CN109101011A - 无人驾驶车辆的传感器监控方法、装置、设备及存储介质 - Google Patents

无人驾驶车辆的传感器监控方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN109101011A
CN109101011A CN201710470598.4A CN201710470598A CN109101011A CN 109101011 A CN109101011 A CN 109101011A CN 201710470598 A CN201710470598 A CN 201710470598A CN 109101011 A CN109101011 A CN 109101011A
Authority
CN
China
Prior art keywords
sensor
monitored
output data
recognition result
automatic driving
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.)
Pending
Application number
CN201710470598.4A
Other languages
English (en)
Inventor
胡太群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710470598.4A priority Critical patent/CN109101011A/zh
Priority to US15/991,424 priority patent/US11453407B2/en
Publication of CN109101011A publication Critical patent/CN109101011A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
    • B60W60/00186—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
    • B60W60/00188—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to detected security violation of control systems, e.g. hacking of moving vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B60W2050/0215—Sensor drifts or sensor failures
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Transportation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了无人驾驶车辆的传感器监控方法、装置、设备及存储介质，其中方法包括：监控待监控的传感器的物理状态；监控待监控的传感器的数据传输状态；监控待监控的传感器的输出数据，利用预定数据对输出数据进行交叉验证；当任一监控结果出现异常时，则确定待监控的传感器出现异常，并进行告警。应用本发明所述方案，能够提高无人驾驶车辆的安全性。

Description

无人驾驶车辆的传感器监控方法、装置、设备及存储介质
【技术领域】
本发明涉及无人驾驶车辆技术，特别涉及无人驾驶车辆的传感器监控方法、装置、设备及存储介质。
【背景技术】
无人驾驶车辆，也可称为自动驾驶车辆等，是指通过各传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息等，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
所述传感器可包括：定位传感器、图像传感器、激光雷达传感器、超声波传感器、红外传感器等。
传感器作为无人驾驶车辆的重要数据输入源，其数据安全性和完整性对于无人驾驶车辆的决策控制具有重要意义。
一旦传感器出现异常，会对无人驾驶车辆的行车安全造成极大的影响，出现异常的原因可能包括：物理破坏传感器、黑客攻击等。
而针对上述问题，现有技术中还没有一种有效的处理方式。
【发明内容】
有鉴于此，本发明提供了无人驾驶车辆的传感器监控方法、装置、设备及存储介质，能够提高无人驾驶车辆的安全性。
具体技术方案如下：
一种无人驾驶车辆的传感器监控方法，包括：
监控待监控的传感器的物理状态；
监控所述待监控的传感器的数据传输状态；
监控所述待监控的传感器的输出数据，利用预定数据对所述输出数据进行交叉验证；
当任一监控结果出现异常时，则确定所述待监控的传感器出现异常，并进行告警。
根据本发明一优选实施例，所述利用预定数据对所述输出数据进行交叉验证包括：
利用所述待监控的传感器之外的其它传感器的输出数据、高精地图以及所述待监控的传感器的上一次输出数据中的一种或至少两种组合，对所述待监控的传感器的输出数据进行交叉验证。
根据本发明一优选实施例，当所述待监控的传感器为定位传感器时，所述对所述待监控的传感器的输出数据进行交叉验证包括：
根据所述高精地图，确定出所述定位传感器输出的定位结果所在的车道；
获取根据图像传感器的输出数据得到的图像识别结果，根据所述图像识别结果确定出所述无人驾驶车辆所在的车道；
若所述定位结果所在的车道与所述无人驾驶车辆所在的车道不一致，则确定所述定位传感器出现异常；
或者，
将所述定位传感器输出的定位结果与所述定位传感器上一次输出的定位结果进行比较；
若两者的差距与所述无人驾驶车辆的行驶速度不匹配，则确定所述定位传感器出现异常。
根据本发明一优选实施例，当所述待监控的传感器为图像传感器时，所述对所述待监控的传感器的输出数据进行交叉验证包括：
获取根据所述图像传感器的输出数据得到的图像识别结果；
若所述图像识别结果中识别出红绿灯或交通标识，但通过查询所述高精地图，确定出所述无人驾驶车辆所在位置并不存在所述红绿灯或所述交通标识，则确定所述图像传感器出现异常；
或者，
获取根据所述图像传感器的输出数据得到的图像识别结果；
若所述图像识别结果中识别出车辆或行人，但根据激光雷达传感器的输出数据得到的点云识别结果中未识别出所述车辆或行人，则确定所述定位传感器出现异常。
根据本发明一优选实施例，当所述待监控的传感器为激光雷达传感器时，所述对所述待监控的传感器的输出数据进行交叉验证包括：
获取根据所述激光雷达传感器的输出数据得到的点云识别结果；
若所述点云识别结果中识别出车辆或道路上的障碍物，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出所述车辆或所述障碍物，则确定所述定位传感器出现异常。
一种无人驾驶车辆的传感器监控装置，包括：第一监控单元、第二监控单元、第三监控单元以及告警单元；
所述第一监控单元，用于监控待监控的传感器的物理状态；
所述第二监控单元，用于监控所述待监控的传感器的数据传输状态；
所述第三监控单元，用于监控所述待监控的传感器的输出数据，利用预定数据对所述输出数据进行交叉验证；
所述告警单元，用于当任一监控结果出现异常时，则确定所述待监控的传感器出现异常，并进行告警。
根据本发明一优选实施例，所述第三监控单元利用所述待监控的传感器之外的其它传感器的输出数据、高精地图以及所述待监控的传感器的上一次输出数据中的一种或至少两种组合，对所述待监控的传感器的输出数据进行交叉验证。
根据本发明一优选实施例，所述待监控的传感器为：定位传感器；
所述第三监控单元根据所述高精地图，确定出所述定位传感器输出的定位结果所在的车道，并获取根据图像传感器的输出数据得到的图像识别结果，根据所述图像识别结果确定出所述无人驾驶车辆所在的车道，若所述定位结果所在的车道与所述无人驾驶车辆所在的车道不一致，则确定所述定位传感器出现异常；
或者，所述第三监控单元将所述定位传感器输出的定位结果与所述定位传感器上一次输出的定位结果进行比较，若两者的差距与所述无人驾驶车辆的行驶速度不匹配，则确定所述定位传感器出现异常。
根据本发明一优选实施例，所述待监控的传感器为：图像传感器；
所述第三监控单元获取根据所述图像传感器的输出数据得到的图像识别结果，若所述图像识别结果中识别出红绿灯或交通标识，但通过查询所述高精地图，确定出所述无人驾驶车辆所在位置并不存在所述红绿灯或所述交通标识，则确定所述图像传感器出现异常；
或者，所述第三监控单元获取根据所述图像传感器的输出数据得到的图像识别结果，若所述图像识别结果中识别出车辆或行人，但根据激光雷达传感器的输出数据得到的点云识别结果中未识别出所述车辆或行人，则确定所述定位传感器出现异常。
根据本发明一优选实施例，所述待监控的传感器为：激光雷达传感器；
所述第三监控单元获取根据所述激光雷达传感器的输出数据得到的点云识别结果，若所述点云识别结果中识别出车辆或道路上的障碍物，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出所述车辆或所述障碍物，则确定所述定位传感器出现异常。
一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出，采用本发明所述方案，可对无人驾驶车辆上的待监控的传感器进行实时监控，包括物理状态监控、数据传输状态监控以及采用交叉验证的方式对输出数据进行监控等，从而可及时发现传感器出现异常的情况，进而提高了无人驾驶车辆的安全性。
【附图说明】
图1为本发明所述无人驾驶车辆的传感器监控方法实施例的流程图。
图2为本发明所述无人驾驶车辆的传感器监控装置实施例的组成结构示意图。
图3示出了适于用来实现本发明实施方式的示例性计算机***/服务器12的框图。
【具体实施方式】
为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案进行进一步说明。
显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1为本发明所述无人驾驶车辆的传感器监控方法实施例的流程图，如图1所示，包括以下具体实现方式；
在101中，监控待监控的传感器的物理状态；
在102中，监控待监控的传感器的数据传输状态；
在103中，监控待监控的传感器的输出数据，利用预定数据对该输出数据进行交叉验证；
在104中，当任一监控结果出现异常时，则确定待监控的传感器出现异常，并进行告警。
也就是说，若发生以下任一情况，则可确定待监控的传感器出现异常：
物理状态异常；
数据传输状态异常；
验证结果异常。
在进行交叉验证时，可利用待监控的传感器之外的其它传感器的输出数据、高精地图以及待监控的传感器的上一次输出数据中的一种或至少两种组合，对待监控的传感器的输出数据进行交叉验证。
待监控的传感器具体为何种传感器可根据实际需要而定，比如，可为定位传感器、图像传感器或激光雷达传感器等。
以下即分别以定位传感器、图像传感器以及激光雷达传感器为例，对图1所示实施例进行进一步说明。
一)定位传感器
在无人驾驶车辆中，定位传感器用于进行车辆定位，定位传感器出现异常的原因可能包括：物理破坏传感器、黑客攻击等，如黑客可通过伪造或篡改定位数据、信号干扰、信号屏蔽等方式攻击定位传感器，从而造成定位传感器失效等。
针对定位传感器，可主要进行以下方面的监控：
A、监控定位传感器的物理状态。
物理状态可包括位置、连接、上电、信号接收、数据发送等。
B、监控定位传感器的数据传输状态。
数据传输状态可包括数据大小、格式、频率、hash值、时间戳等。
如hash值校验错误，或数据大小异常，或发送频率异常等，则可确定定位传感器的数据传输状态异常。
C、监控定位传感器的输出数据，利用预定数据对输出数据进行交叉验证。
如何进行交叉验证可根据实际需要而定，比如，可采用但不限于以下方式。
1)方式一
该方式中，可首先根据高精地图，确定出定位传感器输出的定位结果所在的车道。
高精地图为无人驾驶车辆所使用的一种地图，相比于普通地图，高精地图中包含的信息更为丰富，如可包括交通信号灯的具体信息(坐标、形状、个数等)、交通指示牌信息(交通标识框外形、坐标、指示内容等)、车道线信息(车道线编号、起止点坐标、车道宽度和长度、车道线曲线描述方程参数等)、关键参照物信息(坐标、高度、大小等)等。
并且，可获取根据图像传感器的输出数据得到的图像识别结果，根据图像识别结果确定出无人驾驶车辆所在的车道。
之后，可将定位结果所在的车道与无人驾驶车辆所在的车道进行比较，若定位结果所在的车道与无人驾驶车辆所在的车道不一致，则可确定定位传感器出现异常。
2)方式二
该方式中，可将定位传感器输出的定位结果与定位传感器上一次输出的定位结果进行比较，若两者的差距与无人驾驶车辆的行驶速度不匹配，则可确定定位传感器出现异常。
上一次输出的定位结果，即指本次输出的定位结果之前最近一次输出的定位结果。
比如，若两个定位结果的纵向距离之差远大于车辆行驶距离，则可确定定位传感器出现异常，车辆行驶距离可通过车辆行驶速度以及定位时间间隔等计算得出。
一旦通过上述A、B、C中的任一方式确定出定位传感器出现异常，则可进行异常告警，可采用车内语音和/或图像提示、远程通知车主等方式，还可记录当前交通环境状况和各关键数据，必要时还可启动安全应对策略，如靠边停车、提示人工介入等。
二)图像传感器
在无人驾驶车辆中，图像传感器应用在交通信号灯、交通标识指示牌、车辆、行人等的检测识别上，图像传感器出现异常的原因可能包括：物理破坏传感器、黑客攻击等，如黑客可通过伪造或篡改图像数据等方式攻击图像传感器。
针对图像传感器，可主要进行以下方面的监控：
A、监控图像传感器的物理状态。
物理状态可包括位置、连接、上电等。
B、监控图像传感器的数据传输状态。
数据传输状态可包括数据大小、格式、频率、分辨率、hash值、时间戳等。
如hash值校验错误，分辨率发生了变化等，则可确定图像传感器的数据传输状态异常。
C、监控图像传感器的输出数据，利用预定数据对输出数据进行交叉验证。
如何进行交叉验证可根据实际需要而定，比如，可采用但不限于以下方式。
1)方式一
该方式中，可获取根据图像传感器的输出数据得到的图像识别结果。
若图像识别结果中识别出红绿灯或交通标识，但通过查询高精地图，确定出无人驾驶车辆所在位置并不存在该红绿灯或该交通标识，则可确定图像传感器出现异常。
2)方式二
该方式中，可获取根据图像传感器的输出数据得到的图像识别结果。
若图像识别结果中识别出车辆或行人，但根据激光雷达传感器的输出数据得到的点云识别结果中未识别出该车辆或行人，则可确定图像传感器出现异常。
一旦通过上述A、B、C中的任一方式确定出图像传感器出现异常，则可进行异常告警，可采用车内语音和/或图像提示、远程通知车主等方式，还可记录当前交通环境状况和各关键数据，必要时还可启动安全应对策略，如靠边停车、提示人工介入等。
三)激光雷达传感器
在无人驾驶车辆中，激光雷达传感器应用在车辆、行人、障碍物等的检测识别上，激光雷达传感器出现异常的原因可能包括：物理破坏传感器、黑客攻击等，如黑客可通过吸收激光雷达发射波进行隐蔽伪装、强激光干扰探测、内部入侵进行数据伪造或篡改等方式对激光雷达传感器进行攻击。
针对激光雷达传感器，可主要进行以下方面的监控：
A、监控激光雷达传感器的物理状态。
物理状态可包括位置、连接、上电等。
B、监控激光雷达传感器的数据传输状态。
数据传输状态可包括数据大小、格式、频率、hash值、时间戳、反射值、高度值等。
如hash值校验错误，或数据大小异常，或发送频率异常等，则可确定激光雷达传感器的数据传输状态异常。
C、监控激光雷达传感器的输出数据，利用预定数据对输出数据进行交叉验证。
如何进行交叉验证可根据实际需要而定，比如，可采用但不限于以下方式。
首先，获取根据激光雷达传感器的输出数据得到的点云识别结果。
若点云识别结果中识别出道路上的障碍物，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出该障碍物，则可确定激光雷达传感器出现异常。
或者，若点云识别结果中识别出车辆，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出该车辆，则可确定激光雷达传感器出现异常。
一旦通过上述A、B、C中的任一方式确定出激光雷达传感器出现异常，则可进行异常告警，可采用车内语音和/或图像提示、远程通知车主等方式，还可记录当前交通环境状况和各关键数据，必要时还可启动安全应对策略，如靠边停车、提示人工介入等。
可以看出，采用上述方法实施例所述方案，可对无人驾驶车辆上的待监控的传感器进行实时监控，包括物理状态监控、数据传输状态监控以及采用交叉验证的方式对输出数据进行监控等，从而可及时发现传感器出现异常的情况，进而提高了无人驾驶车辆的安全性。
需要说明的是，对于前述的方法实施例，为了简单描述，故将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
图2为本发明所述无人驾驶车辆的传感器监控装置实施例的组成结构示意图，如图2所示，包括：第一监控单元201、第二监控单元202、第三监控单元203以及告警单元204。
第一监控单元201，用于监控待监控的传感器的物理状态。
第二监控单元202，用于监控待监控的传感器的数据传输状态。
第三监控单元203，用于监控待监控的传感器的输出数据，利用预定数据对输出数据进行交叉验证。
告警单元204，用于当任一监控结果出现异常时，则确定待监控的传感器出现异常，并进行告警。
也就是说，若发生以下任一情况，告警单元204则可确定待监控的传感器出现异常：
物理状态异常；
数据传输状态异常；
验证结果异常。
待监控的传感器具体为何种传感器可根据实际需要而定，比如，可为定位传感器、图像传感器或激光雷达传感器等。
其中，在进行交叉验证时，第三监控单元203可利用待监控的传感器之外的其它传感器的输出数据、高精地图以及待监控的传感器的上一次输出数据中的一种或至少两种组合，对待监控的传感器的输出数据进行交叉验证。
以下即分别以定位传感器、图像传感器以及激光雷达传感器为例，对本实施例所述方案进行进一步说明。
一)定位传感器
在无人驾驶车辆中，定位传感器用于进行车辆定位，定位传感器出现异常的原因可能包括：物理破坏传感器、黑客攻击等，如黑客可通过伪造或篡改定位数据、信号干扰、信号屏蔽等方式攻击定位传感器，从而造成定位传感器失效等。
针对定位传感器，可主要进行以下方面的监控：
A、第一监控单元201监控定位传感器的物理状态。
物理状态可包括位置、连接、上电、信号接收、数据发送等。
B、第二监控单元202监控定位传感器的数据传输状态。
数据传输状态可包括数据大小、格式、频率、hash值、时间戳等。
如hash值校验错误，或数据大小异常，或发送频率异常等，则可确定定位传感器的数据传输状态异常。
C、第三监控单元203监控定位传感器的输出数据，利用预定数据对输出数据进行交叉验证。
如何进行交叉验证可根据实际需要而定，比如，可采用但不限于以下方式。
1)方式一
该方式中，第三监控单元203可首先根据高精地图，确定出定位传感器输出的定位结果所在的车道。
并且，第三监控单元203可获取根据图像传感器的输出数据得到的图像识别结果，根据图像识别结果确定出无人驾驶车辆所在的车道。
之后，第三监控单元203可将定位结果所在的车道与无人驾驶车辆所在的车道进行比较，若定位结果所在的车道与无人驾驶车辆所在的车道不一致，则可确定定位传感器出现异常。
2)方式二
该方式中，第三监控单元203可将定位传感器输出的定位结果与定位传感器上一次输出的定位结果进行比较，若两者的差距与无人驾驶车辆的行驶速度不匹配，则可确定定位传感器出现异常。
比如，若两个定位结果的纵向距离之差远大于车辆行驶距离，则可确定定位传感器出现异常，车辆行驶距离可通过车辆行驶速度以及定位时间间隔等计算得出。
一旦确定第一监控单元201、第二监控单元202以及第三监控单元203中的任一监控结果出现异常，告警单元204则可进行异常告警，可采用车内语音和/或图像提示、远程通知车主等方式，还可记录当前交通环境状况和各关键数据，必要时还可启动安全应对策略，如靠边停车、提示人工介入等。
二)图像传感器
在无人驾驶车辆中，图像传感器应用在交通信号灯、交通标识指示牌、车辆、行人等的检测识别上，图像传感器出现异常的原因可能包括：物理破坏传感器、黑客攻击等，如黑客可通过伪造或篡改图像数据等方式攻击图像传感器。
针对图像传感器，可主要进行以下方面的监控：
A、第一监控单元201监控图像传感器的物理状态。
物理状态可包括位置、连接、上电等。
B、第二监控单元202监控图像传感器的数据传输状态。
数据传输状态可包括数据大小、格式、频率、分辨率、hash值、时间戳等。
如hash值校验错误，分辨率发生了变化等，则可确定图像传感器的数据传输状态异常。
C、第三监控单元203监控图像传感器的输出数据，利用预定数据对输出数据进行交叉验证。
如何进行交叉验证可根据实际需要而定，比如，可采用但不限于以下方式。
1)方式一
该方式中，第三监控单元203可获取根据图像传感器的输出数据得到的图像识别结果。
若图像识别结果中识别出红绿灯或交通标识，但通过查询高精地图，确定出无人驾驶车辆所在位置并不存在该红绿灯或该交通标识，则可确定图像传感器出现异常。
2)方式二
该方式中，第三监控单元203可获取根据图像传感器的输出数据得到的图像识别结果。
若图像识别结果中识别出车辆或行人，但根据激光雷达传感器的输出数据得到的点云识别结果中未识别出该车辆或行人，则可确定图像传感器出现异常。
一旦确定第一监控单元201、第二监控单元202以及第三监控单元203中的任一监控结果出现异常，告警单元204则可进行异常告警，可采用车内语音和/或图像提示、远程通知车主等方式，还可记录当前交通环境状况和各关键数据，必要时还可启动安全应对策略，如靠边停车、提示人工介入等。
三)激光雷达传感器
在无人驾驶车辆中，激光雷达传感器应用在车辆、行人、障碍物等的检测识别上，激光雷达传感器出现异常的原因可能包括：物理破坏传感器、黑客攻击等，如黑客可通过吸收激光雷达发射波进行隐蔽伪装、强激光干扰探测、内部入侵进行数据伪造或篡改等方式对激光雷达传感器进行攻击。
针对激光雷达传感器，可主要进行以下方面的监控：
A、第一监控单元201监控激光雷达传感器的物理状态。
物理状态可包括位置、连接、上电等。
B、第二监控单元202监控激光雷达传感器的数据传输状态。
数据传输状态可包括数据大小、格式、频率、hash值、时间戳、反射值、高度值等。
如hash值校验错误，或数据大小异常，或发送频率异常等，则可确定激光雷达传感器的数据传输状态异常。
C、第三监控单元203监控激光雷达传感器的输出数据，利用预定数据对输出数据进行交叉验证。
如何进行交叉验证可根据实际需要而定，比如，可采用但不限于以下方式。
首先，第三监控单元203获取根据激光雷达传感器的输出数据得到的点云识别结果。
若点云识别结果中识别出道路上的障碍物，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出该障碍物，则可确定激光雷达传感器出现异常。
或者，若点云识别结果中识别出车辆，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出该车辆，则可确定激光雷达传感器出现异常。
一旦确定第一监控单元201、第二监控单元202以及第三监控单元203中的任一监控结果出现异常，告警单元204则可进行异常告警，可采用车内语音和/或图像提示、远程通知车主等方式，还可记录当前交通环境状况和各关键数据，必要时还可启动安全应对策略，如靠边停车、提示人工介入等。
图2所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明，不再赘述。
可以看出，采用上述装置实施例所述方案，可对无人驾驶车辆上的待监控的传感器进行实时监控，包括物理状态监控、数据传输状态监控以及采用交叉验证的方式对输出数据进行监控等，从而可及时发现传感器出现异常的情况，进而提高了无人驾驶车辆的安全性。
图3示出了适于用来实现本发明实施方式的示例性计算机***/服务器12的框图。图3显示的计算机***/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，计算机***/服务器12以通用计算设备的形式表现。计算机***/服务器12的组件可以包括但不限于：一个或者多个处理器(处理单元)16，存储器28，连接不同***组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机***/服务器12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机***/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机***/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机***/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机***/服务器12交互的设备通信，和/或与使得该计算机***/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机***/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图3所示，网络适配器20通过总线18与计算机***/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机***/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1所示实施例中的方法，即：监控待监控的传感器的物理状态；监控待监控的传感器的数据传输状态；监控待监控的传感器的输出数据，利用预定数据对输出数据进行交叉验证；当任一监控结果出现异常时，则确定待监控的传感器出现异常，并进行告警。
具体实现请参照前述各实施例中的相关说明，不再赘述。
本发明同时公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时将实现如图1所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法等，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种无人驾驶车辆的传感器监控方法，其特征在于，包括：
监控待监控的传感器的物理状态；
监控所述待监控的传感器的数据传输状态；
监控所述待监控的传感器的输出数据，利用预定数据对所述输出数据进行交叉验证；
当任一监控结果出现异常时，则确定所述待监控的传感器出现异常，并进行告警。
2.根据权利要求1所述的方法，其特征在于，
所述利用预定数据对所述输出数据进行交叉验证包括：
利用所述待监控的传感器之外的其它传感器的输出数据、高精地图以及所述待监控的传感器的上一次输出数据中的一种或至少两种组合，对所述待监控的传感器的输出数据进行交叉验证。
3.根据权利要求2所述的方法，其特征在于，
当所述待监控的传感器为定位传感器时，所述对所述待监控的传感器的输出数据进行交叉验证包括：
根据所述高精地图，确定出所述定位传感器输出的定位结果所在的车道；
获取根据图像传感器的输出数据得到的图像识别结果，根据所述图像识别结果确定出所述无人驾驶车辆所在的车道；
若所述定位结果所在的车道与所述无人驾驶车辆所在的车道不一致，则确定所述定位传感器出现异常；
或者，
将所述定位传感器输出的定位结果与所述定位传感器上一次输出的定位结果进行比较；
若两者的差距与所述无人驾驶车辆的行驶速度不匹配，则确定所述定位传感器出现异常。
4.根据权利要求2所述的方法，其特征在于，
当所述待监控的传感器为图像传感器时，所述对所述待监控的传感器的输出数据进行交叉验证包括：
获取根据所述图像传感器的输出数据得到的图像识别结果；
若所述图像识别结果中识别出红绿灯或交通标识，但通过查询所述高精地图，确定出所述无人驾驶车辆所在位置并不存在所述红绿灯或所述交通标识，则确定所述图像传感器出现异常；
或者，
获取根据所述图像传感器的输出数据得到的图像识别结果；
若所述图像识别结果中识别出车辆或行人，但根据激光雷达传感器的输出数据得到的点云识别结果中未识别出所述车辆或行人，则确定所述定位传感器出现异常。
5.根据权利要求2所述的方法，其特征在于，
当所述待监控的传感器为激光雷达传感器时，所述对所述待监控的传感器的输出数据进行交叉验证包括：
获取根据所述激光雷达传感器的输出数据得到的点云识别结果；
若所述点云识别结果中识别出车辆或道路上的障碍物，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出所述车辆或所述障碍物，则确定所述定位传感器出现异常。
6.一种无人驾驶车辆的传感器监控装置，其特征在于，包括：第一监控单元、第二监控单元、第三监控单元以及告警单元；
所述第一监控单元，用于监控待监控的传感器的物理状态；
所述第二监控单元，用于监控所述待监控的传感器的数据传输状态；
所述第三监控单元，用于监控所述待监控的传感器的输出数据，利用预定数据对所述输出数据进行交叉验证；
所述告警单元，用于当任一监控结果出现异常时，则确定所述待监控的传感器出现异常，并进行告警。
7.根据权利要求6所述的装置，其特征在于，
所述第三监控单元利用所述待监控的传感器之外的其它传感器的输出数据、高精地图以及所述待监控的传感器的上一次输出数据中的一种或至少两种组合，对所述待监控的传感器的输出数据进行交叉验证。
8.根据权利要求7所述的装置，其特征在于，
所述待监控的传感器为：定位传感器；
所述第三监控单元根据所述高精地图，确定出所述定位传感器输出的定位结果所在的车道，并获取根据图像传感器的输出数据得到的图像识别结果，根据所述图像识别结果确定出所述无人驾驶车辆所在的车道，若所述定位结果所在的车道与所述无人驾驶车辆所在的车道不一致，则确定所述定位传感器出现异常；
或者，所述第三监控单元将所述定位传感器输出的定位结果与所述定位传感器上一次输出的定位结果进行比较，若两者的差距与所述无人驾驶车辆的行驶速度不匹配，则确定所述定位传感器出现异常。
9.根据权利要求7所述的装置，其特征在于，
所述待监控的传感器为：图像传感器；
所述第三监控单元获取根据所述图像传感器的输出数据得到的图像识别结果，若所述图像识别结果中识别出红绿灯或交通标识，但通过查询所述高精地图，确定出所述无人驾驶车辆所在位置并不存在所述红绿灯或所述交通标识，则确定所述图像传感器出现异常；
或者，所述第三监控单元获取根据所述图像传感器的输出数据得到的图像识别结果，若所述图像识别结果中识别出车辆或行人，但根据激光雷达传感器的输出数据得到的点云识别结果中未识别出所述车辆或行人，则确定所述定位传感器出现异常。
10.根据权利要求7所述的装置，其特征在于，
所述待监控的传感器为：激光雷达传感器；
所述第三监控单元获取根据所述激光雷达传感器的输出数据得到的点云识别结果，若所述点云识别结果中识别出车辆或道路上的障碍物，但根据图像传感器的输出数据得到的图像识别结果以及根据超声波传感器的输出数据得到的超声波识别结果中均未识别出所述车辆或所述障碍物，则确定所述定位传感器出现异常。
11.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5中任一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～5中任一项所述的方法。
CN201710470598.4A 2017-06-20 2017-06-20 无人驾驶车辆的传感器监控方法、装置、设备及存储介质 Pending CN109101011A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710470598.4A CN109101011A (zh) 2017-06-20 2017-06-20 无人驾驶车辆的传感器监控方法、装置、设备及存储介质
US15/991,424 US11453407B2 (en) 2017-06-20 2018-05-29 Method and apparatus of monitoring sensor of driverless vehicle, device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710470598.4A CN109101011A (zh) 2017-06-20 2017-06-20 无人驾驶车辆的传感器监控方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN109101011A true CN109101011A (zh) 2018-12-28

Family

ID=64657017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710470598.4A Pending CN109101011A (zh) 2017-06-20 2017-06-20 无人驾驶车辆的传感器监控方法、装置、设备及存储介质

Country Status (2)

Country Link
US (1) US11453407B2 (zh)
CN (1) CN109101011A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110285981A (zh) * 2019-07-31 2019-09-27 北京百度网讯科技有限公司 自动驾车车辆中交通灯检测模块的异常检测方法及装置
CN111160420A (zh) * 2019-12-13 2020-05-15 北京三快在线科技有限公司 基于地图的故障诊断方法、装置、电子设备和存储介质
CN111688613A (zh) * 2020-07-01 2020-09-22 陈泽 一种用于无人驾驶装置的监控方法及***
CN112445667A (zh) * 2020-12-11 2021-03-05 上海商汤临港智能科技有限公司 一种检测方法、装置、计算机设备及存储介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6859907B2 (ja) * 2017-09-08 2021-04-14 トヨタ自動車株式会社 車両制御装置
DE102019205455A1 (de) * 2019-04-16 2020-10-22 Zf Friedrichshafen Ag Steuervorrichtung, Steuerverfahren und Computer-Programm-Produkt für ein Fahrzeug, das einen Fahrwerkteil und einen auf dem Fahrwerkteil befindlichen Fahrerkabinenteil aufweist
US11603110B2 (en) * 2019-04-18 2023-03-14 Kyndryl, Inc. Addressing vehicle sensor abnormalities
CN110346606B (zh) * 2019-08-09 2024-05-28 哈尔滨市科佳通用机电股份有限公司 一种机车速度传感器图像拍摄装置
CN111461055A (zh) * 2020-04-14 2020-07-28 上海异工同智信息科技有限公司 一种识别待监测信号状态的方法、装置和电子设备
EP3923106A1 (en) * 2020-06-08 2021-12-15 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH Apparatus for validating a position or orientation of a sensor of an autonomous vehicle
US20220137626A1 (en) * 2020-11-04 2022-05-05 Canon Kabushiki Kaisha Apparatus, method, and non-transitory computer-readable storage medium
CN114655231B (zh) * 2022-04-22 2023-03-28 广东机电职业技术学院 一种卡车规范驾驶辅助方法及***
CN114708742B (zh) * 2022-05-30 2022-09-13 腾讯科技（深圳）有限公司 信号灯数据生成方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201269862Y (zh) * 2008-09-24 2009-07-08 比亚迪股份有限公司 一种氧传感器故障监测装置
CN102419586A (zh) * 2011-12-16 2012-04-18 新时代集团国防科技研究中心 一种基于串行总线的无人飞行器状态监测方法
CN103359114A (zh) * 2012-03-26 2013-10-23 通用汽车环球科技运作有限责任公司 用于车辆侧向控制的***和方法
KR20140042346A (ko) * 2012-09-28 2014-04-07 주식회사 두시텍 초기정렬 주행 시스템
CN104316099A (zh) * 2014-10-27 2015-01-28 苏州热工研究院有限公司 一种基于冗余数据的模拟量传感器监测方法及***
WO2015151055A1 (en) * 2014-04-04 2015-10-08 Koninklijke Philips N.V. System and methods to support autonomous vehicles via environmental perception and sensor calibration and verification
US9221396B1 (en) * 2012-09-27 2015-12-29 Google Inc. Cross-validating sensors of an autonomous vehicle
US20170139411A1 (en) * 2015-11-16 2017-05-18 Polysync Technologies, Inc. Autonomous Vehicle Platform and Safety Architecture
CN106840242A (zh) * 2017-01-23 2017-06-13 驭势科技（北京）有限公司 一种智能驾驶汽车的传感器自检***及多传感融合***

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130151065A1 (en) * 2011-11-16 2013-06-13 Flextronics Ap, Llc Communications based on vehicle diagnostics and indications
EP2922033B1 (en) * 2014-03-18 2018-11-21 Volvo Car Corporation A vehicle sensor diagnosis system and method and a vehicle comprising such a system
KR101786237B1 (ko) * 2015-12-09 2017-10-17 현대자동차주식회사 운전자보조시스템용 센서의 고장진단 및 보정을 위한 장치 및 방법
US10295363B1 (en) * 2016-01-22 2019-05-21 State Farm Mutual Automobile Insurance Company Autonomous operation suitability assessment and mapping
DE102016205761A1 (de) * 2016-04-07 2017-10-12 Robert Bosch Gmbh Verfahren zum Betreiben eines Fahrzeugs
US10571913B2 (en) * 2016-08-05 2020-02-25 Aptiv Technologies Limited Operation-security system for an automated vehicle
US10137903B2 (en) * 2016-08-16 2018-11-27 Uber Technologies, Inc. Autonomous vehicle diagnostic system
DE102017210156B4 (de) * 2017-06-19 2021-07-22 Zf Friedrichshafen Ag Vorrichtung und Verfahren zum Ansteuern eines Fahrzeugmoduls

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201269862Y (zh) * 2008-09-24 2009-07-08 比亚迪股份有限公司 一种氧传感器故障监测装置
CN102419586A (zh) * 2011-12-16 2012-04-18 新时代集团国防科技研究中心 一种基于串行总线的无人飞行器状态监测方法
CN103359114A (zh) * 2012-03-26 2013-10-23 通用汽车环球科技运作有限责任公司 用于车辆侧向控制的***和方法
US9221396B1 (en) * 2012-09-27 2015-12-29 Google Inc. Cross-validating sensors of an autonomous vehicle
KR20140042346A (ko) * 2012-09-28 2014-04-07 주식회사 두시텍 초기정렬 주행 시스템
WO2015151055A1 (en) * 2014-04-04 2015-10-08 Koninklijke Philips N.V. System and methods to support autonomous vehicles via environmental perception and sensor calibration and verification
CN106463049A (zh) * 2014-04-04 2017-02-22 飞利浦灯具控股公司 用来经由环境感知和传感器校准和验证支持自主车辆的***和方法
CN104316099A (zh) * 2014-10-27 2015-01-28 苏州热工研究院有限公司 一种基于冗余数据的模拟量传感器监测方法及***
US20170139411A1 (en) * 2015-11-16 2017-05-18 Polysync Technologies, Inc. Autonomous Vehicle Platform and Safety Architecture
CN106840242A (zh) * 2017-01-23 2017-06-13 驭势科技（北京）有限公司 一种智能驾驶汽车的传感器自检***及多传感融合***

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110285981A (zh) * 2019-07-31 2019-09-27 北京百度网讯科技有限公司 自动驾车车辆中交通灯检测模块的异常检测方法及装置
CN111160420A (zh) * 2019-12-13 2020-05-15 北京三快在线科技有限公司 基于地图的故障诊断方法、装置、电子设备和存储介质
CN111160420B (zh) * 2019-12-13 2023-10-10 北京三快在线科技有限公司 基于地图的故障诊断方法、装置、电子设备和存储介质
CN111688613A (zh) * 2020-07-01 2020-09-22 陈泽 一种用于无人驾驶装置的监控方法及***
CN112445667A (zh) * 2020-12-11 2021-03-05 上海商汤临港智能科技有限公司 一种检测方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
US11453407B2 (en) 2022-09-27
US20180362051A1 (en) 2018-12-20

Similar Documents

Publication Publication Date Title
CN109101011A (zh) 无人驾驶车辆的传感器监控方法、装置、设备及存储介质
US11418519B2 (en) Systems and methods for detection of malicious activity in vehicle data communication networks
CN108961669A (zh) 网约车的安全预警方法及装置、存储介质、服务器
WO2020116030A1 (ja) 道路監視システム、道路監視装置、道路監視方法、及び非一時的なコンピュータ可読媒体
CN108860166A (zh) 无人驾驶汽车事故发生处理***及处理方法
CN103500518B (zh) 一种前向碰撞报警的错报检测方法及装置
CN109895786A (zh) 一种自动驾驶辅助方法、装置、设备及可读存储介质
CN110610137B (zh) 检测车辆行驶状态的方法、装置以及电子设备、存储介质
KR102190054B1 (ko) 다중 정보 엔트로피의 비교를 통한 차량 내 외부 데이터 침입 탐지 장치 및 그 동작 방법
CN113095125B (zh) 基于场景连续性来诊断感知***
CN107415861A (zh) 用于车辆用来探测驾驶员对电子的设备的使用的方法和装置
CN109697473A (zh) 一种施工隧道车辆违章的检测方法、计算机装置以及计算机可读存储介质
CN112540555A (zh) 用于远程控制机动车的方法
CN110040107A (zh) 车辆入侵检测及预测模型训练方法、装置及存储介质
CN110363193A (zh) 车辆重识别方法、装置、设备和计算机存储介质
CN116047499B (zh) 一种目标施工车辆的输电线路高精度实时防护***和方法
Sharma et al. Towards an AI-based after-collision forensic analysis protocol for autonomous vehicles
US20230306751A1 (en) Method for Detecting and Classifying Objects in Road Traffic
Kiac et al. ADEROS: artificial intelligence-based detection system of critical events for road security
JP7424394B2 (ja) 車両監視システム、車両監視方法、及び車両監視装置
Mahlous Cyber security challenges in self-driving cars
WO2020019500A1 (zh) 车辆、车险防欺诈预警及存储介质
CN110060452A (zh) 车辆进出场所的警示方法及装置
KR101388268B1 (ko) 차량 관제를 위한 방법, 장치 및 시스템
CN110133624A (zh) 异常检测方法、装置、设备和介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181228

RJ01 Rejection of invention patent application after publication