一种基于深度学习的车辆状态监控方法及系统

本发明涉及车辆智能管理技术领域，公开了一种基于深度学习的车辆状态监控方法及系统，其中一种基于深度学习的车辆状态监控方法，包括：基于结构力学约束分析振动异常检测、松动定位和疲劳评估监测任务间的物理依赖关系，生成任务依赖有向图；将所述多模态监测数据矩阵输入多任务学习网络的共享编码器，生成统一表示向量；将所述统一表示向量分别输入振动异常检测解码器、松动定位解码器和疲劳评估解码器，输出各任务的初始预测结果；基于所述任务依赖有向图定义的约束关系建立任务输出间的条件概率模型，通过最大后验估计生成满足物理约束的一致性诊断结果。本发明解决了诊断结果片面、相互矛盾以及计算效率低的技术问题。