一种基于知识增强大语言模型的汽车智能诊断方法

本发明公开一种基于知识增强大语言模型的汽车智能诊断方法，其特征在于，包括以下步骤：S1车辆数据采集与预处理：通过车辆总线与诊断接口实时采集故障码集合、传感器信号、ECU日志、CAN报文及用户自然语言描述，对采集的数据进行去噪、归一化及时间同步预处理，形成诊断输入集合Xt={D,St,Lt}，其中D为故障码集合，St为传感器信号数据流，Lt为用户或维修技师的语言描述；S2知识库构建与管理：构建统一的汽车知识图谱G=(V,E)及文本知识库K；该基于知识增强大语言模型的汽车智能诊断方法，义级诊断能力提升：可融合故障码、传感器数据、自然语言描述的语义关联，实现跨模态数据的深度理解，解决传统模型“数据孤立”问题。