CN109871292B - 无人车系统的自检方法、装置、系统及存储介质 - Google Patents

Abstract

本发明提供一种无人车系统的自检方法、装置、系统及存储介质，该方法，包括：接收无人车发送的硬件信息和软件信息；对所述硬件信息和所述软件信息进行分析，得到相应的分析结果；判断所述分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

Description

无人车系统的自检方法、装置、系统及存储介质

技术领域

本发明涉及汽车技术领域，尤其涉及一种无人车系统的自检方法、装置、系统及存储介质。

背景技术

随着汽车技术的发展，无人车开始得到应用。在无人车系统中设置了多种硬件，以及与自动驾驶相关的多种软件；通过这些硬件和软件，可以实现无人车的自动驾驶控制。在无人车的使用过程中，会出现无人车的硬件被更换、软件更新迭代的情况。而软件和硬件的性能直接决定了无人车能否进行安全行驶，因此需要对无人车的软件和硬件进行定期地诊断检测。

现有技术中，一般是通过人工方式，定期对无人车内的软件和硬件进行诊断检测，然后根据诊断结果对无人车的软件和硬件进行维护。

但是，这种方式很难及时发现无人车系统出现的软件和硬件问题，给无人车的自动驾驶带来隐患，并且这种方式的诊断过程繁琐，对工作人员的经验要求较高。

发明内容

本发明提供一种无人车系统的自检方法、装置、系统及存储介质，可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

第一方面，本发明实施例提供一种无人车系统的自检方法，包括：

接收无人车发送的硬件信息和软件信息；

对所述硬件信息和所述软件信息进行分析，得到相应的分析结果；

判断所述分析结果中是否存在风险信息；

若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。

在一种可能的设计中，所述硬件信息包括：硬件标识、硬件名称、硬件生产商、硬件更换时间、硬件更换地点、硬件更换数量、硬件更换次数；所述软件信息包括：软件版本、软件的节点数量、各个软件节点的启动时间、软件的关键参数。

在一种可能的设计中，对所述硬件信息和所述软件信息进行分析，得到相应的分析结果，包括：

根据所述硬件信息，生成硬件分析图表，所述硬件分析图表中包含有：硬件名称、硬件数量、硬件更换次数、硬件的使用时长、同类型硬件的平均更换次数、同类型硬件的平均使用时长；

对无人车每次启动时所得到的软件信息进行统计，得到各个软件节点的启动时间的分布图；

对相同类型无人车中同一软件的关键参数进行比对，得到软件的关键参数的比对结果。

在一种可能的设计中，判断所述分析结果中是否存在风险信息，包括：

若硬件的使用时长大于同类型硬件的平均使用时长(即硬件的使用寿命)，则确定所述硬件存在风险，标记所述硬件的硬件信息为风险信息；

若存在至少一个软件节点的启动时间大于预设的阈值，则确定所述软件节点对应的软件或相关硬件存在风险，标记所述软件的软件信息或相关硬件为风险信息；

若软件的关键参数的取值不在相同类型无人车中同一软件的关键参数的取值范围内，则确定所述软件的关键参数为风险信息。

在一种可能的设计中，还包括：

确定所述风险信息对应的故障问题；所述故障问题包括：硬件老化、软件版本过低、软件的关键参数设置异常；

将所述故障问题发送给无人车和/或无人车管理平台。

第二方面，本发明实施例提供一种无人车系统的自检装置，包括：

接收模块，用于接收无人车发送的硬件信息和软件信息；

分析模块，用于对所述硬件信息和所述软件信息进行分析，得到相应的分析结果；

判断模块，用于判断所述分析结果中是否存在风险信息；

发送模块，用于在存在风险信息时，向无人车和/或无人车管理平台发送风险提示信息。

在一种可能的设计中，所述硬件信息包括：硬件标识、硬件名称、硬件生产商、硬件更换时间、硬件更换地点、硬件更换数量、硬件更换次数；所述软件信息包括：软件版本、软件的节点数量、各个软件节点的启动时间、软件的关键参数。

在一种可能的设计中，所述分析模块，具体用于：

根据所述硬件信息，生成硬件分析图表，所述硬件分析图表中包含有：硬件名称、硬件数量、硬件更换次数、硬件的使用时长、同类型硬件的平均更换次数、同类型硬件的平均使用时长；

对无人车每次启动时所得到的软件信息进行统计，得到各个软件节点的启动时间的分布图；

对相同类型无人车中同一软件的关键参数进行比对，得到软件的关键参数的比对结果。

在一种可能的设计中，所述判断模块，具体用于：

若硬件的使用时长大于同类型硬件的平均使用时长(即硬件的使用寿命)，则确定所述硬件存在风险，标记所述硬件的硬件信息为风险信息；

若存在至少一个软件节点的启动时间大于预设的阈值(其中，阈值由同一类型相似使用环境下无人车该节点启动成功所需时间进行统计学分析得出或预先人工设定)，则确定所述软件节点对应的软件存在风险，标记所述软件的软件信息为风险信息；

若软件的关键参数的取值不在相同类型无人车中同一软件的关键参数的取值范围内，则确定所述软件的关键参数为风险信息。

在一种可能的设计中，还包括：

确定模块，用于确定所述风险信息对应的故障问题；所述故障问题包括：硬件老化、软件版本过低、软件的关键参数设置异常；

发送模块，还用于将所述故障问题发送给无人车和/或无人车管理平台。

第三方面，本发明实施例提供一种无人车系统的自检系统，包括：存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行第一方面中任一项所述的无人车系统的自检方法。

第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项所述的无人车系统的自检方法。

第五方面，本发明实施例提供一种程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，服务器的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得服务器执行第一方面中任一所述的无人车系统的自检方法。

本发明提供一种无人车系统的自检方法、装置、系统及存储介质，通过接收无人车发送的硬件信息和软件信息；对所述硬件信息和所述软件信息进行分析，得到相应的分析结果；判断所述分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一应用场景的原理示意图；

图2为本发明实施例一提供的无人车系统的自检方法的流程图；

图3为本发明实施例二提供的无人车系统的自检方法的流程图；

图4为本发明实施例三提供的无人车系统的自检装置的结构示意图；

图5为本发明实施例四提供的无人车系统的自检装置的结构示意图；

图6为本发明实施例五提供的无人车系统的自检系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

无人驾驶车辆也被称为无人车，无人驾驶车辆是电子计算机等最新科技成果与现代汽车工业相结合的产物。在无人车系统中设置了多种硬件，以及多种软件；通过这些硬件和软件，可以实现无人车的自动驾驶，自动变速，自动识别道路的目的。在无人车的使用过程中，会出现无人车的硬件被更换、软件更新迭代的情况。而软件和硬件的性能直接决定了无人车能否进行安全行驶，因此需要对无人车的软件和硬件进行定期地诊断检测。

现有技术中，一般是通过人工方式，定期对无人车内的软件和硬件进行诊断检测，然后根据诊断结果对无人车的软件和硬件进行维护。但是，这种方式很难及时发现无人车系统出现的软件和硬件问题，给无人车的自动驾驶带来隐患，并且这种方式的诊断过程繁琐，对工作人员的经验要求较高。

针对上述技术问题，本发明提供一种方法，可以接收无人车发送的硬件信息和软件信息，并对硬件信息和软件信息进行分析，从而发现潜在的风险，可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

图1为本发明一应用场景的原理示意图，如图1所示，云端服务器20接收无人车10发送的硬件信息和软件信息。然后，云端服务器20对硬件信息和软件信息进行分析，得到相应的分析结果，并判断分析结果中是否存在风险信息。若存在风险信息，则云端服务器向无人车10和/或无人车管理平台30发送风险提示信息。

需要说明的是，云端服务器20可以同时接收和处理多个无人车10所发送的硬件信息和软件信息，并将风险提示信息发送给对应的无人车10。

应用上述方法可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。

图2为本发明实施例一提供的无人车系统的自检方法的流程图，如图2所示，本实施例中的方法可以包括：

S101、接收无人车发送的硬件信息和软件信息。

本实施例中，无人车的控制器，可以获取无人车的硬件信息和软件信息，然后将无人车的硬件信息和软件信息发送给云端服务器。其中，硬件信息包括：硬件标识、硬件名称、硬件生产商、硬件更换时间、硬件更换地点、硬件更换数量、硬件更换次数。软件信息包括：软件版本、软件的节点数量、各个软件节点的启动时间、软件的关键参数。

具体地，无人驾驶车辆也被称为无人车，无人驾驶车辆是电子计算机等最新科技成果与现代汽车工业相结合的产物。在无人车系统中设置了多种硬件，以及多种软件；通过这些硬件和软件，可以实现无人车的自动驾驶，自动变速，自动识别道路的目的。这些硬件可以是数据采集装置，如视频图像采集装置、雷达测距装置、定位装置、体感装置等。无人车的控制器，可以很方便地获取无人车的硬件信息，获取硬件信息的方式可以多种多样。例如：在与无人车驾驶相关的硬件被更换的时候，无人车的控制器获取硬件信息并自动记录更换的时间点，地点等等。或者，无人车的控制器根据预设的采集频率，采集硬件信息。需要说明的是，无人车的控制器获取无人车的硬件信息的方式为现有技术，此处不再赘述，本领域的技术人员也可以根据实际情况增加或者减少获取硬件信息的方式。无人车的控制器，也可以很方便地获取无人车的软件信息。其中，软件信息包括：软件版本、软件的节点数量、各个软件节点的启动时间、软件的关键参数。软件的节点是指是无人车软件的一种功能，例如图像采集功能。软件的关键参数可以是各模块设计者自定义的参数，可以提供统一的接口给模块设计者进行定义。

需要说明的是，云端服务器可以同时接收和处理多个无人车所发送的硬件信息和软件信息。

S102、对硬件信息和软件信息进行分析，得到相应的分析结果。

本实施例中，云端服务器根据硬件信息，生成硬件分析图表，硬件分析图表中包含有：硬件名称、硬件数量、硬件更换次数、硬件的使用时长、同类型硬件的平均更换次数、同类型硬件的平均使用时长。云端服务器对无人车每次启动时所得到的软件信息进行统计，得到各个软件节点的启动时间的分布图。云端服务器对相同类型无人车中同一软件的关键参数进行比对，得到软件的关键参数的比对结果。

具体地，云端服务器针对每一辆无人车，根据每一辆无人车发送的硬件信息，对每一辆无人车的各硬件进行统一分析。例如，确定出哪些硬件被更换,能够做出时间,数量,地域等统计汇总分析图表等。云端服务器针对于同一辆无人车，根据当前接收到的软件信息与同一车辆个体历史统计汇总分析的软件信息，确定出风险信息。其中，无人车的自动驾驶系统每启动一次，向云端服务器发送一次软件信息。例如，软件A的软件信息表征软件A的启动时长变长了，则确定出软件A或者车辆硬件可能存在风险或者与软件A对应的功能模块出现问题，例如：硬件老化带来的性能降低,软件系统的更迭引发的系统处理信息能力下降等。对相同类型无人车中同一软件的关键参数进行比对，例如：点云定位模块出现点云初始化定位定位质量等级下降，则确定出所在场地地图环境可能发生变化或者车辆点云定位相关硬件模块出现性能下降等问题。

S103、判断分析结果中是否存在风险信息。

本实施例中，若硬件的使用时长大于同类型硬件的平均使用时长，则确定硬件存在风险，标记硬件的硬件信息为风险信息；若存在至少一个软件节点的启动时间大于预设的阈值，则确定软件节点对应的软件存在风险，标记软件的软件信息为风险信息；若软件的关键参数的取值不在相同类型无人车中同一软件的关键参数的取值范围内，则确定软件的关键参数为风险信息。

具体地，云端服务器将同一类型同一配置的无人车群体的软件信息，进行统计学对比分析，得到每一个软件的软件信息中的各参数的统计学合理值。云端服务器将某一辆无人车的软件信息中的参数，与该无人车对应的同类型、同配置的无人车的合理值进行对比分析，确定或推测估计该无人车是否存在异常风险。

S104、若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。

本实施例中，若云端服务器确认无人车存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。

具体地，云端服务器在确定无人车出现的异常是比较紧急异常情况的时候，云端服务器向无人车发送警告信息。云端服务器向无人车的管理平台发送警告信息，使得无人车的管理平台和无人车的管理平台的工作人员可以后续修正无人车的系统或硬件。例如，某型无人车运营总体数量10000辆，针对该型无人车中软件A模块启动时长进行群体样本统计，通过统计学原理结合车上软件版本、硬件信息、车辆运营地域等与该软件A模块存在关联的影响因素在云端进行统计学分析计算汇总分析，10000辆车中9000辆车A模块启动时长应化为同一类，具有可比性，云端分析具有可比性的9000辆车辆中，8990辆车软件A模块的40s-50s启动时长为正常合理阈值,另有20辆启动时长为70s-80s,系统分析认为超过合理阈值,则确定出该20辆车辆该软件A模块或软件A相关功能模块(包括硬件)可能存在潜在风险,向无人车或者无人车的管理平台发送警告信息。

本实施例，通过接收无人车发送的硬件信息和软件信息；对硬件信息和软件信息进行分析，得到相应的分析结果；判断分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

图3为本发明实施例二提供的无人车系统的自检方法的流程图，如图3所示，本实施例中的方法可以包括：

S201、接收无人车发送的硬件信息和软件信息。

S202、对硬件信息和软件信息进行分析，得到相应的分析结果。

S203、判断分析结果中是否存在风险信息。

S204、若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。

本实施例中，步骤S201～步骤S204的具体实现过程和技术原理请参见图2所示的方法中步骤S101～步骤S104中的相关描述，此处不再赘述。

S205、确定风险信息对应的故障问题。

本实施例中，云端服务器还可以根据步骤S202中得到的分析结果，进一步分析风险对应的故障问题。其中，故障问题包括：硬件老化、软件版本过低、软件的关键参数设置异常。

S206、将故障问题发送给无人车和/或无人车管理平台。

本实施例中，云端服务器还可以将故障问题发送给无人车和/或无人车管理平台，从而方便工作人员对无人车进行有针对性的维护和保养。例如，对于硬件老化的硬件进行更换，对于软件版本过低的软件进行软件版本更新升级，对于软件的关键参数设置异常的软件进行关键参数重置等等。

本实施例，通过接收无人车发送的硬件信息和软件信息；对硬件信息和软件信息进行分析，得到相应的分析结果；判断分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

另外，本实施例还可以确定风险信息对应的故障问题，并将故障问题发送给无人车和/或无人车管理平台，从而方便工作人员对无人车进行有针对性的维护和保养，提高了检测效率，保障了无人车的安全行驶。

图4为本发明实施例三提供的无人车系统的自检装置的结构示意图，如图4所示，本实施例的无人车系统的自检装置可以包括：

接收模块31，用于接收无人车发送的硬件信息和软件信息；

分析模块32，用于对硬件信息和软件信息进行分析，得到相应的分析结果；

判断模块33，用于判断分析结果中是否存在风险信息；

发送模块34，用于在存在风险信息时，向无人车和/或无人车管理平台发送风险提示信息。

在一种可能的设计中，硬件信息包括：硬件标识、硬件名称、硬件生产商、硬件更换时间、硬件更换地点、硬件更换数量、硬件更换次数；软件信息包括：软件版本、软件的节点数量、各个软件节点的启动时间、软件的关键参数。

在一种可能的设计中，分析模块32，具体用于：

根据硬件信息，生成硬件分析图表，硬件分析图表中包含有：硬件名称、硬件数量、硬件更换次数、硬件的使用时长、同类型硬件的平均更换次数、同类型硬件的平均使用时长；

对无人车每次启动时所得到的软件信息进行统计，得到各个软件节点的启动时间的分布图；

对相同类型无人车中同一软件的关键参数进行比对，得到软件的关键参数的比对结果。

在一种可能的设计中，判断模块33，具体用于：

若硬件的使用时长大于同类型硬件的平均使用时长，则确定硬件存在风险，标记硬件的硬件信息为风险信息；

若存在至少一个软件节点的启动时间大于预设的阈值，则确定软件节点对应的软件存在风险，标记软件的软件信息为风险信息；

若软件的关键参数的取值不在相同类型无人车中同一软件的关键参数的取值范围内，则确定软件的关键参数为风险信息。

本实施例的无人车系统的自检装置，可以执行图2所示方法中的技术方案，其具体实现过程和技术原理参见图2所示方法中的相关描述，此处不再赘述。

本实施例，通过接收无人车发送的硬件信息和软件信息；对硬件信息和软件信息进行分析，得到相应的分析结果；判断分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

图5为本发明实施例四提供的无人车系统的自检装置的结构示意图，如图5所示，本实施例的无人车系统的自检装置在图4所示装置的基础上，还可以包括：

确定模块35，用于确定风险信息对应的故障问题；故障问题包括：硬件老化、软件版本过低、软件的关键参数设置异常；

发送模块34，还用于将故障问题发送给无人车和/或无人车管理平台。

本实施例的无人车系统的自检装置，可以执行图2、图3所示方法中的技术方案，其具体实现过程和技术原理参见图2、图3所示方法中的相关描述，此处不再赘述。

本实施例，通过接收无人车发送的硬件信息和软件信息；对硬件信息和软件信息进行分析，得到相应的分析结果；判断分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

另外，本实施例还可以确定风险信息对应的故障问题，并将故障问题发送给无人车和/或无人车管理平台，从而方便工作人员对无人车进行有针对性的维护和保养，提高了检测效率，保障了无人车的安全行驶。

图6为本发明实施例五提供的无人车系统的自检系统的结构示意图，如图6所示，本实施例的无人车系统的自检系统40可以包括：处理器41和存储器42。

存储器42，用于存储程序；存储器42，可以包括易失性存储器(英文：volatilememory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)，如静态随机存取存储器(英文：static random-access memory，缩写：SRAM)，双倍数据率同步动态随机存取存储器(英文：Double Data Rate Synchronous Dynamic Random Access Memory，缩写：DDR SDRAM)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器42用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器42中。并且上述的计算机程序、计算机指令、数据等可以被处理器41调用。

上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器42中。并且上述的计算机程序、计算机指令、数据等可以被处理器41调用。

处理器41，用于执行存储器42存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。

具体可以参见前面方法实施例中的相关描述。

处理器41和存储器42可以是独立结构，也可以是集成在一起的集成结构。当处理器41和存储器42是独立结构时，存储器42、处理器41可以通过总线43耦合连接。

本实施例，通过接收无人车发送的硬件信息和软件信息；对硬件信息和软件信息进行分析，得到相应的分析结果；判断分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

本实施例的服务器可以执行图2、图3所示方法中的技术方案，其具体实现过程和技术原理参见图2、图3所示方法中的相关描述，此处不再赘述。

此外，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。

本实施例，通过接收无人车发送的硬件信息和软件信息；对硬件信息和软件信息进行分析，得到相应的分析结果；判断分析结果中是否存在风险信息；若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息。从而可以实现对无人车系统的自动检测，检测效率高，能够及时发现无人车系统的问题，保障无人车的安全行驶。

其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。

本申请还提供一种程序产品，程序产品包括计算机程序，计算机程序存储在可读存储介质中，服务器的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得服务器实施上述本发明实施例任一的无人车系统的自检方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种无人车系统的自检方法，其特征在于，包括：

接收无人车发送的硬件信息和软件信息；

对所述硬件信息和所述软件信息进行分析，得到相应的分析结果；

判断所述分析结果中是否存在风险信息；

若存在风险信息，则向无人车和/或无人车管理平台发送风险提示信息；

对所述硬件信息和所述软件信息进行分析，得到相应的分析结果，包括：

根据所述硬件信息，生成硬件分析图表，所述硬件分析图表中包含有：硬件名称、硬件数量、硬件更换次数、硬件的使用时长、同类型硬件的平均更换次数、同类型硬件的平均使用时长；

对无人车每次启动时所得到的软件信息进行统计，得到各个软件节点的启动时间的分布图；

对相同类型无人车中同一软件的关键参数进行比对，得到软件的关键参数的比对结果。

2.根据权利要求1所述的方法，其特征在于，所述硬件信息包括：硬件标识、硬件名称、硬件生产商、硬件更换时间、硬件更换地点、硬件更换数量、硬件更换次数；所述软件信息包括：软件版本、软件的节点数量、各个软件节点的启动时间、软件的关键参数。

3.根据权利要求1所述的方法，其特征在于，判断所述分析结果中是否存在风险信息，包括：

若硬件的使用时长大于同类型硬件的平均使用时长，则确定所述硬件存在风险，标记所述硬件的硬件信息为风险信息；

若存在至少一个软件节点的启动时间大于预设的阈值，则确定所述软件节点对应的软件存在风险，标记所述软件的软件信息为风险信息；

若软件的关键参数的取值不在相同类型无人车中同一软件的关键参数的取值范围内，则确定所述软件的关键参数为风险信息。

4.根据权利要求1-3中任一项所述的方法，其特征在于，还包括：

确定所述风险信息对应的故障问题；所述故障问题包括：硬件老化、软件版本过低、软件的关键参数设置异常；

将所述故障问题发送给无人车和/或无人车管理平台。

5.一种无人车系统的自检装置，其特征在于，包括：

接收模块，用于接收无人车发送的硬件信息和软件信息；

分析模块，用于对所述硬件信息和所述软件信息进行分析，得到相应的分析结果；

判断模块，用于判断所述分析结果中是否存在风险信息；

发送模块，用于在存在风险信息时，向无人车和/或无人车管理平台发送风险提示信息；

所述分析模块，具体用于：

根据所述硬件信息，生成硬件分析图表，所述硬件分析图表中包含有：硬件名称、硬件数量、硬件更换次数、硬件的使用时长、同类型硬件的平均更换次数、同类型硬件的平均使用时长；

对无人车每次启动时所得到的软件信息进行统计，得到各个软件节点的启动时间的分布图；

对相同类型无人车中同一软件的关键参数进行比对，得到软件的关键参数的比对结果。

6.根据权利要求5所述的装置，其特征在于，所述硬件信息包括：硬件标识、硬件名称、硬件生产商、硬件更换时间、硬件更换地点、硬件更换数量、硬件更换次数；所述软件信息包括：软件版本、软件的节点数量、各个软件节点的启动时间、软件的关键参数。

7.一种无人车系统的自检系统，其特征在于，包括：存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-4所述的无人车系统的自检方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4任一项所述的无人车系统的自检方法。

Images