CN114460919A - 基于域控制器的模块化无人驾驶故障诊断系统 - Google Patents
基于域控制器的模块化无人驾驶故障诊断系统 Download PDFInfo
- Publication number
- CN114460919A CN114460919A CN202111665716.XA CN202111665716A CN114460919A CN 114460919 A CN114460919 A CN 114460919A CN 202111665716 A CN202111665716 A CN 202111665716A CN 114460919 A CN114460919 A CN 114460919A
- Authority
- CN
- China
- Prior art keywords
- fault
- fault diagnosis
- diagnosis
- domain controller
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 115
- 230000006870 function Effects 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims abstract description 11
- 230000033228 biological regulation Effects 0.000 claims abstract description 7
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims abstract 2
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims abstract 2
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims abstract 2
- 238000004891 communication Methods 0.000 claims description 10
- 238000011161 development Methods 0.000 description 8
- 230000001629 suppression Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000005764 inhibitory process Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于域控制器的模块化无人驾驶故障诊断系统,包括微控制器,所述微控制器属于域控制器的一部分,并适于与所述域控制器的其他部分之间交互故障诊断信息,所述故障诊断信息至少包括传感器故障诊断信息;所述微控制器的软件架构包括应用层和基础层,所述应用层中包括故障诊断单元和规控单元,所述规控单元适于根据所述故障诊断单元提供的故障等级信息进行故障响应,作出是否抑制ADAS相关功能的决策。本发明能实时监控无人驾驶汽车运行状态,在车辆出现故障后及时定位故障原因并进行故障响应,保障车辆及人员安全。
Description
技术领域
本发明涉及一种基于域控制器的模块化无人驾驶故障诊断系统,属于自动驾驶技术领域。
背景技术
无人驾驶汽车是以传统汽车为基础,融合多种传感器,如激光雷达、毫米波雷达和相机等,为一体的智能化车辆。随着车辆上传感器和控制单元数量的增加,虽可实现越来越多的智能驾驶功能,但车身质量、线束长度及复杂度和整车架构复杂度等也会急剧增加,不仅影响车辆动力性和经济性,也必然带来诸多不确定的潜在风险。
无人驾驶汽车传感器用于实现障碍物探测,帮助车辆感知周围环境,并且对融合、规划控制功能具有重大影响。目前多数无人驾驶汽车尚未对各传感器进行诊断检测,无法获得传感器的工作状态,在传感器出现故障时,无法做出正确决策,使车辆的自动驾驶具有极大风险,且在售后阶段无法快速定位故障问题,影响车辆的维修效率。即使部分无人驾驶汽车对传感器进行了诊断设计,但仅零散分布于各控制芯片,而没有进行整体诊断设计,容易在实际开发过程中出现遗漏诊断项、故障响应管理混乱等问题,最终导致决策失误。
发明内容
本发明的目的是解决目前无人驾驶汽车传感器诊断及故障响应功能缺失的技术问题。
为实现上述发明目的,本发明提供一种基于域控制器的模块化无人驾驶故障诊断系统,包括微控制器,所述微控制器属于域控制器的一部分,并适于与所述域控制器的其他部分之间交互故障诊断信息,所述故障诊断信息至少包括传感器故障诊断信息;所述微控制器的软件架构包括应用层和基础层,所述应用层中包括故障诊断单元和规控单元,所述规控单元适于根据所述故障诊断单元提供的故障等级信息进行故障响应,作出是否抑制ADAS相关功能的决策。
进一步地,所述域控制器的其他部分包括至少两个系统级芯片,其中一个系统级芯片适于提供环视相机的故障诊断信息,另一个系统级芯片适于提供前视相机的故障诊断信息。
进一步地,所述故障诊断单元包括多个故障诊断模块和故障协调模块,所述故障协调模块适于统一收集各所述故障诊断模块输出的故障诊断信息。
进一步地,多个所述故障诊断模块至少包括相机诊断模块和雷达诊断模块;所述相机诊断模块用于前视相机和环视相机的故障诊断,所述雷达诊断模块用于激光雷达、毫米波雷达和超声波雷达的故障诊断。
进一步地,还包括线路诊断模块,用于对各传感器短接到电源、短接到地和开路的故障诊断。
进一步地,还包括供电诊断模块,用于对各传感器以及所述域控制器的供电电压过高和/或过低的故障诊断。
进一步地,还包括芯片诊断模块,用于所述域控制器中各芯片的内存故障和/或超温故障的故障诊断。
进一步地,还包括通信诊断模块,用于CAN网络、以太网和SPI总线的通信故障诊断。
进一步地,所述微控制器的软件架构还包括基础层,所述基础层适于存储来自所述故障诊断单元的故障诊断信息并以故障码标识,以便通过读取故障码来快速定位故障。
进一步地,获得的故障诊断信息以故障标志位标识。
与现有技术相比,本发明的有益效果为:
1、能实时监控无人驾驶汽车运行状态,在车辆出现故障后及时定位故障原因并进行故障响应,保障车辆及人员安全。
2、采用模块化的软件架构使功能更加清晰、具体,同时便于对故障响应进行统一规划。
3、基于域控制器和模块化开发的无人驾驶诊断算法软件架构可以减少车辆控制器的数量、降低车身线束的长度和重量,从而保证车辆的动力性和经济性。
4、基于模块化开发的诊断算法可以避免诊断项的缺失,进行正确的故障响应以在传感器出现问题时有效保障车辆和人员安全,可以通过诊断仪读取故障状态,提高维修效率。
附图说明
图1是本发明一个实施例的原理框图。
具体实施方式
下面结合附图和具体实施例,对本发明的技术方案做进一步说明。
如图1所示,本发明基于域控制器的模块化无人驾驶故障诊断系统的一个实施例,域控制器中包括两个系统级芯片SOC(System on Chip)和一个微控制器芯片MCU(Microcontroller Unit)。两个系统级芯片SOC可以分别接收前视相机和环视相机的信号,并且进行相应的算法开发和相关诊断功能开发,同时和微控制器芯片MCU进行相应信息交互。SOC1(TDA):主要用于环视相机功能开发,并且会提供环视相机的故障诊断信息。SOC2(J2):主要用于前视相机功能开发,并且会提供前视相机的诊断故障信息。相机故障包括两部分:SOC提供的相机故障和MCU进行的相机故障。两种芯片负责不同的相机故障诊断内容。如,SOC会提供相机遮挡、强光等故障信息,MCU会提供绿图故障、图片时序故障等,同时,SOC只会提供对应的故障信息,MCU会将对应的故障信息记录成故障码或DTC码,方便维修时读取定位故障。三个雷达的故障信息通过MCU里面的逻辑进行判断是否发生故障。
微控制器芯片MCU的应用层ASW(Applications SoftWare)建立诊断功能单元,按照故障类型及模块化设计原则将诊断单元细分线路诊断、供电诊断、相机诊断、雷达诊断、通信诊断、芯片诊断和故障协调模块,各个诊断模块实现诊断功能如下:
线路诊断:完成各个传感器短接到电源、短接到地和开路的故障诊断。
供电诊断:完成各个传感器以及控制芯片的供电过高、过低的故障诊断。
相机诊断:完成前视相机和环视相机的故障诊断。
雷达诊断:完成激光雷达、毫米波雷达、超声波雷达的故障诊断。
通信诊断:完成控制器局域网总线CAN(Controller Area Network)网络、以太网、串行外围设备接口总线SPI(serial peripheral interface)通信的故障诊断。
芯片诊断:完成MCU、SOC芯片的内存故障、超温故障等的故障诊断。
故障协调模块:接收来自上述故障模块的故障标志位以及CAN信息中的故障信息传递到规控单元中的ADAS(Advanced Driving Assistance System,高级驾驶辅助系统)功能单元,如自动紧急制动AEB(Autonomous Emergency Braking)、前方碰撞预警FCW(Forward Collision Warning)、自适应巡航ACC(Adaptive Cruise Control)、车道偏离预警LDW(Lane Departure Warning)等进行故障响应,当达到设定的故障等级时抑制ADAS相关功能,以便进行人工干预,保证人车安全。
具体地,故障等级根据故障类型,如传感器故障、芯片故障等,以及发生故障后对车辆功能的影响程度进行划分,如影响车辆正常行驶,会造成人身和车辆损害的,则故障等级为高,如芯片故障和供电故障。如对人身和车辆的安全影响适中,车辆依然可以行驶,则故障等级为中,如超声波雷达传感器故障。如对车辆安全运行影响小,故障等级为低,如通信故障中部分信号的有效性故障。
至于在什么情况下抑制ADAS相关功能,举例来说,当发生前视相机电路故障时,会抑制或阻止依赖于前视相机的ADAS相关功能,如ACC、AEB、FCW等功能被抑制。当前视相机电路故障排除后,则自动恢复相应功能。
故障标志位和故障码两者不同。故障标志位是内部逻辑计算判断出有故障的时候,会使故障标志位置位(赋值为1),但是故障标志位置位后,并不意味着存储了故障码,故障标志位置位后,还需要调用相关API(函数接口),才能存储故障码,故障诊断仪只能读取故障码,不能读取故障标志位。
本实施例中,通过将多个控制芯片集成到一个域控制器,减少了车辆控制器的数量,相应也会减少车身线束的长度和重量。基于模块化设计思想将故障类型进行分类,并且在微控制器MCU中进行集中管理,使诊断相关项不会缺失,通过故障协调模块统一进行故障响应,确保车辆发生故障时能够做出正确决策,保障车辆和人员的安全。通过诊断单元和基础软件层BSW(basic software)的交互,将故障进行存储,维修人员可以通过诊断仪读取故障码以快速定位故障,提高维修效率。
本实施例中,通过该基于域控制器和模块化开发的无人驾驶诊断算法软件架构可以减少车辆控制器的数量、车身线束的长度和重量,从而提供车辆的动力性和经济性。基于模块化开发的诊断算法可以避免诊断项的缺失,进行正确的故障响应以保障在传感器出现问题时有效保障车辆和人员安全,可以通过诊断仪读取故障状态,提高维修效率。
为了便于理解本发明的上述实施例,下面对每一种类别的故障类型,举一个具体的故障进行说明。
线路诊断模块:当前视相机线路发生STB(short to battery)故障时,故障标志位VsOUTD_FrtCmrSTBDiagData.TstFailed置位,故障等级为高VsOUTD_FrtSCmrSTBDiagData.Priority等于High,同时对应故障码5B3312可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_FCmrNoAvbl会置位,同时ACC、AEB和FCW的抑制标志位会置位,分别为VeFLTMU_ACC_FaultStatus、VeFLTMU_AEB_FaultStatus、VeFLTMU_FCW_FaultStatus,对应ACC、AEB、FCW功能被抑制。
供电诊断模块:当域控制器发生供电过高故障时,故障标志位VsPWRD_BattVoltHiDiagData.TstFailed置位,故障等级为高VsPWRD_BattVoltHiDiagData.Priority等于High,同时对应故障码900117可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_uBattErr会置位,同时ACC、AEB、FCW和LDW的抑制标志位会置位,分别为VeFLTMU_ACC_FaultStatus、VeFLTMU_AEB_FaultStatus、VeFLTMU_FCW_FaultStatus、VeFLTMU_LDW_FaultStatus,对应ACC、AEB、FCW,LDW功能被抑制。
相机诊断模块(前视相机):当前视相机发生遮挡故障时,故障标志位VsCMRD_FCmrBlockageDiagData.TstFailed置位,故障等级为高VsCMRD_FCmrBlockageDiagData.Priority等于High,同时对应故障码5B1C11可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_FCmrNoAvbl会置位,同时ACC、AEB、FCW和LDW的抑制标志位会置位,分别为VeFLTMU_ACC_FaultStatus、VeFLTMU_AEB_FaultStatus、VeFLTMU_FCW_FaultStatus、VeFLTMU_LDW_FaultStatus,对应ACC、AEB、FCW,LDW功能被抑制。
相机诊断模块(环视相机):当左侧视相机发生图像无效故障时,故障标志位VsCMRD_LSCmrImgInvldDiagData.TstFailed置位,故障等级为高VsCMRD_LSCmrImgInvldDiagData.Priority等于High,同时对应故障码5B1D11可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_LSCmrNoAvbl会置位,FCW抑制标志位会VeFLTMU_FCW_FaultStatus置位,对应FCW功能被抑制。
雷达诊断模块(激光雷达):当激光雷达发生遮挡故障时,故障标志位VsRDAD_LidarBlockageDiagData.TstFailed置位,故障等级为高VsRDAD_LidarBlockageDiagData.Priority等于High,同时对应故障码5B2E11可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_LidarNoAvbl会置位,同时ACC、AEB的抑制标志位会置位,分别为VeFLTMU_ACC_FaultStatus、VeFLTMU_AEB_FaultStatus,对应ACC、AEB、功能被抑制。
雷达诊断模块(毫米波雷达):当毫米波雷达发生温度异常故障时,故障标志位VsRDAD_MillimeterTempDiagData.TstFailed置位,故障等级为高VsRDAD_MillimeterTempDiagData.Priority等于High,同时对应故障码5B2711可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_MillimeterNoAvbl会置位,同时ACC、AEB、FCW的抑制标志位会置位,分别为VeFLTMU_ACC_FaultStatus、VeFLTMU_AEB_FaultStatus、VeFLTMU_FCW_FaultStatus,对应ACC、AEB、FCW功能被抑制。
雷达诊断模块(超声波雷达):当超声波雷达发生余波过短故障时,故障标志位VsRDAD_UltrSnc_WvAftShkShort.TstFailed置位,故障等级为高VsRDAD_UltrSnc_WvAftShkShort.Priority等于High,同时对应故障码5B2229可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_UltrSncNoAvbl会置位,同时自动泊车APA(AutoParking Asist)的抑制标志位VeFLTMU_APA_FaultStatus会置位,对应APA功能被抑制。
通信诊断模块:当EPB(Electrical Park Brake)节点发生节点丢失超时故障时,故障标志位VsCAND_EPB_MsgTimeOutDiagData.TstFailed置位,故障等级为高VsCAND_EPB_MsgTimeOutDiagData.Priority等于High,同时对应故障码C12887可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_CAND_EPB_SignalErr会置位,同时ACC、AEB、FCW的抑制标志位会置位,分别为VeFLTMU_ACC_FaultStatus、VeFLTMU_AEB_FaultStatus、VeFLTMU_FCW_FaultStatus,对应ACC、AEB、FCW功能被抑制。
芯片诊断模块:当微控制器发生芯片超温故障时,故障标志位VsCOND_HrdwOvrTmpFaultDiagData.TstFailed置位,故障等级为高VsCOND_HrdwOvrTmpFaultDiagData.Priority等于High,同时对应故障码5B1E4B可以通过CANoe软件读出,故障状态为09,故障协调模块中变量VbFLTMU_ControllerInternalFault会置位,同时ACC、AEB、FCW和LDW的抑制标志位会置位,分别为VeFLTMU_ACC_FaultStatus、VeFLTMU_AEB_FaultStatus、VeFLTMU_FCW_FaultStatus、VeFLTMU_LDW_FaultStatus,对应ACC、AEB、FCW,LDW功能被抑制。
本实施例中,对基于域控制器实现无人驾驶所依赖的传感器(激光雷达、超声波雷达、毫米波雷达、相机等)、芯片、通信等的诊断架构。采用模块化的软件架构使得功能更加清晰、具体,同时便于对故障响应进行统一规划。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,包括微控制器,所述微控制器属于域控制器的一部分,并适于与所述域控制器的其他部分之间交互故障诊断信息,所述故障诊断信息至少包括传感器故障诊断信息;所述微控制器的软件架构包括应用层和基础层,所述应用层中包括故障诊断单元和规控单元,所述规控单元适于根据所述故障诊断单元提供的故障等级信息进行故障响应,作出是否抑制ADAS相关功能的决策。
2.根据权利要求1所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,所述域控制器的其他部分包括至少两个系统级芯片,其中一个系统级芯片适于提供环视相机的故障诊断信息,另一个系统级芯片适于提供前视相机的故障诊断信息。
3.根据权利要求1所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,所述故障诊断单元包括多个故障诊断模块和故障协调模块,所述故障协调模块适于统一收集各所述故障诊断模块输出的故障诊断信息。
4.根据权利要求3所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,多个所述故障诊断模块至少包括相机诊断模块和雷达诊断模块;所述相机诊断模块用于前视相机和环视相机的故障诊断,所述雷达诊断模块用于激光雷达、毫米波雷达和超声波雷达的故障诊断。
5.根据权利要求4所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,还包括线路诊断模块,用于对各传感器短接到电源、短接到地和开路的故障诊断。
6.根据权利要求4所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,还包括供电诊断模块,用于对各传感器以及所述域控制器的供电电压过高和/或过低的故障诊断。
7.根据权利要求4所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,还包括芯片诊断模块,用于所述域控制器中各芯片的内存故障和/或超温故障的故障诊断。
8.根据权利要求4所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,还包括通信诊断模块,用于CAN网络、以太网和SPI总线的通信故障诊断。
9.根据权利要求1所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,所述微控制器的软件架构还包括基础层,所述基础层适于存储来自所述故障诊断单元的故障诊断信息并以故障码标识,以便通过读取故障码来快速定位故障。
10.根据权利要求4-7任一项所述的基于域控制器的模块化无人驾驶故障诊断系统,其特征在于,获得的故障诊断信息以故障标志位标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111665716.XA CN114460919A (zh) | 2021-12-31 | 2021-12-31 | 基于域控制器的模块化无人驾驶故障诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111665716.XA CN114460919A (zh) | 2021-12-31 | 2021-12-31 | 基于域控制器的模块化无人驾驶故障诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114460919A true CN114460919A (zh) | 2022-05-10 |
Family
ID=81408268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111665716.XA Pending CN114460919A (zh) | 2021-12-31 | 2021-12-31 | 基于域控制器的模块化无人驾驶故障诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114460919A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115376347A (zh) * | 2022-10-26 | 2022-11-22 | 禾多科技(北京)有限公司 | 智驾域控制器以及车辆的控制方法 |
CN115499341A (zh) * | 2022-09-14 | 2022-12-20 | 苏州挚途科技有限公司 | 数据通信状态的检测方法、装置以及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958227A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 车辆故障诊断方法 |
CN110682876A (zh) * | 2019-09-26 | 2020-01-14 | 泰牛汽车技术(苏州)有限公司 | 车辆自动驾驶方法、系统、存储介质及自动驾驶汽车 |
CN111077880A (zh) * | 2019-12-24 | 2020-04-28 | 国汽(北京)智能网联汽车研究院有限公司 | 一种车辆故障的诊断系统及方法 |
CN112540599A (zh) * | 2020-12-28 | 2021-03-23 | 上海汽车集团股份有限公司 | 一种安全处理方法、安全处理系统及智能驾驶系统 |
CN112684779A (zh) * | 2020-12-25 | 2021-04-20 | 长城汽车股份有限公司 | 车辆故障检测方法、系统、存储介质以及电子设备 |
CN113156916A (zh) * | 2021-03-26 | 2021-07-23 | 华为技术有限公司 | 控制器系统及控制方法 |
CN113341922A (zh) * | 2021-06-02 | 2021-09-03 | 英博超算(南京)科技有限公司 | 基于lcm的域控制器故障诊断系统 |
-
2021
- 2021-12-31 CN CN202111665716.XA patent/CN114460919A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958227A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 车辆故障诊断方法 |
CN110682876A (zh) * | 2019-09-26 | 2020-01-14 | 泰牛汽车技术(苏州)有限公司 | 车辆自动驾驶方法、系统、存储介质及自动驾驶汽车 |
CN111077880A (zh) * | 2019-12-24 | 2020-04-28 | 国汽(北京)智能网联汽车研究院有限公司 | 一种车辆故障的诊断系统及方法 |
CN112684779A (zh) * | 2020-12-25 | 2021-04-20 | 长城汽车股份有限公司 | 车辆故障检测方法、系统、存储介质以及电子设备 |
CN112540599A (zh) * | 2020-12-28 | 2021-03-23 | 上海汽车集团股份有限公司 | 一种安全处理方法、安全处理系统及智能驾驶系统 |
CN113156916A (zh) * | 2021-03-26 | 2021-07-23 | 华为技术有限公司 | 控制器系统及控制方法 |
CN113341922A (zh) * | 2021-06-02 | 2021-09-03 | 英博超算(南京)科技有限公司 | 基于lcm的域控制器故障诊断系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115499341A (zh) * | 2022-09-14 | 2022-12-20 | 苏州挚途科技有限公司 | 数据通信状态的检测方法、装置以及电子设备 |
CN115376347A (zh) * | 2022-10-26 | 2022-11-22 | 禾多科技(北京)有限公司 | 智驾域控制器以及车辆的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111127931B (zh) | 一种智能网联汽车的车路云协同方法、装置及系统 | |
CN110570538B (zh) | 智能驾驶汽车中黑匣子数据的管理方法、装置和设备 | |
CN109484392B (zh) | 一种多轮分布式混合动力系统集成故障诊断方法 | |
CN111077880B (zh) | 一种车辆故障的诊断系统及方法 | |
CN114460919A (zh) | 基于域控制器的模块化无人驾驶故障诊断系统 | |
EP2891264B1 (de) | Verfahren zum durchführen einer sicherheitsfunktion eines fahrzeugs und system zum durchführen des verfahrens | |
CN110481565A (zh) | 自动驾驶车辆的控制方法和自动驾驶车辆的控制装置 | |
DE102018131479A1 (de) | Systeme, verfahren und vorrichtungen zur erkennung von diagnosefehlern mit parameterdaten unter verwendung einer redundanten prozessorarchitektur | |
CN108995537B (zh) | 一种用于车辆智能驾驶的整车控制装置 | |
CN109808682B (zh) | 无人车停靠方法、装置和终端 | |
CN112622930A (zh) | 无人车的行驶控制方法、装置、设备以及自动驾驶车辆 | |
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 | |
CN103493019A (zh) | 多代理程序合作车辆故障诊断系统和相关联的方法 | |
CA3057937A1 (en) | Redundant ethernet network and sensor processing system for vehicles and related methods | |
EP4318144A1 (en) | Vehicle trouble diagnosis method and on-board diagnosis apparatus | |
CN105083295A (zh) | 用于诊断智能传感器或智能致动器的故障的系统和方法 | |
CN114620056A (zh) | 车辆传感器故障诊断方法、装置、车辆及存储介质 | |
CN110379040A (zh) | 一种汽车黑匣子系统及其数据获取方法 | |
CN114043994A (zh) | 车辆故障处理方法、装置、设备和存储介质 | |
EP4428632A1 (en) | Autonomous driving control system and vehicle | |
CN114489004B (zh) | 一种无人驾驶试验方法及其系统 | |
WO2020038446A1 (zh) | 车辆控制器、车辆控制方法及车辆 | |
CN108958248A (zh) | 备份系统 | |
CN110466450B (zh) | 汽车安全检测系统 | |
CN109032113A (zh) | 车辆控制单元 |
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 |