System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据错误检测,具体涉及一种面向电子设备检测的数据异常分析方法及系统。
技术介绍
1、随着时代的发展,智能驾驶的趋势愈发强烈。目前,由于智能驾驶的安全性要求和数据处理量巨大的原因,导致智能驾驶对数据的准确性极度依赖。若智能驾驶的数据准确性出现错误,将有可能导致严重的后果。目前,对于智能驾驶数据错误检测的方法甚少,智能驾驶的数据错误检测能力较差。
技术实现思路
1、为了解决智能驾驶的数据错误检测能力较差的技术问题,本专利技术的目的在于提供一种面向电子设备检测的数据异常分析方法,所采用的技术方案具体如下:
2、从设备数据感知层获取第一智能驾驶处理数据;
3、根据所述第一智能驾驶处理数据获取第一异常指标;
4、基于所述第一智能驾驶处理数据和所述第一异常指标,从设备数据处理层获取第二智能驾驶处理数据;
5、根据所述第二智能驾驶处理数据获取第二异常指标;
6、根据所述第一异常指标和所述第二异常指标获取第三异常指标;
7、根据所述第三异常指标确定智能驾驶系统的数据异常结果。
8、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述从设备数据感知层获取第一智能驾驶处理数据,包括如下步骤:
9、确定单批次数据采集时间节点区间;
10、在所述时间节点区间内,基于时间同步采集多种的传感器获取到的传感数据,其中,每次所述时间节点区间内的所述传感器的数据采集种类和数据采集数量
11、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述第一智能驾驶处理数据获取第一异常指标,包括如下步骤:
12、获取预设的标准批次传感数据量,其中,所述标准批次传感数据量的所述时间节点区间的时长和待比对批次对应的所述时间节点区间的时长相同,其中,所述标准批次传感数据量和所述待比对批次的所述传感器的数据采集数量相同,其中,所述标准批次传感数据量所对应的所述数据采集种类和所述待比对批次的所述传感器的所述数据采集种类相同;
13、根据所述待比对批次的所述传感数据的数据采集数量与所述标准批次传感数据量的比值获取与比对批次对应的数据完整性;
14、获取待比对批次的所述传感数据在连续采集过程中的数据偏离程度;
15、根据所述数据偏离程度获取不同的所述数据采集种类对应数据间的差异程度相关性,并根据所述差异程度相关性确定数据一致性;
16、根据所述数据完整性和所述数据一致性获取所述第一异常指标。
17、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述获取待比对批次的所述传感数据在连续采集过程中的数据偏离程度,包括如下步骤:
18、根据所述待比对批次的所述数据采集种类生成数据偏离比对组合,其中,每两个不同的所述数据采集种类对应一所述数据偏离比对组合;
19、根据所述数据偏离比对组合获取所述待比对批次的差异集合集,其中,一所述差异集合集对应车辆的一监测角度;
20、根据所述差异集合集确定所述数据偏离程度。
21、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述数据偏离程度获取不同的所述数据采集种类对应数据间的差异程度相关性,并根据所述差异程度相关性确定数据一致性,包括如下步骤:
22、根据所述数据偏离程度和车辆的所述监测角度,获取所述数据采集种类对应数据间的所述差异程度相关性;
23、根据所述数据采集种类对应数据间的所述差异程度相关性和所述数据偏离比对组合的数量,确定所述数据一致性。
24、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述第二智能驾驶处理数据获取第二异常指标,包括如下步骤:
25、根据所述第二智能驾驶处理数据获取数据延迟异常指数;
26、根据所述第二智能驾驶处理数据获取数据传输可靠指数;
27、根据所述数据延迟异常指数和所述数据传输可靠指数获取所述第二异常指标。
28、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述第二智能驾驶处理数据获取数据延迟异常指数,包括如下步骤:
29、从所述第二智能驾驶数据获取数据质量集合,其中,所述数据质量集合由所述第一异常指标确定并得到;
30、从所述第二智能驾驶数据获取数据处理时间集合,其中,所述数据处理时间集合用于反映数据传输延迟;
31、根据所述数据质量集合和所述数据处理时间集合获取所述数据延迟异常指数。
32、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述第二智能驾驶处理数据获取数据传输可靠指数,包括如下步骤:
33、根据所述第二智能驾驶处理数据获取所述设备数据处理层中,车身姿态调整指令和车身姿态调整向量;
34、根据所述车身姿态调整指令和所述车身姿态调整向量确定已执行车身姿态调整向量;
35、根据所述车身姿态调整指令、所述车身姿态调整向量和所述已执行车身姿态调整向量获取所述数据传输可靠指数。
36、如上所述的方面和任一可能的实现方式,进一步提供一种实现方式;
37、在所述根据所述第三异常指标确定智能驾驶系统的数据异常结果之后,所述方法还包括如下步骤:
38、根据所述数据异常结果生成车辆行为调整数据;
39、将所述车辆行为调整数据发送到设备数据控制层,以根据所述车辆行为调整数据生成车辆行为调整指令,并根据所述车辆行为调整指令控制车辆行为。
40、此外,本专利技术一种面向电子设备检测的数据异常分析系统中,该系统包括:
41、第一数据处理模块,用于从设备数据感知层获取第一智能驾驶处理数据;
42、第二数据处理模块,用于根据所述第一智能驾驶处理数据获取第一异常指标;
43、第三数据处理模块,用于基于所述第一智能驾驶处理数据和所述第一异常指标,从设备数据处理层获取第二智能驾驶处理数据;
44、第四数据处理模块,用于根据所述第二智能驾驶处理数据获取第二异常指标;
45、第五数据处理模块,用于根据所述第一异常指标和所述第二异常指标获取第三异常指标;
46、第六数据处理模块,用于根据所述第三异常指标确定智能驾驶系统的数据异常结果。
47、进一步地,所述第一数据处理模块,还具体用于:
48、确定单批次数据采集时间节点区间;
49、在所述时间节点区间内,基于时间同步采集多种的传感器获取到的传感数据,其中,每次所述时间节点区间内的所述传感器的数据采集种类和数据采集数量相同。
50、进一步地,所述第二数据处理模块,还具体用于:
51、获取预设的标准批次传感数据量,其中,所述标准批次传感数据量的所述时间节本文档来自技高网...
【技术保护点】
1.一种面向电子设备检测的数据异常分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的面向电子设备检测的数据异常分析方法,其特征在于,所述从设备数据感知层获取第一智能驾驶处理数据,包括如下步骤:
3.根据权利要求2所述的面向电子设备检测的数据异常分析方法,其特征在于,所述根据所述第一智能驾驶处理数据获取第一异常指标,包括如下步骤:
4.根据权利要求3所述的面向电子设备检测的数据异常分析方法,其特征在于,所述获取待比对批次的所述传感数据在连续采集过程中的数据偏离程度,包括如下步骤:
5.根据权利要求4所述的面向电子设备检测的数据异常分析方法,其特征在于,所述根据所述数据偏离程度获取不同的所述数据采集种类对应数据间的差异程度相关性,并根据所述差异程度相关性确定数据一致性,包括如下步骤:
6.根据权利要求1所述的面向电子设备检测的数据异常分析方法,其特征在于,所述根据所述第二智能驾驶处理数据获取第二异常指标,包括如下步骤:
7.根据权利要求6所述的面向电子设备检测的数据异常分析方法,其特征在于,所述根据所
8.根据权利要求6所述的面向电子设备检测的数据异常分析方法,其特征在于,所述根据所述第二智能驾驶处理数据获取数据传输可靠指数,包括如下步骤:
9.根据权利要求1所述的面向电子设备检测的数据异常分析方法,其特征在于,在所述根据所述第三异常指标确定智能驾驶系统的数据异常结果之后,所述方法还包括如下步骤:
10.一种面向电子设备检测的数据异常分析系统,其特征在于,所述系统包括:
...【技术特征摘要】
1.一种面向电子设备检测的数据异常分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的面向电子设备检测的数据异常分析方法,其特征在于,所述从设备数据感知层获取第一智能驾驶处理数据,包括如下步骤:
3.根据权利要求2所述的面向电子设备检测的数据异常分析方法,其特征在于,所述根据所述第一智能驾驶处理数据获取第一异常指标,包括如下步骤:
4.根据权利要求3所述的面向电子设备检测的数据异常分析方法,其特征在于,所述获取待比对批次的所述传感数据在连续采集过程中的数据偏离程度,包括如下步骤:
5.根据权利要求4所述的面向电子设备检测的数据异常分析方法,其特征在于,所述根据所述数据偏离程度获取不同的所述数据采集种类对应数据间的差异程度相关性,并根据所述差异程度相关性确定数据一致性...
【专利技术属性】
技术研发人员:刘抒平,魏铮,左春辉,
申请(专利权)人:北京天健通泰科技有限公司,
类型:发明
国别省市:
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。