CN114485725A - 数据异常检测方法、自动驾驶平台以及计算机可读存储介质 - Google Patents
数据异常检测方法、自动驾驶平台以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114485725A CN114485725A CN202111580719.3A CN202111580719A CN114485725A CN 114485725 A CN114485725 A CN 114485725A CN 202111580719 A CN202111580719 A CN 202111580719A CN 114485725 A CN114485725 A CN 114485725A
- Authority
- CN
- China
- Prior art keywords
- data
- navigation system
- detection method
- preset threshold
- anomaly detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 70
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 230000006870 function Effects 0.000 claims abstract description 21
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000012805 post-processing Methods 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Manufacturing & Machinery (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种数据异常检测方法、自动驾驶平台以及计算机可读存储介质。该数据异常检测方法包括:获取组合导航系统上传的原始数据以及第一处理数据;基于原始数据生成第二处理数据;基于第二处理数据对第一处理数据进行校验,在第一处理数据与第二处理数据的差值大于预设阈值时,确认组合导航系统异常,以及执行相应的后处理,例如基于第二处理数据执行组合导航定位以及其他辅助驾驶功能、自动驾驶功能,执行安全策略、上报异常信息以及利用雷达点云数据辅助自动驾驶,如提高雷达点云数据在组合导航定位任务中的权重等。通过上述方式,本申请的数据异常检测方法可以通过利用原始数据对组合导航系统进行校验,提高组合导航系统的可用性和控制准确性。
Description
技术领域
本申请涉及自动驾驶技术领域,特别是涉及一种数据异常检测方法、自动驾驶平台以及计算机可读存储介质。
背景技术
自动驾驶汽车(Autonomous vehicles;Self-piloting automobile)又称无人驾驶汽车,是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。在车辆行驶过程中,自动驾驶系统需要了解周围的交通状况,根据行驶路线上的道路和交通状况进行导航,以保证车辆的安全、正常行驶。
在现有的自动驾驶技术中,自动驾驶汽车的组合导航系统直接上传处理数据,自动驾驶平台只能根据上传的数据对组合导航系统进行监测,监测效率低下且监测条件单一导致监测准确性较低。
发明内容
本申请提供了一种数据异常检测方法、自动驾驶平台以及计算机可读存储介质。
本申请提供了一种数据异常检测方法,所述数据异常检测方法包括:
获取组合导航系统上传的原始数据以及第一处理数据,其中,所述第一处理数据由所述组合导航系统基于原始数据处理得到;
基于所述原始数据生成第二处理数据;
基于所述第二处理数据对所述第一处理数据进行校验,在所述第一处理数据与所述第二处理数据的差值大于预设阈值时,确认所述组合导航系统异常。
其中,所述预设阈值包括第一预设阈值和第二预设阈值,其中,所述第一预设阈值小于第二预设阈值;
所述数据异常检测方法,还包括:
在所述第一处理数据与所述第二处理数据的差值小于所述第一预设阈值时,确认所述组合导航系统正常;
在所述第一处理数据与所述第二处理数据的差值大于等于所述第一预设阈值,且小于所述第二预设阈值时,确认所述组合导航系统异常,上报所述组合导航系统的异常信息;
在所述第一处理数据与所述第二处理数据的差值大于等于所述第二预设阈值时,确认所述组合导航系统出现故障,执行安全策略。
其中,所述安全策略包括:靠边停车、减速行驶和/或降级驾驶模式。
其中,所述确认所述组合导航系统异常之后,所述数据异常检测方法还包括:
获取雷达传感器的点云数据;
基于所述点云数据实现自动驾驶功能。
其中,所述基于所述点云数据实现自动驾驶功能,包括:
基于所述点云数据配置第一权重,基于所述原始数据配置第二权重,其中,所述第一权重大于所述第二权重;
按照所述第一权重和所述第二权重的权重比例,采用所述点云数据和所述原始数据组合实现所述自动驾驶功能。
其中,所述原始数据包括第一定位数据以及第二定位数据;
所述在所述第一处理数据与所述第二处理数据的差值大于预设阈值时,确认所述组合导航系统异常,包括:
在所述第一定位数据以及所述第二定位数据中的任意一种原始数据对应的第一处理数据与第二处理数据的差值大于所述预设阈值时,确认所述组合导航系统异常。
其中,所述数据异常检测方法,还包括:
在所述第一定位数据以及所述第二定位数据中的任意一种原始数据对应的第一处理数据与第二处理数据的差值大于所述预设阈值时,利用所述差值大于所述预设阈值的原始数据以及其余种类的处理数据实现自动驾驶功能。
其中,所述第一定位数据为GNSS数据,所述第二定位数据为INS数据。
本申请还提供了一种自动驾驶平台,所述自动驾驶平台包括处理器和存储器,所述存储器中存储有程序数据,所述处理器用于执行所述程序数据以实现如上述的数据异常检测方法。
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现上述的数据异常检测方法。
本申请的有益效果是:自动驾驶平台获取组合导航系统上传的原始数据以及第一处理数据,其中,第一处理数据由组合导航系统基于原始数据处理得到;基于原始数据生成第二处理数据;基于第二处理数据对第一处理数据进行校验,在第一处理数据与第二处理数据的差值大于预设阈值时,确认组合导航系统异常。通过上述方式,本申请的数据异常检测方法可以通过利用原始数据对组合导航系统进行校验,提高组合导航系统的可用性和控制准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,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的附图。其中:
图1是本申请提供的数据异常检测方法一实施例的流程示意图;
图2是图1所示数据异常检测方法中步骤S13的具体流程示意图;
图3是本申请提供的数据异常检测方法另一实施例的流程示意图;
图4是本申请提供的自动驾驶平台一实施例的结构示意图;
图5是本申请提供的自动驾驶平台另一实施例的结构示意图;
图6是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参阅图1,图1是本申请提供的数据异常检测方法一实施例的流程示意图。
其中,本申请的数据异常检测方法应用于一种自动驾驶平台,其中,本申请的自动驾驶平台可以为服务器,也可以为由服务器和终端设备相互配合的系统。相应地,自动驾驶平台包括的各个部分,例如各个单元、子单元、模块、子模块可以全部设置于服务器中,也可以分别设置于服务器和终端设备中。
进一步地,上述服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块,例如用来提供分布式服务器的软件或软件模块,也可以实现成单个软件或软件模块,在此不做具体限定。在一些可能的实现方式中,本申请实施例的数据异常检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
具体而言,如图1所示,本申请实施例的数据异常检测方法具体包括以下步骤:
步骤S11:获取组合导航系统上传的原始数据以及第一处理数据,其中,第一处理数据由组合导航系统基于原始数据处理得到。
在本申请实施例中,自动驾驶平台持续获取组合导航系统上传的原始数据以及第一处理数据,其中,第一处理数据为组合导航系统自身根据内部的处理算法和处理逻辑对原始数据进行数据处理得到。
具体地,组合导航系统采集的原始数据的种类包括但不限于:第一定位数据、第二定位数据等。其中,第一定位数据可以为GNSS数据,第二定位数据可以为INS数据,INS数据可以由IMU数据计算得到。在其他实施例中,组合导航系统也可以采用其他传感器采集其他种类的定位数据,在此不再赘述。
具体地,IMU数据为惯性测量单元(IMU,Inertial Measurement Unit)测量的数据;其中,惯性测量单元包括陀螺仪,加速度计等,对应地,IMU数据包括角速度数据和加速度数据。GNSS(GNSS,Global Navigation Satellite System)数据为全球导航卫星系统测量的定位数据。INS数据为根据IMU数据,即角速度和加速度的数值确定的运动载体在惯性参考坐标系中的运动定位数据。
其中,组合导航系统上传的原始数据至少应当包括以上至少一个种类的原始数据。
步骤S12:基于原始数据生成第二处理数据。
在本申请实施例中,自动驾驶平台搭载有与组合导航系统相同,甚至更详细的处理算法以及处理逻辑。因此,自动驾驶平台可以基于组合导航系统上传的原始数据进行数据处理,以得到第二处理数据。
步骤S13:基于第二处理数据对第一处理数据进行校验,在第一处理数据与第二处理数据的差值大于预设阈值时,确认组合导航系统异常。
在本申请实施例中,自动驾驶平台基于第二处理数据对第一处理数据进行校验。由于自动驾驶平台与组合导航系统搭载有相同的处理算法以及处理逻辑,以自动驾驶平台根据原始数据进行数据处理得到第二处理数据作为基准,可以对组合导航系统处理的第一处理数据进行校验,以监测组合导航系统的处理过程是否正常。
当第一处理数据与第二处理数据不一致时,自动驾驶平台可以确认组合导航系统异常。另外,自动驾驶平台也可以设置一定的误差范围,当第一处理数据与第二处理数据的差值小于等于预设阈值时,可以确认组合导航系统的处理过程产生的误差还在可容忍范围内。当第一处理数据与第二处理数据的差值大于预设阈值时,确认组合导航系统异常,需要对组合导航系统进行后处理,例如上报组合导航系统的异常信息等。
由于原始数据的数据种类可能会有多种,自动驾驶平台可以基于每一种原始数据以及对应处理数据都校验。在IMU数据、GNSS数据以及INS数据中任意一种原始数据对应的处理数据校验出异常情况时,都可以确认组合导航系统异常,还可以进一步上报异常处理数据对应的数据种类。
进一步地,若存在一种或多种类型的处理数据校验失败时,自动驾驶平台可以采用校验失败的原始数据以及校验成功的处理数据实现自动驾驶功能。
具体地,本申请实施例的预设阈值还可以包括第一预设阈值和第二预设阈值,其中,第一预设阈值小于第二预设阈值。如图2所示,本申请实施例的数据异常检测方法中步骤S13进一步包括以下步骤:
步骤S131:在第一处理数据与第二处理数据的差值小于第一预设阈值时,确认组合导航系统正常。
在本申请实施例中,自动驾驶平台校验出第一处理数据与第二处理数据的差值小于第一预设阈值时,确认组合导航系统正常。
步骤S132:在第一处理数据与第二处理数据的差值大于等于第一预设阈值,且小于第二预设阈值时,确认组合导航系统异常,上报组合导航系统的异常信息。
在本申请实施例中,自动驾驶平台校验出第一处理数据与第二处理数据的差值大于等于第一预设阈值,且小于第二预设阈值时,确认组合导航系统异常,需要上报组合导航系统的异常信息。但由于差值还在可容忍范围内,自动驾驶平台可以选择继续自动驾驶。
步骤S133:在第一处理数据与第二处理数据的差值大于等于第二预设阈值时,确认组合导航系统出现故障,执行安全策略。
例如,自动驾驶平台根据原始数据,即上述IMU数据、GNSS数据以及INS数据计算得到自动驾驶车辆的车速为100m/s,以100m/s为校验的标准。其中,自动驾驶平台预设第一预设阈值为2m/s,第二预设阈值为5m/s。
当组合导航系统根据原始数据计算得到自动驾驶车辆的车速为101m/s时,两者的差值为1m/s,小于第一预设阈值,确认组合导航系统正常。当组合导航系统根据原始数据计算得到自动驾驶车辆的车速为104m/s时,两者的差值为4m/s,在第一预设阈值和第二预设阈值之间,确认组合导航系统异常,上报组合导航系统的异常信息。当组合导航系统根据原始数据计算得到自动驾驶车辆的车速为94m/s时,两者的差值为6m/s,确认组合导航系统出现故障,执行安全策略。
在本申请实施例中,自动驾驶平台校验出第一处理数据与第二处理数据的差值大于等于第二预设阈值时,确认组合导航系统出现故障。此时组合导航系统已经出现严重问题,可能会影响自动驾驶车辆的驾驶安全,因此,自动驾驶平台需要及时执行安全策略,防止自动驾驶车辆发生驾驶危险,保障乘客的安全。
其中,自动驾驶平台可执行的安全策略包括但不限于靠边停车、减速行驶以及降级驾驶模式。降级驾驶模式可以为从自动驾驶模式降级为辅助驾驶模式等,也可以是从更高级别的自动驾驶降级为较低级别的驾驶。
具体地,降级驾驶模式可以是从自动驾驶模式降级为辅助驾驶模式,如从L5或L4降级为L3或者L2。在另一个实施例中,也可以是从L5向L4~L2的降级,如从L5全自动驾驶降级为L4自动驾驶。
L5,即(Level 5:Full Automation完全自动驾驶),Level 5全自动驾驶(无人驾驶),没有使用条件限制,无需监控和控制,甚至没有方向盘等控制机构,需要非常强大的感知和决策能力,全天候工作。
L2~L4指Level 4(High Automation,高度自动驾驶),Level 3(ConditionalAutomation,有条件自动驾驶),Level 2(Partial Automation,部分自动化)。
其中,Level 4(高度自动驾驶)车辆自动做出自主决策,并且驾驶者无需任何操作,一般需依靠可实时更新的道路信息数据支持,实现自动取还车、自动编队巡航、自动避障等出行的真实场景。
Level 3(有条件自动驾驶)通过更有逻辑性的行车电脑控制车辆,驾驶员不需要手脚待命,车辆能够在特定环境下独立完成操作驾驶,但驾驶员无法进行睡眠或休息,在人工智能不能准确判断时,仍需人工操作。
Level 2(部分自动化)可自动完成某些驾驶任务,并经过处理分析,自动调整车辆状态,除了能控制加减速,同时还能对方向盘进行控制,驾驶员需观察周围情况提供车辆安全操作。
另外,自动驾驶平台还可以对第二处理数据进行后处理,例如利用第二处理数据执行组合导航定位以及其他辅助驾驶功能、自动驾驶功能等,在此不再赘述。
在本申请实施例中,自动驾驶平台获取组合导航系统上传的原始数据以及第一处理数据,其中,第一处理数据由组合导航系统基于原始数据处理得到;基于原始数据生成第二处理数据;基于第二处理数据对第一处理数据进行校验,在第一处理数据与第二处理数据的差值大于预设阈值时,确认组合导航系统异常,以及执行相应的后处理,例如执行安全策略、上报异常信息以及利用雷达点云数据辅助自动驾驶等。通过上述方式,本申请的数据异常检测方法可以通过利用原始数据对组合导航系统进行校验,提高组合导航系统的可用性和控制准确性。
请继续参阅图3,图3是本申请提供的数据异常检测方法另一实施例的流程示意图。在本申请实施例中,自动驾驶平台提出了其他后处理的方案。
请参阅图3,图1是本申请提供的数据异常检测方法一实施例的流程示意图。
步骤S21:获取组合导航系统上传的原始数据以及第一处理数据,其中,第一处理数据由组合导航系统基于原始数据处理得到。
步骤S22:基于原始数据生成第二处理数据。
步骤S23:基于第二处理数据对第一处理数据进行校验,在第一处理数据与第二处理数据的差值大于预设阈值时,确认组合导航系统异常。
在本申请实施例中,步骤S21至步骤S23与图1所示数据异常检测方法中的步骤S11至步骤S13相同,在此不再赘述。
在本申请实施例中,自动驾驶平台已经校验出组合导航系统异常,此时,需要借助其他传感器采集的驾驶数据来辅助自动驾驶平台继续实现自动驾驶功能,具体请继续参阅步骤S24至步骤S25。
步骤S24:获取雷达传感器的点云数据。
在本申请实施例中,自动驾驶平台获取雷达传感器上传的点云数据。借助雷达传感器上传的点云数据,自动驾驶平台可以获取驾驶环境中实时的环境信息,可以辅助自动驾驶平台继续实现自动驾驶功能。
步骤S25:基于点云数据实现自动驾驶功能。
在本申请实施例中,自动驾驶平台可以直接屏蔽组合导航系统上传的原始数据和处理数据,直接点云数据作为实现自动驾驶功能的处理数据,另外,自动驾驶平台还可以利用点云数据弥补组合导航系统上传的处理数据的缺陷,例如,自动驾驶平台可以屏蔽组合导航系统上传的异常的处理数据,采用点云数据替换对应的异常处理数据。
在其他实施例中,自动驾驶平台还可以提高点云数据在自动驾驶中的参考权重,从而减少组合导航系统异常对自动驾驶的影响。例如,自动驾驶平台基于点云数据配置第一权重,基于组合导航系数上传的原始数据和处理数据配置第二权重,其中,第一权重大于第二权重,即提高点云数据在自动驾驶中的参考权重。自动驾驶平台按照第一权重和第二权重的权重比例,采用点云数据和组合导航系数上传的原始数据组合实现自动驾驶功能。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
为实现上述实施例的数据异常检测方法,本申请还提出了一种自动驾驶平台,具体请参阅图4,图4是本申请提供的自动驾驶平台一实施例的结构示意图。
如图4所示,本申请提供的自动驾驶平台400包括获取模块41、处理模块42以及监测模块43。
其中,获取模块41,用于获取组合导航系统上传的原始数据以及第一处理数据,其中,所述第一处理数据由所述组合导航系统基于原始数据处理得到。
处理模块42,用于基于所述原始数据生成第二处理数据。
监测模块43,用于基于所述第二处理数据对所述第一处理数据进行校验,在所述第一处理数据与所述第二处理数据的差值大于预设阈值时,确认所述组合导航系统异常。
为实现上述实施例的数据异常检测方法,本申请还提出了另一种自动驾驶平台,具体请参阅图5,图5是本申请提供的自动驾驶平台另一实施例的结构示意图。
本申请实施例的自动驾驶平台500包括存储器51和处理器52,其中,存储器51和处理器52耦接。
存储器51用于存储程序数据,处理器52用于执行程序数据以实现上述实施例所述的数据异常检测方法。
在本实施例中,处理器52还可以称为CPU(Central Processing Unit,中央处理单元)。处理器52可能是一种集成电路芯片,具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(DSP,Digital Signal Process)、专用集成电路(ASIC,ApplicationSpecific Integrated Circuit)、现场可编程门阵列(FPGA,Field Programmable GateArray)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器52也可以是任何常规的处理器等。
为实现上述实施例的数据异常检测方法,本申请还提供了一种计算机可读存储介质,如图6所示,计算机可读存储介质600用于存储程序数据61,程序数据61在被处理器执行时,用以实现如上述实施例所述的数据异常检测方法。
本申请还提供一种计算机程序产品,其中,上述计算机程序产品包括计算机程序,上述计算机程序可操作来使计算机执行如本申请实施例所述的数据异常检测方法。该计算机程序产品可以为一个软件安装包。
本申请上述实施例所述的数据异常检测方法,在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时,可以存储在装置中,例如一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种数据异常检测方法,其特征在于,所述数据异常检测方法包括:
获取组合导航系统上传的原始数据以及第一处理数据,其中,所述第一处理数据由所述组合导航系统基于原始数据处理得到;
基于所述原始数据生成第二处理数据;
基于所述第二处理数据对所述第一处理数据进行校验,在所述第一处理数据与所述第二处理数据的差值大于预设阈值时,确认所述组合导航系统异常。
2.根据权利要求1所述的数据异常检测方法,其特征在于,
所述预设阈值包括第一预设阈值和第二预设阈值,其中,所述第一预设阈值小于第二预设阈值;
所述数据异常检测方法,还包括:
在所述第一处理数据与所述第二处理数据的差值小于所述第一预设阈值时,确认所述组合导航系统正常;
在所述第一处理数据与所述第二处理数据的差值大于等于所述第一预设阈值,且小于所述第二预设阈值时,确认所述组合导航系统异常,上报所述组合导航系统的异常信息;
在所述第一处理数据与所述第二处理数据的差值大于等于所述第二预设阈值时,确认所述组合导航系统出现故障,执行安全策略。
3.根据权利要求2所述的数据异常检测方法,其特征在于,
所述安全策略包括:靠边停车、减速行驶和/或降级驾驶模式。
4.根据权利要求1所述的数据异常检测方法,其特征在于,
所述确认所述组合导航系统异常之后,所述数据异常检测方法还包括:
获取雷达传感器的点云数据;
基于所述点云数据实现自动驾驶功能。
5.根据权利要求4所述的数据异常检测方法,其特征在于,
所述基于所述点云数据实现自动驾驶功能,包括:
基于所述点云数据配置第一权重,基于所述原始数据配置第二权重,其中,所述第一权重大于所述第二权重;
按照所述第一权重和所述第二权重的权重比例,采用所述点云数据和所述原始数据组合实现所述自动驾驶功能。
6.根据权利要求1所述的数据异常检测方法,其特征在于,
所述原始数据包括第一定位数据以及第二定位数据;
所述在所述第一处理数据与所述第二处理数据的差值大于预设阈值时,确认所述组合导航系统异常,包括:
在所述第一定位数据以及所述第二定位数据中的任意一种原始数据对应的第一处理数据与第二处理数据的差值大于所述预设阈值时,确认所述组合导航系统异常。
7.根据权利要求6所述的数据异常检测方法,其特征在于,
所述数据异常检测方法,还包括:
在所述第一定位数据以及所述第二定位数据中的任意一种原始数据对应的第一处理数据与第二处理数据的差值大于所述预设阈值时,利用所述差值大于所述预设阈值的原始数据以及其余种类的处理数据实现自动驾驶功能。
8.根据权利要求6所述的数据异常检测方法,其特征在于,
所述第一定位数据为GNSS数据,所述第二定位数据为INS数据。
9.一种自动驾驶平台,其特征在于,所述自动驾驶平台包括处理器和存储器,所述存储器中存储有程序数据,所述处理器用于执行所述程序数据以实现如权利要求1-8任一项所述的数据异常检测方法。
10.一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用于存储程序数据,所述程序数据在被处理器执行时,用以实现权利要求1-8任一项所述的数据异常检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580719.3A CN114485725B (zh) | 2021-12-22 | 2021-12-22 | 数据异常检测方法、自动驾驶平台以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580719.3A CN114485725B (zh) | 2021-12-22 | 2021-12-22 | 数据异常检测方法、自动驾驶平台以及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114485725A true CN114485725A (zh) | 2022-05-13 |
CN114485725B CN114485725B (zh) | 2024-05-24 |
Family
ID=81493980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111580719.3A Active CN114485725B (zh) | 2021-12-22 | 2021-12-22 | 数据异常检测方法、自动驾驶平台以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114485725B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100271259A1 (en) * | 2009-04-24 | 2010-10-28 | Stafford Stephen J | Methods and Systems to Diminish False-Alarm Rates in Multi-Hypothesis Signal Detection Through Combinatoric Navigation |
CN107525505A (zh) * | 2017-07-27 | 2017-12-29 | 河南思维轨道交通技术研究院有限公司 | 机车轮对空转及滑行检测方法及系统 |
CN109031251A (zh) * | 2018-07-27 | 2018-12-18 | 长安大学 | 一种汽车车载传感器故障自动检测方法及装置 |
CN109709965A (zh) * | 2018-12-28 | 2019-05-03 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆的控制方法和自动驾驶系统 |
CN110906929A (zh) * | 2019-12-12 | 2020-03-24 | 北京中科宇航探索技术有限公司 | 一种卫星异常数据识别方法及装置 |
CN111881520A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶测试的异常检测方法、装置、计算机设备及存储介质 |
KR102183064B1 (ko) * | 2019-08-01 | 2020-11-25 | 엘지전자 주식회사 | 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 |
CN112444838A (zh) * | 2019-08-29 | 2021-03-05 | 新纳传感系统有限公司 | 精密点定位和惯性导航系统组合的高精度导航系统和方法 |
CN112731483A (zh) * | 2020-12-14 | 2021-04-30 | 北京航空航天大学 | 一种自动驾驶组合导航系统中rtk异常值的判断方法 |
CN112835341A (zh) * | 2020-12-31 | 2021-05-25 | 北京新能源汽车技术创新中心有限公司 | 一种自动驾驶域控制器的实车测试评估方法 |
CN113009540A (zh) * | 2021-03-18 | 2021-06-22 | 苏州华米导航科技有限公司 | 一种基于组合导航的驾驶行为监测系统及方法 |
CN113109851A (zh) * | 2021-06-15 | 2021-07-13 | 北京三快在线科技有限公司 | 一种异常检测方法、装置、存储介质及电子设备 |
CN113805109A (zh) * | 2021-09-16 | 2021-12-17 | 广州文远知行科技有限公司 | 车载天线检测方法、装置、设备及存储介质 |
-
2021
- 2021-12-22 CN CN202111580719.3A patent/CN114485725B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100271259A1 (en) * | 2009-04-24 | 2010-10-28 | Stafford Stephen J | Methods and Systems to Diminish False-Alarm Rates in Multi-Hypothesis Signal Detection Through Combinatoric Navigation |
CN107525505A (zh) * | 2017-07-27 | 2017-12-29 | 河南思维轨道交通技术研究院有限公司 | 机车轮对空转及滑行检测方法及系统 |
CN109031251A (zh) * | 2018-07-27 | 2018-12-18 | 长安大学 | 一种汽车车载传感器故障自动检测方法及装置 |
CN109709965A (zh) * | 2018-12-28 | 2019-05-03 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆的控制方法和自动驾驶系统 |
KR102183064B1 (ko) * | 2019-08-01 | 2020-11-25 | 엘지전자 주식회사 | 자율 주행 시스템에서 차량을 제어하기 위한 방법 및 장치 |
CN112444838A (zh) * | 2019-08-29 | 2021-03-05 | 新纳传感系统有限公司 | 精密点定位和惯性导航系统组合的高精度导航系统和方法 |
CN110906929A (zh) * | 2019-12-12 | 2020-03-24 | 北京中科宇航探索技术有限公司 | 一种卫星异常数据识别方法及装置 |
CN111881520A (zh) * | 2020-07-31 | 2020-11-03 | 广州文远知行科技有限公司 | 一种自动驾驶测试的异常检测方法、装置、计算机设备及存储介质 |
CN112731483A (zh) * | 2020-12-14 | 2021-04-30 | 北京航空航天大学 | 一种自动驾驶组合导航系统中rtk异常值的判断方法 |
CN112835341A (zh) * | 2020-12-31 | 2021-05-25 | 北京新能源汽车技术创新中心有限公司 | 一种自动驾驶域控制器的实车测试评估方法 |
CN113009540A (zh) * | 2021-03-18 | 2021-06-22 | 苏州华米导航科技有限公司 | 一种基于组合导航的驾驶行为监测系统及方法 |
CN113109851A (zh) * | 2021-06-15 | 2021-07-13 | 北京三快在线科技有限公司 | 一种异常检测方法、装置、存储介质及电子设备 |
CN113805109A (zh) * | 2021-09-16 | 2021-12-17 | 广州文远知行科技有限公司 | 车载天线检测方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
CHAKRABORTY, SUMANJIT;DATTA, ABHIRUP;RAY, SARBANI;AYYAGARI, DEEPTHI;PAUL, ASHIK: "Comparative studies of ionospheric models with GNSS and NavIC over the Indian longitudinal sector during geomagnetic activities", ADVANCES IN SPACE RESEARCH, 31 August 2020 (2020-08-31) * |
张且且;赵龙;周建华;: "抗差自适应分步滤波算法在PPP/INS组合导航中的应用", 导航定位与授时, no. 05, 31 May 2020 (2020-05-31) * |
王彬;申亮亮;邵会兵;: "基于GNSS速度信息辅助的飞行器姿态保持技术研究", 导航定位与授时, no. 06, 30 June 2017 (2017-06-30) * |
Also Published As
Publication number | Publication date |
---|---|
CN114485725B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11307579B2 (en) | Fault-tolerant control of an autonomous vehicle with multiple control lanes | |
CN108983768B (zh) | 自动驾驶系统 | |
CN107571868B (zh) | 用于执行对车辆的车辆引导的自动干预的方法 | |
CN107908186B (zh) | 用于控制无人驾驶车辆运行的方法及系统 | |
CN109080626B (zh) | 车辆故障处理方法 | |
US20200331495A1 (en) | System for steering an autonomous vehicle | |
US10532740B2 (en) | Method and arrangement for monitoring and adapting the performance of a fusion system of an autonomous vehicle | |
US11117575B2 (en) | Driving assistance control system of vehicle | |
US20160299234A1 (en) | Fail operational vehicle speed estimation through data fusion of 6-dof imu, gps, and radar | |
Reschka et al. | A surveillance and safety system based on performance criteria and functional degradation for an autonomous vehicle | |
US11260876B2 (en) | Inter-vehicle sensor validation using senso-fusion network | |
CN111415511A (zh) | 车辆监测和控制基础设施 | |
US11834071B2 (en) | System to achieve algorithm safety in heterogeneous compute platform | |
CN115195690A (zh) | 车辆控制系统 | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN114620035A (zh) | 错误车道驾驶检测和碰撞减轻 | |
CN114485725B (zh) | 数据异常检测方法、自动驾驶平台以及计算机可读存储介质 | |
CN114056351B (zh) | 自动驾驶方法及装置 | |
CN110435668B (zh) | 智能驾驶车辆执行机构的失效检测方法、模块和车载设备 | |
US20220388572A1 (en) | Steering control device, steering control method, and computer program product | |
CN115384490B (zh) | 车辆横向控制方法、装置、电子设备及计算机程序产品 | |
US20230071569A1 (en) | Method and device for monitoring operations of an automated driving system of a vehicle | |
EP4353549A1 (en) | Automatic parking brake actuation and failure detection | |
CN112009496B (zh) | 用于自主车辆控制的安全架构 | |
US20240166245A1 (en) | Mutual monitoring of high-performance computing (hpc) systems to control vehicle operation |
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 |