自动驾驶车辆的监控方法、监控装置以及监控系统制造方法及图纸

技术编号:33542963 阅读:17 留言:0更新日期:2022-05-21 09:55
本申请提供了一种自动驾驶车辆的监控方法、监控装置以及监控系统,自动驾驶车辆包括通信连接的第一设备以及第二设备,该方法包括:接收第一运行数据以及第二运行数据,第一运行数据为第一设备的运行数据,第二运行数据为第二设备的运行数据;对第一运行数据以及第二运行数据进行数据整合,得到整合数据;根据整合数据,确定是否存在异常事件,异常事件包括表征第一设备运行异常的事件以及表征第二设备运行异常的事件;在存在异常事件的情况下,发出警报信息,并对异常事件进行处理。实现了对自动驾驶车辆的运行情况的自动监控,可以满足自动化需求,解放了人力。解放了人力。解放了人力。

【技术实现步骤摘要】
自动驾驶车辆的监控方法、监控装置以及监控系统


[0001]本申请涉及自动驾驶领域,具体而言,涉及一种自动驾驶车辆的监控方法、监控装置、计算机可读存储介质、处理器、自动驾驶车辆的监控系统以及自动驾驶车辆。

技术介绍

[0002]汽车诊断受多协议、多车型、多条件、多人员等因素的共同影响,现有技术中,对自动驾驶车辆的诊断一般是通过人为操作来对车辆进行检测,无法满足自动化需求。并且,对于行驶中的车辆不能进行实时监测,存在安全隐患。
[0003]在
技术介绍
部分中公开的以上信息只是用来加强对本文所描述技术的
技术介绍
的理解,因此,
技术介绍
中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。

技术实现思路

[0004]本申请的主要目的在于提供一种自动驾驶车辆的监控方法、监控装置、计算机可读存储介质、处理器、自动驾驶车辆的监控系统以及自动驾驶车辆,以解决现有技术中人为对自动驾驶车辆进行诊断,无法满足自动化需求的问题。
[0005]为了实现上述目的,根据本申请的一个方面,提供了一种自动驾驶车辆的监控方法,所述自动驾驶车辆包括通信连接的第一设备以及第二设备,所述方法包括:接收第一运行数据以及第二运行数据,所述第一运行数据为所述第一设备的运行数据,所述第二运行数据为所述第二设备的运行数据;对所述第一运行数据以及所述第二运行数据进行数据整合,得到整合数据;根据所述整合数据,确定是否存在异常事件,所述异常事件包括表征所述第一设备运行异常的事件以及表征所述第二设备运行异常的事件;在存在所述异常事件的情况下,发出警报信息,并对所述异常事件进行处理。
[0006]可选地,接收第一运行数据以及第二运行数据,包括:接收所述第一设备周期发送的所述第一运行数据;通过所述第一设备接收所述第二设备周期发送的所述第二运行数据。
[0007]可选地,接收第一运行数据以及第二运行数据,包括:发送请求信息给所述第一设备,所述请求信息用于请求查询所述运行数据;接收所述第一设备发送的所述第一运行数据,所述第一运行数据为所述第一设备响应于所述请求信息生成的;接收所述第一设备发送的所述第二运行数据,所述第二运行数据为所述第一设备响应于所述请求信息,采集所述第二设备的所述运行数据得到的。
[0008]可选地,根据所述整合数据,确定是否存在异常事件,包括:确定所述整合数据是否存在异常;在确定所述整合数据存在异常的情况下,标记异常数据;根据所述异常数据,生成对应的所述异常事件。
[0009]可选地,确定所述整合数据是否存在异常,包括:获取预设阈值范围;确定所述整合数据中是否存在未处于所述预设阈值范围内的数据,在所述整合数据中存在未处于所述
预设阈值范围内的所述数据的情况下,确定所述整合数据存在异常。
[0010]可选地,确定所述整合数据是否存在异常,包括:获取预设的异常判断模型,所述异常判断模型为使用多组数据通过机器学习训练出来的,所述多组数据中的每组数据均包括:历史整合数据以及历史分析结果,所述历史整合数据为对所述第一设备以及所述第二设备的历史运行数据进行整合得到的,所述历史分析结果为表征所述历史整合数据是否存在异常的结果;将所述整合数据输入所述异常判断模型,得到分析结果。
[0011]可选地,确定所述整合数据是否存在异常,包括:确定所述整合数据中是否存在故障码;在所述整合数据中存在所述故障码的情况下,确定所述整合数据存在异常。
[0012]可选地,所述异常事件有多个,发出警报信息,并对所述异常事件进行处理,包括:生成各所述异常事件对应的所述警报信息并发出;确定各所述异常事件的优先级顺序;根据所述优先级顺序对所述异常事件进行处理。
[0013]可选地,所述运行数据包括故障码、设备日志、工作电压、工作电流中的至少一个。
[0014]根据本申请的另一方面,提供了一种自动驾驶车辆的监控装置,所述自动驾驶车辆包括通信连接的第一设备以及第二设备,所述装置包括接收单元、整合单元、确定单元以及警报单元,其中,所述接收单元用于接收第一运行数据以及第二运行数据,所述第一运行数据为所述第一设备的运行数据,所述第二运行数据为所述第二设备的运行数据;所述整合单元用于对所述第一运行数据以及所述第二运行数据进行数据整合,得到整合数据;所述确定单元用于根据所述整合数据,确定是否存在异常事件,所述异常事件包括表征所述第一设备运行异常的事件以及表征所述第二设备运行异常的事件;所述警报单元用于在存在所述异常事件的情况下,发出警报信息,并对所述异常事件进行处理。
[0015]根据本申请的再一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行任意一种所述的方法。
[0016]根据本申请的又一方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的方法。
[0017]根据本申请的另一方面,还提供了一种自动驾驶车辆的监控系统,包括第二设备、第一设备以及控制器,其中,所述第一设备与所述第二设备通信连接;所述控制器与所述第一设备通信连接,所述控制器用于执行任意一种所述的方法。
[0018]可选地,所述第一设备包括网络交换机,所述第二设备包括惯性测量单元、传感器以及路由器中的至少一个。
[0019]根据本申请的再一方面,还提供了一种自动驾驶车辆,所述自动驾驶车辆包括自动驾驶车辆本体以及所述的自动驾驶车辆的监控系统。
[0020]应用本申请的技术方案,所述的自动驾驶车辆的监控方法中,首先,接收第一设备的第一运行数据以及第二设备的第二运行数据,其中,所述第一设备与所述第二设备通信连接;然后,整合所述第一运行数据以及所述第二运行数据,得到整合数据,并根据所述整合数据确定是否存在运行异常的异常事件;最后,在存在所述异常事件的情况下,发出警报信息,并对所述异常事件进行处理。相比现有技术中需要人工获取自动驾驶车辆中各设备的设备信息,并根据设备信息来对整个自动驾驶车辆进行诊断的问题,本申请的所述方法通过自动接收通信连接的多个设备的运行数据,并根据整合后的运行数据来自动诊断是否存在异常运行情况,在存在异常运行时,发出警报并进入自动处理模式,这样实现了对自动
驾驶车辆的运行情况的自动监控,可以满足自动化需求,解放了人力。并且,本申请的所述方法可以实时对自动驾驶车辆进行监控,这样在出现异常时可以尽早发现,尽量规避安全隐患,保证了自动驾驶车辆的安全性能较好。同时,本申请在发现异常事件的情况下,通过发出警报信息来使工作人员或者使用人员知道自动驾驶车辆出现了问题,可以引起相关人员的注意,后续人工干预。
附图说明
[0021]构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
[0022]图1示出了根据本申请的实施例的自动驾驶车辆的监控方法的流程示意图;
[0023]图2示出了根据本申请的实施例的自动驾驶本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶车辆的监控方法,所述自动驾驶车辆包括通信连接的第一设备以及第二设备,其特征在于,所述方法包括:接收第一运行数据以及第二运行数据,所述第一运行数据为所述第一设备的运行数据,所述第二运行数据为所述第二设备的运行数据;对所述第一运行数据以及所述第二运行数据进行数据整合,得到整合数据;根据所述整合数据,确定是否存在异常事件,所述异常事件包括表征所述第一设备运行异常的事件以及表征所述第二设备运行异常的事件;在存在所述异常事件的情况下,发出警报信息,并对所述异常事件进行处理。2.根据权利要求1所述的方法,其特征在于,接收第一运行数据以及第二运行数据,包括:接收所述第一设备周期发送的所述第一运行数据;通过所述第一设备接收所述第二设备周期发送的所述第二运行数据。3.根据权利要求1所述的方法,其特征在于,接收第一运行数据以及第二运行数据,包括:发送请求信息给所述第一设备,所述请求信息用于请求查询所述运行数据;接收所述第一设备发送的所述第一运行数据,所述第一运行数据为所述第一设备响应于所述请求信息生成的;接收所述第一设备发送的所述第二运行数据,所述第二运行数据为所述第一设备响应于所述请求信息,采集所述第二设备的所述运行数据得到的。4.根据权利要求1至3中任一项所述的方法,其特征在于,根据所述整合数据,确定是否存在异常事件,包括:确定所述整合数据是否存在异常;在确定所述整合数据存在异常的情况下,标记异常数据;根据所述异常数据,生成对应的所述异常事件。5.根据权利要求4所述的方法,其特征在于,确定所述整合数据是否存在异常,包括:获取预设阈值范围;确定所述整合数据中是否存在未处于所述预设阈值范围内的数据,在所述整合数据中存在未处于所述预设阈值范围内的所述数据的情况下,确定所述整合数据存在异常。6.根据权利要求4所述的方法,其特征在于,确定所述整合数据是否存在异常,包括:获取预设的异常判断模型,所述异常判断模型为使用多组数据通过机器学习训练出来的,所述多组数据中的每组数据均包括:历史整合数据以及历史分析结果,所述历史整合数据为对所述第一设备以及所述第二设备的历史运行数据进行整合得到的,所述历史分析结果为表征所述历史整合数据是否存...

【专利技术属性】
技术研发人员:韩彬
申请(专利权)人:北京小马易行科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1