CN115328683A - 异常状态监控方法、系统、存储介质及电子装置 - Google Patents

Abstract

本发明的提供了一种异常状态监控方法、系统、存储介质及电子装置，异常状态监控方法用于监测自动驾驶车辆，异常状态监控方法包括：获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；当车辆的状态出现异常时，在车端发出警报以进行安全提醒；记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级，以解决自动驾驶车辆在道路测试中当系统状态出现异常不能及时发现并采取相应的措施的问题。

Description

异常状态监控方法、系统、存储介质及电子装置

技术领域

本发明涉及车辆自动驾驶技术领域，具体而言，涉及一种异常状态监控方法、系统、存储介质及电子装置。

背景技术

随着机器学习、智能网联和大数据开发的高速发展，通过模拟人的驾驶行为来将人工智能与汽车驾驶相结合，依靠视觉计算、雷达以及全球定位系统等模块的协同工作，让机器可以在没有任何人类进行主动操作的前提下，自动安全地操作机动车辆，从而实现车辆的自动驾驶。

道路测试贯穿在自动驾驶算法的开发、应用和改进的全部流程中，要使自动驾驶汽车安全运行，能够在道路上做出明智的决策，就需要进行大规模、长里程的道路测试，同时记录有效的系统异常问题数据来提升算法成熟度。

因此，在道路测试中及时准确地发现系统故障至关重要，一方面能够保证测试过程中的安全性，另一方面能够快速地定位并记录问题，从而有利于自动驾驶算法的开发。

自动驾驶车辆在长期道路测试过程会遇到软、硬件等不同模块方面的问题，目前在路测时对状态的监控大多是针对单一的模块，或者需要工程师人工进行持续性地检查，不具有智能化地检测和报警功能。这样就存在两个问题，一是无法第一时间对异常状态进行警报，存在较大的安全隐患，二是遇到系统状态异常定位问题的时效性和准确性较低，导致了研发效率较低。

综上，要从大量的道路测试中更加智能、方便地记录到有用的异常问题信息以加速对系统的各模块进行优化更迭，对提高自动驾驶系统的开发效率来说具有重要意义。

然而，当前自动驾驶技术中没有能够对系统的软、硬件故障进行智能监测的方法或工具，在车辆进入自动驾驶模式的道路测试时，如果发生系统故障且工程师和安全员没有及时发现，就会存在较大的危险。在现有技术中，对于自动驾驶车辆在道路测试中系统状态出现的异常并不能及时地发现并采取相应措施。

发明内容

本发明的主要目的在于提供一种异常状态监控方法、系统、存储介质及电子装置，以解决自动驾驶车辆在道路测试中当系统状态出现异常不能及时发现并采取相应的措施的问题。

为了实现上述目的，根据本发明的第一个方面，提供了一种异常状态监控方法，异常状态监控方法用于监测自动驾驶车辆，异常状态监控方法包括：获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；当车辆的状态出现异常时，在车端发出警报以进行安全提醒；记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

在一个示例性实施例中，车辆的实时状态包括车辆的系统的总状态、车辆的各个模块的子状态和车辆的驾驶状态；其中，各个模块的子状态包括相应的模块的软件状态、硬件状态和其他状态；驾驶状态包括自动驾驶状态和人工驾驶状态。

在一个示例性实施例中，软件状态包括融合感知状态和预测规划状态；和/或硬件状态包括雷达状态和相机状态；和/或其他状态包括时间同步状态、时延状态和通道数据帧率状态。

在一个示例性实施例中，异常状态监控方法包括：当车辆处于人工驾驶状态时，自动触发录制工具对各个模块的数据进行录制，同时获取人工驾驶状态出现的时间前后的一定时间段内的各个模块的相关日志。

在一个示例性实施例中，在车端发出警报以进行安全提醒的方法包括：通过在车端的显示器上显示车辆的系统的总状态、车辆的各个模块的子状态和所述车辆的驾驶状态并发出警报以进行安全提醒。

在一个示例性实施例中，在车端发出警报以进行安全提醒的方法包括：设定绿灯和红灯分别代表车辆处于正常状态和异常状态，当车辆的状态出现异常时，通过闪烁红灯以提醒车辆的状态出现异常；和/或通过发出语音警报以提醒车辆的状态出现异常。

在一个示例性实施例中，当车辆的状态出现异常时，异常状态监控方法还包括：控制车辆打开双闪灯并退出自动驾驶状态。

根据本发明的第二个方面，提供了一种异常状态监控系统，包括上述的异常状态监控方法，异常状态监控系统包括：后端处理模块，用于获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；车端输出模块，用于当车辆的状态出现异常时，在车端发出警报以进行安全提醒；云端记录模块，用于记录在车辆的状态出现异常时的问题数据，并将问题数据上传给云端服务器，同时发送相关日志，以用于自动驾驶算法的训练升级。

根据本发明的第三个方面，提供了一种计算机可读的存储介质，计算机可读的存储介质包括存储的程序，其中，程序运行时执行上述的异常状态监控方法。

根据本发明的第四个方面，提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行上述的异常状态监控方法。

应用本发明的技术方案，本发明的异常状态监控方法用于监测自动驾驶车辆，异常状态监控方法包括：获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；当车辆的状态出现异常时，在车端发出警报以进行安全提醒；记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。这样，本发明通过车辆后端来监控和判断车辆的状态是否出现异常，以在车端发出警报来提醒安全员和工程师，并将这些问题数据上传至云端服务器以用于云端的机器的学习和评价，简化了人工监控和记录问题的持续过程，能够从海量的测试中智能抽取出有问题的“精品”数据，优化了海量的“无用”路测数据在云端存储较为困难的现状，降低了自动驾驶开发过程中的数据存储所需的成本，且能够用于定位、环境感知、规划与控制等关键任务中，更加智能、全面地了解车辆系统的健康状态，自动化记录路测的问题信息，提高工作效率，增加测试准确度，对于促进自动驾驶系统的开发具有重要的意义，解决了现有技术中在自动驾驶道路测试中人工发现系统异常的时效性和准确性较低的问题，也就解决了自动驾驶车辆在道路测试中当系统状态出现异常不能够及时发现并采取相应的措施的问题，从而保证了人员及车辆的安全。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了根据本发明的异常状态监控方法的第一个实施例的流程图；

图2示出了根据本发明的异常状态监控方法的第二个实施例的流程图；

图3示出了根据本发明的异常状态监控方法所监控的车辆的实时状态的组成示意图；

图4示出了根据本发明的异常状态监控方法的在具体应用中的过程示意图；

图5示出了根据本发明的异常状态监控系统的组成示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了解决现有技术中，对于自动驾驶车辆在道路测试中系统状态出现的异常并不能及时地发现并采取相应措施的问题，本发明的提供了一种异常状态监控方法、系统、存储介质及电子装置。

第一方面，本发明的至少一个实施例提供了一种异常状态监控方法，异常状态监控方法用于监测自动驾驶车辆，异常状态监控方法包括：获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；当车辆的状态出现异常时，在车端发出警报以进行安全提醒；记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

第二方面，本发明的至少一个实施例提供了一种异常状态监控系统，包括上述的异常状态监控方法，异常状态监控系统包括：后端处理模块，用于获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；车端输出模块，用于当车辆的状态出现异常时，在车端发出警报以进行安全提醒；云端记录模块，用于记录在车辆的状态出现异常时的问题数据，并将问题数据上传给云端服务器，同时发送相关日志，以用于自动驾驶算法的训练升级。

第三方面，本发明的至少一个实施例提供了一种计算机可读的存储介质，计算机可读的存储介质包括存储的程序，其中，程序运行时执行上述的异常状态监控方法。

第四方面，本发明的至少一个实施例提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行上述的异常状态监控方法。

实施例1

本发明的异常状态监控方法用于监测自动驾驶车辆，异常状态监控方法包括：获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；当车辆的状态出现异常时，在车端发出警报以进行安全提醒；记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

这样，本发明通过车辆后端来监控和判断车辆的状态是否出现异常，以在车端发出警报来提醒安全员和工程师，并将这些问题数据上传至云端服务器以用于云端的机器的学习和评价，简化了人工监控和记录问题的持续过程，能够从海量的测试中智能抽取出有问题的“精品”数据，优化了海量的“无用”路测数据在云端存储较为困难的现状，降低了自动驾驶开发过程中的数据存储所需的成本，且能够用于定位、环境感知、规划与控制等关键任务中，更加智能、全面地了解车辆系统的健康状态，自动化记录路测的问题信息，提高工作效率，增加测试准确度，对于促进自动驾驶系统的开发具有重要的意义，解决了现有技术中在自动驾驶道路测试中人工发现系统异常的时效性和准确性较低的问题，也就解决了自动驾驶车辆在道路测试中当系统状态出现异常不能够及时发现并采取相应的措施的问题，从而保证了人员及车辆的安全。

其中，“在车辆的状态出现异常的时间前后的一定时间段内的相关日志”是指在车辆的状态出现异常的时间前后的一定时间段内所记录的包括车辆的各项数据的日志。

如图1所示的实施例：本发明的异常状态监控方法包括：

S1、获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常。

S2、当车辆的状态出现异常时，在车端发出警报以进行安全提醒。

S3、记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

本发明的车辆的实时状态包括车辆的系统的总状态、车辆的各个模块的子状态和车辆的驾驶状态；其中，各个模块的子状态包括相应的模块的软件状态、硬件状态和其他状态；驾驶状态包括自动驾驶状态和人工驾驶状态。

具体地，当判断出车辆的状态出现异常时，自动录制问题数据，调用云端发送接口UploadMsg(GoString str)将具体模块的问题数据包上传给云端服务器，同时向云端服务器发送出现异常的时间前后的一定时间段内的记录了车辆的各项数据的相关日志，以用于自动驾驶算法的训练升级，且便于工程师通过回放相关数据来复现异常状态，以查找导致异常状态的原因，从而确定是哪个部分出现问题。

在本发明的图3所示的实施例中，软件状态包括融合感知状态和预测规划状态；和/或硬件状态包括雷达状态和相机状态；和/或其他状态包括时间同步状态、时延状态和通道数据帧率状态。

这样，通过将车辆的系统的总状态、车辆的各个模块的子状态和车辆的驾驶状态的实时信息与车辆处于正常的自动驾驶状态时的信息进行信息比对，即可在某些模块出现问题时及时触发警报。

本发明的异常状态监控方法包括：当车辆处于人工驾驶状态时，自动触发录制工具对各个模块的数据进行录制，同时获取人工驾驶状态出现的时间前后的一定时间段内的各个模块的相关日志。

具体地，各个模块的要录制的数据主要包括：Can总线、定位、雷达、相机、感知、预测、规划、控制和时间同步等。

具体地，当车辆的状态出现异常时，在获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对的过程中即可判断出来。

在本发明的图4所示的实施例中，在车辆在进入自动驾驶后，后端通过持续读取车辆canbus底盘线控通道的实时信息，并将该实时信息与正常的自动驾驶状态时车辆的canbus底盘线控通道的信息进行信息比对；若信息比对结果表示车辆canbus底盘线控通道的实时信息为auto(即自动)，则可判断出车辆处于正常的自动驾驶状态，若信息比对结果表示车辆canbus底盘线控通道的实时信息为manual(即手动)，则可判断出车辆处于异常的人工驾驶状态，这样便能够通过持续对比canbus底盘线控通道的信息来实时监控车辆的状态。

在本发明的至少一个的实施例中，车端设置有显示器，该显示器用于显示车辆的系统的总状态、车辆的各个模块的子状态以及车辆的驾驶状态，在车端发出警报以进行安全提醒的方法包括：通过在车端的显示器上显示车辆的系统的总状态、车辆的各个模块的子状态以及车辆的驾驶状态并发出警报以进行安全提醒。

在车端发出警报以进行安全提醒的方法包括：设定绿灯和红灯分别代表车辆处于正常状态和异常状态，当车辆的状态出现异常时，通过闪烁红灯以提醒车辆的状态出现异常；和/或通过发出语音警报以提醒车辆的状态出现异常。

在本发明的至少一个的实施例中，在车端发出警报以进行安全提醒的方法包括：设定绿灯和红灯分别代表车辆处于正常状态和异常状态，当车辆的状态出现异常时，通过闪烁红灯以提醒车辆的状态出现异常；并通过发出语音警报以提醒车辆的状态出现异常。

在本发明的至少一个的实施例中，在车端发出警报以进行安全提醒的方法包括：设定绿灯和红灯分别代表车辆处于正常状态和异常状态，当车辆的状态出现异常时，通过闪烁红灯以提醒车辆的状态出现异常。

在本发明的至少一个的实施例中，在车端发出警报以进行安全提醒的方法包括：通过发出语音警报以提醒车辆的状态出现异常。

具体地，本发明的车端设置有显示器，该显示器上设置有多个状态显示灯，以分别用于显示车辆的系统的总状态、车辆的各个模块的子状态和车辆的驾驶状态；当车辆的某些状态出现异常时，车端的显示器上的相应的状态显示灯会闪烁红灯，以提醒安全员和工程师某些状态出现异常；同时，车端还会进行语音警报以提醒安全员和工程师某些状态出现异常。

例如，当雷达的状态出现异常，显示器上的与雷达所对应的状态显示灯闪烁红灯，并进行语音播报“雷达状态出现异常”。

在本发明的至少一个的实施例中，当车辆的状态出现异常时，异常状态监控方法还包括：控制车辆打开双闪灯并退出自动驾驶状态。

如图2所示的实施例：本发明的异常状态监控方法包括：

S1、获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常。

S2、当车辆的状态出现异常时，在车端发出警报以进行安全提醒，并控制车辆打开双闪灯并退出自动驾驶状态。

S3、记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

具体地，当判定车辆的状态出现异常时，会通过底盘线控通道输出信号以控制车辆打开双闪灯，提醒安全员注意人工接管，并退出自动驾驶状态。

以车辆的相机为例，在本发明的未图示的实施例中，本发明的异常状态监控方法包括：

后端每毫秒至少读取一次通过相机通道所接收到的相机的实时数据帧率，并将相机的实时数据帧率与正常的自动驾驶状态下的相机的数据帧率进行信息比对；

当相机的实时数据帧率小于25HZ或大于40HZ时，判定相机的数据帧率状态出现异常(这可能会导致车辆无法正常识别红绿灯信号)；

此时，后端触发车端以发出警报，以提醒安全员注意红绿灯并随时进行人工接管；

同时，后端记录此时的问题数据以形成问题数据包，获取在相机的数据帧率状态出现异常的时间前后的一定时间段内的相关日志；

调用云端发送接口，将问题数据包和相关日志上传到云端，以使相机模块的开发人员能够知道问题发生的完整过程，从而进行优化训练以提高相机的感知算法的研发效率。

实施例2

如图5所示，本发明提供了一种异常状态监控系统，包括上述的异常状态监控方法，异常状态监控系统包括：后端处理模块，用于获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；车端输出模块，用于当车辆的状态出现异常时，在车端发出警报以进行安全提醒；云端记录模块，用于记录在车辆的状态出现异常时的问题数据，并将问题数据上传给云端服务器，同时发送相关日志，以用于自动驾驶算法的训练升级。

本发明的异常状态监控系统中的后端处理模块还用于当车辆处于人工驾驶状态时，自动触发录制工具对各个模块的数据进行录制，同时获取人工驾驶状态出现的时间前后的一定时间段内的各个模块的相关日志。

本发明的异常状态监控系统中的车端输出模块还用于通过在车端的显示器上显示车辆的系统的总状态、车辆的各个模块的子状态和所述车辆的驾驶状态并发出警报以进行安全提醒。

本发明的异常状态监控系统中的车端输出模块还用于当车辆的状态出现异常时，通过闪烁红灯以提醒车辆的状态出现异常。

本发明的异常状态监控系统中的车端输出模块还用于当车辆的状态出现异常时，通过发出语音警报以提醒车辆的状态出现异常。

本发明的异常状态监控系统中的车端输出模块还用于当车辆的状态出现异常时，控制车辆打开双闪灯并退出自动驾驶状态。

实施例3

本发明提供了一种计算机可读的存储介质，计算机可读的存储介质包括存储的程序，其中，程序运行时执行上述的异常状态监控方法。

可选地，在本实施例中，上述的存储介质可以被设置为存储用于执行以下步骤的程序代码：

S1，获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常。

S2，当车辆的状态出现异常时，在车端发出警报以进行安全提醒。

S3，记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

可选地，在本实施例中，上述的存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

实施例4

本发明提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为通过计算机程序执行上述的异常状态监控方法。

可选地，在本实施例中，上述的处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常。

S2，当车辆的状态出现异常时，在车端发出警报以进行安全提醒。

S3，记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

可选地，上述的电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，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，本申请不限制于任何特定的硬件和软件结合。

从以上的描述中，可以看出，本发明上述的实施例实现了如下技术效果：

本发明的异常状态监控方法用于监测自动驾驶车辆，异常状态监控方法包括：获取车辆的实时状态信息，并将实时状态信息与正常状态信息进行比对，以根据比对结果判断判断车辆的状态是否出现异常；当车辆的状态出现异常时，在车端发出警报以进行安全提醒；记录在车辆的状态出现异常时的问题数据以形成问题数据包，获取在车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将问题数据包和相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。这样，本发明通过车辆后端来监控和判断车辆的状态是否出现异常，以在车端发出警报来提醒安全员和工程师，并将这些问题数据上传至云端服务器以用于云端的机器的学习和评价，简化了人工监控和记录问题的持续过程，能够从海量的测试中智能抽取出有问题的“精品”数据，优化了海量的“无用”路测数据在云端存储较为困难的现状，降低了自动驾驶开发过程中的数据存储所需的成本，且能够用于定位、环境感知、规划与控制等关键任务中，更加智能、全面地了解车辆系统的健康状态，自动化记录路测的问题信息，提高工作效率，增加测试准确度，对于促进自动驾驶系统的开发具有重要的意义，解决了现有技术中在自动驾驶道路测试中人工发现系统异常的时效性和准确性较低的问题，也就解决了自动驾驶车辆在道路测试中当系统状态出现异常不能够及时发现并采取相应的措施的问题，从而保证了人员及车辆的安全。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”和/或“具有”或他们的任何变形时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

在本申请的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本申请保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。

为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。

此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本申请保护范围的限制。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种异常状态监控方法，其特征在于，所述异常状态监控方法用于监测自动驾驶车辆，所述异常状态监控方法包括：

获取车辆的实时状态信息，并将所述实时状态信息与正常状态信息进行比对，以根据比对结果判断判断所述车辆的状态是否出现异常；

当所述车辆的状态出现异常时，在车端发出警报以进行安全提醒；

记录在所述车辆的状态出现异常时的问题数据以形成问题数据包，获取在所述车辆的状态出现异常的时间前后的一定时间段内的相关日志，并将所述问题数据包和所述相关日志上传至云端服务器，以用于对自动驾驶算法的训练升级。

2.根据权利要求1所述的异常状态监控方法，其特征在于，

所述车辆的实时状态包括所述车辆的系统的总状态、所述车辆的各个模块的子状态和所述车辆的驾驶状态；其中，

所述各个模块的子状态包括相应的所述模块的软件状态、硬件状态和其他状态；

所述驾驶状态包括自动驾驶状态和人工驾驶状态。

3.根据权利要求2所述的异常状态监控方法，其特征在于，

所述软件状态包括融合感知状态和预测规划状态；和/或

所述硬件状态包括雷达状态和相机状态；和/或

所述其他状态包括时间同步状态、时延状态和通道数据帧率状态。

4.根据权利要求3所述的异常状态监控方法，其特征在于，所述异常状态监控方法包括：当所述车辆处于所述人工驾驶状态时，自动触发录制工具对各个所述模块的数据进行录制，同时获取所述人工驾驶状态出现的时间前后的一定时间段内的各个所述模块的相关日志。

5.根据权利要求2所述的异常状态监控方法，其特征在于，所述在车端发出警报以进行安全提醒的方法包括：

通过在所述车端的显示器上显示所述车辆的系统的总状态、所述车辆的各个模块的子状态和所述车辆的驾驶状态并发出警报以进行安全提醒。

6.根据权利要求1所述的异常状态监控方法，其特征在于，所述在车端发出警报以进行安全提醒的方法包括：

设定绿灯和红灯分别代表所述车辆处于正常状态和异常状态，当所述车辆的状态出现异常时，通过闪烁红灯以提醒所述车辆的状态出现异常；和/或

通过发出语音警报以提醒所述车辆的状态出现异常。

7.根据权利要求1所述的异常状态监控方法，其特征在于，当所述车辆的状态出现异常时，所述异常状态监控方法还包括：控制所述车辆打开双闪灯并退出自动驾驶状态。

8.一种异常状态监控系统，其特征在于，包括权利要求1至7中任一项所述的异常状态监控方法，所述异常状态监控系统包括：

后端处理模块，用于获取车辆的实时状态信息，并将所述实时状态信息与正常状态信息进行比对，以根据比对结果判断判断所述车辆的状态是否出现异常；

车端输出模块，用于当所述车辆的状态出现异常时，在车端发出警报以进行安全提醒；

云端记录模块，用于记录在所述车辆的状态出现异常时的问题数据，并将所述问题数据上传给云端服务器，同时发送相关日志，以用于自动驾驶算法的训练升级。

9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7任一项中所述的异常状态监控方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至7任一项中所述的异常状态监控方法。

Images