CN111982179B - 异常检测设备、异常检测方法以及计算机可读介质 - Google Patents
异常检测设备、异常检测方法以及计算机可读介质 Download PDFInfo
- Publication number
- CN111982179B CN111982179B CN202010425082.XA CN202010425082A CN111982179B CN 111982179 B CN111982179 B CN 111982179B CN 202010425082 A CN202010425082 A CN 202010425082A CN 111982179 B CN111982179 B CN 111982179B
- Authority
- CN
- China
- Prior art keywords
- physical quantity
- external
- internal
- sensor
- error
- 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
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 154
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000012937 correction Methods 0.000 claims abstract description 105
- 230000000052 comparative effect Effects 0.000 claims description 65
- 238000000034 method Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 230000014509 gene expression Effects 0.000 description 100
- 230000035945 sensitivity Effects 0.000 description 18
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 238000009434 installation Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/42—Devices characterised by the use of electric or magnetic means
- G01P3/44—Devices characterised by the use of electric or magnetic means for measuring angular speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/42—Devices characterised by the use of electric or magnetic means
- G01P3/50—Devices characterised by the use of electric or magnetic means for measuring linear speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0001—Arrangements for holding or mounting articles, not otherwise provided for characterised by position
- B60R2011/004—Arrangements for holding or mounting articles, not otherwise provided for characterised by position outside the vehicle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Gyroscopes (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及异常检测设备、异常检测方法以及计算机可读介质。异常检测设备检测传感器系统的异常,传感器系统安装在车辆上并且包括用于获取外部信息的第一外部传感器和第二外部传感器以及用于获取内部信息的内部传感器,并且异常检测设备包括:校正块,其基于外部信息来估计基于内部信息的内部运动物理量(γgy,Vwh)中出现的误差(Bt,Kt),并校正该误差;以及确定块,其将基于由第一外部传感器获取的外部信息的第一外部运动物理量(γca,Vli)、基于由第二外部传感器获取的外部信息的第二外部运动物理量(γgn,Vgn)以及误差被校正块校正了的内部运动物理量进行比较,并且确定传感器系统中的异常。
Description
技术领域
本公开内容涉及用于检测安装在车辆上的传感器系统的异常的技术。
背景技术
常规地,外部传感器例如摄像机被安装在车辆上以获取外部信息。为了获取内部信息,在车辆上安装内部传感器例如陀螺仪。由外部传感器和内部传感器中的每一个获取的信息被用于车辆的运动估计例如在专利文献1中公开的自身定位。
在专利文献1所公开的技术中,外部传感器和内部传感器中的每一个所固有的误差被反映在车辆的运动估计中。然而,可以想到,上述技术基于外部传感器和内部传感器都没有任何异常的假设。因此,在外部传感器和内部传感器中的任一个存在异常的情况下,如果未能正确地检测到该异常,则在仅反映传感器误差的运动估计中精度可能降低。
专利文献1:JP 2008-249639 A
发明内容
本公开内容的目的是提供一种用于正确地检测安装在车辆上的包括外部传感器和内部传感器的传感器系统的异常的异常检测设备。
本公开内容的另一目的是提供一种用于正确地检测安装在车辆上的包括外部传感器和内部传感器的传感器系统的异常的异常检测方法。
本公开内容的另一目的是提供一种用于正确地检测安装在车辆上的包括外部传感器和内部传感器的传感器系统的异常的方法的非暂态有形计算机可读介质。
根据本公开内容的方面描述了检测安装在车辆上并且包括获取外部信息的第一外部传感器和第二外部传感器以及获取内部信息的内部传感器的传感器系统的异常的异常检测设备,该异常检测设备包括:校正块,其基于由第一外部传感器和第二外部传感器中的至少之一获取的外部信息来估计作为特定比较运动物理量的基于由内部传感器获取的内部信息的内部运动物理量中出现的误差,并且校正该误差;以及确定块,其将作为比较运动物理量的基于由第一外部传感器获取的外部信息的第一外部运动物理量、作为另一比较运动物理量的基于由第二外部传感器获取的外部信息的第二外部运动物理量以及误差被校正块校正了的内部运动物理量进行比较,并且确定传感器系统中的异常。
根据本公开内容的方面描述了用于检测安装在车辆上并且包括获取外部信息的第一外部传感器和第二外部传感器以及获取内部信息的内部传感器的传感器系统的异常的异常检测方法,该异常检测方法包括:基于由第一外部传感器和第二外部传感器中的至少之一获取的外部信息来估计作为特定比较运动物理量的基于由内部传感器获取的内部信息的内部运动物理量中出现的误差;校正该误差;将作为比较运动物理量的基于由第一外部传感器获取的外部信息的第一外部运动物理量、作为另一比较运动物理量的基于由第二外部传感器获取的外部信息的第二外部运动物理量以及误差被校正了的内部运动物理量进行比较;以及确定传感器系统中的异常。
根据本公开内容的方面描述了包括由计算机执行的指令的非暂态有形计算机可读介质,所述指令包括用于检测安装在车辆上并且包括获取外部信息的第一外部传感器和第二外部传感器以及获取内部信息的内部传感器的传感器系统的异常的计算机实现的方法,所述指令包括:基于由第一外部传感器和第二外部传感器中的至少之一获取的外部信息来估计作为特定对比运动物理量的基于由内部传感器获取的内部信息的内部运动物理量中出现的误差;校正该误差;将作为比较运动物理量的基于由第一外部传感器获取的外部信息的第一外部运动物理量、作为另一比较运动物理量的基于由第二外部传感器获取的外部信息的第二外部运动物理量以及误差被校正了的内部运动物理量进行比较;以及确定传感器系统中的异常。
在这些第一方面至第三方面中,可以基于由第一外部传感器和第二外部传感器中的至少之一获取的信息准确地估计基于由内部传感器获取的信息的内部运动物理量的误差。此外,将基于由第一外部传感器和第二外部传感器获取的信息的第一外部运动物理量和第二外部运动物理量与误差被校正了的内部运动物理量一起彼此比较。这使得不仅可以确定作为整体的传感器系统中是否存在异常,而且可以准确地识别有异常的传感器和没有异常的传感器。根据以上配置,可以准确地检测传感器系统的异常。
附图说明
根据参照附图进行的以下详细描述,本公开内容的以上和其他目的、特征和优点将变得更加明显。在附图中:
图1是示出根据第一实施方式的异常检测设备的整体配置的框图。
图2是示出根据第一实施方式的异常检测设备的详细配置的框图。
图3是示出根据第一实施方式的误差校正的图。
图4是示出根据第一实施方式的异常确定的表。
图5是示出根据第一实施方式的异常确定的图。
图6是示出根据第一实施方式的异常确定的图。
图7是示出根据第一实施方式的异常确定的图。
图8是示出根据第一实施方式的异常检测方法的流程图。
图9是示出根据第二实施方式的异常检测设备的详细配置的框图。
图10是示出根据第二实施方式的异常确定的表。
图11是示出根据第二实施方式的异常检测方法的流程图。
具体实施方式
在下文中,将参照附图描述多个实施方式。应当注意的是,在各实施方式中,相同的附图标记被分配给对应的部件,并且会省略重复的描述。当仅描述每个实施方式中的部分配置时,关于该配置的其他部分可以应用预先描述的其他实施方式的配置。此外,不仅可以将在相应实施方式的描述中明确示出的配置的组合部分地组合在一起,而且可以将多个实施方式的配置部分地组合在一起,即使在没有明确示出该配置的情况下也可以如此,特别地在所述组合没有问题的情况下。
(第一实施方式)
如图1所示,根据本发明的第一实施方式的异常检测设备1与传感器系统2一起安装在车辆3上。车辆3的传感器系统2包括外部传感器22和内部传感器24。
外部传感器22从外侧即车辆3的周围环境获取可用于车辆3的运动估计的信息作为外部信息。外部传感器22可以通过检测存在于车辆3的外侧的对象来获取外部信息。所述检测类型的外部传感器22是例如摄像机、LIDAR(光检测和测距/激光成像检测和测距)、雷达、声纳等中的至少之一。外部传感器22可以通过接收来自存在于车辆3的外侧的GNSS(全球导航卫星系统)的人造卫星的信号或者来自ITS(智能交通系统)的路侧设备的信号来获取外部信息。所述接收类型的外部传感器22是例如GNSS接收器、远程信息处理接收器等中的至少之一。
内部传感器24从内侧即车辆3的内部环境获取可用于车辆3的运动估计的信息作为内部信息。内部传感器24可以通过检测车辆3内侧的特定运动物理量来获取内部信息。所述检测类型的内部传感器24是例如陀螺仪、车轮速度传感器、加速度传感器等中的至少之一。
如图2所示,在第一实施方式中,作为“第一外部传感器”的摄像机221和作为“第二外部传感器”的GNSS接收器222被用作传感器系统2所需的至少两个外部传感器22。在第一实施方式中,陀螺仪240被用作传感器系统2所需的至少一个内部传感器24。
如图1所示,根据第一实施方式的异常检测设备1通过例如LAN(局域网)、线束和内部总线中的至少之一连接至传感器系统2的传感器22和传感器24。异常检测设备1包括至少一个控制单元。异常检测设备1可以是估计车辆3的自身位置的定位器的ECU(电子控制单元)。异常检测设备1可以是控制车辆3的高级驾驶支持或自主驾驶的ECU。异常检测设备1可以是控制车辆3与外侧之间的通信的ECU。
异常检测设备1是被配置成包括存储器10和处理器12中的至少之一的计算机。存储器10是用于计算机可读程序和数据的非暂态存储的至少一种类型的非暂态有形存储介质,例如半导体存储器、磁介质和光学介质。处理器12包括例如CPU(中央处理单元)、GPU(图形处理单元)、RISC(精简指令集计算机)-CPU等的至少一种类型作为核心。处理器12执行包括在存储在存储器10中的异常检测程序中的多个命令。因此,异常检测设备1建立用于检测传感器系统2的异常的多个功能块,如图2所示出的。
在异常检测设备1中建立的功能块包括校正块120和确定块124。校正块120基于由传感器系统2获取的信息来校正在运动物理量中出现的误差。确定块124通过对比基于传感器系统2获取的信息并且其误差已经被校正块120校正的运动物理量来确定传感器系统2是否异常。将在下面更详细地描述这些块120和124。
如图2所示,校正块120包括安装校正单元121和内部校正单元122。安装校正单元121对由传感器系统2的元件221、222和240之间在车辆3中的安装位置的差异引起的误差进行校正。
具体地,通过对基于由摄像机221获取的图像信息进行图像处理将车辆3的偏航角速度γca输入至安装校正单元121的子校正单元121ca。子校正单元121ca基于例如出厂时等的预设信息来校正包括在偏航角速度γca中的由安装位置引起的误差。子校正单元121ca将其误差已被校正的偏航角速度γca输入至内部校正单元122和确定块124中的每一个。
通过对基于由GNSS接收器222获取的定位信息进行定位处理将车辆3的偏航角θgn输入至安装校正单元121的子校正单元121gn。子校正单元121gn基于例如出厂时等的预设信息来校正包括在偏航角θgn中的由安装位置引起的误差。子校正单元121gn将其误差已被校正的偏航角θgn输入至内部校正单元122。子校正单元121gn将其误差已被校正的偏航角θgn的时间微分值作为偏航角速度γgn输入至确定块124。
通过对基于由陀螺仪240获取的惯性信息进行信号处理将车辆3的偏航角速度γgy输入至安装校正单元121的子校正单元121gy。子校正单元121gy基于例如出厂时等的预设信息来校正包括在偏航角速度γgy中的由安装位置引起的误差。子校正单元121gy将其误差已被校正的偏航角速度γgy输入至内部校正单元122。
内部校正单元122基于由陀螺仪240获取的信息估计在偏航角速度γgy中产生的偏移误差Bt,并且校正关于偏航角速度γgy的偏移误差Bt。偏移误差Bt是表示在零点处由于车辆3中的陀螺仪240的温度变化引起的变化量的误差,并且可以被估计并校正为偏离偏航角速度γgy的真实值(即后面将描述的估计为γt)的变化量。
因此,内部校正单元122通过使偏移误差Bt通过如图2所示的卡尔曼滤波器来估计和校正偏移误差Bt。在第一实施方式的卡尔曼滤波器中,假设用于陀螺仪240的以下预测表达式1至3。另外,在后面描述的任意表达式中,为了便于准确地理解该描述,将与附接至变量例如运动物理量的后缀相对应的字符指示为下标。
[式1]
θt=θt-1+γt·Δt+wθ··表达式1
Bt=Bt-1+wb··表达式2
γt=γgy+Bt+wgy··表达式3
具体地,通过使用在当前时间t和先前时间t-1处预测的偏航角θt和θt-1、在当前时间t处预测的偏航角速度γt、当前时间t与先前时间t-1之间的时间间隔Δt以及系统噪声wθ来表示预测表达式1。通过使用在当前时间t和先前时间t-1处预测的陀螺仪240的偏移误差Bt和Bt-1以及系统噪声wb来表示预测表达式2。通过使用在当前时刻t处预测的偏航角速度γt、在当前时刻t处观测的基于由陀螺仪240获取的信息的偏航角速度γgy、在当前时刻t处预测的偏移误差Bt以及系统噪声wgy来表示预测表达式3。
根据第一实施方式的卡尔曼滤波器还假设用于摄像机221和GNSS接收器222中的每一个的以下观测表达式4和5。
[式2]
γca=γt+wca··表达式4
θgn=θt+wgn··表达式5
具体地,通过使用在当前时间t处观测的基于从摄像机221获取的信息的偏航角速度γca、在当前时刻t处预测的偏航角速度γt和观测噪声wca来表示观测表达式4。通过使用在当前时间t处观测的基于由GNSS接收器222获取的信息的偏航角θgn、在当前时间t处预测的偏航角θt和观测噪声wgn来表示观测表达式5。
在根据第一实施方式的卡尔曼滤波器中,进一步通过基于表示预测表达式1至3的行列式和表示观测表达式4和5的行列式的估计计算得到图2所示的θt、Bt、γt及其运动物理量的协方差矩阵。作为结果,估计了偏移误差Bt和作为其偏移误差Bt已被校正的偏航角速度γgy的偏航角速度γt。同时,根据如图2所示的协方差矩阵估计了与所估计的偏航角速度γt相对应的方差σt。内部校正单元122将如此估计的偏航角速度γt和方差σt输入至确定块124。
确定块124将作为“第一外部运动物理量”的偏航角速度γca、作为“第二外部运动物理量”的偏航角速度γgn与作为“内部运动物理量”的偏航角速度γt彼此对比。如上所述,在第一实施方式中,作为绕车辆3的偏航轴的“角速度”的偏航角速度γt、γca和γgn对应于作为与车辆3的运动有关的物理量在异常确定时被对比的“特定对比运动物理量”。
因此,确定块124根据用于将偏航角速度γt、γca和γgn彼此对比的以下对比表达式6至8来确定传感器系统2中是否存在异常。
[式3]
具体地,在左侧的差值即偏航角速度γca与偏航角速度γt之间的差值的绝对值落入容许范围内即小于右侧的阈值的情况下,对比表达式6成立。在对比表达式6中,σt和σca分别是误差校正后的偏航角速度γt和γca的方差,以及n是确定容许范围的标准偏差的倍数。换句话说,在对比表达式6中,基于通过校正陀螺仪240的偏移误差Bt得到的偏航角速度γt的方差σt以及摄像机221的偏航角速度γca的方差σca来设置容许范围。
在左侧的差值即偏航角速度γgn与偏航角速度γt之间的差值的绝对值落入容许范围内即小于右侧的阈值的情况下,对比表达式7成立。在对比表达式7中,σt和σgn分别是误差校正后的偏航角速度γt和γgn的方差,以及n是确定容许范围的标准偏差的倍数。换句话说,在对比表达式7中,基于通过校正陀螺仪240的偏移误差Bt得到的偏航角速度γt的方差σt以及GNSS接收器222的偏航角速度γgn的方差σgn来设置容许范围。
在左侧的差值即偏航角速度γca与偏航角速度γgn之间的差值的绝对值落入容许范围内即小于右侧的阈值的情况下,对比表达式8成立。在对比表达式8中,σca和σgn分别是误差校正后的偏航角速度γca和γgn的方差,以及n是确定容许范围的标准偏差的倍数。换句话说,在对比表达式8中,基于关于摄像机221和GNSS接收器222的偏航角速度γca和γgn的各自的方差σca和σgn来设置容许范围。
如图4所示,当所有对比表达式6至8都满足时(参见图5),确定块124确定传感器系统2中没有异常。换句话说,在当前时间t处——在当前时间t处偏航角速度γt与偏航角速度γca和γgn中的每一个的差值落入容许范围内并且偏航角速度γca与γgn之间的差值落入容许范围内——确定传感器系统2中的所有元件221、222和240中不存在异常。在通过上面描述的卡尔曼滤波器进行估计的情况下,在对比表达式6和7成立的情况下对比表达式8不成立的可能性极低。因此,可以仅利用对比表达式6和7的成立来确定传感器系统2中不存在异常,而不管对比表达式8是否成立。
当对比表达式7和8成立而对比表达式6不成立时,确定块124识别传感器系统2中的陀螺仪240并且确定存在异常(参见图6)。换句话说,在当前时间t处——在当前时间t处偏航角速度γgn与γt之间的差值以及偏航角速度γca与γgn之间的差值分别落在容许范围内而偏航角速度γca与γt之间的差值落在容许范围外——确定陀螺仪240中存在异常而其他元件221和222中不存在异常。
当对比表达式7满足而对比表达式6和8不满足时,确定块124识别传感器系统2中的摄像机221并且确定存在异常(参见图7)。换句话说,在当前时间t处——在当前时间t处偏航角速度γgn与γt之间的差值落入容许范围内而偏航角速度γca与γt之间的差值以及偏航角速度γca与γgn之间的差值落在容许范围外——确定摄像机221中存在异常而其他元件222和240中不存在异常。
当对比表达式6和8满足而对比表达式7不满足时,确定块124识别传感器系统2中的陀螺仪240并且确定存在异常。换句话说,在当前时间t处——在当前时间t处偏航角速度γca与γt之间的差值以及偏航角速度γca与γgn之间的差值落入容许范围内而偏航角速度γgn与γt之间的差值落在容许范围外——确定陀螺仪240中存在异常而其他元件221和222中不存在异常。
当对比表达式6满足而对比表达式7和8不满足时,确定块124识别传感器系统2中的GNSS接收器222并且确定存在异常。换句话说,在当前时间t处——在当前时间t处偏航角速度γca与γt之间的差值落入容许范围内而偏航角速度γgn与γt之间的差值以及偏航角速度γca与γgn之间的差值落在容许范围外——确定GNSS接收器222中存在异常而其他元件221和240中不存在异常。
当对比表达式8满足而对比表达式6和7不满足时,确定块124识别传感器系统2中的陀螺仪240并且确定存在异常。换句话说,在当前时间t处——在当前时间t处偏航角速度γca与γgn之间的差值落入容许范围内而偏航角速度γca与γt之间的差值以及偏航角速度γgn与γt之间的差值落在容许范围外——确定陀螺仪240中存在异常而其他元件221和222中不存在异常。
当所有对比表达式6至8都不满足时,确定块124识别传感器系统2中的外部传感器22并且确定存在异常。换句话说,在当前时间t处——在当前时间t处偏航角速度γt与偏航角速度γca和γgn中的每一个的差值都落在容许范围外并且偏航角速度γca与γgn之间的差值也落在容许范围外——确定外部传感器22中存在异常而陀螺仪240中不存在异常,其中,外部传感器22是摄像机221和GNSS接收器222中的至少之一。
在如上所述确定存在异常的任何条件下(即每种情况下),如果对比表达式不成立(failure)持续达设置时间或比设置时间更久,则确定块124确定存在异常。这使得可以针对干扰提高确定的鲁棒性。在车辆3中使用确定块124的确定结果作为例如传感器系统2的状态信息。
下面将参照图8描述异常检测方法的流程,在该异常检测方法中,异常检测设备1通过目前为止描述的校正块120和确定块124的协作来检测传感器系统2的异常。在稍后描述的流程中,“S”意指要由包括在异常检测程序中的多个指令执行的流程的多个步骤。
在S101中,校正块120的安装校正单元121执行对由传感器系统2的安装位置引起的误差的校正。此时,安装校正单元121的子校正单元121ca基于由摄像机221获取的信息来校正偏航角速度γca的误差。安装校正单元121的子校正单元121gn基于由GNSS接收器222获取的信息校正偏航角θgn的误差,并将经校正的偏航角θgn的时间微分值设置为偏航角速度γgn。安装校正单元121的子校正单元121gy基于由陀螺仪240获取的信息来校正偏航角速度γgy的误差。
接下来,在S102中,由校正块120的内部校正单元122基于由陀螺仪240获取的信息执行对偏航角速度γgy中出现的偏移误差Bt的估计和校正。此时,在卡尔曼滤波器的观测表达式4和5中,内部校正单元122基于由摄像机221获取的信息和由GNSS接收器222获取的信息使用在S101中进行了误差校正的偏航角速度γca和偏航角θgn作为运动物理量。内部校正单元122由通过假设预测表达式1至3与观测表达式4和5的卡尔曼滤波器来估计偏移误差Bt、已经针对偏航角速度γgy校正了偏移误差Bt的偏航角速度γt以及偏航角速度γt的方差σt。
在接下来的S103中,由确定块124执行传感器系统2的异常确定。此时,在对比表达式6和7中,确定块124基于由陀螺仪240获取的信息使用在S101和S102中进行了误差校正之后的偏航角速度γt作为运动物理量。在对比表达式6至8中,确定块124还基于由摄像机221获取的信息和由GNSS接收器222获取的信息使用在S101中进行了误差校正之后的偏航角速度γca和γgn作为运动物理量。确定块124根据对比表达式6至8确定在传感器系统2中的元件221、222和240中的每一个中是否存在异常。
响应于在当前时间t处所有的元件221、222和240都正常的事实,当在S103中确定不存在异常时,处理进行至S104。在S104中,由确定块124将确定标志设置为“正常”,使得确定不存在异常,然后处理返回至S101。
另一方面,响应于在当前时间t处元件221、222和240中的任何之一异常的事实,当在S103中确定故障元件中存在异常时,处理进行至S105。在S105中,确定块124确定自当确定标志从“正常”切换到“异常”的最近时间以来是否已经经过了设置时间。作为结果,当确定尚未经过设置时间时,处理返回至S103,而当确定已经经过设置时间时,处理进行至S106。在S106中,由确定块124将确定标志设置为“异常”,使得确定传感器系统2的异常持续了达设置时间或者比设置时间更久,并且在确定存在异常之后,处理返回至S101。应当注意,在S106中确定存在异常之后直到该异常被解除或消除,通过执行存储在存储器10中的其他程序,可以将关于传感器系统2的状态信息用在车辆3的运动估计例如自身定位估计等中。
(操作和效果)
下面将描述上述第一实施方式的操作和效果。
在第一实施方式中,基于由摄像机221和GNSS接收器222获取的信息,可以准确地估计基于由陀螺仪240获取的信息的偏航角速度γgy的偏移误差Bt。另外,将基于由摄像机221和GNSS接收器222获取的信息的偏航角速度γca和γgn与已经针对偏航角速度γgy校正了偏移误差Bt的偏航角速度γt彼此对比。这使得不仅可以确定在作为整体的传感器系统2中何处存在异常,而且可以准确地指定有异常的传感器和没有异常的传感器。根据以上配置,可以准确地检测传感器系统2的异常。
在第一实施方式中,假设偏航角速度γca和γgn中的每一个与偏航角速度γt之间的差值落入基于偏航角速度γt的方差σt的容许范围内。在这种情况下,可以基于已经校正了准确估计的偏移误差Bt的偏航角速度γt的方差σt来准确地作出作为整体的传感器系统2中不存在异常的确定。
在第一实施方式中,当偏航角速度γca与γt之间的差值落在基于偏航角速度γt的方差σt的容许范围外时,预测摄像机221或陀螺仪240异常。因此,作为进一步的条件,假设偏航角速度γca与γgn之间的差值落入基于偏航角速度γca和γgn的各自的方差σca和σgn的容许范围内。在这种情况下,可以准确地识别传感器系统2中的陀螺仪240,并且可以确定存在异常。另一方面,作为进一步的条件,假设偏航角速度γca与γgn之间的差值落在基于偏航角速度γca和γgn的各自的方差σca和σgn的容许范围外。在这种情况下,可以准确地识别传感器系统2中的摄像机221,并且可以确定存在异常。
在第一实施方式中,当偏航角速度γgn与γt之间的差值落在基于偏航角速度γt的方差σt的容许范围外时,预测GNSS接收器222或陀螺仪240异常。因此,作为进一步的条件,假设偏航角速度γca与γgn之间的差值落入基于偏航角速度γca和γgn的各自的方差σca和σgn的容许范围内。在这种情况下,可以准确地识别传感器系统2中的陀螺仪240,并且可以确定存在异常。另一方面,作为进一步的条件,假设偏航角速度γca与γgn之间的差值落在基于偏航角速度γca和γgn的各自的方差σca和σgn的容许范围外。在这种情况下,可以准确地识别传感器系统2中的GNSS接收器222,并且可以确定存在异常。
在第一实施方式中,作为偏移误差Bt的估计和校正的对象并且基于存在异常的确定的“内部运动物理量”以及基于异常确定的“第一和第二外部运动物理量”是车辆3的“角速度”之中的偏航角速度γgy、γt、γca和γgn。以这种方式,着眼于偏航角速度γgy、γt、γca和γgn的“特定对比运动物理量”,可以准确地执行从偏移误差Bt的估计和校正到异常确定的处理。
(第二实施方式)
如图9所示,第二实施方式是对第一实施方式的修改。在第二实施方式中,作为“第一外部传感器”的LIDAR 2221与作为“第二外部传感器”的GNSS接收器222一起被用作传感器系统2002所需的至少两个外部传感器2022。在第二实施方式中,车轮速度传感器2240被用作传感器系统2002所需的至少一个内部传感器2024。
由根据第二实施方式的异常检测设备2001建立的功能块包括与具有与第一实施方式的配置不同的配置的传感器系统2002相对应的校正块2120和确定块2124。具体地,在根据第二实施方式的校正块2120中,安装校正单元2121校正由传感器系统2002的元件2221、222与2240之间在车辆3中的安装位置的差异引起的误差。
更具体地,通过对基于由LIDAR 2221获取的图像信息进行图像处理将车辆3的速度Vli输入至安装校正单元2121的子校正单元2121li。子校正单元2121Li基于例如出厂时的预设信息来校正包括在速度Vli中的由安装位置引起的误差。子校正单元2121Li将其误差已被校正的速度Vli输入至内部校正单元2122和确定块2124中的每一个。
通过对基于由GNSS接收器222获取的定位信息进行定位处理将车辆3的速度Vgn输入至安装校正单元2121的子校正单元2121gn。子校正单元2121gn基于例如出厂时等的预设信息来校正包括在速度Vgn中的由安装位置引起的误差。子校正单元2121gn将其误差已被校正的速度Vgn输入至内部校正单元2122和确定块2124中的每一个。
通过对基于由车轮速度传感器2240获取的车辆3的车轮速度信息进行转换处理将车辆3的速度Vwh输入至安装校正单元2121的子校正单元2121wh。子校正单元2121Wh基于例如出厂时的预设信息来校正包括在速度Vwh中的由安装位置引起的误差。子校正单元2121wh将其误差已被校正的速度Vwh输入至内部校正单元2122。
在根据第二实施方式的校正块2120中,内部校正单元2122基于由车轮速度传感器2240获取的信息来估计偏离速度Vwh的真实值(即稍后将描述的估计的Vt)的变化量作为在速度Vwh中产生的灵敏度误差Kt,并且校正关于速度Vwh的灵敏度误差Kt。因此,内部校正单元2122由通过如图9所示的卡尔曼滤波器来估计并校正灵敏度误差Kt。在根据第二实施方式的卡尔曼滤波器中,假设与车轮速度传感器2240有关的以下预测表达式9和10。
[式4]
Vt=Kt·Vwh+wv··表达式9
Kt=Kt-1+wK··表达式10
具体地,通过使用在当前时间t处预测的速度Vt、在当前时间t处预测的车轮速度传感器2240的灵敏度误差Kt、在当前时间t处观测的基于由车轮速度传感器2240获取的信息的速度Vwh以及系统噪声wv来表示预测表达式9。通过使用在当前时间t和先前时间t-1处预测的灵敏度误差Kt和Kt-1以及系统噪声wk来表示预测表达式10。
根据第二实施方式的卡尔曼滤波器还假设用于LIDAR 2221和GNSS接收器222中的每一个的以下观测表达式11和12。
[式5]
Vli=Vt+wli··表达式11
Vgn=Vt+wgn’··表达式12
具体地,通过使用在当前时间t处观测的基于由LIDAR 2221获取的信息的速度Vli、在当前时间t处预测的速度Vt和观测噪声wli来表示观测表达式11。通过使用在当前时间t处观测的基于由GNSS接收器222获取的信息的速度Vgn、在当前时间t处预测的速度Vt和观测噪声wgn′来表示观测表达式12。
在根据第二实施方式的卡尔曼滤波器中,通过基于表示预测表达式9和10的行列式以及表示观测表达式11和12的行列式的估计计算得到图9所示的Vt和Kt及其运动物理量的协方差矩阵。作为结果,估计了灵敏度误差Kt以及作为灵敏度误差Kt已被校正的速度Vwh的速度Vt。同时,根据图9所示的协方差矩阵估计了与所估计的速度Vt相对应的方差δt。内部校正单元2122将估计的速度Vt和方差δt输入至确定块2124。
根据第二实施方式的确定块2124将作为“第一外部运动物理量”的速度Vli、作为“第二外部运动物理量”的速度Vgn和作为“内部运动物理量”的速度Vt彼此对比。如上所述,在第二实施方式中,车辆3的速度Vt、Vli和Vgn对应于作为与车辆3的运动有关的物理量在异常确定时被对比的“特定对比运动物理量”。
因此,确定块2124根据用于将速度Vt、Vli和Vgn彼此对比的以下对比表达式13至15来确定传感器系统2002中是否存在异常。
[式6]
具体地,在左侧的差值即速度Vli与速度Vt之间的差值的绝对值落入容许范围内即小于右侧的阈值的情况下,对比表达式13成立。在对比表达式13中,δt和δli分别是误差校正之后的速度Vt和Vli的方差,以及m是确定容许范围的标准偏差的倍数。换句话说,在对比表达式13中,基于关于车轮速度传感器2240的其灵敏度误差Kt已被校正的速度Vt的方差δt以及关于LIDAR 2221的速度Vli的方差δli来设置容许范围。
在左侧的差值即速度Vgn与速度Vt之间的差值的绝对值落入容许范围内即小于右侧的阈值的情况下,对比表达式14成立。在对比表达式14中,δt和δgn分别是误差校正之后的速度Vt和Vgn的方差,以及m是确定容许范围的标准偏差的倍数。换句话说,在比对表达式14中,基于关于车轮速度传感器2240的其灵敏度误差Kt已被校正的速度Vt的方差δt以及关于GNSS接收器222的速度Vgn的方差δgn来设置容许范围。
在左侧的差值即速度Vli与速度Vgn之间的差值的绝对值落入容许范围内即小于右侧的阈值的情况下,对比表达式15成立。在对比表达式15中,δli和δgn分别是误差校正之后的速度Vli和Vgn的方差,以及m是确定容许范围的标准偏差的倍数。换句话说,在比对表达式15中,基于关于LIDAR 2221和GNSS接收器222的速度Vli和Vgn的各自的方差δli和δgn来设置容许范围。
如图10所示,当所有的对比表达式13至15都满足时,确定块2124确定传感器系统2002中不存在异常。换句话说,在当前时间t处——在当前时间t处速度Vt与速度Vli和Vgn中的每一个的差值落入容许范围内并且速度Vli与Vgn之间的差值落入容许范围内——确定传感器系统2002中的所有的元件2221、222和2240中不存在异常。在通过上面描述的卡尔曼滤波器进行估计的情况下,在对比表达式13和14满足的情况下对比表达式15不满足的可能性极低。因此,可以仅利用对比表达式13和14的成立来确定传感器系统2002中不存在异常,而不管对比表达式15是否成立。
当对比表达式14和15满足而对比表达式13不满足时,确定块2124识别传感器系统2002中的车轮速度传感器2240并且确定存在异常。换句话说,在当前时间t处——在当前时间t处速度Vgn与Vt之间的差值以及速度Vli与Vgn之间的差值落入容许范围内而速度Vli与Vt之间的差值落在容许范围外——确定车轮速度传感器2240中存在异常而其他元件2221和222中不存在异常。
当对比表达式13和15不满足而对比表达式14满足时,确定块2124识别传感器系统2002中的LIDAR 2221并且确定存在异常。换句话说,在当前时间t处——在当前时间t处速度Vgn与Vt之间的差值落入容许范围内而速度Vli与Vt之间的差值和速度Vli与Vgn之间的差值落在容许范围外——确定LIDAR 2221中存在异常而其他元件222和2240中不存在异常。
当对比表达式13和15满足而对比表达式14不满足时,确定块2124识别传感器系统2002中的车轮速度传感器2240并且确定存在异常。换句话说,在当前时间t处——在当前时间t处速度Vli与Vt之间的差值以及速度Vli与Vgn之间的差值落入容许范围内而速度Vgn与Vt之间的差值落在容许范围外——确定车轮速度传感器2240中存在异常而其他元件2221和222中不存在异常。
当对比表达式13满足而对比表达式14和15不满足时,确定块2124识别传感器系统2002中的GNSS接收器222并且确定存在异常。换句话说,在当前时间t处——在当前时间t处速度Vli与Vt之间的差值落入容许范围内而速度Vgn与Vt之间的差值以及速度Vli和Vgn之间的差值落在容许范围外——确定GNSS接收器222中存在异常而其他元件2221和2240中不存在异常。
当对比表达式15满足而对比表达式13和14不满足时,确定块2124识别传感器系统2002中的车轮速度传感器2240并且确定存在异常。换句话说,在当前时间t处——在当前时间t处速度Vli与Vgn之间的差值落入容许范围内而速度Vgn与Vt之间的差值落在容许范围外——确定车轮速度传感器2240中存在异常而其他元件2221和222中不存在异常。
当所有的对比表达式13至15不满足时,确定块2124识别传感器系统2002中的外部传感器2022并且确定存在异常。换句话说,在当前时间t处——在当前时间t处速度Vt与速度Vli和Vgn中的每一个的差值都落在容许范围外,并且速度Vli与Vgn之间的差值也落在容许范围外——确定外部传感器2022中存在异常而车轮速度传感器2240中不存在异常,其中,外部传感器2022是LIDAR 2221和GNSS接收器222中的至少之一。
在如上所述确定存在异常的每种条件下,当对比表达式不成立持续达设置时间或比设置时间更久时,根据第二实施方式的确定块2124也确定存在异常。这使得可以针对干扰提高确定的鲁棒性。在车辆3中使用确定块2124的确定结果作为例如传感器系统2002的状态信息。
下面将参照图11描述异常检测方法的流程,在该异常检测方法中,异常检测设备2001通过目前为止描述的校正块2120和确定块2124的协作来检测传感器系统2002的异常。
在S2101中,校正块2120的安装校正单元2121校正由传感器系统2002的安装位置引起的误差。此时,安装校正单元2121的子校正单元2121li基于由LIDAR 2221获取的信息来校正速度Vli的误差。安装校正单元2121的子校正单元2121gn基于由GNSS接收器222获取的信息校正速度Vgn的误差。安装校正单元2121的子校正单元2121Wh基于由车轮速度传感器2240获取的信息校正速度Vwh的误差。
接下来,在S2102中,由校正块2120的内部校正单元2122基于由车轮速度传感器2240获取的信息执行对在速度Vwh中出现的灵敏度误差Kt的估计和校正。此时,在卡尔曼滤波器的观测表达式11和12中,内部校正单元2122基于由LIDAR 2221获取的信息和由GNSS接收器222获取的信息使用在S2101中进行了误差校正的速度Vli和Vgn作为运动物理量。内部校正单元2122由通过假设预测表达式9和10与观测表达式11和12的卡尔曼滤波器来估计灵敏度误差Kt、已经针对速度Vwh校正了灵敏度误差Kt的速度Vt以及速度Vt的方差δt。
在接下来的S2103中,由确定块2124执行传感器系统2002中的异常确定。此时,在对比表达式13和14中,确定块2124基于由车轮速度传感器2240获取的信息使用在S2101和S2102中进行了误差校正之后的速度Vt作为运动物理量。在对比表达式13至15中,确定块2124还基于由LIDAR 2221和GNSS接收器222获取的信息使用在S2101中进行了误差校正之后的速度Vli、Vgn作为运动物理量。确定块2124根据上面描述的对比表达式13至15确定传感器系统2002中的元件2221、222和2240中的每一个中是否存在异常。
当响应于在当前时间t处所有的元件2221、222和2240都正常的事实而在S2103中确定不存在异常时,处理进行至与第一实施方式的S104相同的S2104。另一方面,当响应于在当前时间t处元件2221、222和2240中的任何之一异常的事实而在S2103中确定故障元件异常时,处理进行至与第一实施方式的S105相同的S2105。然而,在第二实施方式的S2105中,当确定尚未经过设置时间时,处理返回至S2103,而当确定已经经过设置时间时,处理进行至与第一实施方式的S106相同的S2106。
(操作和效果)
下面将描述上述第二实施方式的操作和效果。
在第二实施方式中,基于由LIDAR 2221和GNSS接收器222中的每一个获取的信息,可以准确地估计基于由车轮速度传感器2240获取的信息的速度Vwh的灵敏度误差Kt。此外,将作为其灵敏度误差Kt已被校正的速度Vwh的速度Vt以及基于由LIDAR 2221和GNSS接收器222中的每一个获取的信息的速度Vli和Vgn彼此对比。这使得不仅可以确定在作为整体的传感器系统2002中何处存在异常,而且可以准确地指定有异常的传感器和没有异常的传感器。根据上述配置,可以准确地检测传感器系统2002的异常。
在第二实施方式中,假设速度Vli和Vgn中的每一个与速度Vt之间的差值落入基于速度Vwh的方差δt的容许范围内。在这种情况下,可以基于已经校正了准确估计的灵敏度误差Kt的速度Vt的方差δt来准确地作出作为整体的传感器系统2002中不存在异常的确定。
在第二实施方式中,当速度Vli与Vt之间的差值落在基于速度Vwh的方差δt的容许范围外时,预测LIDAR 2221或车轮速度传感器2240异常。因此,作为进一步的条件,假设速度Vli与Vgn之间的差值落入分别基于速度Vli和Vgn的方差δli和δgn的容许范围内。在这种情况下,可以准确地识别传感器系统2002中的车轮速度传感器2240,并且可以确定存在异常。另一方面,作为进一步的条件,假设速度Vli与Vgn之间的差值落在基于速度Vli和Vgn的各自的方差δli和δgn的容许范围外。在这种情况下,可以正确地识别传感器系统2002的LIDAR 2221,并且可以确定存在异常。
在第二实施方式中,当速度Vgn与Vt之间的差值落在基于速度Vwh的方差δt的容许范围外时,预测GNSS接收器222或车轮速度传感器2240异常。因此,作为进一步的条件,假设速度Vli与Vgn之间的差值落入分别基于速度Vli和Vgn的方差δli和δgn的容许范围内。在这种情况下,可以准确地识别传感器系统2002中的车轮速度传感器2240,并且可以确定存在异常。另一方面,作为进一步的条件,假设速度Vli与Vgn之间的差值落在分别基于速度Vli和Vgn的方差δli和δgn的容许范围外。在这种情况下,可以准确地识别传感器系统2002中的GNSS接收器222,并且可以确定存在异常。
在第二实施方式中,作为灵敏度误差Kt的估计和校正的对象并且基于异常确定的“内部运动物理量”以及基于异常确定的“第一和第二外部运动物理量”二者为车辆3的速度Vwh、Vt、Vli和Vgn。以这种方式,着眼于速度Vwh、Vt、Vli和Vgn的特定“对比运动物理量”,可以准确地执行从灵敏度误差Kt的估计和校正到异常确定的处理。
(其他实施方案)
尽管以上已经描述了多个实施方式,但是本公开内容不应被解释为限于这些实施方式,而是可以在不脱离本公开内容的精神的范围的情况下应用于各种实施方式和组合。
具体地,在与第一实施方式和第二实施方式有关的修改1中,可以假设容许范围在其中对比表达式6至8和13至15中左侧的差值的绝对值等于或小于右侧的阈值的范围中。在与第一实施方式和第二实施方式有关的修改2中,可以不执行由安装校正单元121和2121进行的误差校正而省略S101和S201。
在与第一实施方式和第二实施方式有关的修改3中,可以在S103和S2103中确定异常存在的确定而省略S105和S2105。在与修改3有关的修改4中,可以进一步省略S104、S106、S2104和S2106。
在与第一实施方式有关的修改5的卡尔曼滤波器中,可以估计和校正根据第二实施方式的灵敏度误差而不是偏移误差Bt。在与第一实施方式有关的修改6的卡尔曼滤波器中,由于没有假设基于从摄像机221和GNSS接收器222获取的信息的观测表达式4和5之一,所以可以根据观测表达式4和5中的另一个以及预测表达式1至3执行估计和校正。在与第二实施方式有关的修改7的卡尔曼滤波器中,由于没有假设基于从LIDAR 2221和GNSS接收器222获取的信息的观测表达式11和12之一,所以可以根据观测表达式11和12中的另一个以及预测表达式9和10执行估计和校正。
根据第一实施方式和第二实施方式的修改8的异常检测设备1和2001可以是作为处理器的被配置成包括数字电路和模拟电路中的至少之一的计算机。特别地,数字电路是例如ASIC(专用集成电路)、FPGA(现场可编程门阵列)、SOC(片上系统)、PGA(可编程门阵列)、CPLD(复杂可编程逻辑器件)等中的至少一种类型。这样的数字电路可以包括存储有程序的存储器。
除了上述修改之外,在修改9中,至少两个外部传感器22和至少一个内部传感器24的对可以不同于第一实施方式或第二实施方式中描述的对,并且适当地使用对应于该对的卡尔曼滤波器。
本公开内容中描述的控制器和方法可以由通过配置被编程以执行以计算机程序实施的一个或更多个特定功能的存储器和处理器而创建的专用计算机来实现。可替选地,本公开内容中描述的控制器和方法可以由通过配置由一个或更多个专用硬件逻辑电路提供的处理器而创建的专用计算机来实现。可替选地,本公开内容中描述的控制器和方法可以由通过配置被编程以执行一个或更多个特定功能的存储器和处理器的组合而创建的一个或更多个专用计算机和由一个或多个硬件逻辑电路提供的处理器来实现。计算机程序可以作为由计算机执行的指令存储在有形非暂态计算机可读介质中。
注意,本申请中的流程图或流程图的处理包括多个部分(也称为步骤),每个部分表示为例如S101。此外,每个部分可以被分成若干个子部分,而若干个部分也可以组合成单个部分。此外,每个这样配置的部分也可以被称为设备、模块或装置。
虽然已经参考本公开内容的实施方式描述了本公开内容,但是应当理解,本公开内容不限于该实施方式和构造。本公开内容旨在覆盖各种修改和等同布置。另外,虽然包括各种组合和配置,但是包括更多、更少或者仅单个元件的其他组合和配置也在本公开内容的精神和范围内。
Claims (10)
1.一种检测传感器系统(2,2002)的异常的异常检测设备(1,2001),所述传感器系统安装在车辆(3)上并且包括获取外部信息的第一外部传感器(221,2221)和第二外部传感器(222)以及获取内部信息的内部传感器(240,2240),所述异常检测设备包括:
校正块(120,2120),其基于由所述第一外部传感器和所述第二外部传感器中的至少之一获取的外部信息来估计作为特定比较运动物理量的基于由所述内部传感器获取的内部信息的内部运动物理量(γgy,Vwh)中出现的误差(Bt,Kt),并校正所述误差;以及
确定块(124,2124),其将作为比较运动物理量的基于由所述第一外部传感器获取的外部信息的第一外部运动物理量(γca,Vli)、作为另一比较运动物理量的基于由所述第二外部传感器获取的外部信息的第二外部运动物理量(γgn,Vgn)以及所述误差被所述校正块校正了的所述内部运动物理量进行比较,并且确定所述传感器系统中的异常,
其中,当所述第一外部运动物理量与所述内部运动物理量之间的差和所述第二外部运动物理量与所述内部运动物理量之间的差中的每一个落入基于所述误差被所述校正块校正了的所述内部运动物理量的方差(σt,δt)限定的容许范围内时,所述确定块确定所述传感器系统没有异常。
2.根据权利要求1所述的异常检测设备,还包括:
一个或更多个处理器;以及
存储器,其耦接至所述一个或更多个处理器并且存储程序指令,所述程序指令在由所述一个或更多个处理器执行时使所述一个或更多个处理器提供至少所述校正块和所述确定块。
3.根据权利要求1所述的异常检测设备,其中:
当所述第一外部运动物理量与所述内部运动物理量之间的差未落入基于所述误差被所述校正块校正了的所述内部运动物理量的方差(σt,δt)限定的容许范围内,并且所述第一外部运动物理量与所述第二外部运动物理量之间的差落入基于所述第一外部运动物理量和所述第二外部运动物理量中的每一个的方差(σca,σgn,δli,δgn)限定的容许范围内时,所述确定块确定所述传感器系统中的所述内部传感器有异常。
4.根据权利要求1所述的异常检测设备,其中:
当所述第一外部运动物理量与所述内部运动物理量之间的差未落入基于所述误差被所述校正块校正了的所述内部运动物理量的方差(σt,δt)限定的容许范围内,并且所述第一外部运动物理量与所述第二外部运动物理量之间的差未落入基于所述第一外部运动物理量和所述第二外部运动物理量中的每一个的方差(σca,σgn,δli,δgn)限定的容许范围内时,所述确定块确定所述传感器系统中的所述第一外部传感器有异常。
5.根据权利要求1所述的异常检测设备,其中:
当所述第二外部运动物理量与所述内部运动物理量之间的差未落入基于所述误差被所述校正块校正了的所述内部运动物理量的方差(σt,δt)限定的容许范围内,并且所述第一外部运动物理量与所述第二外部运动物理量之间的差落入基于所述第一外部运动物理量和所述第二外部运动物理量中的每一个的方差(σca,σgn,δli,δgn)限定的容许范围内时,所述确定块确定所述传感器系统中的所述内部传感器有异常。
6.根据权利要求1所述的异常检测设备,其中:
当所述第二外部运动物理量与所述内部运动物理量之间的差未落入基于所述误差被所述校正块校正了的所述内部运动物理量的方差(σt,δt)限定的容许范围内,并且所述第一外部运动物理量与所述第二外部运动物理量之间的差未落入基于所述第一外部运动物理量和所述第二外部运动物理量中的每一个的方差(σca,σgn,δli,δgn)限定的容许范围内时,所述确定块确定所述传感器系统中的所述第二外部传感器有异常。
7.根据权利要求1至6中任一项所述的异常检测设备,其中:
所述比较运动物理量是所述车辆的角速度。
8.根据权利要求1至6中任一项所述的异常检测设备,其中:
所述比较运动物理量是所述车辆的速度。
9.一种用于检测传感器系统(2,2002)的异常的异常检测方法,所述传感器系统安装在车辆(3)上并且包括获取外部信息的第一外部传感器(221,2221)和第二外部传感器(222)以及获取内部信息的内部传感器(240,2240),所述异常检测方法包括:
基于由所述第一外部传感器和所述第二外部传感器中的至少之一获取的外部信息来估计作为特定比较运动物理量的基于由所述内部传感器获取的内部信息的内部运动物理量(γgy,Vwh)中出现的误差(Bt,Kt);
校正所述误差(S102,S2102);
将作为比较运动物理量的基于由所述第一外部传感器获取的外部信息的第一外部运动物理量(γca,Vli)、作为另一比较运动物理量的基于由所述第二外部传感器获取的外部信息的第二外部运动物理量(γgn,Vgn)以及所述误差被校正了的所述内部运动物理量进行比较;以及
确定所述传感器系统中的异常(S103,S2103),
其中,当所述第一外部运动物理量与所述内部运动物理量之间的差和所述第二外部运动物理量与所述内部运动物理量之间的差中的每一个落入基于所述误差被校正了的所述内部运动物理量的方差(σt,δt)限定的容许范围内时,确定所述传感器系统没有异常。
10.一种包括由计算机执行的指令的非暂态有形计算机可读介质(10),所述指令包括用于检测传感器系统(2,2002)的异常的计算机实现的方法,所述传感器系统(2,2002)安装在车辆(3)上并且包括获取外部信息的第一外部传感器(221,2221)和第二外部传感器(222)以及获取内部信息的内部传感器(240,2240),所述指令包括:
基于由所述第一外部传感器和所述第二外部传感器中的至少之一获取的外部信息来估计作为特定对比运动物理量的基于由所述内部传感器获取的内部信息的内部运动物理量(γgy,Vwh)中出现的误差(Bt,Kt);
校正所述误差(S102,S2102);
将作为比较运动物理量的基于由所述第一外部传感器获取的外部信息的第一外部运动物理量(γca,Vli)、作为另一比较运动物理量的基于由所述第二外部传感器获取的外部信息的第二外部运动物理量(γgn,Vgn)以及所述误差被校正了的所述内部运动物理量进行比较;以及
确定所述传感器系统中的异常(S103,S2103),
其中,当所述第一外部运动物理量与所述内部运动物理量之间的差和所述第二外部运动物理量与所述内部运动物理量之间的差中的每一个落入基于所述误差被校正了的所述内部运动物理量的方差(σt,δt)限定的容许范围内时,确定所述传感器系统没有异常。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019097076A JP7207163B2 (ja) | 2019-05-23 | 2019-05-23 | 異常検出装置、異常検出方法、異常検出プログラム |
JP2019-097076 | 2019-05-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111982179A CN111982179A (zh) | 2020-11-24 |
CN111982179B true CN111982179B (zh) | 2024-05-10 |
Family
ID=73441789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010425082.XA Active CN111982179B (zh) | 2019-05-23 | 2020-05-19 | 异常检测设备、异常检测方法以及计算机可读介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11209457B2 (zh) |
JP (1) | JP7207163B2 (zh) |
CN (1) | CN111982179B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114639262B (zh) * | 2020-12-15 | 2024-02-06 | 北京万集科技股份有限公司 | 感知设备的状态检测方法、装置、计算机设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11296799A (ja) * | 1998-04-09 | 1999-10-29 | Fujitsu Ten Ltd | 走行路形状認識装置 |
JP2002162458A (ja) * | 2000-11-28 | 2002-06-07 | Yokogawa Denshikiki Co Ltd | 方位測定装置 |
JP2002214321A (ja) * | 2001-01-12 | 2002-07-31 | Clarion Co Ltd | Gps測位システム |
CN1521056A (zh) * | 2003-01-27 | 2004-08-18 | ��ʽ�����װ | 车辆动态特性检测器、车载处理系统、检测信息校正器及车载处理器 |
JP2010274701A (ja) * | 2009-05-26 | 2010-12-09 | Toyota Motor Corp | 車両物理量推定装置 |
CN103968876A (zh) * | 2014-04-29 | 2014-08-06 | 杭州士兰微电子股份有限公司 | 半导体传感器校准装置、系统和方法 |
KR20190040818A (ko) * | 2017-10-11 | 2019-04-19 | 재단법인대구경북과학기술원 | 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4479465B2 (ja) * | 2004-10-29 | 2010-06-09 | トヨタ自動車株式会社 | 水温センサの異常診断装置 |
JP4897542B2 (ja) | 2007-03-30 | 2012-03-14 | 三菱電機株式会社 | 自己位置標定装置、自己位置標定方法および自己位置標定プログラム |
JP2009074859A (ja) | 2007-09-19 | 2009-04-09 | Toyota Central R&D Labs Inc | 運動計測装置及び位置計測装置 |
JP5314548B2 (ja) | 2009-09-16 | 2013-10-16 | 株式会社日立製作所 | 自律移動システム及び自律移動装置 |
US9153084B2 (en) * | 2012-03-14 | 2015-10-06 | Flextronics Ap, Llc | Destination and travel information application |
KR20140025244A (ko) * | 2012-08-22 | 2014-03-04 | 현대모비스 주식회사 | 차량 항법 장치의 자이로센서 보상장치 및 그 방법 |
JP6260983B2 (ja) * | 2013-05-24 | 2018-01-17 | 株式会社Ihi | 自己位置推定装置及び方法 |
US9778040B1 (en) * | 2013-07-29 | 2017-10-03 | Hanking Electronics, Ltd. | Systems and methods to reduce sensor bias |
JP6393292B2 (ja) | 2016-06-08 | 2018-09-19 | 本田技研工業株式会社 | 車両用走行制御装置およびその制御方法 |
KR102441073B1 (ko) * | 2017-10-23 | 2022-09-06 | 현대자동차주식회사 | 자이로 센싱값 보상 장치, 그를 포함한 시스템 및 그 방법 |
-
2019
- 2019-05-23 JP JP2019097076A patent/JP7207163B2/ja active Active
-
2020
- 2020-05-19 CN CN202010425082.XA patent/CN111982179B/zh active Active
- 2020-05-20 US US16/878,879 patent/US11209457B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11296799A (ja) * | 1998-04-09 | 1999-10-29 | Fujitsu Ten Ltd | 走行路形状認識装置 |
JP2002162458A (ja) * | 2000-11-28 | 2002-06-07 | Yokogawa Denshikiki Co Ltd | 方位測定装置 |
JP2002214321A (ja) * | 2001-01-12 | 2002-07-31 | Clarion Co Ltd | Gps測位システム |
CN1521056A (zh) * | 2003-01-27 | 2004-08-18 | ��ʽ�����װ | 车辆动态特性检测器、车载处理系统、检测信息校正器及车载处理器 |
JP2010274701A (ja) * | 2009-05-26 | 2010-12-09 | Toyota Motor Corp | 車両物理量推定装置 |
CN103968876A (zh) * | 2014-04-29 | 2014-08-06 | 杭州士兰微电子股份有限公司 | 半导体传感器校准装置、系统和方法 |
KR20190040818A (ko) * | 2017-10-11 | 2019-04-19 | 재단법인대구경북과학기술원 | 차량 내부 센서, 카메라, 및 gnss 단말기를 이용한 3차원 차량 항법 시스템 |
Also Published As
Publication number | Publication date |
---|---|
US11209457B2 (en) | 2021-12-28 |
US20200371131A1 (en) | 2020-11-26 |
JP7207163B2 (ja) | 2023-01-18 |
JP2020190526A (ja) | 2020-11-26 |
CN111982179A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10422658B2 (en) | Method, fusion filter, and system for fusing sensor signals with different temporal signal output delays into a fusion data set | |
US10921460B2 (en) | Position estimating apparatus and method | |
US8145419B2 (en) | Mobile object position estimation apparatus and method | |
CN105783922B (zh) | 用于确定针对具有磁力计辅助的混合导航系统的航向的方法 | |
US7962255B2 (en) | System and method for estimating inertial acceleration bias errors | |
US10267638B2 (en) | Method and system for adapting a navigation system | |
CN111026081B (zh) | 一种误差计算方法、装置、设备及存储介质 | |
US11451457B2 (en) | Sensor delay time estimation device, sensor delay time estimation method and recording medium | |
CN112946681B (zh) | 融合组合导航信息的激光雷达定位方法 | |
CN115752471A (zh) | 一种传感器数据的处理方法、设备及计算机可读存储介质 | |
CN111982179B (zh) | 异常检测设备、异常检测方法以及计算机可读介质 | |
WO2016185659A1 (ja) | 移動体位置検出装置、移動体位置検出方法 | |
CN114670840A (zh) | 死角推测装置、车辆行驶系统、死角推测方法 | |
KR101107219B1 (ko) | 비행체의 항법 방법 및 이를 이용한 관성항법장치 필터 및 항법 시스템 | |
CN114119744A (zh) | 一种构建点云地图的方法、装置、设备及存储介质 | |
CN109917644B (zh) | 一种提高视觉惯导系统鲁棒性的方法、装置和机器人设备 | |
US20220147045A1 (en) | Sensor data fusion system with noise reduction and fault protection | |
JP2021081203A (ja) | 航法計算装置、航法計算方法、及び、航法計算プログラム | |
JP6929492B2 (ja) | ロケータ装置およびその精度評価システムならびに測位方法 | |
US20240077623A1 (en) | Host vehicle position measuring device and host vehicle position measuring method | |
JP7064001B2 (ja) | 車両制御装置 | |
JP7482440B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN114264301B (zh) | 车载多传感器融合定位方法、装置、芯片及终端 | |
WO2017026108A1 (ja) | 補正方法およびそれを利用した補正装置 | |
CN117553794A (zh) | 无人设备的状态估计方法、装置、计算机设备及存储介质 |
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 |