CN114641606A - 用于管理机动车辆的动力系统的偶发异常的方法 - Google Patents

用于管理机动车辆的动力系统的偶发异常的方法 Download PDF

Info

Publication number
CN114641606A
CN114641606A CN202080079902.2A CN202080079902A CN114641606A CN 114641606 A CN114641606 A CN 114641606A CN 202080079902 A CN202080079902 A CN 202080079902A CN 114641606 A CN114641606 A CN 114641606A
Authority
CN
China
Prior art keywords
predetermined
anomaly
sporadic
detected
anomalies
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
Application number
CN202080079902.2A
Other languages
English (en)
Inventor
J·帕蒂
Y·阿格努斯
L·凯勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vitesco Technologies GmbH
Original Assignee
Vitesco Technologies GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vitesco Technologies GmbH filed Critical Vitesco Technologies GmbH
Publication of CN114641606A publication Critical patent/CN114641606A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02BINTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
    • F02B77/00Component parts, details or accessories, not otherwise provided for
    • F02B77/08Safety, indicating, or supervising devices
    • F02B77/083Safety, indicating, or supervising devices relating to maintenance, e.g. diagnostic device
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808Diagnosing performance data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details 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
    • B60W50/02Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205Diagnosing or detecting failures; Failure detection models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079Root cause analysis, i.e. error or fault diagnosis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Debugging And Monitoring (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

本发明涉及用于管理机动车辆(1)的动力系统的偶发异常的方法,所述系统包括计算机(20)和一组传感器(10),所述计算机(20)包括存储区(MEM)并且能够接收由该组传感器(10)进行的测量并且基于所接收的测量来检测异常,系统的异常定义在给定时刻的预定的偶发异常列表中,所述方法包括以下步骤:a)检测(E1)异常,b)测量(E2)检测到的异常的持续时间(d1),c)如果测得的持续时间(d1)小于预定的持续时间阈值(S1),并且如果检测到的异常存在于当前时刻的预定的偶发异常列表中,则递增(E5)出现计数器(CO),d)如果出现计数器(CO)的值大于预定的出现阈值(SO),则确认(E8)检测到的异常是偶发异常。

Description

用于管理机动车辆的动力系统的偶发异常的方法
技术领域
本发明涉及车辆中的故障检测的领域,并且尤其涉及用于管理机动车辆的动力系统的所谓“偶发”异常的方法、以及使得能够实施所述方法的计算机。本发明尤其旨在改进机动车辆中故障诊断的执行。
背景技术
已知车辆包括多个传感器,每个传感器能够测量车辆的各种参数,例如压力或温度传感器,并且车辆还包括与该多个传感器相关联的故障管理计算机。
计算机使用测得的参数来检测异常,特别是可能导致车辆故障的异常。更准确地说,当测得的参数值超出标准工作区间达大于预定的持续时间阈值的持续时间时,计算机检测到异常。
为了确认检测到的异常,计算机确定该异常是否在车辆的多个行驶周期中发生,一个行驶周期对应于发动机起动阶段、可能的车辆行驶阶段和发动机停止阶段。
然而,已证实,一些所谓的“偶发”异常没有被考虑在内,因为根据定义,偶发异常不符合上述选择标准。这些异常尤其具有出现不规则或在太短的时间间隔上出现而无法检测到的特征。这是一个缺点,因为无法诊断未检测到的偶发异常,从而可能导致车辆故障。
在已知的解决方案中,参考专利申请WO 2006/102358 A1,介绍了包括故障管理计算机的车辆,故障管理计算机能够检测这样的偶发异常:其在车辆的一个行驶周期内在大于瞬态(microcoupure)阈值的持续时间上发生大于预定的出现阈值的次数。然而,该文献中描述的方法无法检测车辆使用寿命期间发生的不符合上述标准的偶发异常,这可能会导致车辆故障。
因此,需要一种能够至少部分地缓解上述缺点的解决方案。
发明内容
本发明涉及一种用于管理机动车辆的动力系统的偶发异常的方法,所述系统包括计算机和一组传感器,所述计算机包括存储区并且能够接收由该组传感器中的传感器进行的测量并且基于所接收的测量来检测异常,系统的异常定义在给定时刻的预定的偶发异常列表中,所述方法的特征在于其包括以下步骤:
a. 检测异常,
b. 测量检测到的异常的持续时间,
c. 如果测得的持续时间小于、尤其是严格小于预定的持续时间阈值,并且如果检测到的异常存在于当前时刻的预定的偶发异常列表中,则递增出现计数器,
d. 如果出现计数器的值大于、尤其是大于等于预定的出现阈值,则确认检测到的异常是偶发异常。
优选地,该方法包括预备步骤:基于预定的异常列表来确定预定的偶发异常列表,预定的异常列表包括已预先识别并且可能会发生在电子控制单元中的异常和/或错误的集合。在预备步骤结束时,预定的偶发异常列表包括从预定的异常列表中选择的可能是偶发的异常。
该方法通过从预定的偶发异常列表中删除被检测为非偶发的异常并确认偶发异常而使得能够将所述列表更新至当前时刻。因此,预定的偶发异常列表可以在诊断背景下用于检测偶发异常。
优选地,如果出现计数器的值大于、尤其是大于等于预定的出现阈值,当且仅当检测到的异常在其中出现至少一次的行驶周期的数量大于预定的行驶周期阈值时,确认检测到的异常。
优选地,如果测得的持续时间大于预定的持续时间阈值,则检测到的异常被识别为非偶发的,并且为了下一次异常检测而被从预定的偶发异常列表中删除。
优选地,如果测得的持续时间大于预定的持续时间阈值,则将检测到的异常记录在预定的异常列表中。
有利地,在检测到的异常已被确认为偶发异常之后,该方法包括以降级模式操作动力系统的步骤。
本发明还涉及一种机动车辆的动力系统的计算机,所述系统包括一组传感器,所述计算机包括存储区并且能够接收由该组传感器中的传感器进行的测量并且基于所接收的测量来检测异常,系统的异常定义在给定时刻的预定的偶发异常列表中,所述计算机被配置成:
a. 检测异常,
b. 测量检测到的异常的持续时间,
c. 如果测得的持续时间小于、尤其是严格小于预定的持续时间阈值,并且如果检测到的异常存在于预定的偶发异常列表中,则递增出现计数器,
d. 如果出现计数器的值大于、尤其是大于等于预定的出现阈值,则确认检测到的异常是偶发异常。
计算机被配置成预先基于预定的异常列表来确定预定的偶发异常列表。为此,计算机被配置成从预定的异常列表中选择可能是偶发的异常。
该计算机通过从预定的偶发异常列表中删除被检测为非偶发的异常并且确认偶发异常而使得能够将所述列表更新至当前时刻。因此,预定的偶发异常列表可以在诊断背景下用于检测偶发异常。
优选地,计算机被配置成:如果出现计数器的值大于、尤其是大于等于预定的出现阈值,并且当且仅当检测到的异常在其中出现至少一次的行驶周期的数量大于预定的行驶周期阈值时,确认检测到的异常。
有利地,计算机被配置成如果测得的持续时间大于预定的持续时间阈值则将检测到的异常识别为非偶发的,所述计算机还被配置成为了下一次异常检测而从预定的偶发异常列表中删除检测到的并且被识别为非偶发的异常。
仍优选地,计算机被配置成如果测得的持续时间大于预定的持续时间阈值则将检测到的异常记录在预定的异常列表中。
本发明还涉及一种包括动力系统的车辆,尤其是机动车辆,所述系统包括一组传感器和如前所述的计算机。
附图说明
根据以下描述,本发明的其他特征和优点将变得清楚。该描述纯粹是例证性的,并且应结合附图来阅读,其中:
图1示出了根据本发明的车辆的实施例,
图2示出了根据本发明的方法的实施例。
具体实施方式
车辆
现在将参考图1来介绍车辆1的实施例。所述车辆1包括一组传感器10和连接到该组传感器10中的每个传感器10的控制计算机20。
传感器10
传感器10可以是不同类型的,例如,温度传感器(气温或水温)、压力传感器、或使得能够测量电压或频率的电学传感器。
每个传感器10被配置用于读取、或者换言之测量物理量的值,并将测得的值发送到计算机20。
计算机20
计算机20包括能够实施一组指令的处理器,该组指令使得能够实现下面描述的功能。
计算机20被配置成接收由该组传感器10中的传感器10测得的每个值。
计算机20还被配置成检测由该组传感器10中的传感器10测量并随后由计算机20接收的每个物理量的值的变化中的异常。因此,在当前情况下,异常是指由传感器10测量的物理量的值的变化中的不规则性。不规则性例如是位于通常的值窗口之外的值,尤其是在计算机20短路的情况下,或者是值的变化太大而大于了预定义的最大变化。
存在若干异常类型:非偶发异常和偶发异常。
非偶发异常表示有规律地出现的异常。相反,偶发异常表示以不连续和/或孤立的方式不规则地出现的异常,并且不一定在车辆的每个行驶周期中出现,一个行驶周期是指车辆发动机起动和所述起动之后车辆发动机第一次停止之间的间隔。
计算机20包括存储区MEM。存储区MEM是其中尤其记录有预定的异常列表的存储区。预定的异常列表最初——换言之在实施下面描述的方法之前——包括预先识别的和已知的可发生在电子控制单元中的所有异常和/或错误,不管它们是偶发的还是非偶发的。
存储区MEM还包括预定的偶发异常列表,其构成预定的异常列表的子集。
每个偶发异常由以下参数来表征:
a. 预定的持续时间阈值S1,其表示偶发异常的最大持续时间,
b. 预定的出现阈值SO,其表示在车辆1的整个使用寿命内、也就是说在车辆1的所有行驶周期内检测到偶发异常的最小出现次数,
c. 预定的行驶周期阈值SC,其表示至少一次在其中检测到偶发异常的车辆1的行驶周期的最小数量。
每个阈值可由制造商和/或针对每个机动车设备规定的标准预先确定。
表征每个偶发异常的阈值的集合也可以记录在存储区MEM中。
计算机20被配置成基于预定的异常列表来确定预定的偶发异常列表。为此,计算机20从预定的异常列表中选择可能是偶发的异常。
计算机20被配置成针对每个检测到的异常实施称为“出现计数器CO”的第一计数器和称为“行驶周期计数器CC”的第二计数器。出现计数器CO表示在车辆1的使用寿命内检测到异常的次数。周期计数器CC表示至少一次在其中检测到异常的车辆1的行驶周期数。针对每个检测到的异常,将出现计数器CO的当前值和周期计数器CC的当前值记录在存储区MEM中。
计算机20被配置成测量检测到的异常的持续时间d1
计算机20被配置成如果测得的持续时间d1大于等于预定的持续时间阈值S1则将检测到的异常识别为非偶发的。如果检测到的异常存在于预定的偶发异常列表中,则所述计算机20还被配置成从预定的偶发异常列表中删除检测到的并且被识别为非偶发的异常。
如果测得的持续时间d1大于、尤其是大于等于预定的持续时间阈值S1,则计算机20还被配置成将检测到的异常记录在预定的异常列表中。
计算机20还被配置成如果测得的持续时间d1小于、尤其是严格小于预定的持续时间阈值S1则验证检测到的异常存在于预定的偶发异常列表中。
计算机20被配置成:如果测得的持续时间d1小于、尤其是严格小于预定的持续时间阈值S1并且如果检测到的异常存在于预定的偶发异常列表中,则递增出现计数器CO
计算机20被配置成:如果测得的持续时间d1小于、尤其是严格小于预定的持续时间阈值S1、如果检测到的异常存在于预定的偶发异常列表中、并且如果检测到的异常在当前行驶周期中第一次被检测到,则递增周期计数器CC
计算机20还被配置成如果出现计数器CO的值大于预定的出现阈值SO则确认检测到的异常是偶发异常。
计算机20被配置成:当且仅当检测到的异常在其中出现至少一次的行驶周期的数量大于预定的行驶周期阈值SC时,或者换句话说,当周期计数器CC的当前值大于、尤其是大于等于周期阈值SC时,确认检测到的异常确实是偶发的。
因此,计算机20能够基于预定的偶发异常列表来执行机动车辆的故障诊断。
方法
参考图2,现在将呈现用于管理机动车辆的动力系统的偶发异常的方法的实施例,该方法由如上所述的计算机20来实施。
下面针对单个异常的检测来描述该方法。因此,将考虑与所述检测到的异常相关联的预定的持续时间阈值S1、预定的出现阈值SO和周期阈值SC。但是显然,可以执行该方法以检测多个不同的偶发异常。
该方法首先包括预备步骤E0,根据预定的异常列表确定预定的偶发异常列表。为此,计算机20从预定的异常列表中选择可能是偶发的异常。
计算机20接收由该组传感器10中的传感器10测得的每个值。
检测步骤E1
首先,该方法包括计算机20检测异常的步骤E1,这尤其是通过分析接收到的测量值,以便检测由传感器10测得的物理量值的变化中的任何不规则性。
测量步骤E2
在检测到异常时,则该方法然后包括测量检测到的异常的持续时间(表示为d1)的步骤E2。
比较步骤E3
该方法然后包括将测得的持续时间d1与预定的持续时间阈值S1进行比较的步骤E3。
如果测得的持续时间d1大于、尤其是大于等于预定的持续时间阈值S1,则检测到的异常是非偶发异常。在这种情况下,如果检测到的异常存在于当前时刻的预定的偶发异常列表中,则该方法包括从预定的偶发异常列表中删除检测到的异常的步骤E04。最后,该方法包括将检测到的异常记录在预定的异常列表中的步骤E05。
删除步骤E04也可以在记录步骤E05之后执行。
此外,如果测得的持续时间d1小于、尤其是严格小于预定的持续时间阈值S1,则该方法包括验证在预定的偶发异常列表中存在检测到的异常的步骤E4。
如果检测到的异常不存在于预定的偶发异常列表中,则忽略检测到的异常(步骤表示为I1),因为它不对应于偶发异常,并且该方法将在检测到新的异常时重新开始。
相反,如果检测到的异常存在于预定的偶发异常列表中,则该方法包括递增该检测到的异常的出现计数器CO的步骤E5。
此外,当该检测到的异常存在于预定的偶发异常列表中时,该方法还包括递增行驶周期计数器CC的步骤E5',其表示在当前行驶周期中检测到该检测到的异常至少一次的车辆1的行驶周期数。当且仅当在当前行驶周期中首次检测到该检测到的异常时,递增周期计数器CC。递增行驶周期计数器CC的步骤E5'尤其可以与递增检测到的异常的出现计数器CO的步骤E5同时执行。
比较步骤E6
在递增了出现计数器CO和行驶周期计数器CO之后,该方法包括将出现计数器CO的值与预定的出现阈值SO进行比较的步骤E6。
当出现计数器CO的值严格小于出现阈值SO时,忽略检测到的异常(步骤表示为I2),并且该方法将在检测到新的偶发异常时重新开始。
当出现计数器CO的值大于、尤其是大于等于出现阈值SO时,该方法包括将周期计数器CC的值与预定的行驶周期阈值SC的值进行比较的步骤E7。
比较步骤E7
当周期计数器CC的值小于、尤其是严格小于行驶周期阈值SC时,忽略检测到的异常(步骤表示为I3),并且该方法将在检测到新的偶发异常时重新开始。
相反,当周期计数器CC的值大于、尤其是大于等于行驶周期阈值SC时,在确认步骤E8中确认检测到的异常。
换言之,在确认步骤E8中,检测到的异常被识别为偶发的。因此,该方法使得能够检测和确认检测到的异常是偶发的。
操作步骤E9
最后,在检测到的异常被确认E8为偶发异常之后,该方法包括以降级模式操作动力系统的步骤E9,这尤其使得能够避免由于未检测到的偶发异常而在车辆1中发生故障。当系统在降级模式下工作时,例如限制燃料喷射或发动机转速。
该方法的每次迭代通过从预定的偶发异常列表中删除被检测为非偶发的异常并且通过确认偶发异常而尤其使得能够将所述列表更新至当前时刻。因此,预定的偶发异常列表可以在该方法的后续迭代中用于下一次异常检测。
更新的预定的偶发异常列表也可以在执行诊断时用于识别车辆1的故障。

Claims (10)

1.一种用于管理机动车辆(1)的动力系统的偶发异常的方法,所述系统包括计算机(20)和一组传感器(10),所述计算机(20)包括存储区(MEM)并且能够接收由该组传感器(10)中的传感器(10)进行的测量并且基于所接收的测量来检测异常,系统的异常定义在给定时刻的预定的偶发异常列表中,所述方法的特征在于其包括以下步骤:
a)检测(E1)异常,
b)测量(E2)检测到的异常的持续时间(d1),
c)如果测得的持续时间(d1)小于预定的持续时间阈值(S1),并且如果检测到的异常存在于当前时刻的预定的偶发异常列表中,则递增(E5)出现计数器(CO),
d)如果出现计数器(CO)的值大于预定的出现阈值(SO),则确认(E8)检测到的异常是偶发异常。
2.根据权利要求1所述的方法,其中,如果出现计数器(CO)的值大于预定的出现阈值(SO),当且仅当检测到的异常在其中出现至少一次的行驶周期的数量大于预定的行驶周期阈值(SC)时,确认检测到的异常。
3.根据前述权利要求中的任一项所述的方法,其中,如果测得的持续时间(d1)大于预定的持续时间阈值(S1),则检测到的异常被识别为非偶发的,并且为了下一次异常检测而被从预定的偶发异常列表中删除。
4.根据前述权利要求中的任一项所述的方法,其中,如果测得的持续时间(d1)大于预定的持续时间阈值(S1),则将检测到的异常记录在预定的异常列表中。
5.根据前述权利要求中的任一项所述的方法,在检测到的异常已被确认(E8)为偶发异常之后,包括以降级模式操作动力系统的步骤(E9)。
6.一种机动车辆(1)的动力系统的计算机(20),所述系统包括一组传感器(10),所述计算机(20)包括存储区(MEM)并且能够接收由该组传感器(10)中的传感器(10)进行的测量并且基于所接收的测量来检测异常,系统的异常定义在给定时刻的预定的偶发异常列表中,所述计算机(20)被配置成:
a)检测异常,
b)测量检测到的异常的持续时间(d1),
c)如果测得的持续时间(d1)小于预定的持续时间阈值(S1),并且如果检测到的异常存在于预定的偶发异常列表中,则递增出现计数器(CO),
d)如果出现计数器(CO)的值大于预定的出现阈值(SO),则确认检测到的异常是偶发异常。
7.根据前一权利要求所述的计算机(20),其被配置成:如果出现计数器(CO)的值大于预定的出现阈值(SO),并且当且仅当检测到的异常在其中出现至少一次的行驶周期的数量大于预定的行驶周期阈值(SC)时,确认检测到的异常。
8.根据权利要求6和7中的任一项所述的计算机(20),其被配置成如果测得的持续时间(d1)大于预定的持续时间阈值(S1)则将检测到的异常识别为非偶发的,所述计算机(20)还被配置成为了下一次异常检测而从预定的偶发异常列表中删除检测到的并且被识别为非偶发的异常。
9.根据权利要求6至8中的任一项所述的计算机(20),其被配置成如果测得的持续时间(d1)大于预定的持续时间阈值(S1)则将检测到的异常记录在预定的异常列表中。
10.一种包括动力系统的机动车辆(1),所述系统包括一组传感器(10)和根据权利要求6至9中的任一项所述的计算机(20)。
CN202080079902.2A 2019-11-19 2020-11-13 用于管理机动车辆的动力系统的偶发异常的方法 Pending CN114641606A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FRFR1912901 2019-11-19
FR1912901A FR3103219B1 (fr) 2019-11-19 2019-11-19 Procédé de gestion des anomalies sporadiques d’un système de motorisation d’un véhicule automobile
PCT/EP2020/081997 WO2021099215A1 (fr) 2019-11-19 2020-11-13 Procede de gestion des anomalies sporadiques d'un systeme de motorisation d'un vehicule automobile

Publications (1)

Publication Number Publication Date
CN114641606A true CN114641606A (zh) 2022-06-17

Family

ID=69700062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080079902.2A Pending CN114641606A (zh) 2019-11-19 2020-11-13 用于管理机动车辆的动力系统的偶发异常的方法

Country Status (4)

Country Link
US (1) US11721142B2 (zh)
CN (1) CN114641606A (zh)
FR (1) FR3103219B1 (zh)
WO (1) WO2021099215A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230400485A1 (en) * 2022-06-08 2023-12-14 Accuenergy (Canada) Inc. Power meter and method thereof

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4623974A (en) * 1982-02-05 1986-11-18 Robert Bosch Gmbh Method and apparatus for self-monitoring of microcomputer-controlled network devices in particular in motor vehicles
JPS6310243A (ja) * 1986-07-01 1988-01-16 Nec Corp 命令再試行制御方式
US20060218443A1 (en) * 2005-03-22 2006-09-28 Fox Richard S Method and system for detecting faults in an electronic engine control module
CN105283755A (zh) * 2013-06-04 2016-01-27 株式会社电装 车辆用的异常判定装置
CN107380170A (zh) * 2017-06-12 2017-11-24 中国第汽车股份有限公司 混合动力车辆发动机状态监控及故障处理方法
DE102017210859A1 (de) * 2017-06-28 2019-01-03 Robert Bosch Gmbh Verfahren zur Selbstüberprüfung von Fahrfunktionen eines autonomen oder teilautonomen Fahrzeuges
US20190210637A1 (en) * 2018-01-11 2019-07-11 Denso Corporation Electric power steering apparatus

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS581138A (ja) 1981-06-26 1983-01-06 Fuji Photo Film Co Ltd リス用写真感光材料
JPH0619666B2 (ja) * 1983-06-30 1994-03-16 富士通株式会社 故障診断処理方式
JPH0581138A (ja) * 1991-09-20 1993-04-02 Nec Corp マイクロプログラム制御装置
US8793046B2 (en) * 2012-06-01 2014-07-29 Google Inc. Inferring state of traffic signal and other aspects of a vehicle's environment based on surrogate data
US9547989B2 (en) * 2014-03-04 2017-01-17 Google Inc. Reporting road event data and sharing with other vehicles
US9715711B1 (en) * 2014-05-20 2017-07-25 State Farm Mutual Automobile Insurance Company Autonomous vehicle insurance pricing and offering based upon accident risk
US10168193B2 (en) * 2015-01-07 2019-01-01 Infineon Technologies Ag Sensor with switching matrix switch
CN104914849A (zh) 2015-05-12 2015-09-16 安徽江淮汽车股份有限公司 一种故障记录装置及方法
US10345809B2 (en) * 2015-05-13 2019-07-09 Uber Technologies, Inc. Providing remote assistance to an autonomous vehicle
US9930120B2 (en) * 2015-07-17 2018-03-27 Enrique Gutierrez Infrastructure-to-vehicle communication system and method
US9716565B2 (en) * 2015-11-12 2017-07-25 Ben Mandeville-Clarke System, apparatus, and method for generating and transmitting an interruption signal to a substantially autonomous vehicle
US10281923B2 (en) * 2016-03-03 2019-05-07 Uber Technologies, Inc. Planar-beam, light detection and ranging system
US9990548B2 (en) * 2016-03-09 2018-06-05 Uber Technologies, Inc. Traffic signal analysis system
JP6727980B2 (ja) * 2016-08-08 2020-07-22 株式会社東芝 通信装置および通信方法
US10255582B2 (en) * 2016-08-18 2019-04-09 Amazon Technologies, Inc. AGV traffic management system
DE102016218012A1 (de) * 2016-09-20 2018-03-22 Volkswagen Aktiengesellschaft Verfahren für eine Datenverarbeitungsanlage zur Erhaltung eines Betriebszustands eines ersten autonomen Fahrzeugs sowie Verfahren für eine Datenverarbeitungsanlage zum Verwalten einer Mehrzahl autonomer Fahrzeuge
US10262475B2 (en) * 2017-01-19 2019-04-16 Ford Global Technologies, Llc Vehicle sensor health monitoring
WO2018207224A1 (ja) * 2017-05-08 2018-11-15 三菱電機株式会社 電力変換装置
US11042155B2 (en) * 2017-06-06 2021-06-22 Plusai Limited Method and system for closed loop perception in autonomous driving vehicles
JP6645625B2 (ja) * 2017-07-18 2020-02-14 日産自動車株式会社 電圧センサ診断装置及び電圧センサ診断方法
US20190163176A1 (en) * 2017-11-30 2019-05-30 drive.ai Inc. Method for transferring control of an autonomous vehicle to a remote operator
WO2019131002A1 (ja) * 2017-12-25 2019-07-04 日立オートモティブシステムズ株式会社 車両制御装置および電子制御システム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4623974A (en) * 1982-02-05 1986-11-18 Robert Bosch Gmbh Method and apparatus for self-monitoring of microcomputer-controlled network devices in particular in motor vehicles
JPS6310243A (ja) * 1986-07-01 1988-01-16 Nec Corp 命令再試行制御方式
US20060218443A1 (en) * 2005-03-22 2006-09-28 Fox Richard S Method and system for detecting faults in an electronic engine control module
CN105283755A (zh) * 2013-06-04 2016-01-27 株式会社电装 车辆用的异常判定装置
CN107380170A (zh) * 2017-06-12 2017-11-24 中国第汽车股份有限公司 混合动力车辆发动机状态监控及故障处理方法
DE102017210859A1 (de) * 2017-06-28 2019-01-03 Robert Bosch Gmbh Verfahren zur Selbstüberprüfung von Fahrfunktionen eines autonomen oder teilautonomen Fahrzeuges
US20190210637A1 (en) * 2018-01-11 2019-07-11 Denso Corporation Electric power steering apparatus

Also Published As

Publication number Publication date
FR3103219A1 (fr) 2021-05-21
WO2021099215A1 (fr) 2021-05-27
FR3103219B1 (fr) 2021-10-08
US11721142B2 (en) 2023-08-08
US20220343703A1 (en) 2022-10-27

Similar Documents

Publication Publication Date Title
JP5278498B2 (ja) データ記憶装置
CN109083756B (zh) 一种发动机进气故障检测方法及装置
US9618423B2 (en) System and method for misfire diagnosis of vehicle engine
US8527137B2 (en) Vehicle behavior data recording control system and recording apparatus
CN108627198B (zh) 用于在组合的湿度和温度传感器上提供诊断的方法
CN109901555B (zh) 一种车辆故障诊断方法、设备及存储介质
KR101757075B1 (ko) 차량 고장 진단 분석을 위한 주행 데이터 모니터링 시스템 및 방법
CN113030619B (zh) 温度传感器的故障检测方法、故障检测系统和车辆
CN103109066B (zh) 用于对排气传感器的功能进行监测的方法和装置
CN110594028A (zh) 节气门自学习的控制方法、装置及电子控制单元
CN112000077B (zh) 一种车辆环境压力传感器故障诊断方法及故障保护方法
SE536552C2 (sv) Diagnostisering av startmotor
US6208917B1 (en) Ambient temperature/inlet air temperature sensor dither
JP2016176431A (ja) 温度センサの診断装置
CN114641606A (zh) 用于管理机动车辆的动力系统的偶发异常的方法
CN102162392A (zh) 用于诊断风扇的方法和装置
CN105697168B (zh) 用于诊断空气质量传感器的附加加热功能的方法和装置
US11100732B2 (en) Enhanced system failure diagnosis
CN115436843A (zh) 一种针脚传感器线束连接顺序检测方法及系统
US7809986B2 (en) Fault diagnosis
EP1959121B1 (en) Sensor activation monitor
CN112213675A (zh) 一种电流传感器故障判别方法及装置
CN114252195B (zh) 轨压可信性的检测方法、装置、存储介质和设备
CN110685830A (zh) 检测阀门控制偏差过大的方法、装置、设备及存储介质
CN115539207A (zh) 一种停机计时器的诊断方法

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