CN110225073A - 车载服务质量装置 - Google Patents

Abstract

公开一种用于将容错主动地提供到车辆网络的装置。该装置包括用于从该车辆网络的多个网络组件收集性能数据的第一接口，以及用于将重新配置指令发送到该多个网络组件的第二接口。该装置还可以包括用于存储该所收集性能数据的数据库、用于基于该所存储性能数据来计算该多个网络组件中的网络组件的故障概率的处理器。

Description

车载服务质量装置

技术领域

本发明涉及用于将容错主动地提供到车辆网络的装置。

背景技术

一些关键任务系统包括冗余，以防止关键组件出现故障时发生完全系统故障。例如，在自动驾驶车辆中，系统故障可能是致命的。因此，系统应设计成足够冗余内置到系统中以防止发生故障。汽车行业正探索自动驾驶的路径。这种驾驶功能的实现将构成对车辆内部通信的可靠性要求的示范性转变。

发明内容

提供此概述以通过简化形式引入下文在具体实施方式中进一步描述的概念选择。此概述并非意图识别所主张的主题的关键特征或基本特征，也并非意图用于限制所主张的主题的范围。

在一个实施例中，公开一种用于向车辆网络主动地提供容错的装置。该装置包括用于从车辆网络的多个网络组件收集性能数据的第一接口，以及用于将重新配置指令发送到多个网络组件的第二接口。该装置还可以包括用于存储所收集性能数据的数据库、用于基于所存储性能数据来计算多个网络组件中的网络组件的故障概率的处理器。

在另一实施例中，公开一种用于主动地识别网络组件中的故障可能性的方法。该方法包括：从并入到网络组件中的性能传感器收集性能数据；将所收集数据存储在存储装置中；基于所存储性能数据来计算网络组件的故障概率；以及将重新配置指令发送到网络组件或包括网络组件的网络域，以在故障概率高于预选定值时引起网络组件的重新配置。

在一些例子中，该装置包括用于连接到基于云的处理系统的接口，并且该基于云的处理系统被配置成从多个外部源接收与同多个网络组件相同或相似的网络组件相关的性能数据。处理器被配置成通过第一接口从并入到多个网络组件中的网络传感器周期性地接收性能数据。处理器被配置成基于所存储性能数据以及外部存储的性能数据来计算故障概率，其中从外部源收集与同多个网络组件相似的网络组件相关的外部存储的性能数据。处理器被配置成通过第二接口将重新配置指令发送到多个网络组件中的一个或多个。

在一些实施例中，所述重新配置指令包括对所述多个网络组件中的所述一个或多个的指令，以减少数据输出流量。所述重新配置指令包括改变通过所述多个网络组件中的所述一个或多个产生的网络帧的帧优先级。所述故障概率的所述计算包括在选定时间段内使用缓冲器利用的变化。所述故障概率的所述计算包括在选定时间段内使用从所述所存储性能数据导出的值。

在一些实施例中，多个网络组件被配置成在从处理器接收重新配置指令之后，立即改变配置设定。在其它实施例中，多个网络组件被配置成本地存储从处理器接收的重新配置指令，以及当多个网络组件中的一个即将发生故障时，对配置设定作出改变。

在一些例子中，性能数据包括数据带宽使用、存储器缓冲器利用、缓冲器队列延迟、开关延迟、功率消耗和帧优先级中的一个或多个。

在又一实施例中，公开一种包括上文所描述的装置的车辆。该车辆包括耦合到多个网络组件的多个传感器、耦合到多个网络组件的传感器融合单元，以及耦合到多个网络组件的多个性能传感器。

附图说明

为了可以详细地理解本发明的上述特征，可以通过参考实施例来更加具体地描述上文简要概括的本发明，该实施例中的一些实施例在附图中示出。然而，应注意，附图仅示出本发明的典型实施例且因此不应将其视为对本发明的范围的限制，因为本发明可以容许其它同等有效的实施例。本领域的技术人员在结合附图阅读本说明书后，将清楚所主张的主题的优点，其中类似附图标记用于表示类似元件，并且其中：

图1描绘根据本公开的一个或多个实施例的具有主动服务质量处理器的示例系统的示意图；以及

图2描绘根据本公开的一个或多个实施例的用于主动地提供容错和校正的方法；以及

应注意，图式未必按比例绘制。已经省略图式转变之间的中间步骤以免混淆本公开。那些中间步骤对于本领域的技术人员来说是已知的。

具体实施方式

已经省略或不在描述中详细描述许多熟知的制造步骤、组件和连接器，以免混淆本公开。

应注意，即使本文描述的实施例为了便于说明使用汽车系统，本文描述的技术也可以应用于包括通过通信网络互联的各个组件的任何系统。例如，本文描述的实施例也可以适用于飞机和医疗设备。

用于车载网络(in-vehicle network，IVN)的现有服务质量(Quality-of-Service，QoS)保证技术在本质上通常是静态的、以组件为中心并且在车辆的生产线上配置。为了更好地容错并在问题出现之前主动地校正问题，需要IVN动态地处理未预见的情形，包括通信网络本身的故障或由于车辆的另一部件的故障而引起的不合规格使用。本文描述的实施例提供故障的运行时处理，因为并非全部故障情形都可以在设计时预见。除了来自不同车载应用的混合临界通信的现有预配置处理之外，这种加强的可靠性还需要IVN的动态零时间适应性。

图1描绘具有服务质量(QoS，quality of service)处理器102的示例车辆系统100的示意图。在没有QoS处理器102的情况下，传感器、处理和致动单元之间的IVN链路的任何中断可能导致不希望的系统故障。因此，即使存在未预见的情形，也不允许计算或通信功能发生故障。在设计时实现足够的物理和逻辑通信冗余以处理预见的运行时情形是可能的，并且在一些情况下是必要的。例如，可以复制物理链路和通信消息两者，以增加其到达预定目的地的可能性。

然而，具有如此大量冗余可能使整个系统成本高并且可能仍不足以处理未预见情形，因为系统的设计师在设计时无法得知全部情形。即使具有内置冗余，IVN仍无法动态地适应运行时的使用变化，或缺少处理网络本身中的故障的能力。应注意，图1仅出于简单说明的目的示出星形拓扑。然而，本文描述的实施例同样可以应用于其它拓扑，例如但不限于，基于域的区域架构。

车辆系统100包括各种传感器，例如，激光雷达传感器112、相机传感器114和雷达传感器116。尽管为了便于说明，在图1中仅示出每种类型的一个传感器，但是实际上可以存在位于包括车辆系统100的整个车辆中的多个此类传感器。这些传感器中的每个传感器耦合到网络节点110，该网络节点110可以包括用于各种传感器的网络组件A、B、C。在一些实施例中，网络节点110和动力系网络组件108可以包括冗余组件和/或连接。在故障检测(例如，由于硬件故障)之后，可以使用冗余连接或组件。网络组件中的每一个网络组件可以包括性能传感器122、124、126。类似地，车辆系统可以包括耦合到动力系的动力系网络组件108以及发动机动态系统104。动力系网络组件108可以包括性能传感器128，用于监视动力系网络组件108的健康状态和操作。性能传感器122、124、126监视健康状态以及例如，数据流量、缓冲器使用等的参数。在一些例子中，性能传感器122、124、126、128可以被配置成基于其对所监视的特定类型的下层组件的使用来收集特定类型的数据。例如，在一些情况下，还可以监视例如温度、电压、电流的参数，或可以用于确定下层组件的健康状态的参数。简单来说，性能传感器被配置成使得下层组件提供关于其自身健康状态的所需信息。此外，网络组件是可配置组件，使得在接收到命令或指令之后，网络组件可以改变其特性，或将其本身与网络断开，或将其本身包括在网络中。

性能传感器122、124、126、128被添加到车载通信基础架构，以监视可以指示潜在未来通信故障的关键通信度量。这些传感器122、124、126、128通过收集性能信息来连续地或周期性地监视网络的健康状态。可以测量到的性能度量包括带宽利用、缓冲器队列延迟、开关延迟、功率消耗和帧优先级。将所收集信息转发到QoS处理器102。

网络组件110A、110B、110C、108还通过来自QoS处理器102的重新配置命令动态地可重新配置。在一些例子中，当通过QoS处理器102指示时，例如110A、110B、110C、108的网络组件可以从其当前配置立即过渡到新配置。在另一例子中，例如110A、110B、110C、108的网络组件可以首先将新配置作为初步重新配置存储在备份配置注册表中。当即将发生故障时，网络组件随后可以无缝地切换到新配置。在又一例子中，例如110A、110B、110C、108的网络组件可以在预选定时间段内从其旧配置转移到其新配置，这取决于网络组件在接收重新配置命令时的功能和状态。

例如110A、110B、110C、108的典型网络组件可以包括状态信息接口、配置命令接口以及用于耦合到QoS处理器102的相关联网络接口。状态信息接口可以是物理接口，该物理接口与预选定通信协议耦合以向QoS处理器102提供预选定类型的信息。QoS处理器102可以使用此信息来基于通过此接口供应的信息而学习信息发送网络组件的历史特性。QoS处理器102可以基于历史概述和故障概率而将重新配置命令发送到网络组件。可以提供配置命令接口以及预选定协议，以使网络组件能够从QoS处理器102接受重新配置命令，因此网络部件可以基于从QoS处理器102接收的命令而更新其设定、更新其固件或在将传感器数据传输到传感器融合时作出所需变化。

包括传感器融合106以组合来自各种传感器112、114、116的感测数据，使得所得信息比单独使用来自这些传感器的这些数据的不确定性更小。融合过程的数据源未指定源自相同传感器。可以区分前两者的输出的直接融合、间接融合和融合。直接融合是来自一组异质或同质传感器、软传感器的传感器数据与传感器数据的历史值的融合，而间接融合使用如关于环境和人为输入的先验知识的信息源。传感器融合106包括用于对从各种传感器收集的数据执行运算的处理器。

例如，假设x1和x2分别表示具有噪声方差a1²和a2²的两个传感器测量值。获得组合测量值x3的一个方式是应用中心极限定理(Central Limit Theorem，CLT)，CLT还用于弗雷泽-波特固定间隔平滑器内，即：

x3＝a3²(a1^-2x1+a1^-2x2)，其中a3²＝a1^-2+a1^-2是组合估计值的方差。融合结果是通过其相应噪声方差加权的两个测量值的线性组合。

在概率论中，中心极限定理(central limit theorem，CLT)确定在大多数情况下，当添加独立随机变量时，即使原始变量本身未正态分布，其适当归一化总和趋于正态分布(非正式地称为“钟形曲线”)。该定理是概率论中的关键概念，因为其意味着适用于正态分布的概率和统计方法可以适用于涉及其它类型的分布的多个问题。

在一些例子中，例如卡尔曼滤波法的其它方法可以用于融合传感器数据。省略对其的大量论述，以免混淆本公开。应注意，QoS处理器102还可以使用类似统计方法，以预处理所收集性能数据并且计算随时间的偏差以导出故障概率。

QoS处理器102包括处理器118和本地数据库120。任选地，QoS处理器可以耦合到外部网络150。如果QoS处理器102耦合到外部网络150，则QoS处理器102可以发送和接收云中的数据库中的历史或预处理性能数据。QoS处理器102还可以在耦合到网络150的云网络中的一个或多个计算机处使用计算处理功率。其中，使用基于云的中心系统来存储和处理与传感器，例如激光雷达传感器112、相机传感器114、雷达传感器116、动力系性能传感器128相关的原始或概述性能数据的优点在于，可以从相同或相似传感器的其它车辆收集数据，并且可以关于特定组件的故障可能性主动地作出更佳决策。例如，如果耦合到特定传感器的多于极少数组件已在耦合到网络150的其它车辆中开始发生故障，则QoS处理器102可以在本发明车辆中的相同或相似组件发生任何可能故障之前采取校正措施。在一些情况下，如果特定组件的操作不是关键的，则至少可以将警告信号提供给车辆的用户。

本地数据库120用于存储从性能传感器122、124、126、128收集的数据。在存储在本地数据库120中之前，数据可以由处理器118处理。所存储数据随后可以用于预测网络组件的可能故障。处理器118被配置成从性能传感器接收性能数据，并且使用存储在本地数据库120中和/或耦合到网络150的云存储装置中的历史数据基于通过处理器118计算出的所计算故障概率而将重新配置指令发送到例如108、110A、110B、110C的网络组件。

在一些例子中，例如110A、110B、110C、108的网络组件可以将性能和健康状态信息周期性地发送到QoS处理器102，并且QoS处理器102可以将系统健康状态信息周期性地发送回网络组件。通信看门狗可以另外用于检测在此双向通信中的中断，并且可以向QoS处理器102或网络组件110A、110B、110C和108发信号通知故障。

为了易于理解，在一个例子中，性能传感器122、124、126监视从雷达、相机和激光雷达传感器组到传感器融合106的通信，而网络性能传感器128监视从传感器融合106到动力系和车辆动态域104的通信。性能传感器监视由这些传感器组和传感器融合106产生的数据量，并且将此信息传递到QoS处理器102。传感器还可以监视物理通信媒体，即电线束的状态。

在发生未预见事件的情况下，例如电缆断裂或将其变成混串音(例如，产生大量不可识别数据)的传感器误差，QoS处理器102可以通过重新配置对应网络组件以更严格地监管来自该传感器组，例如110的信息流来隔离有故障的传感器组。取决于跨越IVN运行的个别信息流的关键性，QoS处理器102还可以动态地改变一些数据流相对于另一数据流的优先级。

另一应用情形例子是缓冲器溢出情形的预测和防止。缓冲器利用值(相关联计数器以及提高计数器值)由性能传感器监视。还可以监视随时间段的缓冲器利用值的导数变化，并且在定义时间间隔内将增量变化记录在计数器值内。

在一些例子中，配置(例如，网络适应性)可以分成本地动作(在车辆网络的网络交换机处执行)与全局动作(在网络系统级处)。取决于计数器值，在交换机级处执行的本地动作可以是简单动作。然而，全局动作需要更多分析和动作。例如，取决于给定应用和决策上下文的传感器信息的潜在值(例如，冗余信息)，QoS处理器102可以改变来自不同传感器的帧的QoS等级。可以通过提高来自高分辨率传感器的帧相对于低分辨率传感器的优先级来实施QoS等级变化。另一配置等级包括通过消除传感器级处的冗余信息来改变配置以减少数据输出流量，从而例如实现与常规感测相反的压缩感测。

QoS处理器102可以使用通过网络性能传感器收集的度量历史来检测随时间逐渐发生的行为改变。QoS处理器102可以使用可能通过从单个IVN的过去行为推断，或从通过网络150收集的一系列IVN获得的导出信息，而不是单个值。

图2公开用于主动地提供车辆网络中的容错和校正的方法200。因此，在步骤202处，从包括多个传感器的多个网络组件收集性能数据，用于收集例如数据带宽使用、存储器缓冲器利用、缓冲器队列延迟、开关延迟、功率消耗和网络组件中的帧优先级的信息。在步骤204处，性能数据存储在数据库中。数据库可以是车辆中的本地数据库或通过因特网耦合到车辆的基于云的数据库，或其组合。在步骤206处，处理器基于所存储历史性能数据来计算多个网络组件中的网络组件的故障概率。在步骤208处，处理器发送重新配置指令，以当网络组件的故障概率高于预选定和可配置阈值时引起网络组件的重新配置。

这些实施例中的一些或全部可以组合，一些可以被完全省略，并且可以添加额外过程步骤，同时仍获得本文描述的产品。因此，本文描述的主题可以许多不同变化体现，且所有此类变化预期在权利要求书的范围内。

尽管已借助于例子和根据具体实施方式描述一个或多个实施方案，但应理解，一个或多个实施方案不限于所公开的实施例。相反地，预期涵盖对本领域的技术人员来说将显而易见的各种修改和类似布置。因此，所附权利要求书的范围应被赋予最广泛的解释，以便涵盖所有此类修改和类似布置。

除非本文中另外指出或明显与内容相矛盾，否则在描述主题的情况下(尤其在以上权利要求书的情况下)使用术语“一(a/an)”和“所述”以及类似指示物应理解为涵盖单数和复数两者。除非在本文中另外指示，否则对本文中值范围的叙述仅预期充当个别提及属于该范围的每一单独值的速记方法，且每一单独值并入本说明书中，如同在本文中个别地叙述一般。此外，上述描述仅出于说明的目的，而不是出于限制的目的，因为寻求保护的范围由下文所阐述的权利要求及其任何等效物来限定。除非另外要求，否则本文中所提供的对任何和所有实例或示例性语言(例如，“例如”)的使用仅仅是意图更好地说明主题，而并非对主题的范围造成限制。使用术语“基于”和其它类似短语指示在权利要求和书面描述中产生结果的条件，并不旨在排除产生该结果的任何其它条件。本说明书中的任何语言都不应理解为指示实践所主张的本发明所必需的任何非主张的要素。

本文中描述优选实施例，包括本发明人已知的用于执行所主张的主题的最佳模式。当然，在阅读上述描述之后，本领域的技术人员将清楚那些优选实施例的变化。本发明人期望本领域的技术人员按需要采用此类变化，并且本发明人意图以不同于本文中特定描述的其它方式来实践所主张的主题。因此，此所主张的主题包括可适用法律所准许的在所附权利要求中叙述的主题的所有修改和等效物。此外，除非本文另外指示或以其它方式明显与上下文相矛盾，否则涵盖上文所描述的元件以其所有可能的变化形式的任何组合。

Claims (10)

1.一种用于将容错主动地提供到车辆网络的装置，其特征在于，所述装置包括：

第一接口，用于从所述车辆网络的多个网络组件收集性能数据；

第二接口，用于将重新配置指令发送到所述多个网络组件；

处理器，用于基于所述所收集性能数据来计算所述多个网络组件中的网络组件的故障概率。

2.根据权利要求1所述的装置，其特征在于，进一步包括用于存储所述所收集性能数据的数据库。

3.根据权利要求1所述的装置，其特征在于，进一步包括用于连接到基于云的处理系统的接口。

4.根据权利要求3所述的装置，其特征在于，所述基于云的处理系统被配置成从多个外部源接收与同所述多个网络组件相同或相似的网络组件相关的性能数据。

5.根据权利要求1所述的装置，其特征在于，所述处理器被配置成通过所述第一接口从并入到所述多个网络组件中的网络传感器周期性地接收所述性能数据。

6.根据权利要求5所述的装置，其特征在于，所述处理器被配置成基于所述所收集性能数据以及外部存储的性能数据来计算故障概率，其中从外部源接收与类似于所述多个网络组件的网络组件相关的所述外部存储的性能数据。

7.根据权利要求6所述的装置，其特征在于，所述处理器被配置成通过所述第二接口将重新配置指令发送到所述多个网络组件中的一个或多个。

8.根据权利要求1所述的装置，其特征在于，所述性能数据包括数据带宽使用、存储器缓冲器利用、缓冲器队列延迟、开关延迟、功率消耗和帧优先级中的一个或多个。

9.一种车辆，其特征在于，所述车辆包括：

根据权利要求1所述的装置；

多个传感器，所述多个传感器耦合到多个网络组件；

传感器融合单元，所述传感器融合单元耦合到所述多个网络组件；以及

多个性能传感器，所述多个性能传感器耦合到所述多个网络组件。

10.一种用于主动地识别网络组件中的故障可能性的方法，其特征在于，所述方法包括：

从并入到所述网络组件中的性能传感器收集性能数据；

将所收集数据存储在存储装置中；

基于所述所存储性能数据来计算所述网络组件的故障概率；以及

将重新配置指令发送到所述网络组件或包括所述网络组件的网络域，以在故障概率高于预选定值时引起所述网络组件的重新配置。