CN108508872B - 一种无人驾驶汽车信息采集系统的故障检测方法 - Google Patents

一种无人驾驶汽车信息采集系统的故障检测方法 Download PDF

Info

Publication number
CN108508872B
CN108508872B CN201810347475.6A CN201810347475A CN108508872B CN 108508872 B CN108508872 B CN 108508872B CN 201810347475 A CN201810347475 A CN 201810347475A CN 108508872 B CN108508872 B CN 108508872B
Authority
CN
China
Prior art keywords
vehicle
camera
mounted computer
radar
main camera
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.)
Active
Application number
CN201810347475.6A
Other languages
English (en)
Other versions
CN108508872A (zh
Inventor
付云飞
周胜男
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ordos Pudu Technology Co Ltd
Original Assignee
Ordos Pudu Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ordos Pudu Technology Co Ltd filed Critical Ordos Pudu Technology Co Ltd
Priority to CN201810347475.6A priority Critical patent/CN108508872B/zh
Publication of CN108508872A publication Critical patent/CN108508872A/zh
Application granted granted Critical
Publication of CN108508872B publication Critical patent/CN108508872B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/24Pc safety
    • G05B2219/24065Real time diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种无人驾驶汽车信息采集系统的故障检测方法,该方法是车载电脑将各个雷达采集的数据以及与摄像机采集的数据进行分析比对,对比在同一时刻,同一位置上,所识别别的目标物是否相符合,从而判断雷达或摄像机是否出现故障,并做出应对决策的方法。本发明可以实现无人驾驶汽车的信息采集系统的故障检测,从而保证车辆的安全行驶,提高无人驾驶汽车的安全性能。

Description

一种无人驾驶汽车信息采集系统的故障检测方法
技术领域
本发明涉及一种无人驾驶汽车信息采集系统的故障检测方法,适用无人驾驶汽车技术领域。
背景技术
随着人工智能技术的发展,无人驾驶车辆无疑是未来汽车的发展方向,具有安全可靠、高效便利的优势,可弥补有人驾驶汽车的种种缺陷不足,有效减少交通事故。
无人驾驶汽车不同于现有的有人驾驶汽车,有人驾驶汽车是通过驾驶员来观察路况来操作车辆进行行驶,而对于无人驾驶汽车来说,行驶过程中需要使用信息采集系统来收集路况信息,便于车辆的安全行驶,因此,信息采集系统对于无人驾驶汽车而言是至关重要的。但是现有的无人驾驶汽车无法实现对信息采集系统的自动检测,从而容易影响无人驾驶汽车行驶的安全性能。
发明内容
本发明提供一种无人驾驶汽车信息采集系统的故障检测方法,该方法中车载电脑将各个雷达采集的数据以及与摄像机采集的数据进行分析比对,从而判断信息采集系统是否存在故障,并做出相应的应对决策,确保无人驾驶汽车行驶的安全性能。
本发明为解决上述技术问题提供了一种无人驾驶汽车信息采集系统的故障检测方法,该方法是车载电脑将各个雷达采集的数据以及与摄像机采集的数据进行分析比对,对比在同一时刻,同一位置上,所识别别的目标物是否相符合,从而判断雷达或摄像机是否出现故障,并做出应对决策的方法。
进一步,所述雷达为激光雷达,在车身周边布置四个或六个激光雷达,其中,
当布置激光雷达为四个时,分别设置在车辆的四角;
当布置激光雷达为六个时,分别设置在车辆的四角、车辆前端中间以及车辆后端中间位置。
所述雷达的采集范围为120°或更宽。
进一步,所述摄像机包括两组,分别设置在车辆内部的前挡风玻璃上方中间和后挡风玻璃上方中间,其中,
每组摄像机分别包括主摄像机和备用摄像机,所述主摄像机和备用摄像机相对设置在转动机构或平移机构上。
进一步,所述转动机构包括摄像机底座和设置在摄像机底座下的固定轴,所述固定轴的外侧转动设置有转环,所述主摄像机和备用摄像机分别设置在转环外侧相对的两侧面,
所述摄像机底座内设置有转动电机和摄像机控制器,车载电脑通过摄像机控制器与转动电机电连接。
进一步,所述平移机构包括平移导轨和设置在平移导轨一侧的电动推杆,所述主摄像机和备用摄像机并列活动设置在平移导轨上,且主摄像机和备用摄像机相邻的侧面相连,所述电动推杆的推杆端部与主摄像机和备用摄像机相连;
所述平移导轨内设置有摄像机控制器,车载电脑通过摄像机控制器与电动推杆相连。
进一步,所述雷达的扫描范围包括重叠部分和未重叠部分,
所述重叠部分为相邻雷达所采集的数据中所重合的部分。
进一步,当备用摄像机为正常状态时,所述故障检测方法包括以下两种:
(1)雷达自检方法:该方法是车载电脑通过相邻两个雷达所采集的重叠部分的数据,来判定这两个雷达的故障情况,然后再结合摄像机来进行信息采集系统的故障情况;
(2)摄像机雷达互检方法:该方法是车载电脑直接通过摄像机逐一与雷达进行比对判断,从而判定信息采集系统的故障情况。
进一步,所述雷达自检方法的具体步骤包括:
步骤501:雷达所采集的数据以及主摄像机所采集的数据发送至车载电脑;
步骤502:车载电脑选取相邻两个雷达所采集的重叠部分的数据,进行分析比对;
步骤503:车载电脑判断上述两个雷达所采集数据的重叠部分中所识别的目标物是否相同,若相同转至步骤515,否则执行步骤504;
步骤504:车载电脑将主摄像机所采集的数据与上述两个雷达所采集数据的重叠部分进行比对;
步骤505:车载电脑判断在同一时间和位置上,主摄像机识别的目标物和其中一个雷达所识别的目标物是否相同,若相同,转至步骤513,否则执行步骤506;
步骤506:车载电脑向摄像机控制器发送控制信号,启用备用摄像机;
步骤507:备用摄像机将其采集的数据发送至车载电脑,车载电脑1将其与主摄像机所采集的数据以及两个雷达采集的数据进行分析比对;
步骤508:车载电脑判断同一时间和相同位置上,主摄像机或两个雷达与备用摄像机所识别的目标物是否相同,若相同,则转至步骤509,否则执行步骤512;
步骤509:车载电脑判断在同一时间,同一位置上主摄像机与备用摄像机所识别的目标物是否相同,若相同,执行步骤510,否则转至步骤511;
步骤510:车载电脑判定上述两个雷达出现故障,并发送控制信号给摄像机控制器,形成故障报告,继续启用主摄像机,转至步骤514;
步骤511:车载电脑判断主摄像机和其中一个雷达出现故障,形成故障报告,并继续启用备用摄像机,转至步骤514;
步骤512:车载电脑判定主摄像机和两个雷达均出现故障,并形成故障报告,转至步骤514;
步骤513:车载电脑判定其中一个雷达的识别的目标物与主摄像机识别的目标物不同的雷达出现故障,并形成故障报告;
步骤514:车载电脑向云端服务器发送故障报告,并将车辆就近安全停车,等待更换或维修出现故障的部件,直接结束;
步骤515:车载电脑将主摄像机所采集的数据与其中一个雷达所采集的数据进行分析比对;
步骤516:车载电脑判断同一时间和同一位置上主摄像机与雷达所识别的目标物是否相同,若相同,转至步骤518,否则执行步骤517:
步骤517:车载电脑向摄像机控制器发送控制信号,启用备用摄像机;
步骤518:车辆正常行驶,直接结束。
进一步,所述摄像机雷达互检方法的具体步骤包括:
步骤601:雷达所采集的数据以及主摄像机所采集的数据发送至车载电脑1;
步骤602:车载电脑提取其中一个雷达所采集的数据和主摄像机所采集数据进行分析;
步骤603:车载电脑根据同一时间和相同位置上,主摄像机所识别的目标物与上述雷达所识别的目标物进行比对,判断两者是否相同,若相同转至步骤612,否则执行步骤604;
步骤604:车载电脑发送控制信号至摄像机控制器,启用备用摄像机;
步骤605:备用摄像机将其采集数据发送至车载电脑,车载电脑将其与主摄像机所采集的数据以及雷达所采集数据进行比对;
步骤606:车载电脑判断同一时间和相同位置上,主摄像机或雷达与备用摄像机所识别的目标物是否相同,若相同,转至步骤608,否则转至步骤607;
步骤607:车载电脑判定主摄像机和雷达均出现故障,形成故障报告,并继续采用备用摄像机工作,转至步骤610;
步骤608:车载电脑判断同一时间和同一位置上,备用摄像机与主摄像机所识目标物是否相同,若相同,执行步骤609,否则转至步骤611;
步骤609:车载电脑判定雷达出现故障,并形成故障报告;
步骤610:车载电脑将故障报告发送至云端服务器,就近安全停车,等待更换或维修出现故障的部件,直接结束;
步骤611:车载电脑判定主摄像机出现故障,形成故障报告,并继续采用备用摄像机工作;
步骤612:车辆继续行驶,直接结束。
本发明的有益效果在于:在本发明中,无人驾驶汽车可以通过两种不同的方法实现对信息采集系统的故障检测,其中一种是利用相邻雷达所采集的重叠部分的数据可以对雷达的初步检测,继而通过摄像机实现进一步的故障检测,此检测方法由于首先是雷达之间的相互检测,因为两者均为雷达,所采集数据类型相同,可以减少车载电脑的工作量,更加便于比对,增加比对的准确度,节省雷达故障检测的时间;另一种是直接通过摄像机逐一与雷达进行比对检测,最终实现整个信息采集系统的故障检测,此检测方法可以使故障检测更加全面,提高检测的精准性。
附图说明
图1为本发明的一种无人驾驶汽车信息采集系统的故障检测方法的信息采集系统的其中一种分布图;
图2本发明的一种无人驾驶汽车信息采集系统的故障检测方法的信息采集系统的另外一种分布图;
图3为本发明的一种无人驾驶汽车信息采集系统的故障检测方法的摄像机其中一种的结构图;
图4为本发明的一种无人驾驶汽车信息采集系统的故障检测方法的摄像机另外一种的结构图;
图5为本发明的一种无人驾驶汽车信息采集系统的故障检测方法的一种检测方法的流程图;
图6为本发明的一种无人驾驶汽车信息采集系统的故障检测方法的另一种检测方法的流程图;
图中:1.车载电脑,2.雷达,3.摄像机,4.主摄像机,5.备用摄像机,6.摄像机底座,7.固定轴,8.转环,9.转动电机,10.摄像机控制器,11.转盘,12.连接环,13.平移导轨,14.电动推杆,15.摄像机控制器,16.重叠部分,17.未重叠部分,18.云端服务器。
具体实施方式
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明。
一种无人驾驶汽车信息采集系统的故障检测方法,该方法是车载电脑1将各个雷达2采集的数据以及与摄像机3采集的数据进行分析比对,对比在同一时刻,同一位置上,所识别别的目标物是否相符合,从而判断雷达2或摄像机3是否出现故障,并做出应对决策。
所述雷达2为激光雷达,该激光雷达包括四个或六个,其中,
当激光雷达为四个时,分别设置在车辆的四角。
当激光雷达为六个时,分别设置在车辆的四角、车辆前端中间以及车辆后端中间位置。
所述雷达2的采集角度范围为120°。
所述摄像机3包括两组,分别设置在车辆内部的前挡风玻璃上方中间和后挡风玻璃上方中间,其中,
每组摄像机3分别包括主摄像机4和备用摄像机5,所述主摄像机4和备用摄像机5相对设置在转动机构或平移机构上。
主摄像机4和备用摄像机5可以通过转动机构来实现替换。
具体的,车载电脑1将摄像机3所采集的数据和雷达2所采集的数据进行分析整理,形成相同的数据类型来实现对比。
如图3所示,所述转动机构包括摄像机底座6和设置在摄像机底座6下的固定轴7,所述固定轴7的外侧转动设置有转环8,所述主摄像机4和备用摄像机5分别设置在转环8外侧相对的两侧面,所述摄像机底座6内设置有转动电机9和摄像机控制器10,车载电脑1通过摄像机控制器10与转动电机9电连接。
具体的,转动电机9设置的摄像机底座6的内部顶端,转动电机9下方输出端连接有一个转盘11,转环8的上方设置有连接环12,连接环12的顶部连接转盘11的底部外侧,另外摄像机控制器10设置在转动电机9的一侧摄像机底座6的内部侧壁上。
车载电脑1将控制信号发送至摄像机控制器10,摄像机控制器10控制转动电机9转动,转动电机9带动转盘11转动,从而利用连接环12带动转环8转动,实现主摄像机4和备用摄像机5的替换。
所述平移机构包括平移导轨13和设置在平移导轨13一侧的电动推杆14,所述主摄像机4和备用摄像机5并列活动设置在平移导轨13上,且主摄像机4和备用摄像机5相邻的侧面相连,所述电动推杆14的推杆端部与主摄像机4和备用摄像机5相连;
具体的,若电动推杆14设置在靠近备用摄像机5的一侧,当需要用备用摄像机5替换主摄像机4时,电动推杆14伸长,推动备用摄像机5和主摄像机4向主摄像机4所在方向移动,将备用摄像机5推动移至主摄像机4原在的位置,从而替代主摄像机4工作,同样,换回主摄像机4时,电动推杆14收缩,即可带动备用摄像机5和主摄像机4向电动推杆14的方向移动,将主摄像机4移至备用摄像机5原在的位置。
如图4所示,若电动推杆14设置在靠近主摄像机4的一侧,需要用备用摄像机5替换主摄像机4时,电动推杆14收缩,将备用摄像机5和主摄像机4拉向靠近电动推杆14的一侧,使备用摄像机5移至原主摄像机4的位置,从而替代主摄像机4工作。同样换回主摄像机4时,电动推杆14伸长,推动主摄像机4移至备用摄像机5的位置即可。
所述平移导轨13内设置有摄像机控制器15,车载电脑1通过摄像机控制器15与电动推杆14相连。
车载电脑1将控制信号发送至摄像机控制器15,摄像机控制器15控制电动推杆14伸缩,电动推杆14将备用摄像机5移至主摄像机4位置,实现主摄像机4和备用摄像机5的替换。
具体的,主摄像机4和备用摄像机5均为全景摄像机。
所述雷达2的扫描范围包括重叠部分16和未重叠部分17,所述重叠部分16为相邻雷达2所采集的数据中所重合的部分。
当备用摄像机5为正常状态时,所述故障检测方法包括以下两种:
(1)雷达自检方法:该方法是车载电脑1是通过相邻两个雷达2的重叠部分16的数据,来判定这两个雷达2的故障情况,然后再结合摄像机3来进行信息采集系统的故障情况;
(2)摄像机雷达互检方法:该方法是车载电脑1直接通过摄像机3所采集的数据逐一与雷达2所采集的数据进行比对判断,从而判定信息采集系统的故障情况。
如图5所示,所述雷达自检方法的具体步骤包括:
步骤501:雷达2所采集的数据以及主摄像机3所采集的数据发送至车载电脑1;
步骤502:车载电脑1选取相邻两个雷达2所采集的重叠部分的数据,进行分析比对;
步骤503:车载电脑1判断上述两个雷达2所采集数据的重叠部分16中所识别的目标物是否相同,若相同转至步骤515,否则执行步骤504;
步骤504:车载电脑1将主摄像机4所采集的数据与上述两个雷达2所采集数据的重叠部分进行比对;
步骤505:车载电脑1判断在同一时间和位置上,主摄像机4识别的目标物和其中一个雷达2所识别的目标物是否相同,若相同,转至步骤513,否则执行步骤506;
步骤506:车载电脑1向摄像机控制器10/15发送控制信号,启用备用摄像机5;
步骤507:备用摄像机5将其采集的数据发送至车载电脑1,车载电脑1将其与主摄像机4所采集的数据以及两个雷达2采集的数据进行分析比对;
步骤508:车载电脑1判断同一时间和相同位置上,主摄像机4或两个雷达2与备用摄像机5所识别的目标物是否相同,若相同,则转至步骤509,否则执行步骤512;
步骤509:车载电脑1判断在同一时间,同一位置上主摄像机4与备用摄像机5所识别的目标物是否相同,若相同,执行步骤510,否则转至步骤511;
步骤510:车载电脑1判定上述两个雷达2出现故障,并发送控制信号给摄像机控制器10/15,形成故障报告,继续启用主摄像机4,转至步骤514;
步骤511:车载电脑1判断主摄像机4和其中一个雷达2出现故障,形成故障报告,并继续启用备用摄像机5,转至步骤514;
步骤512:车载电脑1判定主摄像机4和两个雷达2均出现故障,并形成故障报告,转至步骤514;
步骤513:车载电脑1判定其中一个雷达2的识别的目标物与主摄像机4识别的目标物不同的雷达出现故障,并形成故障报告;
步骤514:车载电脑1向云端服务器18发送故障报告,并将车辆就近安全停车,等待更换或维修出现故障的部件,直接结束;
步骤515:车载电脑1将主摄像机所采集的数据与其中一个雷达所采集的数据进行分析比对;
步骤516:车载电脑1判断同一时间和同一位置上主摄像机4与雷达2所识别的目标物是否相同,若相同,转至步骤518,否则执行步骤517:
步骤517:车载电脑1向摄像机控制器10/15发送控制信号,启用备用摄像机5;
步骤518:车辆正常行驶,直接结束。
步骤511中出现故障的雷达2是其采集的数据与备用摄像机5所采集的数据不同的一个雷达2。
步骤514中更换和维修出现故障的部件是指出现故障的雷达2或主摄像机4。
如图1所示,当车辆上设置有六个雷达2时无人驾驶汽车的前端和后端各设置有三个雷达2,以车辆前端的雷达2和摄像机3为例,三个雷达2分为左雷达、中雷达和右雷达,其中左雷达和中雷达所采集的数据中存在重叠部分16,同样右雷达和中雷达所采集的数据中也存在重叠部分16。
在利用上述雷达自检方法时,第一次判断左雷达和中雷达的故障情况,即首先通过左雷达和右雷达的重叠部分16进行判断两者的故障情况,然后结合主摄像机4和备用摄像机5进行综合判断,得出左雷达、中雷达和主摄像机4的故障情况。继而第二次判断右雷达的故障情况,此时通过中雷达和右雷达的重叠部分16对右雷达的故障情况进行判断,继而通过主摄像机4或备用摄像机5进行综合判断,分为以下三种情况:
(1)若在第一次判断中,中雷达与主摄像机4均出现故障,且右雷达与中雷达所采集的数据中的重叠部分16不相同时,则通过右雷达所采集的数据直接与备用摄像机5所采集的数据进行比对,从而判断右雷达的故障情况,若与备用摄像机5所采集的数据相同,则表明右雷达未出现故障,反之,右雷达出现故障;
(2)若在第一次判断中,中雷达出现故障,而主摄像机4未出现故障,且右雷达与中雷达所采集的数据中的重叠部分16不相同时,则通过右雷达所采集的数据直接与主摄像机4所采集的数据进行比对,从而判断右雷达的故障情况,若与主摄像机4所采集的数据相同,则表明右雷达未出现故障,反之,右雷达出现故障;
(3)若在第一次判断中,中雷达未出现故障,且右雷达与中雷达的雷达数据中的重叠部分16相同时,则表明右雷达未出现故障,反之,右雷达出现故障。
同样,对于无人驾驶汽车的后侧三个雷达2以及摄像机3同样采用上述方法进行判断,得出车辆后侧三个雷达2以及主摄像机4的故障情况。
如图2所示,当车辆有四个雷达2时,分别在车辆的前侧和后侧设置两个,因此可以将车辆前侧的两个雷达2和车辆前侧的摄像机3作为一组进行对比判断,同样可以将车辆后侧的两个雷达2和车辆后侧的摄像机3作为一组进行比对判断,从而得出信息系统故障的所在。
如图6所示,所述摄像机雷达互检方法的具体步骤包括:
步骤601:雷达2所采集的数据以及主摄像机4所采集的数据发送至车载电脑1;
步骤602:车载电脑1提取其中一个雷达2所采集的数据和主摄像机4所采集数据进行分析;
步骤603:车载电脑1根据同一时间和相同位置上,主摄像机4所识别的目标物与上述雷达2所识别的目标物进行比对,判断两者是否相同,若相同转至步骤612,否则执行步骤604;
步骤604:车载电脑1发送控制信号至摄像机控制器10/15,启用备用摄像机5;
步骤605:备用摄像机5将其采集数据发送至车载电脑1,车载电脑1将其与主摄像机4所采集的数据以及雷达2所采集数据进行比对;
步骤606:车载电脑1判断同一时间和相同位置上,主摄像机4或雷达2与备用摄像机5所识别的目标物是否相同,若相同,转至步骤608,否则转至步骤607;
步骤607:车载电脑1判定主摄像机4和雷达2均出现故障,形成故障报告,并继续采用备用摄像机5工作,转至步骤610;
步骤608:车载电脑1判断同一时间和同一位置上,备用摄像机5与主摄像机4所识目标物是否相同,若相同,执行步骤609,否则转至步骤611;
步骤609:车载电脑1判定雷达2出现故障,并形成故障报告;
步骤610:车载电脑1将故障报告发送至云端服务器18,就近安全停车,等待更换或维修出现故障的部件,直接结束;
步骤611:车载电脑1判定主摄像机4出现故障,形成故障报告,并继续采用备用摄像机5工作;
步骤612:车辆继续行驶,直接结束。
步骤610中更换和维修出现故障的部件是指出现故障的雷达2或主摄像机4。
上述雷达摄像机互检方法为车辆的第一雷达的检测方法,而在第一个雷达检测完成后进行第二直至最后一个雷达的检测时,若在第一个雷达检测结果中,主摄像机4为故障摄像机,之后雷达2的检测均直接采用备用摄像机5所采集的数据与剩余雷达2所采集的数据进行比对,即可得出剩余雷达2的故障情况,若雷达2所采集的数据与备用摄像机5所采集的数据相同,则表明雷达2未出现故障,反之则表明雷达2出现故障;
若在第一个雷达检测结果中,主摄像机4未出现故障,之后雷达2的检测均可采用主摄像机4所采集的数据与剩余雷达2所采集的数据进行比对,若雷达2所采集的数据与主摄像机4所采集的数据相同,则表明雷达2未出现故障,反之则表明雷达2出现故障。该方法在实现第一个雷达2的检测之后,对于剩余雷达2的检测方法简单,故障检测效果高。
同样,车辆也可在车顶中间设置一个全景雷达,此时可以通过摄像机雷达互检方法来对雷达2和主摄像机4进行检测,判断其是否出现故障。
具体的,先利用全景雷达与车辆前侧的主摄像机4进行比对检测,有以下两种情况:
(1)主摄像机故障或正常,全景雷达正常,则仅需要利用全景雷达与车辆后侧的主摄像机4进行比对即可得出结论,若两者所采集的数据信息相同,则车辆后侧的主摄像机4正常,反之则车辆后侧的主摄像机4出现故障;
(2)主摄像机故障或正常,全景雷达出现故障,则直接利用车辆后侧的备用摄像机5与主摄像机4进行比对,若两者所采集的数据信息相同,则车辆后侧的主摄像机4正常,反之则车辆后侧的主摄像机4出现故障。上述两种信息采集系统的故障检测方法,均可以实现无人驾驶汽车的信息采集系统的故障检测,从而保证车辆的安全行驶,提高无人驾驶汽车的安全性能。
若无人驾驶汽车上的相邻雷达2所采集的数据中存在重合部分,上述两种故障检测方法均可使用,若相邻雷达2所采集的数据中未存在重叠部分16,即可采用第二种故障检测方法,即雷达摄像机互检方法,便可实现整车的信息采集系统的故障的故障检测。
以上所述的具体实施例,对本发明解决的技术问题、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种无人驾驶汽车信息采集系统的故障检测方法,其特征在于:该方法是车载电脑将各个雷达采集的数据以及与摄像机采集的数据进行分析比对,对比在同一时刻,同一位置上,所识别的目标物是否相符合,从而判断雷达或摄像机是否出现故障,并做出应对决策的方法;其中
摄像机分别包括主摄像机和备用摄像机;
当备用摄像机为正常状态时,所述故障检测方法包括以下两种:
(1)雷达自检方法:该方法是车载电脑是通过相邻两个雷达所采集的重叠部分的数据,来判定这两个雷达的故障情况,然后再结合摄像机来进行信息采集系统的故障情况;
(2)摄像机雷达互检方法:该方法是车载电脑直接通过摄像机逐一与雷达进行比对判断,从而判定信息采集系统的故障情况;
所述雷达自检方法的具体步骤包括:
步骤501:雷达所采集的数据以及主摄像机所采集的数据发送至车载电脑;
步骤502:车载电脑选取相邻两个雷达所采集的重叠部分的数据,进行分析比对;
步骤503:车载电脑判断上述两个雷达所采集数据的重叠部分中所识别的目标物是否相同,若相同转至步骤515,否则执行步骤504;
步骤504:车载电脑将主摄像机所采集的数据与上述两个雷达所采集数据的重叠部分进行比对;
步骤505:车载电脑判断在同一时间和位置上,主摄像机识别的目标物和其中一个雷达所识别的目标物是否相同,若相同,转至步骤513,否则执行步骤506;
步骤506:车载电脑向摄像机控制器发送控制信号,启用备用摄像机;
步骤507:备用摄像机将其采集的数据发送至车载电脑,车载电脑将其与主摄像机所采集的数据以及两个雷达采集的数据进行分析比对;
步骤508:车载电脑判断同一时间和相同位置上,主摄像机或两个雷达与备用摄像机所识别的目标物是否相同,若相同,则转至步骤509,否则执行步骤512;
步骤509:车载电脑判断在同一时间,同一位置上主摄像机与备用摄像机所识别的目标物是否相同,若相同,执行步骤510,否则转至步骤511;
步骤510:车载电脑判定上述两个雷达出现故障,并发送控制信号给摄像机控制器,形成故障报告,继续启用主摄像机,转至步骤514;
步骤511:车载电脑判断主摄像机和其中一个雷达出现故障,形成故障报告,并继续启用备用摄像机,转至步骤514;
步骤512:车载电脑判定主摄像机和两个雷达均出现故障,并形成故障报告,转至步骤514;
步骤513:车载电脑判定其中一个雷达的识别的目标物与主摄像机识别的目标物不同的雷达出现故障,并形成故障报告;
步骤514:车载电脑向云端服务器发送故障报告,并将车辆就近安全停车,等待更换或维修出现故障的部件,直接结束;
步骤515:车载电脑将主摄像机所采集的数据与其中一个雷达所采集的数据进行分析比对;
步骤516:车载电脑判断同一时间和同一位置上主摄像机与雷达所识别的目标物是否相同,若相同,转至步骤518,否则执行步骤517:
步骤517:车载电脑向摄像机控制器发送控制信号,启用备用摄像机;
步骤518:车辆正常行驶,直接结束。
2.根据权利要求1所述的无人驾驶汽车信息采集系统的故障检测方法,其特征在于:所述雷达为激光雷达,该激光雷达包括四个或六个,其中,
当激光雷达为四个时,分别设置在车辆的四角;
当激光雷达为六个时,分别设置在车辆的四角、车辆前端中间以及车辆后端中间位置;
所述雷达的采集范围为120°。
3.根据权利要求1所述的无人驾驶汽车信息采集系统的故障检测方法,其特征在于:所述摄像机包括两组,分别设置在车辆内部的前挡风玻璃上方中间和后挡风玻璃上方中间,其中,
每组摄像机分别包括主摄像机和备用摄像机,所述主摄像机和备用摄像机相对设置在转动机构或平移机构上。
4.根据权利要求3所述的无人驾驶汽车信息采集系统的故障检测方法,其特征在于:所述转动机构包括摄像机底座和设置在摄像机底座下的固定轴,所述固定轴的外侧转动设置有转环,所述主摄像机和备用摄像机分别设置在转环外侧相对的两侧面,
所述摄像机底座内设置有转动电机和摄像机控制器,车载电脑通过摄像机控制器与转动电机电连接。
5.根据权利要求3所述的无人驾驶汽车信息采集系统的故障检测方法,其特征在于:所述平移机构包括平移导轨和设置在平移导轨一侧的电动推杆,所述主摄像机和备用摄像机并列活动设置在平移导轨上,且主摄像机和备用摄像机相邻的侧面相连,所述电动推杆的推杆端部与主摄像机和备用摄像机相连;
所述平移导轨内设置有摄像机控制器,车载电脑通过摄像机控制器与电动推杆相连。
6.根据权利要求1所述的无人驾驶汽车信息采集系统的故障检测方法,其特征在于:所述雷达的扫描范围包括重叠部分和未重叠部分,
所述重叠部分为相邻雷达所采集的数据中所重合的部分。
7.根据权利要求1所述的无人驾驶汽车信息采集系统的故障检测方法,其特征在于:所述摄像机雷达互检方法的具体步骤包括:
步骤601:雷达所采集的数据以及主摄像机所采集的数据发送至车载电脑1;
步骤602:车载电脑提取其中一个雷达所采集的数据和主摄像机所采集数据进行分析;
步骤603:车载电脑根据同一时间和相同位置上,主摄像机所识别的目标物与上述雷达所识别的目标物进行比对,判断两者是否相同,若相同转至步骤612,否则执行步骤604;
步骤604:车载电脑发送控制信号至摄像机控制器,启用备用摄像机;
步骤605:备用摄像机将其采集数据发送至车载电脑,车载电脑将其与主摄像机所采集的数据以及雷达所采集数据进行比对;
步骤606:车载电脑判断同一时间和相同位置上,主摄像机或雷达与备用摄像机所识别的目标物是否相同,若相同,转至步骤608,否则转至步骤607;
步骤607:车载电脑判定主摄像机和雷达均出现故障,形成故障报告,并继续采用备用摄像机工作,转至步骤610;
步骤608:车载电脑判断同一时间和同一位置上,备用摄像机与主摄像机所识目标物是否相同,若相同,执行步骤609,否则转至步骤611;
步骤609:车载电脑判定雷达出现故障,并形成故障报告;
步骤610:车载电脑将故障报告发送至云端服务器,就近安全停车,等待更换或维修出现故障的部件,直接结束;
步骤611:车载电脑判定主摄像机出现故障,形成故障报告,并继续采用备用摄像机工作;
步骤612:车辆继续行驶,直接结束。
CN201810347475.6A 2018-04-18 2018-04-18 一种无人驾驶汽车信息采集系统的故障检测方法 Active CN108508872B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810347475.6A CN108508872B (zh) 2018-04-18 2018-04-18 一种无人驾驶汽车信息采集系统的故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810347475.6A CN108508872B (zh) 2018-04-18 2018-04-18 一种无人驾驶汽车信息采集系统的故障检测方法

Publications (2)

Publication Number Publication Date
CN108508872A CN108508872A (zh) 2018-09-07
CN108508872B true CN108508872B (zh) 2020-05-05

Family

ID=63382804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810347475.6A Active CN108508872B (zh) 2018-04-18 2018-04-18 一种无人驾驶汽车信息采集系统的故障检测方法

Country Status (1)

Country Link
CN (1) CN108508872B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109353333A (zh) * 2018-09-28 2019-02-19 上汽通用五菱汽车股份有限公司 基于无人驾驶的调车方法、服务器、系统及存储介质
CN110335487A (zh) * 2019-07-10 2019-10-15 芜湖酷哇机器人产业技术研究院有限公司 自动驾驶车辆的路况信息收集方法及系统
CN111028384B (zh) * 2019-12-12 2021-09-28 苏州智加科技有限公司 自动驾驶车辆的故障智能分类方法和系统
CN111160420B (zh) * 2019-12-13 2023-10-10 北京三快在线科技有限公司 基于地图的故障诊断方法、装置、电子设备和存储介质
CN111050079B (zh) * 2019-12-27 2021-09-14 成都睿铂科技有限责任公司 一种基于无人机的航拍方法
CN113495547A (zh) * 2020-03-20 2021-10-12 北京智行者科技有限公司 一种实时安全的无人驾驶故障诊断与保护方法及系统
CN112130153A (zh) * 2020-09-23 2020-12-25 的卢技术有限公司 基于毫米波雷达和摄像头实现无人驾驶汽车边缘检测方法
CN113281784A (zh) * 2021-06-24 2021-08-20 中车长春轨道客车股份有限公司 一种轨道车辆的障碍物检测方法及系统
CN114567758A (zh) * 2022-03-10 2022-05-31 深圳市超越智能电子有限公司 一种汽车360度全景视频处理系统和方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006240453A (ja) * 2005-03-02 2006-09-14 Daihatsu Motor Co Ltd センサ異常検出装置及びセンサ異常検出方法
WO2014010546A1 (ja) * 2012-07-10 2014-01-16 本田技研工業株式会社 故障判定装置
KR101644370B1 (ko) * 2014-10-23 2016-08-01 현대모비스 주식회사 물체 검출 장치 및 그 동작 방법
US10082797B2 (en) * 2015-09-16 2018-09-25 Ford Global Technologies, Llc Vehicle radar perception and localization
CN107092211A (zh) * 2017-05-27 2017-08-25 浙江大学 一种基于arm的双冗余无人船船载控制系统和方法
CN206848752U (zh) * 2017-05-27 2018-01-05 浙江大学 一种基于arm的双冗余无人船船载控制系统

Also Published As

Publication number Publication date
CN108508872A (zh) 2018-09-07

Similar Documents

Publication Publication Date Title
CN108508872B (zh) 一种无人驾驶汽车信息采集系统的故障检测方法
CN108334103B (zh) 无人机多距离避障方法及避障系统
CN106840242B (zh) 一种智能驾驶汽车的传感器自检系统及多传感融合系统
US11370386B2 (en) ADAS-linked active hood apparatus for always-on operation
CN107653775A (zh) 悬挂式单轨交通轨道梁外部智能检查维修车
CN104732478A (zh) 用于车辆的平视显示器的检验装置和方法
CN104634321A (zh) 车辆驾驶者辅助系统的检查装置
KR102359154B1 (ko) 전력설비 자율진단 로봇
CN106774306A (zh) 应用于无人驾驶车辆的启动检测方法、装置和系统
CN110843597B (zh) 应用于车辆换电的视觉分析系统、方法及换电控制方法
EP3445536B1 (de) Zufuhr von elektrischer energie und/oder kraftstoff zu einem kraftfahrzeug mittels eines roboters
CN207828776U (zh) 悬挂式单轨交通轨道梁外部智能检查维修车
CN115683237B (zh) 一种智慧交通停车管理系统及方法
CN112918698B (zh) 一种无人机自动归中装置及方法
US20220148221A1 (en) Optical Device Validation
CN105403931A (zh) 一种混合体制机场跑道异物探测系统
CN103630949B (zh) 车载式机场跑道外来物探测系统及方法
CN111103863B (zh) 轨道交通车辆智能检修机器人、检修系统和方法
CN105365820A (zh) 一种汽车视觉安全辅助驾驶方法及装置
CN114460919A (zh) 基于域控制器的模块化无人驾驶故障诊断系统
CN114633774A (zh) 一种基于人工智能的轨道交通故障检测系统
JP7004543B2 (ja) 路面状態検知装置、及び路面状態検知システム
EP4255792A1 (de) Verfahren zum betreiben eines schienenfahrzeugs und anordnung mit einem schienenfahrzeug
CN105691603A (zh) 一种小车与飞行器联动的无人作业侦测装置
US20240227589A1 (en) System and method for a charging assembly

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