CN107757525A - 自主车辆故障模式管理 - Google Patents
自主车辆故障模式管理 Download PDFInfo
- Publication number
- CN107757525A CN107757525A CN201710676050.5A CN201710676050A CN107757525A CN 107757525 A CN107757525 A CN 107757525A CN 201710676050 A CN201710676050 A CN 201710676050A CN 107757525 A CN107757525 A CN 107757525A
- Authority
- CN
- China
- Prior art keywords
- fault mode
- vehicle
- processor
- data
- route
- 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
- 238000012986 modification Methods 0.000 claims abstract description 29
- 230000004048 modification Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 37
- 230000015654 memory Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000005055 memory storage Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 25
- 238000004891 communication Methods 0.000 description 12
- 230000000246 remedial effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003466 anti-cipated effect Effects 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
-
- 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
-
- 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
- B60W50/0225—Failure correction strategy
-
- 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
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- 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
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
-
- 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
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
包括处理器的第一计算机被编程为接收车辆中的故障模式的指示,并将故障模式的指示无线传输到远程服务器。计算机还被编程为至少部分地基于故障模式接收到目的地的修改的路线,并且沿着修改的路线操作车辆。
Description
技术领域
本发明总体上涉及车辆安全领域,更具体地涉及自主车辆故障模式管理。
背景技术
自主车辆的故障模式与故障模式将导致不期望结果的不同的风险等级相关联,例如碰撞或车辆抛锚。一些故障模式要求车辆立即停靠路边,以尽量减少风险。在其他情况下,故障模式不会立即产生风险,并且车辆可以继续行进。分析与故障模式相关的风险等级,识别用于管理故障模式的替代方案以及评估与每种替代方案相关联的风险,都需要大量的计算能力和数据。此外,一些数据,如天气数据、交通数据和资源可用性,会不断变化。将计算能力或及时地将数据提供给需要管理故障模式的每个车辆可能不实际。
发明内容
根据本发明,提供一种包括计算机的系统,该计算机包括处理器和存储器,存储器存储可由所述处理器执行的指令,所述指令使得处理器被编程为:
接收车辆故障模式的指示;
将所述故障模式的指示无线传输到远程服务器;
至少部分地基于故障模式从远程服务器接收到目的地的修改的路线;以及
沿着修改的路线操作所述车辆。
根据本发明的一个实施例,其中处理器还被编程为:
确定故障模式的风险等级在风险范围内;以及
基于故障模式的风险等级在风险范围内的所述确定,将故障模式和确定的故障模式的风险等级传输到远程服务器。
根据本发明的一个实施例,其中处理器还被编程为:
确定故障模式的风险等级;以及
基于故障模式的风险等级向远程服务器传输用于授权继续行进到目的地的请求。
根据本发明的一个实施例,其中处理器还被编程为:
接收停止所述车辆的指示;
识别停止所述车辆的位置;以及
在所述位置停止所述车辆。
根据本发明的一个实施例,还包括服务器,服务器包括第二处理器和第二存储器,第二存储器存储可由第二处理器执行的第二指令,所述第二指令使得第二处理器被编程为:
从处理器接收故障模式的指示;
至少部分地基于附加数据来评估故障模式的风险等级;
基于评估确定,相对于到所述目的地的原始路线,通过到目的地的修改的路线使故障模式的风险等级降低了;以及
将所述修改的路线传输到处理器。
根据本发明的一个实施例,其中附加数据包括沿着原始路线的第一天气数据和沿着修改的路线的第二天气数据。
根据本发明的一个实施例,其中从与处理器不同的源接收附加数据。
根据本发明的一个实施例,其中第二处理器还被编程为:
接收指示车辆中乘客的状况的数据;以及
至少部分基于乘客的状况来评估故障模式的风险等级。
根据本发明的一个实施例,其中处理器还被编程为:
确定在将故障模式传输到远程服务器的一段时间内,处理器没有从远程服务器接收到响应;以及
基于处理器没有接收到响应的确定停止车辆。
根据本发明提供一种方法,包括:
通过处理器接收车辆中故障模式的指示;
将故障模式的指示无线传输到远程服务器;
至少部分地基于故障模式从远程服务器接收到目的地的修改的路线;以及
沿着修改的路线操作所述车辆。
根据本发明的一个实施例,还包括:
确定故障模式的风险等级在风险范围内;以及
基于故障模式的风险等级在风险范围内的确定,将故障模式和确定的所述故障模式的风险等级传输到远程服务器。
根据本发明的一个实施例,还包括:
确定故障模式的风险等级;以及
基于故障模式的风险等级向远程服务器传输用于授权继续行进到目的地的请求。
根据本发明的一个实施例,还包括:
通过第二处理器接收来自处理器的故障模式的指示;
至少部分地基于附加数据,通过第二处理器评估故障模式的风险等级;
通过第二处理器确定,相对于到目的地的原始路线,通过到目的地的修改的路线使故障模式的风险等级降低了;以及
通过第二处理器将修改的路线传输到处理器。
根据本发明的一个实施例,其中附加数据包括沿着原始路线的第一天气数据和沿着修改的路线的第二天气数据。
根据本发明的一个实施例,其中从与处理器不同的源接收附加数据。
根据本发明的一个实施例,还包括:
接收指示车辆中乘客的状况的数据;以及
至少部分基于乘客的状况来评估故障模式的风险等级。
根据本发明的一个实施例,还包括:
确定在将故障模式传输到远程服务器的一段时间内,处理器没有从远程服务器接收到响应;以及
基于处理器没有接收到响应的确定停止车辆。
根据本发明,提供一种包括服务器的系统,服务器包括包含处理器和存储器的计算机,存储器存储可由处理器执行的第一指令,所述第一指令使得处理器被编程为:
从车辆中的第二处理器接收故障模式的指示;
从与第二处理器不同的源收集与车辆、车辆的故障模式和车辆的环境中的至少一个相关的附加数据;
至少部分地基于附加数据来评估故障模式的风险等级;
确定相对于到目的地的原始路线,通过到目的地的修改的路线使故障模式的风险等级降低了;以及
将修改的路线传输到所述第二处理器。
根据本发明的一个实施例,其中处理器还被编程为:
接收指示车辆中乘客的状况的数据;以及
至少部分基于乘客的状况来评估故障模式的风险等级。
根据本发明的一个实施例,其中附加数据包括指示沿着原始路线的环境条件的数据、指示沿着修改的路线的环境条件的数据、指示用于故障模式的备份子系统的可靠性的数据以及来自展示相同故障模式的相同或相似类型的其它车辆的数据中的至少一个。
附图说明
图1是用于管理自主车辆故障模式的示例性系统图;
图2A和2B是用于管理自主车辆故障模式的示例性过程图。
具体实施方式
引言
用于管理自主车辆12中故障模式的具有远程服务器14的系统10在图1中示出。系统10包括车辆12、服务器14和一个或多个数据源16。网络18提供车辆12、服务器14和数据源16之间的通信。
车辆12可以是自主或半自主车辆12,并且包括计算机20。计算机20通常被编程为控制车辆12,并且还经由网络18将本文所述的通信提供给车辆12。计算机20基于目的地信息确定车辆12的路线,并且使用诸如已知的自主车辆控制技术来生成沿着路线驱动车辆12的指令。
车辆12计算机20被编程为在操作之前、期间和/或之后监视车辆12的一个或多个操作子系统并确定一个或多个故障模式的发生。监控可以包括诸如已知的车辆车载诊断(OBD)。
在车辆12确定故障模式已经发生的情况下,车辆12计算机20可以向远程服务器14无线传输故障模式和与车辆12的操作有关的数据。故障模式数据可以包括如已知的用于车辆12的诊断故障代码(DTC)。DTC可以提供关于车辆12中的哪个操作子系统显示故障模式以及在什么条件下显示故障模式的具体信息。车辆12计算机20还可以确定与故障模式相关联的风险,并将所确定的故障代码的风险传输到远程服务器14。与本文中使用的与故障模式相关联的风险是指故障模式可能导致碰撞或车辆抛锚的可能性。
服务器14从车辆12计算机20接收故障模式和操作数据。此外,服务器14可以收集与车辆12的操作条件相关的数据。在某些情况下,服务器14可以例如从与服务器14相关联的存储器或数据源16这样的除车辆12计算机20之外的源收集附加数据。
服务器14包括类似于关于车辆12描述的HMI(人机界面)26的HMI 36。服务器14的HMI 36被编程为向用户提供数据和从用户接收数据。用户可以是服务器14的操作者。
数据源16可以是例如诸如数据收集和分析服务的服务、天气报告服务、交通报告服务、地图服务,与车辆12的制造商相关联的数据服务等。附加数据可以包括例如与特定类型的车辆12的特定故障模式有关的数据。附加信息还可以是沿着计划路线的交通条件、天气条件等。附加数据还可以包括到目的地的替代路线,以及沿着替代路线的交通和天气条件。
例如,数据可以包括车辆12的类型(例如品牌、型号、年份)的一个或多个故障模式的相应频率。例如,对于特定类型车辆的特定故障模式的故障模式频率可能在每行驶30万英里是1次故障。
此外,数据可以包括指示故障模式对诸如降水、环境温度、交通密度、备份系统中的组件的年限等环境条件的依赖性的加权因子。例如,当环境温度高时,特定组件可能故障的可能性可能增加,并且当交通量高时可能进一步增加,导致车辆在高温下长时间停止。
基于从车辆12接收的数据和附加数据,服务器14可以确定与继续行进到目的地相关联的风险。例如,基于风险在风险范围内,服务器14将指令无线传输到车辆12以继续行进到目的地。该范围可能被定义为低于阈值的风险。此外,服务器14可以确定遵循替代路线可以降低风险,并指示车辆12沿着替代路线继续行进到目的地。
在一些情况下,在将故障模式和操作数据传输到远程服务器14之前,车辆12计算机20可以评估故障模式,并对与故障模式相关联的风险进行初步确定。在与故障模式相关联的风险低于第一阈值的情况下,计算机20可以将故障模式连同与故障模式数据相关联的风险传输到服务器14。计算机20还可以请求来自服务器14的用于继续行进到目的地的授权。
在与故障模式相关联的风险例如大于或等于阈值的情况下,车辆12计算机20可以停止车辆12。计算机20还可以将故障模式和与故障模式相关联的风险传输到服务器14,并且可以请求进一步补救动作的指令。
用于评估与故障模式相关联的风险的阈值可以由服务器14基于大量的因素来确定。某些故障模式,如制动器不工作、转向控制器不工作等可能独立于其他因素地被确定为超过风险等级阈值。
在一些情况下,阈值可以取决于多个因素。例如,当确定车辆12中的传感器不工作时,计算机20可以确定是否可以使用来自其它传感器的数据来补偿不工作的传感器。在来自其他传感器的传感器数据可用的情况下,计算机20可以确定例如某些天气因素是否可以使来自其他传感器的数据不太可靠或不太准确。在这种情况下,计算机20可以例如进一步评估当前天气条件以确定与故障模式相关联的风险等级。
在与故障模式相关联的风险高于阈值的情况下,车辆12计算机20可以将故障模式数据无线传输到服务器14。服务器14可以确定补救措施,并且例如请求服务车辆行驶到车辆12的位置。
服务器14可以被编程为,在将指令传输到车辆12之前,针对将服务车辆派遣到车辆12的位置或者采取其他动作来请求用户的授权。例如,服务器14可以经由服务器14的HMI36请求来自服务器14的用户的授权。作为另一示例,服务器14可以经由车辆12的HMI 26请求来自车辆12的用户的授权。作为又一示例,服务器14可以向诸如移动设备的远程设备发送请求以接收授权。
在接收到用户的授权之后,服务器14可以继续向车辆12计算机20传输指令,请求服务车辆行驶到车辆12的位置等。
系统元件
车辆12通常是具有三个或更多个车轮的陆地车辆12,例如轿车、轻型货车等。车辆包括计算机20、一个或多个传感器22、一个或多个控制器24和人机界面(HMI)26。如下所述,一个或多个传感器22、一个或多个控制器24和HMI 26通信地连接到计算机20。
计算机20包括处理器和存储器。存储器包括一种或多种类型的计算机可读介质,并且存储可由处理器执行的用于执行各种操作的指令,包括如本文所公开的。此外,计算机20可以包括和/或通信地连接到一个或多个其他计算机,包括诸如传感器22、控制器24和HMI 26的车辆组件,其同样已知可以包括相应的处理器和存储器。通信可以通过如已知的控制器局域网(CAN)总线或局域互连网络(LIN)总线、有线和/或无线车载局域网(LAN)来执行,例如使用诸如蓝牙等的有线或无线技术。
传感器22可以被编程为收集与车辆12和第一车辆12运行的环境相关的数据。作为示例而非限制,传感器22可以包括高度计、摄像机、激光雷达、雷达、超声波传感器、红外传感器、压力传感器、加速计、陀螺仪、温度传感器、霍尔传感器、光学传感器、电压传感器、电流传感器、例如开关的机械传感器等。传感器22可用于感测车辆12运行的环境,例如天气条件、道路坡度、道路位置、相邻车辆等。传感器22还可用于收集与车辆12的操作有关的动态车辆12的数据,例如速度、横摆率、转向角、发动机转速、制动压力、油压,施加到车辆12中的控制器24的功率水平、组件之间的连通性等。传感器22可以将数据提供给车辆12计算机20,其可以使用数据来确定车辆12子系统是否在预定范围内操作,或者车辆12子系统中的一个或多个是否呈现故障模式。
在一些情况下,传感器22可以被计算机20用来执行诸如车载诊断(on-boarddiagnostics,OBD)的诊断测试。计算机20可以例如向控制器24发送指令以执行特定的操作。然后,计算机20可以查询与控制器24相关联的传感器22,以确定控制器24是否执行指令,以及是否发生预期结果。在检测到故障模式的情况下,计算机20可以产生诊断故障代码(DTC),该诊断故障代码(DTC)提供关于诸如哪个车辆12子系统故障和在什么条件下故障的故障模式的信息。
例如,计算机20可以指示制动控制器24将制动管路中的制动压力增加一已知量。制动管路中的压力传感器22可以测量制动管路中的压力并将压力报告给计算机20。然后,计算机20可以基于所测量的压力,来确定例如制动管线中的压力是否基于对控制器24的指令而增加。
用于车辆12的一个或多个控制器24可以包括已知的电子控制单元(ECU)等,包括作为非限制性示例的发动机控制器、阀控制器、座椅控制器、动力转向控制器、门锁控制器、门闩控制器、气候控制器、反射镜调节控制器、安全带控制器、制动控制器等。每个控制器24可以包括相应的处理器和存储器以及一个或多个驱动器。控制器24可以被编程并连接到诸如控制器局域网(CAN)总线或局域互连网络(LIN)总线的车辆12通信总线,以从计算机20接收指令并且基于该指令来控制驱动器。
另外,控制器24可以被编程为根据需要执行诊断测试(例如车载诊断)以收集关于车辆12的操作的数据。车辆12计算机20可以使用数据来确定例如车辆12内是否存在故障模式。
车辆12人机界面(HMI)26以如上所述的已知方式通信地连接到计算机20,并且包括用于传送数据给用户的一个或多个输出设备,例如显示器、灯、扬声器等。HMI 26还包括用于从用户接收输入的一个或多个输入设备,例如触摸屏显示器、按钮、鼠标、键盘、麦克风、手势识别设备、开关等。
车辆12的HMI 26可以用于例如接收来自用户的用于选择车辆12的目的地或提供关于行程的信息(例如计划的行驶时间、乘客的数量和身份等)的输入。
服务器14是包括处理器和存储器的计算机,存储器存储可由处理器执行的指令。服务器14可以经由网络18与车辆12计算机20通信,并且还可以与一个或多个数据源16进行通信。
服务器14被编程为从车辆12计算机20接收故障模式数据和操作条件数据。服务器14可以从诸如数据源16的其他来源另外收集与车辆12和/或车辆12的行程有关的数据。
例如,服务器14可以收集与车辆12的故障模式相关的数据。作为示例,故障模式可能是车轮转速传感器的故障。服务器14可以确定用于确定车轮转速的替代方法在车辆12中是可用的,并且替代方法失败的风险低于阈值,并且因此可接受。基于该确定,服务器14可以被编程为授权车辆12继续到目的地。
作为另一示例,服务器14可以被编程为接收与车辆12相关的目的地数据。基于车辆12目的地,服务器14可以收集车辆12将通过其行驶的区域的地图数据。服务器14可以基于数据被编程,以识别车辆12的一个或多个替代路线。
服务器14还可以被编程为收集沿着原始路线和一个或多个替代路线的天气数据。
遵循上述示例,服务器14可以确定例如潮湿条件可能会劣化来自车轮转速数据的替代来源的数据。服务器14还可以确定在车辆12行程期间沿着原始路线预期下雨,并且沿着替代路线预期没有雨。基于故障模式和预期的天气条件,服务器14可以授权车辆12继续行进到目的地,并且指示车辆12沿着预期没有雨的替代路线行驶。
一个或多个数据源16是类似于服务器14的计算机。数据源16与服务器14通信地连接,并且还可以与车辆12计算机20通信地连接。每个数据源16被编程为向服务器14提供诸如地图数据、天气数据、交通数据、故障模式数据等的数据。在某些情况下,数据源16还可以另外向车辆12计算机20提供数据。
数据源16可以包括和/或与传感器42相关联。作为示例的非限制性列表,传感器42可以包括温度计、气压计、风速传感器、雨量计、辐射探测器、摄像机、雷达、激光雷达、超声波传感器、红外传感器、光传感器、射频测量装置、麦克风等。传感器42可以收集与车辆12的环境相关的数据,并将数据提供给数据源16。数据源16可以将所收集的数据或从收集的数据生成的数据提供给服务器14和/或车辆12。
例如,数据源16可以包括传感器42并且收集天气数据,例如当前空气温度、湿度等。数据源16还可以基于收集的数据来预测未来的天气条件,例如沿着计划的路线。数据源16可以向服务器14提供当前天气条件和预测的天气条件。
网络18表示一个或多个机制,通过该机制,一个或多个车辆12、服务器14和数据源16可以彼此通信,并且该机制可以是各种有线或无线通信机制中的一个或多个,包括有线(例如电缆和光纤)和/或无线(例如蜂窝、无线电、卫星、微波和射频)通信机制和任何期望的网络拓扑(或者当使用多个通信机制时的多个拓扑)的任何期望的组合。示例性通信网络包括无线通信网络(例如使用蜂窝、蓝牙、IEEE 802.11等中的一个或多个)、局域网(LAN)和/或包括因特网的广域网(WAN),其提供数据通信服务。
无线通信的类型可以包括蜂窝、蓝牙、IEEE 802.11(通常为Wi-Fi)、专用短距离通信(DSRC)、双向卫星(例如紧急服务)、单向卫星(例如接收数字音频无线电广播)、AM/FM(调幅/调频)无线电等。
示例性程序流程
图2A和2B分别是用于管理自主车辆故障模式的示例性过程200的第一部分和第二部分的图。过程200在框205处开始。
在框205中,车辆12计算机20启动行程。可以基于来自用户或另一计算机设备的输入来启动该行程。作为示例,输入可以来自提供目的地数据并请求车辆12前往目的地的用户。作为另一示例,输入可以来自诸如服务器14的计算机设备,其提供目的地数据并请求车辆12前往目的地。
在一些情况下,车辆12计算机20可以随着用户输入启动行程,例如继续行驶到加油站以进行加油。在这种情况下,计算机20可以从例如可用的加油站数据库确定目的地数据。
基于目的地数据,计算机20确定路线,并开始沿着该路线运行。车辆12计算机20可以使用诸如已知的自主车辆控制技术来操作车辆12。当开始沿着路线行进时,过程200在框207处继续。
在框207处,车辆12计算机20接收报告车辆12的操作条件的数据。计算机20可以从车辆12传感器22接收数据,另外从控制器24接收数据。数据可以指示诸如车辆12的速度、前进方向、加速度等的操作条件。该数据可以进一步指示沿着路线的环境条件,例如温度、湿度、道路坡度、道路条件、风速、光量等。数据还可以进一步指示车辆12内部系统的运行条件,例如发动机温度、冷却剂温度、制动压力、轮胎压力、电池电荷等。
计算机20可以收集作为执行自主车辆控制技术的一部分的一些数据。另外或替代地,计算机20可以在车辆12的操作期间执行诊断测试,以收集附加数据。
在接收到数据之后,过程200在框210处继续。
在框210处,计算机20确定是否存在故障模式。
计算机20可以分析数据并确定是否存在故障模式。在没有确定故障模式的情况下,过程在框207处继续。在确定一个或多个故障模式的情况下,过程200在框215处继续。
在框215处,车辆12计算机20将数据无线传输到服务器14。数据包括故障模式,并且可以包括诊断故障代码。如上所述,诊断故障代码可以提供关于车辆12中哪个子系统呈现故障模式以及在何种条件下呈现故障模式的特定信息。
另外,如上所述,由车辆12计算机20传输到服务器14的数据可以包括指示车辆12操作条件的数据。
车辆12计算机20可以请求来自服务器14用于继续行进到目的地的授权。
在一些情况下,车辆12计算机20可以在发送数据之前确定与故障模式相关联的风险。
故障模式可以被分配数字风险等级,例如从0到1的范围。风险等级是导致碰撞或车辆抛锚的故障模式的风险的数字指示。车辆12计算机20可以包括识别每种类型故障模式的故障模式第一表,并且为故障模式分配数字风险等级。例如,错误地激活“检查发电机”警告的故障传感器可能被分配为0.01的风险等级。压力不足的制动管路可以被分配为0.95的风险等级。
存储在风险等级表中的风险等级可以归一化为针对100英里的行程等级。根据表的风险等级可以根据计划行程的长度进行加权。例如,对于250英里的计划行程,行程长度的加权可能为2.5。
车辆12计算机20可以包括一个或多个附加表。附加表可以提供加权因子以基于环境条件来确定故障模式的加权风险等级。例如,低压轮胎的风险等级为0.2。然而,对于在雨中发生的行程,风险等级可能以1.5的因子加权,导致与雨中行程的低轮胎压力相关的加权风险等级为0.3。
在与故障模式相关联的风险等级被确定为等于或高于阈值的情况下,车辆12计算机20可以自主地采取补救措施,例如操作车辆到安全位置并停止车辆12、将车辆12停在原地等。在这种情况下,如上所述,该风险等级被分配给故障模式,并且基于环境因素进行加权,阈值可以是例如固定值,例如0.7。风险等级为0.7或更高的故障模式可能导致车辆立即采取补救措施。
车辆12计算机20可以将包括故障模式和所确定的故障模式的风险等级的数据传输到服务器14,指示车辆12已停止操作。
在将数据发送到服务器14之后,过程200在框220处继续。
在框220处,服务器14请求和/或检索附加信息。
例如,服务器14可以从与服务器14通信地连接的存储器检索数据。作为另一示例,服务器14可以从一个或多个数据源16检索数据。
收集/检索的数据可以包括例如与由车辆12识别的故障模式有关的数据。例如,车辆12可以具有可以替代识别的故障组件的一些功能的备份系统。数据可能表示备份系统故障的可能性。数据可能表示故障频率,例如在每30万英里的运行中发生1次故障,并基于故障频率确定在计划行程中故障的可能性。数据可能取决于备份系统的年限。例如,行程期间15年的备份系统故障的可能性可能高于在行程中5年的备份系统故障的可能性。
收集/检索的数据还可以包括诸如沿着路线的当前和预期天气、沿着一个或多个替代路线的当前和预期天气、沿着路线的当前和预期交通、沿着一个或多个替代路线的当前和预期交通的数据等。
所收集的数据还可以包括与车辆12的货物和/或乘客有关的数据。例如,数据可以包括车辆12中的乘客急需医疗救助的信息。
在收集附加数据之后,过程200在框225处继续。
在框225处,服务器14分析从车辆12计算机20接收的数据和附加的收集数据,以基于故障模式确定动作。
服务器14可以被编程为对数据执行各种分析。示例的非限制性列表包括(1)识别用于故障组件或子系统的可能的车辆12备份子系统;(2)识别用于故障组件或子系统的备份子系统的可靠性;(3)识别如天气或道路条件的环境情况,该环境情况增加或减少故障模式或使用备份子系统所带来的风险;(4)分析对车辆12的货物和/或乘客的潜在影响(例如当乘客乘车前往医院进行紧急治疗时,通过停止车辆可能增加对乘客的负面影响的可能性);(5)来自经历该故障模式的相同或类似类型的其他车辆12的数据(例如通常是非关键传感器的故障,并且通常在行程期间不存在碰撞或车辆抛锚的风险),评估在某个地点停止车辆12的负面后果的可能性(已知是危险的位置、天气状况变得越来越差)等。
作为示例分析,服务器14可以从车辆12计算机20接收到车轮转速传感器故障的数据。服务器14可以确定来自故障传感器的数据可以被来自其他传感器的数据替换,例如其他车轮上的车轮转速传感器。在考虑加权因子之前,单个车轮转速传感器故障可能被分配为风险等级为0.4。该值可以存储在例如故障模式表中,其中每个故障模式都被分配风险等级。
如上所述,风险等级可以归一化为针对100英里的行程长度。服务器14可以基于计划的行程长度通过行程长度因子调整风险等级。例如,该行程的计划长度可能为90英里,导致行程长度因子为90/100=0.9。
另外,对于每个故障模式,服务器14可以包括多个加权表,每个加权表包括可以用于确定故障模式的加权风险等级的加权因子。例如,对于车轮转速传感器,服务器14可以包括用于降雨条件的一个加权表、一个用于交通条件的加权表以及一个用于特定类型的车辆12的车龄的加权表。表的部分可以显示如下:
表1
表2
表3
作为第一示例,服务器14可以进一步接收指示沿着计划路线的天气预期是阳光明媚的数据。根据上述表1,针对降雨的故障条件的加权因子为1。
所接收的数据还可以指示沿着计划路线的交通条件是适度的。根据上述表2,针对交通的加权因子也是1。
此外,服务器14可以接收指示车辆12的车龄为14年的数据。根据上述表3,针对车辆12车龄的加权因子为1.25。
在确定每个加权因子之后,可以根据以下等式确定车轮转速传感器故障模式的加权风险等级。
加权风险=风险等级*行程长度因子*降雨因子*交通因子*车龄因子
(等式1)
对于上述示例,加权风险等级将为0.4*0.9*1*1*1.25=0.45。
加权风险等级可以例如与允许继续操作的风险等级阈值进行比较。风险等级阈值可以是例如0.7的固定值。在这种情况下,加权风险等级0.5低于0.7的阈值。服务器14确定车辆12可以继续行进到目的地。
或者,遵循相同的示例,服务器14可以确定沿着原始计划的路线的天气预期是下雨的。由于车轮可能的滑动,下雨的天气将使来自其他车轮的车轮转速数据不可靠。如前所述,数据可以指示沿着计划路线的交通条件为适度并且车龄为14年。在这种情况下,服务器14可以确定加权风险等级=0.4*0.9*2*1*1.25=0.9。
然而,可用于服务器14的附加数据可以指示沿着替代路线的天气是干燥的,并且交通量低。替代路线也可以是90英里长。对于替代路线,加权风险等级可以确定为0.4*0.9*1*1*1=0.36。
替代路线的加权风险等级(0.36)小于沿着原始计划路线的加权风险等级(0.9)。此外,沿替代路线的加权风险等级(0.36)小于风险等级阈值(0.7)。基于这些确定,服务器14确定车辆12可以沿着替代路线继续到目的地。
在完成框225的分析之后,过程200在框230处继续。
在框230处,服务器14基于在框225处执行的分析,向车辆12计算机20发送一个或多个指令。作为非限制性示例,服务器14可以指示计算机20沿着原始路线操作车辆12、沿着替代路线操作车辆12或者指示车辆12进行一个或多个其他补救动作。另外,服务器14可以向诸如维修服务供应商、车辆供应商、运输供应商等的服务供应商发送指令。
如上所述,在某些情况下,服务器14可以被编程为,在向车辆12传输指令或采取另一动作之前,请求来自用户的授权。在接收到用户的授权之后,服务器14然后继续向车辆12传输指令或采取另一动作。
此外,在一些情况下,服务器14可能无法在响应的时间段内向车辆12计算机20发送响应。响应的时间段可以是例如固定的时间段,例如30秒。
在向服务器14和其他服务供应商发送指令之后,或者在服务器14发送响应之前用于响应的时间段期满时,过程200在框235处继续。
在框235处,车辆12计算机20基于从服务器14接收到的指令来确定车辆12是否应该继续行进到目的地,或者中止行程并采取补救动作。在指示车辆12计算机20中止行程并采取补救动作的情况下,或者在未接收到来自服务器14的响应的情况下,过程200在框240处继续。在指示车辆12计算机20继续到目的地的情况下,过程200在框245处继续。
在框240处,在车辆12计算机20从服务器14接收到响应的情况下,车辆12计算机20基于来自服务器14的指令采取补救动作。可能由车辆12计算机20采取的补救动作的非限制性示例包括(1)将车辆12停在原位并等待服务供应商到达位置,例如维修服务、拖车服务、运输服务等等,(2)将车辆12操作到诸如停车场的安全位置,并等待服务供应商,(3)将车辆12操作到维修站等。在车辆12计算机20在响应的时间段内没有从服务器14接收到响应的情况下,车辆12计算机20停止车辆。在采取补救动作和/或停止车辆时,过程200结束。
在框235之后的框245处,车辆12计算机20基于接收到的指令确定车辆12是沿着原始路线还是沿着新路线继续。在指示计算机20沿着原始路线继续的情况下,过程200在框250处继续。在指示计算机20经由新路线继续进行的情况下,过程200在框255处继续。
在框250处,计算机20沿着到目的地的原始路线操作车辆12。过程200结束。
在框255处,计算机20沿着由服务器14确定的新路线操作车辆12到目的地。过程200结束。
结论
诸如本文讨论的那些计算机设备通常各自包括可由一个或多个计算机设备(诸如上述那些)执行以及用于执行上述过程的框或步骤的指令。例如,上面讨论的过程框可以被体现为计算机可执行指令。
计算机可执行指令可以由计算机程序编译或解释,计算机程序采用多种编程语言和/或技术创建,这些编程语言和/或技术包括但并不限于单独地或组合的JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML等。通常,处理器(例如微处理器)例如从存储器、计算机可读介质等接收指令,并且执行这些指令,由此完成一个或多个过程,包括这里所描述的一个或多个过程。这样的指令或其他数据可以存储在文件中并且采用各种计算机可读介质存储传输。计算设备中的文件通常是存储在诸如存储介质、随机存取存储器等的计算机可读介质上的数据的集合。
计算机可读介质包括任何参与提供数据(例如指令)的介质,该数据可以由计算机读取。这样的介质可以采用多种形式,包括但不限于非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘或其他永久性存储器。易失性介质可以包括例如典型地构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常规形式包括,如软盘、柔性盘、硬盘、磁盘、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡片、纸带、具有孔图案的任何其他物理介质、RAM(随机存取存储器)、PROM(可编程只读存储器)、EPROM(可擦除可编程只读存储器)、FLASH EEPROM(闪速电可擦除可编程只读存储器)、任何其他存储器芯片或盒,或者任何其他计算机可读取的介质。
在权利要求中所使用的所有术语旨在给予应被本领域的技术人员理解为其清晰和最常用的意思,除非在这里做出了明确的相反的指示。特别地,单数冠词“一”、“该”、“所述”等的使用应该理解为表述一个或多个所示元件,除非作出了与此相反的明确限制。
本文中使用的术语“示例性”在此用于代表示例的意义,例如,“示例性小部件”的参考应该简单地指代为关于小部件的示例。
修饰值或结果的副词“近似”意味着形状、结构、测量、值、确定、计算等可能偏离精确描述的几何结构、距离、测量、值、确定、计算等,这是因为材料、加工、制造、传感器测量、计算、处理时间、通信时间等方面的缺陷。
在附图中,相同的附图标记表示相同的元件。此外,这些元件中的一些或全部可以被改变。关于这里所述的媒介、过程、系统、方法等,应理解的是虽然这样的过程等的步骤描述为按照一定的顺序排列发生,但这样的过程可以采用以这里描述的顺序之外的顺序完成的描述的步骤实施操作。进一步应该理解的是,某些步骤可以同时执行,可以添加其他步骤,或者可以省略这里所述的某些步骤。换言之,这里的过程的描述提供用于说明某些实施例的目的,并且不应该以任何方式解释为限制要求保护的发明。
Claims (20)
1.一种包括计算机的系统,所述计算机包括处理器和存储器,所述存储器存储可由所述处理器执行的指令,所述指令使得所述处理器被编程为:
接收车辆故障模式的指示;
将所述故障模式的指示无线传输到远程服务器;
至少部分地基于所述故障模式从所述远程服务器接收到目的地的修改的路线;以及
沿着所述修改的路线操作所述车辆。
2.根据权利要求1所述的系统,其中所述处理器还被编程为:
确定所述故障模式的风险等级在风险范围内;以及
基于所述故障模式的所述风险等级在所述风险范围内的所述确定,将所述故障模式和所确定的所述故障模式的风险等级传输到所述远程服务器。
3.根据权利要求2所述的系统,其中所述处理器还被编程为:
确定所述故障模式的风险等级;以及
基于所述故障模式的所述风险等级向所述远程服务器传输用于授权继续行进到所述目的地的请求。
4.根据权利要求1所述的系统,其中所述处理器还被编程为:
接收停止所述车辆的指示;
识别停止所述车辆的位置;以及
在所述位置停止所述车辆。
5.根据权利要求1所述的系统,还包括所述服务器,所述服务器包括第二处理器和第二存储器,所述第二存储器存储可由所述第二处理器执行的第二指令,所述第二指令使得所述第二处理器被编程为:
从所述处理器接收所述故障模式的所述指示;
至少部分地基于附加数据来评估所述故障模式的风险等级;
基于所述评估确定,相对于到所述目的地的原始路线,通过到所述目的地的所述修改的路线使所述故障模式的所述风险等级降低了;以及
将所述修改的路线传输到所述处理器。
6.根据权利要求5所述的系统,其中所述附加数据包括沿着所述原始路线的第一天气数据和沿着所述修改的路线的第二天气数据。
7.根据权利要求5所述的系统,其中所述附加数据是从与所述处理器不同的源接收。
8.根据权利要求5所述的系统,其中所述第二处理器还被编程为:
接收指示所述车辆中乘客的状况的数据;以及
至少部分基于所述乘客的状况来评估所述故障模式的所述风险等级。
9.根据权利要求1所述的系统,其中所述处理器还被编程为:
确定在将所述故障模式传输到所述远程服务器的一段时间内,所述处理器没有从所述远程服务器接收到响应;以及
基于所述处理器没有接收到所述响应的所述确定停止所述车辆。
10.一种方法,包括:
通过处理器接收车辆中故障模式的指示;
将所述故障模式的所述指示无线传输到远程服务器;
至少部分地基于所述故障模式从所述远程服务器接收到目的地的修改的路线;以及
沿着所述修改的路线操作所述车辆。
11.根据权利要求10所述的方法,还包括:
确定所述故障模式的风险等级在风险范围内;以及
基于所述故障模式的所述风险等级在所述风险范围内的所述确定,将所述故障模式和所确定的所述故障模式的风险等级传输到所述远程服务器。
12.根据权利要求10所述的方法,还包括:
确定所述故障模式的风险等级;以及
基于所述故障模式的所述风险等级向所述远程服务器传输用于授权继续行进到所述目的地的请求。
13.根据权利要求10所述的方法,还包括:
通过第二处理器接收来自所述处理器的所述故障模式的所述指示;
至少部分地基于附加数据,通过所述第二处理器评估所述故障模式的风险等级;
通过所述第二处理器确定,相对于到所述目的地的原始路线,通过到所述目的地的所述修改的路线使所述故障模式的所述风险等级降低了;以及
通过所述第二处理器将所述修改的路线传输到所述处理器。
14.根据权利要求13所述的方法,其中所述附加数据包括沿着所述原始路线的第一天气数据和沿着所述修改的路线的第二天气数据。
15.根据权利要求13所述的方法,其中从与所述处理器不同的源接收所述附加数据。
16.根据权利要求13所述的方法,还包括:
接收指示所述车辆中乘客的状况的数据;以及
至少部分基于所述乘客的所述状况来评估所述故障模式的所述风险等级。
17.根据权利要求10所述的方法,还包括:
确定在将所述故障模式传输到所述远程服务器的一段时间内,所述处理器没有从所述远程服务器接收到响应;以及
基于所述处理器没有接收到所述响应的所述确定停止所述车辆。
18.一种包括服务器的系统,所述服务器包括包含处理器和存储器的计算机,所述存储器存储可由所述处理器执行的第一指令,所述第一指令使得所述处理器被编程为:
从车辆中的第二处理器接收故障模式的指示;
从与所述第二处理器不同的源收集与所述车辆、所述车辆的所述故障模式和所述车辆的环境中的至少一个相关的附加数据;
至少部分地基于附加数据来评估所述故障模式的风险等级;
确定相对于到所述目的地的原始路线,通过到所述目的地的修改的路线使所述故障模式的所述风险等级降低了;以及
将所述修改的路线传输到所述第二处理器。
19.根据权利要求18所述的系统,其中所述处理器还被编程为:
接收指示所述车辆中乘客的状况的数据;以及
至少部分基于所述乘客的所述状况来评估所述故障模式的所述风险等级。
20.根据权利要求18所述的系统,其中所述附加数据包括以下至少一个:指示沿着所述原始路线的环境条件的数据、指示沿着所述修改的路线的环境条件的数据、指示用于所述故障模式的备份子系统的可靠性的数据以及来自展示相同故障模式的相同或相似类型的其它车辆的数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/236,780 | 2016-08-15 | ||
US15/236,780 US10571908B2 (en) | 2016-08-15 | 2016-08-15 | Autonomous vehicle failure mode management |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107757525A true CN107757525A (zh) | 2018-03-06 |
CN107757525B CN107757525B (zh) | 2022-08-26 |
Family
ID=59894964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710676050.5A Active CN107757525B (zh) | 2016-08-15 | 2017-08-09 | 自主车辆故障模式管理系统及方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10571908B2 (zh) |
CN (1) | CN107757525B (zh) |
DE (1) | DE102017118537A1 (zh) |
GB (1) | GB2553668A (zh) |
MX (1) | MX2017010182A (zh) |
RU (1) | RU2017128415A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109435875A (zh) * | 2018-11-12 | 2019-03-08 | 天津清智科技有限公司 | 一种无人驾驶汽车底盘供电系统备份方法 |
CN109849935A (zh) * | 2019-02-20 | 2019-06-07 | 百度在线网络技术(北京)有限公司 | 一种安全控制方法、装置及存储介质 |
CN110568850A (zh) * | 2019-09-12 | 2019-12-13 | 东风汽车有限公司 | 一种无人驾驶汽车内部故障的车辆控制方法及电子设备 |
CN112486152A (zh) * | 2019-08-21 | 2021-03-12 | 北京小马慧行科技有限公司 | 自动驾驶车辆的控制方法和装置、存储介质及电子装置 |
CN112509173A (zh) * | 2020-12-08 | 2021-03-16 | 中国第一汽车股份有限公司 | 一种车辆监控方法、装置、设备及存储介质 |
CN113911015A (zh) * | 2021-12-06 | 2022-01-11 | 杭州网兰科技有限公司 | 故障车辆处理指导系统、方法及计算机装置 |
Families Citing this family (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9679487B1 (en) | 2015-01-20 | 2017-06-13 | State Farm Mutual Automobile Insurance Company | Alert notifications utilizing broadcasted telematics data |
US10571908B2 (en) * | 2016-08-15 | 2020-02-25 | Ford Global Technologies, Llc | Autonomous vehicle failure mode management |
US9811086B1 (en) * | 2016-12-14 | 2017-11-07 | Uber Technologies, Inc. | Vehicle management system |
US10293818B2 (en) * | 2017-03-07 | 2019-05-21 | Uber Technologies, Inc. | Teleassistance data prioritization for self-driving vehicles |
DE102017213073B4 (de) * | 2017-07-28 | 2019-06-19 | Ford Global Technologies, Llc | Verfahren zum Ermitteln eines Anhalteorts eines Kraftfahrzeugs |
US10663309B2 (en) * | 2017-08-18 | 2020-05-26 | GM Global Technology Operations LLC | Route planning and adaptation based on vehicle health management information |
US10611381B2 (en) | 2017-10-24 | 2020-04-07 | Ford Global Technologies, Llc | Decentralized minimum risk condition vehicle control |
US20190155283A1 (en) * | 2017-11-17 | 2019-05-23 | Waymo Llc | Determining pullover locations for autonomous vehicles |
US10955250B2 (en) * | 2017-11-21 | 2021-03-23 | Ford Global Technologies, Llc | Vehicle maintenance operation |
DE102017130549A1 (de) * | 2017-12-19 | 2019-06-19 | Volkswagen Aktiengesellschaft | Verfahren zur Durchführung einer Eigendiagnose bei einem autonomen Fahrzeug |
US10513272B2 (en) * | 2017-12-27 | 2019-12-24 | Intel Corporation | Safety inference engine for autonomous systems |
US10895463B1 (en) | 2018-01-24 | 2021-01-19 | State Farm Mutual Automobile Insurance Company | Systems and methods of monitoring and analyzing multimodal transportation usage |
US10726645B2 (en) | 2018-02-16 | 2020-07-28 | Ford Global Technologies, Llc | Vehicle diagnostic operation |
EP3824404A4 (en) | 2018-07-20 | 2022-04-27 | May Mobility, Inc. | MULTI-PERSPECTIVE SYSTEM AND BEHAVIORAL POLICY SELECTION PROCESS BY AN AUTONOMOUS AGENT |
DE102018214467A1 (de) * | 2018-08-27 | 2020-02-27 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren sowie Vorrichtung zum Betreiben einer Funktionalität, umfassend eine zumindest teilweise automatisierte und/oder ferngesteuerte Betätigung eines Aktors eines Fahrzeugs |
US11214272B2 (en) | 2018-09-24 | 2022-01-04 | Waymo Llc | Autonomous vehicle system for determining a pullover spot in response to detected local failure |
DE102018125880B4 (de) * | 2018-10-18 | 2020-06-18 | Industrieanlagen-Betriebsgesellschaft Mbh | System, Verfahren sowie computerlesbarer Speicher zur (online)Überwachung des Betriebs mindestens eines Fahrzeugs |
US10838417B2 (en) * | 2018-11-05 | 2020-11-17 | Waymo Llc | Systems for implementing fallback behaviors for autonomous vehicles |
DE102018219809A1 (de) | 2018-11-19 | 2020-05-20 | Volkswagen Aktiengesellschaft | Verfahren zum Ausweichen vor lokal bedingten drohenden Gefahren, Fahrzeug zur Durchführung des Verfahrens sowie Computerprogramm |
JP7147504B2 (ja) * | 2018-11-20 | 2022-10-05 | トヨタ自動車株式会社 | 車両の制御装置及び乗客輸送システム |
KR102491386B1 (ko) | 2018-12-27 | 2023-01-26 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
DE102019102919A1 (de) * | 2019-02-06 | 2020-08-06 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zum Betreiben eines Fahrzeuges |
US12030527B2 (en) | 2019-03-08 | 2024-07-09 | British Telecommunications Public Limited Company | Vehicle management |
US11341787B2 (en) | 2019-03-20 | 2022-05-24 | British Telecommunications Public Limited Company | Device management |
GB2582337B (en) * | 2019-03-20 | 2022-03-16 | British Telecomm | Autonomous vehicle fault communication |
JP7205366B2 (ja) * | 2019-04-22 | 2023-01-17 | 株式会社デンソー | 自動運転制御装置 |
US20210327173A1 (en) * | 2019-05-31 | 2021-10-21 | Lg Electronics Inc. | Autonomous vehicle system and autonomous driving method for vehicle |
US20210269063A1 (en) * | 2019-05-31 | 2021-09-02 | Lg Electronics Inc. | Electronic device for vehicles and operating method of electronic device for vehicle |
US11397434B2 (en) | 2019-08-13 | 2022-07-26 | Zoox, Inc. | Consistency validation for vehicle trajectory selection |
US11458965B2 (en) | 2019-08-13 | 2022-10-04 | Zoox, Inc. | Feasibility validation for vehicle trajectory selection |
US11407409B2 (en) | 2019-08-13 | 2022-08-09 | Zoox, Inc. | System and method for trajectory validation |
US11914368B2 (en) * | 2019-08-13 | 2024-02-27 | Zoox, Inc. | Modifying limits on vehicle dynamics for trajectories |
US11802774B2 (en) * | 2019-12-20 | 2023-10-31 | Robert Bosch Gmbh | Determining vehicle actions based upon astronomical data |
CN110968078A (zh) * | 2019-12-28 | 2020-04-07 | 广州市番鸿汽车检测有限公司 | 一种电动汽车故障检测系统 |
US11830302B2 (en) | 2020-03-24 | 2023-11-28 | Uatc, Llc | Computer system for utilizing ultrasonic signals to implement operations for autonomous vehicles |
US20210331686A1 (en) * | 2020-04-22 | 2021-10-28 | Uatc, Llc | Systems and Methods for Handling Autonomous Vehicle Faults |
US11399261B1 (en) | 2020-06-26 | 2022-07-26 | BlueOwl, LLC | Systems and methods for determining mobile device status |
US11653186B2 (en) | 2020-06-26 | 2023-05-16 | BlueOwl, LLC | Systems and methods for determining application status |
KR20220001922A (ko) * | 2020-06-30 | 2022-01-06 | 현대자동차주식회사 | 자율 주행 제어 방법 및 장치 |
US11605306B2 (en) | 2020-06-30 | 2023-03-14 | Toyota Research Institute, Inc. | Systems and methods for driver training during operation of automated vehicle systems |
JP2023533225A (ja) | 2020-07-01 | 2023-08-02 | メイ モビリティー,インコーポレイテッド | 自律走行車ポリシーを動的にキュレーションする方法及びシステム |
US11363426B1 (en) | 2020-07-07 | 2022-06-14 | BlueOwl, LLC | Systems and methods for verifying reliability of sensor data received from mobile devices |
EP3971526B1 (en) * | 2020-09-18 | 2024-05-08 | Zenuity AB | Path planning in autonomous driving environments |
JP2023553980A (ja) | 2020-12-14 | 2023-12-26 | メイ モビリティー,インコーポレイテッド | 自律車両安全プラットフォームシステム及び方法 |
EP4314708A1 (en) | 2021-04-02 | 2024-02-07 | May Mobility, Inc. | Method and system for operating an autonomous agent with incomplete environmental information |
US11565717B2 (en) | 2021-06-02 | 2023-01-31 | May Mobility, Inc. | Method and system for remote assistance of an autonomous agent |
US12012123B2 (en) | 2021-12-01 | 2024-06-18 | May Mobility, Inc. | Method and system for impact-based operation of an autonomous agent |
US11814072B2 (en) | 2022-02-14 | 2023-11-14 | May Mobility, Inc. | Method and system for conditional operation of an autonomous agent |
CN115376319B (zh) * | 2022-08-22 | 2024-06-11 | 深圳市神州路路通网络科技有限公司 | 交通事故智能处理方法、装置、设备及存储介质 |
DE102022131307A1 (de) | 2022-11-28 | 2024-05-29 | Zf Cv Systems Global Gmbh | Verfahren und Fahrzeugsteuersystem zum Bergen eines zumindest teilweise automatisierten Fahrzeugs |
WO2024129832A1 (en) | 2022-12-13 | 2024-06-20 | May Mobility, Inc. | Method and system for assessing and mitigating risks encounterable by an autonomous vehicle |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090248239A1 (en) * | 2008-03-27 | 2009-10-01 | Toyota Jidosha Kabushiki Kaisha | Failure detection device, failure detection system and failure detection method |
US20100228419A1 (en) * | 2009-03-09 | 2010-09-09 | Gm Global Technology Operations, Inc. | method to assess risk associated with operating an autonomic vehicle control system |
US20120078509A1 (en) * | 2010-09-27 | 2012-03-29 | Honda Motor Co., Ltd | Intelligent Navigation For A Motor Vehicle |
WO2014148976A1 (en) * | 2013-03-19 | 2014-09-25 | Scania Cv Ab | Device and method for controlling an autonomous vehicle with a fault |
US8849496B2 (en) * | 2011-05-05 | 2014-09-30 | Honda Motor Co., Ltd. | Battery energy emergency road service |
US20150178998A1 (en) * | 2013-12-20 | 2015-06-25 | Ford Global Technologies, Llc | Fault handling in an autonomous vehicle |
US20150235480A1 (en) * | 2014-02-19 | 2015-08-20 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Administering A Recall By An Autonomous Vehicle |
US9368026B1 (en) * | 2015-05-26 | 2016-06-14 | Google Inc. | Fallback requests for autonomous vehicles |
Family Cites Families (81)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4214817C2 (de) * | 1992-05-05 | 1994-03-03 | Daimler Benz Ag | Verfahren zur Anzeige der geschwindigkeitsbedingten Gefahrenträchtigkeit der Fahrsituation eines Fahrzeugs, und Vorrichtung zur Durchführung des Verfahrens |
US8019501B2 (en) * | 1995-06-07 | 2011-09-13 | Automotive Technologies International, Inc. | Vehicle diagnostic and prognostic methods and systems |
US7979172B2 (en) | 1997-10-22 | 2011-07-12 | Intelligent Technologies International, Inc. | Autonomous vehicle travel control systems and methods |
US6351709B2 (en) * | 1998-12-02 | 2002-02-26 | Lear Automotive Dearborn, Inc. | Vehicle navigation system with route updating feature |
US6330499B1 (en) | 1999-07-21 | 2001-12-11 | International Business Machines Corporation | System and method for vehicle diagnostics and health monitoring |
AU6894100A (en) * | 1999-08-06 | 2001-03-05 | Roadrisk Technologies, Llc | Methods and apparatus for stationary object detection |
US6856820B1 (en) | 2000-04-24 | 2005-02-15 | Usa Technologies, Inc. | In-vehicle device for wirelessly connecting a vehicle to the internet and for transacting e-commerce and e-business |
JP2002370630A (ja) | 2001-06-15 | 2002-12-24 | Hitachi Ltd | 自動車の予防保全サービスシステム |
SE0300871D0 (sv) | 2003-03-27 | 2003-03-27 | Saab Ab | Waypoint navigation |
JP3963181B2 (ja) | 2003-12-03 | 2007-08-22 | トヨタ自動車株式会社 | 車両の故障診断システム |
US7486802B2 (en) * | 2004-06-07 | 2009-02-03 | Ford Global Technologies Llc | Adaptive template object classification system with a template generator |
US8392111B2 (en) * | 2006-08-04 | 2013-03-05 | Samsung Electronics Co., Ltd. | Navigation method, medium, and system |
US7579942B2 (en) * | 2006-10-09 | 2009-08-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | Extra-vehicular threat predictor |
US8606512B1 (en) * | 2007-05-10 | 2013-12-10 | Allstate Insurance Company | Route risk mitigation |
US7908060B2 (en) | 2007-07-31 | 2011-03-15 | International Business Machines Corporation | Method and system for blind spot identification and warning utilizing portable and wearable devices |
JP4349452B2 (ja) * | 2007-08-27 | 2009-10-21 | トヨタ自動車株式会社 | 行動予測装置 |
US8099308B2 (en) | 2007-10-02 | 2012-01-17 | Honda Motor Co., Ltd. | Method and system for vehicle service appointments based on diagnostic trouble codes |
US8190355B2 (en) | 2007-10-10 | 2012-05-29 | International Business Machines Corporation | Driving assistance and monitoring |
JP2009187424A (ja) | 2008-02-08 | 2009-08-20 | Alpine Electronics Inc | 周辺監視装置および周辺監視方法 |
JP5022272B2 (ja) | 2008-03-03 | 2012-09-12 | 本田技研工業株式会社 | 走行支援装置 |
US8751154B2 (en) * | 2008-04-24 | 2014-06-10 | GM Global Technology Operations LLC | Enhanced clear path detection in the presence of traffic infrastructure indicator |
CN101446830A (zh) | 2008-12-25 | 2009-06-03 | 奇瑞汽车股份有限公司 | 一种汽车诊断仪和诊断方法 |
JP5551896B2 (ja) * | 2009-06-29 | 2014-07-16 | 株式会社日立製作所 | ナビゲーション装置、経路探索サーバ、および経路探索システム |
US8368559B2 (en) * | 2009-08-26 | 2013-02-05 | Raytheon Company | Network of traffic behavior-monitoring unattended ground sensors (NeTBUGS) |
US8825270B2 (en) | 2010-03-10 | 2014-09-02 | Innova Electronics, Inc. | Method and apparatus for indicating an automotive diagnostic urgency |
US8509982B2 (en) | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
US8924067B2 (en) | 2010-10-12 | 2014-12-30 | Caterpillar Inc. | Autonomous machine control system |
EP2641218A1 (en) | 2010-11-17 | 2013-09-25 | Decisiv Inc. | Service management platform for fleet of assets |
US8996235B2 (en) | 2011-11-14 | 2015-03-31 | GM Global Technology Operations LLC | Repair assist system for vehicle servicing |
FR2984254B1 (fr) | 2011-12-16 | 2016-07-01 | Renault Sa | Controle de vehicules autonomes |
SE536393C2 (sv) | 2012-01-13 | 2013-10-08 | Scania Cv Ab | System och metod för tillhandahållande av diagnostisk felinformation på basis av ett flertal felkoder |
CN102752360B (zh) | 2012-03-01 | 2015-07-08 | 浙江吉利汽车研究院有限公司 | 一种基于云计算的汽车故障检测系统 |
US8874360B2 (en) * | 2012-03-09 | 2014-10-28 | Proxy Technologies Inc. | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles |
US8788121B2 (en) * | 2012-03-09 | 2014-07-22 | Proxy Technologies, Inc. | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles |
WO2014172369A2 (en) * | 2013-04-15 | 2014-10-23 | Flextronics Ap, Llc | Intelligent vehicle for assisting vehicle occupants and incorporating vehicle crate for blade processors |
US9180882B1 (en) | 2012-06-20 | 2015-11-10 | Google Inc. | Avoiding blind spots of other vehicles |
US8924071B2 (en) | 2013-04-26 | 2014-12-30 | Ford Global Technologies, Llc | Online vehicle maintenance |
KR101470190B1 (ko) | 2013-07-09 | 2014-12-05 | 현대자동차주식회사 | 자율주행 시스템의 고장 처리 장치 및 그 방법 |
US9523984B1 (en) * | 2013-07-12 | 2016-12-20 | Google Inc. | Methods and systems for determining instructions for pulling over an autonomous vehicle |
US9224053B1 (en) * | 2013-07-31 | 2015-12-29 | Google Inc. | Combining multiple estimates of an environment into a consolidated estimate for an autonomous vehicle |
US9187099B2 (en) * | 2013-10-17 | 2015-11-17 | Richard M. Powers | Systems and methods for predicting weather performance for a vehicle |
US9364178B2 (en) | 2013-11-26 | 2016-06-14 | Elwha Llc | Robotic vehicle control |
CN103632211B (zh) | 2013-12-06 | 2017-06-09 | 清华大学 | 一种机动车故障预警和召回预测系统 |
US9346400B2 (en) | 2013-12-20 | 2016-05-24 | Ford Global Technologies, Llc | Affective user interface in an autonomous vehicle |
US9139202B2 (en) * | 2014-01-21 | 2015-09-22 | Elwha Llc | Vehicle collision management responsive to adverse circumstances in an avoidance path |
US9199642B2 (en) * | 2014-01-21 | 2015-12-01 | Elwha Llc | Vehicle collision management responsive to traction conditions in an avoidance path |
US9146118B2 (en) * | 2014-02-27 | 2015-09-29 | Telenav Inc. | Navigation system with point of interest detour mechanism and method of operation thereof |
US10185998B1 (en) * | 2014-05-20 | 2019-01-22 | State Farm Mutual Automobile Insurance Company | Accident fault determination for autonomous vehicles |
DE102014210147A1 (de) | 2014-05-27 | 2015-12-03 | Continental Teves Ag & Co. Ohg | Fahrzeugsteuersystem für eine autonome Führung eines Fahrzeugs |
KR101555444B1 (ko) * | 2014-07-10 | 2015-10-06 | 현대모비스 주식회사 | 차량탑재 상황감지 장치 및 그 방법 |
US9157752B1 (en) | 2014-08-08 | 2015-10-13 | Continental Automotive Systems, Inc. | System and method for theft and medical emergency event for self-driving vehicle |
US9442487B1 (en) * | 2014-08-15 | 2016-09-13 | Google Inc. | Classifier hierarchies for traffic light and traffic indicator detection |
US9466154B2 (en) | 2014-11-21 | 2016-10-11 | International Business Machines Corporation | Automated service management |
US9679487B1 (en) * | 2015-01-20 | 2017-06-13 | State Farm Mutual Automobile Insurance Company | Alert notifications utilizing broadcasted telematics data |
US10049505B1 (en) | 2015-02-27 | 2018-08-14 | State Farm Mutual Automobile Insurance Company | Systems and methods for maintaining a self-driving vehicle |
US9600943B2 (en) | 2015-07-28 | 2017-03-21 | Here Global B.V. | Rendering of a local assistance request |
DE102015214739B4 (de) * | 2015-08-03 | 2022-12-29 | Volkswagen Aktiengesellschaft | Verfahren zur Bestimmung einer Fehlerursache bei einem Fahrzeug und Server zum Durchführen der Bestimmung der Fehlerursache |
US9805519B2 (en) | 2015-08-12 | 2017-10-31 | Madhusoodhan Ramanujam | Performing services on autonomous vehicles |
US10139828B2 (en) * | 2015-09-24 | 2018-11-27 | Uber Technologies, Inc. | Autonomous vehicle operated with safety augmentation |
US9487212B1 (en) | 2015-10-09 | 2016-11-08 | GM Global Technology Operations LLC | Method and system for controlling vehicle with automated driving system |
US9481367B1 (en) | 2015-10-14 | 2016-11-01 | International Business Machines Corporation | Automated control of interactions between self-driving vehicles and animals |
JP6558214B2 (ja) | 2015-10-27 | 2019-08-14 | トヨタ自動車株式会社 | 自動運転装置 |
DE102015224696A1 (de) | 2015-12-09 | 2017-06-14 | Robert Bosch Gmbh | Risikobasierte Steuerung eines Kraftfahrzeugs |
CN109417477B (zh) | 2016-01-05 | 2021-12-21 | 卡耐基梅隆大学 | 用于自动化车辆的安全架构 |
US10386845B1 (en) * | 2016-01-22 | 2019-08-20 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle parking |
CN105867351B (zh) | 2016-04-29 | 2019-06-28 | 大连楼兰科技股份有限公司 | 车辆故障码实时采集与历史数据分析诊断的方法及装置 |
DE102016209203A1 (de) * | 2016-05-27 | 2017-11-30 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum automatischen Anhalten eines Kraftfahrzeugs, das zumindest zeitweise automatisch auf einer Fahrroute geführt wird |
US10115025B2 (en) | 2016-06-13 | 2018-10-30 | Ford Global Technologies, Llc | Detecting visibility of a vehicle to driver of other vehicles |
EP3475933A1 (en) * | 2016-06-24 | 2019-05-01 | Swiss Reinsurance Company Ltd. | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof |
US10876845B2 (en) * | 2016-06-29 | 2020-12-29 | Intel Corporation | Personalized smart navigation for motor vehicles |
US9940761B2 (en) | 2016-08-02 | 2018-04-10 | International Business Machines Corporation | Self-driving vehicle sensor fault remediation |
JP2018020693A (ja) * | 2016-08-04 | 2018-02-08 | トヨタ自動車株式会社 | 車両走行制御装置 |
US10571908B2 (en) * | 2016-08-15 | 2020-02-25 | Ford Global Technologies, Llc | Autonomous vehicle failure mode management |
US10054947B2 (en) * | 2016-08-17 | 2018-08-21 | Omnitracs, Llc | Emergency stopping for autonomous commercial vehicles |
US10627831B2 (en) * | 2016-08-25 | 2020-04-21 | Allstate Insurance Company | Fleet vehicle feature activation |
US10260893B2 (en) * | 2016-09-22 | 2019-04-16 | Trimble Inc. | System for integrating hours of service (HOS) with a vehicle's navigation system |
US10012998B2 (en) * | 2016-09-22 | 2018-07-03 | Trimble Inc. | Transportation management system with route optimization tools using non-work stops to generate trip plans |
US10446031B2 (en) * | 2017-03-14 | 2019-10-15 | Hyundai Mobis Co., Ltd. | Apparatus and method of safety support for vehicle |
US10083547B1 (en) * | 2017-05-23 | 2018-09-25 | Toyota Jidosha Kabushiki Kaisha | Traffic situation awareness for an autonomous vehicle |
EP3421308B1 (en) | 2017-06-29 | 2021-08-11 | Volvo Car Corporation | Method and vehicle for activating an autonomous braking maneuver |
US11009874B2 (en) | 2017-09-14 | 2021-05-18 | Uatc, Llc | Fault-tolerant control of an autonomous vehicle with multiple control lanes |
-
2016
- 2016-08-15 US US15/236,780 patent/US10571908B2/en active Active
-
2017
- 2017-08-07 MX MX2017010182A patent/MX2017010182A/es unknown
- 2017-08-09 CN CN201710676050.5A patent/CN107757525B/zh active Active
- 2017-08-09 RU RU2017128415A patent/RU2017128415A/ru not_active Application Discontinuation
- 2017-08-09 GB GB1712796.0A patent/GB2553668A/en not_active Withdrawn
- 2017-08-14 DE DE102017118537.2A patent/DE102017118537A1/de active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090248239A1 (en) * | 2008-03-27 | 2009-10-01 | Toyota Jidosha Kabushiki Kaisha | Failure detection device, failure detection system and failure detection method |
US20100228419A1 (en) * | 2009-03-09 | 2010-09-09 | Gm Global Technology Operations, Inc. | method to assess risk associated with operating an autonomic vehicle control system |
US20120078509A1 (en) * | 2010-09-27 | 2012-03-29 | Honda Motor Co., Ltd | Intelligent Navigation For A Motor Vehicle |
US8849496B2 (en) * | 2011-05-05 | 2014-09-30 | Honda Motor Co., Ltd. | Battery energy emergency road service |
WO2014148976A1 (en) * | 2013-03-19 | 2014-09-25 | Scania Cv Ab | Device and method for controlling an autonomous vehicle with a fault |
US20150178998A1 (en) * | 2013-12-20 | 2015-06-25 | Ford Global Technologies, Llc | Fault handling in an autonomous vehicle |
US20150235480A1 (en) * | 2014-02-19 | 2015-08-20 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Administering A Recall By An Autonomous Vehicle |
US9368026B1 (en) * | 2015-05-26 | 2016-06-14 | Google Inc. | Fallback requests for autonomous vehicles |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109435875A (zh) * | 2018-11-12 | 2019-03-08 | 天津清智科技有限公司 | 一种无人驾驶汽车底盘供电系统备份方法 |
CN109849935A (zh) * | 2019-02-20 | 2019-06-07 | 百度在线网络技术(北京)有限公司 | 一种安全控制方法、装置及存储介质 |
CN112486152A (zh) * | 2019-08-21 | 2021-03-12 | 北京小马慧行科技有限公司 | 自动驾驶车辆的控制方法和装置、存储介质及电子装置 |
CN110568850A (zh) * | 2019-09-12 | 2019-12-13 | 东风汽车有限公司 | 一种无人驾驶汽车内部故障的车辆控制方法及电子设备 |
CN112509173A (zh) * | 2020-12-08 | 2021-03-16 | 中国第一汽车股份有限公司 | 一种车辆监控方法、装置、设备及存储介质 |
CN112509173B (zh) * | 2020-12-08 | 2023-03-03 | 中国第一汽车股份有限公司 | 一种车辆监控方法、装置、设备及存储介质 |
CN113911015A (zh) * | 2021-12-06 | 2022-01-11 | 杭州网兰科技有限公司 | 故障车辆处理指导系统、方法及计算机装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107757525B (zh) | 2022-08-26 |
DE102017118537A1 (de) | 2018-02-15 |
GB2553668A (en) | 2018-03-14 |
US10571908B2 (en) | 2020-02-25 |
MX2017010182A (es) | 2018-09-18 |
RU2017128415A (ru) | 2019-02-11 |
US20180046182A1 (en) | 2018-02-15 |
GB201712796D0 (en) | 2017-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107757525A (zh) | 自主车辆故障模式管理 | |
US11708050B2 (en) | Methods of pre-generating insurance claims | |
US11568492B2 (en) | Information processing apparatus, information processing method, program, and system | |
CN107298095A (zh) | 自主车辆停车和向手动控制转移 | |
CN112977437B (zh) | 自主卡车轮胎爆裂的预防、检测和处理 | |
CN104908811A (zh) | 通过车辆转向盘通讯消息 | |
CN111361572B (zh) | 车辆控制设备、车辆控制方法和车辆控制系统 | |
US9483882B2 (en) | Method and device for modifying the configuration of a driving assistance system of a motor vehicle | |
CN106627579A (zh) | 车辆队列中的协调测试 | |
CN107063328A (zh) | 诊断和补充车辆传感器数据 | |
US20200226853A1 (en) | Automated accident logging and reporting | |
US11414050B2 (en) | Multimode vehicle proximity security | |
CN110461678A (zh) | 自动车辆道路水检测 | |
US20210031772A1 (en) | Vehicle threat detection and response | |
US12067818B2 (en) | Checkpoint-based tracing for monitoring a robotic system | |
US10940832B1 (en) | Identifying suspicious events relating to a vehicle | |
US20230184563A1 (en) | Connected vehicle-based road surface quality determination | |
JP7379424B2 (ja) | 状況固有の輸送手段パワー割り当て | |
US11288901B2 (en) | Vehicle impact detection | |
US11584383B2 (en) | Vehicle feature availability detection | |
US20210294578A1 (en) | Software rewriting device | |
CN116215372B (zh) | 车辆预警域控制器、车辆预警信息发送方法以及车辆 | |
US20230401612A1 (en) | Vehicle management system | |
US20240116515A1 (en) | Driver scoring platform | |
CN108216260A (zh) | 基于便携式设备的连接的车辆控制 |
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 |