CN115755000A - 障碍物探测系统环境感知设备的安全校验方法及装置 - Google Patents
障碍物探测系统环境感知设备的安全校验方法及装置 Download PDFInfo
- Publication number
- CN115755000A CN115755000A CN202211508396.1A CN202211508396A CN115755000A CN 115755000 A CN115755000 A CN 115755000A CN 202211508396 A CN202211508396 A CN 202211508396A CN 115755000 A CN115755000 A CN 115755000A
- Authority
- CN
- China
- Prior art keywords
- data
- sensing equipment
- environment sensing
- verification
- equipment
- 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
Images
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请涉及一种障碍物探测系统环境感知设备的安全校验方法和装置,通过获取环境感知设备原始数据;获取城市轨道交通信号系统通用数据;根据信号系统通用数据,提取环境感知设备原始数据的数据特征;比较数据特征,判断环境感知设备是否存在故障;判断环境感知设备原始数据完整性。可以将感知设备当成黑盒应用在障碍物探测安全系统中,不需要过多关注感知设备本身是否有安全认证,也不需要过多关注感知设备复杂的失效机理;灵活选择,可以复用信号系统原有定位和测速设备,节省成本;也可以使用单独的定位和测速设备,进一步提可用性;不要求感知设备本身配置成冗余校验,节省成本和安装空间。
Description
技术领域
本公开涉及城市轨道交通信号控制技术领域,尤其涉及一种障碍物探测系统环境感知设备的安全校验方法、装置和控制系统。
背景技术
随着城市轨道交通的普及,轨交出行已经成为必不可少的出行方式,轨交运行的安全性越来越重要。传统的轨交安全不仅依赖于信号系统的防护,也依赖工作人员在必要的时候做出正确的反应,尤其在遇到传统信号系统无法识别的障碍物时,必须由司机采取紧急避险措施规避危害。为提高运行效率,越来越多的城市轨道交通应用了全自动无人驾驶技术,在没有司机瞭望的环境下,具有高可靠性的障碍物探测系统对于保障列车的运行安全至关重要。
随着人工智能与无人驾驶技术的迅猛发展,主动障碍物探测技术在汽车领域的发展已经日趋成熟完善,并且已开始在城市轨道交通领域得到应用。作为安全攸关的功能之一,障碍物探测功能的正确性直接关系到司乘安全,如果其中的环境感知设备发生故障无法被发现,继续输出错误的信息,可能导致严重的运营事故。因此必须采取严格安全措施以确保障碍物探测功能可以正确有效地执行,并且必须在设备故障或功能失效时采取正确的措施。
目前,主动障碍物探测系统主要采用工业相机,激光雷达,毫米波雷达等环境感知设备,或者通过几种设备与技术组合实现障碍物数据的采集与处理。这些环境感知设备目前在自动驾驶场景中使用广泛,但完成车规级认证的产品非常少,更难以直接应用在有着更高安全需求的轨道交通领域安全功能中,而单独对这些环境感知设备进行安全认证或者分析其复杂的失效机理需要耗费大量的时间与人力物力。因此在障碍物探测系统中,如何利用城市轨道交通信号系统的通用数据,如位置、速度、高清电子地图等数据信息来校验感知设备的正确性,从而避开对复杂感知设备的单独认证或其复杂失效机理的分析,将环境感知设备作为黑盒使用,成为值得研究的技术问题。
目前关于对主动障碍物探测系统的安全校验方法研究资料比较少,相关专利信息也不多。如公开号为CN108508872 B的专利公开了一种无人驾驶汽车信息采集系统的故障检测方法,通过车载电脑将各个雷达采集的数据与摄像机采集的数据进行分析比对,对比在同一时刻,同一位置上,所识别的目标物是否相符合,从而判断雷达或摄像机是否出现故障,并做出应对决策的方法。该专利存在的不足之处在于需要利用雷达数据与摄像机实时对比,由于摄像机受环境因素(强光、弱光和强逆光)的影响较大,当环境因素较为复杂情况时,无法处理周围出现环境灯光或临近灯光存在干扰情况的场景,易产生校验失败。而且一次校验需要同时用到雷达和摄像机的数据,一旦校验失败,难以确认是哪种设备发生问题,影响了系统的可用性。如公开号为CN 112505704A的专利公开了一种提高列车自主智能感知系统安全性的方法,通过对两个异构的激光雷达点云数据互相比较,判断差值是否在一定阈值范围内,如果小于阈值,根据两个点云数据输出最终点云数据。该专利的不足之处在于需要两个异构的激光雷达进行判定,需要增加额外的设备,增加了系统成本,也加重了系统运行和维护负担。
发明内容
为了解决上述问题,本申请提出一种障碍物探测系统环境感知设备的安全校验方法、装置和控制系统。
本申请一方面,提出一种障碍物探测系统环境感知设备的安全校验方法,包括如下步骤:
获取环境感知设备原始数据;
获取城市轨道交通信号系统通用数据;
根据信号系统通用数据,提取环境感知设备原始数据的数据特征;
比较数据特征,判断环境感知设备是否存在故障;
判断环境感知设备原始数据完整性。
作为本申请的一可选实施方案,可选地,根据信号系统通用数据,提取环境感知设备原始数据的数据特征,包括:
获取所述信号系统通用数据的数据类型;
根据信号系统通用数据的数据类型,从所述环境感知设备原始数据中提取得到与所述数据类型相对应的环境感知设备数据特征;
保存各个数据类型的所述环境感知设备数据特征。
作为本申请的一可选实施方案,可选地,比较数据特征,判断环境感知设备是否存在故障,包括:
预设差异容忍度;
比较所述数据特征与所述信号系统通用数据是否一致:
若一致,则进入下一校验步骤;
若不一致,则进入环境感知设备故障判断步骤。
作为本申请的一可选实施方案,可选地,环境感知设备故障判断步骤,包括:
若所述数据特征与所述信号系统通用数据不一致,则计算所述数据特征与所述信号系统通用数据之间的差异值;
判断所述数据特征与所述信号系统通用数据之间的差异值是否超过预设的差异容忍度:
若差异值超过预设的差异容忍度,则认定所述环境感知设备发生故障,发出对应的所述环境感知设备故障信息。
作为本申请的一可选实施方案,可选地,判断环境感知设备原始数据完整性,包括:
获取环境感知设备对部署于城市轨道中预设位置的感知数据;
采用上述数据特征比较的校验方法,对所述感知数据进行校验:
若通过校验,则环境感知设备原始数据完整性校验成功;
否则校验失败。
作为本申请的一可选实施方案,可选地,判断环境感知设备原始数据完整性,包括:
获取环境感知设备对障碍物的感知数据;
采用预设的连续性校验方式,对所述感知数据的连续性进行校验:
若连续性校验失败,则数据不满足数据完整性;
否则校验成功。
作为本申请的一可选实施方案,可选地,还包括:
根据感知设备的故障率和障碍物探测系统的安全等级,以及分配给感知设备的可容忍的危害水平,计算完整性和正确性的校验周期;
将所述校验周期配置于计时器Timer内,启动所述计时器Timer,按照所述校验周期完成对完整性和正确性的校验。
本申请另一方面,还提出一种实现所述障碍物探测系统环境感知设备的安全校验方法的装置,包括:
原始数据获取模块,用于获取环境感知设备原始数据;
通用数据获取模块,用于获取城市轨道交通信号系统通用数据;
数据特征提取模块,用于根据信号系统通用数据,提取环境感知设备原始数据的数据特征;
故障判断模块,用于比较数据特征,判断环境感知设备是否存在故障;
校验模块,用于判断环境感知设备原始数据的完整性,以及环境感知设备对部署于城市轨道中预设位置或对障碍物的感知数据的正确性;
计时模块,用于按照校验周期启动完整性和正确性的校验。
本申请另一方面,还提出一种控制系统,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现上述所述的障碍物探测系统环境感知设备的安全校验方法。
本发明的技术效果:
本申请通过获取环境感知设备原始数据;获取城市轨道交通信号系统通用数据;根据信号系统通用数据,提取环境感知设备原始数据的数据特征;比较数据特征,判断环境感知设备是否存在故障;判断环境感知设备原始数据完整性。可以将感知设备当成黑盒应用在障碍物探测安全系统中,不需要过多关注感知设备本身是否有安全认证,也不需要过多关注感知设备复杂的失效机理;灵活选择,可以复用信号系统原有定位和测速设备,节省成本;也可以使用单独的定位和测速设备,进一步提可用性;不要求感知设备本身配置成冗余校验,节省成本和安装空间。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出为本发明障碍物探测系统环境感知设备的安全校验方法的实施流程示意图;
图2示出为本发明环境感知设备原始数据完整性校验原理-通过弯道和坡道校验的校验示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
本发明旨在通过利用城市轨道交通信号系统的通用数据,如位置、速度、高清电子地图等数据信息,对障碍物探测系统中的环境感知设备的正确性与有效性进行安全校验,从而避开对复杂结构感知设备的单独认证或其失效机理的分析,该方法可以有效提高障碍物探测系统的整体安全性,保证障碍物探测系统安全运行,帮助障碍物探测系统最终实现轨道交通领域的安全认证。
实施例1
如图1所示,本申请一方面,提出一种障碍物探测系统环境感知设备的安全校验方法,包括如下步骤:
1、获取环境感知设备原始数据;获取环境感知设备原始数据,可选择不同的感知设备,包括不限于激光雷达、毫米波雷达及工业相机,获得不同类型的原始数据。采用激光雷达或者毫米波雷达,可获得点云数据,每个点至少包括二轴或三轴坐标等数据信息。采用工业相机,可获得环境图像数据信息。
2、获取城市轨道交通信号系统通用数据;根据环境感知设备不同可选择不同类型的数据,尤其需要获取安全设备产生的数据,可采用定位系统的位置数据、速度数据,或者高清电子地图中的固定标志物。尤其的,固定标志物应选择形状规则、颜色有识别性的物体。
3、根据信号系统通用数据,提取环境感知设备原始数据的数据特征;根据步骤二中选择的不同类型数据,提取步骤一中选择的相应感知设备数据特征。上述步骤一和步骤二中选择的数据,应满足在相同处理周期获得,或者相差的周期不超过容忍误差。
作为本申请的一可选实施方案,可选地,根据信号系统通用数据,提取环境感知设备原始数据的数据特征,包括:
获取所述信号系统通用数据的数据类型;
根据信号系统通用数据的数据类型,从所述环境感知设备原始数据中提取得到与所述数据类型相对应的环境感知设备数据特征;
保存各个数据类型的所述环境感知设备数据特征。
本申请,对不同类型的环境感知设备原始数据,所提取的数据特征不同。比如:
1)对于步骤一采用激光雷达或者毫米波雷达:
1.1)针对步骤二中选择使用信号系统位置数据,对于步骤一中的激光雷达或者毫米波雷达点云数据,将二轴或三轴坐标与信号系统位置数据转化为同一坐标系;
根据步骤二的位置信息,从高清电子地图数据库中获取激光雷达或毫米波雷达探测范围内的标志物,激光雷达或毫米波雷达探测范围应由设备本身探测能力范围和影响探测能力的线路几何特性所决定,影响探测能力的轨道线路几何特征包含弯道和坡道;
将点云数据通过聚类,划分为若干数据集;
将划分后的点云数据集和获取到的标志物进行对比,计算标志物被识别的概率,从而推断出当前位置的置信度。
1.2)针对步骤二中选择使用信号系统速度数据,对于步骤一中的激光雷达或者毫米波雷达点云数据,将点云数据通过聚类,划分为若干数据集;
将步骤一中的激光雷达或者毫米波雷达点云数据的上一周期的点云数据,同样通过聚类,划分为若干数据集;
选择合适的数据集,通过差分计算由感知设备数据获得的二维或三维速度。
2)对于步骤一采用工业相机:
根据步骤二的位置信息,从电子地图获取工业相机探测范围内的标志物的位置和大小信息,工业相机探测范围应由设备本身探测能力范围和影响探测能力的线路几何特性决定,影响探测能力的轨道线路几何轨道特征包含弯道和坡道;
通过坐标转换和距离换算,将标志物位置标定在步骤一获取的图像数据中,将图像划分成若干区域,找出标志物所在区域;
通过特征识别,判断标志物形状和颜色。
4、比较数据特征,判断环境感知设备是否存在故障;比较数据特征,判断环境感知设备是否存在故障,针对上述步骤中的不同选择组合,分别采用不同的判断标准。
感知数据的正确性进行校验。
作为本申请的一可选实施方案,可选地,比较数据特征,判断环境感知设备是否存在故障,包括:
预设差异容忍度;
比较所述数据特征与所述信号系统通用数据是否一致:
若一致,则进入下一校验步骤;
若不一致,则进入环境感知设备故障判断步骤。作为本申请的一可选实施方案,可选地,环境感知设备故障判断步骤,包括:
若所述数据特征与所述信号系统通用数据不一致,则计算所述数据特征与所述信号系统通用数据之间的差异值;
判断所述数据特征与所述信号系统通用数据之间的差异值是否超过预设的差异容忍度:
若差异值超过预设的差异容忍度,则认定所述环境感知设备发生故障,发出对应的所述环境感知设备故障信息。
对于1.1),比较推断的当前位置及其置信度与步骤三信号系统位置的差异;
对于1.2),比较推断的当前速度及其置信度与步骤三信号系统速度的差异;
对于2),比较标志物大小和颜色的差异。
5、判断环境感知设备原始数据完整性。
由于标志物位置只能局限于轨道外侧或下方,平直轨道上处于感知设备探测范围外围区域,因此在判断感知数据正确性前,需要判断数据完整性。
有两种方式可以选择:
作为本申请的一可选实施方案,可选地,判断环境感知设备原始数据完整性,包括:
获取环境感知设备对部署于城市轨道中预设位置的感知数据;
采用上述数据特征比较的校验方法,对所述感知数据进行校验:
若通过校验,则环境感知设备原始数据完整性校验成功;
否则校验失败。
作为本申请的一可选实施方案,可选地,判断环境感知设备原始数据完整性,包括:
获取环境感知设备对障碍物的感知数据;
采用预设的连续性校验方式,对所述感知数据的连续性进行校验:
若连续性校验失败,则数据不满足数据完整性;
否则校验成功。
5.1)定期通过坡道和弯道进行校验;
坡道和弯道可以让标志物处于感知设备探测范围中间区域,通过定期收集坡道和弯道的感知数据,应用步骤一至步骤四的内容进行校验,如果成功通过步骤四的比较,则感知数据覆盖感知设备完整的探测区域,数据完整性校验成功。否则,数据完整性校验失败。
5.2)通过数据连续性进行校验。
列车障碍物可以分为两种,一种是位于列车行驶前方,另一种是从轨道边上穿到轨道上。无论哪种类型,都应存在障碍物连续变化的特性。如果对应的感知数据在探测内部区域突然消失或者感知数据量降低超过一定比例,则连续性校验失败,数据不满足完整性。否则,数据完整性校验成功。
感知数据正确性的校验,本实施例不做限定。
完整性和正确性的校验,可以采取周期性的计算模式进行。
6、作为本申请的一可选实施方案,可选地,还包括:
根据感知设备的故障率和障碍物探测系统的安全等级,以及分配给感知设备的可容忍的危害水平,计算完整性和正确性的校验周期;
将所述校验周期配置于计时器Timer内,启动所述计时器Timer,按照所述校验周期完成对完整性和正确性的校验。
正确性和完整性校验的周期取决于感知设备的故障率和障碍物探测系统的安全等级,以及分配给感知设备的可容忍的危害水平(皆为用户设定或者直接查知)。校验周期至少需要保证感知设备在期间发生故障少于指定的危害水平。
校验周期通过配置一个计时器Timer来完成,每当完成一次完整性校验时,启动这个Timer,当Timer超过要求的校验周期时,向故障探测系统输出数据完整性校验失败。
下面将采用一个具体实施方案对上述技术原理和校验方法进行示范说明:
障碍物探测系统环境感知设备的安全校验方法,包括如下步骤:
步骤一,获取环境感知设备原始数据
本实例环境感知设备采用无安全认证的激光雷达和工业相机的组合方式,激光雷达用来识别障碍物和距离,工业相机用来识别信号机。障碍物探测系统整体安全功能的安全完整性等级要求为SIL2。
激光雷达性能参数为:沿平直轨道探测范围为(Sl,Sh)。
列车沿轨道GD0方向运行。
采集激光雷达的点云数据,对于特定采集周期ti,每个点D包含三轴坐标信息(Xdi,Ydi,Zdi),ti周期采集的点云数据为数据集{(Xdi,Ydi,Zdi)}。
采集工业相机的图像数据,对于特定采集周期ti,每张图片包含列车前方环境的二维图像信息,选择周期中间的图片信息,形成图像像素数据集A。
步骤二,获取信号系统通用数据
本实例采用电子地图固定标志物和定位系统的位置数据结合的方式,为感知设备校验提供基础。
采集定位系统数据,对于特定采集周期ti,定位系统的三维位置信息为(Xwi,Ywi,Zwi),沿当前轨道GD0方向里程为S0。
读取电子地图信息,根据三维位置信息,计算受弯道和坡道影响的目视极限,沿当前轨道GD0方向极限里程为S1,取S1和S0+Sh的较小者为S2。
步骤三,根据信号系统数据,提取感知设备数据特征。
根据(3.1.1):
(1)对于采集周期ti,将步骤一中的数据集{(Xdi,Ydi,Zdi)}和步骤二中的三维位置(Xwi,Ywi,Zwi)转化为同一坐标系下的数据{(Xdi’,Ydi’,Zdi’)}和(Xwi’,Ywi’,Zwi’),从而计算出激光雷达的安装位置(Xlwi’,Ylwi’,Zlwi’)。
(2)从电子地图获取从S0+Sl到S2的所有标志物信息,包括标志物中心点三维位置(Xb1,Yb1,Zb1),(Xb2,Yb2,Zb2),…,(Xbn,Ybn,Zbn)。将标志物中心点三维位置也转化到(1)中相同坐标系下的三维位置(Xb1’,Yb1’,Zb1’),(Xb2’,Yb2’,Zb2’),…,(Xbn’,Ybn’,Zbn’)。
(3)将点云数据{(Xdi’,Ydi’,Zdi’)}通过聚类,划分为若干数据集,计算每个数据集的中心点,记为(Xf1’,Yf1’,Zf1’),(Xf2’,Yf2’,Zf2’),…,(Xfm’,Yfm’,Zfm’)。尤其,对于聚类划分数据集的过程,可以通过标志物的特征进行优化,提高标志物的点云数据被正确分类的概率。
(4)将分好类的点云数据中心(Xf1’,Yf1’,Zf1’),(Xf2’,Yf2’,Zf2’),…,(Xfm’,Yfm’,Zfm’)与标志物中心(Xb1’,Yb1’,Zb1’),(Xb2’,Yb2’,Zb2’),…,(Xbn’,Ybn’,Zbn’)进行比较,计算标志物被正确识别的概率,挑选识别概率大于一定水平的s个标志物,分别记为(Xfs1’,Yfs1’,Zfs1’),(Xfs2’,Yfs2’,Zfs2’),…(Xfss’,Yfss’,Zfss’)和(Xbs1’,Ybs1’,Zbs1’),(Xbs2’,Ybs2’,Zbs2’),…,(Xbss’,Ybss’,Zbss’)。从而计算出当前激光雷达位置为(Xlwi’,Ylwi’,Zlwi’)的置信度。
根据3.2):
(1)从电子地图获取从S0+Sl到S2的所有标志物信息,其中本实例以矩形形状的标志物为例进行说明。标志物标志点三维位置分别为:
{(Xb11,Yb11,Zb11),(Xb12,Yb12,Zb12),(Xb13,Yb13,Zb13),(Xb14,Yb14,Zb14)},{(Xb21,Yb21,Zb21),(Xb22,Yb22,Zb22),(Xb23,Yb23,Zb23),(Xb24,Yb24,Zb24)},…,{(Xbn1,Ybn1,Zbn1),(Xbn2,Ybn2,Zbn2),(Xbn3,Ybn3,Zbn3),(Xbn4,Ybn4,Zbn4)}。将标志物标志点三维位置和步骤二中定位系统的三维位置(Xwi,Ywi,Zwi),转化为同一坐标系下的数据
{(Xb11’,Yb11’,Zb11’),(Xb12’,Yb12’,Zb12’),(Xb13’,Yb13’,Zb13’),(Xb14’,Yb14’,Zb14’)},{(Xb21’,Yb21’,Zb21’),(Xb22’,Yb22’,Zb22’),(Xb23’,Yb23’,Zb23’),(Xb24’,Yb24’,Zb24’)},…,{(Xbn1’,Ybn1’,Zbn1’),(Xbn2’,Ybn2’,Zbn2’),(Xbn3’,Ybn3’,Zbn3’),(Xbn4’,Ybn4’,Zbn4’)}和(Xwi’,Ywi’,Zwi’),从而计算出相机的安装位置(Xxwi’,Yxwi’,Zxwi’)。
(2)根据相机安装位置和成像参数,选择任一标志点,计算标志点在图像中的位置为:
{(Xbtn1,Ybtn1),(Xbtn2,Ybtn2),(Xbtn3,Ybtn3),(Xbtn4,Ybtn4)};
对图像像素数据集进行过滤,分割出覆盖以上点位的最小区域,形成目标像素数据集A1;
(3)对A1进行特征识别,计算目标标志物的形状,与(2)中标志点在图像位置决定的形状进行对比,判断两者形状相同的概率,如果满足一定水平,提取并计算目标标志物的主体颜色;
(4)重复(2)和(3),直至计算出所有满足形状要求的目标标志物的主体颜色数据;
步骤四,比较数据特征,判断感知设备是否故障。
对于前述步骤三,针对3.1.1计算的位置置信度,评价是否满足指定阈值,如果不满足,则认为激光雷达发生故障,需要输出给障碍物探测系统,进行相应防护。如果满足,则认为激光雷达功能正常,但是可以根据3.1.1中识别的标志物的最远距离,输出探测距离给障碍物探测系统,提高障碍物识别功能的安全性。
对于前述步骤三,针对3.2计算的满足形状的目标标志物的主体颜色,判断与电子地图中标定的颜色是否一致,如果超过规定的误差上限,则认为相机发生故障,需要输出给障碍物探测系统,进行相应防护。由于相机受到环境光源影响较大,为了减少故障误判,可以适当调高误差上限值。尤其的,如果实际应用中,不需要使用相机的颜色信息,可以在前述步骤三(3.2)中省去颜色校验的过程。
步骤五,判断感知设备原始数据完整性。
本实例采用定期通过坡道和弯道进行校验来判断原始数据完整性。
以弯道为例,经过设计,在弯道指定位置放置标志物W,列车行驶到特定位置时使得标志物处于感知设备探测范围较为中间的区域,如附图2中间所示。
重复步骤一至步骤四,当步骤三中的标志物包含弯道特殊标志物W,并且挑选的标志物位置也包含W的位置,且通过步骤四的判断感知设备没有发生故障,则认为通过了一次完整性验证。
设置一个计时器Timer,每当完成一次完整性校验时,启动这个Timer,当Timer超过要求的校验周期时,向故障探测系统输出数据完整性校验失败。
步骤六,计算校验周期。
本实例选择的激光雷达,故障率为26.3x10-6/小时,整个故障探测系统的安全完整性等级需要达到SIL2,对应的THR应小于10-6/小时,考虑系统的构成,激光雷达数据采集功能的TFFR应小于10-7/小时。
校验周期T<10-7/26.3x10-6=13.7秒。
需要说明的是,尽管以雷达设备以及工业相机作为示例介绍了如上感知原始数据的获取,但本领域技术人员能够理解,本公开应不限于此。事实上,用户完全可根据实际应用场景灵活设定感知设备的类型而获取对应的数据,只要可以按照上述技术方法实现本申请的技术功能即可。
实施例2
基于实施例1的实施原理,还提出一种实现所述障碍物探测系统环境感知设备的安全校验方法的装置,包括:
原始数据获取模块,用于获取环境感知设备原始数据;
通用数据获取模块,用于获取城市轨道交通信号系统通用数据;
数据特征提取模块,用于根据信号系统通用数据,提取环境感知设备原始数据的数据特征;
故障判断模块,用于比较数据特征,判断环境感知设备是否存在故障;
校验模块,用于判断环境感知设备原始数据的完整性,以及环境感知设备对部署于城市轨道中预设位置或对障碍物的感知数据的正确性;
计时模块,用于按照校验周期启动完整性和正确性的校验。
上述各个模块的功能以及交互原理,具体参见实施例1的描述。
显然,本领域的技术人员应该明白,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的,程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各控制方法的实施例的流程。上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,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,本发明不限制于任何特定的硬件和软件结合。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的,程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各控制方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(FlashMemory)、硬盘(HardDiskDrive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
实施例3
更进一步地,本申请另一方面,还提出一种控制系统,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现上述所述的障碍物探测系统环境感知设备的安全校验方法。
本公开实施例来控制系统包括处理器以及用于存储处理器可执行指令的存储器。其中,处理器被配置为执行可执行指令时实现前面任一所述的一种障碍物探测系统环境感知设备的安全校验方法。
此处,应当指出的是,处理器的个数可以为一个或多个。同时,在本公开实施例的控制系统中,还可以包括输入装置和输出装置。其中,处理器、存储器、输入装置和输出装置之间可以通过总线连接,也可以通过其他方式连接,此处不进行具体限定。
存储器作为一计算机可读存储介质,可用于存储软件程序、计算机可执行程序和各种模块,如:本公开实施例的一种障碍物探测系统环境感知设备的安全校验方法所对应的程序或模块。处理器通过运行存储在存储器中的软件程序或模块,从而执行控制系统的各种功能应用及数据处理。
输入装置可用于接收输入的数字或信号。其中,信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置可以包括显示屏等显示设备。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (9)
1.障碍物探测系统环境感知设备的安全校验方法,其特征在于,包括如下步骤:
获取环境感知设备原始数据;
获取城市轨道交通信号系统通用数据;
根据信号系统通用数据,提取环境感知设备原始数据的数据特征;
比较数据特征,判断环境感知设备是否存在故障;
判断环境感知设备原始数据完整性。
2.根据权利要求1所述的障碍物探测系统环境感知设备的安全校验方法,其特征在于,根据信号系统通用数据,提取环境感知设备原始数据的数据特征,包括:
获取所述信号系统通用数据的数据类型;
根据信号系统通用数据的数据类型,从所述环境感知设备原始数据中提取得到与所述数据类型相对应的环境感知设备数据特征;
保存各个数据类型的所述环境感知设备数据特征。
3.根据权利要求1所述的障碍物探测系统环境感知设备的安全校验方法,其特征在于,比较数据特征,判断环境感知设备是否存在故障,包括:
预设差异容忍度;
比较所述数据特征与所述信号系统通用数据是否一致:
若一致,则进入下一校验步骤;
若不一致,则进入环境感知设备故障判断步骤。
4.根据权利要求3所述的障碍物探测系统环境感知设备的安全校验方法,其特征在于,环境感知设备故障判断步骤,包括:
若所述数据特征与所述信号系统通用数据不一致,则计算所述数据特征与所述信号系统通用数据之间的差异值;
判断所述数据特征与所述信号系统通用数据之间的差异值是否超过预设的差异容忍度:
若差异值超过预设的差异容忍度,则认定所述环境感知设备发生故障,发出对应的所述环境感知设备故障信息。
5.根据权利要求1所述的障碍物探测系统环境感知设备的安全校验方法,其特征在于,判断环境感知设备原始数据完整性,包括:
获取环境感知设备对部署于城市轨道中预设位置的感知数据;
采用上述数据特征比较的校验方法,对所述感知数据进行校验:
若通过校验,则环境感知设备原始数据完整性校验成功;
否则校验失败。
6.根据权利要求1所述的障碍物探测系统环境感知设备的安全校验方法,其特征在于,判断环境感知设备原始数据完整性,包括:
获取环境感知设备对障碍物的感知数据;
采用预设的连续性校验方式,对所述感知数据的连续性进行校验:
若连续性校验失败,则数据不满足数据完整性;
否则校验成功。
7.根据权利要求6所述的障碍物探测系统环境感知设备的安全校验方法,其特征在于,还包括:
根据感知设备的故障率和障碍物探测系统的安全等级,以及分配给感知设备的可容忍的危害水平,计算完整性和正确性的校验周期;
将所述校验周期配置于计时器Timer内,启动所述计时器Timer,按照所述校验周期完成对完整性和正确性的校验。
8.实现权利要求1-7中任一项所述障碍物探测系统环境感知设备的安全校验方法的装置,其特征在于,包括:
原始数据获取模块,用于获取环境感知设备原始数据;
通用数据获取模块,用于获取城市轨道交通信号系统通用数据;
数据特征提取模块,用于根据信号系统通用数据,提取环境感知设备原始数据的数据特征;
故障判断模块,用于比较数据特征,判断环境感知设备是否存在故障;
校验模块,用于判断环境感知设备原始数据的完整性,以及环境感知设备对部署于城市轨道中预设位置或对障碍物的感知数据的正确性;
计时模块,用于按照校验周期启动完整性和正确性的校验。
9.一种控制系统,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任一项所述的障碍物探测系统环境感知设备的安全校验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211508396.1A CN115755000A (zh) | 2022-11-28 | 2022-11-28 | 障碍物探测系统环境感知设备的安全校验方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211508396.1A CN115755000A (zh) | 2022-11-28 | 2022-11-28 | 障碍物探测系统环境感知设备的安全校验方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755000A true CN115755000A (zh) | 2023-03-07 |
Family
ID=85340698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211508396.1A Pending CN115755000A (zh) | 2022-11-28 | 2022-11-28 | 障碍物探测系统环境感知设备的安全校验方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755000A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11708943B2 (en) | 2018-10-26 | 2023-07-25 | Xi'an Jiaotong University | Pre-alarming method, control method and control system for harmful flow pattern in oil and gas pipeline-riser system |
CN118144825A (zh) * | 2024-04-25 | 2024-06-07 | 江铃汽车股份有限公司 | 一种自动驾驶级别切换方法、系统、可读存储介质及车辆 |
-
2022
- 2022-11-28 CN CN202211508396.1A patent/CN115755000A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11708943B2 (en) | 2018-10-26 | 2023-07-25 | Xi'an Jiaotong University | Pre-alarming method, control method and control system for harmful flow pattern in oil and gas pipeline-riser system |
CN118144825A (zh) * | 2024-04-25 | 2024-06-07 | 江铃汽车股份有限公司 | 一种自动驾驶级别切换方法、系统、可读存储介质及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689761B (zh) | 一种自动泊车方法 | |
CN115755000A (zh) | 障碍物探测系统环境感知设备的安全校验方法及装置 | |
CN112289067B (zh) | 信号显示推定系统 | |
CN111382768A (zh) | 多传感器数据融合方法和装置 | |
CN111081064A (zh) | 一种车载以太网的自动泊车系统及自动代客泊车方法 | |
CN106169244A (zh) | 利用人行横道识别结果的引导信息提供装置及方法 | |
CN102997900A (zh) | 外界识别方法、装置以及车辆系统 | |
CN110246183A (zh) | 车轮接地点检测方法、装置及存储介质 | |
CN110341621B (zh) | 一种障碍物检测方法及装置 | |
CN114333347B (zh) | 车辆信息融合方法、装置、计算机设备及存储介质 | |
CN115729245A (zh) | 用于矿区坡道的障碍物融合检测方法、芯片和终端 | |
CN115777196A (zh) | 在电磁干扰下相机的测试和验证 | |
CN111222441A (zh) | 基于车路协同的点云目标检测和盲区目标检测方法及系统 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN115366885A (zh) | 用于辅助机动车的驾驶操作的方法、辅助装置及机动车 | |
CN110718083B (zh) | 无人驾驶系统及其控制方法 | |
CN113192217B (zh) | 逃费检测方法、装置、计算机设备和介质 | |
CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 | |
CN110940974A (zh) | 物体检测装置 | |
CN113253278A (zh) | 车位的识别方法、装置及计算机存储介质 | |
CN116721396A (zh) | 车道线检测方法、设备及存储介质 | |
CN112612288A (zh) | 一种用于自动驾驶车辆误/漏识别的预期功能安全风险评估方法 | |
CN109583418B (zh) | 一种基于平行关系的车道线偏离自校正方法和装置 | |
CN111605481A (zh) | 基于环视的拥堵跟车系统和终端 | |
CN110539748A (zh) | 基于环视的拥堵跟车系统和终端 |
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 |