CN113377573A - 一种自动驾驶车辆的异常处理方法、装置、设备和存储介质 - Google Patents
一种自动驾驶车辆的异常处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113377573A CN113377573A CN202010161808.3A CN202010161808A CN113377573A CN 113377573 A CN113377573 A CN 113377573A CN 202010161808 A CN202010161808 A CN 202010161808A CN 113377573 A CN113377573 A CN 113377573A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- logic data
- data
- recovery
- module
- 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.)
- Pending
Links
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
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1415—Saving, restoring, recovering or retrying at system level
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
Abstract
本发明实施例公开了一种自动驾驶车辆的异常处理方法、装置、设备和存储介质,该方法包括:获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常。通过本发明实施例的技术方案,实现了自动驾驶车辆异常问题的自恢复,提高了自动驾驶车辆的安全性且降低了人力资源消耗。
Description
技术领域
本发明实施例涉及自动驾驶技术领域,尤其涉及一种自动驾驶车辆的异常处理方法、装置、设备和存储介质。
背景技术
随着科学技术的飞速发展,自动驾驶技术日趋成熟。
然而,在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
目前,若自动驾驶车辆出现异常或者故障时,通常是直接通知随车的司机或者安全员,由司机或者安全员介入车辆驾驶操作。显然上述方式存在一定人力资逻辑的消耗。另外,针对自动驾驶车辆的驾驶安全问题,现有的方法大都着重于硬件模块的增加,相当于给自动驾驶车辆增加了“五官”,让自动驾驶车辆能够接收到更多的信息,对环境更敏感。该类方法虽然可以提高自动驾驶车辆的驾驶安全性,但是会造成大量数据冗余,计算量变大,降低了自动驾驶车辆的性能。
发明内容
本发明实施例提供了一种自动驾驶车辆的异常处理方法、装置、设备和存储介质,实现了自动驾驶车辆预设异常的自恢复,提高了自动驾驶车辆的安全性且降低了人力资源消耗。
第一方面,本发明实施例提供了一种自动驾驶车辆的异常处理方法,包括:
获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;
对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;
基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常。
第二方面,本发明实施例还提供了一种自动驾驶车辆的异常处理装置,包括:
获取模块,用于获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;
分析模块,用于对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;
自恢复模块,用于基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略,以使所述异常逻辑数据恢复正常。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的自动驾驶车辆的异常处理方法步骤。
第四方面,本发明实施例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,该程序被处理器执行时实现如本发明任意实施例所提供的自动驾驶车辆的异常处理方法步骤。
上述发明中的实施例具有如下优点或有益效果:
通过对自动驾驶车辆进行自动驾驶所依据的逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;并基于异常逻辑数据的异常属性确定对应的目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常,实现了自动驾驶车辆异常问题的自恢复,提高了自动驾驶车辆的安全性且降低了人力资源消耗。
附图说明
图1是本发明实施例一提供的一种自动驾驶车辆的异常处理方法的流程图;
图2是本发明实施例一提供的一种自动驾驶车辆的系统架构示意图;
图3是本发明实施例一提供的另一种自动驾驶车辆的异常处理方法的流程图;
图4是本发明实施例二提供的一种自动驾驶车辆的异常处理装置的结构示意图;
图5是本发明实施例三提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种自动驾驶车辆的异常处理方法的流程图,本实施例适用于自动驾驶车辆系统,尤其适用于低速自动驾驶车辆,例如应用于仓库场景的物流小车。该方法可以由自动驾驶车辆的异常处理装置来执行,该装置可以由软件和/或硬件的方式来实现,集成于自动驾驶车辆系统。该方法具体包括以下步骤:
步骤110、获取自动驾驶车辆进行自动驾驶所依据的逻辑数据。
具体的,从自动驾驶车辆配置的自动驾驶模块获取所述逻辑数据;
所述自动驾驶模块包括下述至少一个:定位模块、规划控制模块、感知模块以及传感器模块。对应的,所述逻辑数据包括下述至少一项:定位数据、规划控制数据、感知数据以及传感器数据。需要说明的是,本实施例的技术方案不涉及对自动驾驶车辆硬件的改进,即不额外增设自动驾驶系统的硬件功能模块。本实施例技术方案中所使用到的逻辑数据均来自自动驾驶车辆已有的硬件功能模块,从而实现了提高数据利用率,不增加自动驾驶车辆系统冗余数据的目的,提高了自动驾驶车辆的系统性能。
步骤120、对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据。
示例性的,对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据,包括:
针对所述逻辑数据,判定当前逻辑数据是否超过设定阈值,若是,则确定当前逻辑数据为异常逻辑数据。
例如,当前逻辑数据为标识自动驾驶车辆电量状态的数据,则可通过阈值比较策略,判断当前逻辑数据是否低于设定的电量阈值,若是,则确定当前逻辑数据为异常逻辑数据,即自动驾驶车辆在低电量时是存在异常风险的,需要及时采用相关措施解决该问题,例如切换至备用电池,或者开启充电模式等相关措施,以使所述当前逻辑数据恢复正常。再例如,当前逻辑数据为标识CPU(Central Processing Unit,中央处理单元)占用率的数据,则若当前逻辑数据大于设定阈值,则可确定当前CPU的占用率过高,容易导致其它逻辑运算的速度变慢,因此,当CPU的占用率过高时,则判定其为异常逻辑数据。进一步的,若当前逻辑数据为标识定位模块的定位精度的数据时,当其大于设定精度阈值时,则认为其为异常逻辑数据。
以上给出了对于一些可以量化的逻辑数据的异常判定方法,对于一些不可量化的逻辑数据可基于当前逻辑数据与其关联的逻辑数据之间的逻辑关系判定当前逻辑数据是否为异常逻辑数据。例如当前逻辑数据为一种规划控制数据,用于指示当前自动驾驶车辆的运动计划,若当前逻辑数据为指示自动驾驶车辆保持高速直行的数据,则其关联逻辑数据可以包括当前时刻的感知数据,假设感知数据为指示前方20米存在障碍物的数据,通过当前逻辑数据与其关联逻辑数据之间的逻辑关系可确定两者相互矛盾,在前方20米存在障碍物的情况下还保持高速直行,必然会发生危险事故,因此,此时可确定当前逻辑数据为异常逻辑数据。
需要说明的是,一种逻辑数据可能是一种数据,也可能是多种数据的组合,例如用于指示当前自动驾驶车辆运动计划的逻辑数据,其可能是规划控制数据、定位数据以及感知数据的组合。
步骤130、基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常。
其中,所述异常属性通常包括异常优先级,用于表示异常的严重性,异常优先级越高的异常越被优先处理;异常类型,用于表示异常种类,例如系统级异常、进程级异常、模块级异常、线程级异常等,对应的,系统级异常的异常优先级高于进程级异常,进程级异常的异常优先级高于模块级异常,模块级异常的异常优先级高于线程级异常,因此通过异常类型也可判定异常数据的异常优先级;异常代码字段,用于对异常进行简要描述,例如定位模块中的GPS故障等。
进一步的,通过特定算法基于异常逻辑数据的分析结果为异常逻辑数据添加对应的异常属性。
具体的,根据当前异常逻辑数据超过设定阈值的程度为当前异常逻辑数据配置异常属性。例如,当前异常逻辑数据为定位精度数据,当当前异常逻辑数据小于0.1时,认为当前异常逻辑数据的异常级别为警告warning;当当前异常逻辑数据在0.1-0.5时,认为当前异常逻辑数据的异常级别为错误error;当当前异常逻辑数据超过0.5时,认为当前异常逻辑数据的异常级别为严重fatal。对应的异常类型为:模块级异常;对应的异常代码字段为:定位模块异常。
或者,基于设定的逻辑数据与异常属性之间的映射关系为当前异常逻辑数据配置异常属性。例如当前逻辑数据为规划控制数据,预先设定规划控制数据对应的异常属性为:异常级别:严重fatal;异常类型:模块级异常;异常代码字段为:规划控制模块故障。因此,对于一些已知异常表现的逻辑数据,可预先设定逻辑数据与异常属性之间的映射关系,当确定该类逻辑数据异常时,基于所述映射关系为逻辑数据配置异常属性。
可以理解的是,在处理异常问题时优先处理异常优先级高的、异常级别高的异常问题,这类异常问题带来安全事故的风险通常较高,且事故危险程度通常较高。
示例性的,所述基于异常逻辑数据的异常属性确定目标自恢复安全策略,包括:
按照异常属性中异常优先级从高到低的顺序,从预设自恢复安全策略信息表依次查找与各异常逻辑数据异常属性中的异常类型以及异常代码字段匹配的目标自恢复安全策略。
其中,之所以利用异常属性中的异常类型以及异常代码字段从预设自恢复安全策略信息表匹配所述目标自恢复安全策略,是为了方便后续对所述预设自恢复安全策略信息表进行维护,例如增加新的自恢复安全策略,或者删除、更改已有的自恢复安全策略。
具体的,所述执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常,包括:
通过所述目标自恢复安全策略控制自动驾驶车辆底盘和/或自动驾驶模块执行设定动作,以使所述异常逻辑数据恢复正常。
例如,假设当前逻辑数据为指示自动驾驶车辆保持高速直行的数据,则其关联逻辑数据可以包括当前时刻的感知数据,假设感知数据为指示前方20米存在障碍物的数据,通过当前逻辑数据与其关联逻辑数据之间的逻辑关系可确定两者相互矛盾,在前方20米存在障碍物的情况下还保持高速直行,必然会发生危险事故,因此,此时可确定当前逻辑数据为异常逻辑数据,针对该异常逻辑数据可通过匹配的目标自恢复安全策略,结合当时的车辆环境信息,控制自动驾驶车辆底盘左移或者右移或者停车等,从而躲避前方20米的障碍物,从而使当前异常逻辑数据恢复正常。
为了进一步提高自动驾驶车辆的驾驶安全性,所述方法还包括:
若未接收到自恢复安全成功通知,或者,未查找到所述目标自恢复安全策略,则将所述异常逻辑数据上传至远程监控终端,并控制自动驾驶车辆原地停车或者驶入安全区域后停车。即当遇到无法自恢复的异常问题时,及时上报远程监控终端,由人工介入。
本实施例的技术方案,通过对自动驾驶车辆进行自动驾驶所依据的逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;并基于异常逻辑数据的异常属性确定对应的目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常,实现了自动驾驶车辆异常问题的自恢复,规避了异常对自动驾驶车辆本身或外部环境的安全威胁,提高了自动驾驶车辆的安全性且降低了人力资源消耗,同时提高了自动驾驶车辆各逻辑数据的利用率,提高了自动驾驶车辆的系统性能。
在上述实施例技术方案的基础上,参见图2所示的一种自动驾驶车辆的系统架构示意图,所述系统包括自动驾驶模块210、主动安全模块220、车辆底盘模块230以及远程监控终端240。
其中,自动驾驶模块210为自动驾驶车辆本身的自动驾驶程序,包含所有支撑自动驾驶车辆自动驾驶所需的功能模块,如定位模块211、规划控制模块212、感知模块213、传感器硬件模块214与其他模块215等。自动驾驶模块210所产生的数据(例如传感器数据、各模块计算处理所得到的数据)是主动安全模块220的数据来源,自恢复安全策略将作用于自动驾驶模块210或者车辆底盘模块230,完成异常的自恢复。
主动安全模块220包含状态检查单元221、异常数据过滤与分发单元222、自恢复安全策略信息注册单元223、异常数据回收与上传单元224以及自恢复安全处理单元225。
其中:状态检查单元221由多个状态检查子单元组成,每个状态检查子单元负责检查一种逻辑数据(一种逻辑数据可能是一种数据,也可能是多种数据的组合)是否正常。如当前定位逻辑数据是否正常、自动驾驶车辆的电量状态的逻辑数据是否正常等等。状态检查子单元对逻辑数据进行分析后将为逻辑数据添加异常级别error_level、异常类型error_type、异常代码error_code字段,为后续的异常处理做准备。其中,异常级别可分为(从左至右表示从正常到异常)debug、info、warning、error、fatal;异常类型可分为系统级异常、进程级异常、模块级异常、线程级异常;异常代码字段保存的是具体异常的简要描述。
异常数据过滤与分发单元222包含异常数据过滤子单元、自恢复安全策略信息注册子单元和异常数据分发子单元。异常数据过滤子单元按照异常级别error_level过滤得到异常逻辑数据,异常的定义可预先设定,比如异常级别为fatal时为异常。自恢复安全策略信息注册子单元负责维护自恢复安全策略与触发该策略所需要的异常类型与异常代码字段的组合。异常数据分发子单元根据自恢复安全策略信息注册子单元中自恢复安全策略与触发该策略所需要的异常类型与异常代码字段的组合的对应关系,将异常逻辑数据发送给自恢复安全策略信息注册单元223中的对应的自恢复安全策略。
自恢复安全策略信息注册单元223由多个自恢复安全策略组成。自恢复安全策略即为一种自恢复安全逻辑,并根据这种逻辑调用一个或多个自恢复安全处理子单元。
异常数据回收与上传单元224,负责将无法处理的异常逻辑数据上报到远程监控端240。
自恢复安全处理单元225包含多个处理子单元,处理子单元即为一种方法或一种操作,作用于自动驾驶模块210或车辆底盘模块230。
车辆底盘模块230,即物理底盘搭载的底盘接口程序等。自恢复安全策略会作用于车辆底盘模块230,车辆底盘模块230执行自恢复安全指令,完成安全自恢复。
远程监控终端240为非本车体的、监控自动驾驶车辆状态的远程端。
对应的,参见图3所示的另一种自动驾驶车辆的异常处理方法的流程示意图,所述方法包括:主动安全模块220启动,定时轮询自动驾驶模块210输出的逻辑数据。状态检查单元221检查各逻辑数据,按照阈值或其它逻辑为逻辑数据划分异常级别error_level,并将逻辑数据传给异常数据过滤与分发单元222,异常数据过滤子单元过滤出异常逻辑数据,如果不存在异常逻辑数据,则继续轮询自动驾驶模块210输出的逻辑数据;若存在异常逻辑数据,则选择error_type优先级最高的一条异常逻辑数据进行处理。异常数据分发子单元根据按照该条异常数据的异常类型error_type以及异常代码字段error_code查找对应的目标自恢复安全策略,如果没有对应的目标自恢复安全策略,则将该条异常逻辑数据上传到远程监控终端240,如果找到了对应的目标自恢复安全策略,则按照策略调用处理子单元执行自恢复安全逻辑,处理子单元将作用于自动驾驶模块210或车辆底盘模块230。
进一步的,当自恢复安全策略的所有处理子单元都返回自恢复安全成功的通知消息时,即完成一条异常逻辑数据的自恢复,否则代表该条异常逻辑数据的自恢复失败,将上传该异常逻辑数据到远程监控终端240。一条异常的逻辑数据的自恢复安全流程完成之后,主动安全模块220继续轮询自动驾驶模块210输出的逻辑数据,继续执行主动安全恢复的任务。
以下是本发明实施例提供的自动驾驶车辆的异常处理装置的实施例,该装置与上述各实施例的自动驾驶车辆的异常处理方法属于同一个发明构思,在自动驾驶车辆的异常处理装置的实施例中未详尽描述的细节内容,可以参考上述自动驾驶车辆的异常处理方法的实施例。
实施例二
图4为本发明实施例二提供的一种自动驾驶车辆的异常处理装置的结构示意图,该装置具体包括:获取模块410、分析模块420和自恢复模块430。
其中,获取模块410,用于获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;分析模块420,用于对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;自恢复模块430,用于基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略,以使所述异常逻辑数据恢复正常。
进一步的,获取模块410具体用于:
从自动驾驶车辆配置的自动驾驶模块获取所述逻辑数据;
所述自动驾驶模块包括下述至少一个:定位模块、规划控制模块、感知模块以及传感器模块。
进一步的,分析模块420具体用于:
针对所述逻辑数据,判定当前逻辑数据是否超过设定阈值,若是,则确定当前逻辑数据为异常逻辑数据;
或者,基于逻辑数据之间的逻辑关系确定其中的异常逻辑数据;
所述逻辑数据包括下述至少一项:定位数据、规划控制数据、感知数据以及传感器数据。
进一步的,所述装置还包括:配置模块,用于基于异常逻辑数据的异常属性确定目标自恢复安全策略之前,根据当前异常逻辑数据超过设定阈值的程度为当前异常逻辑数据配置异常属性;
或者,基于设定的逻辑数据与异常属性之间的映射关系为当前异常逻辑数据配置异常属性。
进一步的,自恢复模块430包括:
查找单元,用于按照异常属性中异常优先级从高到低的顺序,从预设自恢复安全策略信息表依次查找与各异常逻辑数据异常属性中的异常类型以及异常代码字段匹配的目标自恢复安全策略。
进一步的,所述装置还包括:
上传模块,用于若未接收到自恢复安全成功通知,或者,未查找到所述目标自恢复安全策略,则将所述异常逻辑数据上传至远程监控终端,并控制自动驾驶车辆原地停车或者驶入安全区域后停车。
进一步的,自恢复模块430还包括:
控制单元,用于通过所述目标自恢复安全策略控制自动驾驶车辆底盘和/或自动驾驶模块执行设定动作,以使所述异常逻辑数据恢复正常。
本实施例提供的技术方案,通过对自动驾驶车辆进行自动驾驶所依据的逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;并基于异常逻辑数据的异常属性确定对应的目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常,实现了自动驾驶车辆异常问题的自恢复,最小化或规避自动驾驶车辆所带来的安全性问题,提高了自动驾驶车辆的安全性且降低了人力资源消耗。
本发明实施例所提供的自动驾驶车辆的异常处理装置可执行本发明任意实施例所提供的自动驾驶车辆的异常处理方法,具备执行自动驾驶车辆的异常处理方法相应的功能模块和有益效果。
实施例三
图5为本发明实施例三提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备12的框图。图5显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如获取模块410、分析模块420和自恢复模块430)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(获取模块410、分析模块420和自恢复模块430)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发实施例所提供的一种自动驾驶车辆的异常处理方法步骤,该方法包括:
获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;
对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;
基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的自动驾驶车辆的异常处理方法的技术方案。
实施例四
本实施例四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如本发明任意实施例所提供的自动驾驶车辆的异常处理方法步骤,该方法包括:
获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;
对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;
基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种自动驾驶车辆的异常处理方法,其特征在于,包括:
获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;
对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;
基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常。
2.根据权利要求1所述的方法,其特征在于,所述获取自动驾驶车辆进行自动驾驶所依据的逻辑数据,包括:
从自动驾驶车辆配置的自动驾驶模块获取所述逻辑数据;
所述自动驾驶模块包括下述至少一个:定位模块、规划控制模块、感知模块以及传感器模块。
3.根据权利要求1所述的方法,其特征在于,所述对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据,包括:
针对所述逻辑数据,判定当前逻辑数据是否超过设定阈值,若是,则确定当前逻辑数据为异常逻辑数据;
或者,基于逻辑数据之间的逻辑关系确定其中的异常逻辑数据;
所述逻辑数据包括下述至少一项:定位数据、规划控制数据、感知数据以及传感器数据。
4.根据权利要求3所述的方法,其特征在于,基于异常逻辑数据的异常属性确定目标自恢复安全策略之前,还包括:
根据当前异常逻辑数据超过设定阈值的程度为当前异常逻辑数据配置异常属性;
或者,基于设定的逻辑数据与异常属性之间的映射关系为当前异常逻辑数据配置异常属性。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于异常逻辑数据的异常属性确定目标自恢复安全策略,包括:
按照异常属性中异常优先级从高到低的顺序,从预设自恢复安全策略信息表依次查找与各异常逻辑数据异常属性中的异常类型以及异常代码字段匹配的目标自恢复安全策略。
6.根据权利要求5所述的方法,其特征在于,还包括:
若未接收到自恢复安全成功通知,或者,未查找到所述目标自恢复安全策略,则将所述异常逻辑数据上传至远程监控终端,并控制自动驾驶车辆原地停车或者驶入安全区域后停车。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述执行所述目标自恢复安全策略以使所述异常逻辑数据恢复正常,包括:
通过所述目标自恢复安全策略控制自动驾驶车辆底盘和/或自动驾驶模块执行设定动作,以使所述异常逻辑数据恢复正常。
8.一种自动驾驶车辆的异常处理装置,其特征在于,包括:
获取模块,用于获取自动驾驶车辆进行自动驾驶所依据的逻辑数据;
分析模块,用于对所述逻辑数据进行分析,以确定所述逻辑数据中的异常逻辑数据;
自恢复模块,用于基于异常逻辑数据的异常属性确定目标自恢复安全策略,并执行所述目标自恢复安全策略,以使所述异常逻辑数据恢复正常。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的自动驾驶车辆的异常处理方法步骤。
10.一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1-7中任一所述的自动驾驶车辆的异常处理方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010161808.3A CN113377573A (zh) | 2020-03-10 | 2020-03-10 | 一种自动驾驶车辆的异常处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010161808.3A CN113377573A (zh) | 2020-03-10 | 2020-03-10 | 一种自动驾驶车辆的异常处理方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113377573A true CN113377573A (zh) | 2021-09-10 |
Family
ID=77568677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010161808.3A Pending CN113377573A (zh) | 2020-03-10 | 2020-03-10 | 一种自动驾驶车辆的异常处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113377573A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114741135A (zh) * | 2022-04-24 | 2022-07-12 | 重庆长安汽车股份有限公司 | 一种自动驾驶目标数据分析系统、方法及存储介质 |
CN114756299A (zh) * | 2022-04-21 | 2022-07-15 | 国汽智控(北京)科技有限公司 | 车辆故障处理方法及装置、电子装置和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶系统及其方法 |
CN109085620A (zh) * | 2017-06-13 | 2018-12-25 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆定位异常校准方法、装置、设备及存储介质 |
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 |
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 |
US20190108160A1 (en) * | 2016-04-28 | 2019-04-11 | Hitachi Automotive Systems, Ltd. | Vehicle Control System Verification Device, Vehicle Control System, and Vehicle Control System Verification Method |
CN109849935A (zh) * | 2019-02-20 | 2019-06-07 | 百度在线网络技术(北京)有限公司 | 一种安全控制方法、装置及存储介质 |
CN110276946A (zh) * | 2018-03-16 | 2019-09-24 | 本田技研工业株式会社 | 车辆控制装置、车辆控制方法以及存储介质 |
-
2020
- 2020-03-10 CN CN202010161808.3A patent/CN113377573A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104290745A (zh) * | 2014-10-28 | 2015-01-21 | 奇瑞汽车股份有限公司 | 车辆用半自动驾驶系统及其方法 |
US20190108160A1 (en) * | 2016-04-28 | 2019-04-11 | Hitachi Automotive Systems, Ltd. | Vehicle Control System Verification Device, Vehicle Control System, and Vehicle Control System Verification Method |
CN109085620A (zh) * | 2017-06-13 | 2018-12-25 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆定位异常校准方法、装置、设备及存储介质 |
CN110276946A (zh) * | 2018-03-16 | 2019-09-24 | 本田技研工业株式会社 | 车辆控制装置、车辆控制方法以及存储介质 |
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 |
CN109849935A (zh) * | 2019-02-20 | 2019-06-07 | 百度在线网络技术(北京)有限公司 | 一种安全控制方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
李松柏;张卫华;李瑞轩;: "车辆超速远程告警系统设计与实现", 信息技术, no. 02, pages 87 - 92 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114756299A (zh) * | 2022-04-21 | 2022-07-15 | 国汽智控(北京)科技有限公司 | 车辆故障处理方法及装置、电子装置和存储介质 |
CN114741135A (zh) * | 2022-04-24 | 2022-07-12 | 重庆长安汽车股份有限公司 | 一种自动驾驶目标数据分析系统、方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200073711A1 (en) | Method and coroutine framework for processing parallel tasks, device, medium, and unmanned vehicle | |
US11126876B2 (en) | Method for recognizing traffic light, device, and vehicle | |
CN111874001A (zh) | 自动驾驶汽车的安全控制方法、电子设备及存储介质 | |
CN110083146B (zh) | 自动驾驶车辆的故障确定方法及装置、设备及存储介质 | |
CN108872762B (zh) | 电子设备漏电检测方法、装置、电子设备及存储介质 | |
CN113377573A (zh) | 一种自动驾驶车辆的异常处理方法、装置、设备和存储介质 | |
CN113505044B (zh) | 数据库告警方法、装置、设备和存储介质 | |
CN113246887B (zh) | 一种时序电路控制方法、装置、电子设备及存储介质 | |
CN112947362A (zh) | 无人驾驶车辆异常状态的远程控制方法、装置及存储介质 | |
CN114715139A (zh) | 自动泊车异常数据采集方法、装置、存储介质及产品 | |
US20220254253A1 (en) | Method and apparatus of failure monitoring for signal lights and storage medium | |
CN110103932B (zh) | 故障检测方法、装置、设备和介质 | |
CN111845376A (zh) | 一种复位控制方法、装置、设备和存储介质 | |
CN109739232B (zh) | 障碍物追踪方法、装置、车载终端及存储介质 | |
US11016797B2 (en) | Device security across multiple operating system modalities | |
CN113685284A (zh) | 一种电动燃油泵控制方法、装置、设备及存储介质 | |
CN113734195A (zh) | 无人车控制方法、装置、存储介质及无人车 | |
CN111614614B (zh) | 应用于物联网的安全监测方法和装置 | |
CN111400085A (zh) | 事务回滚异常的处理方法、装置、计算机设备及存储介质 | |
CN113946493A (zh) | 一种监控阈值确定及监控报警方法、装置、设备和介质 | |
CN114537422A (zh) | 一种用于自动驾驶的硬件架构及其执行方法 | |
CN113687980B (zh) | 异常数据自恢复方法、系统、电子设备和可读存储介质 | |
CN109726080B (zh) | 监控异构计算系统的工作状态的方法及装置 | |
CN112414475A (zh) | 一种变电站电容瓶的检测装置、方法、电子设备及介质 | |
CN113177077B (zh) | 用于自动驾驶的异常事件确定方法、装置及电子设备 |
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 |