CN114968637A - 一种自动驾驶异常分析系统 - Google Patents
一种自动驾驶异常分析系统 Download PDFInfo
- Publication number
- CN114968637A CN114968637A CN202210545593.4A CN202210545593A CN114968637A CN 114968637 A CN114968637 A CN 114968637A CN 202210545593 A CN202210545593 A CN 202210545593A CN 114968637 A CN114968637 A CN 114968637A
- Authority
- CN
- China
- Prior art keywords
- log
- analysis
- abnormal
- crash
- fault
- 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
- 230000002159 abnormal effect Effects 0.000 claims abstract description 285
- 238000012545 processing Methods 0.000 claims abstract description 115
- 230000005856 abnormality Effects 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000003252 repetitive effect Effects 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 22
- 230000015556 catabolic process Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000002372 labelling Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06F11/0703—Error 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
- G06F11/0766—Error or fault reporting or storing
- G06F11/0781—Error filtering or prioritizing based on a policy defined by the user or on a policy defined by a hardware/software module, e.g. according to a severity level
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例涉及一种自动驾驶异常分析系统，所述系统包括：自动驾驶系统和异常分析系统；所述自动驾驶系统包括一类异常信息采集模块、二类异常信息采集模块和第一异常日志处理模块；所述异常分析系统包括第二异常日志处理模块、异常日志数据库模块和异常日志分析模块。通过本发明系统，可以节约开发人员工作量、提高异常分析效率、降低开发人员处理重复内容的工作量。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种自动驾驶异常分析系统。
背景技术
在自动驾驶系统的测试和应用过程中会出现系统崩溃、系统故障等情况，这些崩溃或故障通常会被记录在运行日志中。技术开发人员需要对运行日志进行遍历并从中获取与系统崩溃或系统故障相关的日志信息复原系统崩溃或故障场景，并根据复原场景进行异常解决方案设计。这种传统处理方式要耗费开发人员的大量工作时间在运行日志遍历上，不但效率较低而且还容易忽视重复性异常问题。
发明内容
本发明的目的，就是针对现有技术的缺陷，提供一种自动驾驶异常分析系统，该系统包括：前端的自动驾驶系统和后端的异常分析系统；在前端的自动驾驶系统侧包括一类异常信息采集模块、二类异常信息采集模块和第一异常日志处理模块；在后端的异常分析系统侧包括第二异常日志处理模块、异常日志数据库模块和异常日志分析模块。通过本发明系统，在无需人工干预的前提下就能完成对所有日志的遍历，可以极大地节约开发人员工作量；能根据具体的异常类型(系统崩溃或系统故障)创建对应的异常分析清单，可以提高异常分析效率；能区分异常问题是否为重复性问题并只对非重复性问题进行负责人推送，可以降低开发人员处理重复内容的工作量、提高工作效率。
为实现上述目的，本发明实施例提供了一种自动驾驶异常分析系统，所述系统包括：自动驾驶系统和异常分析系统；所述自动驾驶系统包括一类异常信息采集模块、二类异常信息采集模块和第一异常日志处理模块；所述异常分析系统包括第二异常日志处理模块、异常日志数据库模块和异常日志分析模块；
所述一类异常信息采集模块与所述第一异常日志处理模块连接；所述一类异常信息采集模块用于对系统崩溃信息进行采集生成对应的系统崩溃记录；并将所述系统崩溃记录向所述第一异常日志处理模块发送；
所述二类异常信息采集模块与所述第一异常日志处理模块连接；所述二类异常信息采集模块用于对系统故障信息进行采集生成对应的系统故障记录；并将所述系统故障记录向所述第一异常日志处理模块发送；
所述第一异常日志处理模块与所述第二异常日志处理模块连接；所述第一异常日志处理模块用于在每次自车启动成功时创建对应的行驶日志；所述第一异常日志处理模块还用于将接收的所述系统崩溃记录存入所述行驶日志；所述第一异常日志处理模块还用于将接收的所述系统故障记录存入所述行驶日志；所述第一异常日志处理模块还用于在每次自车驻车时将当次创建的所述行驶日志向所述第二异常日志处理模块发送；
所述第二异常日志处理模块与所述异常日志数据库模块连接；所述第二异常日志处理模块用于接收所述行驶日志；并对所述行驶日志进行数据预处理生成对应的分析日志；并将所述分析日志存入所述异常日志数据库模块的异常日志数据库中；并在所述异常日志数据库中将所述分析日志的状态设为待分析状态；
所述异常日志分析模块与所述异常日志数据库模块连接；所述异常日志分析模块用于对所述异常日志数据库中状态为待分析状态的所述分析日志进行异常分析处理。
优选的，所述一类异常信息采集模块具体用于在所述对系统崩溃信息进行采集时，对所述自动驾驶系统的系统崩溃事件进行跟踪；并在新的所述系统崩溃事件发生时，对所述系统崩溃事件的发生时间进行采集生成对应的崩溃时间数据，对所述系统崩溃事件对应的崩溃函数的名称进行采集生成对应的崩溃函数名称数据，对所述崩溃函数调用的系统堆栈数据进行采集生成对应的崩溃堆栈数据，对调用所述崩溃函数的可执行程序文件的文件名称进行采集生成对应的崩溃文件名称数据，对调用所述崩溃函数的自动驾驶系统模块的模块名称进行采集生成对应的崩溃模块名称数据；并由采集得到的所述崩溃时间数据、所述崩溃函数名称数据、所述崩溃堆栈数据、所述崩溃文件名称数据和所述崩溃模块名称数据组成对应的所述系统崩溃记录。
优选的，所述二类异常信息采集模块具体用于在所述对系统故障信息进行采集时，对所述自动驾驶系统的系统工作状态进行跟踪；并在每次所述系统工作状态以非人工干预的方式从自动驾驶状态切换到人工驾驶状态时产生一个新的系统故障事件；并对所述系统故障事件的发生时间进行采集生成对应的故障时间数据，对所述系统故障事件对应的事件描述信息进行采集生成对应的故障描述数据，对所述系统故障事件对应的事件原因信息进行采集生成对应的故障原因数据，对导致发生所述系统故障事件的自动驾驶系统模块的模块名称进行采集生成对应的故障模块名称数据，对发生所述系统故障事件时的自动驾驶系统运行状态信息进行采集生成对应的故障系统运行状态数据，对发生所述系统故障事件时的外部环境信息进行采集生成对应的故障外部环境数据，对发生所述系统故障事件时的自动驾驶系统版本信息进行采集生成对应的故障系统版本数据；并由采集得到的所述故障时间数据、所述故障描述数据、所述故障原因数据、所述故障模块名称数据、所述故障系统运行状态数据、所述故障外部环境数据和所述故障系统版本数据组成对应的所述系统故障记录。
优选的，所述行驶日志还包括日志创建时间数据、日志车辆编码数据和日志名称数据。
优选的，所述第二异常日志处理模块具体用于在所述对所述行驶日志进行数据预处理时，对所述行驶日志中的各个所述系统崩溃记录分配一个对应的系统崩溃标识，并由各个所述系统崩溃记录和对应的所述系统崩溃标识组成对应的系统崩溃分析记录，并使用各个所述系统崩溃分析记录对所述行驶日志中对应的所述系统崩溃记录进行替换；并对所述行驶日志中的各个所述系统故障记录分配一个对应的系统故障标识，并由各个所述系统故障记录和对应的所述系统故障标识组成对应的系统故障分析记录，并使用各个所述系统故障分析记录对所述行驶日志中对应的所述系统故障记录进行替换；并将完成所有记录替换的所述行驶日志作为对应的所述分析日志。
进一步的，所述第二异常日志处理模块具体用于在所述对所述行驶日志中的各个所述系统崩溃记录分配一个对应的系统崩溃标识时，从所述系统崩溃记录中提取出崩溃函数名称数据、崩溃堆栈数据、崩溃文件名称数据和崩溃模块名称数据组成对应的系统崩溃关键数据；并基于预设的哈希算法对所述系统崩溃关键数据进行哈希计算；并将哈希计算结果作为对应的所述系统崩溃标识。
进一步的，所述第二异常日志处理模块具体用于在所述对所述行驶日志中的各个所述系统故障记录分配一个对应的系统故障标识时，从所述系统故障记录中提取出故障描述数据和故障系统版本数据；并从所述行驶日志中提取出日志名称数据；并由所述日志名称数据、所述故障描述数据和所述故障系统版本数据组成对应的系统故障关键数据；并基于预设的哈希算法对所述系统故障关键数据进行哈希计算；并将哈希计算结果作为对应的所述系统故障标识。
优选的，所述异常日志分析模块具体用于在所述对所述异常日志数据库中状态为待分析状态的所述分析日志进行异常分析处理时，将所述异常日志数据库中状态为待分析状态的所述分析日志作为待分析日志；并对所述待分析日志中的各个所述系统崩溃分析记录进行异常分析处理生成对应的异常分析清单；并对所述待分析日志中的各个所述系统故障分析记录进行异常分析处理生成对应的所述异常分析清单；并根据各个所述异常分析清单进行异常信息推送处理；并将所述异常日志数据库中所述待分析日志对应的所述分析日志的状态为已分析状态。
进一步的，所述异常日志分析模块具体用于在所述对所述待分析日志中的各个所述系统崩溃分析记录进行异常分析处理时，根据所述系统崩溃分析记录的内容生成对应的所述异常分析清单；并从所述系统崩溃分析记录中提取出所述系统崩溃标识作为当前系统崩溃标识；并在所述异常日志数据库中，对状态为已分析状态的所有所述分析日志中是否存在与所述当前系统崩溃标识匹配的所述系统崩溃标识进行确认，若确认存在则在所述异常分析清单中标注当前异常问题为重复性问题；
所述异常日志分析模块具体用于在所述对所述待分析日志中的各个所述系统故障分析记录进行异常分析处理时，根据所述系统故障分析记录的内容生成对应的所述异常分析清单；并从所述系统故障分析记录中提取出所述系统故障标识作为当前系统故障标识；并在所述异常日志数据库中，对状态为已分析状态的所有所述分析日志中是否存在与所述当前系统故障标识匹配的所述系统故障标识进行确认，若确认存在则在所述异常分析清单中标注当前异常问题为重复性问题。
进一步的，所述异常日志分析模块具体用于在所述根据各个所述异常分析清单进行异常信息推送处理时，对所述异常分析清单中是否标注了当前异常问题为重复性问题，若未标注则从所述异常分析清单中提取出崩溃模块名称数据或故障模块名称数据作为当前模块名称数据；并根据所述当前模块名称数据查询本地阈值的模块负责人联系信息表得到对应的负责人联系信息；并以所述负责人联系信息指定的联系方式，向对应的负责人推送所述异常分析清单。
本发明实施例提供了一种自动驾驶异常分析系统，该系统包括：前端的自动驾驶系统和后端的异常分析系统；在前端的自动驾驶系统侧包括一类异常信息采集模块、二类异常信息采集模块和第一异常日志处理模块；在后端的异常分析系统侧包括第二异常日志处理模块、异常日志数据库模块和异常日志分析模块。在前端的自动驾驶系统侧，由一类、二类异常信息采集模块分别对自动驾驶系统的系统崩溃和系统故障信息进行采集，并由第一异常日志处理模块将一类、二类异常信息采集模块采集的系统崩溃记录和系统故障记录合并到行驶日志中向后端的异常分析系统发送。在后端的异常分析系统侧，第二异常日志处理模块在接收到行驶日志后基于其中各记录(系统崩溃记录和系统故障记录)的关键信息生成对应的唯一标识(系统崩溃标识、系统故障标识)并与记录绑定存入异常日志数据库模块的异常日志数据库中；异常日志处理模块则用于根据异常日志数据库中各个待分析日志的记录(系统崩溃记录和系统故障记录)产生对应的异常分析清单，并对各记录(系统崩溃记录和系统故障记录)对应的异常问题是否为重复性问题进行识别，若是则在异常分析清单中进行对应标注，若不是则根据异常分析清单中的模块名称向对应的模块负责人发送该清单。通过本发明系统，在无需人工干预的前提下就能完成对所有日志的遍历，极大地节约了开发人员工作量；能根据具体的异常类型(系统崩溃或系统故障)创建对应的异常分析清单，提高了异常分析效率；能区分异常问题是否为重复性问题并只对非重复性问题进行负责人推送，降低了开发人员处理重复内容的工作量、提高了工作效率。
附图说明
图1为本发明实施例提供的一种自动驾驶异常分析系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种自动驾驶异常分析系统的结构示意图，如图1所示，本自动驾驶异常分析系统包括：自动驾驶系统1和异常分析系统2；自动驾驶系统1包括一类异常信息采集模块11、二类异常信息采集模块12和第一异常日志处理模块13；异常分析系统2包括第二异常日志处理模块21、异常日志数据库模块22和异常日志分析模块23。
这里，本自动驾驶异常分析系统由两部分组成：自动驾驶系统1和异常分析系统2。自动驾驶系统1即车辆的自动驾驶系统，但在其上增加了用于采集系统崩溃记录和系统故障记录的一类异常信息采集模块11、二类异常信息采集模块12，以及用于产生日志的第一异常日志处理模块13。自动驾驶系统1与远程的异常分析系统2连接，异常分析系统2主要用于对自动驾驶系统1产生的日志中的系统崩溃记录和系统故障记录进行异常分析。
(一)一类异常信息采集模块11
一类异常信息采集模块11与第一异常日志处理模块13连接；一类异常信息采集模块11用于对系统崩溃信息进行采集生成对应的系统崩溃记录；并将系统崩溃记录向第一异常日志处理模块13发送。
其中，系统崩溃记录至少包括崩溃时间数据、崩溃函数名称数据、崩溃堆栈数据、崩溃文件名称数据和崩溃模块名称数据。
这里，一类异常信息采集模块11与第一异常日志处理模块13通过自动驾驶系统1的内部数据总线连接。车辆自动驾驶系统在系统软件的运行过程中因为软件设计原因可能会出现多种软件崩溃问题，诸如由操作文件或数据丢失造成的软件崩溃问题、由调用接口不匹配造成的软件崩溃问题、由内存冲突造成的软件崩溃问题、由内存溢出造成的软件崩溃问题等等；本发明实施例将所有软件崩溃问题都视为系统崩溃类问题，一类异常信息采集模块11则专用于对该类问题的详细信息进行采集并生成对应的采集记录即系统崩溃记录。
在本发明实施例的一个具体实现方式中，一类异常信息采集模块11具体用于在对系统崩溃信息进行采集时，对自动驾驶系统1的系统崩溃事件进行跟踪；并在新的系统崩溃事件发生时，对系统崩溃事件的发生时间进行采集生成对应的崩溃时间数据，对系统崩溃事件对应的崩溃函数的名称进行采集生成对应的崩溃函数名称数据，对崩溃函数调用的系统堆栈数据进行采集生成对应的崩溃堆栈数据，对调用崩溃函数的可执行程序文件的文件名称进行采集生成对应的崩溃文件名称数据，对调用崩溃函数的自动驾驶系统模块的模块名称进行采集生成对应的崩溃模块名称数据；并由采集得到的崩溃时间数据、崩溃函数名称数据、崩溃堆栈数据、崩溃文件名称数据和崩溃模块名称数据组成对应的系统崩溃记录。
这里，一类异常信息采集模块11具体用于在对系统崩溃信息进行采集时会对车辆自动驾驶系统在系统软件的运行过程中出现的软件崩溃问题进行持续跟踪，跟踪时每发生一次软件崩溃即视为产生一个对应的系统崩溃事件；车辆自动驾驶系统的底层操作系统会在每个系统崩溃事件发生时给出一组对应的描述信息：崩溃发生时间、发生崩溃的函数名称、发生崩溃时该崩溃函数调用的系统堆栈数据、调用该崩溃函数的程序名称即可执行程序文件的文件名称、调用该崩溃函数的自动驾驶系统模块的模块名称；一类异常信息采集模块11对底层操作系统的上述描述信息进行采集从而生成对应的采集数据：崩溃时间数据、崩溃函数名称数据、崩溃堆栈数据、崩溃文件名称数据和崩溃模块名称数据；再将所有采集数据组合起来得到采集数据总集合即系统崩溃记录。需要说明的是，不同版本的底层操作系统在每个系统崩溃事件发生时给出的描述信息可能存在一定的差异性，本发明实施例的一类异常信息采集模块11还可根据实际需求对除上述采集数据之外的其他相关信息进行采集。
(二)二类异常信息采集模块12
二类异常信息采集模块12与第一异常日志处理模块13连接；二类异常信息采集模块12用于对系统故障信息进行采集生成对应的系统故障记录；并将系统故障记录向第一异常日志处理模块13发送。
其中，系统故障记录至少包括故障时间数据、故障描述数据、故障原因数据、故障模块名称数据、故障系统运行状态数据、故障外部环境数据和故障系统版本数据。
这里，二类异常信息采集模块12与第一异常日志处理模块13通过自动驾驶系统1的内部数据总线连接。本发明实施例的自动驾驶系统1的工作状态分为自动驾驶状态和人工驾驶状态两种，自动驾驶系统1在进行正常的自动驾驶处理时会将工作状态设为自动驾驶状态，在自动驾驶过程中若发生系统故障则会将工作状态从自动驾驶状态切换到人工驾驶状态，当然在进行正常的自动驾驶处理时也可因为人工干预(例如，接收到人工强制状态切换指令)而强制将工作状态从自动驾驶状态切换到人工驾驶状态。在上述两种状态切换过程中，本发明实施例只将由非人工干预导致状态切换的异常问题视为系统故障类问题，二类异常信息采集模块12则专用于对该类问题的详细信息进行采集并生成对应的采集记录即系统故障记录。
在本发明实施例的又一个具体实现方式中，二类异常信息采集模块12具体用于在对系统故障信息进行采集时，对自动驾驶系统1的系统工作状态进行跟踪；并在每次系统工作状态以非人工干预的方式从自动驾驶状态切换到人工驾驶状态时产生一个新的系统故障事件；并对系统故障事件的发生时间进行采集生成对应的故障时间数据，对系统故障事件对应的事件描述信息进行采集生成对应的故障描述数据，对系统故障事件对应的事件原因信息进行采集生成对应的故障原因数据，对导致发生系统故障事件的自动驾驶系统模块的模块名称进行采集生成对应的故障模块名称数据，对发生系统故障事件时的自动驾驶系统运行状态信息进行采集生成对应的故障系统运行状态数据，对发生系统故障事件时的外部环境信息进行采集生成对应的故障外部环境数据，对发生系统故障事件时的自动驾驶系统版本信息进行采集生成对应的故障系统版本数据；并由采集得到的故障时间数据、故障描述数据、故障原因数据、故障模块名称数据、故障系统运行状态数据、故障外部环境数据和故障系统版本数据组成对应的系统故障记录。
这里，二类异常信息采集模块12具体用于在对系统故障信息进行采集时会对导致系统工作状态因非人工干预的原因从自动驾驶状态切换到人工驾驶状态的系统崩溃问题进行持续跟踪，跟踪时每发生一次状态切换即视为产生一个对应的系统故障事件；
车辆自动驾驶系统的底层操作系统会在每个系统故障事件发生时给出一组对应的描述信息：故障的发生时间、故障的事件描述信息、故障的事件原因信息、导致发生故障的自动驾驶系统模块的模块名称、发生故障时的自动驾驶系统运行状态信息、发生故障时的外部环境信息、发生故障时的自动驾驶系统版本信息；二类异常信息采集模块12对底层操作系统的上述描述信息进行采集从而生成对应的采集数据：故障时间数据、故障描述数据、故障原因数据、故障模块名称数据、故障系统运行状态数据、故障外部环境数据和故障系统版本数据；再将所有采集数据组合起来得到采集数据总集合即系统故障记录。需要说明的是，不同版本的底层操作系统在每个系统故障事件发生时给出的描述信息可能存在一定的差异性，本发明实施例的二类异常信息采集模块12还可根据实际需求对除上述采集数据之外的其他相关信息进行采集。
(三)第一异常日志处理模块13
第一异常日志处理模块13与第二异常日志处理模块21连接；第一异常日志处理模块13用于在每次自车启动成功时创建对应的行驶日志；第一异常日志处理模块13还用于将接收的系统崩溃记录存入行驶日志；第一异常日志处理模块13还用于将接收的系统故障记录存入行驶日志；第一异常日志处理模块13还用于在每次自车驻车时将当次创建的行驶日志向第二异常日志处理模块21发送。
其中，行驶日志除了包括系统故障记录和系统故障记录之外，还包括日志创建时间数据、日志车辆编码数据和日志名称数据。
这里，第一异常日志处理模块13与第二异常日志处理模块21通过远程的有线或无线方式连接。本发明实施例规定在自动驾驶系统1侧，每次自启动成功(诸如点火启动成功、从驻车状态启动成功等)之后都会创建一个行驶日志对应当次车辆启动后的全行驶过程。创建行驶日志时，第一异常日志处理模块13还用于获取当前系统时间作为对应的日志创建时间数据添加到行驶日志中，获取车辆本地存储的车辆编码作为对应的日志车辆编码数据添加到行驶日志中，为本次系统运行过程产生一个对应名称作为对应的日志名称数据添加到行驶日志中。行驶日志创建成功后，第一异常日志处理模块13就对一类异常信息采集模块11、二类异常信息采集模块12的发送数据进行持续侦听，一旦受到一类异常信息采集模块11发送的系统崩溃记录、二类异常信息采集模块12发送的系统故障记录都将当次接收到的记录存到行驶日志中。本发明实施例还规定在自动驾驶系统1侧，每次自车驻车(诸如自动驻车、手动驻车等)时都将当次全行驶过程对应的行驶日志向第二异常日志处理模块21发送。
(四)第二异常日志处理模块21
第二异常日志处理模块21与异常日志数据库模块22连接；第二异常日志处理模块21用于接收行驶日志；并对行驶日志进行数据预处理生成对应的分析日志；并将分析日志存入异常日志数据库模块22的异常日志数据库中；并在异常日志数据库中将分析日志的状态设为待分析状态。
其中，分析日志包括日志创建时间数据、日志车辆编码数据、日志名称数据、系统崩溃分析记录和系统故障分析记录；系统崩溃分析记录由系统崩溃记录和对应的系统崩溃标识组成；系统故障分析记录由系统故障记录和对应的系统故障标识组成。
这里，第二异常日志处理模块21与异常日志数据库模块22通过异常分析系统2内的有线方式、无线方式或内部数据总线方式进行连接。
在本发明实施例的又一个具体实现方式中，第二异常日志处理模块21具体用于在对行驶日志进行数据预处理时，对行驶日志中的各个系统崩溃记录分配一个对应的系统崩溃标识，并由各个系统崩溃记录和对应的系统崩溃标识组成对应的系统崩溃分析记录，并使用各个系统崩溃分析记录对行驶日志中对应的系统崩溃记录进行替换；并对行驶日志中的各个系统故障记录分配一个对应的系统故障标识，并由各个系统故障记录和对应的系统故障标识组成对应的系统故障分析记录，并使用各个系统故障分析记录对行驶日志中对应的系统故障记录进行替换；并将完成所有记录替换的行驶日志作为对应的分析日志。
这里，第二异常日志处理模块21在接收到行驶日志后基于其中各记录(系统崩溃记录和系统故障记录)的关键信息生成对应的唯一标识(系统崩溃标识、系统故障标识)并与记录绑定存入异常日志数据库模块22的异常日志数据库中。
在本发明实施例的又一个具体实现方式中，第二异常日志处理模块21具体用于在对行驶日志中的各个系统崩溃记录分配一个对应的系统崩溃标识时，从系统崩溃记录中提取出崩溃函数名称数据、崩溃堆栈数据、崩溃文件名称数据和崩溃模块名称数据组成对应的系统崩溃关键数据；并基于预设的哈希算法对系统崩溃关键数据进行哈希计算；并将哈希计算结果作为对应的系统崩溃标识。
这里，第二异常日志处理模块21在基于系统崩溃记录的关键信息生成对应的系统崩溃标识时，将系统崩溃记录中的崩溃函数名称数据、崩溃堆栈数据、崩溃文件名称数据和崩溃模块名称数据视为关键信息并由此组成系统崩溃关键数据，再基于预设的哈希算法对系统崩溃关键数据进行对应的数字摘要哈希计算得到一个对应哈希码，再将该哈希码作为当前系统崩溃记录的系统崩溃标识。需要说明的是，本发明实施例可采用多种哈希算法完成上述哈希计算，默认使用安全散列算法(Secure Hash Algorithm，SHA)系列的SHA256算法。
在本发明实施例的又一个具体实现方式中，第二异常日志处理模块21具体用于在对行驶日志中的各个系统故障记录分配一个对应的系统故障标识时，从系统故障记录中提取出故障描述数据和故障系统版本数据；并从行驶日志中提取出日志名称数据；并由日志名称数据、故障描述数据和故障系统版本数据组成对应的系统故障关键数据；并基于预设的哈希算法对系统故障关键数据进行哈希计算；并将哈希计算结果作为对应的系统故障标识。
这里，第二异常日志处理模块21在基于系统故障记录的关键信息生成对应的系统故障标识时，将行驶日志中的日志名称数据和系统故障记录中的故障描述数据、故障系统版本数据视为关键信息并由此组成系统故障关键数据，再基于预设的哈希算法对系统故障关键数据进行对应的数字摘要哈希计算得到一个对应哈希码，再将该哈希码作为当前系统故障记录的系统故障标识。需要说明的是，本发明实施例可采用多种哈希算法完成上述哈希计算，默认使用SHA256算法。
(五)异常日志数据库模块22
异常日志数据库模块22中至少包括一个异常日志数据库。异常日志数据库用于存储行驶日志。
这里，在异常日志数据库中，每个行驶日志对应一个状态，该状态用于标识当前日志是否已经完成异常日志分析，该状态包括待分析状态、已分析状态，若为待分析状态说明对应行驶日志尚未进行异常日志分析处理，若为已分析状态说明对应行驶日志应完成异常日志分析处理。
(六)异常日志分析模块23
异常日志分析模块23与异常日志数据库模块22连接；异常日志分析模块23用于对异常日志数据库中状态为待分析状态的分析日志进行异常分析处理。
这里，异常日志分析模块23与异常日志数据库模块22通过异常分析系统2内的有线方式、无线方式或内部数据总线方式进行连接。
在本发明实施例的又一个具体实现方式中，异常日志分析模块23具体用于在对异常日志数据库中状态为待分析状态的分析日志进行异常分析处理时，将异常日志数据库中状态为待分析状态的分析日志作为待分析日志；并对待分析日志中的各个系统崩溃分析记录进行异常分析处理生成对应的异常分析清单；并对待分析日志中的各个系统故障分析记录进行异常分析处理生成对应的异常分析清单；并根据各个异常分析清单进行异常信息推送处理；并将异常日志数据库中待分析日志对应的分析日志的状态为已分析状态。
这里，异常日志分析模块23对状态为待分析状态的分析日志进行异常分析时，分别对日志中的系统崩溃分析记录、系统故障分析记录进行逐个分析并生产对应的异常分析清单，并根据异常分析清单中的信息进行异常信息推送，再将完成分析的分析日志的状态改为已分析状态。
在本发明实施例的又一个具体实现方式中，异常日志分析模块23具体用于在对待分析日志中的各个系统崩溃分析记录进行异常分析处理时，根据系统崩溃分析记录的内容生成对应的异常分析清单；并从系统崩溃分析记录中提取出系统崩溃标识作为当前系统崩溃标识；并在异常日志数据库中，对状态为已分析状态的所有分析日志中是否存在与当前系统崩溃标识匹配的系统崩溃标识进行确认，若确认存在则在异常分析清单中标注当前异常问题为重复性问题。
这里，异常日志分析模块23具体在处理对系统崩溃分析记录的异常分析时，先根据系统崩溃分析记录的内容生成对应的异常分析清单，在生成异常分析清单时可采用多种方式实现，其中一种就是复制系统崩溃分析记录生成对应的异常分析清单；需要说明的是，生成的异常分析清单中包括一个标注信息，该标注信息被预设为：当前异常问题不为重复性问题；异常日志分析模块23在生成异常分析清单之后，会根据当前系统崩溃标识查询异常日志数据库模块22的异常日志数据库，若异常日志数据库中任一状态为已分析状态的分析日志中存在与当前系统崩溃标识匹配的系统崩溃标识，那么就说明当前系统崩溃标识对应的系统崩溃问题已经出现过，此时异常日志分析模块23就会将异常分析清单中被预设为当前异常问题不为重复性问题的标注信息重新标注为：当前异常问题为重复性问题。
在本发明实施例的又一个具体实现方式中，异常日志分析模块23具体用于在对待分析日志中的各个系统故障分析记录进行异常分析处理时，根据系统故障分析记录的内容生成对应的异常分析清单；并从系统故障分析记录中提取出系统故障标识作为当前系统故障标识；并在异常日志数据库中，对状态为已分析状态的所有分析日志中是否存在与当前系统故障标识匹配的系统故障标识进行确认，若确认存在则在异常分析清单中标注当前异常问题为重复性问题。
这里，异常日志分析模块23具体在处理对系统故障分析记录的异常分析时，先根据系统故障分析记录的内容生成对应的异常分析清单，在生成异常分析清单时可采用多种方式实现，其中一种就是复制系统故障分析记录生成对应的异常分析清单；需要说明的是，生成的异常分析清单中包括一个标注信息，该标注信息被预设为：当前异常问题不为重复性问题；异常日志分析模块23在生成异常分析清单之后，会根据当前系统故障标识查询异常日志数据库模块22的异常日志数据库，若异常日志数据库中任一状态为已分析状态的分析日志中存在与当前系统故障标识匹配的系统故障标识，那么就说明当前系统故障标识对应的系统故障问题已经出现过，此时异常日志分析模块23就会将异常分析清单中被预设为当前异常问题不为重复性问题的标注信息重新标注为：当前异常问题为重复性问题。
在本发明实施例的又一个具体实现方式中，异常日志分析模块23具体用于在根据各个异常分析清单进行异常信息推送处理时，对异常分析清单中是否标注了当前异常问题为重复性问题，若未标注则从异常分析清单中提取出崩溃模块名称数据或故障模块名称数据作为当前模块名称数据；并根据当前模块名称数据查询本地阈值的模块负责人联系信息表得到对应的负责人联系信息；并以负责人联系信息指定的联系方式，向对应的负责人推送异常分析清单。
其中，模块负责人联系信息表包括多个信息记录；每个信息记录包括模块名称字段、负责人名称字段、负责人联系方式字段。
在本发明实施例的又一个具体实现方式中，异常日志分析模块23具体用于在根据当前模块名称数据查询本地阈值的模块负责人联系信息表得到对应的负责人联系信息时，将模块负责人联系信息表中模块名称字段与当前模块名称数据匹配的信息记录作为匹配信息记录，并提取匹配信息记录的负责人联系方式字段作为对应的负责人联系信息。
这里，异常日志分析模块23具体在处理异常分析清单的异常信息推送时，首先要对异常分析清单中是否标注了当前异常问题为重复性问题进行确认，若确认标注了当前异常问题为重复性问题就说明当前问题已经发生过无需再重复通知负责人，若确认尚未标注当前异常问题为重复性问题就说明当前异常问题是新发生的需再通知对应模块的负责人。
本发明实施例提供了一种自动驾驶异常分析系统，该系统包括：前端的自动驾驶系统和后端的异常分析系统；在前端的自动驾驶系统侧包括一类异常信息采集模块、二类异常信息采集模块和第一异常日志处理模块；在后端的异常分析系统侧包括第二异常日志处理模块、异常日志数据库模块和异常日志分析模块。在前端的自动驾驶系统侧，由一类、二类异常信息采集模块分别对自动驾驶系统的系统崩溃和系统故障信息进行采集，并由第一异常日志处理模块将一类、二类异常信息采集模块采集的系统崩溃记录和系统故障记录合并到行驶日志中向后端的异常分析系统发送。在后端的异常分析系统侧，第二异常日志处理模块在接收到行驶日志后基于其中各记录(系统崩溃记录和系统故障记录)的关键信息生成对应的唯一标识(系统崩溃标识、系统故障标识)并与记录绑定存入异常日志数据库模块的异常日志数据库中；异常日志处理模块则用于根据异常日志数据库中各个待分析日志的记录(系统崩溃记录和系统故障记录)产生对应的异常分析清单，并对各记录(系统崩溃记录和系统故障记录)对应的异常问题是否为重复性问题进行识别，若是则在异常分析清单中进行对应标注，若不是则根据异常分析清单中的模块名称向对应的模块负责人发送该清单。通过本发明系统，在无需人工干预的前提下就能完成对所有日志的遍历，极大地节约了开发人员工作量；能根据具体的异常类型(系统崩溃或系统故障)创建对应的异常分析清单，提高了异常分析效率；能区分异常问题是否为重复性问题并只对非重复性问题进行负责人推送，降低了开发人员处理重复内容的工作量、提高了工作效率。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的系统、模块、单元及算法的步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的系统、模块、单元或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、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，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动驾驶异常分析系统，其特征在于，所述系统包括：自动驾驶系统和异常分析系统；所述自动驾驶系统包括一类异常信息采集模块、二类异常信息采集模块和第一异常日志处理模块；所述异常分析系统包括第二异常日志处理模块、异常日志数据库模块和异常日志分析模块；
所述一类异常信息采集模块与所述第一异常日志处理模块连接；所述一类异常信息采集模块用于对系统崩溃信息进行采集生成对应的系统崩溃记录；并将所述系统崩溃记录向所述第一异常日志处理模块发送；
所述二类异常信息采集模块与所述第一异常日志处理模块连接；所述二类异常信息采集模块用于对系统故障信息进行采集生成对应的系统故障记录；并将所述系统故障记录向所述第一异常日志处理模块发送；
所述第一异常日志处理模块与所述第二异常日志处理模块连接；所述第一异常日志处理模块用于在每次自车启动成功时创建对应的行驶日志；所述第一异常日志处理模块还用于将接收的所述系统崩溃记录存入所述行驶日志；所述第一异常日志处理模块还用于将接收的所述系统故障记录存入所述行驶日志；所述第一异常日志处理模块还用于在每次自车驻车时将当次创建的所述行驶日志向所述第二异常日志处理模块发送；
所述第二异常日志处理模块与所述异常日志数据库模块连接；所述第二异常日志处理模块用于接收所述行驶日志；并对所述行驶日志进行数据预处理生成对应的分析日志；并将所述分析日志存入所述异常日志数据库模块的异常日志数据库中；并在所述异常日志数据库中将所述分析日志的状态设为待分析状态；
所述异常日志分析模块与所述异常日志数据库模块连接；所述异常日志分析模块用于对所述异常日志数据库中状态为待分析状态的所述分析日志进行异常分析处理。
2.根据权利要求1所述的自动驾驶异常分析系统，其特征在于，
所述一类异常信息采集模块具体用于在所述对系统崩溃信息进行采集时，对所述自动驾驶系统的系统崩溃事件进行跟踪；并在新的所述系统崩溃事件发生时，对所述系统崩溃事件的发生时间进行采集生成对应的崩溃时间数据，对所述系统崩溃事件对应的崩溃函数的名称进行采集生成对应的崩溃函数名称数据，对所述崩溃函数调用的系统堆栈数据进行采集生成对应的崩溃堆栈数据，对调用所述崩溃函数的可执行程序文件的文件名称进行采集生成对应的崩溃文件名称数据，对调用所述崩溃函数的自动驾驶系统模块的模块名称进行采集生成对应的崩溃模块名称数据；并由采集得到的所述崩溃时间数据、所述崩溃函数名称数据、所述崩溃堆栈数据、所述崩溃文件名称数据和所述崩溃模块名称数据组成对应的所述系统崩溃记录。
3.根据权利要求1所述的自动驾驶异常分析系统，其特征在于，
所述二类异常信息采集模块具体用于在所述对系统故障信息进行采集时，对所述自动驾驶系统的系统工作状态进行跟踪；并在每次所述系统工作状态以非人工干预的方式从自动驾驶状态切换到人工驾驶状态时产生一个新的系统故障事件；并对所述系统故障事件的发生时间进行采集生成对应的故障时间数据，对所述系统故障事件对应的事件描述信息进行采集生成对应的故障描述数据，对所述系统故障事件对应的事件原因信息进行采集生成对应的故障原因数据，对导致发生所述系统故障事件的自动驾驶系统模块的模块名称进行采集生成对应的故障模块名称数据，对发生所述系统故障事件时的自动驾驶系统运行状态信息进行采集生成对应的故障系统运行状态数据，对发生所述系统故障事件时的外部环境信息进行采集生成对应的故障外部环境数据，对发生所述系统故障事件时的自动驾驶系统版本信息进行采集生成对应的故障系统版本数据；并由采集得到的所述故障时间数据、所述故障描述数据、所述故障原因数据、所述故障模块名称数据、所述故障系统运行状态数据、所述故障外部环境数据和所述故障系统版本数据组成对应的所述系统故障记录。
4.根据权利要求1所述的自动驾驶异常分析系统，其特征在于，
所述行驶日志还包括日志创建时间数据、日志车辆编码数据和日志名称数据。
5.根据权利要求1所述的自动驾驶异常分析系统，其特征在于，
所述第二异常日志处理模块具体用于在所述对所述行驶日志进行数据预处理时，对所述行驶日志中的各个所述系统崩溃记录分配一个对应的系统崩溃标识，并由各个所述系统崩溃记录和对应的所述系统崩溃标识组成对应的系统崩溃分析记录，并使用各个所述系统崩溃分析记录对所述行驶日志中对应的所述系统崩溃记录进行替换；并对所述行驶日志中的各个所述系统故障记录分配一个对应的系统故障标识，并由各个所述系统故障记录和对应的所述系统故障标识组成对应的系统故障分析记录，并使用各个所述系统故障分析记录对所述行驶日志中对应的所述系统故障记录进行替换；并将完成所有记录替换的所述行驶日志作为对应的所述分析日志。
6.根据权利要求5所述的自动驾驶异常分析系统，其特征在于，
所述第二异常日志处理模块具体用于在所述对所述行驶日志中的各个所述系统崩溃记录分配一个对应的系统崩溃标识时，从所述系统崩溃记录中提取出崩溃函数名称数据、崩溃堆栈数据、崩溃文件名称数据和崩溃模块名称数据组成对应的系统崩溃关键数据；并基于预设的哈希算法对所述系统崩溃关键数据进行哈希计算；并将哈希计算结果作为对应的所述系统崩溃标识。
7.根据权利要求5所述的自动驾驶异常分析系统，其特征在于，
所述第二异常日志处理模块具体用于在所述对所述行驶日志中的各个所述系统故障记录分配一个对应的系统故障标识时，从所述系统故障记录中提取出故障描述数据和故障系统版本数据；并从所述行驶日志中提取出日志名称数据；并由所述日志名称数据、所述故障描述数据和所述故障系统版本数据组成对应的系统故障关键数据；并基于预设的哈希算法对所述系统故障关键数据进行哈希计算；并将哈希计算结果作为对应的所述系统故障标识。
8.根据权利要求5所述的自动驾驶异常分析系统，其特征在于，
所述异常日志分析模块具体用于在所述对所述异常日志数据库中状态为待分析状态的所述分析日志进行异常分析处理时，将所述异常日志数据库中状态为待分析状态的所述分析日志作为待分析日志；并对所述待分析日志中的各个所述系统崩溃分析记录进行异常分析处理生成对应的异常分析清单；并对所述待分析日志中的各个所述系统故障分析记录进行异常分析处理生成对应的所述异常分析清单；并根据各个所述异常分析清单进行异常信息推送处理；并将所述异常日志数据库中所述待分析日志对应的所述分析日志的状态为已分析状态。
9.根据权利要求8所述的自动驾驶异常分析系统，其特征在于，
所述异常日志分析模块具体用于在所述对所述待分析日志中的各个所述系统崩溃分析记录进行异常分析处理时，根据所述系统崩溃分析记录的内容生成对应的所述异常分析清单；并从所述系统崩溃分析记录中提取出所述系统崩溃标识作为当前系统崩溃标识；并在所述异常日志数据库中，对状态为已分析状态的所有所述分析日志中是否存在与所述当前系统崩溃标识匹配的所述系统崩溃标识进行确认，若确认存在则在所述异常分析清单中标注当前异常问题为重复性问题；
所述异常日志分析模块具体用于在所述对所述待分析日志中的各个所述系统故障分析记录进行异常分析处理时，根据所述系统故障分析记录的内容生成对应的所述异常分析清单；并从所述系统故障分析记录中提取出所述系统故障标识作为当前系统故障标识；并在所述异常日志数据库中，对状态为已分析状态的所有所述分析日志中是否存在与所述当前系统故障标识匹配的所述系统故障标识进行确认，若确认存在则在所述异常分析清单中标注当前异常问题为重复性问题。
10.根据权利要求8所述的自动驾驶异常分析系统，其特征在于，
所述异常日志分析模块具体用于在所述根据各个所述异常分析清单进行异常信息推送处理时，对所述异常分析清单中是否标注了当前异常问题为重复性问题，若未标注则从所述异常分析清单中提取出崩溃模块名称数据或故障模块名称数据作为当前模块名称数据；并根据所述当前模块名称数据查询本地阈值的模块负责人联系信息表得到对应的负责人联系信息；并以所述负责人联系信息指定的联系方式，向对应的负责人推送所述异常分析清单。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210545593.4A CN114968637B (zh) | 2022-05-19 | 2022-05-19 | 一种自动驾驶异常分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210545593.4A CN114968637B (zh) | 2022-05-19 | 2022-05-19 | 一种自动驾驶异常分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114968637A true CN114968637A (zh) | 2022-08-30 |
| CN114968637B CN114968637B (zh) | 2024-03-26 |
Family
ID=82984595
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210545593.4A Active CN114968637B (zh) | 2022-05-19 | 2022-05-19 | 一种自动驾驶异常分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114968637B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117093630A (zh) * | 2023-10-17 | 2023-11-21 | 无锡车联天下信息技术有限公司 | 一种车载系统异常日志动态输出方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030226059A1 (en) * | 2002-05-30 | 2003-12-04 | Braun Richard A. | Systems and methods for remote tracking of reboot status |
| US20040098640A1 (en) * | 2001-05-24 | 2004-05-20 | Smith Walter R. | Method and system for recording program information in the event of a failure |
| CN105630682A (zh) * | 2015-12-28 | 2016-06-01 | 珠海金山网络游戏科技有限公司 | 移动终端自动收集及分析崩溃的系统和方法 |
| CN110995468A (zh) * | 2019-11-13 | 2020-04-10 | 上海钧正网络科技有限公司 | 待分析系统的系统故障处理方法、装置、设备和存储介质 |
| CN112925279A (zh) * | 2021-01-30 | 2021-06-08 | 重庆简华科技有限公司 | 一种基于mes系统的故障综合分析系统 |
| CN114257534A (zh) * | 2020-09-24 | 2022-03-29 | 北京小米移动软件有限公司 | 测试结果处理方法、装置、系统及存储介质 |
-
2022
- 2022-05-19 CN CN202210545593.4A patent/CN114968637B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040098640A1 (en) * | 2001-05-24 | 2004-05-20 | Smith Walter R. | Method and system for recording program information in the event of a failure |
| US20030226059A1 (en) * | 2002-05-30 | 2003-12-04 | Braun Richard A. | Systems and methods for remote tracking of reboot status |
| CN105630682A (zh) * | 2015-12-28 | 2016-06-01 | 珠海金山网络游戏科技有限公司 | 移动终端自动收集及分析崩溃的系统和方法 |
| CN110995468A (zh) * | 2019-11-13 | 2020-04-10 | 上海钧正网络科技有限公司 | 待分析系统的系统故障处理方法、装置、设备和存储介质 |
| CN114257534A (zh) * | 2020-09-24 | 2022-03-29 | 北京小米移动软件有限公司 | 测试结果处理方法、装置、系统及存储介质 |
| CN112925279A (zh) * | 2021-01-30 | 2021-06-08 | 重庆简华科技有限公司 | 一种基于mes系统的故障综合分析系统 |
Non-Patent Citations (2)
| Title |
|---|
| 曾震宇;李润锦;黄少斌;: "自动售检票系统纸币日志智能分析系统开发与应用", 信息通信, no. 04, 15 June 2013 (2013-06-15) * |
| 谢琼;: "一种基于代码异常机制的故障特征提取方法", 电脑知识与技术, no. 20, 15 July 2015 (2015-07-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117093630A (zh) * | 2023-10-17 | 2023-11-21 | 无锡车联天下信息技术有限公司 | 一种车载系统异常日志动态输出方法 |
| CN117093630B (zh) * | 2023-10-17 | 2024-01-26 | 无锡车联天下信息技术有限公司 | 一种车载系统异常日志动态输出方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114968637B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8140565B2 (en) | Autonomic information management system (IMS) mainframe database pointer error diagnostic data extraction | |
| CN112256656B (zh) | 事务回滚方法及装置、数据库、系统、计算机存储介质 | |
| CN112068981B (zh) | Linux操作系统中基于知识库的故障扫描恢复方法及系统 | |
| CN111444067A (zh) | 一种基于规则引擎的配置化系统监控方法、装置及设备 | |
| CN114968637A (zh) | 一种自动驾驶异常分析系统 | |
| CN112749125B (zh) | 文本的处理方法及装置、文本的处理系统 | |
| CN110750416A (zh) | 一种故障信息自动化处理的方法及装置 | |
| CN111427736A (zh) | 日志监控方法、装置、设备及计算机可读存储介质 | |
| CN113568878A (zh) | 一种系统日志的收集、导出方法、装置及车辆 | |
| CN1684043A (zh) | 计算机文件的实时监控系统和方法 | |
| CN112286729B (zh) | 一种指定时间恢复的方法 | |
| CN113886202A (zh) | 车辆日志的分析方法、系统、装置、介质及车辆 | |
| CN111767299A (zh) | 数据库操作方法、装置、系统、存储介质及电子设备 | |
| CN111738691A (zh) | 单据清分方法、装置、以及计算机设备和存储介质 | |
| CN117971605B (zh) | 基于数据库异常的自动化日志信息收集方法及系统 | |
| CN113326511B (zh) | 一种文件修复方法、系统、设备和介质 | |
| KR102523671B1 (ko) | 자율 주행 시스템의 로그 기반 이상 탐지 시스템 및 방법 | |
| CN117216011B (zh) | 文件传输方法、装置及电子设备 | |
| CN116089243A (zh) | 一种地图生产异常定位及处理方法、系统、介质及设备 | |
| CN114817410B (zh) | 业务数据处理方法、装置、设备及存储介质 | |
| CN114490164B (zh) | 日志的收集方法、系统、设备及计算机存储介质 | |
| CN116938695A (zh) | 日志收集方法、装置、设备、介质及车辆 | |
| CN115422166A (zh) | 一种mysql从库互相切换时采集点位映射处置方法 | |
| CN118069397A (zh) | 一种自动化崩溃分析方法及系统 | |
| CN115550206A (zh) | 一种车载以太网服务自动点检方法及系统 |
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 |