CN110887671B - 自动驾驶中定位车辆故障的根本原因的方法和装置 - Google Patents

自动驾驶中定位车辆故障的根本原因的方法和装置 Download PDF

Info

Publication number
CN110887671B
CN110887671B CN201910994100.3A CN201910994100A CN110887671B CN 110887671 B CN110887671 B CN 110887671B CN 201910994100 A CN201910994100 A CN 201910994100A CN 110887671 B CN110887671 B CN 110887671B
Authority
CN
China
Prior art keywords
monitoring node
link
node
fault
monitoring
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
CN201910994100.3A
Other languages
English (en)
Other versions
CN110887671A (zh
Inventor
王晓艳
杨凯
张磊
张宏达
殷其娟
张伍召
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910994100.3A priority Critical patent/CN110887671B/zh
Publication of CN110887671A publication Critical patent/CN110887671A/zh
Application granted granted Critical
Publication of CN110887671B publication Critical patent/CN110887671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • 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
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0262Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请公开了定位车辆故障的根本原因的方法和装置,涉及自动驾驶领域。具体实现方案为:获取链路信息,该链路信息指示车辆的各监控节点所组成的至少一条链路,该链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入;确定能够直接导致该车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点;根据该至少一个直接监控节点和该链路信息,确定导致该故障事件的根本原因。通过上述实现方案,本申请可以高效准确的确定车辆产生故障的根本原因。

Description

自动驾驶中定位车辆故障的根本原因的方法和装置
技术领域
本申请涉及计算机技术,尤其涉及一种自动驾驶技术。
背景技术
随着科技发展,生活中越来越多的工具都趋向于智能化,尤其是无人驾驶汽车的研究,将为人们的生活提供极大方便。
无人车的自动驾驶系统包括感知、定位、决策、规划、控制、监控等子系统,每个子系统包括多个功能模块;其中,无人车的监控子系统负责监控自动驾驶系统的其它子系统是否出现故障,并将监控结果发送至终端设备,以使用户查看并分析产生故障的根本原因。其中,每个子系统包括多个功能模块均需要监控,也就是存在多个监控项,当车辆发生故障时,监控子系统会向终端设备发送直接导致车辆故障的监控项,用户直接导致车辆故障的监控项进行分析,以确定产生故障的根本原因,耗费大量人力和时间,效率低下。
发明内容
本申请实施例提供一种自动驾驶中定位车辆故障的根本原因的方法和装置,可以高效准确的确定车辆产生故障的根本原因。
第一方面,本申请提供一种定位车辆故障的根本原因的方法,包括:获取链路信息,所述链路信息指示车辆的各监控节点所组成的至少一条链路,所述链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入;确定能够直接导致所述车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点;根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因。
本方案通过无人车获取链路信息,链路信息指示车辆的各监控节点所组成的至少一条链路,在无人车监控到直接导致故障事件的至少一个故障原因所对应的目标节点后,根据链路信息和目标节点确定导致故障事件的根本原因的技术手段,克服了现有技术中用户根据发生车辆故障的直接原因去确定车辆发生故障的根本原因技术问题,进而达到高效准确的确定车辆发生故障的根本原因技术效果。
在一种可能的设计中,所述根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因,包括:对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;按照所述第一链路所包括的监控节点的优先级,对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因。
本方案提供了根据至少一个直接监控节点和链路信息,确定导致故障事件的根本原因的具体实现。
在一种可能的设计中,所述第一链路上的监控节点的优先级从上游监控节点到下游监控节点递增。相应地,对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因,包括:按照所述第一链路所包括的监控节点的优先级,检测至所述第一链路的第一监控节点时,对所述第一监控节点进行故障检测,得到检测结果;若所述检测结果为所述第一监控节点发生故障,在所述第一链路上存在所述第一监控节点的上游监控节点时,对所述第一监控节点相邻的上游监控节点进行故障检测,在所述第一链路上不存在所述第一监控节点的上游监控节点时,确定所述根本原因包括所述第一监控节点发生故障;若所述检测结果为所述第一监控节点未发生故障,则停止对所述第一链路的监控节点进行故障检测,并确定所述根本原因包括所述第一监控节点相邻的下游监控节点发生故障。
本方案给出了对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因的具体实现,本方案可以使得无人车快速准确的确定导致故障事件的根本原因。
在一种可能的设计中,对所述第一监控节点进行故障检测,得到检测结果,包括:检测所述第一监控节点在预设时长范围内是否有数据输出;若否,则确定所述检测结果为所述第一监控节点发生故障。
本方案给出了判断监控节点是否发生故障的一种实现方式,该方式可以准确的判断监控节点是否发生故障。
在一种可能的设计中,对所述第一监控节点进行故障检测,得到检测结果,包括:在所述第一监控节点在预设时长范围内有数据输出的情况下,检测所述第一监控节点的输出数据是否在预设范围内;若是,则确定所述检测结果为第一监控节点未发生故障;若否,则确定所述检测结果为所述第一监控节点发生故障。
本方案给出了判断监控节点是否发生故障的另一种实现方式,该方式可以进一步保证判断监控节点是否发生故障的准确度。
在一种可能的设计中,所述根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因,包括:于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;对所述第一链路的全部监控节点进行故障检测以确定导致所述故障事件的根本原因。可选地,对所述第一链路的全部监控节点进行故障检测以确定导致所述故障事件的根本原因,包括:确定导致所述故障事件的根本原因包括目标监控节点发生故障;其中,所述目标监控节点满足如下条件:在所述第一链路上存在所述目标监控节点的上游节点时,所述目标监控节点相邻的上游节点未发生故障,所述目标监控节点以及所述目标监控节点的下游节点均发生故障;在所述第一链路上不存在所述目标监控节点的上游节点时,所述目标监控节点以及所述目标监控节点的下游节点均发生故障。
本方案给出了所述根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因的另一种具体实现,本方案不但可以使得无人车准确的确定导致故障事件的根本原因,还可以确定出故障事件所对应的直接监控节点所在的链路所有发生故障的监控节点。
第二方面,本申请提供一种定位车辆故障的根本原因的装置,包括:
获取模块,用于获取链路信息,所述链路信息指示车辆的各监控节点所组成的至少一条链路,所述链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入;确定模块,用于确定能够直接导致所述车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点;所述确定模块,还用于根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因。
在一种可能的设计中,所述确定模块,具体用于:对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;按照所述第一链路所包括的监控节点的优先级,对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因。
在一种可能的设计中,所述第一链路上的监控节点的优先级从上游监控节点到下游监控节点递增。
在一种可能的设计中,所述确定模块,具体用于:按照所述第一链路所包括的监控节点的优先级,检测至所述第一链路的第一监控节点时,对所述第一监控节点进行故障检测,得到检测结果;
若所述检测结果为所述第一监控节点发生故障,在所述第一链路上存在所述第一监控节点的上游监控节点时,对所述第一监控节点相邻的上游监控节点进行故障检测,在所述第一链路上不存在所述第一监控节点的上游监控节点时,确定所述根本原因包括所述第一监控节点发生故障;若所述检测结果为所述第一监控节点未发生故障,则停止对所述第一链路的监控节点进行故障检测,并确定所述根本原因包括所述第一监控节点相邻的下游监控节点发生故障。
在一种可能的设计中,所述确定模块,具体用于:检测所述第一监控节点在预设时长范围内是否有数据输出;若否,则确定所述检测结果为所述第一监控节点发生故障。
在一种可能的设计中,所述确定模块,具体用于:在所述第一监控节点在预设时长范围内有数据输出的情况下,检测所述第一监控节点的输出数据是否在预设范围内;若是,则确定所述检测结果为第一监控节点未发生故障;若否,则确定所述检测结果为所述第一监控节点发生故障。
在一种可能的设计中,所述确定模块,具体用于:对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;对所述第一链路的全部监控节点进行故障检测以确定导致所述故障事件的根本原因。
在一种可能的设计中,所述确定模块,具体用于:确定导致所述故障事件的根本原因包括目标监控节点发生故障;其中,所述目标监控节点满足如下条件:在所述第一链路上存在所述目标监控节点的上游节点时,所述目标监控节点相邻的上游节点未发生故障,所述目标监控节点以及所述目标监控节点的下游节点均发生故障;在所述第一链路上不存在所述目标监控节点的上游节点时,所述目标监控节点以及所述目标监控节点的下游节点均发生故障。
第三方面,本申请实施例提供一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面以及第一方面任一可能的设计中所述的方法。
第四方面,本申请实施例一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面以及第一方面任一可能的设计中所述的方法。
上述申请中的一个实施例具有如下优点或有益效果:高效准确的确定车辆发生故障的根本原因。因为采用无人车获取链路信息,链路信息指示车辆的各监控节点所组成的至少一条链路,在监控到直接导致故障事件的至少一个故障原因所对应的目标节点后,根据链路信息和目标节点确定导致故障事件的根本原因的技术手段,所以克服了现有技术中用户根据车辆上报的发生故障的直接原因去确定车辆发生故障的根本原因技术问题,进而达到高效准确的确定车辆发生故障的根本原因技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的自动驾驶系统的一种示意图;
图2为本申请实施例提供的定位车辆故障的根本原因的方法的流程图;
图3为本申请实施例提供的车辆的各监控节点所组成的至少一条链路的示意图;
图4为本申请实施例提供的定位车辆故障的根本原因的装置的结构示意图;
图5是用来实现本申请实施例的定位车辆故障的根本原因的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。本申请中术语“第一”、“第二”等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。
首先对本申请涉及到的一些要素进行说明。
本申请中所涉及的车辆的驾驶系统可包括多个子系统,每个子系统可包括多个功能模块,多个功能模块共同完成该子系统的计算任务,功能模块可以为硬件或软件;比如感知子系统中的摄像头为感知子系统所包括的其中一个功能模块。
车辆的驾驶系统所包括的多个子系统中可存在监控子系统,监控子系统对车辆的驾驶系统的其它子系统的全部或部分的功能模块是否发生故障进行监控,并向终端设备发送监控结果,终端设备显示监控结果。在本申请中,车辆的驾驶系统的子系统包括的被监控子系统所监控的功能模块称为监控节点。
下面以无人车为例,对车辆的驾驶系统包括多个子系统进行说明。
在车辆为无人车时,驾驶系统可为无人车的自动驾驶系统。如图1所示,无人车的自动驾驶系统可至少包括感知子系统、定位子系统、预测子系统、规划子系统、控制子系统以及监控子系统等。其中,感知子系统可采集车辆周围的环境信息,定位子系统可根据感知子系统采集的车辆周围的环境信息对障碍物进行定位,预测子系统可根据定位子系统对障碍物的定位结果预测障碍物的运动轨迹,规划子系统可根据决策子系统预测障碍物的运动轨迹规划无人车的行驶路线,控制子系统可控制无人车按照决策子系统规划的行驶路线进行行驶。监控子系统用于对无人车是否发生故障进行监控,并向终端设备发送监控结果,终端设备显示监控结果以使用户获取无人车当前的行驶状态。
目前,若车辆发生了故障,监控子系统向终端设备发送的监控结果一般为直接导致故障事件发生的直接监控节点的标识,比如,故障事件可为无人车退出驾驶系统。需要用户逐一排查与直接监控节点相关的监控节点,以确定导致故障事件的根本原因,从而确定故障解决方案。但是,用户逐一排查与直接监控节点相关的监控节点,以确定导致故障事件的根本原因,消耗人力物力,效率低,为了解决该技术问题,提出了本申请中的定位车辆故障的根本原因的方法。
下面采用具体的实施例对本申请中的定位车辆故障的根本原因的方法进行说明。
图2为本申请实施例提供的定位车辆故障的根本原因的方法的流程图,本实施例中的方法的执行主体可为定位车辆故障的根本原因的装置,该装置可为车辆或车辆的驾驶系统所包括的监控子系统。参见图2,本实施例中的方法,包括:
步骤S201、获取链路信息,链路信息指示车辆的各监控节点所组成的至少一条链路,每条链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入。
可以理解的是,本实施例中的各监控节点可为车辆的驾驶系统所包括的至少一个子系统中被监控的功能模块,该至少一个子系统不包括车辆的监控子系统。在电子设备为无人车的情况下,该至少一个子系统可包括感知子系统、定位子系统、决策子系统、规划子系统、控制子系统等。
图3为本申请实施例提供的车辆的各监控节点所组成的至少一条链路的示意图。参见图3所示:监控节点A、B、C、D、E、F、G组成4条链路:链路ABD、ACD、EFD、EFG。以链路ABD为例,监控节点B为监控节点A的下游监控节点、为监控节点D的上游监控节点。
步骤S202、确定能够直接导致车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点。
车辆或者车辆的监控子系统监控到故障事件后,根据该故障事件确定直接导致该故障事件的至少一个故障原因,并确定直接导致该故障事件的至少一个故障原因所对应的至少一个直接监控节点。其中,故障原因所对应的监控节点的含义为:故障原因为监控节点A出现了故障,则故障原因所对应的监控节点为监控节点A。
示例性地,继续参见图3,故障事件为无人车无法进入自动驾驶,直接导致该故障事件的原因为监控节点D发生了故障和/或监控节点E发生了故障,监控节点D和监控节点E即为能够直接导致该故障事件的两个故障原因所对应的两个直接监控节点。
步骤S203、根据至少一个直接监控节点和链路信息,确定导致故障事件的根本原因。
在第一种方式中,根据至少一个直接监控节点和链路信息,确定导致故障事件的根本原因,可通过a1~a2实现:
其中,对于至少一个直接监控节点中的每个直接监控节点均执行a1~a2,即对于至少一个直接监控节点中的任意一个第一直接监控节点:
a1、根据链路信息确定第一直接监控节点所在的第一链路。
即根据链路信息,确定第一直接监控节点所在的链路,本实施例中称第一直接监控节点所在的链路为第一链路。可以理解的是,第一链路的数量可以为一个或多个。
a2、按照第一链路所包括的监控节点的优先级,对第一链路的至少部分监控节点进行故障检测以确定导致故障事件的根本原因。
可事先设置好本实施例中车辆的各监控节点所组成的至少一条链路中的每条链路所包括的监控节点的优先级,在一种方式中,每条链路上优先级从上游监控节点到下游监控节点递增。在另一种方式中,每条链路上优先级从下游监控节点到上游监控节点递增。
若每条链路上优先级从上游监控节点到下游监控节点递增,那么第一链路上优先级从上游监控节点到下游监控节点递增,此时按照第一链路所包括的监控节点的优先级,从最高优先级的监控节点开始进行故障检测,直至检测到没有发生故障的监控节点,该没有发生故障的监控节点相邻的下游监控节点发生故障即为导致故障事件的其中一个根本原因;若检测到第一链路上的最上游的监控节点(第一链路上最低优先级的监控节点)也没有检测到未发生故障的监控节点,则第一链路上的最上游的监控节点发生故障即为导致故障事件的其中一个根本原因。也就是对第一链路的至少部分监控节点进行故障检测以确定导致故障事件的根本原因。相应地,在一种具体的实现中:对第一链路的至少部分监控节点进行故障检测以确定导致故障事件的根本原因,可通过b1~b3实现:
b1、根据第一链路所包括的监控节点的优先级,检测至第一链路的第一监控节点时:对第一监控节点进行故障检测,得到检测结果。
在一种方式中,对第一监控节点进行故障检测,得到检测结果,包括:
b11、检测第一监控节点在预设时长范围内是否有数据输出;
b12、若第一监控节点在预设时长范围内没有数据输出,则确定检测结果为第一监控节点发生故障。
b13、若第一监控节点在预设时长范围内有数据输出,则检测第一监控节点的输出数据是否在预设范围内。
b14、若第一监控节点的输出数据在预设范围内,则确定检测结果为第一监控节点未发生故障。
b15、若第一监控节点的输出数据未在预设范围内,则确定检测结果为第一监控节点发生故障。
b2、若检测结果为第一监控节点发生故障,在第一链路上存在第一监控节点的上游监控节点时,对第一监控节点相邻的上游监控节点进行故障检测,在第一链路上不存在第一监控节点的上游监控节点时,确定导致故障事件的根本原因包括第一监控节点发生故障。
若检测结果为第一监控节点发生故障,且第一链路上存在第一监控节点的上游监控节点时,继续对第一监控节点相邻的上游监控节点进行故障检测。对第一监控节点相邻的上游监控节点进行故障检测的方法参照对第一监控节点进行故障检测的方法。若检测结果为第一监控节点发生故障,且第一链路上不存在第一监控节点的上游监控节点时,则可确定导致故障事件的根本原因包括第一监控节点发生故障。
可以理解的是,若检测结果为第一监控节点发生故障,可能是第一监控节点本身发生了故障,也可能是第一监控节点的上游监控节点发生了故障导致了第一监控节点发生了故障。
b3、若检测结果为第一监控节点未发生故障,则停止对第一链路的监控节点进行故障检测,并确定导致故障事件的根本原因包括第一监控节点相邻的下游监控节点发生故障。
可以理解的是,能够对第一监控节点进行检测的前提为第一监控节点相邻的下游监控节点发生故障,因此,若检测结果为第一监控节点未发生故障,则无需继续对第一链路上的监控节点进行故障检测,确定导致故障事件的根本原因包括第一监控节点相邻的下游监控节点发生故障。
第一种确定导致故障事件的根本原因的方式可以使得无人车准确的快速确定导致故障事件的根本原因。
下面采用具体的示例对第一种确定导致故障事件的根本原因的方式进行说明。
示例性地,继续参照图3,故障事件为无人车无法进入自动驾驶,直接导致该故障事件的原因为监控节点D发生了故障和/或监控节点E发生了故障,监控节点D和监控节点E即为能够直接导致该故障事件的两个故障原因所对应的两个直接监控节点。
对于监控节点D,监控节点D可称为第一直接监控节点,确定监控节点D所在的链路包括链路ABD、ACD、EFD。链路ABD、ACD、EFD均为第一链路。对于链路ABD,监控节点的优先级从高到低依次为DBA,D已经确定发生了故障,那么开始对监控节点B进行故障检测,对监控节点B的检测结果为监控节点B未发生故障,则停止对链路ABD的监控节点进行故障检测。对于链路ACD,监控节点的优先级从高到低依次为DCA,D已经确定发生了故障,那么开始对监控节点C进行故障检测,对监控节点C的检测结果为监控节点C发生故障,则开始对监控节点A进行故障检测,对监控节点A的检测结果为监控节点A未发生故障,则确定导致该故障事件的根本原因包括监控节点C发生故障。对于链路EFD,监控节点的优先级从高到低依次为DFE,D已经确定发生了故障,那么开始对监控节点F进行故障检测,对监控节点F的检测结果为监控节点F发生故障,则开始对监控节点E进行故障检测,对监控节点E的检测结果为监控节点E发生故障,则确定导致该故障事件的根本原因包括监控节点E发生故障。
对于监控节点G,监控节点G也可称为第一直接监控节点,确定监控节点G所在的链路包括链路EFG,链路EFG为第一链路。对于链路EFG,若链路EFD已经完成故障检测,由于链路EFG中的监控节点E、F已经进行了故障检测,可不再对链路EFG进行故障检测。若链路EFG还未完成故障检测,则按照优先级顺序对链路EFG的至少部分监控节点进行故障检测,监控节点的优先级从高到低依次为GFE,G已经确定发生了故障,那么开始对监控节点F进行故障检测,对监控节点F的检测结果为监控节点F发生故障,则开始对监控节点E进行故障检测,对监控节点E的检测结果为监控节点E发生故障,则确定导致该故障事件的根本原因包括监控节点E发生故障。
综上,导致无人车无法进入自动驾驶这一故障事件的根本原因为监控节点C和监控节点E发生故障。
在第二种方式中,根据至少一个直接监控节点和链路信息,确定导致故障事件的根本原因,可通过c1~c2实现:
c1、对于至少一个直接监控节点中的任意一个第一直接监控节点,根据链路信息确定第一直接监控节点所在的第一链路。
c2、对第一链路的全部监控节点进行故障检测以确定导致故障事件的根本原因。
对第一链路的全部监控节点进行故障检测以确定导致故障事件的根本原因,包括:确定导致故障事件的根本原因包括第一目标监控节点发生故障。其中,第一目标监控节点满足如下条件:在第一链路上存在第一目标监控节点的上游节点时,第一目标监控节点相邻的上游节点未发生故障,第一目标监控节点以及第一目标监控节点的下游节点均发生故障;在第一链路上不存在第一目标监控节点的上游节点时,第一目标监控节点以及第一目标监控节点的下游节点均发生故障。
在另一种实施方式中:对第一链路的全部监控节点进行故障检测以确定导致故障事件的根本原因,包括:确定导致故障事件的根本原因包括第一目标监控节点和第二目标监控节点发生故障。
其中,第一目标监控节点满足如下条件:第一链路上存在第一目标监控节点的上游节点,第一目标监控节点相邻的上游节点未发生故障,第一目标监控节点以及第一目标监控节点的下游节点均发生故障;第二目标监控节点满足如下条件:第二目标监控节点为第一目标监控节点的上游节点中发生故障的监控节点。
该第二种确定导致故障事件的根本原因的方式不但可以使得无人车准确的确定导致故障事件的根本原因,还可以确定出故障事件所对应的直接监控节点所在的链路所有发生故障的监控节点。可以辅助用户制定出更完善的故障解决方案,保证车辆的正常运行。
可以理解的是,若第一种确定导致故障事件的根本原因的方式中,每条链路上的监控节点的优先级从下游监控节点到上游监控节点递增(第一链路上优先级从下游监控节点到上游监控节点递增),此时,需要按照c1~c2的步骤确定导致故障事件的根本原因。
在确定导致故障事件的根本原因后,可将导致故障事件的根本原因发送至终端设备并显示,也可将导致故障事件的监控节点的标识发送至终端设备并显示。这样,用户可直接从终端设备上查看到导致故障事件的根本原因,无需用户确定导致故障事件的根本原因,大大提高了确定导致故障事件的根本原因的效率,也提高了确定导致故障事件的根本原因的准确度。
本实施例的方法包括:获取链路信息,链路信息指示车辆的各监控节点所组成的至少一条链路,链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入;确定能够直接导致车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点;根据至少一个直接监控节点和链路信息,确定导致故障事件的根本原因。本实施例的方法大大提高了确定导致故障事件的根本原因的效率,也提高了确定导致故障事件的根本原因的准确度。
以上对本申请提供的定位车辆故障的根本原因的方法进行了说明,下面对本申请提供的定位车辆故障的根本原因的装置进行说明。
图4为本申请实施例提供的定位车辆故障的根本原因的装置的结构示意图,如图4所示,本实施例的装置400可以包括:获取模块401、确定模块402。
获取模块,用于获取链路信息,所述链路信息指示车辆的各监控节点所组成的至少一条链路,所述链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入;确定模块,用于确定能够直接导致所述车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点;所述确定模块,还用于根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因。
在一种可能的设计中,所述确定模块,具体用于:对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;按照所述第一链路所包括的监控节点的优先级,对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因。
在一种可能的设计中,所述第一链路上的监控节点的优先级从上游监控节点到下游监控节点递增。
在一种可能的设计中,所述确定模块,具体用于:按照所述第一链路所包括的监控节点的优先级,检测至所述第一链路的第一监控节点时,对所述第一监控节点进行故障检测,得到检测结果;
若所述检测结果为所述第一监控节点发生故障,在所述第一链路上存在所述第一监控节点的上游监控节点时,对所述第一监控节点相邻的上游监控节点进行故障检测,在所述第一链路上不存在所述第一监控节点的上游监控节点时,确定所述根本原因包括所述第一监控节点发生故障;若所述检测结果为所述第一监控节点未发生故障,则停止对所述第一链路的监控节点进行故障检测,并确定所述根本原因包括所述第一监控节点相邻的下游监控节点发生故障。
在一种可能的设计中,所述确定模块,具体用于:检测所述第一监控节点在预设时长范围内是否有数据输出;若否,则确定所述检测结果为所述第一监控节点发生故障。
在一种可能的设计中,所述确定模块,具体用于:在所述第一监控节点在预设时长范围内有数据输出的情况下,检测所述第一监控节点的输出数据是否在预设范围内;若是,则确定所述检测结果为第一监控节点未发生故障;若否,则确定所述检测结果为所述第一监控节点发生故障。
在一种可能的设计中,所述确定模块,具体用于:对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;对所述第一链路的全部监控节点进行故障检测以确定导致所述故障事件的根本原因。
在一种可能的设计中,所述确定模块,具体用于:确定导致所述故障事件的根本原因包括目标监控节点发生故障;其中,所述目标监控节点满足如下条件:在所述第一链路上存在所述目标监控节点的上游节点时,所述目标监控节点相邻的上游节点未发生故障,所述目标监控节点以及所述目标监控节点的下游节点均发生故障;在所述第一链路上不存在所述目标监控节点的上游节点时,所述目标监控节点以及所述目标监控节点的下游节点均发生故障。
本实施例的装置,可以用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的定位车辆故障的根本原因的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的定位车辆故障的根本原因的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的定位车辆故障的根本原因的方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的定位车辆故障的根本原因的方法对应的程序指令/模块(例如,附图4所示的获取模块401和确定模块402)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的定位车辆故障的根本原因的方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据定位车辆故障的根本原因的方法的电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至实现定位车辆故障的根本原因的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现定位车辆故障的根本原因的方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与实现定位车辆故障的根本原因的方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,车辆通过获取链路信息,链路信息指示车辆的各监控节点所组成的至少一条链路,在确定能够直接导致车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点后,可;根据至少一个直接监控节点和链路信息,确定导致故障事件的根本原因。本本申请实施例的技术方案大大提高了确定导致故障事件的根本原因的效率,也提高了确定导致故障事件的根本原因的准确度。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (18)

1.一种自动驾驶中定位车辆故障的根本原因的方法,其特征在于,包括:
获取链路信息,所述链路信息指示车辆的各监控节点所组成的至少一条链路,所述链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入;
确定能够直接导致所述车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点;
根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因。
2.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因,包括:
对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;
按照所述第一链路所包括的监控节点的优先级,对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因。
3.根据权利要求2所述的方法,其特征在于,所述第一链路上的监控节点的优先级从上游监控节点到下游监控节点递增。
4.根据权利要求3所述的方法,其特征在于,对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因,包括:
按照所述第一链路所包括的监控节点的优先级,检测至所述第一链路的第一监控节点时,对所述第一监控节点进行故障检测,得到检测结果;
若所述检测结果为所述第一监控节点发生故障,在所述第一链路上存在所述第一监控节点的上游监控节点时,对所述第一监控节点相邻的上游监控节点进行故障检测,在所述第一链路上不存在所述第一监控节点的上游监控节点时,确定所述根本原因包括所述第一监控节点发生故障;
若所述检测结果为所述第一监控节点未发生故障,则停止对所述第一链路的监控节点进行故障检测,并确定所述根本原因包括所述第一监控节点相邻的下游监控节点发生故障。
5.根据权利要求4所述的方法,其特征在于,对所述第一监控节点进行故障检测,得到检测结果,包括:
检测所述第一监控节点在预设时长范围内是否有数据输出;
若否,则确定所述检测结果为所述第一监控节点发生故障。
6.根据权利要求4所述的方法,其特征在于,对所述第一监控节点进行故障检测,得到检测结果,包括:
在所述第一监控节点在预设时长范围内有数据输出的情况下,检测所述第一监控节点的输出数据是否在预设范围内;
若是,则确定所述检测结果为第一监控节点未发生故障;
若否,则确定所述检测结果为所述第一监控节点发生故障。
7.根据权利要求1所述的方法,其特征在于,所述根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因,包括:
对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;
对所述第一链路的全部监控节点进行故障检测以确定导致所述故障事件的根本原因。
8.根据权利要求7所述的方法,其特征在于,对所述第一链路的全部监控节点进行故障检测以确定导致所述故障事件的根本原因,包括:
确定导致所述故障事件的根本原因包括目标监控节点发生故障;其中,所述目标监控节点满足如下条件:
在所述第一链路上存在所述目标监控节点的上游节点时,所述目标监控节点相邻的上游节点未发生故障,所述目标监控节点以及所述目标监控节点的下游节点均发生故障;在所述第一链路上不存在所述目标监控节点的上游节点时,所述目标监控节点以及所述目标监控节点的下游节点均发生故障。
9.一种自动驾驶中定位车辆故障的根本原因的装置,其特征在于,包括:
获取模块,用于获取链路信息,所述链路信息指示车辆的各监控节点所组成的至少一条链路,所述链路上任意相邻的两个监控节点中上游监控节点的输出是下游监控节点的输入;
确定模块,用于确定能够直接导致所述车辆的故障事件的至少一个故障原因所对应的至少一个直接监控节点;
所述确定模块,还用于根据所述至少一个直接监控节点和所述链路信息,确定导致所述故障事件的根本原因。
10.根据权利要求9所述的装置,其特征在于,所述确定模块,具体用于:
对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;
按照所述第一链路所包括的监控节点的优先级,对所述第一链路的至少部分监控节点进行故障检测以确定导致所述故障事件的根本原因。
11.根据权利要求10所述的装置,其特征在于,所述第一链路上的监控节点的优先级从上游监控节点到下游监控节点递增。
12.根据权利要求11所述的装置,其特征在于,所述确定模块,具体用于:
按照所述第一链路所包括的监控节点的优先级,检测至所述第一链路的第一监控节点时,对所述第一监控节点进行故障检测,得到检测结果;
若所述检测结果为所述第一监控节点发生故障,在所述第一链路上存在所述第一监控节点的上游监控节点时,对所述第一监控节点相邻的上游监控节点进行故障检测,在所述第一链路上不存在所述第一监控节点的上游监控节点时,确定所述根本原因包括所述第一监控节点发生故障;
若所述检测结果为所述第一监控节点未发生故障,则停止对所述第一链路的监控节点进行故障检测,并确定所述根本原因包括所述第一监控节点相邻的下游监控节点发生故障。
13.根据权利要求12所述的装置,其特征在于,所述确定模块,具体用于:
检测所述第一监控节点在预设时长范围内是否有数据输出;
若否,则确定所述检测结果为所述第一监控节点发生故障。
14.根据权利要求12所述的装置,其特征在于,所述确定模块,具体用于:
在所述第一监控节点在预设时长范围内有数据输出的情况下,检测所述第一监控节点的输出数据是否在预设范围内;
若是,则确定所述检测结果为第一监控节点未发生故障;
若否,则确定所述检测结果为所述第一监控节点发生故障。
15.根据权利要求9所述的装置,其特征在于,所述确定模块,具体用于:
对于所述至少一个直接监控节点中的任意一个第一直接监控节点,根据所述链路信息确定所述第一直接监控节点所在的第一链路;
对所述第一链路的全部监控节点进行故障检测以确定导致所述故障事件的根本原因。
16.根据权利要求15所述的装置,其特征在于,所述确定模块,具体用于:
确定导致所述故障事件的根本原因包括目标监控节点发生故障;其中,所述目标监控节点满足如下条件:
在所述第一链路上存在所述目标监控节点的上游节点时,所述目标监控节点相邻的上游节点未发生故障,所述目标监控节点以及所述目标监控节点的下游节点均发生故障;在所述第一链路上不存在所述目标监控节点的上游节点时,所述目标监控节点以及所述目标监控节点的下游节点均发生故障。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
CN201910994100.3A 2019-10-18 2019-10-18 自动驾驶中定位车辆故障的根本原因的方法和装置 Active CN110887671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910994100.3A CN110887671B (zh) 2019-10-18 2019-10-18 自动驾驶中定位车辆故障的根本原因的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910994100.3A CN110887671B (zh) 2019-10-18 2019-10-18 自动驾驶中定位车辆故障的根本原因的方法和装置

Publications (2)

Publication Number Publication Date
CN110887671A CN110887671A (zh) 2020-03-17
CN110887671B true CN110887671B (zh) 2022-04-12

Family

ID=69746309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910994100.3A Active CN110887671B (zh) 2019-10-18 2019-10-18 自动驾驶中定位车辆故障的根本原因的方法和装置

Country Status (1)

Country Link
CN (1) CN110887671B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114296105B (zh) * 2021-12-27 2024-06-14 中国第一汽车股份有限公司 一种定位故障原因确定方法、装置、设备以及存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236353A (zh) * 2010-04-23 2011-11-09 上海康丘乐电子电器科技有限公司 电动车控制器自诊断系统及方法
CN102830691A (zh) * 2012-07-20 2012-12-19 南京航空航天大学 一种基于云计算的无人机自动检测及故障诊断方法
CN103163877A (zh) * 2011-12-19 2013-06-19 通用汽车环球科技运作有限责任公司 用于系统级故障的根本原因分析和质量监控的方法和系统
CN105955233A (zh) * 2016-04-28 2016-09-21 郑州宇通客车股份有限公司 一种基于数据挖掘的车辆故障诊断方法及系统
CN106357423A (zh) * 2016-08-19 2017-01-25 南京国电南自电网自动化有限公司 一种基于故障树的智能变电站二次设备异常诊断方法
CN106644531A (zh) * 2016-12-30 2017-05-10 成都运达科技股份有限公司 一种机车故障提票的生成方法
CN107301884A (zh) * 2017-07-24 2017-10-27 哈尔滨工程大学 一种混合式核电站故障诊断方法
CN108153273A (zh) * 2016-12-02 2018-06-12 上海汽车集团股份有限公司 车辆信号失效故障诊断方法及整车控制器
CN108801649A (zh) * 2018-06-02 2018-11-13 上海公孚机动车检测有限公司 机动车安全检测系统
CN108844749A (zh) * 2018-06-06 2018-11-20 北京汽车股份有限公司 车辆以及用于车辆的检测方法、装置
CN109084997A (zh) * 2018-09-14 2018-12-25 淮安信息职业技术学院 一种自动化的新能源汽车故障检测装置及检测方法
CN109324593A (zh) * 2018-09-13 2019-02-12 北京长城华冠汽车技术开发有限公司 汽车试验用的故障分析系统及故障分析方法
CN109387376A (zh) * 2017-08-10 2019-02-26 宝沃汽车(中国)有限公司 车辆故障的诊断方法、车辆故障的诊断装置以及服务器
CN109633310A (zh) * 2018-12-14 2019-04-16 山东鲁能智能技术有限公司 面向电动汽车充电设施的互联互通检测云平台
CN109828857A (zh) * 2018-12-29 2019-05-31 百度在线网络技术(北京)有限公司 车辆故障原因定位方法、装置、设备和存储介质
CN110069050A (zh) * 2019-03-22 2019-07-30 深圳市朗仁科技有限公司 汽车多电子控制单元检测方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10372567B2 (en) * 2014-02-18 2019-08-06 Cimetrics Inc. Automatic fault detection and diagnosis in complex physical systems
CN107025224B (zh) * 2016-01-29 2020-10-16 阿里巴巴集团控股有限公司 一种监控任务运行的方法和设备
JP6831743B2 (ja) * 2017-04-19 2021-02-17 株式会社日立製作所 因果関係モデルの検証方法およびシステム、および不良原因抽出システム

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236353A (zh) * 2010-04-23 2011-11-09 上海康丘乐电子电器科技有限公司 电动车控制器自诊断系统及方法
CN103163877A (zh) * 2011-12-19 2013-06-19 通用汽车环球科技运作有限责任公司 用于系统级故障的根本原因分析和质量监控的方法和系统
CN102830691A (zh) * 2012-07-20 2012-12-19 南京航空航天大学 一种基于云计算的无人机自动检测及故障诊断方法
CN105955233A (zh) * 2016-04-28 2016-09-21 郑州宇通客车股份有限公司 一种基于数据挖掘的车辆故障诊断方法及系统
CN106357423A (zh) * 2016-08-19 2017-01-25 南京国电南自电网自动化有限公司 一种基于故障树的智能变电站二次设备异常诊断方法
CN108153273A (zh) * 2016-12-02 2018-06-12 上海汽车集团股份有限公司 车辆信号失效故障诊断方法及整车控制器
CN106644531A (zh) * 2016-12-30 2017-05-10 成都运达科技股份有限公司 一种机车故障提票的生成方法
CN107301884A (zh) * 2017-07-24 2017-10-27 哈尔滨工程大学 一种混合式核电站故障诊断方法
CN109387376A (zh) * 2017-08-10 2019-02-26 宝沃汽车(中国)有限公司 车辆故障的诊断方法、车辆故障的诊断装置以及服务器
CN108801649A (zh) * 2018-06-02 2018-11-13 上海公孚机动车检测有限公司 机动车安全检测系统
CN108844749A (zh) * 2018-06-06 2018-11-20 北京汽车股份有限公司 车辆以及用于车辆的检测方法、装置
CN109324593A (zh) * 2018-09-13 2019-02-12 北京长城华冠汽车技术开发有限公司 汽车试验用的故障分析系统及故障分析方法
CN109084997A (zh) * 2018-09-14 2018-12-25 淮安信息职业技术学院 一种自动化的新能源汽车故障检测装置及检测方法
CN109633310A (zh) * 2018-12-14 2019-04-16 山东鲁能智能技术有限公司 面向电动汽车充电设施的互联互通检测云平台
CN109828857A (zh) * 2018-12-29 2019-05-31 百度在线网络技术(北京)有限公司 车辆故障原因定位方法、装置、设备和存储介质
CN110069050A (zh) * 2019-03-22 2019-07-30 深圳市朗仁科技有限公司 汽车多电子控制单元检测方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Decision Forest for Root Cause Analysis of Intermittent Faults;Satnam Singh;《IEEE》;20121231;全文 *
基于μC/OS-Ⅱ和LwIP的嵌入式设备监控平台研究;陆旭;《中国优秀硕士学位论文全文数据库 信息科技辑》;20140315;全文 *
多辆电动汽车远程监控系统;陈燕虹 等;《吉林大学学报(工学版)》;20120829;全文 *

Also Published As

Publication number Publication date
CN110887671A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
CN111459816B (zh) 故障注入测试方法、装置、系统及存储介质
CN111865682B (zh) 用于处理故障的方法和装置
US20210312799A1 (en) Detecting traffic anomaly event
CN111784663A (zh) 零部件的检测方法、装置、电子设备及存储介质
CN111552646B (zh) 用于回归测试的方法和装置
CN111831512A (zh) 用于排查运维异常的方法、装置、电子设备及存储介质
CN112306880A (zh) 测试方法、装置、电子设备和计算机可读存储介质
CN113051043A (zh) 微服务异常补偿方法和装置
CN110887671B (zh) 自动驾驶中定位车辆故障的根本原因的方法和装置
CN111865720A (zh) 用于处理请求的方法、装置、设备以及存储介质
US11410049B2 (en) Cognitive methods and systems for responding to computing system incidents
CN110737560B (zh) 一种服务状态检测方法、装置、电子设备和介质
CN110958137B (zh) 流量管理方法、装置及电子设备
CN111696095B (zh) 用于检测物体表面缺陷的方法及装置
JP2022028620A (ja) 製造プロセスにおける因果推論のためのシステム及び方法
CN112395126A (zh) 故障日志处理方法、装置、电子设备和存储介质
CN111724598A (zh) 用于规划路径的方法、装置、设备以及存储介质
CN112015995A (zh) 数据分析的方法、装置、设备以及存储介质
CN111649756A (zh) 位置确定方法、装置、电子设备及计算机存储介质
CN112671665B (zh) 智能流量调度方法、装置、设备以及存储介质
CN111581049B (zh) 分布式系统运行状态监测方法、装置、设备及存储介质
CN111597026A (zh) 用于获取信息的方法及装置
CN111599174A (zh) 一种交通指标的异常检测方法和电子设备
CN113821232A (zh) 模型更新方法和装置
CN112667795A (zh) 对话树构建方法和装置、对话树运行方法、装置以及系统

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200317

Assignee: Apollo Zhixing Technology (Guangzhou) Co.,Ltd.

Assignor: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Contract record no.: X2022990000673

Denomination of invention: Method and apparatus for locating the root cause of vehicle failures in autonomous driving

Granted publication date: 20220412

License type: Common License

Record date: 20220919

EE01 Entry into force of recordation of patent licensing contract