CN108036812A - 传感器状态检测方法、装置及计算机可读存储介质 - Google Patents
传感器状态检测方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108036812A CN108036812A CN201711118848.4A CN201711118848A CN108036812A CN 108036812 A CN108036812 A CN 108036812A CN 201711118848 A CN201711118848 A CN 201711118848A CN 108036812 A CN108036812 A CN 108036812A
- Authority
- CN
- China
- Prior art keywords
- sensor
- interest
- detection
- data
- self
- 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.)
- Pending
Links
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种传感器状态检测方法,应用于无人驾驶终端,所述无人驾驶终端设置有目标传感器及辅助传感器,包括以下步骤:根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常;若正常,则分别通过所述目标传感器及所述辅助传感器进行检测,并获取对应的第一检测数据及第二检测数据;基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态。本发明还公开了一种传感器状态检测装置及计算机可读存储介质。本发明解决了目标传感器自检结果失真、无法自证的问题,有利于提高无人驾驶过程的安全性。
Description
技术领域
本发明涉及无人驾驶领域,尤其涉及传感器状态检测方法、装置及计算机可读存储介质。
背景技术
在无人驾驶技术中,普遍通过采用多种传感器感知车辆行驶环境状况,例如使用摄像头和激光雷达同时检测无人驾驶汽车行驶前方道路是否存在障碍物。因此传感器的状态保持正常对于无人驾驶的安全和顺畅尤为重要。
一般情况下,传感器可以通过自检确认是否处于正常工作状态,但是在某些特殊情况下无法进行正确判断,例如摄像头镜头被灰尘覆盖,在摄像头自检时会认为摄像头前方存在障碍物,导致无法判断摄像头自身是否处于不良状态。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种传感器状态检测方法、装置及计算机可读存储介质,旨在解决现有无人驾驶使用的传感器无法通过自检,判断该传感器真实运行状态的问题。
为实现上述目的,本发明提供一种传感器状态检测方法,应用于无人驾驶终端,所述无人驾驶终端设置有目标传感器及辅助传感器,所述传感器状态检测方法包括以下步骤:
根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常;
若正常,则分别通过所述目标传感器及所述辅助传感器进行检测,并获取对应的第一检测数据及第二检测数据;
基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态。
优选地,所述基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态的步骤包括:
根据所述第一检测数据,得到与所述目标传感器对应的第一感知信息;
根据所述第二检测数据,得到与所述辅助传感器对应的第二感知信息;
根据预设匹配规则,得出所述第一感知信息与所述第二感知信息的匹配结果;
根据匹配结果,判断所述目标传感器的真实运行状态。
优选地,所述根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常的步骤之后,包括:
若自检不正常,则标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
优选地,所述基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态的步骤之后,包括:
当确认所述目标传感器的真实运行状态为非正常状态时,标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
优选地,所述标记所述目标传感器为非正常传感器的步骤之后,还包括:
确认所述目标传感器是否为预设关键传感器;
若是,则确认所述无人驾驶终端的运行状态是否处于运行状态;
若所述无人驾驶终端处于运行状态,则执行预设驾驶调整策略。
优选地,所述基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态的步骤之后,还包括:
当确认所述目标传感器的真实运行状态为正常状态时,将所述目标传感器归类为新的辅助传感器。
优选地,所述根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常的步骤之前,包括:
确认待检测的所述目标传感器;
根据目标传感器与辅助传感器的预设匹配关系表,匹配出与所述目标传感器对应的所述辅助传感器。
此外,为实现上述目的,本发明还提供一种传感器状态检测装置,所述传感器状态检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的传感器状态检测程序,其中:
所述传感器状态检测程序被所述处理器执行时实现如上所述的传感器状态检测方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有传感器状态检测程序,所述传感器状态检测程序被处理器执行时实现如上所述的传感器状态检测方法的步骤。
本发明实施例提出的一种传感器状态检测方法、装置及计算机可读存储介质,通过在确认目标传感器自检正常的前提下,分别控制目标传感器及对应的辅助传感器进行检测,并基于获取的检测数据,判断出目标传感器的真实运行状态,解决了目标传感器自检结果失真、无法自证的问题,充分利用传感器的检测能力,简便可靠,有利于提高无人驾驶过程的安全性。
附图说明
图1为实现本发明各个实施例的一种传感器状态检测装置的运行环境结构示意图;
图2为本发明传感器状态检测方法第一实施例的流程示意图;
图3为本发明传感器状态检测方法第二实施例的流程示意图;
图4为本发明传感器状态检测方法第三实施例的流程示意图;
图5为本发明传感器状态检测方法第四实施例的流程示意图;
图6为本发明传感器状态检测方法第五实施例的流程示意图;
图7为本发明传感器状态检测方法第六实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
由于现有无人驾驶使用的传感器无法通过自检,判断传感器真实运行状态,本发明提供一种解决方案,从而解决上述问题。本发明实施例的主要解决方案是:提供一种传感器状态检测方法,应用于无人驾驶终端,所述无人驾驶终端设置有目标传感器及辅助传感器,包括以下步骤:根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常;若正常,则分别通过所述目标传感器及所述辅助传感器进行检测,并获取对应的第一检测数据及第二检测数据;基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态。
本发明实施例涉及的传感器状态检测装置可以是各类计算机、单片机、MCU、智能手机、平板电脑、笔记本电脑。如图1所示,图1是本发明实施例方案涉及的检测装置运行环境的结构示意图,运行环境的结构具体可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的运行环境的结构并不构成对传感器状态检测装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及传感器状态检测程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的传感器状态检测程序,并执行以下操作:
根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常;
若正常,则分别通过所述目标传感器及所述辅助传感器进行检测,并获取对应的第一检测数据及第二检测数据;
基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态。
进一步地,处理器1001可以调用存储器1005中存储的传感器状态检测程序,还执行以下操作:
根据所述第一检测数据,得到与所述目标传感器对应的第一感知信息;
根据所述第二检测数据,得到与所述辅助传感器对应的第二感知信息;
根据预设匹配规则,得出所述第一感知信息与所述第二感知信息的匹配结果;
根据匹配结果,判断所述目标传感器的真实运行状态。
进一步地,处理器1001可以调用存储器1005中存储的传感器状态检测程序,还执行以下操作:
若自检不正常,则标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
进一步地,处理器1001可以调用存储器1005中存储的传感器状态检测程序,还执行以下操作:
当确认所述目标传感器的真实运行状态为非正常状态时,标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
进一步地,处理器1001可以调用存储器1005中存储的传感器状态检测程序,还执行以下操作:
确认所述目标传感器是否为预设关键传感器;
若是,则确认所述无人驾驶终端的运行状态是否处于运行状态;
若所述无人驾驶终端处于运行状态,则执行预设驾驶调整策略。
进一步地,处理器1001可以调用存储器1005中存储的传感器状态检测程序,还执行以下操作:
当确认所述目标传感器的真实运行状态为正常状态时,将所述目标传感器归类为新的辅助传感器。
进一步地,处理器1001可以调用存储器1005中存储的传感器状态检测程序,还执行以下操作:
确认待检测的所述目标传感器;
根据目标传感器与辅助传感器的预设匹配关系表,匹配出与所述目标传感器对应的所述辅助传感器。
参照图2,本发明第一实施例提供一种传感器状态检测方法,应用于无人驾驶终端,所述无人驾驶终端设置有目标传感器及辅助传感器,所述传感器状态检测方法包括以下步骤:
步骤S10,根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常;
步骤S20,若正常,则分别通过所述目标传感器及所述辅助传感器进行检测,并获取对应的第一检测数据及第二检测数据;
步骤S30,基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态。
本发明各实施例具体应用于无人驾驶领域,以及智能辅助驾驶领域。所述无人驾驶终端可以包括但不限于无人驾驶汽车、飞机、轮船等无人驾驶终端设备。所述目标传感器、所述辅助传感器为设置于无人驾驶终端上、具有检测及感应等传感功能的传感器及其对应组件,所述目标传感器为需要进行状态检测的传感器,所述辅助传感器为对所述目标传感器进行辅助检测的指定传感器。为实现对目标传感器的辅助检测的目标,所述辅助传感器的检测功能应与对应的目标传感器相同或者类似。例如,所述目标传感器可以是无人驾驶汽车的前进方向的摄像装置,则所述辅助传感器应该具有对汽车的前进方向的路况进行检测功能,可包括激光雷达、红外传感器。当所述目标传感器为测量汽车运行速度的磁电传感器时,辅助传感器可以是其他测量汽车运行速度的霍尔传感器或者是测量汽车运行速度的其他的磁电传感器。
步骤S10的具体实施包括:在无人驾驶终端处于停止运行状态或者正常运行状态时,向目标传感器下发自检指令,以使目标传感器进行自检。目标传感器在自检过程中获取相关的自检状态数据,根据自检状态数据与预设的该传感器的正常自检状态数据进行比较,从而判断传感器各部件是否正常运行,即判断目标传感器是否自检正常。若自检不正常,则标记所述目标传感器为非正常传感器,并终止执行对所述目标传感器的状态检测,从而加快各个目标传感器的状态检测速度。若自检正常,则继续执行步骤S20。具体地,想目标传感器下发检测指令,以使所述目标传感器执行对应的检测动作,同时获取对应的第一检测数据;类似地,向与目标传感器对应的辅助传感器下发辅助检测指令,以使所述辅助传感器执行对应的辅助检测动作,同时获取对应的第二检测数据。在步骤S30中,通过对第一、第二检测数据进行处理,得到对应的感知信息,并将辅助传感器得到的感知信息与目标传感器的得到的感知信息进行比较,从而判断目标传感器的真实运行状态。当辅助传感器得到的感知信息与目标传感器的得到的感知信息匹配吻合时,判定目标传感器处于正常运行状态;反之,则判定目标传感器处于非正常运行状态。进一步地,在本发明的提供的传感器状态检测方法中,某一目标传感器也可能对其他目标传感器执行辅助检测,因此当确认所述目标传感器的真实运行状态为正常状态时,将所述目标传感器归类为新的辅助传感器,以对其他的目标传感器进行辅助检测,从而充分利用传感器的检测能力。
在本实施例中,通过在确认目标传感器自检正常的前提下,分别控制目标传感器及对应的辅助传感器进行检测,并基于获取的检测数据,判断出目标传感器的真实运行状态,解决了目标传感器自检结果失真、无法自证的问题,充分利用传感器的检测能力,简便可靠,有利于提高无人驾驶过程的安全性。
进一步地,参照图3,步骤S30具体包括:
步骤S31,根据所述第一检测数据,得到与所述目标传感器对应的第一感知信息;
步骤S32,根据所述第二检测数据,得到与所述辅助传感器对应的第二感知信息;
步骤S33,根据预设匹配规则,得出所述第一感知信息与所述第二感知信息的匹配结果;
步骤S34,根据匹配结果,判断所述目标传感器的真实运行状态。
目标传感器或辅助传感器正常运行检测后,得到相应检测状态数据;通过检测状态数据,可以得到对应的感知信息。由于目标传感器及对应的辅助传感器有类似的检测功能,因此如果二者均处于正常运行状态,对应的感知信息应类似。举例来说,所述目标传感器为无人驾驶汽车的前进方向的摄像装置,所述辅助传感器为激光雷达,且摄像装置已确定自检正常;分别通过所述目标传感器及所述辅助传感器进行检测;根据摄像装置检测的第一检测数据,得到汽车前进方向特定区域有一具体形状及面积的静置物体的第一感知信息;而根据激光雷达检测的第二检测数据,得到汽车前进方向相同的特定区域有一静置物体的第二感知信息,且检测到静置物体的形状及面积与目标传感器的第一感知结果相同;预设匹配规则为:若目标传感器及辅助传感器均探测汽车前进方向相同的特定区域有相同或类似形状及面积的物体,则确定目标传感器的感知结果匹配辅助传感器的感知结果,从而判断目标传感器为正常运行状态。反之,则确定目标传感器的感知结果不匹配辅助传感器的感知结果,从而判断目标传感器为非正常运行状态。
进一步地,参照图4,所述根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常的步骤之后,包括:
步骤S40,若自检不正常,则标记所述目标传感器为非正常传感器;
步骤S41,在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
根据所述目标传感器检测的自检状态数据,判定所述目标传感器自检不正常后,基于安全性的考虑,直接标记目标传感器为非正常传感器。换言之,人为地判定被标记为非正常传感器的传感器处于不正常的运行状态。在本发明的提供的传感器状态检测方法中,某一目标传感器也可能对其他目标传感器执行辅助检测,因此需要禁止使用被标记为非正常传感器的传感器对其他传感器执行检测,以避免影响其他传感器的状态检测结果,导致其他传感器的状态检测结果不正确。
类似地,参照图5,所述基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态的步骤之后,包括:
步骤S50,当确认所述目标传感器的真实运行状态为非正常状态时,标记所述目标传感器为非正常传感器;
步骤S51,在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
当通过辅助传感器确认所述目标传感器的真实运行状态为非正常状态时,标记所述目标传感器为非正常传感器判断自检不正常后,基于安全性的考虑,需要禁止使用被标记为非正常传感器的传感器对其他传感器执行检测,以避免影响其他传感器的状态检测结果,导致其他传感器的状态检测结果不正确。
进一步地,参照图6,所述标记所述目标传感器为非正常传感器的步骤之后,还包括:
步骤S60,确认所述目标传感器是否为预设关键传感器;
步骤S61,若是,则确认所述无人驾驶终端的运行状态是否处于运行状态;
步骤S62,若所述无人驾驶终端处于运行状态,则执行预设驾驶调整策略。
所述预设关键传感器包括对于无人驾驶终端的保持正常运行状态具有关键重要作用的传感器,具体可根据实际需要和实际经验进行指定设置。例如与驾驶图像检测相关的摄像装置、雷达感应装置、方向和速度感知传感器等。当确认非正常的所述目标传感器为预设关键传感器时,由于所述目标传感器对于无人驾驶具有关键重要作用,基于驾驶安全性和平稳性考虑,需要对处于运行状态的无人驾驶终端执行预设驾驶调整策略,例如设置无人驾驶终端减速并停放于合适位置等待维修人员进行检修,或者向附近的其他无人驾驶终端发送警告信息,以使其他无人驾驶终端作出相应的规避动作,降低发生安全事故的风险。
进一步地,参照图7,所述根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常的步骤之前,包括:
步骤S70,确认待检测的所述目标传感器;
步骤S71,根据目标传感器与辅助传感器的预设匹配关系表,匹配出与所述目标传感器对应的所述辅助传感器。
为实现对目标传感器的辅助检测的目标,所述辅助传感器的检测功能应与对应的目标传感器相同或者类似。因此,可根据实际需要或实际经验预先设置目标传感器与辅助传感器的预设匹配关系表,通过该表可以匹配与目标传感器对应的辅助传感器。例如,所述目标传感器可以是无人驾驶汽车的前进方向的摄像装置,则所述辅助传感器应该具有对汽车的前进方向的路况进行检测功能,可以包括激光雷达、红外传感器。当所述目标传感器为测量汽车运行速度的磁电传感器时,辅助传感器可以是其他测量汽车运行速度的霍尔传感器或者是测量汽车运行速度的其他的磁电传感器。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有传感器状态检测程序,所述传感器状态检测程序被处理器执行时实现如下操作:
根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常;
若正常,则分别通过所述目标传感器及所述辅助传感器进行检测,并获取对应的第一检测数据及第二检测数据;
基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态。
进一步地,所述传感器状态检测程序被处理器执行时还实现如下操作:
根据所述第一检测数据,得到与所述目标传感器对应的第一感知信息;
根据所述第二检测数据,得到与所述辅助传感器对应的第二感知信息;
根据预设匹配规则,得出所述第一感知信息与所述第二感知信息的匹配结果;
根据匹配结果,判断所述目标传感器的真实运行状态。
进一步地,所述传感器状态检测程序被处理器执行时还实现如下操作:
若自检不正常,则标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
进一步地,所述传感器状态检测程序被处理器执行时还实现如下操作:
当确认所述目标传感器的真实运行状态为非正常状态时,标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
进一步地,所述传感器状态检测程序被处理器执行时还实现如下操作:
确认所述目标传感器是否为预设关键传感器;
若是,则确认所述无人驾驶终端的运行状态是否处于运行状态;
若所述无人驾驶终端处于运行状态,则执行预设驾驶调整策略。
进一步地,所述传感器状态检测程序被处理器执行时还实现如下操作:
当确认所述目标传感器的真实运行状态为正常状态时,将所述目标传感器归类为新的辅助传感器。
进一步地,所述传感器状态检测程序被处理器执行时还实现如下操作:
确认待检测的所述目标传感器;
根据目标传感器与辅助传感器的预设匹配关系表,匹配出与所述目标传感器对应的所述辅助传感器。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的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,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种传感器状态检测方法,应用于无人驾驶终端,所述无人驾驶终端设置有目标传感器及辅助传感器,其特征在于,所述传感器状态检测方法包括以下步骤:
根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常;
若正常,则分别通过所述目标传感器及所述辅助传感器进行检测,并获取对应的第一检测数据及第二检测数据;
基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态。
2.如权利要求1所述的传感器状态检测方法,其特征在于,所述基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态的步骤包括:
根据所述第一检测数据,得到与所述目标传感器对应的第一感知信息;
根据所述第二检测数据,得到与所述辅助传感器对应的第二感知信息;
根据预设匹配规则,得出所述第一感知信息与所述第二感知信息的匹配结果;
根据匹配结果,判断所述目标传感器的真实运行状态。
3.如权利要求1所述的传感器状态检测方法,其特征在于,所述根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常的步骤之后,包括:
若自检不正常,则标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
4.如权利要求1所述的传感器状态检测方法,其特征在于,所述基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态的步骤之后,包括:
当确认所述目标传感器的真实运行状态为非正常状态时,标记所述目标传感器为非正常传感器;
在对其他传感器执行传感器状态检测时,确认已标记为非正常传感器的所述目标传感器,并对已确认的所述目标传感器设置检测权限。
5.如权利要求3或4所述的传感器状态检测方法,其特征在于,所述标记所述目标传感器为非正常传感器的步骤之后,还包括:
确认所述目标传感器是否为预设关键传感器;
若是,则确认所述无人驾驶终端的运行状态是否处于运行状态;
若所述无人驾驶终端处于运行状态,则执行预设驾驶调整策略。
6.如权利要求1所述的传感器状态检测方法,其特征在于,所述基于所述第一检测数据和所述第二检测数据,判断所述目标传感器的真实运行状态的步骤之后,还包括:
当确认所述目标传感器的真实运行状态为正常状态时,将所述目标传感器归类为新的辅助传感器。
7.如权利要求1所述的传感器状态检测方法,其特征在于,所述根据所述目标传感器检测的自检状态数据,判断所述目标传感器是否自检正常的步骤之前,包括:
确认待检测的所述目标传感器;
根据目标传感器与辅助传感器的预设匹配关系表,匹配出与所述目标传感器对应的所述辅助传感器。
8.一种传感器状态检测装置,其特征在于,所述传感器状态检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的传感器状态检测程序,其中:
所述传感器状态检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的传感器状态检测方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有传感器状态检测程序,所述传感器状态检测程序被处理器执行时实现如权利要求1至7中任一项所述的传感器状态检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711118848.4A CN108036812A (zh) | 2017-11-13 | 2017-11-13 | 传感器状态检测方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711118848.4A CN108036812A (zh) | 2017-11-13 | 2017-11-13 | 传感器状态检测方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108036812A true CN108036812A (zh) | 2018-05-15 |
Family
ID=62093347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711118848.4A Pending CN108036812A (zh) | 2017-11-13 | 2017-11-13 | 传感器状态检测方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108036812A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884650A (zh) * | 2019-01-16 | 2019-06-14 | 北京百度网讯科技有限公司 | 超声波雷达的检测方法、装置、电子设备及存储介质 |
CN110044693A (zh) * | 2019-05-05 | 2019-07-23 | 大连理工大学 | 一种用于结构加载电测试验的传感器状态实时监测方法 |
CN110626355A (zh) * | 2019-09-17 | 2019-12-31 | 浙江吉利汽车研究院有限公司 | 一种雷达遮挡诊断方法、装置及终端 |
CN110658765A (zh) * | 2019-10-14 | 2020-01-07 | 北京东方瑞威科技发展股份有限公司 | 一种具有诊断功能的铁路超偏载轨道衡多路数据采集系统 |
CN111609878A (zh) * | 2020-06-10 | 2020-09-01 | 江南大学 | 三自由度直升机系统传感器运行状态监测方法 |
CN112130136A (zh) * | 2020-09-11 | 2020-12-25 | 中国重汽集团济南动力有限公司 | 一种交通目标综合感知系统及方法 |
CN112161648A (zh) * | 2020-09-14 | 2021-01-01 | 精英数智科技股份有限公司 | 异常传感器的识别方法、装置、可读存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2907234A1 (fr) * | 2006-10-13 | 2008-04-18 | Thales Sa | Procede et dispositif d'identification d'un capteur principal defaillant appartenant a une chaine de commande |
CN105867414A (zh) * | 2016-04-18 | 2016-08-17 | 浙江大学 | 一种多传感器冗余备份的无人机飞行控制系统 |
CN106354141A (zh) * | 2016-11-02 | 2017-01-25 | 北京汽车集团有限公司 | 一种驾驶控制系统和方法 |
CN106482772A (zh) * | 2015-08-28 | 2017-03-08 | 罗伯特·博世有限公司 | 识别至少一个第一交通运输工具的至少一个第一传感器的至少一个传感器故障的方法和设备 |
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系统及多传感融合系统 |
-
2017
- 2017-11-13 CN CN201711118848.4A patent/CN108036812A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2907234A1 (fr) * | 2006-10-13 | 2008-04-18 | Thales Sa | Procede et dispositif d'identification d'un capteur principal defaillant appartenant a une chaine de commande |
CN106482772A (zh) * | 2015-08-28 | 2017-03-08 | 罗伯特·博世有限公司 | 识别至少一个第一交通运输工具的至少一个第一传感器的至少一个传感器故障的方法和设备 |
CN105867414A (zh) * | 2016-04-18 | 2016-08-17 | 浙江大学 | 一种多传感器冗余备份的无人机飞行控制系统 |
CN106354141A (zh) * | 2016-11-02 | 2017-01-25 | 北京汽车集团有限公司 | 一种驾驶控制系统和方法 |
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系统及多传感融合系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884650A (zh) * | 2019-01-16 | 2019-06-14 | 北京百度网讯科技有限公司 | 超声波雷达的检测方法、装置、电子设备及存储介质 |
CN109884650B (zh) * | 2019-01-16 | 2021-04-20 | 北京百度网讯科技有限公司 | 超声波雷达的检测方法、装置、电子设备及存储介质 |
CN110044693A (zh) * | 2019-05-05 | 2019-07-23 | 大连理工大学 | 一种用于结构加载电测试验的传感器状态实时监测方法 |
CN110044693B (zh) * | 2019-05-05 | 2021-04-20 | 大连理工大学 | 一种用于结构加载电测试验的传感器状态实时监测方法 |
CN110626355A (zh) * | 2019-09-17 | 2019-12-31 | 浙江吉利汽车研究院有限公司 | 一种雷达遮挡诊断方法、装置及终端 |
CN110658765A (zh) * | 2019-10-14 | 2020-01-07 | 北京东方瑞威科技发展股份有限公司 | 一种具有诊断功能的铁路超偏载轨道衡多路数据采集系统 |
CN111609878A (zh) * | 2020-06-10 | 2020-09-01 | 江南大学 | 三自由度直升机系统传感器运行状态监测方法 |
CN112130136A (zh) * | 2020-09-11 | 2020-12-25 | 中国重汽集团济南动力有限公司 | 一种交通目标综合感知系统及方法 |
CN112130136B (zh) * | 2020-09-11 | 2024-04-12 | 中国重汽集团济南动力有限公司 | 一种交通目标综合感知系统及方法 |
CN112161648A (zh) * | 2020-09-14 | 2021-01-01 | 精英数智科技股份有限公司 | 异常传感器的识别方法、装置、可读存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108036812A (zh) | 传感器状态检测方法、装置及计算机可读存储介质 | |
JP2017078709A (ja) | 少なくとも一つの第1の車両の少なくとも一つの第1のセンサの少なくとも一つのセンサ機能不全を識別するための方法及び装置 | |
US8834176B2 (en) | Method and system for plant management by augmentation reality | |
US20200004249A1 (en) | Data training method and apparatus for autonomous vehicle | |
RU2571411C2 (ru) | Способ и устройство для распознавания ошибочного представления данных изображения на блоке отображения | |
CN102673979B (zh) | 输送带跑偏判断方法及判断装置 | |
US20140050387A1 (en) | System and Method for Machine Vision Inspection | |
JP7217660B2 (ja) | ボルトの締結状態検知装置及び方法、並びにプログラム | |
CN109952019B (zh) | 印刷电路板检查装置、感知焊膏是否异常的方法及计算机可判读记录介质 | |
CN107038899A (zh) | 一种进行飞行的方法和装置 | |
CN109085620A (zh) | 无人驾驶车辆定位异常校准方法、装置、设备及存储介质 | |
US20100145618A1 (en) | Vehicle collision management systems and methods | |
CN108872780B (zh) | 带电勘查的带电作业检测、系统及终端设备 | |
CN108162973A (zh) | 提高自动驾驶可靠性的装置及自动驾驶系统 | |
KR101747233B1 (ko) | 노면 상태 정보 제공 시스템, 및 방법 | |
CN111947669A (zh) | 用于将基于特征的定位地图用于车辆的方法 | |
CN111091104A (zh) | 一种目标物体的防护检测方法、装置、设备及存储介质 | |
JP2020046380A (ja) | 無人航空機の飛行制御装置、無人航空機の飛行制御方法及び無人航空機の飛行制御プログラム | |
CN107065817A (zh) | 一种基于参数监控的自动驾驶仪故障检测方法 | |
US20220207863A1 (en) | Object detection device, object detection method, program, and recording medium | |
CN110765961A (zh) | 车辆制动状态判断方法、装置、计算机设备和存储介质 | |
CN106412570B (zh) | 一种摄像系统去噪能力的测定方法及测定工具 | |
CN106932004B (zh) | 一种传感器的检测方法及装置 | |
KR20180119344A (ko) | 영역 감시 장치 및 이에 의한 영역 감시 방법 | |
US20230059090A1 (en) | Method for suppressing ambiguous measurement data from environmental sensors |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180515 |