CN113085882B - 一种故障处理方法、装置、电子设备和存储介质 - Google Patents
一种故障处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113085882B CN113085882B CN202110364618.6A CN202110364618A CN113085882B CN 113085882 B CN113085882 B CN 113085882B CN 202110364618 A CN202110364618 A CN 202110364618A CN 113085882 B CN113085882 B CN 113085882B
- Authority
- CN
- China
- Prior art keywords
- fault
- intelligent driving
- driving system
- degradation strategy
- subsystem
- 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
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
- 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
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Debugging And Monitoring (AREA)
- Hardware Redundancy (AREA)
Abstract
本公开提供了一种故障处理方法,应用于智能驾驶系统,该方法包括:实时检测和汇总系统存在的故障,结合场景信息,确定故障白名单和故障黑名单,基于故障白名单和故障黑名单,确定智能驾驶系统的故障状态,基于预设的智能驾驶系统故障状态和所设系统降级策略之间的映射关系,实时确定智能驾驶系统的降级策略,通过故障处理模块执行智能驾驶系统的降级策略,以将发生故障的系统导向安全状态。本公开能够基于故障影响分析,确定智能驾驶系统故障状态与所设系统降级策略之间的映射关系,从而能够在智能驾驶系统出现故障时实时确定降级策略,同时能将故障和处理过程上报云平台系统进行监管,达到双重安全冗余,从根本上保证了智能驾驶车辆的安全。
Description
技术领域
本公开属于智能驾驶领域,具体涉及一种故障处理方法、装置、电子设备和存储介质。
背景技术
随着智能驾驶技术的发展,智能驾驶矿车得益于其安全性能高,作业效率高,成本低等优点,使得矿山智能驾驶的应用和落地前景也越来越得到广泛的关注。智能驾驶矿车安全性能主要体现在能够去除驾驶员,完全无人化的操作。但是由于车辆处于无人操作的状态,一旦车辆系统控制器、传感器、执行器、程序等出现的故障而失效时候,需要通过安全有效的手段对车辆进行操作以保证车辆的安全。所以对于智能驾驶系统而言,设计一个能够在车辆系统出现故障时候能够代替驾驶员对车辆进行相应的操作,保证车辆的行驶安全的故障诊断系统是去掉驾驶员的前提。
公开内容
(一)要解决的技术问题
针对现有技术的上述不足,本公开的主要目的在于提供一种故障处理方法、装置、电子设备和存储介质,以期至少部分地解决上述技术问题中的至少之一。
(二)技术方案
为了实现上述目的,根据本公开的一个方面,提供了一种故障处理方法,该方法包括:
识别智能驾驶系统的故障;
接收预设的智能驾驶系统的场景信息;
结合上述场景信息和上述故障,确定智能驾驶系统的故障白名单和故障黑名单;
基于上述故障白名单和故障黑名单,确定智能驾驶系统的故障状态;
基于预设的智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系,确定智能驾驶系统的降级策略;
根据上述智能驾驶系统的降级策略,处理上述故障。
另一方面,本公开提供了一种故障处理装置,该装置包括:
识别模块,识别智能驾驶系统的故障;
接收模块,接收预设的智能驾驶系统的场景信息;
制定模块,结合上述场景信息和上述故障,确定智能驾驶系统的故障白名单和故障黑名单;
第一确认模块,基于上述故障白名单和故障黑名单,确定智能驾驶系统的故障状态;
第二确认模块,基于预设的智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系,确定智能驾驶系统的降级策略;
处理模块,根据所述智能驾驶系统降级策略,处理上述故障。
另一方面,本公开提供了一种电子设备,该设备包括:
通信器,用于与服务器通信;
处理器;
存储器,其存储有计算机可执行程序,该程序在被所述处理器执行时,使得处理器执行上述的一种故障处理方法。
另一方面,本公开提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的一种故障处理方法。
(三)有益效果
(1)本公开能够基于故障影响分析,确定智能驾驶系统故障与智能驾驶系统降级策略之间的映射关系,从而能够在智能驾驶系统出现故障时实时确定故障,并且发送云平台系统降级策略和车端系统降级策略,通过云平台系统和故障处理系统协同处理,同时能将故障和处理过程上报云平台系统进行监管,达到双重安全冗余,从根本上保证了智能驾驶车辆的安全;
(2)本公开提出了一种系统降级策略字处理故障的方法,能够精确确定每一个故障对应的系统降级策略,当智能驾驶系统出现故障时,能够实时获取当前故障对应的系统降级策略字,同时系统降级策略字可以根据实车测试不断完善拓展。
附图说明
为了更清楚地说明本公开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公开中的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本公开一实施例提供的故障处理方法应用场景图;
图2为本公开一实施例提供的故障处理方法的流程示意图;
图3为本公开一实施例提供的制定智能驾驶系统降级策略的方法的流程示意图;
图4为本公开一实施例提供的故障处理装置的结构示意图;
图5示出了一种电子设备的硬件结构图。
具体实施方式
为使本公开的目的、特征、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明,显然,所描述的实施例仅仅是本公开一部分实施例,而非全部实施例。基于本公开中的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开的保护范围。
图1为本公开一实施例提供的故障处理方法应用场景图,如图1所示,故障处理方法应用场景包括:智能驾驶系统、故障模块、云平台系统、功能系统和故障处理系统。
根据本公开的实施例,功能系统包括:感知子系统、决策子系统、定位子系统和控制子系统。故障模块汇总智能驾驶系统所有的故障信息,确定智能驾驶系统当前的故障,基于离线分析的智能驾驶系统故障与智能驾驶系统降级策略的映射关系,得到当前智能驾驶系统故障对应的云平台系统降级策略字和车端降级策略字分别发送给云平台系统和故障处理系统。云平台系统识别云平台系统所有故障信息,输出云平台系统的故障处理指令;智能驾驶系统所有故障信息均会上传至云平台系统,云平台系统实时显示智能驾驶系统故障,及时警示监管者;云平台系统通过设定的诊断服务对智能驾驶系统的故障进行监管。故障处理系统,根据接收到的车端降级策略字处理故障。
图2为本公开一实施例提供的故障处理方法的流程示意图。如图2所示,该方法包括:
S201、识别智能驾驶系统的故障;
S202、接收预设智能驾驶系统的场景信息。
例如,识别智能驾驶系统的故障,智能驾驶系统的故障包括:功能子系统的故障,功能子系统的故障包括:感知子系统故障、决策子系统故障、定位子系统故障和控制子系统故障。云平台系统向智能驾驶系统的故障模块发送预设的智能驾驶系统的场景信息。
S203、结合上述场景信息和故障,确定故障白名单和故障黑名单;
S204、基于上述故障白名单和故障黑名单,确定智能驾驶系统的故障。
根据本公开的实施例,根据场景信息对所述故障逐一进行分类;若在场景信息下,故障需要进行处理,则故障属于故障白名单;若在场景信息下,故障不需要进行处理,则故障属于故障黑名单。例如,智能驾驶系统的故障模块根据接收到的预设的智能驾驶系统的场景信息对功能系统各个子系统的故障逐一进行分类,若在当前场景信息下,故障需要进行处理,则故障属于故障白名单,若在当前场景信息下,故障不需要进行处理,则故障属于故障黑名单,故障模块将故障白名单所包含的所有故障进行汇总,得到智能驾驶系统的故障。
S205、基于预设的智能驾驶系统的故障和降级策略之间的映射关系,确定智能驾驶系统的降级策略。
图3为本公开一实施例提供的制定智能驾驶系统降级策略的方法的流程示意图。如图3所示,该方法包括:
S301、一一罗列智能驾驶系统各个子系统的故障;
S302、分析故障对智能驾驶系统的影响;
例如,智能驾驶系统的各个子系统根据各自的故障,分析各自的故障对各自功能的影响,得到智能驾驶系统的各个子系统的功能损失;汇总智能驾驶系统的各个子系统的功能损失,得到智能驾驶系统的各个子系统的故障对智能驾驶系统的影响。
S303、根据影响制定相应的智能驾驶系统降级策略;
S304、将智能驾驶系统的各个子系统的故障和对应的智能驾驶系统降级策略存储于智能驾驶系统中,得到智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系。
例如,获取智能驾驶系统的故障状态和降级策略之间的映射关系,智能驾驶系统的降级策略根据各个子系统功能的损失对智能驾驶系统的影响制定,各个子系统功能的损失根据各个子系统的故障对各个子系统功能的影响分析制定,各个子系统功能的影响分析基于各个子系统详细的故障和各个子系统功能分解进行。根据智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系确定与当前智能驾驶系统的故障相对应的智能驾驶系统降级策略。
在一个实施例中,采用如下方法分析故障的影响:
在本实施例中,智能驾驶系统的功能系统的各个子系统功能分解指的是功能系统的各个子系统功能的分解,包括感知子系统、定位子系统、决策子系统和控制子系统等,以控制子系统为示例,对控制子系统进行功能分解如下表所示:
在本实施例中,各个子系统根据各自具体的故障,分析故障对各自功能的影响,总结各个子系统的功能损失状态,再分析各个子系统的功能损失对智能驾驶系统的影响,基于上述影响确定云平台系统降级策略和车端系统降级策略。
在本实施例中,功能损失的分析内容如下表:
在本实施例中,基于各个子系统的功能损失对智能驾驶系统的影响可以确定对应的车端系统降级策略和云平台系统降级策略。
在本实施例中,以控制子系统中的驱动控制功能为示例进行说明,如下表所示:
在本实施例中,通过以上方法即可得到智能驾驶系统的故障与智能驾驶系统降级策略之间的映射关系。通过映射关系,当发生故障时,基于智能驾驶系统的故障可以直接确定该故障对智能驾驶系统的影响,从而直接获取该故障对应的智能驾驶系统降级策略。
S206、根据智能驾驶系统的降级策略,处理故障。
智能驾驶系统的降级策略包括:云平台系统降级策略字和车端系统降级策略字;云平台系统降级策略字包括若干个云平台系统降级策略;车端系统降级策略字包括若干个车端系统降级策略;云平台系统降级策略由云平台系统执行;车端系统降级策略由故障处理系统执行。
例如,得到当前智能驾驶系统的故障对应的智能驾驶系统降级策略之后,根据智能驾驶系统降级策略处理智能驾驶系统的故障。
在本实施例中,在一些极端情况下,因为故障信息传递和处理计算的延时可能导致车辆出现风险,因此整车控制器基于车辆底层的安全冗余策略,会对这些故障主动进行保护处理。
在本实施例中,通过以下例子对车端系统降级策略字和云平台系统降级策略字进行举例说明:
车端系统降级策略字:
云平台系统降级策略字:
在本实施例中,故障发生后,故障诊断模块基于智能驾驶系统故障获取唯一可执行的云平台系统降级策略字和车端系统降级策略字,智能驾驶系统降级策略发出后,云平台系统和故障处理系统即可根据具体的降级策略字对故障进行处理。
图4为本公开一实施例提供的故障处理装置的结构示意图,如图4所示,本公开还提供了一种故障处理装置,该装置包括:识别模块401、接收模块402、制定模块403、第一确认模块404、第二确认模块405和处理模块406。
识别模块401,识别智能驾驶系统的故障;
接收模块402,接收预设的智能驾驶系统的场景信息;
制定模块403,结合上述场景信息和故障,制定故障白名单和故障黑名单;
第一确认模块404,基于上述故障白名单和故障黑名单确定智能驾驶系统的故障;
第二确认模块405,基于预设的智能驾驶系统的故障和智能驾驶系统降级策略之间的映射关系确定智能驾驶系统的降级策略;
处理模块406,根据智能驾驶系统降级策略,处理故障。
上述故障处理装置还包括:
子系统故障识别模块,识别智能驾驶系统的感知子系统、定位子系统、决策子系统和控制子系统的故障。
故障分类模块,根据上述场景信息对故障逐一进行分类;若在上述场景信息下,故障需要进行处理,则故障属于故障白名单;若在上述场景信息下,故障不需要进行处理,则故障属于故障黑名单。
汇总模块,将故障白名单所包含的所有故障进行汇总,得到智能驾驶系统的故障状态。
降级策略制定模块,一一罗列智能驾驶系统各个子系统的故障;分析故障对智能驾驶系统的影响;根据上述影响制定相应的智能驾驶系统降级策略;将智能驾驶系统的各个子系统的故障和对应的智能驾驶系统降级策略存储于智能驾驶系统中,得到智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系。
分析模块,智能驾驶系统的各个子系统根据各自的故障,分析各自的故障对各自功能的影响,得到智能驾驶系统的各个子系统的功能损失;汇总智能驾驶系统的各个子系统的功能损失,得到智能驾驶系统的各个子系统的故障对智能驾驶系统的影响。
执行模块,智能驾驶系统的降级策略包括:云平台系统降级策略字和车端系统降级策略字;云平台系统降级策略字包括若干个云平台系统降级策略;车端系统降级策略字包括若干个车端系统降级策略;云平台系统降级策略由云平台系统执行;车端系统降级策略由故障处理系统执行。
本公开还提供了一种电子设备500,该设备包括:
通信器510,用于与服务器通信;
处理器520;
存储器530,其存储有计算机可执行程序,该程序包含如上文所述故障处理方法。
图5示意性示出了根据本公开实施例的电子设备框图,如图5所示,所述电子设备500包括通信器510、处理器520和存储器530。该电子设备500可以执行根据本公开实施例的方法。
具体地,处理器520例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器520还可以包括用于缓存用途的板载存储器。处理器520可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
存储器530,例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。其存储有计算机可执行程序,该程序在被所述处理器执行时,使得所述处理器执行如上文所述的故障处理方法。
本公开还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序包含如上文所述的故障处理方法。该计算机可读存储介质可以是上述实施例中描述的装置/设备中所包含的;也可以是单独存在,而未装配入该装置/设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线、光缆、射频信号等等,或者上述的任意合适的组合。
以上所述的具体实施例,对本公开的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本公开的具体实施例而已,并不用于限制本公开,本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (9)
1.一种故障处理方法,应用于智能驾驶系统,其特征在于,所述智能驾驶系统包括云平台系统和故障处理系统,所述方法包括:
识别所述智能驾驶系统的故障;
接收预设的所述智能驾驶系统的场景信息;
结合所述场景信息和所述故障,确定所述智能驾驶系统的故障白名单和故障黑名单;
基于所述故障白名单和故障黑名单,确定所述智能驾驶系统的故障状态;
基于预设的所述智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系,确定所述智能驾驶系统的降级策略;
根据所述智能驾驶系统的降级策略,处理所述故障;
所述智能驾驶系统的降级策略包括:云平台系统降级策略字和车端系统降级策略字;
所述云平台系统降级策略字包括若干个云平台系统降级策略;
所述云平台系统降级策略由所述云平台系统执行;
所述车端系统降级策略字包括若干个车端系统降级策略;
所述车端系统降级策略由所述故障处理系统执行;
所述预设的所述智能驾驶系统的场景信息由所述云平台系统发送。
2.根据权利要求1所述的故障处理方法,所述智能驾驶系统包括感知子系统、定位子系统、决策子系统和控制子系统,其特征在于,所述识别所述智能驾驶系统的故障,具体包括:
识别所述智能驾驶系统的感知子系统、定位子系统、决策子系统和控制子系统的故障。
3.根据权利要求1所述的故障处理方法,其特征在于,所述结合所述场景信息和所述故障,确定所述智能驾驶系统的故障白名单和故障黑名单,具体包括:
根据所述场景信息对所述故障逐一进行分类;
若在所述场景信息下,所述故障需要进行处理,则所述故障属于故障白名单;
若在所述场景信息下,所述故障不需要进行处理,则所述故障属于故障黑名单。
4.根据权利要求1所述的故障处理方法,其特征在于,所述基于所述故障白名单和故障黑名单,确定所述智能驾驶系统的故障状态,具体包括:
将所述故障白名单所包含的所有故障进行汇总,得到所述智能驾驶系统的故障状态。
5.根据权利要求1所述的故障处理方法,其特征在于,所述故障处理方法还包括:一一罗列所述智能驾驶系统的各个子系统的故障;
分析所述智能驾驶系统各个子系统的故障对所述智能驾驶系统的影响;
根据所述智能驾驶系统各个子系统的故障对所述智能驾驶系统的影响制定相应的智能驾驶系统降级策略;
将所述智能驾驶系统的各个子系统的故障和对应的所述智能驾驶系统降级策略存储于所述智能驾驶系统中,得到所述智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系。
6.根据权利要求5所述的故障处理方法,其特征在于,所述分析所述故障对所述智能驾驶系统的影响,具体包括:
所述智能驾驶系统的各个子系统根据各自的故障,分析所述各自的故障对各自功能的影响,得到所述智能驾驶系统的各个子系统的功能损失;
汇总所述智能驾驶系统的各个子系统的功能损失,得到所述智能驾驶系统的各个子系统的故障对所述智能驾驶系统的影响。
7.一种故障处理装置,应用于智能驾驶系统,其特征在于,所述智能驾驶系统包括云平台系统和故障处理系统,所述装置包括:
识别模块,识别所述智能驾驶系统的故障;
接收模块,接收预设的所述智能驾驶系统的场景信息;
制定模块,结合所述场景信息和所述故障,确定所述智能驾驶系统的故障白名单和故障黑名单;
第一确认模块,基于所述故障白名单和故障黑名单,确定所述智能驾驶系统的故障状态;
第二确认模块,基于预设的所述智能驾驶系统的故障状态和智能驾驶系统降级策略之间的映射关系,确定所述智能驾驶系统的降级策略;
处理模块,根据所述智能驾驶系统降级策略,处理所述故障;
所述智能驾驶系统的降级策略包括:云平台系统降级策略字和车端系统降级策略字;
所述云平台系统降级策略字包括若干个云平台系统降级策略;
所述云平台系统降级策略由所述云平台系统执行;
所述车端系统降级策略字包括若干个车端系统降级策略;
所述车端系统降级策略由所述故障处理系统执行;
所述预设的所述智能驾驶系统的场景信息由所述云平台系统发送。
8.一种电子设备,其特征在于,所述设备包括:
通信器,用于与服务器通信;
处理器;
存储器,其存储有计算机可执行程序,该程序在被所述处理器执行时,使得所述处理器执行如权利要求1-6中任一项所述的故障处理方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的故障处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364618.6A CN113085882B (zh) | 2021-04-02 | 2021-04-02 | 一种故障处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364618.6A CN113085882B (zh) | 2021-04-02 | 2021-04-02 | 一种故障处理方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113085882A CN113085882A (zh) | 2021-07-09 |
CN113085882B true CN113085882B (zh) | 2022-09-13 |
Family
ID=76673660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110364618.6A Active CN113085882B (zh) | 2021-04-02 | 2021-04-02 | 一种故障处理方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113085882B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114407932B (zh) * | 2022-02-23 | 2024-06-21 | 宁波路特斯机器人有限公司 | 一种评估智能驾驶系统能力的方法 |
CN115683650A (zh) * | 2022-09-28 | 2023-02-03 | 清智汽车科技(苏州)有限公司 | 智能汽车的功能降级方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107020957B (zh) * | 2017-04-10 | 2020-02-07 | 重庆长安新能源汽车科技有限公司 | 一种纯电动汽车的故障处理方法、系统及纯电动汽车 |
CN111824173B (zh) * | 2019-04-11 | 2022-12-13 | 上海汽车集团股份有限公司 | 一种适于智能驾驶系统故障的分级处理方法及装置 |
CN111976727B (zh) * | 2019-05-21 | 2021-12-28 | 华为技术有限公司 | 一种自动驾驶等级调整方法及相关设备 |
KR20200142139A (ko) * | 2019-06-11 | 2020-12-22 | 현대자동차주식회사 | 자율 주행 제어 장치, 그를 가지는 차량 및 그 제어 방법 |
CN110254439A (zh) * | 2019-07-06 | 2019-09-20 | 深圳数翔科技有限公司 | 自动驾驶车辆的异常管理系统及异常处理方法 |
CN110481565B (zh) * | 2019-08-20 | 2023-05-30 | 北京三快在线科技有限公司 | 自动驾驶车辆的控制方法和自动驾驶车辆的控制装置 |
CN111874001B (zh) * | 2020-06-09 | 2022-03-25 | 北京百度网讯科技有限公司 | 自动驾驶汽车的安全控制方法、电子设备及存储介质 |
-
2021
- 2021-04-02 CN CN202110364618.6A patent/CN113085882B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113085882A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11829896B2 (en) | Uncertainty-based data filtering in a vehicle | |
CN113085882B (zh) | 一种故障处理方法、装置、电子设备和存储介质 | |
US11126876B2 (en) | Method for recognizing traffic light, device, and vehicle | |
KR20190107080A (ko) | 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템 | |
US11775400B2 (en) | Redundant processing fabric for autonomous vehicles | |
CN108845321A (zh) | 目标对象的识别方法、装置及无人驾驶智能设备 | |
US11508163B2 (en) | Method and apparatus for training lane line identifying model, device, and storage medium | |
US10993079B2 (en) | Motion detection method, device, and medium | |
CN113085881B (zh) | 一种故障处理方法、装置、电子设备和存储介质 | |
US11520617B2 (en) | Modifying access privileges to secure resources in an autonomous vehicle | |
CN113392793A (zh) | 用于识别车道线的方法、装置、设备、存储介质以及无人车 | |
CN115891868A (zh) | 自动驾驶车辆的故障检测方法、装置、电子设备和介质 | |
CN115272983A (zh) | 基于图像识别的接触网悬挂状态监测方法及系统 | |
CN113037750B (zh) | 一种车辆检测数据增强训练方法、系统、车辆及存储介质 | |
CN112712608B (zh) | 用于通过车辆收集性能数据的系统和方法 | |
CN113409786A (zh) | 语音控制方法、装置、电子设备及计算机可读存储介质 | |
CN113792106A (zh) | 道路的状态更新方法、装置、电子设备及存储介质 | |
US20200326967A1 (en) | Operating system modality switching in an autonomous vehicle | |
CN113386797A (zh) | 用于控制自动驾驶车辆的方法、装置、设备、介质和产品 | |
CN116639150A (zh) | 用于评估自动驾驶系统的方法、装置、设备和存储介质 | |
CN112396739A (zh) | 站台屏蔽门控制方法、装置及存储介质 | |
CN113177077B (zh) | 用于自动驾驶的异常事件确定方法、装置及电子设备 | |
CN111339142A (zh) | 数据监控响应方法、计算机可读存储介质及数据驱动平台 | |
CN116567719B (zh) | 数据传输方法、车载系统、设备和存储介质 | |
CN113515050B (zh) | 一种设备控制方法、装置及计算机可读存储介质 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221228 Address after: Room 3F301-19, Building 1, No. 800 Naxian Road, China (Shanghai) Pilot Free Trade Zone, Pudong New Area, Shanghai, 201210 Patentee after: Shanghai Yi'ao Technology Co.,Ltd. Address before: Unit 701b, 7th floor, block AB, Dongsheng building, 8 Zhongguancun East Road, Haidian District, Beijing 100083 Patentee before: Beijing Easy Controlled Intelligent Driving Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |