由计算系统102存储的短语模板708-722中的任意一个的最近最少选择(least recently selected)的短语模板。作为响应,计算系统102可以基于该确定来选择短语模板708。选择用于维修提示500的短语模板712-722中的任意一个可以以本文中所述的方式中的任意一个来选择。
在一些示例中,识别要包括在短语模板中的数据可以包括确定这样的数据对应于短语模板的数据字段。因此,将这样的数据插入到短语模板中可以包括将数据插入到短语模板的相对应的数据字段中。
例如,计算系统102可以存储以下数据,该数据指示数据字段709、711和713分别对应于数据表600的数据字段“使用的工具或技术”,“执行的诊断动作”和“诊断动作的结果”。因此,计算系统102可以确定数据609、611和613分别对应于短语模板708的数据字段709、711和713。在确定数据609、611和613分别对应于数据字段709、711和713之后,计算系统102可以将数据609、611和613分别插入到数据字段709、711和713中,由此生成短语708。
计算系统102还可以存储以下数据,该数据指示数据字段715、721和727对应于数据表600的“使用的工具或技术”数据字段,数据字段717、723和729对应于数据表600的“执行的诊断动作”数据字段,以及数据字段719、725和731对应于数据表600的“诊断动作的结果”数据字段。因此,计算系统102可以确定数据615、617和619分别对应于短语模板712的数据字段715、717和719。计算系统102还可以确定数据621、623和625分别对应于短语模板714的数据字段721、723和725。计算系统102还可以确定数据627、629和631分别对应于短语模板716的数据字段727、729和731。
如此,计算系统102可以将数据609、611和613分别输入到数据字段709、711和713中,由此生成短语508。计算系统102还可以将数据615、617和619分别输入到数据字段715、717和719中,由此生成短语512。计算系统102还可以将数据621、623和625分别输入到数据字段721、723和725中,由此生成短语514。计算系统102还可以将数据627、629和631分别输入到数据字段727、729和731中,由此生成短语516。
标题短语502可以相似地通过从数据存储设备210存储的标题短语模板组中选择标题短语模板来生成。示例标题短语模板可以是“_____,更换_______。”;可以将来自数据表600的数据字段“诊断问题代码(DTC)”(未示出)和“相关联的组件”的数据插入到标题短语模板中以生成标题短语502。用于生成标题短语502的标题短语模板可以从标题短语模板组中随机选择,或者标题短语模板可以基于确定标题短语模板是该组中最近最少选择的标题短语模板来选择。其它示例是可能的。
投诉短语504可以相似地通过从数据存储设备210存储的投诉短语模板组中选择投诉短语模板来生成。示例标题短语模板可以是“顾客说明_______。”可以将来自数据表600的数据字段“症状”的数据插入到投诉短语模板中以生成投诉短语504。用于生成投诉短语504的模板可以从投诉短语模板组中随机选择,或者投诉短语模板可以基于确定投诉短语模板是该组中最近最少选择的投诉短语模板来选择。其它示例是可能的。
可以与本文中讨论的原因短语508-516中的任意一个相似地生成非谴责原因短语506。
校正短语518可以相似地通过从数据存储设备210存储的校正短语模板组中选择校正短语模板来生成。示例校正短语模板可以是“更换______,清除代码,并执行车辆的道路测试。顾客的担忧没有再出现。”可以将来自数据表600的数据字段“相关联的组件”的数据插入到校正短语模板中以生成校正短语518。校正短语模板可以从校正短语模板组中随机选择,或者校正短语模板可以基于确定校正短语模板是该组中最近最少选择的校正短语模板来选择。其它示例是可能的。
方法400还可以涉及确定第一过程和第二过程都不是目视检查过程。例如,计算系统102可以通过审查数据609、611或613并且确定由短语508描述的过程相反是涉及扫描工具的过程来确定由短语508描述的过程不是目视检查过程。同样地,计算系统102可以通过审查数据621、623、625、627、629和/或631并且确定分别由短语514和短语516描述的过程是涉及实验室示波器的过程来确定分别由短语514和短语516描述的过程不是目视检查过程。
方法400还可以涉及基于确定第一过程和第二过程都不是目视检查过程来识别以下各项内容:(i)由第一计算系统存储的附加数据,(ii)与第一车辆的症状和组件相关联的附加数据,以及(iii)与目视检查过程相关联的附加数据。
例如,计算系统102可以识别与目视检查过程相对应的维修记录组612的数据615、617和/或619。如所示的,数据615、617和619与“检查引擎指示灯”症状相关联。例如,如上所述,可以通过将数据615、617和619插入到短语模板712中来生成短语512。以这种方式,在一些示例中,计算设备102可以确保维修提示500包括描述目视检查过程的至少一个短语。在这样的示例中,维修提示可以包括短语512和516,但不包括其它原因短语。在这种情况下,计算系统102可以被配置为生成或选择维修提示,其包括(i)谴责短语;以及(ii)描述目视检查过程的非谴责短语。
方法400还可以涉及识别由计算系统102存储的数据,该数据与以下各项相关联:(i)附加车辆的品牌、型号或制造年份;(ii)附加车辆的症状;以及(iii)在附加车辆上执行的第一过程,并且确定经识别的数据对应于由计算系统102存储的至少预定量(例如,阈值量)的维修记录。
在一个示例中,维修记录的预定量可以是1200。参考图6,计算系统102可以确定维修记录组608包括1000个维修记录,维修记录组612包括1500个维修记录,维修记录组614包括1250个维修记录,以及维修记录组616包括1500个维修记录。因此,在一些示例中,计算系统102可以在维修提示500中包括短语512、514和516,但是可以从维修提示500中排除短语508。在一些实例中,可以在生成短语之前发生阈值比较,使得因为维修记录组608具有小于维修订单的阈值数量所以不生成短语508。
在图8和图9中描述的示例中,计算系统102可以存储构成第一多个短语的短语508和528,构成第二多个短语的短语512和532,构成第三多个短语的短语514和534,以及构成第四多个短语的短语516和536。短语508-516和528-536可以全部与第一车辆的症状(例如,检查引擎指示灯已亮)相关联。计算系统102可以存储不与第一车辆的症状相关联和/或与其它症状相关联的其它短语(未示出)。
如所示的,短语508可以传达与由短语528传达的信息等同的信息,而短语508可以包括与短语528不同的语法和/或单词选择。短语512可以传达与由短语532传达的信息等同的信息,而短语512可以包括与短语532不同的语法和/或单词选择。短语514可以传达与由短语534传达的信息等同的信息,而短语514可以包括与短语534不同的语法和/或单词选择。短语516可以传达与由短语536传达的信息等同的信息,而短语516可以包括与短语536不同的语法和/或单词选择。
基于数据表600,计算系统102可以将短语508和528的数据609、611和613与维修记录组608相关联。因此,计算系统102可以基于维修记录组608的数据字段“品牌”、“型号”、“年份”和“症状”的内容来将短语508和528标识为与第一车辆和第一车辆的症状相关联。计算系统102可以将短语512和532的数据615、617和619与维修记录组612相关联。因此,计算系统102可以基于“维修记录组612的数据字段“品牌”、“型号”、“年份”和“症状”的内容将短语512和532标识为与第一车辆和第一车辆的症状相关联。计算系统102可以将短语514和534的数据621、623和625与维修记录组614相关联。因此,计算系统102可以基于维修记录组614的数据字段“品牌”、“型号”、“年份”和“症状”的内容将短语514和534标识为与第一车辆和第一车辆的症状相关联。计算系统102可以将短语516和536的数据627、629和631与维修记录组616相关联。因此,计算系统102可以基于维修记录组616的数据字段“品牌”、“型号”、“年份”和“症状”的内容将短语516和536标识为与第一车辆和第一车辆的症状相关联。
通过进一步的示例,计算系统102可以随机地或非随机地选择短语508而非短语528以用于维修提示500。在其它示例中,计算系统102可以选择短语528而非短语508。相似地,计算系统102可以随机地或非随机地选择短语512而非短语532以用于维修提示500。在其它示例中,计算系统102可以选择短语532而非短语512。另外,计算系统102可以随机地或非随机地选择短语514而非短语534以用于维修提示500。在其它示例中,计算系统102可以选择短语534而非短语514。另外,计算系统102可以随机地或非随机地选择短语516而非短语536以用于维修提示500。在其它示例中,计算系统102可以选择短语536而非短语516。在这种情况下,将维修提示500发送到第二计算系统108可以包括发送所选短语508、所选短语512、所选短语514以及所选短语516作为维修提示500的部分。
方法400还可以涉及确定第二过程不是目视检查过程,并且基于确定第二过程不是目视检查过程来选择第一短语。在这种情况下,由第一短语描述的第一过程可以是包括对第二车辆的组件的目视检查的过程。
例如,计算系统102可以确定如短语516描述的过程“监测曲轴位置传感器信号”不是目视检查过程。作为响应,计算系统102可以选择短语512以包括在维修提示500中,这是因为由短语512描述的过程“目视检查”是目视检查过程。
方法400还可以涉及确定第一过程和第二过程都不是目视检查过程,并且基于确定第一过程和第二过程都不是目视检查过程,选择由第一计算系统存储的短语,该短语(i)与第一车辆的症状和组件相关联;以及(ii)描述目视检查过程。在这种情况下,发送维修提示可以包括将描述目视检查过程的短语发送到第二计算系统。
例如,计算系统102可以确定短语516的过程“监测曲轴位置传感器信号”和短语508的过程“监测引擎速度参数”都不是目视检查过程。因此,计算系统102可以选择短语512以包括在维修提示500中,这是因为由短语512描述的过程“目视检查”是目视检查过程。有时,在维修提示500中描述目视检查过程可以允许维修技术人员通过执行目视检查来容易地维修第一车辆。
在一些示例中,计算系统102可以确定短语508是短语508和528中最近最少选择的短语。相似地,计算系统102可以确定短语512是短语512和532中最近最少选择的短语。另外,计算系统102可以确定短语514是短语514和534中最近最少选择的短语。此外,计算系统102可以确定短语516是短语516和536中最近最少选择的短语。基于这些确定,计算系统102可以包括短语508、512、514和516,作为发送到计算系统108的维修提示500的部分。
通过进一步的示例,短语508、512和/或514可以在维修提示500内的短语516之前列出。由于短语508、512和514是非谴责短语并且短语516是谴责短语,所以操作计算系统108的维修技术人员可以在短语516之前查看短语508、512和514,并且决定在执行由短语516描述的过程之前执行分别由短语508、512和514描述的过程。这可以允许维修技术人员在执行更复杂或更繁琐的过程之前发现针对第一车辆的症状的“简单修理措施”(如果可能的话)。
以该方式,选择被包括在维修提示500中的任意非谴责短语(例如,短语508、512和514)将通常在选择被包括在维修提示500中的任意谴责短语(例如,短语516)之前出现在维修提示500内。选择被包括在维修提示500中的多个短语可以基于以下中的一个或多个来排序:(i)执行相应过程的资金成本,(ii)执行相应过程所需的估计时间,以及(iii)相应过程的复杂度。
例如,在选择短语508、512和514以用于包括在维修提示500中之后,计算系统102可以基于以下相应的一个或多个来确定短语508、512和514的顺序:(i)执行由短语508、512和514描述的相应过程的资金成本,(ii)执行由短语508、512和514描述的相应过程所需的估计的相应时间,以及(iii)由短语508、512和514描述的相应过程的复杂度。在图5中描述的示例中,首先列出短语508,第二列出短语512,以及第三列出短语514。该顺序可以反映执行短语508、512和514的相应过程的总体成本、时间和复杂度。
在一些示例中,计算系统102可以基于审查维修记录组612的数据字段“品牌”、“型号”、“年份”和“症状”,将短语512和532标识为与第一车辆的品牌、型号或制造年份以及第一车辆的症状相关联。在一些示例中,维修记录的阈值量可以是1200(但其它示例是可能的)。通过审查数据表600,计算系统102可以确定短语512和532对应于1500个维修记录,并且基于该确定,计算系统102可以在维修提示500内包括短语512或532。在一些示例中,短语508或短语528可能不包括在维修提示500内,这是因为维修记录组608仅对应于1000个维修记录(小于1200)。
通过进一步的示例,计算系统102可以基于审查维修记录组616和620的数据字段“品牌”、“型号”、“年份”和“症状”,将短语516、536、520和540标识为与第一车辆的品牌、型号或制造年份以及第一车辆的症状相关联。计算系统102可以确定短语516和536对应于1500个维修记录,而短语520和540仅对应于1300个维修记录。基于该确定,计算系统102可以在维修提示500内包括短语516或536而非短语520或540,这是因为1500大于1300。
IV.结论
以上已经描述了示例实施例。本领域技术人员将理解,可以对描述的实施例进行改变和修改而不偏离由权利要求限定的本发明的真实范围。
基于本文中描述的特征或功能的另外实施例可以体现为存储程序指令的非暂时性计算机可读介质,该程序指令在由机器的处理器执行时使机器执行一组功能,该组功能包括本文中描述的多个方面和实施例的特征或功能。
因此,本公开的实施例可以涉及以下列出的所列举的示例实施例(EEE)中的一个。
EEE 1是一种存储指令的计算机可读介质,该指令在由第一计算系统执行时使第一计算系统执行包括以下的功能:从第二计算系统接收标识第一车辆的症状的消息;以及将维修提示发送到第二计算系统,其中,维修提示包括:第一短语,其描述在呈现该症状的第二车辆上执行的第一过程,其中,在第二车辆上执行的第一过程产生的结果不足以确定与该症状相关联的第二车辆的组件是有缺陷的;以及第二短语,其描述在给定车辆上执行的第二过程,其中,给定车辆是(i)第二车辆;或(ii)也呈现该症状的第三车辆,其中,在给定车辆上执行的第二过程产生的结果足以确定与该症状相关联的给定车辆的组件是有缺陷的,并且其中,给定车辆的组件等同于第二车辆的组件。
EEE 2是EEE 1的计算机可读介质,功能还包括:通过生成(i)第一短语以及(ii)第二短语来生成维修提示,其中,将维修提示发送到第二计算系统包括将生成的第一短语和生成的第二短语发送到第二计算系统。
EEE 3是EEE 2的计算机可读介质,功能还包括:识别(i)由第一计算系统存储并且(ii)与第二车辆的症状和组件相关联的第一数据,其中,生成第一短语包括将第一数据插入到由第一计算系统存储的第一短语模板中;以及识别(i)由第一计算系统存储并且(ii)与给定车辆的症状和组件相关联的第二数据,其中,生成第二短语包括将第二数据插入到由第一计算系统存储的第二短语模板中。
EEE 4是EEE 3的计算机可读介质,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个。
EEE 5是EEE 4的计算机可读介质,其中,识别第一数据包括识别与第一车辆的品牌、型号或制造年份中的至少一个相关联的数据。
EEE 6是EEE 4的计算机可读介质,其中,识别第二数据包括识别与第一车辆的品牌、型号或制造年份中的至少一个相关联的数据。
EEE 7是EEE 3-6中的任意一项的计算机可读介质,功能还包括在生成第一短语之前,从由第一计算系统存储的多个短语模板中选择第一短语模板。
EEE 8是EEE 7的计算机可读介质,功能还包括:确定第一短语模板是多个短语模板中的任意一个的最近最少选择的短语模板,其中,选择第一短语模板包括基于确定第一短语模板是多个短语模板中的任意一个的最近最少选择的短语模板来选择第一短语模板。
EEE 9是EEE 7的计算机可读介质,其中,选择第一短语模板包括从多个短语模板中随机选择第一短语模板。
EEE 10是EEE 3-9中的任意一项的计算机可读介质,功能还包括在生成第二短语之前,从由第一计算系统存储的多个短语模板中选择第二短语模板。
EEE 11是EEE 10的计算机可读介质,功能还包括:确定第二短语模板是多个短语模板中的任意一个的最近最少选择的短语模板,其中,选择第二短语模板包括基于确定第二短语模板是多个短语模板中的任意一个的最近最少选择的短语模板来选择第二短语模板。
EEE 12是EEE 10的计算机可读介质,其中,选择第二短语模板包括从多个短语模板中随机选择第二短语模板。
EEE 13是EEE 3-12中的任意一项的计算机可读介质,其中,识别第一数据包括确定第一数据对应于第一短语模板的给定数据字段,并且其中,将第一数据插入到第一短语模板中包括将第一数据插入到第一短语模板的给定数据字段中。
EEE 14是EEE 3-4中的任意一项的计算机可读介质,其中,第一数据包括标识以下各项中的一个或多个的数据:(i)第二车辆的组件;(ii)第一过程;(iii)在第二车辆上执行的第一过程产生的结果;以及(iv)用于执行第一过程的工具。
EEE 15是EEE 3-5中的任意一项的计算机可读介质,其中,识别第二数据包括确定第二数据对应于第二短语模板的给定数据字段,并且其中,将第二数据插入到第二短语模板中包括将第二数据插入到第二短语模板的给定数据字段中。
EEE 16是EEE 3-15中的任意一项的计算机可读介质,其中,第二数据包括标识以下各项中的一个或多个的数据:(i)给定车辆的组件;(ii)第二过程;(iii)在给定车辆上执行的第二过程产生的结果;以及(iv)用于执行第二过程的工具。
EEE 17是EEE 1-16中的任意一项的计算机可读介质,功能还包括:确定第一过程和第二过程都不是目视检查过程;基于确定第一过程和第二过程都不是目视检查过程,识别(i)由第一计算系统存储,(ii)与第一车辆的症状和组件相关联,并且(iii)与目视检查过程相关联的第三数据;以及通过将第三数据插入到由第一计算系统存储的第三短语模板中来生成第三短语,其中,发送维修提示包括将生成的第三短语发送到第二计算系统。
EEE 18是EEE 1-16中的任意一项的计算机可读介质,功能还包括:确定第二过程不是目视检查过程,其中,识别第一数据包括识别与目视检查过程相关联的数据。
EEE 19是EEE 1的计算机可读介质,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由第一计算系统存储的第一数据,该第一数据与以下中的至少一个相关联:(i)第二车辆的品牌、型号或制造年份;(ii)第二车辆的症状;以及(iii)第一过程;并且确定第一数据对应于由第一计算系统存储的至少预定量的维修记录,其中,第一短语包括第一数据。
EEE 20是EEE 1的计算机可读介质,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由第一计算系统存储的第二数据,该第二数据与以下中的至少一个相关联:(i)给定车辆的品牌、型号或制造年份;(ii)给定车辆的症状;以及(iii)第二过程;并且确定第二数据对应于由第一计算系统存储的至少预定量的维修记录,其中,第二短语包括第二数据。
EEE 21是EEE 1的计算机可读介质,功能还包括:识别由第一计算系统存储的第一多个短语,该第一多个短语中的每个(i)与第二车辆的症状和组件相关联,(ii)传达与由第一多个短语的其它短语中的每个传达的信息等同的信息,并且(iii)包括与第一多个短语的所有其它短语不同的语法;从第一多个短语中选择第一短语;识别由第一计算系统存储的第二多个短语,该第二多个短语中的每个(i)与给定车辆的症状和组件相关联,(ii)传达与由第二多个短语的其它短语中的每个传达的信息等同的信息,并且(iii)包括与第二多个短语的所有其它短语不同的语法;以及从第二多个短语中选择第二短语,其中,将维修提示发送到第二计算系统包括发送选择的第一短语和选择的第二短语。
EEE 22是EEE 21的计算机可读介质,功能还包括:确定第二过程不是目视检查过程;并且其中,选择第一短语包括基于确定第二过程不是目视检查过程来选择第一短语,其中,由第一短语描述的第一过程是包括对第二车辆的组件的目视检查的过程。
EEE 23是EEE 21的计算机可读介质,功能还包括:确定第一过程和第二过程都不是目视检查过程;基于确定第一过程和第二过程都不是目视检查过程,选择由第一计算系统存储的第三短语,该第三短语(i)与第一车辆的症状和组件相关联,并且(ii)描述目视检查过程,其中,发送维修提示包括将第三短语发送到第二计算系统。
EEE 24是EEE 21和23中的任意一项的计算机可读介质,其中,选择第一短语包括从第一多个短语中随机选择第一短语。
EEE 25是EEE 21-24中的任意一项的计算机可读介质,其中,选择第二短语包括从第二多个短语中随机选择第二短语。
EEE 26是EEE 21的计算机可读介质,功能还包括:确定第一短语是第一多个短语中的任意一个的最近最少选择的短语,其中,选择第一短语包括基于确定第一短语是第一多个短语中的任意一个的最近最少选择的短语来选择第一短语。
EEE 27是EEE 621-24和26中的任意一项的计算机可读介质,功能还包括:确定第二短语是第二多个短语中的任意一个的最近最少选择的短语,其中,选择第二短语包括基于确定第二短语是第二多个短语中的任意一个的最近最少选择的短语来选择第二短语。
EEE 28是EEE 1-27中的任意一项的计算机可读介质,其中,第一短语在维修提示中的第二短语之前列出。
EEE 29是EEE 28的计算机可读介质,其中,维修提示还包括在维修提示中的第二短语之前列出的一个或多个附加短语,其中,该一个或多个附加短语描述了在相应车辆上执行的相应过程,并且其中,第一短语和该一个或多个附加短语以基于以下各项中的一个或多个的顺序被列在维修提示中:(i)执行相应过程的资金成本,(ii)执行相应过程所需的估计的时间,以及(iii)相应过程的复杂度。
EEE 30是EEE 1的计算机可读介质,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由第一计算系统存储的第一多个短语,该第一多个短语中的每个与第一车辆的品牌、型号或制造年份中的至少一个以及第一车辆的症状相关联,其中,第一多个短语包括第一短语;并且确定第一短语对应于由第一计算系统存储的至少预定量的维修记录,其中,将维修提示发送到第二计算系统包括基于确定第一短语对应于由第一计算系统存储的至少预定量的维修记录来发送第一短语。
EEE 31是EEE 30的计算机可读介质,其中,第一多个短语描述在相应车辆上执行的相应过程,该相应过程产生的结果不足以确定与该症状相关联的相应车辆的组件是有缺陷的。
EEE 32是EEE 1的计算机可读介质,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由第一计算系统存储的第二多个短语,该第二多个短语中的每个与第一车辆的品牌、型号或制造年份中的至少一个以及第一车辆的症状相关联,其中,第二多个短语包括第二短语;并且确定第二短语对应于至少与第二多个短语中的任意其它短语一样多的由第一计算系统存储的维修记录,其中,将维修提示发送到第二计算系统包括基于确定第二短语对应于至少与第二多个短语中的任意其它短语一样多的由第一计算系统存储的维修记录来发送第二短语。
EEE 33是EEE 32的计算机可读介质,其中,第二多个短语描述在相应车辆上执行的相应过程,该相应过程产生的结果足以确定相应车辆的组件是有缺陷的。
EEE 34是EEE 1-33中的任意一项的计算机可读介质,其中,计算机可读介质是非暂时性计算机可读介质。
EEE 35是由第一计算系统执行的方法,该方法包括:从第二计算系统接收标识第一车辆的症状的消息;以及将维修提示发送到第二计算系统,其中,维修提示包括:第一短语,其描述在呈现该症状的第二车辆上执行的第一过程,其中,在第二车辆上执行的第一过程产生的结果不足以确定与该症状相关联的第二车辆的组件是有缺陷的;以及第二短语,其描述在给定车辆上执行的第二过程,其中,给定车辆是(i)第二车辆;或(ii)也呈现该症状的第三车辆,其中,在给定车辆上执行的第二过程产生的结果足以确定与该症状相关联的给定车辆的组件是有缺陷的,并且其中,给定车辆的组件等同于第二车辆的组件。
EEE 36是EEE 35的方法,还包括:通过生成(i)第一短语,以及(ii)第二短语来生成维修提示,其中,将维修提示发送到第二计算系统包括将生成的第一短语和生成的第二短语发送到第二计算系统。
EEE 37是EEE 36的方法,还包括:识别(i)由第一计算系统存储并且(ii)与第二车辆的症状和组件相关联的第一数据,其中,生成第一短语包括将第一数据插入到由第一计算系统存储的第一短语模板中;以及识别(i)由第一计算系统存储并且(ii)与给定车辆的症状和组件相关联的第二数据,其中,生成第二短语包括将第二数据插入到由第一计算系统存储的第二短语模板中。
EEE 38是EEE 37的方法,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个。
EEE 39是EEE 38的方法,其中,识别第一数据包括识别与第一车辆的品牌、型号或制造年份中的至少一个相关联的数据。
EEE 40是EEE 38的方法,其中,识别第二数据包括识别与第一车辆的品牌、型号或制造年份中的至少一个相关联的数据。
EEE 41是EEE 37-40中的任意一项的方法,还包括在生成第一短语之前,从第一计算系统存储的多个短语模板中选择第一短语模板。
EEE 42是EEE 41的方法,还包括:确定第一短语模板是多个短语模板中的任意一个的最近最少选择的短语模板,其中,选择第一短语模板包括基于确定第一短语模板是多个短语模板中的任意一个的最近最少选择的短语模板来选择第一短语模板。
EEE 43是EEE 41的方法,其中,选择第一短语模板包括从多个短语模板中随机选择第一短语模板。
EEE 44是EEE 37-43中的任意一项的方法,还包括在生成第二短语之前,从由第一计算系统存储的多个短语模板中选择第二短语模板。
EEE 45是EEE 44的方法,还包括:确定第二短语模板是多个短语模板中的任意一个的最近最少选择的短语模板,其中,选择第二短语模板包括基于确定第二短语模板是多个短语模板中的任意一个的最近最少选择的短语模板来选择第二短语模板。
EEE 46是EEE 44的方法,其中,选择第二短语模板包括从多个短语模板中随机选择第二短语模板。
EEE 47是EEE 37-46中的任意一项的方法,其中,识别第一数据包括确定第一数据对应于第一短语模板的给定数据字段,并且其中,将第一数据插入到第一短语模板中包括将第一数据插入到第一短语模板的给定数据字段中。
EEE 48是EEE 37-47中的任意一项的方法,其中,第一数据包括标识以下各项中的一个或多个的数据:(i)第二车辆的组件;(ii)第一过程;(iii)在第二车辆上执行的第一过程产生的结果;以及(iv)用于执行第一过程的工具。
EEE 49是EEE 37-48中的任意一项的方法,其中,识别第二数据包括确定第二数据对应于第二短语模板的给定数据字段,并且其中,将第二数据插入到第二短语模板中包括将第二数据插入到第二短语模板的给定数据字段中。
EEE 50是EEE 37-49中的任意一项的方法,其中,第二数据包括标识以下各项中的一个或多个的数据:(i)给定车辆的组件;(ii)第二过程;(iii)在给定车辆上执行的第二过程产生的结果;以及(iv)用于执行第二过程的工具。
EEE 51是EEE 35-50中的任意一项的方法,还包括:确定第一过程和第二过程都不是目视检查过程;基于确定第一过程和第二过程都不是目视检查过程,识别(i)由第一计算系统存储,(ii)与第一车辆的症状和组件相关联,并且(iii)与目视检查过程相关联的第三数据;并且通过将第三数据插入到由第一计算系统存储的第三短语模板中来生成第三短语,其中,发送维修提示包括将生成的第三短语发送到第二计算系统。
EEE 52是EEE 35-50中的任意一项的方法,还包括:确定第二过程不是目视检查过程,其中,识别第一数据包括识别与目视检查过程相关联的数据。
EEE 53是EEE 35的方法,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,方法还包括:识别由第一计算系统存储的第一数据,该第一数据与以下各项相关联:(i)第二车辆的品牌、型号或制造年份中的至少一个;(ii)第二车辆的症状;以及(iii)第一过程;并且确定第一数据对应于由第一计算系统存储的至少预定量的维修记录,其中,第一短语包括第一数据。
EEE 54是EEE 35的方法,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,方法还包括:识别由第一计算系统存储的第二数据,该第二数据与以下各项相关联:(i)给定车辆的品牌、型号或制造年份中的至少一个;(ii)给定车辆的症状;并且(iii)第二过程;并且确定第二数据对应于由第一计算系统存储的至少预定量的维修记录,其中,第二短语包括第二数据。
EEE 55是EEE 35的方法,还包括:识别由第一计算系统存储的第一多个短语,该第一多个短语中的每个(i)与第二车辆的症状和组件相关联,(ii)传达与由第一多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与第一多个短语中的所有其它短语不同的语法;从第一多个短语中选择第一短语;识别由第一计算系统存储的第二多个短语,该第二多个短语中的每个(i)与给定车辆的症状和组件相关联,(ii)传达与由第二多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与第二多个短语中的所有其它短语不同的语法;以及从第二多个短语中选择第二短语,其中,将维修提示发送到第二计算系统包括发送选择的第一短语和选择的第二短语。
EEE 56是EEE 55的方法,还包括:确定第二过程不是目视检查过程;并且其中,选择第一短语包括基于确定第二过程不是目视检查过程来选择第一短语,其中,由第一短语描述的第一过程是包括对第二车辆的组件的目视检查的过程。
EEE 57是EEE 55的方法,还包括:确定第一过程和第二过程都不是目视检查过程;基于确定第一过程和第二过程都不是目视检查过程,选择由第一计算系统存储的第三短语,该第三短语(i)与第一车辆的症状和组件相关联,以及(ii)描述目视检查过程,其中,发送维修提示包括将第三短语发送到第二计算系统。
EEE58是EEE 55和57中的任意一项的方法,其中,选择第一短语包括从第一多个短语中随机选择第一短语。
EEE 59是EEE 55-58中的任意一项的方法,其中,选择第二短语包括从第二多个短语中随机选择第二短语。
EEE 60是EEE 55的方法,还包括:确定第一短语是第一多个短语中的任意一个的最近最少选择的短语,其中,选择第一短语包括基于确定第一短语是第一多个短语中的任意一个的最近最少选择的短语来选择第一短语。
EEE 61是EEE 655-58和60中的任意一项的方法,还包括:确定第二短语是第二多个短语中的任意一个的最近最少选择的短语,其中,选择第二短语包括基于确定第二短语是第二多个短语中的任意一个的最近最少选择的短语来选择第二短语。
EEE 62是EEE 35-61中的任意一项的方法,其中,第一短语在维修提示中的第二短语之前列出。
EEE 63是EEE 62的方法,其中,维修提示还包括在维修提示中的第二短语之前列出的一个或多个附加短语,其中,该一个或多个附加短语描述曾在相应车辆上执行的相应过程,并且其中,第一短语和该一个或多个附加短语以基于以下各项中的一个或多个的顺序被列在维修提示中:(i)执行相应过程的资金成本,(ii)执行相应过程所需的估计的时间,以及(iii)相应过程的复杂度。
EEE 64是EEE 35的方法,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,方法还包括:识别由第一计算系统存储的第一多个短语,该第一多个短语每个与第一车辆的品牌、型号或制造年份中的至少一个以及第一车辆的症状相关联,其中,第一多个短语包括第一短语;并且确定第一短语对应于由第一计算系统存储的至少预定量的维修记录,其中,将维修提示发送到第二计算系统包括基于确定第一短语对应于由第一计算系统存储的至少预定量的维修记录来发送第一短语。
EEE 65是EEE 64的方法,其中,第一多个短语描述在相应车辆上执行的相应过程,该相应过程产生的结果不足以确定与该症状相关联的相应车辆的组件是有缺陷的。
EEE 66是EEE 35的方法,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,方法还包括:识别由第一计算系统存储的第二多个短语,该第二多个短语中的每个与第一车辆的品牌、型号或制造年份中的至少一个以及第一车辆的症状相关联,其中,第二多个短语包括第二短语;并且确定第二短语对应于至少与第二多个短语中的任意其它短语一样多的由第一计算系统存储的维修记录,其中,将维修提示发送到第二计算系统包括基于确定第二短语对应于至少与第二多个短语中的任意其它短语一样多的由第一计算系统存储的维修记录来发送第二短语。
EEE 67是EEE 66的方法,其中,第二多个短语描述在相应车辆上执行的相应过程,该相应过程产生的结果足以确定相应车辆的组件是有缺陷的。
EEE 68是计算系统,包括:一个或多个处理器;以及存储指令的非暂时性计算机可读介质,该指令在由一个或多个处理器执行时使计算系统执行包括以下步骤的功能:从附加的计算系统接收标识第一车辆的症状的消息;并且将维修提示发送到第二计算系统,其中,维修提示包括:第一短语,其描述在呈现症状的第二车辆上执行的第一过程,其中,在第二车辆上执行的第一过程产生的结果不足以确定与症状相关联的第二车辆的组件是有缺陷的;以及第二短语,其描述在给定车辆上执行的第二过程,其中,给定车辆是(i)第二车辆;或(ii)也呈现该症状的第三车辆,其中,在给定车辆上执行的第二过程产生的结果足以确定与该症状相关联的给定车辆的组件是有缺陷的,并且其中,给定车辆的组件等同于第二车辆的组件。
EEE 69是EEE 68的计算系统,功能还包括:通过生成(i)第一短语,以及(ii)第二短语来生成维修提示,其中,将维修提示发送到第二计算系统包括将生成的第一短语和生成的第二短语发送到第二计算系统。
EEE 70是EEE 69的计算系统,功能还包括:识别(i)由计算系统存储,并且(ii)与第二车辆的症状和组件相关联的第一数据,其中,生成第一短语包括将第一数据插入到由计算系统存储的第一短语模板中;以及识别(i)由计算系统存储;并且(ii)与给定车辆的症状和组件相关联的第二数据,其中,生成第二短语包括将第二数据插入到由计算系统存储的第二短语模板中。
EEE 71是EEE 70的计算系统,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个。
EEE 72是EEE 71的计算系统,其中,识别第一数据包括识别与第一车辆的品牌、型号或制造年份中的至少一个相关联的数据。
EEE 73是EEE 71的计算系统,其中,识别第二数据包括识别与第一车辆的品牌、型号或制造年份中的至少一个相关联的数据。
EEE 74是EEE 70-73中的任意一项的计算系统,功能还包括在生成第一短语之前,从由计算系统存储的多个短语模板中选择第一短语模板。
EEE 75是EEE 74的计算系统,功能还包括:确定第一短语模板是多个短语模板中的任意一个的最近最少选择的短语模板,其中,选择第一短语模板包括基于确定第一短语模板是多个短语模板中的任意一个的最近最少选择的短语模板来选择第一短语模板。
EEE 76是EEE 74的计算系统,其中,选择第一短语模板包括从多个短语模板中随机选择第一短语模板。
EEE 77是EEE 70-76中的任意一项的计算系统,功能还包括在生成第二短语之前,从由计算系统存储的多个短语模板中选择第二短语模板。
EEE 78是EEE 77的计算系统,功能还包括:确定第二短语模板是多个短语模板中的任意一个的最近最少选择的短语模板,其中,选择第二短语模板包括基于确定第二短语模板是多个短语模板中的任意一个的最近最少选择的短语模板来选择第二短语模板。
EEE 79是EEE 77的计算系统,其中,选择第二短语模板包括从多个短语模板中随机选择第二短语模板。
EEE 80是EEE 70-79中的任意一项的计算系统,其中,识别第一数据包括确定第一数据对应于第一短语模板的给定数据字段,并且其中,将第一数据插入到第一短语模板中包括将第一数据插入到第一短语模板的给定数据字段中。
EEE 81是EEE 70-80中的任意一项的计算系统,其中,第一数据包括标识以下各项中的一个或多个的数据:(i)第二车辆的组件;(ii)第一过程;(iii)在第二车辆上执行的第一过程产生的结果;以及(iv)用于执行第一过程的工具。
EEE 82是EEE 70-81中的任意一项的计算系统,其中,识别第二数据包括确定第二数据对应于第二短语模板的给定数据字段,并且其中,将第二数据插入到第二短语模板中包括将第二数据插入到第二短语模板的给定数据字段中。
EEE 83是EEE 70-82中的任意一项的计算系统,其中,第二数据包括标识以下各项中的一个或多个的数据:(i)给定车辆的组件;(ii)第二过程;(iii)在给定车辆上执行的第二过程产生的结果;以及(iv)用于执行第二过程的工具。
EEE 84是EEE 68-83中的任意一项的计算系统,功能还包括:确定第一过程和第二过程都不是目视检查过程;基于确定第一过程和第二过程都不是目视检查过程,识别(i)由计算系统存储,(ii)与第一车辆的症状和组件相关联,并且(iii)与目视检查过程相关联的第三数据;并且通过将第三数据插入到由计算系统存储的第三短语模板中来生成第三短语,其中,发送维修提示包括将生成的第三短语发送到第二计算系统。
EEE 85是EEE 68-83中的任意一项的计算系统,功能还包括:确定第二过程不是目视检查过程,其中,识别第一数据包括识别与目视检查过程相关联的数据。
EEE 86是EEE 68的计算系统,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由计算系统存储的第一数据,该第一数据与以下各项相关联:(i)第二车辆的品牌、型号或制造年份中的至少一个;(ii)第二车辆的症状;以及(iii)第一过程;并且确定第一数据对应于由计算系统存储的至少预定量的维修记录,其中,第一短语包括第一数据。
EEE 87是EEE 68的计算系统,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由计算系统存储的第二数据,该第二数据与以下各项相关联:(i)给定车辆的品牌、型号或制造年份中的至少一个;(ii)给定车辆的症状;以及(iii)第二过程;并且确定第二数据对应于由计算系统存储的至少预定量的维修记录,其中,第二短语包括第二数据。
EEE 88是EEE 68的计算系统,功能还包括:识别由计算系统存储的第一多个短语,该第一多个短语中的每个(i)与第二车辆的症状和组件相关联,(ii)传达与由第一多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与第一多个短语中的所有其它短语不同的语法;从第一多个短语中选择第一短语;识别由计算系统存储的第二多个短语,该第二多个短语每个(i)与给定车辆的症状和组件相关联,(ii)传达与由第二多个短语中的其它短语中的每个传达的信息等同的信息,并且(iii)包括与第二多个短语中的所有其它短语不同的语法;并且从第二多个短语中选择第二短语,其中,将维修提示发送到第二计算系统包括发送选择的第一短语和选择的第二短语。
EEE 89是EEE 88的计算系统,功能还包括:确定第二过程不是目视检查过程;并且其中,选择第一短语包括基于确定第二过程不是目视检查过程来选择第一短语,其中,由第一短语描述的第一过程是包括对第二车辆的组件的目视检查的过程。
EEE 90是EEE 88的计算系统,功能还包括:确定第一过程和第二过程都不是目视检查过程;基于确定第一过程和第二过程都不是目视检查过程,选择由计算系统存储的第三短语,该第三短语(i)与第一车辆的症状和组件相关联,并且(ii)描述目视检查过程,其中,发送维修提示包括将第三短语发送到第二计算系统。
EEE 91是EEE 88和90中的任意一项的计算系统,其中,选择第一短语包括从第一多个短语中随机选择第一短语。
EEE 92是EEE 88-91中的任意一项的计算系统,其中,选择第二短语包括从第二多个短语中随机选择第二短语。
EEE 93是EEE 88的计算系统,功能还包括:确定第一短语是第一多个短语中的任意一个的最近最少选择的短语,其中,选择第一短语包括基于确定第一短语是第一多个短语中的任意一个的最近最少选择的短语来选择第一短语。
EEE 94是EEE 688-91和93中的任意一项的计算系统,功能还包括:确定第二短语是第二多个短语中的任意一个的最近最少选择的短语,其中,选择第二短语包括基于确定第二短语是第二多个短语中的任意一个的最近最少选择的短语来选择第二短语。
EEE 95是EEE 68-94中的任意一项的计算系统,其中,第一短语在维修提示中的第二短语之前列出。
EEE 96是EEE 95的计算系统,其中,维修提示还包括在维修提示中的第二短语之前列出的一个或多个附加短语,其中,该一个或多个附加短语描述在相应车辆上执行的相应过程,并且其中,第一短语和该一个或多个附加短语以基于以下各项中的一个或多个的顺序被列在维修提示中:(i)执行相应过程的资金成本,(ii)执行相应过程所需的估计的时间,以及(iii)相应过程的复杂度。
EEE 97是EEE 68的计算系统,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由计算系统存储的第一多个短语,该第一多个短语每个与第一车辆的品牌、型号或制造年份中的至少一个以及第一车辆的症状相关联,其中,第一多个短语包括第一短语;并且确定第一短语对应于由计算系统存储的至少预定量的维修记录,其中,将维修提示发送到第二计算系统包括基于确定第一短语对应于由计算系统存储的至少预定量的维修记录来发送第一短语。
EEE 98是EEE 97的计算系统,其中,第一多个短语描述在相应车辆上执行的相应过程,该相应过程产生的结果不足以确定与症状相关联的相应车辆的组件是有缺陷的。
EEE 99是EEE 68的计算系统,其中,消息标识第一车辆的品牌、型号或制造年份中的至少一个,功能还包括:识别由计算系统存储的第二多个短语,该第二多个短语中的每个与第一车辆的品牌、型号或制造年份中的至少一个以及第一车辆的症状相关联,其中,第二多个短语包括第二短语;并且确定第二短语对应于至少与第二多个短语中的任意其它短语一样多的由计算系统存储的维修记录,其中,将维修提示发送到第二计算系统包括基于确定第二短语对应于至少与第二多个短语中的任意其它短语一样多的由计算系统存储的维修记录来发送第二短语。
EEE 100是EEE 32的计算系统,其中,第二多个短语描述在相应车辆上执行的相应过程,该相应过程产生的结果足以确定相应车辆的组件是有缺陷的。
Claims (42)
1.一种存储指令的计算机可读介质,所述指令在由第一计算系统执行时使所述第一计算系统执行包括以下的功能:
从第二计算系统接收标识第一车辆的症状的消息;以及
将维修提示发送到所述第二计算系统,其中,所述维修提示包括:
第一短语,其描述在呈现所述症状的第二车辆上执行的第一过程,其中,在所述第二车辆上执行的所述第一过程产生的结果不足以确定与所述症状相关联的所述第二车辆的组件是有缺陷的;以及
第二短语,其描述在给定车辆上执行的第二过程,其中,所述给定车辆是(i)所述第二车辆或(ii)也呈现所述症状的第三车辆,其中,在所述给定车辆上执行的所述第二过程产生的结果足以确定与所述症状相关联的所述给定车辆的组件是有缺陷的,并且其中,所述给定车辆的所述组件等同于所述第二车辆的所述组件。
2.根据权利要求1所述的计算机可读介质,所述功能还包括:
通过生成(i)所述第一短语和(ii)所述第二短语来生成所述维修提示,
其中,将所述维修提示发送到所述第二计算系统包括将生成的第一短语和生成的第二短语发送到所述第二计算系统。
3.根据权利要求2所述的计算机可读介质,所述功能还包括:
识别(i)由所述第一计算系统存储并且(ii)与所述第二车辆的所述症状和所述组件相关联的第一数据,其中,生成所述第一短语包括将所述第一数据插入到由所述第一计算系统存储的第一短语模板中;以及
识别(i)由所述第一计算系统存储并且(ii)与所述给定车辆的所述症状和所述组件相关联的第二数据,其中,生成所述第二短语包括将所述第二数据插入到由所述第一计算系统存储的第二短语模板中。
4.根据权利要求3所述的计算机可读介质,
其中,识别所述第一数据包括确定所述第一数据对应于所述第一短语模板的给定数据字段,并且
其中,将所述第一数据插入到所述第一短语模板中包括将所述第一数据插入到所述第一短语模板的所述给定数据字段中。
5.根据权利要求3所述的计算机可读介质,其中,所述第一数据包括标识以下各项中的一个或多个的数据:(i)所述第二车辆的所述组件;(ii)所述第一过程;(iii)在所述第二车辆上执行的所述第一过程产生的所述结果;以及(iv)用于执行所述第一过程的工具。
6.根据权利要求1所述的计算机可读介质,
确定所述第一过程和所述第二过程都不是目视检查过程;
基于确定所述第一过程和所述第二过程都不是目视检查过程,识别(i)由所述第一计算系统存储、(ii)与所述第一车辆的所述症状和所述组件相关联、并且(iii)与目视检查过程相关联的第三数据;以及
通过将所述第三数据插入到由所述第一计算系统存储的第三短语模板中来生成第三短语,
其中,发送所述维修提示包括将生成的第三短语发送到所述第二计算系统。
7.根据权利要求3所述的计算机可读介质,
确定所述第二过程不是目视检查过程,
其中,识别所述第一数据包括识别与目视检查过程相关联的数据。
8.根据权利要求1所述的计算机可读介质,其中,所述消息标识所述第一车辆的品牌、型号或制造年份中的至少一个,所述功能还包括:
识别由所述第一计算系统存储的第一数据,所述第一数据与以下中的至少一个相关联:(i)所述第二车辆的品牌、型号或制造年份;(ii)所述第二车辆的所述症状;以及(iii)所述第一过程;以及
确定所述第一数据对应于由所述第一计算系统存储的至少预定量的维修记录,
其中,所述第一短语包括所述第一数据。
9.根据权利要求1所述的计算机可读介质,所述功能还包括:
识别由所述第一计算系统存储的第一多个短语,所述第一多个短语中的每个(i)与所述第二车辆的所述症状和所述组件相关联,(ii)传达与由所述第一多个短语中的其它短语中的每个传达的信息等同的信息,并且(iii)包括与所述第一多个短语中的所有其它短语不同的语法;
从所述第一多个短语中选择所述第一短语;
识别由所述第一计算系统存储的第二多个短语,所述第二多个短语中的每个(i)与所述给定车辆的所述症状和所述组件相关联,(ii)传达与由所述第二多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与所述第二多个短语中的所有其它短语不同的语法;以及
从所述第二多个短语中选择所述第二短语,
其中,将所述维修提示发送到所述第二计算系统包括发送选择的第一短语和选择的第二短语。
10.根据权利要求9所述的计算机可读介质,所述功能还包括:
确定所述第二过程不是目视检查过程;并且
其中,选择所述第一短语包括基于确定所述第二过程不是目视检查过程来选择所述第一短语,其中,由所述第一短语描述的所述第一过程是包括对所述第二车辆的所述组件的目视检查的过程。
11.根据权利要求9所述的计算机可读介质,所述功能还包括:
确定所述第一过程和所述第二过程都不是目视检查过程;
基于确定所述第一过程和所述第二过程都不是目视检查过程,
选择由所述第一计算系统存储的第三短语,所述第三短语(i)与所述第一车辆的所述症状和所述组件相关联并且(ii)描述目视检查过程,
其中,发送所述维修提示包括将所述第三短语发送到所述第二计算系统。
12.根据权利要求9所述的计算机可读介质,所述功能还包括:
确定所述第一短语是所述第一多个短语中的任意短语中的最近最少选择的短语,
其中,选择所述第一短语包括基于确定所述第一短语是所述第一多个短语中的任意短语中的所述最近最少选择的短语来选择所述第一短语。
13.根据权利要求1所述的计算机可读介质,其中,所述消息标识所述第一车辆的品牌、型号或制造年份中的至少一个,所述功能还包括:
识别由所述第一计算系统存储的第一多个短语,所述第一多个短语中的每个与所述第一车辆的所述品牌、所述型号或所述制造年份中的至少一个以及所述第一车辆的所述症状相关联,其中,所述第一多个短语包括所述第一短语;以及
确定所述第一短语对应于由所述第一计算系统存储的至少预定量的维修记录,
其中,将所述维修提示发送到所述第二计算系统包括基于确定所述第一短语对应于由所述第一计算系统存储的所述至少预定量的维修记录来发送所述第一短语。
14.根据权利要求13所述的计算机可读介质,其中,所述第一多个短语描述在相应车辆上执行的相应过程,所述相应过程产生的结果不足以确定与所述症状相关联的所述相应车辆的组件是有缺陷的。
15.一种由第一计算系统执行的方法,所述方法包括:
从第二计算系统接收标识第一车辆的症状的消息;以及
将维修提示发送到所述第二计算系统,其中,所述维修提示包括:
第一短语,其描述在呈现所述症状的第二车辆上执行的第一过程,其中,在所述第二车辆上执行的所述第一过程产生的结果不足以确定与所述症状相关联的所述第二车辆的组件是有缺陷的;以及
第二短语,其描述在给定车辆上执行的第二过程,其中,所述给定车辆是(i)所述第二车辆或(ii)也呈现所述症状的第三车辆,其中,在所述给定车辆上执行的所述第二过程产生的结果足以确定与所述症状相关联的所述给定车辆的组件是有缺陷的,并且其中,所述给定车辆的所述组件等同于所述第二车辆的所述组件。
16.根据权利要求15所述的方法,还包括:
通过生成(i)所述第一短语和(ii)所述第二短语来生成所述维修提示,
其中,将所述维修提示发送到所述第二计算系统包括将生成的第一短语和生成的第二短语发送到所述第二计算系统。
17.根据权利要求16所述的方法,还包括:
识别(i)由所述第一计算系统存储并且(ii)与所述第二车辆的所述症状和所述组件相关联的第一数据,其中,生成所述第一短语包括将所述第一数据插入到由所述第一计算系统存储的第一短语模板中;以及
识别(i)由所述第一计算系统存储并且(ii)与所述给定车辆的所述症状和所述组件相关联的第二数据,其中,生成所述第二短语包括将所述第二数据插入到由所述第一计算系统存储的第二短语模板中。
18.根据权利要求17所述的方法,其中,所述消息标识所述第一车辆的品牌、型号或制造年份中的至少一个。
19.根据权利要求18所述的方法,其中,识别所述第一数据包括识别与所述第一车辆的所述品牌、所述型号或所述制造年份中的至少一个相关联的数据。
20.根据权利要求17所述的方法,还包括:在生成所述第一短语之前,从由所述第一计算系统存储的多个短语模板中选择所述第一短语模板。
21.根据权利要求20所述的方法,还包括:
确定所述第一短语模板是所述多个短语模板中的任意短语模板中的最近最少选择的短语模板,
其中,选择所述第一短语模板包括基于确定所述第一短语模板是所述多个短语模板中的任意短语模板中的所述最近最少选择的短语模板来选择所述第一短语模板。
22.根据权利要求15所述的方法,还包括:
确定所述第一过程和所述第二过程都不是目视检查过程;
基于确定所述第一过程和所述第二过程都不是目视检查过程,识别(i)由所述第一计算系统存储、(ii)与所述第一车辆的所述症状和所述组件相关联、并且(iii)与目视检查过程相关联的第三数据;以及
通过将所述第三数据插入到由所述第一计算系统存储的第三短语模板中来生成第三短语,
其中,发送所述维修提示包括将生成的第三短语发送到所述第二计算系统。
23.根据权利要求17所述的方法,还包括:
确定所述第二过程不是目视检查过程,
其中,识别所述第一数据包括识别与目视检查过程相关联的数据。
24.根据权利要求15所述的方法,其中,所述消息标识所述第一车辆的品牌、型号或制造年份中的至少一个,所述方法还包括:
识别由所述第一计算系统存储的第一数据,所述第一数据与以下各项相关联:(i)所述第二车辆的品牌、型号或制造年份中的至少一个;(ii)所述第二车辆的所述症状;以及(iii)所述第一过程;以及
确定所述第一数据对应于由所述第一计算系统存储的至少预定量的维修记录,
其中,所述第一短语包括所述第一数据。
25.根据权利要求15所述的方法,还包括:
识别由所述第一计算系统存储的第一多个短语,所述第一多个短语中的每个(i)与所述第二车辆的所述症状和所述组件相关联,(ii)传达与由所述第一多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与所述第一多个短语中的所有其它短语不同的语法;
从所述第一多个短语中选择所述第一短语;
识别由所述第一计算系统存储的第二多个短语,所述第二多个短语中的每个(i)与所述给定车辆的所述症状和所述组件相关联,(ii)传达与由所述第二多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与所述第二多个短语中的所有其它短语不同的语法;以及
从所述第二多个短语中选择所述第二短语,
其中,将所述维修提示发送到所述第二计算系统包括发送选择的第一短语和选择的第二短语。
26.根据权利要求25所述的方法,还包括:
确定所述第二过程不是目视检查过程;并且
其中,选择所述第一短语包括基于确定所述第二过程不是目视检查过程来选择所述第一短语,其中,由所述第一短语描述的所述第一过程是包括对所述第二车辆的所述组件的目视检查的过程。
27.根据权利要求25所述的方法,还包括:
确定所述第一过程和所述第二过程都不是目视检查过程;
基于确定所述第一过程和所述第二过程都不是目视检查过程,
选择由所述第一计算系统存储的第三短语,所述第三短语(i)与所述第一车辆的所述症状和所述组件相关联并且(ii)描述目视检查过程,
其中,发送所述维修提示包括将所述第三短语发送到所述第二计算系统。
28.根据权利要求15所述的方法,其中,所述消息标识所述第一车辆的品牌、型号或制造年份中的至少一个,所述方法还包括:
识别由所述第一计算系统存储的第一多个短语,所述第一多个短语中的每个与所述第一车辆的所述品牌、所述型号或所述制造年份中的所述至少一个以及所述第一车辆的所述症状相关联,其中,所述第一多个短语包括所述第一短语;以及
确定所述第一短语对应于由所述第一计算系统存储的至少预定量的维修记录,
其中,将所述维修提示发送到所述第二计算系统包括基于确定所述第一短语对应于由所述第一计算系统存储的所述至少预定量的维修记录来发送所述第一短语。
29.一种计算系统,包括:
一个或多个处理器;以及
存储指令的非暂时性计算机可读介质,所述指令在由所述一个或多个处理器执行时使所述计算系统执行包括以下的功能:
从第二计算系统接收标识第一车辆的症状的消息;以及
将维修提示发送到所述第二计算系统,其中,所述维修提示包括:
第一短语,其描述在呈现所述症状的第二车辆上执行的第一过程,其中,在所述第二车辆上执行的所述第一过程产生的结果不足以确定与所述症状相关联的所述第二车辆的组件是有缺陷的;以及
第二短语,其描述在给定车辆上执行的第二过程,其中,所述给定车辆是(i)所述第二车辆或(ii)也呈现所述症状的第三车辆,其中,在所述给定车辆上执行的所述第二过程产生的结果足以确定与所述症状相关联的所述给定车辆的组件是有缺陷的,并且其中,所述给定车辆的所述组件等同于所述第二车辆的所述组件。
30.根据权利要求29所述的计算系统,所述功能还包括:
通过生成(i)所述第一短语以及(ii)所述第二短语来生成所述维修提示,
其中,将所述维修提示发送到所述第二计算系统包括将生成的第一短语和生成的第二短语发送到所述第二计算系统。
31.根据权利要求30所述的计算系统,所述功能还包括:
识别(i)由所述计算系统存储并且(ii)与所述第二车辆的所述症状和所述组件相关联的第一数据,其中,生成所述第一短语包括将所述第一数据插入到由所述计算系统存储的第一短语模板中;以及
识别(i)由所述计算系统存储并且(ii)与所述给定车辆的所述组件相关联的第二数据,其中,生成所述第二短语包括将所述第二数据插入到由所述计算系统存储的第二短语模板中。
32.根据权利要求31所述的计算系统,
其中,识别所述第一数据包括确定所述第一数据对应于所述第一短语模板的给定数据字段,并且
其中,将所述第一数据插入到所述第一短语模板中包括将所述第一数据插入到所述第一短语模板的所述给定数据字段中。
33.根据权利要求31所述的计算系统,
其中,所述第一数据包括标识以下各项中的一个或多个的数据:(i)所述第二车辆的所述组件;(ii)所述第一过程;(iii)在所述第二车辆上执行的所述第一过程产生的所述结果;以及(iv)用于执行所述第一过程的工具。
34.根据权利要求29所述的计算系统,所述功能还包括:
确定所述第一过程和所述第二过程都不是目视检查过程;
基于确定所述第一过程和所述第二过程都不是目视检查过程,识别(i)由所述计算系统存储、(ii)与所述第一车辆的所述症状和所述组件相关联、并且(iii)与目视检查过程相关联的第三数据;以及
通过将所述第三数据插入到由所述计算系统存储的第三短语模板中来生成第三短语,
其中,发送所述维修提示包括将生成的第三短语发送到所述第二计算系统。
35.根据权利要求31所述的计算系统,所述功能还包括:
确定所述第二过程不是目视检查过程,
其中,识别所述第一数据包括识别与目视检查过程相关联的数据。
36.根据权利要求29所述的计算系统,其中,所述消息标识所述第一车辆的品牌、型号或制造年份中的至少一个,所述功能还包括:
识别由所述计算系统存储的第一数据,所述第一数据与以下各项相关联:(i)所述第二车辆的品牌、型号或制造年份中的至少一个;(ii)所述第二车辆的所述症状;以及(iii)所述第一过程;以及
确定所述第一数据对应于由所述计算系统存储的至少预定量的维修记录,
其中,所述第一短语包括所述第一数据。
37.根据权利要求29所述的计算系统,所述功能还包括:
识别由所述计算系统存储的第一多个短语,所述第一多个短语中的每个(i)与所述第二车辆的所述症状和所述组件相关联,(ii)传达与由所述第一多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与所述第一多个短语中的所有其它短语不同的语法;
从所述第一多个短语中选择所述第一短语;
识别由所述计算系统存储的第二多个短语,所述第二多个短语中的每个(i)与所述给定车辆的所述症状和所述组件相关联,(ii)传达与由所述第二多个短语中的其它短语中的每个传达的信息等同的信息,以及(iii)包括与所述第二多个短语中的所有其它短语不同的语法;以及
从所述第二多个短语中选择所述第二短语,
其中,将所述维修提示发送到所述第二计算系统包括发送选择的第一短语和选择的第二短语。
38.根据权利要求37所述的计算系统,所述功能还包括:
确定所述第二过程不是目视检查过程;并且
其中,选择所述第一短语包括基于确定所述第二过程不是目视检查过程来选择所述第一短语,其中,由所述第一短语描述的所述第一过程是包括对所述第二车辆的所述组件的目视检查的过程。
39.根据权利要求37所述的计算系统,所述功能还包括:
确定所述第一过程和所述第二过程都不是目视检查过程;
基于确定所述第一过程和所述第二过程都不是目视检查过程,
选择由所述计算系统存储的第三短语,所述第三短语(i)与所述第一车辆的所述症状和所述组件相关联并且(ii)描述目视检查过程,
其中,发送所述维修提示包括将所述第三短语发送到所述第二计算系统。
40.根据权利要求37所述的计算系统,所述功能还包括:
确定所述第一短语是所述第一多个短语中的任意短语中的最近最少选择的短语,
其中,选择所述第一短语包括基于确定所述第一短语是所述第一多个短语中的任意短语中的所述最近最少选择的短语来选择所述第一短语。
41.根据权利要求29所述的计算系统,其中,所述消息标识所述第一车辆的品牌、型号或制造年份中的至少一个,所述功能还包括:
识别由所述计算系统存储的第一多个短语,所述第一多个短语中的每个与所述第一车辆的所述品牌、所述型号或所述制造年份中的所述至少一个以及所述第一车辆的所述症状相关联,其中,所述第一多个短语包括所述第一短语;以及
确定所述第一短语对应于由所述计算系统存储的至少预定量的维修记录,
其中,将所述维修提示发送到所述第二计算系统包括基于确定所述第一短语对应于由所述计算系统存储的所述至少预定量的维修记录来发送所述第一短语。
42.根据权利要求41所述的计算系统,其中,所述第一多个短语描述在相应车辆上执行的相应过程,所述相应过程产生的结果不足以确定与所述症状相关联的所述相应车辆的组件是有缺陷的。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210265833.5A CN114595847A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265844.3A CN114462887B (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265851.3A CN114511302A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/938,662 US9665994B1 (en) | 2015-11-11 | 2015-11-11 | Methods and systems for providing a vehicle repair tip |
US14/938,662 | 2015-11-11 | ||
PCT/US2016/061239 WO2017083465A1 (en) | 2015-11-11 | 2016-11-10 | Methods and systems for providing a vehicle repair tip |
Related Child Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210265851.3A Division CN114511302A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265833.5A Division CN114595847A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265844.3A Division CN114462887B (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108351995A CN108351995A (zh) | 2018-07-31 |
CN108351995B true CN108351995B (zh) | 2022-04-22 |
Family
ID=57406347
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680065999.5A Active CN108351995B (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265833.5A Pending CN114595847A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265851.3A Pending CN114511302A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265844.3A Active CN114462887B (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210265833.5A Pending CN114595847A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265851.3A Pending CN114511302A (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
CN202210265844.3A Active CN114462887B (zh) | 2015-11-11 | 2016-11-10 | 用于提供车辆维修提示的方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (6) | US9665994B1 (zh) |
CN (4) | CN108351995B (zh) |
DE (1) | DE112016005172T5 (zh) |
GB (1) | GB2559932A (zh) |
WO (1) | WO2017083465A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8983718B2 (en) * | 2011-11-16 | 2015-03-17 | Flextronics Ap, Llc | Universal bus in the car |
US10025764B2 (en) | 2014-10-30 | 2018-07-17 | Snap-On Incorporated | Methods and systems for taxonomy assist at data entry points |
US9665994B1 (en) | 2015-11-11 | 2017-05-30 | Snap-On Incorporated | Methods and systems for providing a vehicle repair tip |
US9934624B2 (en) | 2016-08-12 | 2018-04-03 | Snap-On Incorporated | Method and system for providing diagnostic filter lists |
CN109699186B (zh) * | 2016-08-12 | 2021-06-18 | 实耐宝公司 | 用于提供和应用诊断筛选列表的方法和系统 |
DE102017204178A1 (de) * | 2017-03-14 | 2018-09-20 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Absicherung der Funktionsfähigkeit eines Bedienelements einer Parkbremse |
CA3005183A1 (en) * | 2017-05-30 | 2018-11-30 | Joy Global Surface Mining Inc | Predictive replacement for heavy machinery |
JP6822928B2 (ja) * | 2017-09-15 | 2021-01-27 | 本田技研工業株式会社 | テストグループ識別情報の自動生成方法、プログラム、電子制御装置、及び車両 |
CN109849821A (zh) * | 2017-12-15 | 2019-06-07 | 蔚来汽车有限公司 | 车辆功能播报的方法、装置及车载智能控制器 |
US12112589B2 (en) | 2018-12-11 | 2024-10-08 | Snap-On Incorporated | Vehicle scan tool configured to receive automated initialization requests |
US11354944B2 (en) * | 2018-12-11 | 2022-06-07 | Snap-On Incorporated | Supplementing vehicle service content with scan tool initialization links |
US11386401B2 (en) * | 2019-01-20 | 2022-07-12 | Mitchell Repair Information Company, Llc | Methods and systems to provide packages of repair information based on component identifiers |
US11195425B2 (en) | 2019-08-15 | 2021-12-07 | Allstate Insurance Company | Systems and methods for delivering vehicle-specific educational content for a critical event |
CN113552849B (zh) * | 2020-04-24 | 2023-03-31 | 华晨宝马汽车有限公司 | 消除车辆涂装缺陷的方法、系统、介质和装置 |
CN113535881B (zh) * | 2021-06-23 | 2024-07-12 | 深圳市元征科技股份有限公司 | 故障码信息存储方法、装置、通信设备及存储介质 |
US12136160B2 (en) | 2022-04-27 | 2024-11-05 | Snap Inc. | Augmented reality experience power usage prediction |
CN116955016B (zh) * | 2023-09-20 | 2023-12-26 | 安徽博微智能电气有限公司 | 一种汽车软件缺陷自动修复系统及其方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2239699A2 (en) * | 2009-04-10 | 2010-10-13 | SPX Corporation | Support for preemptive symptoms |
CN103105846A (zh) * | 2011-11-14 | 2013-05-15 | 通用汽车有限责任公司 | 用于车辆检修的维修辅助系统 |
CN104488004A (zh) * | 2012-05-23 | 2015-04-01 | 实耐宝公司 | 用于提供车辆维修信息的方法和系统 |
WO2015035056A3 (en) * | 2013-09-05 | 2015-07-30 | Snap-On Incorporated | Prognostics-based estimator |
CN104937557A (zh) * | 2013-01-21 | 2015-09-23 | 实耐宝公司 | 用于在确定诊断修理中利用修理通知单的方法和系统 |
Family Cites Families (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6285932B1 (en) | 1997-05-16 | 2001-09-04 | Snap-On Technologies, Inc. | Computerized automotive service system |
US6405111B2 (en) | 1997-05-16 | 2002-06-11 | Snap-On Technologies, Inc. | System and method for distributed computer automotive service equipment |
US6141608A (en) | 1997-10-28 | 2000-10-31 | Snap-On Tools Company | System for dynamic diagnosis of apparatus operating conditions |
US6301531B1 (en) | 1999-08-23 | 2001-10-09 | General Electric Company | Vehicle maintenance management system and method |
US20020007237A1 (en) | 2000-06-14 | 2002-01-17 | Phung Tam A. | Method and system for the diagnosis of vehicles |
US20020007289A1 (en) | 2000-07-11 | 2002-01-17 | Malin Mark Elliott | Method and apparatus for processing automobile repair data and statistics |
CA2420414A1 (en) | 2000-08-23 | 2002-02-28 | General Electric Company | Method for training service personnel to service selected equipment |
JP2002243591A (ja) * | 2001-02-22 | 2002-08-28 | Mitsubishi Electric Corp | 車両用故障診断装置 |
WO2002090669A1 (fr) * | 2001-05-08 | 2002-11-14 | Hitachi Construction Machinery Co., Ltd | Machine-outil, son systeme de diagnostic de panne et son systeme d'entretien |
WO2002103316A2 (en) * | 2001-06-15 | 2002-12-27 | Carcheckup, Llc | Auto diagnosis method and device |
US6768935B1 (en) | 2003-04-07 | 2004-07-27 | General Motors Corporation | Vehicle diagnostic record mapping |
US7209860B2 (en) | 2003-07-07 | 2007-04-24 | Snap-On Incorporated | Distributed expert diagnostic service and system |
US20050234602A1 (en) | 2004-04-16 | 2005-10-20 | Snap-On Incorporated | Service database with component images |
US7289020B2 (en) * | 2004-06-07 | 2007-10-30 | Hunter Engineering Company | Method and apparatus for assisted vehicle identification and service |
US8428810B2 (en) | 2004-08-04 | 2013-04-23 | Verifacts Automotive, Llc | Data management systems for collision repair coaching |
US7142960B2 (en) | 2004-10-14 | 2006-11-28 | Snap-On Incorporated | Prioritized test procedure and step display using statistical feedback |
US7643912B2 (en) * | 2004-11-01 | 2010-01-05 | Hypertech, Inc. | Programmable automotive computer method and apparatus with accelerometer input |
US8005853B2 (en) | 2004-11-09 | 2011-08-23 | Snap-On Incorporated | Method and system for dynamically adjusting searches for diagnostic information |
US20060142907A1 (en) * | 2004-12-28 | 2006-06-29 | Snap-On Incorporated | Method and system for enhanced vehicle diagnostics using statistical feedback |
US7209815B2 (en) | 2004-12-28 | 2007-04-24 | Snap-On Incorporated | Test procedures using pictures |
US7124058B2 (en) * | 2004-12-30 | 2006-10-17 | Spx Corporation | Off-board tool with optical scanner |
US7373225B1 (en) * | 2005-07-25 | 2008-05-13 | Snap-On Incorporated | Method and system for optimizing vehicle diagnostic trees using similar templates |
US7706936B2 (en) * | 2005-08-24 | 2010-04-27 | Snap-On Incorporated | Method and system for adaptively modifying diagnostic vehicle information |
US20070293998A1 (en) * | 2006-06-14 | 2007-12-20 | Underdal Olav M | Information object creation based on an optimized test procedure method and apparatus |
US8428813B2 (en) * | 2006-06-14 | 2013-04-23 | Service Solutions Us Llc | Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan |
US8423226B2 (en) * | 2006-06-14 | 2013-04-16 | Service Solutions U.S. Llc | Dynamic decision sequencing method and apparatus for optimizing a diagnostic test plan |
US7751955B2 (en) * | 2006-06-30 | 2010-07-06 | Spx Corporation | Diagnostics data collection and analysis method and apparatus to diagnose vehicle component failures |
US7590476B2 (en) * | 2006-09-07 | 2009-09-15 | Delphi Technologies, Inc. | Vehicle diagnosis system and method |
US7945438B2 (en) | 2007-04-02 | 2011-05-17 | International Business Machines Corporation | Automated glossary creation |
US20080307010A1 (en) | 2007-06-05 | 2008-12-11 | Snap-On Incorporated | Method and System for Sending Changes in Information to a Central System |
US8473145B2 (en) * | 2007-07-26 | 2013-06-25 | Service Solutions U.S. Llc | Code evaluator tool with urgency indicator |
US8239094B2 (en) * | 2008-04-23 | 2012-08-07 | Spx Corporation | Test requirement list for diagnostic tests |
JP2009286295A (ja) * | 2008-05-30 | 2009-12-10 | Hitachi Ltd | 車載情報収集システム及び車載情報収集装置におけるデータ収集方法 |
US8374745B2 (en) * | 2008-09-05 | 2013-02-12 | GM Global Technology Operations LLC | Telematics-enabled aggregated vehicle diagnosis and prognosis |
US8315760B2 (en) | 2008-12-03 | 2012-11-20 | Mitchell Repair Information Company LLC | Method and system for retrieving diagnostic information |
US8285439B2 (en) * | 2009-04-07 | 2012-10-09 | Ford Global Technologies, Llc | System and method for performing vehicle diagnostics |
US8285438B2 (en) * | 2009-11-16 | 2012-10-09 | Honeywell International Inc. | Methods systems and apparatus for analyzing complex systems via prognostic reasoning |
US9740993B2 (en) * | 2009-12-04 | 2017-08-22 | GM Global Technology Operations LLC | Detecting anomalies in field failure data |
US8676432B2 (en) * | 2010-01-13 | 2014-03-18 | GM Global Technology Operations LLC | Fault prediction framework using temporal data mining |
US8301333B2 (en) * | 2010-03-24 | 2012-10-30 | GM Global Technology Operations LLC | Event-driven fault diagnosis framework for automotive systems |
JP2012043396A (ja) * | 2010-08-13 | 2012-03-01 | Hyundai Motor Co Ltd | 拡張現実を用いた車両消耗品管理システム及びその方法 |
US8527441B2 (en) * | 2011-03-10 | 2013-09-03 | GM Global Technology Operations LLC | Developing fault model from service procedures |
US8930064B2 (en) | 2011-10-27 | 2015-01-06 | Snap-On Incorporated | Method and system for automated and manual data capture configuration |
US8744668B2 (en) * | 2012-05-09 | 2014-06-03 | Bosch Automotive Service Solutions Llc | Automotive diagnostic server |
US8958943B2 (en) * | 2012-06-12 | 2015-02-17 | Bosch Automotive Service Solutions Llc | Method and apparatus for tracking, scheduling, and reminding about maintenance status |
US9213332B2 (en) * | 2012-09-07 | 2015-12-15 | Bosch Automotive Service Solutions Inc. | System and method for automated vehicle selection and automated fix detection |
US20140075356A1 (en) * | 2012-09-07 | 2014-03-13 | Service Solutions U.S. Llc | Diagnostic Hub |
US9207671B2 (en) * | 2012-10-12 | 2015-12-08 | Rockwell Automation Technologies, Inc. | Error diagnostics and prognostics in motor drives |
CN103792093A (zh) * | 2012-10-29 | 2014-05-14 | 北京开元智信通软件有限公司 | 汽车诊断方法、服务器及系统 |
US9158834B2 (en) | 2013-01-21 | 2015-10-13 | Snap-On Incorporated | Methods and systems for mapping repair orders within a database |
US9858731B2 (en) * | 2013-03-15 | 2018-01-02 | Bosch Automotive Service Solutions Inc. | Graphical user interface with vehicle scanned function |
JP6015541B2 (ja) * | 2013-04-22 | 2016-10-26 | 株式会社デンソー | 車両診断システム、サーバ及びコンピュータプログラム |
US9336244B2 (en) | 2013-08-09 | 2016-05-10 | Snap-On Incorporated | Methods and systems for generating baselines regarding vehicle service request data |
US9201930B1 (en) | 2014-05-06 | 2015-12-01 | Snap-On Incorporated | Methods and systems for providing an auto-generated repair-hint to a vehicle repair tool |
US10318930B2 (en) * | 2014-12-31 | 2019-06-11 | Ebay Inc. | Systems and methods to utilize smart components |
US9665994B1 (en) | 2015-11-11 | 2017-05-30 | Snap-On Incorporated | Methods and systems for providing a vehicle repair tip |
-
2015
- 2015-11-11 US US14/938,662 patent/US9665994B1/en active Active
-
2016
- 2016-11-10 GB GB1809430.0A patent/GB2559932A/en not_active Withdrawn
- 2016-11-10 CN CN201680065999.5A patent/CN108351995B/zh active Active
- 2016-11-10 WO PCT/US2016/061239 patent/WO2017083465A1/en active Application Filing
- 2016-11-10 CN CN202210265833.5A patent/CN114595847A/zh active Pending
- 2016-11-10 CN CN202210265851.3A patent/CN114511302A/zh active Pending
- 2016-11-10 DE DE112016005172.7T patent/DE112016005172T5/de active Pending
- 2016-11-10 CN CN202210265844.3A patent/CN114462887B/zh active Active
-
2017
- 2017-04-27 US US15/499,399 patent/US10008050B2/en active Active
-
2018
- 2018-06-08 US US16/003,150 patent/US10685507B2/en active Active
-
2020
- 2020-04-03 US US16/840,093 patent/US11443567B2/en active Active
-
2022
- 2022-07-14 US US17/864,920 patent/US11741762B2/en active Active
-
2023
- 2023-07-01 US US18/346,223 patent/US20230343152A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2239699A2 (en) * | 2009-04-10 | 2010-10-13 | SPX Corporation | Support for preemptive symptoms |
CN103105846A (zh) * | 2011-11-14 | 2013-05-15 | 通用汽车有限责任公司 | 用于车辆检修的维修辅助系统 |
CN104488004A (zh) * | 2012-05-23 | 2015-04-01 | 实耐宝公司 | 用于提供车辆维修信息的方法和系统 |
CN104937557A (zh) * | 2013-01-21 | 2015-09-23 | 实耐宝公司 | 用于在确定诊断修理中利用修理通知单的方法和系统 |
WO2015035056A3 (en) * | 2013-09-05 | 2015-07-30 | Snap-On Incorporated | Prognostics-based estimator |
Also Published As
Publication number | Publication date |
---|---|
CN114462887B (zh) | 2024-08-02 |
US11741762B2 (en) | 2023-08-29 |
US20170228947A1 (en) | 2017-08-10 |
US20180300969A1 (en) | 2018-10-18 |
US9665994B1 (en) | 2017-05-30 |
US20230343152A1 (en) | 2023-10-26 |
US10685507B2 (en) | 2020-06-16 |
CN114462887A (zh) | 2022-05-10 |
CN114595847A (zh) | 2022-06-07 |
CN114511302A (zh) | 2022-05-17 |
DE112016005172T5 (de) | 2018-07-26 |
US20170132854A1 (en) | 2017-05-11 |
GB201809430D0 (en) | 2018-07-25 |
WO2017083465A1 (en) | 2017-05-18 |
US10008050B2 (en) | 2018-06-26 |
US11443567B2 (en) | 2022-09-13 |
CN108351995A (zh) | 2018-07-31 |
GB2559932A (en) | 2018-08-22 |
US20200234516A1 (en) | 2020-07-23 |
US20220358797A1 (en) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108351995B (zh) | 用于提供车辆维修提示的方法和系统 | |
CN108351989B (zh) | 基于从修理单收集的推断的修理单的聚类的方法和系统 | |
CN108351997B (zh) | 基于多个修理指示符对修理单进行聚类的方法和系统 | |
US9971815B2 (en) | Methods and systems for providing an auto-generated repair-hint to a vehicle repair tool | |
CN107924494B (zh) | 用于基于可替代的维修指示符来聚类维修订单的方法和系统 | |
WO2015020831A2 (en) | Methods and systems for generating baselines regarding vehicle service request data | |
US11550806B2 (en) | Analyzing vehicles based on common circuit elements | |
WO2018111819A1 (en) | Methods and systems for automatically generating repair orders |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |