CN111078475A - 视觉图像数据处理系统、方法及自动驾驶汽车 - Google Patents
视觉图像数据处理系统、方法及自动驾驶汽车 Download PDFInfo
- Publication number
- CN111078475A CN111078475A CN201911413928.1A CN201911413928A CN111078475A CN 111078475 A CN111078475 A CN 111078475A CN 201911413928 A CN201911413928 A CN 201911413928A CN 111078475 A CN111078475 A CN 111078475A
- Authority
- CN
- China
- Prior art keywords
- controller
- image data
- slave
- data processing
- state signal
- 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.)
- Granted
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title abstract description 18
- 238000003672 processing method Methods 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/16—Error detection or correction of the data by redundancy in hardware
- G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
- G06F11/202—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant
- G06F11/2023—Failover techniques
- G06F11/2028—Failover techniques eliminating a faulty processor or activating a spare
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1458—Management of the backup or restore process
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例提供的一种视觉图像数据处理系统、方法及自动驾驶汽车,视觉图像数据处理系统包括相机模组和两个控制器,通过相机模组中的串行器将视频流一分为二,建立了双输出通道的视频流冗余机制,提高了视频数据传输的安全性和可靠性;以及不需要增加视频分流器等中间硬件设备,避免了因中间设备的故障导致的视频流数据丢失,进一步提高了视频流数据传输的可靠性。以及,基于视频图像数据处理系统的视觉图像数据处理方法,对主控制器和从控制器的工作异常情况进行了充分检测,进一步提升了自动驾驶汽车的安全性和鲁棒性。
Description
技术领域
本发明涉及自动驾驶汽车技术领域,更具体地说,涉及视觉图像数据处理系统、方法及自动驾驶汽车。
背景技术
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让整车控制器可以在没有任何人类主动的操作下,自动安全地操作机动车辆。自动驾驶汽车的视觉传感器主要用于图像数据的采集,并将采集到的图像数据传输至控制器进行处理,以检测可通行空间、行人、车辆和车道线等信息。发明人在实现本发明的过程中发现,进行图像数据处理的控制器容易出现故障,进而影响到自动驾驶汽车的安全性。
发明内容
有鉴于此,本发明提出一种视觉图像数据处理系统、方法及自动驾驶汽车,欲实现提高自动驾驶汽车的安全性的目的。
为了实现上述目的,现提出的方案如下:
第一方面,本发明提供一种视觉图像数据处理系统,包括:
包括感光芯片和串行器的相机模组,所述串行器包括至少两个输出接口,用于同时输出两路相同的视频流;
包括第一解串器和主电子控制单元的主控制器,所述第一解串器与所述串行器的一个输出接口连接,用于接收所述相机模组输出的一路视频流;以及,
包括第二解串器和从电子控制单元的从控制器,所述第二解串器与所述串行器的另一个输出接口连接,用于接收所述相机模组输出的另一路视频流;
所述主控制器和所述从控制器通信连接。
可选的,图像处理单元连接在所述感光芯片和所述串行器之间,用于将RAW数据转换为YUV数据。
可选的,第一图像信号处理器连接在所述第一解串器和所述主电子控制单元之间,用于将RAW数据转换为YUV数据;
第二图像信号处理器连接在所述第二解串器和所述从电子控制单元之间,用于将RAW数据转换为YUV数据。
第二方面,本发明提供一种视觉图像数据处理方法,应用于第一方面中中的主控制器,所述视觉图像数据处理方法包括:
启动本控制器的初始化程序,所述初始程序包括相机初始化程序;
发送相机初始化状态信号至所述从控制器;
判断相机初始化是否成功,若是,则启动图像数据采集程序,若否,则进入循环启动相机初始化程序模式,并在连续未启动成功的次数超过预设启动次数阈值后,发送请求被接管信号至所述从控制器,并进入故障模式;
在软件正常运行后,发送本控制器的工作状态信号至所述从控制器,并接收所述从控制器的工作状态信号;
根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,以及根据所述从控制器的工作状态信号,判断所述从控制器是否工作正常;
若所述本控制器工作正常且所述从控制器工作异常,则停止发送所述本控制器的工作状态信号至所述从控制器,以及停止接收所述从控制器的工作状态信号;
若所述本控制器工作异常且所述从控制器工作正常,则发送请求被接管信号至所述从控制器,并进入故障模式;
若所述本控制器工作异常且所述从控制器工作异常,则退出智能驾驶模式,并进入故障模式。
可选的,根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,具体包括:
若连续检测到所述本控制器的工作状态信号为正常的次数超过预设第一次数阈值时,则确定所述本控制器工作正常,反之,则确定所述本控制器工作异常。
可选的,根据所述从控制器的工作状态信号,判断所述从控制器是否工作正常,具体包括:
若连续检测到所述从控制器的工作状态信号为正常的次数超过预设第二次数阈值时,则确定所述从控制器工作正常,反之,则确定所述从控制器工作异常。
第三方面,本发明提供一种视觉图像数据处理方法,应用于第一方面中的从控制器,所述视觉图像数据处理方法包括:
启动本控制器的初始化程序,所述初始程序不包括相机初始化程序;
接收所述主控制器发送的所述相机初始化状态信号;
判断相机初始化是否成功,若是,则启动图像数据采集程序,若否,则检测是否接收到所述主控制器发送的请求被接管信号,若接收到,则启动相机初始化程序并启动所述图像数据采集程序,若未接收到,则进入接管异常模式;
发送本控制器的工作状态信号至所述主控制器,并接收所述主控制器的工作状态信号;
根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,若否,则进入故障模式,若是,则根据所述主控制器的工作状态信号,判断所述主控制器是否正常工作;
若所述主控制器工作异常,则检测是否接收到所述主控制器发送的请求被接管信号,若接收到,则启动相机初始化程序,若未接收到,则进入接管异常模式。
可选的,根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,具体包括:
若连续检测到所述本控制器的工作状态信号为正常的次数超过预设第三次数阈值时,则确定所述本控制器工作正常,反之,则确定所述本控制器工作异常。
可选的,根据所述主控制器的工作状态信号,判断所述主控制器是否正常工作,具体包括:
若连续检测到所述主控制器的工作状态信号为正常的次数超过预设第四次数阈值时,则确定所述主控制器工作正常,反之,则确定所述主控制器工作异常。
第四方面,本发明提供一种自动驾驶汽车,包括第一方面中任意一种视觉图像数据处理系统。
与现有技术相比,本发明的技术方案具有以下优点:
上述技术方案提供的一种视觉图像数据处理系统,通过相机模组中的串行器将视频流一分为二,建立了双输出通道的视频流冗余机制,提高了视频数据传输的安全性和可靠性;以及不需要增加视频分流器等中间硬件设备,避免了因中间设备的故障导致的视频流数据丢失,进一步提高了视频流数据传输的可靠性。以及,基于视频图像数据处理系统的视觉图像数据处理方法,对主控制器和从控制器的工作异常情况进行了充分检测,进一步提升了自动驾驶汽车的安全性和鲁棒性。
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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种视觉图像数据处理系统的结构示意图。;
图2为本发明实施例提供的另一种视觉图像数据处理系统的结构示意图;
图3为本发明实施例提供的一种应用于主控制器的视觉图像数据处理方法的流程图;
图4为本发明实施例提供的一种应用于从控制器的视觉图像数据处理方法的流程图。
具体实施方式
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,所描述的实施例仅仅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做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。
参见图1所示,为本发明实施例提供的一种视觉图像数据处理系统的结构示意图。包括相机模组11、主控制器12和从控制器13。相机模组11包括感光芯片、ISP(Image SignalProcessing,图像信号处理器)和串行器。感光芯片与ISP,以及ISP与串行器之间均通过I2C总线通信。感光芯片将RAW数据传输至ISP,ISP将RAW数据转换为YUV数据并传输至串行器。
串行器包括至少两个输出接口,用于同时输出两路相同的视频流。通过对串行器内部的寄存器进行配置,实现同时输出两路相同的视频流。串行器的一个输出接口连接主控制器12,串行器的另一个输出接口连接从控制器13。在一个具体实施例中,串行器的输出接口为COAX接口。
主控制器12包括第一解串器和主电子控制单元。第一解串器和主电子控制单元之间通过I2C总线通信,第一解串器将YUV数据传输至主电子控制单元。第一解串器与串行器的一个输出接口连接,用于接收相机模组11输出的一路视频流。
从控制器13包括第二解串器和从电子控制单元。第二解串器和从电子控制单元之间通过I2C总线通信,第二解串器将YUV数据传输至从电子控制单元。第二解串器与串行器的另一个输出接口连接,用于接收相机模组11输出的另一路视频流。
主控制器12和从控制器13通信连接。进而实现主控制器12和从控制器13之间的相互监控。具体的,主控制器12和从控制器13之间可以通过CAN口、网口或GPIO口等通信接口通信方式进行通信。
本实施例提供的视觉图像数据处理系统,在相机模组11内部内置ISP,在主控制器12和从控制器13内均无需配置ISP,即可实现视频流的冗余备份设计,有效降低了整个系统的成本。
参见图2所示,为本发明实施例提供的另一种视觉图像数据处理系统的结构示意图。包括相机模组21、主控制器22和从控制器23。相机模组21包括感光芯片和串行器。感光芯片与串行器之间通过I2C总线通信。感光芯片将RAW数据传输串行器。
主控制器22包括第一解串器、第一ISP和主电子控制单元。第一解串器和第一ISP,以及第一ISP和主电子控制单元之间通过I2C总线通信,第一解串器将RAW数据传输至第一ISP,第一ISP将RAW数据转换为YUV数据并传输至主电子控制单元。第一解串器与串行器的一个输出接口连接,用于接收相机模组21输出的一路视频流。
从控制器23包括第二解串器、第二ISP和从电子控制单元。第二解串器和第二ISP,以及第二ISP和从电子控制单元之间通过I2C总线通信,第二解串器将RAW数据传输至第二ISP,第二ISP将RAW数据转换为YUV数据并传输至从电子控制单元。第二解串器与串行器的另一个输出接口连接,用于接收相机模组21输出的另一路视频流。
本实施例提供的视觉图像数据处理系统,在主控制器22和从控制器23内均配置ISP,可灵活切换ISP对相机进行控制,提高了视频流数据传输的安全性和可靠性。
参见图3所示,为应用于主控制器的视觉图像数据处理方法的流程图,该方法包括步骤:
S31:启动本控制器的初始化程序。
主控制器上电后,执行步骤S31,启动本控制器的初始化程序,主控制器中启动的初始程序包括相机初始化程序。
S32:发送相机初始化状态信号至从控制器。
Controller1_Camera_init表示相机初始化信号,Controller1_Camera_init为1表示相机初始化成功,Controller1_Camera_init为0表示相机初始化成功失败。
S33:判断相机初始化是否成功,若是,则启动图像数据采集程序,若否,则进入循环启动相机初始化程序模式,并在连续未启动成功的次数超过预设启动次数阈值后,发送请求被接管信号至从控制器,并进入故障模式。
Confirm1_state=1表示主控制器发送的请求被接管信号,Confirm1_state=0表示主控制器发送的不请求被接管信号。主控制器进入故障模式后,关闭相机初始化程序,并停止所有相关应用层软件工作。进一步的,为了车辆安全停止,主控制器在进入故障模式之前先进行降级并退出智能驾驶模式。
S34:在软件正常运行后,发送本控制器的工作状态信号至从控制器,并接收从控制器的工作状态信号。
Controller1_state表示主控制器的工作状态信号,Controller1_state为1表示主控制器正常工作,Controller1_state为0表示主控制器异常工作。Controller2_state表示从控制器的工作状态信号,Controller2_state为1表示从控制器正常工作,Controller2_state为0表示从控制器异常工作。
S35:根据本控制器的工作状态信号,判断本控制器是否工作正常,以及根据从控制器的工作状态信号,判断从控制器是否工作正常。
执行步骤S35,判断本控制器是否工作正常具体包括:若连续检测到本控制器的工作状态信号为正常的次数超过预设第一次数阈值时,则确定所述本控制器工作正常,反之,则确定本控制器工作异常。
判断从控制器是否工作正常,具体包括:若连续检测到从控制器的工作状态信号为正常的次数超过预设第二次数阈值时,则确定从控制器工作正常,反之,则确定从控制器工作异常。
S36:若本控制器工作正常且从控制器工作异常,则停止发送本控制器的工作状态信号至从控制器,以及停止接收从控制器的工作状态信号。
S37:若本控制器工作异常且从控制器工作正常,则发送请求被接管信号至从控制器,并进入故障模式。
S38:若本控制器工作异常且从控制器工作异常,则进入故障模式。
参见图4所示,为应用于从控制器的视觉图像数据处理方法的流程图,该方法包括步骤:
S41:启动本控制器的初始化程序。
从控制器上电后,执行步骤S41,启动本控制器的初始化程序,从控制器中启动的初始程序不包括相机初始化程序。
S42:接收主控制器发送的相机初始化状态信号。
S43:判断相机初始化是否成功,若是,则启动图像数据采集程序,若否,则检测是否接收到主控制器发送的请求被接管信号,若接收到,则启动相机初始化程序并启动所述图像数据采集程序,若未接收到,则进入接管异常模式。
S44:发送本控制器的工作状态信号至主控制器,并接收主控制器的工作状态信号。
S45:根据本控制器的工作状态信号,判断本控制器是否工作正常,若否,则进入故障模式,若是,则根据主控制器的工作状态信号,判断主控制器是否正常工作。
执行步骤S45,判断本控制器是否工作正常,具体包括:若连续检测到本控制器的工作状态信号为正常的次数超过预设第三次数阈值时,则确定本控制器工作正常,反之,则确定本控制器工作异常。
判断主控制器是否正常工作,具体包括:若连续检测到主控制器的工作状态信号为正常的次数超过预设第四次数阈值时,则确定主控制器工作正常,反之,则确定主控制器工作异常。
在本发明一个具体实施例中,第一次数阈值、第二次数阈值、第三次数阈值和第四次数阈值的具体数值可以相同也可以不同。
S46:若主控制器工作异常,则检测是否接收到主控制器发送的请求被接管信号,若接收到,则启动相机初始化程序,若未接收到,则进入接管异常模式。
本发明的实施例还提供一种自动驾驶汽车,包括图1或图2所示的视觉图像数据处理系统。对于自动驾驶汽车的其它部分本发明不做限定也不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对本发明所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种视觉图像数据处理系统,其特征在于,包括:
包括感光芯片和串行器的相机模组,所述串行器包括至少两个输出接口,用于同时输出两路相同的视频流;
包括第一解串器和主电子控制单元的主控制器,所述第一解串器与所述串行器的一个输出接口连接,用于接收所述相机模组输出的一路视频流;以及,
包括第二解串器和从电子控制单元的从控制器,所述第二解串器与所述串行器的另一个输出接口连接,用于接收所述相机模组输出的另一路视频流;
所述主控制器和所述从控制器通信连接。
2.根据权利要求1所述的视觉图像数据处理系统,其特征在于,图像处理单元连接在所述感光芯片和所述串行器之间,用于将RAW数据转换为YUV数据。
3.根据权利要求1所述的视觉图像数据处理系统,其特征在于,第一图像信号处理器连接在所述第一解串器和所述主电子控制单元之间,用于将RAW数据转换为YUV数据;
第二图像信号处理器连接在所述第二解串器和所述从电子控制单元之间,用于将RAW数据转换为YUV数据。
4.一种视觉图像数据处理方法,其特征在于,应用于如权利要求1~3中任意一项所述的主控制器,所述视觉图像数据处理方法包括:
启动本控制器的初始化程序,所述初始程序包括相机初始化程序;
发送相机初始化状态信号至所述从控制器;
判断相机初始化是否成功,若是,则启动图像数据采集程序,若否,则进入循环启动相机初始化程序模式,并在连续未启动成功的次数超过预设启动次数阈值后,发送请求被接管信号至所述从控制器,并进入故障模式;
在软件正常运行后,发送本控制器的工作状态信号至所述从控制器,并接收所述从控制器的工作状态信号;
根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,以及根据所述从控制器的工作状态信号,判断所述从控制器是否工作正常;
若所述本控制器工作正常且所述从控制器工作异常,则停止发送所述本控制器的工作状态信号至所述从控制器,以及停止接收所述从控制器的工作状态信号;
若所述本控制器工作异常且所述从控制器工作正常,则发送请求被接管信号至所述从控制器,并进入故障模式;
若所述本控制器工作异常且所述从控制器工作异常,则退出智能驾驶模式,并进入故障模式。
5.根据权利要求4所述的视觉图像数据处理方法,其特征在于,根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,具体包括:
若连续检测到所述本控制器的工作状态信号为正常的次数超过预设第一次数阈值时,则确定所述本控制器工作正常,反之,则确定所述本控制器工作异常。
6.根据权利要求4所述的视觉图像数据处理方法,其特征在于,根据所述从控制器的工作状态信号,判断所述从控制器是否工作正常,具体包括:
若连续检测到所述从控制器的工作状态信号为正常的次数超过预设第二次数阈值时,则确定所述从控制器工作正常,反之,则确定所述从控制器工作异常。
7.一种视觉图像数据处理方法,其特征在于,应用于如权利要求1~3中任意一项所述的从控制器,所述视觉图像数据处理方法包括:
启动本控制器的初始化程序,所述初始程序不包括相机初始化程序;
接收所述主控制器发送的相机初始化状态信号;
判断相机初始化是否成功,若是,则启动图像数据采集程序,若否,则检测是否接收到所述主控制器发送的请求被接管信号,若接收到,则启动相机初始化程序并启动所述图像数据采集程序,若未接收到,则进入接管异常模式;
发送本控制器的工作状态信号至所述主控制器,并接收所述主控制器的工作状态信号;
根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,若否,则进入故障模式,若是,则根据所述主控制器的工作状态信号,判断所述主控制器是否正常工作;
若所述主控制器工作异常,则检测是否接收到所述主控制器发送的请求被接管信号,若接收到,则启动相机初始化程序,若未接收到,则进入接管异常模式。
8.根据权利要求7所述的视觉图像数据处理方法,其特征在于,根据所述本控制器的工作状态信号,判断所述本控制器是否工作正常,具体包括:
若连续检测到所述本控制器的工作状态信号为正常的次数超过预设第三次数阈值时,则确定所述本控制器工作正常,反之,则确定所述本控制器工作异常。
9.根据权利要求7所述的视觉图像数据处理方法,其特征在于,根据所述主控制器的工作状态信号,判断所述主控制器是否正常工作,具体包括:
若连续检测到所述主控制器的工作状态信号为正常的次数超过预设第四次数阈值时,则确定所述主控制器工作正常,反之,则确定所述主控制器工作异常。
10.一种自动驾驶汽车,其特征在于,包括如权利要求1~3中任意一项所述的视觉图像数据处理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911413928.1A CN111078475B (zh) | 2019-12-31 | 2019-12-31 | 视觉图像数据处理系统、方法及自动驾驶汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911413928.1A CN111078475B (zh) | 2019-12-31 | 2019-12-31 | 视觉图像数据处理系统、方法及自动驾驶汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111078475A true CN111078475A (zh) | 2020-04-28 |
CN111078475B CN111078475B (zh) | 2024-01-19 |
Family
ID=70320685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911413928.1A Active CN111078475B (zh) | 2019-12-31 | 2019-12-31 | 视觉图像数据处理系统、方法及自动驾驶汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111078475B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117082107A (zh) * | 2023-10-16 | 2023-11-17 | 北京茵沃汽车科技有限公司 | 通讯调试设备、通讯调试方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2356523A1 (de) * | 1973-11-13 | 1975-05-22 | Rollei Werke Franke Heidecke | Elektronisch gesteuerte fotografische kamera |
JP2005303600A (ja) * | 2004-04-09 | 2005-10-27 | Fuji Xerox Co Ltd | 信号伝送システムおよび画像形成装置 |
CN105329208A (zh) * | 2015-11-13 | 2016-02-17 | 上海斐讯数据通信技术有限公司 | 一种汽车防盗监控系统 |
CN106412474A (zh) * | 2016-10-09 | 2017-02-15 | 上海极清慧视科技有限公司 | 一种高速无损超高清工业视觉检测方法及系统 |
CN109489988A (zh) * | 2018-09-27 | 2019-03-19 | 惠州市德赛西威汽车电子股份有限公司 | 一种模拟实车钥匙启动视觉耐久性仪表测试系统 |
CN109557997A (zh) * | 2018-12-07 | 2019-04-02 | 济南浪潮高新科技投资发展有限公司 | 一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 |
CN208888626U (zh) * | 2018-11-21 | 2019-05-21 | 深圳市易成自动驾驶技术有限公司 | 一种自动驾驶计算系统 |
-
2019
- 2019-12-31 CN CN201911413928.1A patent/CN111078475B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2356523A1 (de) * | 1973-11-13 | 1975-05-22 | Rollei Werke Franke Heidecke | Elektronisch gesteuerte fotografische kamera |
JP2005303600A (ja) * | 2004-04-09 | 2005-10-27 | Fuji Xerox Co Ltd | 信号伝送システムおよび画像形成装置 |
CN105329208A (zh) * | 2015-11-13 | 2016-02-17 | 上海斐讯数据通信技术有限公司 | 一种汽车防盗监控系统 |
CN106412474A (zh) * | 2016-10-09 | 2017-02-15 | 上海极清慧视科技有限公司 | 一种高速无损超高清工业视觉检测方法及系统 |
CN109489988A (zh) * | 2018-09-27 | 2019-03-19 | 惠州市德赛西威汽车电子股份有限公司 | 一种模拟实车钥匙启动视觉耐久性仪表测试系统 |
CN208888626U (zh) * | 2018-11-21 | 2019-05-21 | 深圳市易成自动驾驶技术有限公司 | 一种自动驾驶计算系统 |
CN109557997A (zh) * | 2018-12-07 | 2019-04-02 | 济南浪潮高新科技投资发展有限公司 | 一种基于人工智能的自动驾驶高可靠性车载计算装置、系统和方法 |
Non-Patent Citations (2)
Title |
---|
关超华;陶刚;: "基于ADSP-BF561的车辆辅助驾驶系统硬件设计" * |
杨春金;朱群英;: "基于图像处理的桥墩防撞预警系统的研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117082107A (zh) * | 2023-10-16 | 2023-11-17 | 北京茵沃汽车科技有限公司 | 通讯调试设备、通讯调试方法 |
CN117082107B (zh) * | 2023-10-16 | 2024-02-06 | 北京茵沃汽车科技有限公司 | 通讯调试设备、通讯调试方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111078475B (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11590907B2 (en) | In-vehicle network system, electronic control unit, and gateway device | |
CN112004730B (zh) | 车辆控制装置 | |
CN103248514B (zh) | 用于车内lan网络管理的故障检测和缓解 | |
CN102055633B (zh) | 一种星载双can总线节点故障自恢复系统 | |
US20060287784A1 (en) | Vehicle onboard communication system and method | |
KR102533939B1 (ko) | 차량 제어 시스템 | |
JP2754922B2 (ja) | 伝送システムおよび伝送方法 | |
CN111629344B (zh) | 数据传输方法、装置、设备和计算机可读存储介质 | |
CN111078475B (zh) | 视觉图像数据处理系统、方法及自动驾驶汽车 | |
US8804750B2 (en) | Field device | |
US20110097077A1 (en) | Optical transmission system | |
JP6417984B2 (ja) | 車載通信システム | |
EP4148507A1 (en) | Control method and device | |
US20150220471A1 (en) | Communication system | |
CN116156114A (zh) | 一种车载视频分路采集系统及方法 | |
CN107315626B (zh) | 车载多媒体及其控制方法 | |
WO2017167820A1 (en) | Electronic control unit for a vehicle with separate data connection, assistance system and method | |
US20100318197A1 (en) | Control system | |
EP2918048B1 (en) | Modules, system and method of switching modules | |
CN114003429B (zh) | 基于2oo2×2的安全苛求系统的双系状态控制方法和系统 | |
RU2764472C1 (ru) | Управляющая система транспортного средства, способ управления транспортным средством, контроллер и носитель, предназначенный для долговременного хранения информации | |
CN117130835A (zh) | 一种数据处理方法、装置、存储介质及车辆 | |
CN117104156A (zh) | 一种车辆控制电路、车辆主机及车辆 | |
CN116320673A (zh) | 一种车载摄像头装置及控制方法 | |
CN117434822A (zh) | 行泊域控制系统和车辆 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220530 Address after: No. 203, Shanghai Songjiang Road, No. 201563, Pudong New Area Applicant after: SAIC Motor Corp.,Ltd. Applicant after: Shanghai automotive industry (Group) Co.,Ltd. Address before: 201203 Room 509, Building No. 1, 563 Songtao Road, Zhangjiang High-tech Park, Pudong New Area, Shanghai Applicant before: SAIC Motor Corp.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |