CN111976727A - 一种自动驾驶等级调整方法及相关设备 - Google Patents
一种自动驾驶等级调整方法及相关设备 Download PDFInfo
- Publication number
- CN111976727A CN111976727A CN201910426568.2A CN201910426568A CN111976727A CN 111976727 A CN111976727 A CN 111976727A CN 201910426568 A CN201910426568 A CN 201910426568A CN 111976727 A CN111976727 A CN 111976727A
- Authority
- CN
- China
- Prior art keywords
- fault
- automatic driving
- vehicle
- module
- safety
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims description 44
- 230000006399 behavior Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 18
- 230000006855 networking Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 230000003993 interaction Effects 0.000 description 11
- 238000013461 design Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000013210 evaluation model Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 208000035139 partial with pericentral spikes epilepsy Diseases 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0225—Failure correction strategy
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请实施例公开了一种自动驾驶等级调整方法及相关设备，所述方法包括：首先对车辆的多个功能模块中的每个功能模块进行故障检测，其中，多个功能模块是按照车辆的自动驾驶业务的业务类型划分的；当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别；根据故障类别，获取安全故障的故障信息、以及车辆的当前行驶环境，故障信息包括故障点标识信息；根据故障点标识信息，确定功能模块的故障点；根据故障点和当前行驶环境，调整车辆的自动驾驶等级。采用本申请实施例，可以提高车辆自动化驾驶的可靠性和安全性、降低智能车载系统的死机概率。
Description
技术领域
本申请涉及汽车技术领域，尤其涉及一种自动驾驶等级调整方法及相关设备。
背景技术
驾驶汽车是一项复杂的活动，长时间驾驶容易使人感到疲劳，导致交通事故的发生率升高，由此激发了大众对自动驾驶车辆的需求。自动驾驶是指通过使用传感器使采集车辆周围和车辆内部的信息，使得车辆本身具备感知能力，并通过相应的算法对传感器采集到的信息进行分析，以便根据不同的路况对车辆的各项驾驶操作进行决策以及对车辆机械系统控制，从而实现车辆的自动驾驶。在更高层次的自动驾驶中还涉及到车-车通信、车-基础设施通信等车联网技术、卫星通信技术和人机交互技术等等。
在车辆自动驾驶的过程中，随着自动驾驶等级的提高，汽车的驾驶将越来越依赖于智能车载系统，因此智能车载系统的稳定性与乘车人员的生命安全紧密相关。尽管智能车载系统的处理器模块的内置操作系统稳定性好，但是一旦智能车载系统出现故障或死机，如若智能车载系统无法及时调整自动驾驶等级、将车辆的控制权部分或全部移交给驾驶员，则容易导致自动驾驶车辆失控、引起交通事故。
发明内容
本申请实施例提供了一种自动驾驶等级调整方法及相关设备，可以提高车辆自动化驾驶的安全性、降低智能车载系统的死机概率。
第一方面，本申请实施例提供了一种自动驾驶等级调整方法，包括：对车辆的多个功能模块中的每个功能模块进行故障检测，其中，多个功能模块是按照车辆的自动驾驶业务的业务类型划分的；当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别；根据故障类别，获取安全故障的故障信息、以及车辆的当前行驶环境，故障信息包括故障点标识信息；最后根据所述故障点和所述当前行驶环境，调整车辆的自动驾驶等级。在车辆发生安全故障时，通过调整自动驾驶等级将车辆的控制权部分或全部移交给人类驾驶员，可以提高车辆自动化驾驶的安全性。
在一种可能的设计中，可以当故障类别不为系统硬件故障时，获取安全故障的故障信息、以及车辆的当前行驶环境。其中，通常非系统硬件故障不会对车辆的行驶安全造成致命威胁，因此可以根据故障点和行驶环境分析安全故障对车辆行驶安全的影响，以便调整车辆的自动驾驶等级。
在另一种可能的设计中，当故障类别为系统硬件故障时，根据当前行驶环境确定安全停靠区域，并控制车辆停靠在安全停靠区域内。系统硬件故障型的安全故障通常会对车辆的行驶安全造成致命威胁，因此控制车辆进行安全停靠是保障乘车人员生命安全的有效的途径。
在另一种可能的设计中，发生安全故障的功能模块可以为环境感知模。若环境感知模块的故障点为图像采集设备时，首先确定车辆在所述当前行驶环境中是否能连接到预设范围内的车联网节点；当车辆在当前行驶环境中能连接到预设范围内的车联网节点时，在当前自动驾驶等级的基础上按照预设幅度调整自动驾驶等级；当车辆在所述当前行驶环境中无法连接到预设范围内的车联网节点时，将自动驾驶等级调整为无自动化驾驶。其中，根据车辆能否连接到预设范围内的车联网节点来进一步确定是否将自动驾驶等级调整为自动化程度最低的无自动化驾驶，可以在保证车辆行驶安全的前提下，避免过度降低车辆驾驶的自动化程度。
在另一种可能的设计中，故障信息可以包括故障状态，则可以首先根据所述故障点和故障状态，确定安全故障在当前行驶环境中对当前自动驾驶等级下的自动驾驶行为的第一影响度；当第一影响度大于预设阈值时，确定安全故障在当前行驶环境中对其他自动驾驶等级下的自动驾驶行为的第二影响度；当第二影响度不大于所述预设阈值时，将自动驾驶等级调整为其他自动驾驶等级。其中，在故障点和行驶环境的基础上将故障状态引入，以实现对当前自动驾驶等级调整幅度的细化分析，相比于根据故障点和行驶环境两种信息来确定调整幅度的方法，可以进一步提高自动驾驶等级调整的准确性。
在另一种可能的设计中，其他自动驾驶等级包括N个自动驾驶等级，其中，N为不小于1的整数。因此可以将自动驾驶等级从当前自动驾驶等级调整到N个自动驾驶等级中的自动化程度最高的自动驾驶等级。其中，通过将自动驾驶等级调整为不受安全故障的影响、且自动化程度最高的自动驾驶等级，可以在保证车辆行驶安全的前提下，使车辆的自动化程度最高，以减轻人类驾驶员的驾驶负担。
在另一种可能的设计中，故障信息还可以包括故障原因。在对车辆的自动驾驶等级进行调整之后，还可以根据故障原因，对故障点进行修复；当故障点修复成功时，恢复到初始自动驾驶等级，初始自动驾驶等级为对自动驾驶等级进行调整之前车辆所处的自动驾驶等级。其中，通过及时对故障点进行修复，可以防止安全故障的破坏力长时间持续和增强，从而降低智能车系统死机的概率，并且在故障点修复成功后及时恢复被调低的自动驾驶等级，可以尽可能地提高车辆驾驶的自动化程度。
在另一种可能的设计中，可以根据包括故障点、故障状态和故障原因中的一项或多项信息在内的故障信息，确定发生安全故障的功能模块是否处于死机状态；当该功能模块未处于死机状态时，执行根据故障点和所述当前行驶环境，调整车辆的自动驾驶等级的操作；当功能模块处于死机状态时，根据功能模块所执行的自动驾驶业务的业务类型和当前行驶环境调整自动驾驶等级。其中，模块死机在自动驾驶车辆中通常属于严重的安全故障，当某个模块死机，表示一类自动驾驶业务无法完成，因此一旦发现检测到模块死机，需立即根据处于死机状态的功能模块对应的业务类型和当前行驶环境调整自动驾驶等级，以保证提高车辆行驶的安全性。
第二方面，本申请实施例提供了一种自动驾驶等级调整装置，该自动驾驶等级调整装置被配置为实现上述第一方面中自动驾驶等级调整装置所执行的方法和功能，由硬件/软件实现，其硬件/软件包括与上述功能相应的单元。
第三方面，本申请实施例提供了一种自动驾驶等级调整设备，包括：处理器、存储器和通信总线，其中，通信总线用于实现处理器和存储器之间连接通信，处理器执行存储器中存储的程序用于实现上述第一方面提供的一种自动驾驶等级调整方法中的步骤。
在一种可能的设计中，本申请实施例提供的自动驾驶等级调整设备可以包含用于执行上述方法设计中自动驾驶等级装置行为相对应的模块。模块可以是软件和/或是硬件。
第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面的方法。
第五方面，本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面的方法。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1是本申请实施例提供的一种智能车载系统的硬件结构示意图；
图2是本申请实施例提供的一种智能车载系统的逻辑结构示意图；
图3是本申请实施例提供的另一种智能车载系统的结构示意图；
图4是本申请实施例提供的一种自动驾驶等级调整方法的流程示意图；
图5是本申请实施例提供的一种决策逻辑的流程示意图；
图6是本申请实施提供的一种自动驾驶等级调整方法的实际实施的流程示意图；
图7是本申请另一实施例提供的一种自动驾驶等级调整方法的流程示意图；
图8是本申请实施例提供的一种自动驾驶等级调整装置的结构示意图；
图9是本申请实施例提供的一种自动驾驶等级调整设备的结构示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。
请参考图1，图1是本申请实施例提供的一种用于实现自动驾驶的智能车载系统的硬件结构示意图，该智能车载系统包括远程信息处理器(telematics box,T-Box)、车身域控制器(body control module,BCM)、人机交互域控制器(human-machine interface,HMI)、多域控制器(multi-domain controllers,MDC)/智能自动驾驶控制域、整车域控制器(vehicle control unit,VCU)、故障诊断口以及用于通信总线。其中，T-Box中主要包括车载主机、卫星天线、移动天线以及电源线束和保险丝盒等部件，是智能车载系统的无线网关，可以为整车提供远程通讯接口。同时T-Box还可以实现行车数据采集、车辆故障监控、车辆远程控制、驾驶行为分析和蜂窝无线热点分享等功能。BCM用于管理车身部件，如车门、天窗、座椅以及无钥匙进入和启动系统(passive entry passive start,PEPS)，支持多种功能。典型的BCM包含多个针对不同部件的电子控制单元(electric control unit,ECU)，其中，ECU可以为微处理器(micro control unit,MCU)。除此之外，BCM还提供对外接口，用于与仪表板、传感器以及执行器进行通信。HMI可以用于接收驾驶员的指令，并根据该指令控制车辆的点火控制器(ignition control module,ICM)、显示器(Display)、摄像头以及平面显示器(head up display,HUD)等等。MDC可以通过一块ECU接入不同传感器(如毫米波雷达、摄像头、超声波雷达和激光雷达(Laser)等)的信号并进行对信号进行分析和处理，最终向其他控制器分别发出控制命令。随着车辆的电子化发展，车载系统的ECU的数量越来愈多。在自动驾驶时代，原有的一个功能对应一个ECU的分布式计算架构无法适应需求，比如，摄像头、毫米波雷达和激光雷达的数据需要在一个计算中心进行处理以保证输出结果对整车自动驾驶最优。MDC的出现就是为了解决这一问题，MDC具备强大的硬件计算能力与丰富的软件接口支持，可使更多核心功能部件集中于MDC内，从而大大提高系统的集成度。VCD为纯电动汽车关键技术之一，是整车的核心控制部件，可以包括4个独立MCU，用于在车辆行驶过程中完成众多的任务协调，如采集驾驶员的操作信号并识别其意图、监控车辆的行驶状态、对车辆故障进行监测和识别以及存储故障信息等等。VCU通过通信总线与信号传感器(如智能电池传感器(Intelligent Battery Sensor,IBS)、主动控制器(如电子行驶稳定器(electronic stability program,ESP)、电驱控制器(如电控转向助力器(electricalpower steering,EPS))、车辆安全辅助系统(safety assistance system，SAS)、GSM防盗报警器、电池管理系统(battery management system，BMS)等器件和系统进行信息交互，实现信号采集、能量优化管理、控制策略决策以及驱动信号输出等操作。通信总线则可以为控制器局域网络(controller area network,CAN)总线、以太网(Ethernet)总线以及内部互联网络总线(local interconnect network,LIN)。故障诊断口可以用于连接针对整个智能车载系统的故障检测和诊断设备。
进一步地，图2所示是本申请实施例提供的一种智能车载系统的逻辑结构示意图。其中，可以根据如图1所示智能车载系统的实现逻辑，将智能车载系统划分为多个功能模块，包括：人机交互模块、对外通信模块、环境感知模块、底层执行模块、中央决策模块以及安全检测模块。相应地，多个功能模块之间通过通信总线相互连接和通信。其中，(1)人机交互模块用于对车辆自动驾驶所需的必要信息和驾驶员指令进行输入、输出以及呈现。如图3所示，人交互模块还可以显示全球定位(global positioning system,GPS)导航图像、实现音乐或视频播放等多媒体功能、以及提供车载蓝牙以及收音机等等服务。(2)环境感知模块用于采集车辆的行驶环境信息，行驶环境信息包括车辆的周边环境信息以及车内环境信息。如图3所示，环境感知模块包括多种信息采集设备，如激光雷达、摄像头、毫米波雷达、超声波雷达、速度传感器以及红外传感器等等。(3)底层执行模块是车辆的执行部分，通过融合传统车身控制系统来实现辅助或自动驾驶，其中，底层执行模块可以控制车辆进行线控制动、线控驱动、线控转向、自动变速以及实现车辆底盘的一体化控制。(4)中央决策模块用于接收并融合分析其他功能模块上报的信息，然后根据信息分析结果进行决策和规划，并向其他功能模块下发控制指令，以便控制车辆的驾驶操作。比如：结合环境感知模块采集到的图像信息以及对通信模块接收到的其他车辆共享的图像信息，确定车辆当前行驶的道路拥堵，则向其他功能模块分别下发降速指令。(5)安全检测模块可以用于对其他模块进行故障检测，还可以根据检测到的安全故障的故障信息对发生故障的模块进行死机预判，并将故障检测和死机预判结果上报中央决策模块，中央决策模块则根据故障检测和死机预判进行分析和决策，规划针对安全故障的应对方案，如调整车辆的自动驾驶等级和/或对故障点进行修复，并向其他功能模块下发相应的指令。其中，可以将安全检测模块设置为一个虚拟系统，并在人机交互模块、中央决策模块、环境感知模块、底层执行模块以及总线通信模块中布置相应的安全检测子系统以便对每个模块进行实时的监测，该虚拟系统则可以对所有的安全检测子系统进行管理，接收各子系统上报的实时监测信息以便确定各个模块是否发生故障。(6)对外通信模块为高层次的智能车载系统中的功能模块，用于将车辆连接到车联网中，使得车辆可以与处于同一车联网中的其他车辆或公共交通设施(如交通灯)进行通信，获取其他车辆或公共交通设施共享的各种信息。
需要说明的是，图2是按照图1中所有控制器所实现的自动驾驶业务的业务类型(如环境感知、底层执行、对外通信)进行功能模块的划分而得到的智能车载系统逻辑架构图，因此，图1中的多个控制器与图2中的多个功能模块之间并不是简单的一一对应关系。例如，BCM既包括车门传感器也包括刹车灯指示信息传输部件，其中，车门传感器应属于环境感知模块，刹车灯指示信息传输部件属于对外通信模块。
目前，可以按照车辆驾驶的自动化程度对车辆的自动驾驶划分等级，其中，自动化程度越高自动驾驶等级越高、交付给智能车载系统进行控制的驾驶操作的种类也越多、重要性越高，因此自动驾驶等级越高车辆自动执行的自动驾驶业务以及所需的信息的数量和条目越多，并且对信息精度的要求也越高。例如，可以实现自动刹车和自动转向的车辆的自动驾驶等级高于仅可以实现自动转向的车辆。当智能车载系统中的功能模块发生故障或死机时，需自动调整车辆的自动驾驶等级，以便将部分或全部驾驶操作的控制权移交给人类驾驶员、保障车辆自动化驾驶的可靠性和车辆行驶的安全性。基于上述智能车载系统，本申请实施例提供以下自动驾驶等级调整方法。
请参考图4，图4是本申请实施例提供的一种自动驾驶等级调整方法的流程示意图。该方法包括但不限于如下步骤：
S401，对车辆的多个功能模块中的每个功能模块进行故障检测。
具体实现中，可以按照车辆的自动驾驶业务的业务类型将车辆中的软件和硬件设备划分为多个功能模块。如图2所示，从逻辑结构的来看，多个功能模块可以包括人机交互模块、对外通信模块、环境感知模块、底层执行模块以及中央决策模块。当然，如图1所示，也可以从硬件结构的角度将多个功能模块确定为车身域控制模块、人机交互域控制模块、智能自动驾驶控制模块、整车域控制模块、故障诊断模块，它们分别包括BCM及其控制的车身部件、HMI及其控制的车辆部件、MDC及其控制的车辆部件、VCU及其控制的车辆部件和诊断口及其连接的其他故障检测部件。除此之外，还可以将所有的通信总线看作一个总线模块。在车辆启动后，可以对每个功能模块中的运行信息进行实时监测，运行信息可以包括温度信息、报文响应时间、制动踏板的开度信息、传感器失效诊断信息以及雨刷摆动角度/频率等等；然后根据运行信息，确定对应的功能模块是否出现故障。例如，车辆持续行驶时长超过了某个预设时长，然而在该持续时长内刹车踏板的开度一直保持在0％，则可以确定刹车出现了故障。
可选的，在车辆连接到车联网的情况下，还可以接收该车辆周边、并与该车辆处于同一车联网的其他车辆或公共交通设施反馈的该车辆的异常行驶信息，并根据异常行驶信息确定各功能模块是否出现故障。例如，当其他车辆反馈本车行驶轨迹异常时，可以确定用于控制车辆线控转向的智能自动驾驶模块出现了故障。
S402，当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别。
具体实现中，当安全故障发生在整车域控制模块，如刹车、电控转向助力器等受VCU控制的系统硬件发生故障时，可以将故障类别确定为系统硬件故障；否则，确定故障类别为非系统硬件故障，其中，非系统硬件故障又可以分为辅助硬件类故障、总线通信类故障、智能自动驾驶类故障。例如，当安全故障发生在车身域控制模块，如雨刷、刹车灯等受BCM控制的车身零件发生故障时，确定该安全故障为非系统硬件故障中的辅助硬件类故障。如图1所示，由于故障检测是针对车辆中实际执行操作的硬件、ECU和控制器以及其他零部件进行的，因此可以按照以硬件结构为依据划分的功能模块来确定故障类别。当然，也可以按照以逻辑结构为依据划分的功能模块来确定故障类别。
S403，根据故障类别，获取安全故障的故障信息、以及车辆的当前行驶环境，故障信息包括故障点标识信息。
具体实现中，可以首先确定故障类别是否为系统硬件故障，若否，则获取安全故障的故障信息和当前行驶环境。其中，一方面，可以但不限于对安全故障进行诊断以便到故障信息。其中，除了故障点标识信息之外，故障信息还可以包括故障原因、故障点标识信息对应的故障点的故障状态。也就是说，通过故障信息可以知道哪里发生了故障、发生了什么样的故障以及为什么发生故障。另一方面，可以利用车辆中配置的雷达、摄像头等设备采集到的车辆周边的环境信息，确定车辆的当前行驶环境，当前行驶环境可以是指路况、道路边界、障碍物以及天气环境等等。
可选的，当故障类别为系统硬件故障时，可以控制车辆停靠在安全停靠区域内，安全停靠区域可以是空闲的停车位、高速公路上的临时停车区域以及其他安全合法的停车区域。其中，若故障类别为系统硬件故障，则通常可以确定安全故障发生在刹车、发动机、转向控制器等重要的底层硬件，因此无论车辆当前处于何种自动驾驶等级，都极有可能导致车辆失控，造成交通事故，及时控制车辆进行安全停靠可以有效保证车内人员的安全、避免引发交通事故。
S404，根据故障点标识信息，确定功能模块的故障点。
具体实现中，故障点可以是指发生故障的功能模块中的具体的车辆零部件(包括硬件和软件)，如雨刷、刹车、自动变速控制程序等等，也可以是指发生故障的功能模块中的某个子模块。其中，故障点标识信息可以故障点的名称、也可以是预先约定的名称代码。例如，故障点为雨刷，则故障点标识信息可以为“雨刷”，也可以为YS，其中，YS为预先约定的“雨刷”的代码。
S405，根据故障点和当前行驶环境，调整车辆的自动驾驶等级。
具体实现中，当故障点为雨刷、转向灯、刹车灯等车身辅助硬件时，可以先根据故障点判断在当前行驶环境下是否为一个可能造成严重危险的故障，其中，可以但不限于使用机器学习等技术先训练一个判定模型，再将故障点和当前行驶环境输入判定模型来对安全故障进行判定；然后当该安全故障为一个可能造成严重危险的故障时，将车辆的自动驾驶等级从当前自动驾驶等级调整到无自动化驾驶。否则，可以保持当前的自动驾驶等级不变，或在当前自动驾驶等级的基础上将车辆的自动驾驶等级调低一级或两级。
其中，车身辅助硬件发生的安全故障对车辆的自动驾驶安全的影响与车辆的行驶环境息息相关。例如，雨刷故障在天气晴朗的时候基本不影响车辆的驾驶，然而当车辆行驶在暴雨环境中时，对车辆自动化驾驶的安全性影响较大。因此通过结合当前行驶环境来确定辅助硬件类故障的危险等级(是否可能造成严重危险)，可以提高危险等级评估的准确性。
需要说明的是，不同组织对自动驾驶等级的划分标准和划分结果各不相同。目前，使用范围较广的为美国国家公路交通安全管理局(NHTSA)和国际自动机械工程师学会(SAE)按照如图5所示的自动驾驶操作决策逻辑进行划分的结果，其中，该决策逻辑包括感知-认知-决策-执行四个步骤。如表1所示，SAE将自动驾驶分为5级：无自动化驾驶(L0级)、辅助驾驶(L1级)、部分自动驾驶(L2级)、条件驾驶(L3级)、自动驾驶(L4级)。NHTSA将自动驾驶分为6级：无自动化驾驶(L0级)、辅助驾驶(L1级)、部分自动驾驶(L2级)、条件驾驶(L3级)、高度自动驾驶(L4级)、完全自动驾驶(L5级)。其中，车辆驾驶的自动化程度越高，由车辆自动执行的驾驶操作的数量越多、重要性越高，自动驾驶等级的等级也越高。
表1.自动驾驶等级分级
可选的，发生安全故障的功能模块可以为智能自动驾驶模块。当智能自动驾驶模块发生安全故障、且故障点为图像采集设备(如摄像头)时，首先确定车辆在当前行驶环境下是否能连接到预设范围内的车联网节点，其中，可以通过对外通信模块将车辆连接到车联网中，车联网中的车辆和公共交通设施可以进行信息交互，因此处于同一车联网中且距离较近的车辆可以共享各自采集到的环境信息。其中，若车辆成功连接到车联网、且预设范围内存在车联网节点，则可以确定车辆能连接到预设范围内的车联网节点。具体地，当前行驶环境可以包括当前的网络环境，因此可以先根据网络环境确定车辆的联网状态，若联网状态为成功连接到车联网中，再进一步确定车辆周边的预设范围(如5米、1米)内是否有连接在同一车联网中的其他智能车辆，也就是确定该车辆周边预设范围内是否有可进行有效的信息共享的车联网节点。其中，有效的信息共享是指通过信息共享获得的信息可以用来指导本车辆的自动驾驶。例如，当车辆1和车辆2的位置距离超过500米时，尽管车辆1可以通过车联网与车辆2连接，获取到车辆2共享的路况信息，但由于距离过远，车辆1和车辆2当前的路况差异较大，车辆2共享的路况信息对车辆1的参考意义不大，属于无效的信息共享。
然后，当车辆能连接到预设范围内的车联网节点时，说明尽管图像采集设备出现故障，但仍可以从其他车联网节点中获取车辆周边的一定范围内的图像信息，又因为从其他车联网节点中获取的图像信息不可避免地将与自身采集的图像信息之间存在差异，从而导致自动驾驶的决策不准确，因此可以先确定车辆的当前自动驾驶等级，然后在当前自动驾驶等级的基础上按照预设调整幅度对自动驾驶等级进行调整。例如，车辆的前自动驾驶等级为条件自动驾驶，预设调整幅度的为降1级，则如表1所示，可以将车辆的自动驾驶等级在条件自动驾驶的基础上降低1级，即调整为部分自动驾驶。
可选的，当车辆无法连接到预设范围内的车联网节点时，说明图像采集设备出现故障、且无法从其他车联网节点中获取图像信息，图像信息的缺失将导致自动驾驶行为决策失误或执行失误等安全隐患的出现。因此，为了保证驾驶安全，可以将车辆的自动驾驶等级从当前自动驾驶等级调整到无自动化驾驶。
可选的，当故障点为通信总线时，可以首先确定该通信总线的业务类型，也就是确定该通信总线所连接的功能模块/子模块。其中，如图2所示，通信总线可以包括CAN总线、Ethernet总线以及LIN总线中的至少一种，用于连接其他功能模块，还可以用于连接同一功能模块中的不同子模块。因此所连接的功能模块或子模块不同的通信总线所传输的数据也不同，即总线的业务类型不同。然后，根据业务类型调整车辆的自动驾驶等级，其中，可以根据业务类型来确定安全故障是否将对车辆的安全行驶造成严重威胁，若是，则将自动驾驶等级从当前自动驾驶等级调整到无自动化驾驶。例如，当业务类型为驾驶控制指令传输型的通信总线出现故障时，自动驾驶控制指令无法顺利传输到底层执行设备，导致自动驾驶行为(如刹车、减速)无法得到执行，危及乘车人员安全，此时可以将车辆的自动驾驶等级从当前自动驾驶调整为无自动化驾驶。
可选的，当故障点为激光雷达故障时，可以将车辆的自动驾驶等级从当前自动驾驶等级调整到无自动化驾驶。其中，因为激光雷达出现故障时，车辆的障碍物感知能力下降，可能导致车辆因无法识别障碍物而不能及时地进行自动刹车、减速等操作，造成交通事故，因此将自动驾驶等级调整到无自动化驾驶，可以保证车辆的行驶安全。
可选的，当检测到安全故障时，可以根据故障点和当前行驶环境，确定因安全故障而受到影响的业务功能的替代实现方案，并协调控制各个功能模块按照该替代实现方案执行受影响的业务功能。
例如：当用于向周边车辆传输指示信息(如刹车灯或转向灯指示信息)的通信总线出现故障时，可以将待传输的指示信息上报给车辆管理网络中心或车联网服务器，以便将该指示信息转发给周边车辆、或直接通过短距离通信的方式将该指示信息传输给周边车辆。
又如：当故障点为图像显示设备时，可以选择图像中重要参数通过语音或其他方式呈现给驾驶员，并且还可以将当前自动驾驶等级降1级。
可选的，每个功能模块中包括一个或多个子模块，因此故障点可以为某个子模块。当检测到安全故障时，可以控制发生安全故障的功能模块进行最小重启，以便修复故障点。同时，还可以将模块重启的过程通过人机交互模块显示给用户。其中，最小重启是指对故障点对应的子模块单独进行重启，而当该子模块无法实现单独重启时，再对整个功能模块进行重启。
可选的，由于安全故障的种类众多并且随着车辆自动化技术的发展，安全故障的类别还在不断增加，在某一种方案或方法中难以做到囊括所有的故障、以及跟随故障的增加而及时更新，因此当检测到的安全故障为未知故障时，可以将先将车辆的自动驾驶等级在当前自动驾驶等级的基础上降低1级，并将故障信息呈现给驾驶员，以便提示驾驶员对车辆进行专业检修。
可选的，还可以在对车辆的自动驾驶等级进行调整之后，显示或播报提示信息，以便提示驾驶员及时接管智能车载系统移交的驾驶权。
例如：如图6所示，当检测到安全故障时，可以首先分析的故障类别，接着判断故障类别是否为系统硬件故障，若是，则提示驾驶员车辆出现严重硬件故障，并当车辆处于自动驾驶状态时控制车辆停靠在安全区域。在本例中将非系统硬件故障又分成了辅助硬件类故障、总线通信类故障、智能自动驾驶类故障。因此，若故障类别类别为非系统硬件故障，则判断安全故障是否为辅助硬件类故障，若是，则确定在当前行驶环境下安全故障是否有可能造成驾驶安全问题，若是，则将自动驾驶等级调整为无自动化驾驶。若安全故障不为辅助硬件类故障，则进一步判断是否为总线通信安全故障是否为辅助硬件类故障，若是，则确定出现安全故障的通信总线是否为MDC与VCU之间用于传输驾驶控制指令的通信总线，若是，则将自动驾驶等级调整为无自动化驾驶，若否，则确定出现安全故障的通信总线是否涉及到周边车辆的指示信息的传输，若是，则利用其他方法传送该指示信息，并重启相应的功能模块，若否，则判断故障类别为智能驾驶类故障。若是智能驾驶类故障、且故障点为激光雷达故障时，将自动驾驶等级调整为无自动化驾驶；若是智能自动驾驶类故障、且故障点为摄像头故障时，进一步确定车辆是否已经连接到车联网、以及周边是否有其他智能车辆，若是，则将车辆的自动驾驶等级在当前所处的自动驾驶等级的基础上降1级，若车辆没有连接到车联网或周边没有其他智能车辆，则将自动驾驶等级调整为无自动化驾驶。当是智能自动驾驶类故障、且故障点为图像显示设备时，通过语音播报的方式将重要的图像数据通知给驾驶员，并将车辆的自动驾驶等级在当前所处的自动驾驶等级的基础上降1级。当安全故障不属于以上所述的任意一种故障时，确定安全故障为未知故障时，此时可以将车辆的自动驾驶等级在当前所处的自动驾驶等级的基础上降1级，并通知驾驶员对车辆进行专业检修。
在本申请实施例中，可以对车辆的多个功能模块中的每个功能模块进行故障检测，其中，多个功能模块是按照车辆的自动驾驶业务的业务类型划分的；当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别；当故障类别为非系统硬件故障时，获取安全故障的故障信息、以及车辆的当前行驶环境，故障信息包括故障点标识信息；根据故障点标识信息，确定功能模块的故障点；根据故障点和当前行驶环境，调整车辆的自动驾驶等级。通过对功能模块的进行实时检测检测，可以及时发现车辆中的安全故障，以便根据安全故障调整自动驾驶等级，可以提高车辆自动化驾驶的安全性。
请参考图7，图7是本申请另一实施例提供的一种自动驾驶等级调整方法的流程示意图。该方法包括但不限于如下步骤：
S701，对车辆的多个功能模块中的每个功能模块进行故障检测。本步骤与上一实施例中的S401相同，本步骤不再赘述。
S702，当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别。本步骤与上一实施例中的S402相同本步骤不再赘述。
S703，根据故障类别，获取安全故障的故障信息、以及车辆的当前行驶环境。故障信息包括故障点标识信息和故障状态。
具体实现中，故障状态可以但不限于包括检测到的故障点的所有相关信息，如运行数据、故障模式等等。例如，故障点为雨刷，雨刷的故障状态包括摆动幅度异常状态(故障模式)、摆动幅度为0°-10°(运行数据)、摆动频率为5秒/次(运行数据)。其中，可以首先确定故障类别是否为系统硬件故障，若否，则获取安全故障的故障信息和当前行驶环境。故障信息和当前行驶环境的获取方法与上一实施例中的S403相同，这里不再赘述。
在另一种可能的实现中，在获取故障信息和当前行驶环境之后，可以首先根据故障信息确定发生安全故障的功能模块是否处于死机状态。例如，人机交互模块对外界的输入指令的响应时间超过30秒，则可以确定人机交互模块处于死机状态。然后，(1)当该能模块处于死机状态时，根据该功能模块所执行的自动驾驶业务的业务类型和当前行驶环境调整自动驾驶等级。例如：当对外通信模块死机时，若当前路况良好、且天气晴朗，则此时对外通信模块所获取的其他车辆或公共交通设施共享的路况信息，即对外通信业务对自动驾驶行为的决策几乎没有影响，因此尽管对外通信模块处于死机状态，但可以保持车辆的自动驾驶等级不变。同样的情况，若当前道路拥堵、且光线阴暗、有雨，则此时对外通信模块所获取的路况信息对自动驾驶行为的决策起到重要的辅助作用，由于外通信模块处于死机状态，需要直接将自动驾驶等级调整为无自动化驾驶。(2)当该功能模块未处于死机状态时，执行下述操作步骤。
S704，根据故障点和故障状态，确定安全故障在当前行驶环境中对当前自动驾驶等级下的自动驾驶行为的第一影响度。
具体实现中，当前自动驾驶等级为车辆当前所处的自动驾驶等级。如表1所示，当前自动驾驶等级可以为L0-L5中的任意一种。其中，可以将故障点标识信息、故障状态、当前行驶环境对应的环境向量以及当前自动驾驶等级的等级标识(如L0、L1)输入预设的影响度评估模型以得到第一影响度。其中，第一影响度可以为1或0，若第一影响度为0，则可以确定当前自动驾驶等级下的自动驾驶行为的决策和执行不受安全故障的影响，若第一影响度为1，则可以确定该自动驾驶行为的决策和/或执行将受到安全故障的影响。当然，第一影响度也可以是0.8、0.7等任意值。
需要说明的是，在具体实现中可以但不限于将当前行驶环境进行矢量化以便得到环境向量。例如：当前行驶环境为无雨、车辆联网成功、车辆周围100米内有其他智能车辆、当前行驶道路路况良好，其中，可以将无雨和有雨分别记为0和1、将车辆联网成功和不成功分别记为1和0、周围100米内有智能车辆和无智能车辆分别记为1和0以及将当前行驶道路路况良好和拥堵记为1和0。因此，如表2所示，可以得到当前行驶环境对应的环境向量为[0,1,1,0]。
表2.环境向量
| 环境向量 | 无雨/有雨 | 联网成功/不成功 | 有/无其他智能车辆 | 路况良好/拥堵 |
| 向量元素 | 0 | 1 | 1 | 0 |
其中，在将故障点标识信息、故障状态以及环境向量输入预设的影响度评估模型之前，可以收集多份训练样本对待训练模型进行训练，以便得到影响度评估模型。其中，每份训练样本可以包括环境向量、故障点标识信息、故障点标识信息对应的故障点的故障状态、L0-L5中的每种级别的自动驾驶等级下的自动驾驶业务的名称、每项自动驾驶业务所需的信息量和信息条目以及安全故障在该环境向量对应的行驶环境下对每种级别的自动驾驶等级下的自动驾驶业务的影响度，其中，训练样本中的影响度可以但不限于通过人工分析得到。
需要说明的是，影响度评估模型的训练以及影响度的确定操作可以在车辆内置的智能车载系统的本地进行。也可以在车联网服务器或车辆管理网络中心进行远程模型训练和影响度的确定操作，再由车联网服务器或车辆管理网络中心将影响度返回给智能车载系统。
在另一种可能的实现中，还可以首先确定驾驶的驾驶状态，其中，驾驶状态可以包括疲劳状态和正常状态，然后将故障点标识信息、故障状态、当前行驶环境对应的环境向量以及驾驶状态输入预设的影响度评估模型，确定第一影响度。相应地，在影响度评估模型的训练样本中也需加入驾驶状态。此时得到的第一影响度可以作为安全故障在当前行驶环境下对车辆的行驶安全的影响程度的综合评估结果。其中，在车辆驾驶过程中，除完全自动驾驶等级外，其他自动驾驶等级均需要人类驾驶员在不同程度上参与车辆驾驶，因此驾驶员的驾驶状态也是保证车辆安全行驶的因素，尤其是在由驾驶员负责的驾驶操作受到安全故障影响的情况下，驾驶员状态对保证车辆安全行驶至关重要。鉴于此，结合驾驶员状态来确定第一影响度，可以排除疲劳驾驶和安全故障共同作用所导致的安全事故，进一步提高车辆行驶的安全性。
S705，当第一影响度大于预设阈值时，确定安全故障在当前行驶环境中对其他自动驾驶等级下的自动驾驶行为的第二影响度。
具体实现中，预设阈值可以为1、0、0.8、0.7的任意值。其他自动驾驶等级可以为表1中除当前自动驾驶等级外的一种或多种自动驾驶等级。第二影响度的确定方法与S704中第一影响度的方法相同，这里不再赘述。
可选的，当第一影响度不大于预设阈值时，可以保持当前自动驾驶等级不变，但此时可以通过语音等方式向驾驶员呈现故障信息，以便提醒驾驶员对车辆进行针对性的检修。
S706，当第二影响度不大于预设阈值时，将自动驾驶等级调整为其他自动驾驶等级。
具体实现中，可以将车辆的自动驾驶等级从当前自动驾驶等级调整到其他自动驾驶等级中的任意一种自动驾驶等级。
可选的，还可以将车辆的自动驾驶等级从当前自动驾驶等级调整到其他自动驾驶等级中自动化程度最高的自动驾驶等级。通过将自动驾驶等级调整到自动化程度最高、且不受安全故障影响的其他自动驾驶等级，可以在保证车辆行驶安全的前提下，使车辆的自动化程度最高，以便减轻人类驾驶员的驾驶负担。
例如：车辆的当前自动驾驶等级为高度自动驾驶。如表3所示，检测到的安全故障对高度自动驾驶下的自动驾驶业务的第一影响度为1。因为第一影响度大于预设阈值0，因此接着确定安全故障对人工驾驶、辅助驾驶、部分自动驾驶、条件自动驾驶以及完全自动驾驶下的自动驾驶业务的第二影响度分别为0、0、0、1和1，其中，无自动化驾驶、辅助驾驶和部分自动驾驶的第二影响度均不大于预设阈值0、且部分自动驾驶的自动化程度最高，所以可以将车辆的自动驾驶等级从高度自动驾驶调整到部分自动驾驶。
表3.安全故障对每种自动驾驶等级的影响度
| 自动驾驶等级 | 影响度 |
| L0：无自动化驾驶 | 0 |
| L1：辅助驾驶 | 0 |
| L2：部分自动驾驶 | 0 |
| L3：条件自动驾驶 | 1 |
| L4：高度自动驾驶 | 1 |
| L5：完全自动驾驶 | 1 |
可选的，当第一影响度大于预设阈值时，可以但不限于将在当前自动驾驶等级的基础上按照预设调整幅度下调车辆的自动驾驶等级。例如：车辆的当前自动驾驶等级为条件自动驾驶，安全故障对条件自动驾驶下的自动驾驶业务的第一影响度为1，则因为第一影响度大于0，所以将车辆的自动驾驶等级在当前自动驾驶等级的基础上降低2级，如表1所示，可以将自动驾驶等级从条件自动驾驶下调到辅助驾驶。
需要说明的是，如表1所示，在L0～L2级自动驾驶等级下，主要由驾驶员进行车辆驾驶，只有在感知层感知到特定环境或时间后车辆发出一系列自动操作。L3～L5级自动驾驶等级需要在不同程度上使用传感器感知信息进行决策，显得更加的智能，但是因为不同的等级需要的信息量和信息条目都不一样，安全故障对每个自动驾驶等级下的自动驾驶业务的影响度也不一样，所以通过安全故障的故障点和该故障点的故障状态来分析安全故障对每种自动驾驶等级下的自动驾驶业务的影响度，以细化分析车辆的自动驾驶等级的调整幅度，可以提高自动驾驶等级调整的准确性。
例如：当防抱死制动设备和自动紧急制动设备出现故障时，若当前自动驾驶等级为L0级，则由于在L0级自动驾驶等级下，驾驶操作完全依赖于人类驾驶员，无需防抱死制动设备和自动紧急制动设备来执行自动驾驶业务，因此安全故障并不会对L0级自动驾驶等级下自动执行的驾驶业务造成影响，无需调整自动驾驶等级。若当前自动驾驶等级为L3级，则由于此时需要防抱死制动设备和自动紧急制动设备自动执行驾驶业务，因此安全故障将会对L3级自动驾驶等级下的自动驾驶业务的执行造成严重影响，需要紧急调整车辆的自动驾驶等级。
可选的，在对车辆的自动驾驶等级进行调整之后，可以根据故障原因对故障点进行修复。例如，图像显示故障的故障原因为存储空间已满，则可以立即对系统存储空间进行清理，并重新导入实时采集的图像缓存数据。然后确定故障点是否修复成功，即图像显示是否恢复正常，当故障点修复成功时，可以将车辆的自动驾驶等级恢复初始自动驾驶等级，其中，初始自动驾驶等级为对自动驾驶等级进行调整之前车辆所处的自动驾驶等级。例如：调整之前车辆的自动驾驶等级为条件自动驾驶，调整后变为无自动化驾驶，则在故障点修复成功后，将车辆的自动驾驶等级从无自动化驾驶恢复到条件自动驾驶。通过及时对故障点进行修复，可以防止安全故障的破坏力长时间持续和增强，从而降低智能车系统死机的概率。
在本申请实施例中，首先对车辆的多个功能模块中的每个功能模块进行检测，当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别；当故障类别不为系统硬件故障时，获取安全故障的故障信息、以及车辆的当前行驶环境，其中，故障信息包括故障点标识信息和该故障点标识信息对应的故障点的故障状态；接着根据故障点和故障状态确定安全故障在当前行驶环境下对的当前自动驾驶等级下的自动驾驶业务的影响度，若该影响度大于预设阈值时，可以将自动驾驶等级调整到不受安全故障影响的其他自动驾驶等级。通过综合考虑车辆的行驶环境、发生故障的故障点和故障点的故障状态，细化分析自动驾驶等级调整幅度，可以在保障车辆行驶安全的前提下，提高车辆的自动化程度，以便减轻人类驾驶员的驾驶负担。
请参考图8，图8是本申请实施例提供的一种自动驾驶等级调整装置的结构示意图，如图所示，本申请实施例中的自动驾驶等级调整装置包括：
故障检测模块801，用于对车辆的多个功能模块中的每个功能模块进行检测。
故障分类模块802，用于当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别。
信息获取模块803，用于根据故障类别，获取安全故障的故障信息、以及车辆的当前行驶环境，故障信息包括故障点标识信息。
等级调整模块804，用于根据故障点标识信息，确定功能模块的故障点；以及根据故障点和当前行驶环境中，调整车辆的自动驾驶等级。
可选的，信息获取模块803还用于当故障类别不为系统硬件故障时，获取安全故障的故障信息、以及车辆的当前行驶环境。
可选的，等级调整模块804还用于当故障类别为系统硬件故障时，控制所述车辆停靠在安全停靠区域。
可选的，发生安全故障的功能模块可以为智能自动驾驶模块，因此等级调整模块804还用于：当智能自动驾驶模块的故障点为图像采集设备时，确定车辆在所述当前行驶环境中是否能连接到预设范围内的车联网节点；当车辆在当前行驶环境中能连接到预设范围内的车联网节点时，在当前自动驾驶等级的基础上按照预设幅度调整所述自动驾驶等级；当车辆在当前行驶环境中无法连接到预设范围内的车联网节点时，将自动驾驶等级调整为无自动化驾驶。
可选的，故障信息还可以包括故障状态；等级调整模块804还用于根据故障点和故障状态，确定安全故障在当前行驶环境中对当前自动驾驶等级下的自动驾驶业务的第一影响度；根据第一影响度；当第一影响度大于预设阈值时，确定安全故障在当前行驶环境中对其他自动驾驶等级下的自动驾驶行为的第二影响度；当第二影响度不大于所述预设阈值时，将自动驾驶等级调整为其他自动驾驶等级。
可选的，第其他自动驾驶等级包括N个自动驾驶等级，N为不小于1的整数。等级调整模块804还用于将所述自动驾驶等级为所述N个自动驾驶等级中的自动化程度最高的自动驾驶等级。
可选的，故障信息还可以包括故障原因，本申请实施例中的自动驾驶等级调整装置还包括故障修复模块，用于根据故障原因，对故障点进行修复。等级调整模块804还用于当故障点修复成功时，将自动驾驶等级恢复到初始自动驾驶等级，初始自动驾驶等级为对自动驾驶等级进行调整之前车辆所处的自动驾驶等级。
可选的，故障检测模块801还用于根据故障信息，确定发生安全故障的功能模块是否处于死机状态；等级调整模块804还用于当功能模块未处于死机状态时，根据故障点和当前行驶环境，调整车辆的自动驾驶等级；当功能模块处于死机状态时，根据功能模块所执行的自动驾驶业务的业务类型和当前行驶环境调整自动驾驶等级。
需要说明的是，各个模块的实现还可以对应参照图4和图7所示的方法实施例的相应描述，执行上述实施例中自动驾驶等级调整装置所执行的方法和功能。
请继续参考图9，图9是本申请实施例提供的一种自动驾驶等级调整设备的结构示意图。如图所示，该自动驾驶等级调整设备可以包括：至少一个处理器901，至少一个通信接口902，至少一个存储器903和至少一个通信总线904。当然，在有些实施方式中，处理器和存储器还可以集成在一起。
其中，处理器901可以是中央处理器单元，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。所述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，数字信号处理器和微处理器的组合等等。通信总线904可以是外设部件互连标准PCI总线或扩展工业标准结构EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信总线904用于实现这些组件之间的连接通信。其中，本申请实施例中设备的通信接口902用于与其他网元通信。存储器903可以包括易失性存储器，例如非挥发性动态随机存取内存(NonvolatileRandom Access Memory，NVRAM)、相变化随机存取内存(Phase Change RAM，PRAM)、磁阻式随机存取内存(Magetoresistive RAM，MRAM)等，还可以包括非易失性存储器，例如至少一个磁盘存储器件、电子可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory，EEPROM)、闪存器件，例如反或闪存(NOR flash memory)或是反及闪存(NAND flash memory)、半导体器件，例如固态硬盘(Solid State Disk，SSD)等。存储器903可选的还可以是至少一个位于远离前述处理器901的存储装置。存储器903中存储一组程序代码，且处理器901可选的还可以执行存储器903中所存储的程序：
对车辆的多个功能模块中的每个功能模块进行故障检测，多个功能模块是按照车辆的自动驾驶业务的业务类型划分的；
当检测到安全故障时，按照发生安全故障的功能模块，对安全故障进行分类得到故障类别；
根据故障类别，获取安全故障的故障信息、以及车辆的当前行驶环境，故障信息包括故障点标识信息；
根据故障点标识信息，确定功能模块的故障点；
根据故障点和所述当前行驶环境，调整车辆的自动驾驶等级。
可选的，处理器901还用于执行如下操作：
当故障类别不为系统硬件故障时，获取安全故障的故障信息、以及车辆的当前行驶环境。
可选的，处理器901还用于执行如下操作：
当所述故障类别为系统硬件故障时，控制车辆停靠在安全停靠区域。
可选的，发生安全故障的功能模块为智能自动驾驶模块；
处理器901还用于执行如下操作：
当智能自动驾驶模块的故障点为图像采集设备时，确定车辆在当前行驶环境中是否能连接到预设范围内的车联网节点；
当车辆在当前行驶环境中能连接到预设范围内的车联网节点时，在当前自动驾驶等级的基础上按照预设幅度调整自动驾驶等级；
当车辆在所述当前行驶环境中无法连接到预设范围内的车联网节点时，将自动驾驶等级调整为无自动化驾驶。
可选的，故障信息包括故障状态；
处理器901还用于执行如下操作：
根据故障点和故障状态，确定安全故障在当前行驶环境中对当前自动驾驶等级下的自动驾驶行为的第一影响度；
当第一影响度大于预设阈值时，确定安全故障在所述当前行驶环境中对其他自动驾驶等级下的自动驾驶行为的第二影响度；
当第二影响度不大于所述预设阈值时，将自动驾驶等级调整为其他自动驾驶等级。
可选的，其他自动驾驶等级包括N个自动驾驶等级，N为不小于1的整数；
处理器901还用于执行如下操作：
将自动驾驶等级调整为N个自动驾驶等级中自动化程度最高的自动驾驶等级。
可选的，故障信息包括故障原因；
处理器901还用于执行如下操作：
根据故障原因，对故障点进行修复；
当故障点修复成功时，将自动驾驶等级恢复到初始自动驾驶等级，初始自动驾驶等级为对自动驾驶等级进行调整之前所述车辆所处的自动驾驶等级。
可选的，处理器901还用于执行如下操作：
根据故障信息，确定功能模块是否处于死机状态；
当功能模块未处于死机状态时，执行根据所述故障点和当前行驶环境调整车辆的自动驾驶等级的操作；
当功能模块处于死机状态时，根据功能模块所执行的自动驾驶业务的业务类型和当前行驶环境调整所述自动驾驶等级。
进一步的，处理器还可以与存储器和收发器相配合，执行上述申请实施例中自动驾驶等级调整装置的操作。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程基站。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上所述的具体实施方式，对本申请的目的、技术方案和有益效果进行了进一步详细说明。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (19)
1.一种自动驾驶等级调整方法，其特征在于，所述方法包括：
对车辆的多个功能模块中的每个功能模块进行故障检测，所述多个功能模块是按照所述车辆的自动驾驶业务的业务类型划分的；
当检测到安全故障时，按照发生所述安全故障的功能模块，对所述安全故障进行分类得到故障类别；
根据所述故障类别，获取所述安全故障的故障信息、以及所述车辆的当前行驶环境，所述故障信息包括故障点标识信息；
根据所述故障点标识信息，确定所述功能模块的故障点；
根据所述故障点和所述当前行驶环境，调整所述车辆的自动驾驶等级。
2.如权利要求1所述的方法，其特征在于，所述根据所述故障类别，获取所述安全故障的故障信息、以及所述车辆的当前行驶环境包括：
当所述故障类别不为系统硬件故障时，获取所述故障信息、以及所述当前行驶环境。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
当所述故障类别为系统硬件故障时，控制所述车辆停靠在安全停靠区域。
4.如权利要求2所述的方法，其特征在于，所述功能模块为智能自动驾驶模块；
所述根据所述故障点和所述当前行驶环境，调整所述车辆的自动驾驶等级包括：
当所述智能自动驾驶模块的故障点为图像采集设备时，确定所述车辆在所述当前行驶环境中是否能连接到预设范围内的车联网节点；
当所述车辆在所述当前行驶环境中能连接到预设范围内的车联网节点时，在当前自动驾驶等级的基础上按照预设幅度调整所述自动驾驶等级；
当所述车辆在所述当前行驶环境中无法连接到所述预设范围内的车联网节点时，将所述自动驾驶等级调整为无自动化驾驶。
5.如权利要求2所述的方法，其特征在于，所述故障信息包括故障状态；
所述根据所述故障点和所述当前行驶环境，调整所述车辆的自动驾驶等级包括：
根据所述故障点和所述故障状态，确定所述安全故障在所述当前行驶环境中对当前自动驾驶等级下的自动驾驶行为的第一影响度；
当所述第一影响度大于预设阈值时，确定所述安全故障在所述当前行驶环境中对其他自动驾驶等级下的自动驾驶行为的第二影响度；
当所述第二影响度不大于所述预设阈值时，将所述自动驾驶等级调整为所述其他自动驾驶等级。
6.如权利要求5所述的方法，其特征在于，所述其他自动驾驶等级包括N个自动驾驶等级，所述N为不小于1的整数；
所述将所述自动驾驶等级调整为所述其他自动驾驶等级包括：
将所述自动驾驶等级调整为所述N个自动驾驶等级中自动化程度最高的自动驾驶等级。
7.如权利要求1-6任一项所述的方法，其特征在于，所述故障信息包括故障原因；
所述根据所述故障点和所述当前行驶环境，调整所述车辆的自动驾驶等级之后，还包括：
根据所述故障原因，对所述故障点进行修复；
当所述故障点修复成功时，将所述自动驾驶等级恢复到初始自动驾驶等级，所述初始自动驾驶等级为对所述自动驾驶等级进行调整之前所述车辆所处的自动驾驶等级。
8.如权利要求7所述的方法，其特征在于，所述获取所述安全故障的故障信息、以及所述车辆的当前行驶环境之后，还包括：
根据所述故障信息，确定所述功能模块是否处于死机状态；
当所述功能模块未处于死机状态时，执行所述根据所述故障点和所述当前行驶环境，调整所述车辆的自动驾驶等级的操作；
当所述功能模块处于死机状态时，根据所述功能模块所执行的自动驾驶业务的业务类型和所述当前行驶环境调整所述自动驾驶等级。
9.一种自动驾驶等级调整装置，其特征在于，所述装置包括：
故障检测模块，用于对车辆的多个功能模块中的每个功能模块进行故障检测，所述多个功能模块是按照所述车辆的自动驾驶业务的业务类型划分的；
故障分类模块，用于当检测到安全故障时，按照发生所述安全故障的功能模块，对所述安全故障进行分类得到故障类别；
信息获取模块，用于根据所述故障类别，获取所述安全故障的故障信息、以及所述车辆的当前行驶环境，所述故障信息包括故障点标识信息；
等级调整模块，用于根据所述故障点标识信息，确定所述功能模块的故障点；以及根据所述故障点和所述当前行驶环境中，调整所述车辆的自动驾驶等级。
10.如权利要求9所述的装置，其特征在于，所述信息获取模块还用于：
当所述故障类别不为系统硬件故障时，获取所述故障信息、以及所述当前行驶环境。
11.如权利要求10所述的装置，其特征在于，所述等级调整模块还用于：
当所述故障类别为所述系统硬件故障时，控制所述车辆停靠在安全停靠区域。
12.如权利要求10所述的装置，其特征在于，所述功能模块为智能自动驾驶模块；
所述等级调整模块还用于：
当所述智能自动驾驶模块的故障点为图像采集设备时，确定所述车辆在所述当前行驶环境中是否能连接到预设范围内的车联网节点；
当所述车辆在所述当前行驶环境中能连接到预设范围内的车联网节点时，在当前自动驾驶等级的基础上按照预设幅度调整所述自动驾驶等级；
当所述车辆在所述当前行驶环境中无法连接到所述预设范围内的车联网节点时，将所述自动驾驶等级调整为无自动化驾驶。
13.如权利要求10所述的装置，其特征在于，所述故障信息包括故障状态；
所述等级调整模块还用于：
根据所述故障点和所述故障状态，确定所述安全故障在所述当前行驶环境中对当前自动驾驶等级下的自动驾驶行为的第一影响度；
当所述第一影响度大于预设阈值时，确定所述安全故障在所述当前行驶环境中对其他自动驾驶等级下的自动驾驶行为的第二影响度；
当所述第二影响度不大于所述预设阈值时，将所述自动驾驶等级调整为所述其他自动驾驶等级。
14.如权利要求13所述的装置，其特征在于，所述其他自动驾驶等级包括N个自动驾驶等级，所述N为不小于1的整数；
所述等级调整模块还用于：
将所述自动驾驶等级为所述N个自动驾驶等级中的自动化程度最高的自动驾驶等级。
15.如权利要求9-14任一项所述的装置，其特征在于，所述故障信息包括故障原因；
所述装置还包括故障修复模块，用于：
根据所述故障原因，对所述故障点进行修复；
所述等级调整模块还用于：
当所述故障点修复成功时，将所述自动驾驶等级恢复到初始自动驾驶等级，所述初始自动驾驶等级为对所述自动驾驶等级进行调整之前所述车辆所处的自动驾驶等级。
16.如权利要求15所述的装置，其特征在于，所述故障检测模块还用于：
根据所述故障信息，确定所述功能模块是否处于死机状态；
所述等级调整模块还用于：
当所述功能模块未处于死机状态时，根据所述故障点和所述当前行驶环境，调整所述车辆的自动驾驶等级；
当所述功能模块处于死机状态时，根据所述功能模块所执行的自动驾驶业务的业务类型和所述当前行驶环境调整所述自动驾驶等级。
17.一种自动驾驶等级调整设备，其特征在于，包括：存储器、通信总线以及处理器，其中，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，用于执行权利要求1-8任一项所述的方法。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行权利要求1-8任一项所述的方法。
19.一种包含指令的计算机程序产品，其特征在于，当其在计算机上运行时，使得计算机执行权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910426568.2A CN111976727B (zh) | 2019-05-21 | 2019-05-21 | 一种自动驾驶等级调整方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910426568.2A CN111976727B (zh) | 2019-05-21 | 2019-05-21 | 一种自动驾驶等级调整方法及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111976727A true CN111976727A (zh) | 2020-11-24 |
| CN111976727B CN111976727B (zh) | 2021-12-28 |
Family
ID=73436368
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910426568.2A Active CN111976727B (zh) | 2019-05-21 | 2019-05-21 | 一种自动驾驶等级调整方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111976727B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112590818A (zh) * | 2020-12-25 | 2021-04-02 | 际络科技(上海)有限公司 | 车辆的故障处理方法、装置及车辆 |
| CN112677985A (zh) * | 2020-12-24 | 2021-04-20 | 禾多科技（北京）有限公司 | 车辆中控功能激活等级确定方法、装置、电子设备和介质 |
| CN113085882A (zh) * | 2021-04-02 | 2021-07-09 | 北京易控智驾科技有限公司 | 一种故障处理方法、装置、电子设备和存储介质 |
| CN113183978A (zh) * | 2021-06-01 | 2021-07-30 | 西安主函数智能科技有限公司 | 自动驾驶工程车线控系统故障诊断方法和安全保护方法 |
| CN113247014A (zh) * | 2021-06-09 | 2021-08-13 | 智己汽车科技有限公司 | 一种自动驾驶系统的置信度标识方法及系统 |
| CN113276886A (zh) * | 2021-05-28 | 2021-08-20 | 华能煤炭技术研究有限公司 | 车辆驾驶模式确定方法、装置及无人车辆 |
| CN113460085A (zh) * | 2021-06-28 | 2021-10-01 | 东风汽车集团股份有限公司 | 面向服务的自动驾驶网络设计和通信方法及计算机设备 |
| CN113968236A (zh) * | 2021-10-29 | 2022-01-25 | 际络科技(上海)有限公司 | 车辆的故障处理方法、装置及车辆 |
| CN114022973A (zh) * | 2021-11-02 | 2022-02-08 | 阿波罗智联(北京)科技有限公司 | 一种车辆故障的处理方法、装置、设备以及存储介质 |
| CN114407910A (zh) * | 2022-01-21 | 2022-04-29 | 武汉路特斯汽车有限公司 | 智能驾驶车辆的故障处理方法、装置、存储介质 |
| CN114582148A (zh) * | 2020-12-02 | 2022-06-03 | 本田技研工业株式会社 | 信息管理装置和信息管理系统 |
| CN114802283A (zh) * | 2022-06-27 | 2022-07-29 | 宁波均胜智能汽车技术研究院有限公司 | 智能驾驶故障处理系统及方法、智能车辆、可读存储介质 |
| CN115465293A (zh) * | 2022-09-06 | 2022-12-13 | 湖南大学无锡智能控制研究院 | 一种多传感器安全自认知及安全处理装置及方法 |
| CN117485356A (zh) * | 2023-12-29 | 2024-02-02 | 合众新能源汽车股份有限公司 | 基于风险等级评估的高精定位故障诊断方法和系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106945720A (zh) * | 2017-03-16 | 2017-07-14 | 浙江航驱汽车科技有限公司 | 基于功能安全设计的无刷电动转向控制单元及控制方法 |
| CN107797534A (zh) * | 2017-09-30 | 2018-03-13 | 安徽江淮汽车集团股份有限公司 | 一种纯电动自动驾驶系统 |
| EP2625083B1 (en) * | 2010-10-05 | 2018-07-25 | Waymo Llc | Zone driving |
| CN109094574A (zh) * | 2018-08-01 | 2018-12-28 | 长安大学 | 一种基于台架的无人车驾驶状态测量控制系统 |
| CN109345658A (zh) * | 2018-10-29 | 2019-02-15 | 百度在线网络技术（北京）有限公司 | 车辆系统故障的修复方法、装置、设备、介质和车辆 |
| CN109367544A (zh) * | 2018-09-07 | 2019-02-22 | 百度在线网络技术（北京）有限公司 | 自动驾驶车辆控制方法、装置及存储介质 |
| CN109606385A (zh) * | 2018-12-05 | 2019-04-12 | 百度在线网络技术（北京）有限公司 | 一种基于自动驾驶的车辆控制方法、装置、设备和介质 |
-
2019
- 2019-05-21 CN CN201910426568.2A patent/CN111976727B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2625083B1 (en) * | 2010-10-05 | 2018-07-25 | Waymo Llc | Zone driving |
| CN106945720A (zh) * | 2017-03-16 | 2017-07-14 | 浙江航驱汽车科技有限公司 | 基于功能安全设计的无刷电动转向控制单元及控制方法 |
| CN107797534A (zh) * | 2017-09-30 | 2018-03-13 | 安徽江淮汽车集团股份有限公司 | 一种纯电动自动驾驶系统 |
| CN109094574A (zh) * | 2018-08-01 | 2018-12-28 | 长安大学 | 一种基于台架的无人车驾驶状态测量控制系统 |
| CN109367544A (zh) * | 2018-09-07 | 2019-02-22 | 百度在线网络技术（北京）有限公司 | 自动驾驶车辆控制方法、装置及存储介质 |
| CN109345658A (zh) * | 2018-10-29 | 2019-02-15 | 百度在线网络技术（北京）有限公司 | 车辆系统故障的修复方法、装置、设备、介质和车辆 |
| CN109606385A (zh) * | 2018-12-05 | 2019-04-12 | 百度在线网络技术（北京）有限公司 | 一种基于自动驾驶的车辆控制方法、装置、设备和介质 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114582148A (zh) * | 2020-12-02 | 2022-06-03 | 本田技研工业株式会社 | 信息管理装置和信息管理系统 |
| CN112677985A (zh) * | 2020-12-24 | 2021-04-20 | 禾多科技（北京）有限公司 | 车辆中控功能激活等级确定方法、装置、电子设备和介质 |
| CN112590818A (zh) * | 2020-12-25 | 2021-04-02 | 际络科技(上海)有限公司 | 车辆的故障处理方法、装置及车辆 |
| CN113085882A (zh) * | 2021-04-02 | 2021-07-09 | 北京易控智驾科技有限公司 | 一种故障处理方法、装置、电子设备和存储介质 |
| CN113276886A (zh) * | 2021-05-28 | 2021-08-20 | 华能煤炭技术研究有限公司 | 车辆驾驶模式确定方法、装置及无人车辆 |
| CN113183978A (zh) * | 2021-06-01 | 2021-07-30 | 西安主函数智能科技有限公司 | 自动驾驶工程车线控系统故障诊断方法和安全保护方法 |
| CN113247014A (zh) * | 2021-06-09 | 2021-08-13 | 智己汽车科技有限公司 | 一种自动驾驶系统的置信度标识方法及系统 |
| CN113247014B (zh) * | 2021-06-09 | 2021-11-09 | 智己汽车科技有限公司 | 一种自动驾驶系统的置信度标识方法及系统 |
| US11506510B1 (en) | 2021-06-09 | 2022-11-22 | Zhiji Automotive Technology Co., Ltd. | Method and system for identifying confidence level of autonomous driving system |
| CN113460085A (zh) * | 2021-06-28 | 2021-10-01 | 东风汽车集团股份有限公司 | 面向服务的自动驾驶网络设计和通信方法及计算机设备 |
| CN113968236A (zh) * | 2021-10-29 | 2022-01-25 | 际络科技(上海)有限公司 | 车辆的故障处理方法、装置及车辆 |
| CN114022973A (zh) * | 2021-11-02 | 2022-02-08 | 阿波罗智联(北京)科技有限公司 | 一种车辆故障的处理方法、装置、设备以及存储介质 |
| CN114022973B (zh) * | 2021-11-02 | 2024-03-01 | 阿波罗智联(北京)科技有限公司 | 一种车辆故障的处理方法、装置、设备以及存储介质 |
| CN114407910A (zh) * | 2022-01-21 | 2022-04-29 | 武汉路特斯汽车有限公司 | 智能驾驶车辆的故障处理方法、装置、存储介质 |
| CN114802283A (zh) * | 2022-06-27 | 2022-07-29 | 宁波均胜智能汽车技术研究院有限公司 | 智能驾驶故障处理系统及方法、智能车辆、可读存储介质 |
| CN114802283B (zh) * | 2022-06-27 | 2022-11-01 | 宁波均胜智能汽车技术研究院有限公司 | 智能驾驶故障处理系统及方法、智能车辆、可读存储介质 |
| CN115465293A (zh) * | 2022-09-06 | 2022-12-13 | 湖南大学无锡智能控制研究院 | 一种多传感器安全自认知及安全处理装置及方法 |
| CN117485356A (zh) * | 2023-12-29 | 2024-02-02 | 合众新能源汽车股份有限公司 | 基于风险等级评估的高精定位故障诊断方法和系统 |
| CN117485356B (zh) * | 2023-12-29 | 2024-04-05 | 合众新能源汽车股份有限公司 | 基于风险等级评估的高精定位故障诊断方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111976727B (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111976727B (zh) | 一种自动驾驶等级调整方法及相关设备 | |
| US11898862B2 (en) | Virtual testing of autonomous environment control system | |
| US11719545B2 (en) | Autonomous vehicle component damage and salvage assessment | |
| CN107757525B (zh) | 自主车辆故障模式管理系统及方法 | |
| KR102646670B1 (ko) | 운전자 보조 설계 분석 시스템 | |
| US10332322B2 (en) | Systems and methods for vehicle-to-vehicle communication | |
| Singh et al. | Autonomous cars: Recent developments, challenges, and possible solutions | |
| DE102020118412A9 (de) | Unabhängige sicherheitsüberwachung eines automatisierten fahrsystems | |
| WO2017220169A1 (en) | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof | |
| CA3112557A1 (en) | Determining driver and vehicle characteristics based on an edge-computing device | |
| CN113895450A (zh) | 一种无人驾驶车辆感知系统安全冗余系统及控制方法 | |
| JP7214640B2 (ja) | 管理装置、車両、検査装置、並びに、車両検査システムおよびその情報処理方法 | |
| CN111161587A (zh) | 车辆的控制方法 | |
| CN110794802B (zh) | 一种故障诊断处理方法及装置 | |
| EP4256502A1 (en) | Electronic system for forward-looking measurements of frequencies and/or probabilities of accident occurrences based on localized automotive device measurements, and corresponding method thereof | |
| US11263837B2 (en) | Automatic real-time detection of vehicular incidents | |
| Ding et al. | Exploratory Analysis of the Crash Severity between Vehicular Automation (SAE L2-5) with Multi-Source Data | |
| WO2023133758A1 (zh) | 测试方法及装置 | |
| US11584383B2 (en) | Vehicle feature availability detection | |
| WO2023189578A1 (ja) | 移動体制御装置、移動体制御方法、及び、移動体 | |
| US20240132113A1 (en) | Middleware software layer for vehicle autonomy subsystems | |
| CN117400928A (zh) | 一种车辆辅助安全控制方法、系统、车辆及存储介质 | |
| DE102021129612A1 (de) | Situationsumgang und lernen für ein autonomes fahrzeugsteuersystem | |
| DE102022127006A1 (de) | Bewertungssystem für autonomes fahren | |
| CN114690750A (zh) | 一种远程代客泊车方法及系统 |
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 |