CN113670360A - 监测方法、***、装置、车辆、介质及产品 - Google Patents
监测方法、***、装置、车辆、介质及产品 Download PDFInfo
- Publication number
- CN113670360A CN113670360A CN202111011710.0A CN202111011710A CN113670360A CN 113670360 A CN113670360 A CN 113670360A CN 202111011710 A CN202111011710 A CN 202111011710A CN 113670360 A CN113670360 A CN 113670360A
- Authority
- CN
- China
- Prior art keywords
- information
- monitoring
- sensor
- module
- preset
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种监测方法、***、装置、车辆、介质及产品,方法包括:获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;在确定初始自检信息无异常之后,获取每个传感器模组发送的运行信息以及传感器模组的状态信息;监测预设感知策略对运行信息进行处理时的处理信息,得到监测信息;确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则;当确定运行信息、状态信息以及监测信息中的任意一项,不符合预设故障判断规则时,判定智能驾驶车辆存在故障。本发明用以解决现有技术中智能驾驶车辆的可靠性和稳定性较低的缺陷。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种监测方法、***、装置、车辆、介质及产品。
背景技术
随着自动驾驶技术的发展,对辅助驾驶和自动驾驶的***可靠性要求越来越高,因此,需要对传感器的各个状态进行监测,以提前预警,避免安全隐患。
但是,仅仅依靠对传感器的状态进行监测,并不能保证智能驾驶车辆的可靠性和稳定性。
因此,如何提高智能驾驶车辆的可靠性和稳定性是目前业界亟需解决的问题。
发明内容
本发明实施例提供一种监测方法、***、装置、车辆、介质及产品,用以解决现有技术中智能驾驶车辆的可靠性和稳定性较低的缺陷,实现有效提高智能驾驶车辆的可靠性和稳定性。
本发明实施例提供一种监测方法,包括:
获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;
在确定所述初始自检信息无异常之后,获取每个所述传感器模组发送的运行信息以及所述传感器模组的状态信息;
监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息;
确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则;
当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障。
根据本发明一个实施例的监测方法,所述运行信息包括:传感器标识;
所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则之前,还包括:
获取所述运行信息在被发送过程中的通信状态,所述通信状态用于指示所述运行信息是否能够在所述传感器模组之间进行有效通信;
所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则,包括:
当通过所述状态信息和/或所述监测信息,确定所述传感器标识对应的第一目标传感器模组存在异常时,确定所述第一目标传感器模组的异常阈值;
将所述第一目标传感器模组的状态信息、所述第一目标传感器模组的监测信息以及所述第一目标传感器模组的通信状态封装,得到目标状态数据包;
组合所述第一目标传感器模组的传感器标识、所述目标状态数据包以及所述异常阈值,得到组合结果;
确定所述组合结果,是否符合所述预设故障判断规则;
所述当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障,包括:
当确定所述组合结果不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障。
根据本发明一个实施例的监测方法,所述处理信息包括:所述预设感知策略对所述运行信息进行处理时的进程状态、以及数据处理结果;
所述监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息,包括:
当所述进程状态为进程失效时,确定所述监测信息为异常监测信息;
当所述进程状态为进程结束时,判断所述数据处理结果是否为预设结果,若是,确定所述监测信息为正常监测信息,否则,确定所述监测信息为异常监测信息。
根据本发明一个实施例的监测方法,所述初始自检信息包括:传感器标识;
所述获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息之后,还包括:
基于所述传感器标识,生成与所述初始自检信息对应的目标列表;
比对所述目标列表和预设传感器列表;
当所述目标列表和所述预设传感器列表一致时,确定所述初始自检信息无异常;
当所述目标列表和所述预设传感器列表不一致时,确定所述初始自检信息存在异常。
根据本发明一个实施例的监测方法,所述当所述目标列表和所述预设传感器列表不一致时,确定所述初始自检信息存在异常,包括:
当所述目标列表与所述预设传感器列表不一致时,将所述目标列表与所述预设传感器列表中不一致的传感器标识,作为异常传感器标识;
确定所述异常传感器标识对应的第二目标传感器模组存在异常;
所述当所述目标列表和所述预设传感器列表不一致时,确定所述初始自检信息存在异常之后,还包括:
确定所述第二目标传感器模组对应的驾驶功能处于失效状态,并向中控管理模组发送驾驶功能失效指令;
对所述至少一个传感器模组去除所述第二目标传感器模组之后的剩余传感器模组,执行所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则的步骤。
根据本发明一个实施例的监测方法,所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则之前,还包括:
获取临时故障判断规则;
基于所述临时故障判断规则和所述预设故障判断规则,为所述第一目标传感器模组配置所述异常阈值。
根据本发明一个实施例的监测方法,所述判定所述智能驾驶车辆存在故障之后,还包括:
基于所述异常阈值的大小,确定故障等级;
控制所述第一目标传感器模组执行与所述故障等级对应的操作。
本发明实施例还提供一种监测***,包括:安装在智能驾驶车辆上的所述至少一个传感器模组和监控处理模组,所述至少一个传感器模组分别与所述监控处理模组建立通信连接;
所述至少一个传感器模组,用于向所述监控处理模组发送初始自检信息;
所述至少一个传感器模组,还用于向所述监控处理模组发送每个所述传感器模组的运行信息以及所述传感器模组的状态信息;
所述监控处理模组,用于获取所述初始自检信息;在确定所述初始自检信息无异常之后,获取运行信息和状态信息;监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息;确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则;当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合预设故障判断规则时,判定所述智能驾驶车辆存在故障。
根据本发明一个实施例的监测***,所述***还包括:中控管理模组,所述中控管理模组与所述监控处理模组建立通信连接;
所述监控处理模组还用于,向所述监控处理模组发送驾驶功能失效指令;
所述中控管理模组,用于获取所述驾驶功能失效指令,进行报警。
本发明实施例还提供一种监测装置,包括:
第一获取模块,用于获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;
第二获取模块,用于在确定所述初始自检信息无异常之后,获取每个所述传感器模组发送的运行信息以及所述传感器模组的状态信息;
监测模块,用于监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息;
判断模块,用于确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则;
判定模块,用于当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障。
本发明实施例还提供一种智能驾驶车辆,包括上述任一种所述监测***。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述监测方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述任一种上述监测方法的步骤。
本发明实施例提供的监测方法、***、装置、车辆、介质及产品,方法通过获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;并在确定初始自检信息无异常之后,获取每个传感器模组发送的运行信息以及传感器模组的状态信息,可见,本发明实时监测多个传感器模组的运行信息以及状态信息;进而,监测预设感知策略对运行信息进行处理时的处理信息,得到监测信息,可见,本发明还实时监测预设感知策略的运行情况,为整个驾驶车辆提供了更有效可靠的安全保障;最后,确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则;当确定运行信息、状态信息以及监测信息中的任意一项,不符合预设故障判断规则时,判定智能驾驶车辆存在故障,可见,本发明通过在监测传感器模组的同时,还监测与传感器模组对应的感知算法的运行情况,通过传感器模组以及感知算法共同来判定智能驾驶车辆是否存在故障,真正提高了智能驾驶车辆的可靠性和安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种监测方法的流程示意图之一;
图2是本发明实施例提供的一种监测方法的流程示意图之二;
图3是本发明实施例提供的一种监测方法的流程示意图之三;
图4是本发明实施例提供的一种监测方法的流程示意图之四;
图5是本发明实施例提供的一种监测***的结构示意图之一;
图6是本发明实施例提供的一种监测***的结构示意图之二;
图7是本发明实施例提供的一种监测***的结构示意图之三;
图8是本发明实施例提供的一种监测装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1至图4描述本发明实施例的监测方法。
本发明提供的监测方法,应用于智能驾驶车辆,该方法的具体实现如图1所示:
步骤101,获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息。
具体的,传感器模组包括:摄像头、雷达。其中,摄像头包括:普通摄像头、红外摄像头、深度摄像头等,普通摄像头包括:单目摄像头、双目摄像头、短焦摄像头、中焦摄像头、长焦摄像头、鱼眼摄像头等;雷达包括:激光雷达、毫米波雷达(24G、77G)、超声波雷达等。需要说明的是,本发明的传感器模组并不局限于这几种传感器的组合。
其中,一个传感器模组包括至少一个传感器。当一个传感器模组包括一个传感器时,传感器模组的状态信息为传感器的状态信息;当一个传感器模组包括多个传感器时,传感器模组的状态信息为多个传感器的状态信息的组合。下面,以一个传感器模组包括一个传感器为例进行说明,但需要说明的是,此处仅为举例说明,并不用于对本发明的保护范围进行限定。
具体的,当对智能驾驶车辆进行上电时,各个传感器模组进行初始自检操作,并得到初始自检信息。其中,初始自检信息包括:传感器标识、以及与传感器标识对应的传感器状态信息。
其中,状态信息包括:在线和不在线,当传感器进行自检操作时,没有任何问题,状态信息则为在线,如果出现问题,此时的状态信息为不在线和状态码的组合,其中,状态码可以为导致传感器不在线的原因的编号。
其中,初始自检信息自检信息还包括:传感器的启动规则,该启动规则为每个传感器的启动顺序,通过传感器标识进行顺序标记。
当传感器完成初始自检操作之后,等待初始自检信息的上报信号,并在得到上报信息之后,发送初始自检信息。
一个具体实施例中,初始自检信息的判断过程如图2所示:
步骤201,基于传感器标识,生成与初始自检信息对应的目标列表。
具体的,根据初始自检信息中的传感器标识,生成本次初始自检操作对应的目标列表。
具体的,对传感器标识进行功能分类,例如,传感器标识为1、2、3的传感器对应***故障报警(bsd);传感器标识为1、4、5的传感器对应自动紧急制动(aeb)。
步骤202,比对目标列表和预设传感器列表。
具体的,预设传感器列表可以是通过人为设置的传感器列表,也可以是在对智能驾驶车辆进行出厂设置时,生成的传感器列表。
步骤203,当目标列表和预设传感器列表一致时,确定初始自检信息无异常。
具体的,在确定自检信息无异常之后,向中控管理模组发送无异常的消息。
步骤204,当目标列表和预设传感器列表不一致时,确定初始自检信息存在异常。
一个具体实施例中,在确定初始自检信息存在异常时,将目标列表与预设传感器列表中不一致的传感器标识,作为异常传感器标识,确定异常传感器标识对应的第二目标传感器模组存在异常。并确定第二目标传感器模组对应的驾驶功能处于失效状态,并向中控管理模组发送驾驶功能失效指令。通过中控管理模组对第二目标传感器模组进行提示或报警,并发布第二目标传感器模组对应的驾驶功能处于失效状态的警示。并对至少一个传感器模组去除第二目标传感器模组之后的传感器模组,执行确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则的步骤。
此时,通过中控管理模组创建临时故障判断规则,例如,第二目标传感器模组中的一个传感器对智能驾驶车辆并不存在太大的影响,因此,设置该传感器的异常可以忽略的规则,这样,在后期再遇到该传感器存在问题时,该传感器对应的驾驶功能在运行时忽略该问题。其中,临时故障判断规则用于指示配置异常阈值的大小。
步骤102,在确定初始自检信息无异常之后,获取每个传感器模组发送的运行信息以及传感器模组的状态信息。
具体的,在确定初始自检信息无异常之后,智能驾驶车辆启动,此时,智能驾驶车辆完成上电,进入正常使用状态,并获取临时故障判断规则,以备后用。
其中,运行信息除了包括传感器标识之外,还可以包括传感器数据,该传感器数据为传感器在工作时获取的数据,例如,图像数据、雷达数据等。
步骤103,监测预设感知策略对运行信息进行处理时的处理信息,得到监测信息。
一个具体实施例中,预设感知策略对运行信息进行处理时的进程状态、以及数据处理结果。当进程状态为进程失效时,确定监测信息为异常监测信息;当进程状态为进程结束时,判断数据处理结果是否为预设结果,若是,确定监测信息为正常监测信息,否则,确定监测信息为异常监测信息。
其中,预设感知策略为预先制定的感知算法。
本发明在监测传感器模组信息的同时,还监测感知算法的进程状态及数据处理结果,为智能驾驶车辆提供了更有效、更可靠的安全保障,使得智能驾驶车辆更安全、更可靠。
步骤104,确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则。
一个具体实施例中,在确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则之前,获取运行信息在被发送过程中的通信状态,通信状态用于指示运行信息是否能够在传感器模组之间进行有效通信。
判断运行信息、状态信息以及监测信息,是否符合预设故障判断规则的具体实现如图3所示:
步骤301,当通过状态信息和/或监测信息,确定传感器标识对应的第一目标传感器模组存在异常时,确定第一目标传感器模组的异常阈值。
其中,异常阈值越大对应的故障等级越大。
一个具体实施例中,获取临时故障判断规则;基于所述临时故障判断规则和所述预设故障判断规则,为所述第一目标传感器模组配置所述异常阈值。具体的,本发明基于临时故障判断规则和所述预设故障判断规则两重规则,设置异常阈值,能够有效的提高用户对智能驾驶车辆的用户体验。
步骤302,将第一目标传感器模组的状态信息、第一目标传感器模组的监测信息以及第一目标传感器模组的通信状态封装,得到目标状态数据包。
步骤303,组合第一目标传感器模组的传感器标识、目标状态数据包以及异常阈值,得到组合结果。
步骤304,确定组合结果,是否符合预设故障判断规则。
具体的,预设故障判断规则的表现形式可以为传感器标识+目标状态数据包+异常阈值。
步骤105,当确定运行信息、状态信息以及监测信息中的任意一项,不符合预设故障判断规则时,判定智能驾驶车辆存在故障。
具体的,当确定组合结果不符合预设故障判断规则时,判定智能驾驶车辆存在故障。
一个具体实施例中,基于所述异常阈值的大小,确定故障等级;控制所述第一目标传感器模组执行与所述故障等级对应的操作。
具体的,故障等级包括:可忽略、一般、严重、特严重等几个级别,每个故障等级分别对应各自的操作。例如,可忽略等级,即可将该故障忽略,无需处理;一般等级,控制第一目标传感器模组执行自修复操作,或者,执行报警操作;严重等级或特严重等级,控制第一目标传感器模组执行停止操作,或者,通过人为的远程进行强制停止操作等。
当然,当确定运行信息、状态信息以及监测信息,符合预设故障判断规则时,判定智能驾驶车辆不存在故障,则按照预设的正常行驶流程行驶即可,并在行驶过程中,重复执行步骤102至步骤104的操作。
下面,通过图4对监测方法进行具体的说明:
步骤401,智能驾驶车辆上电,各个传感器模组进行初始自检操作,并得到初始自检信息。
步骤402,监控处理模组启动并自检,向中控管理模组发送启动信号,以启动校验程序。
步骤403,向各传感器模组发送上报信号,并获取智能驾驶车辆的各传感器模组发送的初始自检信息。
步骤404,根据初始自检信息生成目标列表,并将目标列表和预设传感器列表进行比对,确定初始自检信息是否存在异常。
步骤405,将确定初始自检信息是否存在异常的结果,发送至中控管理模组,并获取临时故障判断规则。
步骤406,实时监测各模组传感器的运行信息、状态信息以及监测信息。
步骤407,通过预设故障判断规则和临时故障判断规则,确定运行信息、状态信息以及监测信息是否存在异常。
步骤408,当存在异常时,确定故障等级,并控制传感器模组执行与故障等级对应的操作。
步骤409,当不存在异常时,实时监测各模组传感器的运行信息、状态信息以及监测信息。
本发明实施例提供的监测方法、***、装置、车辆、介质及产品,方法通过获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;并在确定初始自检信息无异常之后,获取每个传感器模组发送的运行信息以及传感器模组的状态信息,可见,本发明实时监测多个传感器模组的运行信息以及状态信息;进而,监测预设感知策略对运行信息进行处理时的处理信息,得到监测信息,可见,本发明还实时监测预设感知策略的运行情况,为整个驾驶车辆提供了更有效可靠的安全保障;最后,确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则;当确定运行信息、状态信息以及监测信息中的任意一项,不符合预设故障判断规则时,判定智能驾驶车辆存在故障,可见,本发明通过在监测传感器模组的同时,还监测与传感器模组对应的感知算法的运行情况,通过传感器模组以及感知算法共同来判定智能驾驶车辆是否存在故障,真正提高了智能驾驶车辆的可靠性和安全性。
下面对本发明提供的监测***进行描述,下文描述的监测***与上文描述的监测方法可相互参照,重复之处不再赘述,具体如图5所示:
本发明的监测***,包括:安装在智能驾驶车辆上的所述至少一个传感器模组501和监控处理模组502,所述至少一个传感器模组501分别与所述监控处理模组502建立通信连接;
所述至少一个传感器模组501,用于向所述监控处理模502组发送初始自检信息;
所述至少一个传感器模组501,还用于向所述监控处理模组502发送每个所述传感器模组501的运行信息以及所述传感器模组501的状态信息;
所述监控处理模组502,用于获取所述初始自检信息;在确定所述初始自检信息无异常之后,获取运行信息和状态信息;监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息;确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则;当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合预设故障判断规则时,判定所述智能驾驶车辆存在故障。
一个具体实施例中,如图6所示:监控***还包括:中控管理模组601,所述中控管理模组601与所述监控处理模组502建立通信连接;
所述监控处理模组502还用于,向所述中控管理模组601发送驾驶功能失效指令;
所述中控管理模组601,用于获取所述驾驶功能失效指令,进行报警。
具体的,如图7所示,该监测***还包括:数据预处理模组701,数据预处理模组与传感器模组501建立通信连接。传感器模组501用于将获取的运行信息和状态信息发送给数据预处理模组701。数据预处理模组701,用于接收运行信息和状态信息,并对运行信息和状态信息进行结构化处理操作及数据校正操作,得到预设格式的目标信息,并记录目标信息中每条信息的标号和每条信息对应的数据状态,进而,将目标信息发送给监控处理模组502。
其中,运行信息除了包括传感器标识之外,还可以包括传感器数据,该传感器数据为传感器在工作时获取的数据,例如,图像数据、雷达数据等。
监控处理模组502,包括:监测处理单元702和感知算法单元703,其中,监测处理单元702和感知算法单元703建立通信连接。感知算法单元703,接收数据预处理模组701发送的目标信息,并利用预设感知策略对目标信息进行处理,得到进程状态和数据处理结果,并将进程状态和数据处理结果,发送给监测处理单元702,通过监测处理单元702确定进程状态和数据处理结果是否存在异常。
该监测***还包括:车辆信息模组704,车辆信息模组704用于获取智能驾驶车辆的行驶信息和位置信息,能够为控制和规划智能驾驶车辆提供有效的数据支持。车辆信息模组704与监测处理单元702建立通信连接,并把行驶信息和位置信息发送给监测处理单元702。
具体的,中控管理模组601包括:智能中控屏705和远程服务中心706,智能中控屏705与监测处理单元702建立通信连接,用于获取监测处理单元702得到的判定结果,对判定结果进行语音播报、信息显示的管理。例如,接收各传感器模组的初始自检信号及传感器模组对应的驾驶功能失效项信息,并进行预警和提示,以及临时故障判断规则设置和信息管理。远程服务中心706,用于远程端进行的预警和操作,功能类似中控屏,但偏向于更高级或完全无人驾驶。
具体的,该***还包括:规划模组707,规划模组707和监测处理单元702建立通信连接,用于使用监测信息,进行自动驾驶功能的验证和测试。
本发明提供的监测***,通过在监测传感器模组的同时,还监测与传感器模组对应的感知算法的运行情况,通过传感器模组以及感知算法共同来判定智能驾驶车辆是否存在故障,真正提高了智能驾驶车辆的可靠性和安全性。
下面对本发明实施例提供的监测装置进行描述,下文描述的监测装置与上文描述的监测方法可相互对应参照,重复之处不再赘述,具体如图8所示:
第一获取模块801,用于获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;
第二获取模块802,用于在确定初始自检信息无异常之后,获取每个传感器模组发送的运行信息以及传感器模组的状态信息;
监测模块803,用于监测预设感知策略对运行信息进行处理时的处理信息,得到监测信息;
判断模块804,用于确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则;
判定模块805,用于当确定运行信息、状态信息以及监测信息中的任意一项,不符合预设故障判断规则时,判定智能驾驶车辆存在故障。
一个具体实施例中,运行信息包括:传感器标识;判断模块804,还用于获取运行信息在被发送过程中的通信状态,通信状态用于指示运行信息是否能够在传感器模组之间进行有效通信;判断模块804,具体用于当通过状态信息和/或监测信息,确定传感器标识对应的第一目标传感器模组存在异常时,确定第一目标传感器模组的异常阈值;将第一目标传感器模组的状态信息、第一目标传感器模组的监测信息以及第一目标传感器模组的通信状态封装,得到目标状态数据包;组合第一目标传感器模组的传感器标识、目标状态数据包以及异常阈值,得到组合结果;确定组合结果,是否符合预设故障判断规则;当确定组合结果不符合预设故障判断规则时,判定智能驾驶车辆存在故障。
一个具体实施例中,处理信息包括:预设感知策略对运行信息进行处理时的进程状态、以及数据处理结果;监测模块803,具体用于当进程状态为进程失效时,确定监测信息为异常监测信息;当进程状态为进程结束时,判断数据处理结果是否为预设结果,若是,确定监测信息为正常监测信息,否则,确定监测信息为异常监测信息。
一个具体实施例中,初始自检信息包括:传感器标识;第一获取模块801,还用于基于传感器标识,生成与初始自检信息对应的目标列表;比对目标列表和预设传感器列表;当目标列表和预设传感器列表一致时,确定初始自检信息无异常;当目标列表和预设传感器列表不一致时,确定初始自检信息存在异常。
一个具体实施例中,第一获取模块801,具体用于当目标列表与预设传感器列表不一致时,将目标列表与预设传感器列表中不一致的传感器标识,作为异常传感器标识;确定异常传感器标识对应的第二目标传感器模组存在异常;第一获取模块801,还用于确定第二目标传感器模组对应的驾驶功能处于失效状态,并向中控管理模组发送驾驶功能失效指令;对至少一个传感器模组去除第二目标传感器模组之后的剩余传感器模组,执行确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则的步骤。
一个具体实施例中,判断模块804,还用于获取临时故障判断规则;基于临时故障判断规则和预设故障判断规则,为第一目标传感器模组配置异常阈值。
一个具体实施例中,判断模块,还用于基于异常阈值的大小,确定故障等级;控制第一目标传感器模组执行与故障等级对应的操作。
第一方面,本发明提供了一种智能驾驶车辆,包括上文描述的监测***。
另一方面,本发明还提供一种计算机程序产品,计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,计算机能够执行上述各方法所提供的监测方法,该方法包括:获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;在确定初始自检信息无异常之后,获取每个传感器模组发送的运行信息以及传感器模组的状态信息;监测预设感知策略对运行信息进行处理时的处理信息,得到监测信息;确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则;当确定运行信息、状态信息以及监测信息中的任意一项,不符合预设故障判断规则时,判定智能驾驶车辆存在故障。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的监测方法,该方法包括:获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;在确定初始自检信息无异常之后,获取每个传感器模组发送的运行信息以及传感器模组的状态信息;监测预设感知策略对运行信息进行处理时的处理信息,得到监测信息;确定运行信息、状态信息以及监测信息,是否符合预设故障判断规则;当确定运行信息、状态信息以及监测信息中的任意一项,不符合预设故障判断规则时,判定智能驾驶车辆存在故障。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (13)
1.一种监测方法,其特征在于,包括:
获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;
在确定所述初始自检信息无异常之后,获取每个所述传感器模组发送的运行信息以及所述传感器模组的状态信息;
监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息;
确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则;
当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障。
2.根据权利要求1所述的监测方法,其特征在于,所述运行信息包括:传感器标识;
所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则之前,还包括:
获取所述运行信息在被发送过程中的通信状态,所述通信状态用于指示所述运行信息是否能够在所述传感器模组之间进行有效通信;
所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则,包括:
当通过所述运行信息、所述状态信息和所述监测信息中的任意一项,确定所述传感器标识对应的第一目标传感器模组存在异常时,确定所述第一目标传感器模组的异常阈值;
将所述第一目标传感器模组的状态信息、所述第一目标传感器模组的监测信息以及所述第一目标传感器模组的通信状态封装,得到目标状态数据包;
组合所述第一目标传感器模组的传感器标识、所述目标状态数据包以及所述异常阈值,得到组合结果;
确定所述组合结果,是否符合所述预设故障判断规则;
所述当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障,包括:
当确定所述组合结果不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障。
3.根据权利要求1所述的监测方法,其特征在于,所述处理信息包括:所述预设感知策略对所述运行信息进行处理时的进程状态、以及数据处理结果;
所述监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息,包括:
当所述进程状态为进程失效时,确定所述监测信息为异常监测信息;
当所述进程状态为进程结束时,判断所述数据处理结果是否为预设结果,若是,确定所述监测信息为正常监测信息,否则,确定所述监测信息为异常监测信息。
4.根据权利要求1-3任一项所述的监测方法,其特征在于,所述初始自检信息包括:传感器标识;
所述获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息之后,还包括:
基于所述传感器标识,生成与所述初始自检信息对应的目标列表;
比对所述目标列表和预设传感器列表;
当所述目标列表和所述预设传感器列表一致时,确定所述初始自检信息无异常;
当所述目标列表和所述预设传感器列表不一致时,确定所述初始自检信息存在异常。
5.根据权利要求4所述的监测方法,其特征在于,所述当所述目标列表和所述预设传感器列表不一致时,确定所述初始自检信息存在异常,包括:
当所述目标列表与所述预设传感器列表不一致时,将所述目标列表与所述预设传感器列表中不一致的传感器标识,作为异常传感器标识;
确定所述异常传感器标识对应的第二目标传感器模组存在异常;
所述当所述目标列表和所述预设传感器列表不一致时,确定所述初始自检信息存在异常之后,还包括:
确定所述第二目标传感器模组对应的驾驶功能处于失效状态,并向中控管理模组发送驾驶功能失效指令;
对所述至少一个传感器模组去除所述第二目标传感器模组之后的剩余传感器模组,执行所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则的步骤。
6.根据权利要求2所述的监测方法,其特征在于,所述确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则之前,还包括:
获取临时故障判断规则;
基于所述临时故障判断规则和所述预设故障判断规则,为所述第一目标传感器模组配置所述异常阈值。
7.根据权利要求2所述的监测方法,其特征在于,所述判定所述智能驾驶车辆存在故障之后,还包括:
基于所述异常阈值的大小,确定故障等级;
控制所述第一目标传感器模组执行与所述故障等级对应的操作。
8.一种监测***,其特征在于,包括:安装在智能驾驶车辆上的所述至少一个传感器模组和监控处理模组,所述至少一个传感器模组分别与所述监控处理模组建立通信连接;
所述至少一个传感器模组,用于向所述监控处理模组发送初始自检信息;
所述至少一个传感器模组,还用于向所述监控处理模组发送每个所述传感器模组的运行信息以及所述传感器模组的状态信息;
所述监控处理模组,用于获取所述初始自检信息;在确定所述初始自检信息无异常之后,获取运行信息和状态信息;监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息;确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则;当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合预设故障判断规则时,判定所述智能驾驶车辆存在故障。
9.根据权利要求8所述的监测***,其特征在于,所述***还包括:中控管理模组,所述中控管理模组与所述监控处理模组建立通信连接;
所述监控处理模组还用于,向所述中控管理模组发送驾驶功能失效指令;
所述中控管理模组,用于获取所述驾驶功能失效指令,进行报警。
10.一种监测装置,其特征在于,包括:
第一获取模块,用于获取智能驾驶车辆的至少一个传感器模组发送的初始自检信息;
第二获取模块,用于在确定所述初始自检信息无异常之后,获取每个所述传感器模组发送的运行信息以及所述传感器模组的状态信息;
监测模块,用于监测预设感知策略对所述运行信息进行处理时的处理信息,得到监测信息;
判断模块,用于确定所述运行信息、所述状态信息以及所述监测信息,是否符合预设故障判断规则;
判定模块,用于当确定所述运行信息、所述状态信息以及所述监测信息中的任意一项,不符合所述预设故障判断规则时,判定所述智能驾驶车辆存在故障。
11.一种智能驾驶车辆,包括权利要求8或9所述的监测***。
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的监测方法的步骤。
13.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011710.0A CN113670360B (zh) | 2021-08-31 | 2021-08-31 | 监测方法、***、装置、车辆、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011710.0A CN113670360B (zh) | 2021-08-31 | 2021-08-31 | 监测方法、***、装置、车辆、介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113670360A true CN113670360A (zh) | 2021-11-19 |
CN113670360B CN113670360B (zh) | 2023-04-25 |
Family
ID=78547764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111011710.0A Active CN113670360B (zh) | 2021-08-31 | 2021-08-31 | 监测方法、***、装置、车辆、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113670360B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115499341A (zh) * | 2022-09-14 | 2022-12-20 | 苏州挚途科技有限公司 | 数据通信状态的检测方法、装置以及电子设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4839811A (en) * | 1986-09-22 | 1989-06-13 | Nissan Motor Company Limited | Automotive vehicle trouble checking apparatus |
JP2000057497A (ja) * | 1998-06-03 | 2000-02-25 | Honda Motor Co Ltd | 車両走行安全装置 |
CN101949955A (zh) * | 2010-08-11 | 2011-01-19 | 北京交通大学 | 列车组合测速定位***的状态自检方法 |
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*** |
CN107808430A (zh) * | 2017-10-31 | 2018-03-16 | 深圳市道通科技股份有限公司 | 计算机可读存储介质、故障检测方法及装置 |
US9972054B1 (en) * | 2014-05-20 | 2018-05-15 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
CN108257405A (zh) * | 2018-02-02 | 2018-07-06 | 斑马网络技术有限公司 | 车流管控***及其车流管控方法 |
CN109187060A (zh) * | 2018-07-31 | 2019-01-11 | 同济大学 | 列车速度传感器信号异常检测及轴抱死故障诊断方法 |
CN109682407A (zh) * | 2017-10-18 | 2019-04-26 | 江苏卡威汽车工业集团股份有限公司 | 一种智能汽车自检*** |
CN111874001A (zh) * | 2020-06-09 | 2020-11-03 | 北京百度网讯科技有限公司 | 自动驾驶汽车的安全控制方法、电子设备及存储介质 |
CN112118991A (zh) * | 2019-08-30 | 2020-12-22 | 深圳市大疆创新科技有限公司 | 一种传感器检测方法及车载控制终端 |
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 |
CN112622862A (zh) * | 2020-12-24 | 2021-04-09 | 北京理工大学前沿技术研究院 | 一种自动驾驶汽车制动异常/攻击在线监测方法及*** |
-
2021
- 2021-08-31 CN CN202111011710.0A patent/CN113670360B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4839811A (en) * | 1986-09-22 | 1989-06-13 | Nissan Motor Company Limited | Automotive vehicle trouble checking apparatus |
JP2000057497A (ja) * | 1998-06-03 | 2000-02-25 | Honda Motor Co Ltd | 車両走行安全装置 |
CN101949955A (zh) * | 2010-08-11 | 2011-01-19 | 北京交通大学 | 列车组合测速定位***的状态自检方法 |
US9972054B1 (en) * | 2014-05-20 | 2018-05-15 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
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*** |
CN109682407A (zh) * | 2017-10-18 | 2019-04-26 | 江苏卡威汽车工业集团股份有限公司 | 一种智能汽车自检*** |
CN107808430A (zh) * | 2017-10-31 | 2018-03-16 | 深圳市道通科技股份有限公司 | 计算机可读存储介质、故障检测方法及装置 |
CN108257405A (zh) * | 2018-02-02 | 2018-07-06 | 斑马网络技术有限公司 | 车流管控***及其车流管控方法 |
CN109187060A (zh) * | 2018-07-31 | 2019-01-11 | 同济大学 | 列车速度传感器信号异常检测及轴抱死故障诊断方法 |
CN112118991A (zh) * | 2019-08-30 | 2020-12-22 | 深圳市大疆创新科技有限公司 | 一种传感器检测方法及车载控制终端 |
CN111874001A (zh) * | 2020-06-09 | 2020-11-03 | 北京百度网讯科技有限公司 | 自动驾驶汽车的安全控制方法、电子设备及存储介质 |
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 |
CN112622862A (zh) * | 2020-12-24 | 2021-04-09 | 北京理工大学前沿技术研究院 | 一种自动驾驶汽车制动异常/攻击在线监测方法及*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115499341A (zh) * | 2022-09-14 | 2022-12-20 | 苏州挚途科技有限公司 | 数据通信状态的检测方法、装置以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113670360B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109358591B (zh) | 车辆故障处理方法、装置、设备及存储介质 | |
US10491671B2 (en) | Method and apparatus for switching between servers in server cluster | |
US20200074769A1 (en) | Vehicle Fault Handling Method, Apparatus, Device and Storage Medium | |
CN109263657B (zh) | 一种自动驾驶车辆的远程监控方法、装置和*** | |
CN107403225B (zh) | 一种共享设备故障报修方法及装置 | |
US11398944B2 (en) | Vehicle fault handling method, apparatus, device and storage medium | |
CN113721621B (zh) | 车辆控制方法、装置、电子设备以及存储介质 | |
CN113501009A (zh) | 远程控制自动驾驶车辆的方法及装置和电子设备 | |
CN110989594A (zh) | 一种智能机器人巡检***及方法 | |
CN111723646B (zh) | 一种远程辅助维护设备的方法和装置 | |
CN111865709B (zh) | 一种设备状态监控方法及智能交通云管理平台 | |
US20210089018A1 (en) | Method for controlling a motor vehicle remotely | |
CN113670360A (zh) | 监测方法、***、装置、车辆、介质及产品 | |
CN112537313A (zh) | 用于辅助机动车的方法、设备和存储介质 | |
KR20190035402A (ko) | 에러 예측 기반 드론 관제장치 및 그 방법 | |
CN113110266B (zh) | 一种用于自动驾驶车辆的远程遥控监控预警方法及存储介质 | |
CN113264057B (zh) | 一种车辆传感器状态监测方法、装置及汽车 | |
CN117218787A (zh) | 火灾告警方法、装置、电子设备及存储介质 | |
CN113942486B (zh) | 一种制动故障处理方法及信号*** | |
WO2021035701A1 (zh) | 一种传感器检测方法及车载控制终端 | |
CN114701934B (zh) | 电梯的安防控制方法、装置、***以及云平台、存储介质 | |
CN114760147A (zh) | 安全事件处理方法、安全事件处理装置、设备及介质 | |
CN114679569A (zh) | 基于三维建模的产线可视化监控方法、***和存储介质 | |
CN116069350A (zh) | 车辆升级方法、装置、电子设备和存储介质 | |
CN105320615B (zh) | 数据存储方法和数据存储装置 |
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 |