随着汽车产业的快速发展，交通事故的发生给人们的生命安全造成严重威胁，现已成为了不容我们忽视的问题。随着人们对于汽车功能的要求越来越高，势必造成汽车内部的结构越来越复杂化，越来越多的电子设备在汽车中应用起来，因而对汽车故障诊断、排除的难度也越来越大。因此行之有效的汽车故障诊断方法是我们所期待的。根据汽车诊断难度的增加，本文设计出一种专门的故障在线综合分析及预报装置，使车主能够提前知道汽车故障的原因，可以自行维修或及时送到维修部门维修，本款设备非常直观的显示故障原因，因此维修人员能很快将故障排除。本文基于ARM9处理器开发了一款车载故障诊断系统，是嵌入在车内的随车式检测设备。根据由CAN总线传输过来的发动机运行状态的数据，通过已建立好的故障诊断模型对这些数据进行分析处理，诊断系统依据对应的故障码，对发动机的运行状态进行判断并对可能发生的故障进行概率的预测，最终达到故障诊断及提前预警的功能。本文主要研究的内容有以下几个方面：嵌入式硬件主要是建立了以M3C2440为核心芯片的硬件设计，并在底板上扩展CAN通信接口、LCD、USB接口、音频、电源电路的设计，同时完成相应原理图与PCB板的绘制与生成。嵌入式软件部分完成Linux操作系统的移植与定制，CAN通行协议的建立，在交叉编译环境下完成各个模块的软件编译与调试，采用QT编译图形界面完成人机交互界面的设计。智能学习部分主要对支持向量机算法(SVM)进行了较深入的研究，通过对算法的研究发现算法中的惩罚因子和径向基核函数参数对分类准确率有着很大的影响。因此本文结合遗传算法对参数进行优化，并把该优化算法用于实际故障诊断中，以发动机失火故障为例，建立汽车尾气中各气体的体积分数与失火故障原因的映射关系，采用主成分分析方法对数据进行降维处理，减少数据计算量。