CN111448472B - 用于识别机动车的至少一个环境传感器的功能故障的方法和控制装置 - Google Patents
用于识别机动车的至少一个环境传感器的功能故障的方法和控制装置 Download PDFInfo
- Publication number
- CN111448472B CN111448472B CN201980006332.1A CN201980006332A CN111448472B CN 111448472 B CN111448472 B CN 111448472B CN 201980006332 A CN201980006332 A CN 201980006332A CN 111448472 B CN111448472 B CN 111448472B
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- environmental sensor
- motor vehicle
- malfunction
- 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
- 230000007613 environmental effect Effects 0.000 title claims abstract description 78
- 230000007257 malfunction Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 230000008439 repair process Effects 0.000 claims description 12
- 239000000523 sample Substances 0.000 claims description 9
- 230000006870 function Effects 0.000 description 17
- 230000008901 benefit Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004092 self-diagnosis Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52004—Means for monitoring or calibrating
-
- 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
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
-
- 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
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Acoustics & Sound (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于识别机动车(10)的至少一个环境传感器(17)的功能故障的方法，其中，在机动车(10)经过道路网络(11)的预确定的门区域(12)期间，使至少一个环境传感器(17)运行，根据至少一个环境传感器(17)的相应的传感器数据(18)确定相应的探测数据(20)，其中，相应的探测数据(20)分别描述通过相应的环境传感器(17)识别出了在门区域(12)中的什么样的至少一个对象。本发明规定，在机动车(10)中准备好描述至少一个在门区域(12)中实际存在的对象(15)的参考数据(22)，确定相应的探测数据(20)与参考数据(22)的偏差(26)，如果偏差(26)满足预确定的指示标准(27)，则针对其探测数据(20)满足指示标准(27)的相应的环境传感器(17)储存与环境传感器(17)的功能故障有关的记录(28)。
Description
技术领域
本发明涉及一种用于识别机动车的至少一个环境传感器的功能故障的方法。在机动车沿着道路网络行驶时，可识别功能故障。本发明也包括用于实施该方法的控制器。
背景技术
对于驾驶员辅助***和自动行驶功能的进一步研发，需要越来越大量的关于车辆环境的信息，这些信息由环境传感器获取。作为环境传感器，摄像机、雷达和激光传感器探测车辆环境中的对象(例如车辆、行人、交通标志、车道标线和车道边界)并将对象分类，并且将这些信息传输给相应的控制器。于是，以这种环境感知为基础，可实现驾驶员辅助功能，例如车道保持辅助功能、交通标志识别或者自动的紧急制动功能。在高度自动化的行驶功能(3-5级)的发展方面，未来需要显著更大量的用于感知车辆环境的传感器，以实现360°的环境监控。
随着功能范围增大以及传感器数量增加，对传感器的安装和校准的要求也提高。为了保证自动的行驶功能的可靠运行，必须连续地保证，传感器处于正常的状态中。传感器的失灵和故障分成两种主要类别：
1)传感器无辨别力/传感器失明：由于污染或天气影响(例如雾、大雨)，传感器的视野和/或有效距离受限；感知功能的性能(探测率)下降。这种失灵暂时地出现，直至这些原因消失。
2)校准失效/失准：传感器的正确校准保证，由传感器探测的对象的位置能转换到包含车辆/传感器的坐标系中。为此，必须准确地确定不仅内在的(传感器内部的)而且外在的(传感器层的)参数。传感器的不正确校准例如可能由于(在特定的公差之外的)传感器的安装缺陷、(例如由于碰撞导致的)失调或者错误的校准程序引起。
目前，仅通过将相应的测量技术和测试软件安装到车辆中而在车辆内部实现传感器***的全面检查(如在开发样车中进行的)。在量产车辆中，存在借助于特殊的图像处理算法进行自诊断的可能性，这种自诊断识别出由于污染和天气情况引起的在感知中的限制(无辨别力识别)。在校准参数中的小的偏差可在行驶期间通过在线校准算法来修正，所述在线校准算法借助地标(例如车道标线)来确定方位。然而，仅能通过顾客服务进行传感器***的全面检查和重新校准。
通过移动数据网络实现的车辆互联能够实现，无线地从远程访问客户车辆的传感器和总线数据。例如可将图像和数据流发送给后端。在那里，通过处理所谓的群数据，便已可获得例如在用户和***性能方面的认识以及环境条件(天气、车道状态、拥堵等)。
亦即，具有至少一个环境传感器的传感器***的自诊断尝试，根据特别的模型和特殊的算法探测环境传感器的失灵。然而此时存在的问题是，在机动车中不知道参考真值(Ground Truth(真实数据))。在无辨别力识别(环境传感器识别不到对象)时，这例如意味着，不能毫无疑问地确定，受限的视线或缺失的对象是否是在机动车的环境中未探测到对象的原因。由于缺少涉及实际存在的对象位置的参考真值，对正确的校准的检查同样是不可能的。合适的测量条件仅能在维修车间中提供。
但是，对于机动车的用户来说，寻找维修车间很麻烦，因此人们非常关注的是，提供在正常的行驶运行中可靠地识别在机动车中的至少一个环境传感器的功能故障。但是，在此过高的故障报警率导致不必要地中断行驶运行来寻找维修车间。而用于功能故障的过高的探测阈值尤其是在自动行驶功能中、当环境传感器被自动巡航用于自动引导机动车时可能导致给机动车的用户带来危险。
从专利申请DE 10 2013 225 563 A1中已知一种用于机动车的压力传感器和温度传感器和亮度传感器和雨量传感器的自诊断。在此，机动车从至少另一机动车中接收其相似的传感器的传感器数据。由此于是在该机动车中提供参考数据。但是，该方法的前提是，各机动车使用相似的传感器，以便其传感器数据可比较。此外，该方法仅适用于直接比较两个传感器，以便在此识别有缺陷的传感器。此外，这些比较测量必须同时进行，因为所比较的测量参数随时间变化。
从专利申请DE 10 2015 217 771 A1中已知，在机动车中在使用多个传感器的情况下可比较其传感器信号，以由此能够识别，传感器之一是否失效。由此，可识别传感器的总失效。然而，对于实际上不存在任何测量信号并且代替地存在另一产生仅仅由于故障而工作的测量信号的传感器(其即例如产生噪声)的情况，此时导致混淆。
从专利申请DE 103 33 323 A1中已知，在机动车中提供冗余的传感器，以能够彼此监测传感器。但是，这需要多个传感器的高安装成本。
发明内容
本发明的目的是，在机动车中为至少一个可探测在机动车的环境中的对象的环境传感器提供对功能故障的识别。
该目的通过独立权利要求的主题实现。本发明的有利的实施方式通过从属权利要求、以下的描述以及附图来说明。
通过本发明，提供一种用于识别机动车的至少一个环境传感器的功能故障的方法。为此，在机动车经过、即行驶通过或行驶经过道路网络的预确定的路段期间，使至少一个环境传感器运行。在下文中，该路段称为门区域(Torbereich)。根据至少一个环境传感器的相应的传感器数据，确定相应的探测数据。相应的探测数据分别描述了，根据相应的环境传感器的传感器数据识别出了在门区域中的什么样的至少一个对象。即，探测数据说明，可获取或探测机动车的环境中的什么样的至少一个对象。探测数据可从传感器数据例如基于对象识别而形成。对象识别可在传感器数据中识别、例如分割出至少一个对象。此外，可识别相应的对象的形状和/或其相对于机动车的相对位置，并通过探测数据进行描述。例如，可基于人造神经网络和/或图像处理算法由传感器数据形成探测数据。
现在，为了能针对功能故障检查至少一个环境传感器，在机动车中准备好参考数据，该参考数据描述至少一个在门区域中实际存在的对象。即，根据该参考数据已知，实际是否有对象位于门区域中并且什么样的至少一个对象布置在门区域中。这种对象尤其是分别为静态物体、也就是说地标(例如路牌或信号灯或路灯或桥)或者结构(例如确定的路面或草地或脚手架/井架)。现在，确定至少一个环境传感器的相应的探测数据与参考数据的偏差。如果环境传感器的探测数据的偏差满足预确定的指示标准，则针对其探测数据满足指示标准的相应环境传感器储存与环境传感器的功能故障相关的记录/条目。因此，首先第一次仅仅登记，借助探测数据已经识别到了环境传感器可能具有功能故障。作为记录，例如可将计数值递增或递减。
由此，在机动车的行驶期间，在经过门区域时，可为至少一个环境传感器自动地进行对其功能正常性的检查，也就是说对功能故障的识别。根据参考数据描述了，什么样的实际存在的对象位于门区域中，从而由此提供参考真值(Ground Truth)，参考真值可用于，针对可信度、也就是说指示标准检查至少一个环境传感器的探测数据。为此，确定至少一个环境传感器的相应的探测数据与参考数据的偏差，并且如果该偏差满足指示标准，则针对其探测数据满足指示标准的相应的环境传感器储存与环境传感器的功能故障有关的记录。即，该记录表示可能的功能故障。
通过本发明得到的优点是，机动车可自动检查，环境传感器是否具有功能故障。机动车可在沿着道路网络行驶期间进行该检查，确切地说总是当机动车经过存在有参考数据的门区域时。可为每个传感器类型设置不同的门区域。借助于该方法，例如可针对功能故障检查作为作为环境传感器的摄像机和/或雷达和/或超声波传感器和/或激光雷达。在此，为每个传感器类型定义或设置不同的门区域。
本发明也包括得到附加的优点的实施方式。
所述指示标准是用于偏差的极限尺寸或者用于偏差的限值。如果超过该极限尺寸或限值(即满足指示标准)，则认为，相应的环境传感器的探测数据由于功能故障或者另一干扰而与参考数据有偏差。因此，储存与环境传感器的功能故障相关的记录。例如，指示标准可描述在被探测的对象的数量中的偏差、相应的被探测的对象的错误分类和/或相应被探测的对象的位置偏差。相应地，参考数据例如可描述至少一个实际存在的对象的种类和/或位置和/或取向。此时，“种类”指的是，给出对象的类型(例如路牌、路灯、桥)。
根据一种实施方式，在此通过指示标准区分传感器无辨别力和校准失效。在传感器无辨别力时，至少一个在门区域中实际存在的对象保持未被探测到，也就是说，在探测数据中没有给出或描述该对象。而在校准失效时，虽然识别了至少一个在门区域中实际存在的对象，但是是在错误的位置上和/或以错误的空间方位识别到该对象。通过这种区分得到的优点是，可推断出故障类型或故障种类。在传感器无辨别力时，传感器可能失效，或者例如被污物遮挡。而在校准失效时认为，环境传感器已经被移动或运动并且由此改变了其相对于机动车的剩余部分的原始空间取向。例如，这可能通过碰撞引起。
一种实施方式规定，通过参考数据描述至少一个实际存在的对象的种类和/或位置和/或尺寸和/或比例(长宽比)。由此得到的优点是，可利用外观(种类)和/或几何尺寸来识别环境传感器的功能故障。
根据一种实施方式，通过参考数据描述多个实际存在的对象。由此得到的优点是，环境传感器的不精确性或传感器偏差不太可能导致对功能故障的假阳识别。其原因是，在多个对象时，可以对环境传感器的测量精度求平均值。而如果描述仅仅一个唯一的对象，则环境传感器必须更准确地确定例如该对象的位置，以识别传感器的空间方位的倾斜或变化。与之相比，如果通过参考数据描述多个对象，则环境传感器的例如转动位置或通常地说空间方位的变化可例如根据(如在摄像机图像上或通常地说在探测数据中得到的)对象的连线的变化识别出。在多个对象时，尤其是也可根据传感器数据进行三角测量和/或三边测量，以确定相应的环境传感器的空间取向或方位。
一种实施方式规定，通过参考数据描述至少一个实际存在的对象的至少两个表征性特征的比例。因此，不描述绝对值，而是描述相对值，即比例。例如，可以相比于道路的车道宽度给出路牌相对于道路的距离。由此得到的优点是，尽管在探测数据中和在参考数据中的缩放/比例尺存在差别，但仍能实现探测数据与参考数据的比较。
一种实施方式规定，针对这样的环境传感器产生功能故障信号，即，对于该环境传感器，与功能故障相关的记录的数量大于预确定的阈值。优选地，数量大于1，尤其是大于3或5。即，换句话说，不是与单个记录的同时产生功能故障信号，而是在经过多个门区域之后，当得到多于预设数量的记录时，才产生功能故障信号。由此可补偿，在单个的门区域中也出于不同于功能故障的原因而没能探测到实际存在的对象。例如，在超车过程期间，对象可能被另一机动车遮挡，从而出于这一原因不能借助于环境传感器探测到对象。
如果产生了功能故障信号，则一种实施方式规定，根据该功能故障信号，给用户输出警报提示和/或停用对(被识别成故障的)环境传感器的传感器数据进行使用的车辆功能。通过输出提示得到的优点是，用户可将其行为与被识别成故障的环境传感器匹配。通过停用行驶功能得到的优点是，避免该行驶功能基于错误的传感器数据产生错误的控制信号。以这种方式停用的车辆功能尤其是可为机动车的自动巡航。
一种实施方式规定，根据功能故障信号采取预确定的修复措施以重新校准，该修复措施规定，在驶过所述门区域和/或至少一个另外的门区域之后，根据在那里相应获得的传感器数据以及针对相应的门区域存在或提供的参考数据，产生用于所述至少一个(被识别成故障的)环境传感器的相应的校准数据。即，使用实际存在的至少一个对象和为其存在的参考数据来进行机动车的环境传感器的校准。通过该校准数据，调整将传感器数据映射到参考数据上的映射规则或映射函数。换句话说，通过校准数据提供修正值来修正传感器数据，从而传感器数据与参考数据一致。
一种实施方式规定，通过由服务器装置从多个其它机动车中接收针对沿着道路网络的对象的相应的探测数据并将道路网络的在其中对那里的对象的探测满足预确定的质量标准的路段确定成门区域，产生参考数据。将针对沿着被确定成门区域的路段的对象的探测数据与参考数据相结合。例如，可将探测数据和参考数据共同作为数据组储存，和/或可由不同机动车的探测数据形成平均值。例如，质量标准可预设存在的对象的最低数量。此外附加地或备选地，质量标准例如要求，必须通过机动车形成了或计算出了分别具有预确定的最低置信度的探测数据。由此，可自动地确定在所述道路网络中的至少一个门区域。例如，可通过产生探测数据的对象识别装置以由现有技术已知的方式产生置信度值。
本发明也包括一种用于机动车的控制装置。这种控制装置例如可设计成用于机动车的控制器。控制装置具有处理器装置，处理器装置设定成，进行根据本发明的方法的实施方式。为此，处理器装置可具有至少一个微控制器和/或至少一个微处理器。方法步骤可实现成用于处理器装置的程序码。程序码可储存在处理器装置的数据存储器中。
所述机动车尤其是汽车，优选地是乘用车或载重货车。
本发明也包括所描述的实施方式的特征的组合。
附图说明
接下来描述本发明的实施例。其中：
图1示出了用于说明故障识别的门区域的草图；
图2示出了用于说明根据本发明的方法的一种实施方式的流程图；以及
图3示出了用于说明对于机动车的校准失效的环境传感器的修复措施的草图。
具体实施方式
以下解释的实施例为本发明的优选的实施方式。在这些实施例中，实施方式的所描述的组件分别表示单独的、被视为彼此独立的本发明特征，这些特征也分别彼此独立地改进本发明，并且由此也单独地或者以与所示出的组合不同的组合被视为本发明的组成部分。此外，也可通过已经描述的本发明特征中的其它特征补充所描述的实施方式。
在图中，相同的附图标记分别表示功能相同的元件。
图1示出了机动车10，机动车沿着道路网络11行驶并且在此经过测量区域或门区域12。门区域12例如可通过进入边界13和离开边界14来限制。在门区域12中可存在对象15、尤其是静止不动的对象、例如路牌。机动车10的控制装置16可将门区域12用于，检查至少一个环境传感器17的如下方面，即，环境传感器17是正确地工作或起作用还是与之相反具有功能故障。为此，控制装置16可接收环境传感器17的传感器数据18。在此，环境传感器17的接收区域19对准到门区域12中，从而借助于环境传感器17获取对象15，并且当环境传感器17具有功能故障时，应通过传感器数据18描述。根据传感器数据18，可通过控制装置16或者通过另一控制器确定对通过环境传感器17获取的对象进行描述的探测数据20。
服务器装置21可为机动车10提供参考数据22，该参考数据描述，在门区域12中存在或布置有什么样的实际存在的对象15。服务器装置21例如可为因特网的服务器。参考数据22可通过通信连接23传输给例如机动车10的通信装置24。在此，通信连接23也可包括无线电连接25，该无线电连接例如可基于移动无线电标准(例如3G和/或4G和/或5G)实现。通信装置24可相应地具有移动无线电模块。无线电连接25也可以基于WLAN连接(WLAN——无线局域网络)实现。相应地，通信装置24可包括WLAN无线电模块。所接收的参考数据22可提供给控制装置16。现在，控制装置16可将探测数据20与参考数据22比较。可确定探测数据20与参考数据22的偏差26并且检查，偏差26是否满足预确定的指示标准27。如果满足指示标准27，则可在SG 16中和/或在服务器装置21中分别为门区域12储存与满足指示标准27有关的记录28。为此，机动车10可将记录28以信号传递给服务器装置21。
由此，整体得到在图2中说明的方法，在该方法中，在步骤S10中在机动车10经过门区域12期间使至少一个环境传感器17运行。在步骤S11中，根据所述至少一个环境传感器17的各个传感器数据18，确定相应的探测数据20，其中，相应的探测数据20分别描述，通过相应的环境传感器17获取了在门区域12中的什么样的至少一个对象。
在步骤S12中，在机动车中，根据对至少一个在门区域12中实际存在的对象15进行描述的参考数据22，确定相应的探测数据20与参考数据22的偏差26，并在步骤S13中，对于该偏差满足指示标准27的情况，针对其探测数据20满足指示标准27的相应的环境传感器17，储存与该环境传感器17的可能的功能故障相关的记录28。
参考数据22和探测数据20分别可说明用于环境传感器的例如以下的表征性特征或KPI(Key Performance Index(关键性能指数))：在交通标志识别时，这可为符号类别和/或位置。在车道识别时，这可为车道宽度和/或线曲率。其它可能性是对(在夜晚时)道路照明的描述和/或表面廓型或保险杠廓型。
例如，门区域12可通过其GPS位置或者一般地说其地理位置来描述和/或通过其状态(门区域是新的还是已经多次被确认的)来描述。可给出为门区域设置的或相关的环境传感器和/或为产生探测数据而设置的感知模块。最终，可给出用于表征性特征的基准结果，也就是说公差阈和/或公差范围，通过所述公差阈和/或公差范围定义指示标准。
图3说明，对于用于不同的门区域12的多个记录28可识别出机动车10的环境传感器17故障或者功能不正常或者具有功能故障的情况，可如何进行用于产生新的校准数据30的修复措施29。在门区域12中存在的对象15可用作校准地标。可接收与校准地标的位置和/或特征相关的参考数据22，以及门区域12的地理位置。于是，在机动车10经过门区域12期间，可根据待校准的环境传感器17的传感器数据18和参考数据22通过控制装置16进行校准。该校准可规定，探测校准地标、也就是说对象15，并且随后确定可用作校准数据30的修正数据。在摄像机的情况下，这例如可为对外在的摄像机参数的计算。为此，可使用在门区域12中的多个对象15的三角测量31。
如果记录的数量超过预确定的阈值S，可规定，产生表示环境传感器17的功能故障的功能故障信号F。于是，可触发用于环境传感器的修复措施。
随后，可通知服务器装置21该校准或所确定的校准缺陷。也可规定，控制装置16在服务商或维护或厂商处发送预约请求，以安排在工厂中借助于校准设备修理或重新校准环境传感器。
通过使车辆通过服务器装置21形式的后端互联，可将不同车辆的传感器***的性能与探测结果相互比较。为此，可利用在重要的地点/路段上的虚拟的门区域，该门区域被登记在后端中并且实现在各个互联的车辆之间的比较。
为了可比较性，使用关键性能指标(KPI)，其表示被探测的对象、地标或结构的表征性特征(例如车道宽度、交通标志的位置和种类)。如果确定了有环境传感器与其它车辆相比性能有缺陷，则通知驾驶员这种失灵，并且可使相关的安全关键的功能停用，直至功能故障消除。
此外，这些信息可用于进行第一故障诊断，也就是说，涉及哪个传感器，并且原因是传感器无辨别力还是校准失效。根据失灵的类型和严重程度，采取用于消除故障的合适的措施。
这给出快速且可靠地在传感器***中探测功能限制/失灵的可能性。在此，由在道路网中互联的车队和现有的地标和特征(更普遍地说，对象)提供为此所需的参考真值。根据失灵的类型，采取合适的后续措施，以使该失灵的持续时间最短。通过这种构思，提高了传感器***的可用性和可靠性，以及以此为基础的自动行驶功能的功能稳定性。同时，降低了在传感器***中错误地探测到故障以及用户无理由地请求客户服务的可能性(降低了假阳率)。
在由于其特性而特别适用于这种检查的地点处构建门区域。所选择的地点具有可由相应的传感器在正常情况下非常稳定地识别出的对象、地标或结构，并且必要时仅仅对于单个的传感器类型(摄像机、激光器、雷达)和安装位置(前部、侧面、后部)是重要的。对于摄像机***来说，其例如可以是具有固定安装的交通标志和车道标线的地点或路段(见图1)。
如果合适的路段第一次被互联的车辆驶过，则将GPS数据和被探测的对象(包括特性如种类和位置)传输给后端，并且在那里作为门区域进行登记。后端将重要的门区域的位置和KPI发送给互联的车队。现在，如果这些车辆中的一个驶过具有门区域的路段，后端记录该车辆的传感器***的探测结果，将性能与当前的基准相比较，并且将显著的偏差(正的以及负的)发送回后端。车队的反馈用于持续地在后端中更新门区域的KPI。
如果在单个的车辆中(重复地)显现出显著的负面的异常，则将其通知给驾驶员，并且分析故障，以采取合适的后续措施。由于天气影响引起的传感器无辨别力通常仅仅是暂时的，不需要另外的措施。而在传感器被污染的情况下，请求驾驶员清洁相应的传感器。在校准失效的情况中，通过重新校准开始自修复过程，该自修复过程根据由后端传输的在合适的路段中的地标(传感器校准门)重新计算传感器的外在参数(见图3)。
如果在修复措施结束之后还是存在失灵，则请用户寻求客户服务。如果高自动化的行驶功能(3-5级)涉及传感器限制，则将该失灵同样通知给该行驶功能并且必要时出于安全原因使该行驶功能停用。
总地来说示例表明，如何通过本发明借助于多个机动车的群数据定义用于诊断至少一个失灵的车辆环境传感器的传感器门区域。
Claims (9)
1.一种用于识别机动车(10)的至少一个环境传感器(17)的功能故障的方法，其中，在机动车(10)经过道路网络(11)的预确定的门区域(12)期间，使所述至少一个环境传感器(17)运行，根据所述至少一个环境传感器(17)的相应的传感器数据(18)确定相应的探测数据(20)，其中，所述相应的探测数据(20)分别描述了：根据相应的环境传感器(17)的传感器数据识别出了在门区域(12)中的什么样的至少一个对象，
其中，在机动车(10)中准备好对至少一个在门区域(12)中实际存在的对象(15)进行描述的参考数据(22)，确定相应的探测数据(20)与参考数据(22)的偏差(26)，
其特征在于，
如果所述偏差(26)满足预确定的指示标准(27)，针对其探测数据(20)满足所述指示标准(27)的相应的环境传感器(17)储存与环境传感器(17)的功能故障有关的记录(28)，
其中，通过所述参考数据(22)描述至少一个实际存在的对象(15)的至少两个表征性特征的比例。
2.根据权利要求1所述的方法，其中，通过所述指示标准(27)区分传感器无辨别力和校准失效，在传感器无辨别力的情况中，探测不到至少一个在门区域(12)中实际存在的对象(15)，在校准失效的情况中，在错误的位置处和/或以错误的空间方位识别出至少一个在门区域(12)中实际存在的对象(15)。
3.根据权利要求1或2所述的方法，其中，通过所述参考数据(22)描述至少一个实际存在的对象(15)的种类和/或位置和/或尺寸和/或比例。
4.根据权利要求1或2所述的方法，其中，通过所述参考数据(22)描述多个实际存在的对象(15)。
5.根据权利要求1或2所述的方法，其中，针对这样的环境传感器(17)产生功能故障信号(F)，即，对于所述环境传感器，与功能故障有关的记录(28)的数量大于预确定的阈值(S)。
6.根据权利要求5所述的方法，其中，根据所述功能故障信号(F)，给用户输出警报指示和/或使对所述环境传感器(17)的传感器数据(18)进行使用的车辆功能停用。
7.根据权利要求5所述的方法，其中，根据所述功能故障信号(F)采取预确定的修复措施(29)以重新校准，所述修复措施(29)规定，在驶过所述门区域(12)和/或至少一个另外的门区域之后，根据在那里相应获得的传感器数据(18)以及针对相应的门区域(12)存在的参考数据(22)，产生用于所述至少一个环境传感器(17)的相应的校准数据(30)。
8.根据权利要求1或2所述的方法，其中，通过以下方式产生所述参考数据(22)，即，由服务器装置(21)从多个其它机动车中接收针对沿着道路网络(11)的对象的相应的探测数据，并将道路网络(11)的在其中对那里的对象(15)的探测满足预确定的质量标准的路段确定成门区域(12)，并将针对沿着所述路段的对象(15)的探测数据组合成参考数据(22)。
9.一种用于机动车(10)的控制装置(16)，其中，所述控制装置(16)具有处理器装置，所述处理器装置被设定成，实施根据权利要求1至7中任一项所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102018205322.7A DE102018205322A1 (de) | 2018-04-10 | 2018-04-10 | Verfahren und Steuervorrichtung zum Erkennen einer Fehlfunktion zumindest eines Umfeldsensors eines Kraftfahrzeugs |
| DE102018205322.7 | 2018-04-10 | ||
| PCT/EP2019/058460 WO2019197260A1 (de) | 2018-04-10 | 2019-04-04 | Verfahren und steuervorrichtung zum erkennen einer fehlfunktion zumindest eines umfeldsensors eines kraftfahrzeugs |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111448472A CN111448472A (zh) | 2020-07-24 |
| CN111448472B true CN111448472B (zh) | 2023-11-10 |
Family
ID=66182497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980006332.1A Active CN111448472B (zh) | 2018-04-10 | 2019-04-04 | 用于识别机动车的至少一个环境传感器的功能故障的方法和控制装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11493597B2 (zh) |
| EP (1) | EP3679392B1 (zh) |
| CN (1) | CN111448472B (zh) |
| DE (1) | DE102018205322A1 (zh) |
| WO (1) | WO2019197260A1 (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11386777B2 (en) * | 2019-01-02 | 2022-07-12 | Intel Corporation | Obstacle localization based on probabilistic consensus |
| CN113124897B (zh) * | 2019-12-31 | 2024-04-09 | 中信科智联科技有限公司 | 一种传感器性能检测方法、装置及终端 |
| DE102020202163A1 (de) | 2020-02-20 | 2021-08-26 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Detektierung von Objekten und/oder Strukturen im Umfeld eines Fahrzeugs |
| DE102020110730A1 (de) | 2020-04-21 | 2021-10-21 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Erhöhung der Verfügbarkeit einer automatisierten Fahrfunktion oder eines Fahrerassistenzsystems |
| US11872965B2 (en) * | 2020-05-11 | 2024-01-16 | Hunter Engineering Company | System and method for gyroscopic placement of vehicle ADAS targets |
| DE102020212565A1 (de) * | 2020-10-06 | 2022-04-07 | Volkswagen Aktiengesellschaft | Fahrzeug, Vorrichtung, Computerprogramm und Verfahren zur Durchführung in einem Fahrzeug |
| DE102021203484B3 (de) | 2021-04-08 | 2022-09-22 | Volkswagen Aktiengesellschaft | Verfahren zum Erstellen einer Führungstrajektorie für ein erstes Kraftfahrzeug, Verfahren zum Steuern eines Kraftfahrzeugs sowie Verfahren zum Betreiben eines Kraftfahrzeugs |
| DE102021212949A1 (de) | 2021-11-18 | 2023-05-25 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Ermittlung einer Kalibrierungsgüte eines Sensorsystems eines Fahrzeugs, Computerprogramm, Steuergerät und Fahrzeug |
| DE102022111181A1 (de) * | 2022-05-05 | 2023-11-09 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und vorrichtung zur bewertung einer güte einer automatisierten funktion eines kraftfahrzeugs |
| DE102022111325A1 (de) | 2022-05-06 | 2023-11-09 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und vorrichtung zur ermittlung einer fehlfunktion eines kraftfahrzeugs |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69823462D1 (de) * | 1997-10-16 | 2004-06-03 | Navigation Tech Corp | System und Vorrichtung zur Aktualisierung, Verbesserung und Feinung einer geographischen Datenbank unter Verwendung von Rückkopplung |
| DE102011084264A1 (de) * | 2011-10-11 | 2013-04-11 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Kalibrieren eines Umfeldsensors |
| CN103250069A (zh) * | 2010-12-09 | 2013-08-14 | 罗伯特·博世有限公司 | 用于校正和调整机动车环境传感器的方法和装置 |
| CN104925001A (zh) * | 2014-03-18 | 2015-09-23 | 沃尔沃汽车公司 | 车辆传感器诊断***和方法以及包括这种***的车辆 |
| DE102014226020A1 (de) * | 2014-12-16 | 2016-06-16 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Kalibrierung mindestens einer mobilen Sensoreinrichtung |
| CN107110969A (zh) * | 2014-08-28 | 2017-08-29 | 谷歌公司 | 用于协调车辆雷达及降低干扰的方法和*** |
| CN107735692A (zh) * | 2015-06-01 | 2018-02-23 | 罗伯特·博世有限公司 | 用于对车辆进行定位的方法和设备 |
Family Cites Families (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3684776B2 (ja) * | 1997-07-23 | 2005-08-17 | 株式会社デンソー | 車両用障害物認識装置 |
| JP3893912B2 (ja) * | 2001-07-18 | 2007-03-14 | 株式会社日立製作所 | 車両制御装置 |
| DE10333323B4 (de) | 2002-07-12 | 2009-09-10 | Continental Teves Ag & Co. Ohg | Verfahren zur Ausfallerkennung von Sensoren, insbesondere für ein ESP System für Fahrzeuge |
| US20100013615A1 (en) * | 2004-03-31 | 2010-01-21 | Carnegie Mellon University | Obstacle detection having enhanced classification |
| US7592945B2 (en) * | 2007-06-27 | 2009-09-22 | Gm Global Technology Operations, Inc. | Method of estimating target elevation utilizing radar data fusion |
| CA2712673A1 (en) * | 2008-02-04 | 2009-08-13 | Tele Atlas North America Inc. | Method for map matching with sensor detected objects |
| US9279882B2 (en) * | 2008-09-19 | 2016-03-08 | Caterpillar Inc. | Machine sensor calibration system |
| GB0901906D0 (en) * | 2009-02-05 | 2009-03-11 | Trw Ltd | Collision warning apparatus |
| US20140379254A1 (en) * | 2009-08-25 | 2014-12-25 | Tomtom Global Content B.V. | Positioning system and method for use in a vehicle navigation system |
| JP5494567B2 (ja) * | 2011-05-17 | 2014-05-14 | 株式会社デンソー | レーダ装置、検査システム、及び検査方法 |
| US9140792B2 (en) * | 2011-06-01 | 2015-09-22 | GM Global Technology Operations LLC | System and method for sensor based environmental model construction |
| US9221396B1 (en) * | 2012-09-27 | 2015-12-29 | Google Inc. | Cross-validating sensors of an autonomous vehicle |
| US9043072B1 (en) * | 2013-04-04 | 2015-05-26 | Google Inc. | Methods and systems for correcting an estimated heading using a map |
| US9719801B1 (en) * | 2013-07-23 | 2017-08-01 | Waymo Llc | Methods and systems for calibrating sensors using road map data |
| US9336436B1 (en) * | 2013-09-30 | 2016-05-10 | Google Inc. | Methods and systems for pedestrian avoidance |
| DE102013225563A1 (de) | 2013-12-11 | 2015-06-11 | Robert Bosch Gmbh | Verfahren zur Überwachung eines Sensors eines Fahrzeugs |
| US9476730B2 (en) * | 2014-03-18 | 2016-10-25 | Sri International | Real-time system for multi-modal 3D geospatial mapping, object recognition, scene annotation and analytics |
| DE102014205180A1 (de) * | 2014-03-20 | 2015-09-24 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs |
| US10534370B2 (en) * | 2014-04-04 | 2020-01-14 | Signify Holding B.V. | System and methods to support autonomous vehicles via environmental perception and sensor calibration and verification |
| US20150362587A1 (en) | 2014-06-17 | 2015-12-17 | Microsoft Corporation | Lidar sensor calibration using surface pattern detection |
| US10585170B2 (en) * | 2014-08-15 | 2020-03-10 | Robert Bosch Gbmh | Automotive radar alignment |
| US20160223643A1 (en) * | 2015-01-28 | 2016-08-04 | Wenhua Li | Deep Fusion of Polystatic MIMO Radars with The Internet of Vehicles for Interference-free Environmental Perception |
| CA3067177A1 (en) * | 2015-02-10 | 2016-08-18 | Mobileye Vision Technologies Ltd. | Sparse map for autonomous vehicle navigation |
| US9836056B2 (en) * | 2015-06-05 | 2017-12-05 | Bao Tran | Smart vehicle |
| DE102015217771A1 (de) | 2015-09-17 | 2017-03-23 | Conti Temic Microelectronic Gmbh | Vorrichtung und Verfahren zum Überwachen einer Sensorfunktion für ein Kraftfahrzeug |
| US9916703B2 (en) * | 2015-11-04 | 2018-03-13 | Zoox, Inc. | Calibration for autonomous vehicle operation |
| JP6571545B2 (ja) * | 2016-01-19 | 2019-09-04 | パナソニック株式会社 | 物体検出装置および物体検出方法 |
| CN116659526A (zh) * | 2016-03-15 | 2023-08-29 | 康多尔收购第二分公司 | 用于提供车辆认知的***和方法 |
| US9672446B1 (en) * | 2016-05-06 | 2017-06-06 | Uber Technologies, Inc. | Object detection for an autonomous vehicle |
| US11086334B2 (en) * | 2016-07-21 | 2021-08-10 | Mobileye Vision Technologies Ltd. | Crowdsourcing a sparse map for autonomous vehicle navigation |
| US10408932B2 (en) * | 2016-12-16 | 2019-09-10 | Automotive Research & Testing Center | Environment recognition system using vehicular millimeter wave radar |
| US10436595B2 (en) * | 2017-02-02 | 2019-10-08 | Baidu Usa Llc | Method and system for updating localization maps of autonomous driving vehicles |
| US11815915B2 (en) * | 2017-03-31 | 2023-11-14 | A'by Airbus LLC | Systems and methods for calibrating vehicular sensors |
| US20190162820A1 (en) * | 2017-11-29 | 2019-05-30 | Delphi Technologies, Llc | Automated vehicle sensor calibration system |
| US11145146B2 (en) * | 2018-01-31 | 2021-10-12 | Mentor Graphics (Deutschland) Gmbh | Self-diagnosis of faults in an autonomous driving system |
| US10553044B2 (en) * | 2018-01-31 | 2020-02-04 | Mentor Graphics Development (Deutschland) Gmbh | Self-diagnosis of faults with a secondary system in an autonomous driving system |
| US10830871B2 (en) * | 2018-03-21 | 2020-11-10 | Zoox, Inc. | Sensor calibration |
| US10705194B2 (en) * | 2018-03-21 | 2020-07-07 | Zoox, Inc. | Automated detection of sensor miscalibration |
| CN112789518A (zh) * | 2018-10-12 | 2021-05-11 | 京瓷株式会社 | 电子设备、电子设备的控制方法以及电子设备的控制程序 |
| US11656326B2 (en) * | 2020-09-21 | 2023-05-23 | Argo AI, LLC | Radar elevation angle measurement |
-
2018
- 2018-04-10 DE DE102018205322.7A patent/DE102018205322A1/de not_active Withdrawn
-
2019
- 2019-04-04 US US16/769,304 patent/US11493597B2/en active Active
- 2019-04-04 CN CN201980006332.1A patent/CN111448472B/zh active Active
- 2019-04-04 WO PCT/EP2019/058460 patent/WO2019197260A1/de active Search and Examination
- 2019-04-04 EP EP19717780.1A patent/EP3679392B1/de active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69823462D1 (de) * | 1997-10-16 | 2004-06-03 | Navigation Tech Corp | System und Vorrichtung zur Aktualisierung, Verbesserung und Feinung einer geographischen Datenbank unter Verwendung von Rückkopplung |
| CN103250069A (zh) * | 2010-12-09 | 2013-08-14 | 罗伯特·博世有限公司 | 用于校正和调整机动车环境传感器的方法和装置 |
| DE102011084264A1 (de) * | 2011-10-11 | 2013-04-11 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Kalibrieren eines Umfeldsensors |
| CN104925001A (zh) * | 2014-03-18 | 2015-09-23 | 沃尔沃汽车公司 | 车辆传感器诊断***和方法以及包括这种***的车辆 |
| CN107110969A (zh) * | 2014-08-28 | 2017-08-29 | 谷歌公司 | 用于协调车辆雷达及降低干扰的方法和*** |
| DE102014226020A1 (de) * | 2014-12-16 | 2016-06-16 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Kalibrierung mindestens einer mobilen Sensoreinrichtung |
| CN107735692A (zh) * | 2015-06-01 | 2018-02-23 | 罗伯特·博世有限公司 | 用于对车辆进行定位的方法和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11493597B2 (en) | 2022-11-08 |
| CN111448472A (zh) | 2020-07-24 |
| EP3679392B1 (de) | 2021-06-09 |
| DE102018205322A1 (de) | 2019-10-10 |
| WO2019197260A1 (de) | 2019-10-17 |
| EP3679392A1 (de) | 2020-07-15 |
| US20200319297A1 (en) | 2020-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111448472B (zh) | 用于识别机动车的至少一个环境传感器的功能故障的方法和控制装置 | |
| US9834223B2 (en) | Diagnosing and supplementing vehicle sensor data | |
| US20220177005A1 (en) | Method for checking a surroundings detection sensor of a vehicle and method for operating a vehicle | |
| US7782179B2 (en) | Obstacle detection apparatus | |
| CN111077880B (zh) | 一种车辆故障的诊断***及方法 | |
| US20210180959A1 (en) | Map generation system, in-vehicle device | |
| EP3232285A1 (en) | Method and arrangement for monitoring and adapting the performance of a fusion system of an autonomous vehicle | |
| US10825339B2 (en) | Method for providing drowsiness alerts in vehicles | |
| CN107621278B (zh) | 自主校准方法及装置 | |
| CN107450539B (zh) | 自动调校方法及装置 | |
| US20210403012A1 (en) | Method for checking at least one driving environment sensor of a vehicle | |
| CN113223317A (zh) | 一种更新地图的方法、装置和设备 | |
| US20200156634A1 (en) | System and method for inspecting vehicle lane keeping performance | |
| KR20160137411A (ko) | 자동차 모니터링 방법 | |
| CN111681414A (zh) | 评价预测车辆通过信号灯路口所需时间精度的方法及装置 | |
| RU2729142C1 (ru) | Способ установления имеющейся разъюстировки по меньшей мере одного датчика в системе датчиков | |
| US20200410788A1 (en) | Management apparatus, vehicle, inspection apparatus, and vehicle inspection system and inforamtion processing method therefor | |
| CN111800508B (zh) | 基于大数据的自动驾驶故障监测方法 | |
| CN111800314B (zh) | 自动驾驶故障监测*** | |
| CN114184218A (zh) | 用于测试机动车的传感器***的方法、设备和存储介质 | |
| CN116324478A (zh) | 用于确定传感器退化状态的方法 | |
| CN116324907A (zh) | 用于确定在机动车环境中的可能元素的存在概率的方法、驾驶员辅助***和机动车 | |
| CN114577197A (zh) | 确保地理位置 | |
| US20230401841A1 (en) | Abnormality determination apparatus, abnormality determination system, abnormality determination method and non-transitory computer-readable recording medium storing abnormality determination program | |
| CN113631951B (zh) | 用于检查车辆环境检测传感器的方法和车辆的操作方法 |
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 |