CN116534037A - 一种故障检测方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种故障检测方法、装置、设备及存储介质。该方法由MCU执行，包括：接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；根据所述图像对应的目标对象信息确定摄像头的当前状态。通过本发明的技术方案，能够根据摄像头采集图像对应的目标对象信息确定摄像头的状态，进而提升车辆自动驾驶的安全性和可靠性，提高车辆控制系统稳定性。

Description

一种故障检测方法、装置、设备及存储介质

技术领域

本发明实施例涉及车辆技术领域，尤其涉及一种故障检测方法、装置、设备及存储介质。

背景技术

车辆的自动驾驶技术发展迅速，为人们带来便利的同时，也对车辆系统控制稳定性提出了更高要求，而控制系统稳定性很大程度上依赖车辆智能摄像头传输图像数据的稳定性。

为保证自动驾驶车辆智能摄像头视觉检测目标对象信息的合理性，需要对智能摄像头采集的图像数据中的目标对象信息进行检测。现有技术中，主要依赖于智能摄像头自身软件逻辑判断图像数据中的目标对象信息检测的合理性，但现有技术由于受限于车辆硬件本身和软件架构设计，无法通过自身功能逻辑对图像数据中的目标对象信息的检测结果进行校验，导致自动驾驶安全性和可靠性降低，无法满足用户的安全用车需求。

发明内容

本发明实施例提供一种故障检测方法、装置、设备及存储介质，解决了由于车辆智能摄像头无法通过自身功能逻辑对图像数据中的目标对象信息的检测结果进行校验，导致自动驾驶安全性和可靠性降低，无法满足用户的安全用车需求的问题。

根据本发明的一方面，提供了一种故障检测方法，由MCU执行，包括：

接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；

根据所述图像对应的目标对象信息确定摄像头的当前状态。

根据本发明的一方面，提供了一种故障检测方法，由SOC执行，包括：

获取摄像头采集的图像；

获取图像对应的目标对象信息，并将所述图像对应的目标对象信息发送至MCU，以使MCU根据所述图像对应的目标对象信息确定摄像头的当前状态。

根据本发明的另一方面，提供了一种故障检测装置，该故障检测装置包括：

接收模块，用于接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；

确定模块，用于根据所述图像对应的目标对象信息确定摄像头的当前状态。

根据本发明的另一方面，提供了一种故障检测装置，该故障检测装置包括：

获取模块，用于获取摄像头采集的图像；

发送模块，用于获取图像对应的目标对象信息，并将所述图像对应的目标对象信息发送至MCU，以使MCU根据所述图像对应的目标对象信息确定摄像头的当前状态。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的故障检测方法。

根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的故障检测方法。

本发明实施例通过接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；根据所述图像对应的目标对象信息确定摄像头的当前状态，解决了由于车辆智能摄像头无法通过自身功能逻辑对图像数据中的目标对象信息的检测结果进行校验，导致自动驾驶安全性和可靠性降低，无法满足用户的安全用车需求的问题，能够根据摄像头采集图像对应的目标对象信息确定摄像头的状态，进而提升车辆自动驾驶的安全性和可靠性，提高车辆控制系统稳定性。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例一中的一种故障检测方法的流程图；

图2是本发明实施例一中的一种目标对象特征信息检测的示意图；

图3是本发明实施例二中的一种故障检测方法的流程图；

图4是本发明实施例二中的一种目标对象检测信息确定的示意图；

图5是本发明实施例三中的一种故障检测装置的结构示意图；

图6是本发明实施例四中的一种故障检测装置的结构示意图；

图7是本发明实施例三中的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

实施例一

图1是本发明实施例一中的一种故障检测方法的流程图，本实施例可适用于根据摄像头采集的图像确定摄像头当前状态的情况，该方法由MCU(Micro Control Unit，微控制单元)执行，可以由本发明实施例三中的故障检测装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：

S110，接收SOC发送的图像对应的目标对象信息，其中，图像为摄像头发送至SOC的图像。

其中，图像为车辆上的智能摄像头采集图像后发送至SOC(System on Chip，系统级芯片)的图像。

其中，目标对象可以为道路交通标识对象、灯光物体、车道线、车辆以及行人等，可以为一个目标对象，也可以为多个目标对象。目标对象信息可以为目标对象特征信息，也可以为目标对象检测信息，其中，目标对象特征信息为SOC发送的根据摄像头类型和图像识别得到的图像数据中的目标对象特征信息，目标对象特征信息可以包括各目标对象的大小、位置、检测框、图像清晰度以及图像对应的时间戳等。目标对象检测信息为SOC发送的根据摄像头类型和目标对象特征信息确定的目标对象检测信息，可根据目标对象检测信息确定摄像头的当前状态。

具体的，接收SOC发送的图像对应的目标对象信息的方式可以为：实时接收SOC发送的每帧图像对应的目标对象信息。需要说明的是，在接收SOC发送的图像对应的目标对象信息时，可保存预设帧的历史图像目标对象信息，用于综合分析目标对象信息的合理性。

S120，根据图像对应的目标对象信息确定摄像头的当前状态。

其中，摄像头的当前状态为摄像头当前感知状态，可以为故障状态，也可以为正常状态，在摄像头的当前状态为故障状态时，表明摄像头采集的图像的目标对象信息检测结果异常，即目标对象信息检测结果不合理，需要进行故障检测和维修；在摄像头的当前状态为正常状态时，表明摄像头采集的图像的目标对象信息检测结果正常，即目标对象信息检测结果合理，可正常运行。

具体的，根据图像对应的目标对象信息确定摄像头的当前状态的方式可以为：根据图像对应的目标对象信息确定目标对象信息的合理性，根据目标对象信息的合理性确定摄像头的当前状态。

可选的，根据所述图像对应的目标对象信息确定摄像头的当前状态，包括：

若图像对应的目标对象信息为目标对象特征信息，则根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态；

若图像对应的目标对象信息为目标对象检测信息，则根据目标对象检测信息确定摄像头的当前状态。

其中，目标对象的检测结果可以为多种结果，需要说明的是，目标对象检测方式不同，目标对象的检测结果也可能不同。

其中，目标对象检测信息可为故障信息或正常信息。

具体的，若图像对应的目标对象信息为目标对象特征信息，则根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态的方式可以为：若接收的目标对象信息为目标对象特征信息，则根据目标对象特征信息、预设目标对象静态信息以及预设目标对象动态信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态。

具体的，若图像对应的目标对象信息为目标对象检测信息，则根据目标对象检测信息确定摄像头的当前状态的方式可以为：若接收的目标对象信息为目标对象检测信息，且目标对象检测信息为故障信息，则确定摄像头的当前状态为故障状态；若目标对象检测信息为正常信息，则确定摄像头的当前状态为正常状态。

通过若图像对应的目标对象信息为目标对象特征信息，则根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态；若图像对应的目标对象信息为目标对象检测信息，则根据目标对象检测信息确定摄像头的当前状态，能够有效避免摄像头输出图像故障的情况，若目标对象信息为目标对象特征信息，在MCU侧确定检测结果和摄像头当前状态，能够提升图像对应的目标对象信息检测的精确度，进而提高车辆自动驾驶的安全性。

可选的，根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态，包括：

若目标对象特征信息为空，则确定目标对象的检测结果为第一结果；

若目标对象特征信息非空，则确定目标对象的检测结果为第二结果；

若检测结果为第一结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为故障状态；

若检测结果为第二结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为正常状态。

其中，第一结果应为异常结果，第二结果应为正常结果，例如第一结果可为ImageLost，第二结果可为ImageUnlost。设定次数阈值可根据实际需求自行设定，检测结果为第一结果的连续检测次数对应的设定次数阈值和检测结果为第二结果的连续检测次数对应的设定次数阈值可为同一数值，也可为不同数值。

具体的，若目标对象特征信息为空，则确定目标对象的检测结果为第一结果的方式可以为：若目标对象特征信息为空，即摄像头采集的图像中对应的目标对象全部消失，图像数据丢失，则确定目标对象的检测结果为第一结果。

具体的，若目标对象特征信息非空，则确定目标对象的检测结果为第二结果的方式可以为：若目标对象特征信息为非空，说明摄像头采集的图像对应的目标对象存在，则确定目标对象的检测结果为第二结果。

具体的，若检测结果为第一结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为故障状态的方式可以为：对检测结果作debounce处理，若连续获取第一结果的检测次数大于设定次数阈值，则确定摄像头的当前状态为故障状态。例如可以是，连续5次获取检测结果为ImageLost，则确定摄像头的当前状态为故障状态。

具体的，若检测结果为第二结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为正常状态的方式可以为：若连续获取第二结果的检测次数大于设定次数阈值，则确定摄像头的当前状态为正常状态。例如可以是，连续5次获取检测结果为ImageUnLost，则确定摄像头的当前状态为正常状态或从故障状态恢复至正常状态。

通过目标对象特征信息是否为空确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态，能够根据目标对象是否全部消失确定摄像头视觉检测是否发生故障，可对车辆控制器和驾驶员进行警示，提高车辆自动驾驶的安全性。

可选的，根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态，包括：

若目标对象特征信息与目标对象对应的预设静态信息不匹配，则确定目标对象的检测结果为第三结果；

若目标对象特征信息与目标对象对应的预设静态信息匹配，则确定目标对象的检测结果为第四结果；

若检测结果为第三结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第一预设数值，则确定摄像头的当前状态为故障状态；

若检测结果为第四结果，则确定摄像头的当前状态为正常状态。

其中，第三结果应为异常结果，第四结果应为正常结果，例如第三结果可以为Object3DinfoInvalid，第四结果可以为Object3DinfoValid。其中，目标对象的预设静态信息可以根据目标对象自身的类别和属性信息进行预设，例如，目标对象的静态信息可包括目标对象的大小和位置。需要说明的是，此处的目标对象特征信息和目标对象的预设静态信息可为三维信息。

其中，目标对象注入检测可以为在MCU中预设的目标对象注入检测工具，也可以直接根据图像清晰度判断目标对象注入检测是否成功，若获取的图像清晰度大于等于预设清晰度阈值，则目标对象注入检测成功；若获取的图像清晰度小于预设清晰度阈值，则目标对象注入检测失败。其中，第一预设数值可根据实际需求进行设定。

需要说明的是，摄像头进行图像对应的目标对象静态信息应该是存在规律的，例如可以是，交通标识牌为静止状态，应保持一定的尺寸。不同的目标对象都有其相应的运动规律，但若在目标对象特征信息静态检测中存在目标对象尺寸不合理，则说明目标对象特征信息与目标对象对应的预设静态信息不匹配。

具体的，若目标对象特征信息与目标对象对应的预设静态信息不匹配，则确定目标对象的检测结果为第三结果的方式可以为：若目标对象特征信息与目标对象对应的预设静态信息的误差超过预设误差范围，说明目标对象特征信息与目标对象对应的预设静态信息不匹配，确定目标对象的检测结果为第三结果。

具体的，若目标对象特征信息与目标对象对应的预设静态信息匹配，则确定目标对象的检测结果为第四结果的方式可以为：若目标对象特征信息与目标对象对应的预设静态信息的误差处于预设误差范围内，说明目标对象特征信息与目标对象对应的预设静态信息匹配，则确定目标对象的检测结果为第四结果。

具体的，若检测结果为第三结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第一预设数值，则确定摄像头的当前状态为故障状态的方式可以为：若检测结果为第三结果，则启动目标对象注入检测，若目标对象注入检测失败，则确定摄像头的当前状态为故障状态，或者，获取当前故障数量，若检测结果为第三结果，在预设周期内当前故障数量大于等于第一预设数值，则确定摄像头的当前状态为故障状态。例如可以是，在获取检测结果为Object3DinfoInvalid时，启动目标注入检测，若目标注入检测失败，则确定摄像头的当前状态为故障状态；若在获取检测结果为Object3DinfoInvalid时，预设周期内当前故障数量大于等于6，则确定摄像头的当前状态为故障状态。

需要说明的是，若在检测结果为第三结果时，启动目标对象注入检测，若目标对象注入检测成功，则确定摄像头的当前状态为正常状态，但当前故障数量需要增加预设数量。例如可以时，在检测结果为Object3DinfoInvalid时，目标对象注入检测成功，则当前故障数量加1。

具体的，若检测结果为第四结果，则确定摄像头的当前状态为正常状态的方式可以为：若检测结果为第四结果，说明检测结果正常，则确定摄像头的当前状态为正常状态。需要说明的是，若检测结果为第四结果，且获取到当前故障数量大于预设数值，则当前故障数量可进行降低，例如可以是，当检测结果为第四结果时，当前故障数量大于0，则当前故障数量减1。

通过若目标对象特征信息与目标对象对应的预设静态信息不匹配，则确定目标对象的检测结果为第三结果；若目标对象特征信息与目标对象对应的预设静态信息匹配，则确定目标对象的检测结果为第四结果；若检测结果为第三结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第一预设数值，则确定摄像头的当前状态为故障状态；若检测结果为第四结果，则确定摄像头的当前状态为正常状态，能够通过判断目标对象特征信息与目标对象对应的预设静态信息是否匹配，确定目标对象的检测结果，并根据检测结果、目标对象注入检测以及当前检测故障数量确定摄像头的当前状态，确定摄像头采集的图像中目标对象的静态信息是否合理，进而确定摄像头的当前状态，提升车辆自动驾驶安全性和可靠性。

可选的，根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态，包括：

获取当前车辆的车辆信号信息；

根据图像对应的目标对象特征信息和当前车辆的车辆信号信息确定目标对象对应的动态信息；

若目标对象对应的动态信息与目标对象对应的预设动态信息不匹配，则确定目标对象的检测结果为第五结果；

若目标对象对应的动态信息与目标对象对应的预设动态信息匹配，则确定目标对象的检测结果为第六结果；

若检测结果为第五结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第二预设数值，则确定摄像头的当前状态为故障状态；

若检测结果为第六结果，则确定摄像头的当前状态为正常状态。

其中，车辆信号信息可通过车辆中车身控制器获取，其中，车辆信号信息可以包括时间戳、车辆位置、车辆速度、车辆加速度以及车辆航向角等信息。需要说明的是，MCU在获取车辆信号信息的同时，可保存若干次结果，以便根据车辆历史信息确定车辆的行动轨迹。

其中，目标对象对应的动态信息可以为目标对象对应的轨迹动态信息和相对于车辆的位置等，例如若目标对象为车道线，车道线对应的动态信息应为车道线连续信息。其中，目标对象对应的预设动态信息可根据车辆历史信息进行提前预设，也可根据车辆的信号信息以及目标对象的属性信息进行确定，例如，根据交通标识牌与车辆的位置关系、交通标识牌的大小以及车辆信号信息确定交通标识牌的预设动态位置。

其中，第五结果应为异常结果，第六结果应为正常结果，例如第五结果可以为ObjectMoveInvalid，第六结果可以为ObjectMoveValid。第二预设数值可与第一预设数值相同，也可不同。

需要说明的是，摄像头进行图像对应的目标对象动态信息应该是存在规律的，例如可以是，车道线在车辆动态行驶时，应是保持连续状态的，交通标识牌与车辆的对应位置应是存在规律的，过远、过近或出现在不应被检测到的位置时，目标对象动态信息是极不合理的。由于车辆自身也是运动状态，所以在进行目标对象动态检测时，也需要考虑车辆动态行驶信息。

具体的，获取当前车辆的车辆信号信息的方式可以为：实时获取车身控制器发送的当前车辆的车辆信号信息，其中，车辆信号信息可以包括时间戳、车辆位置、车辆速度、车辆加速度以及车辆航向角等信息。

具体的，根据图像对应的目标对象特征信息和当前车辆的车辆信号信息确定目标对象对应的动态信息的方式可以为：根据当前车辆的车辆信号信息确定当前车辆的运动状态，其中，当前车辆的运动状态包括当前车辆的历史运动轨迹，根据当前车辆的运动状态和目标对象特征信息确定目标对象对应的动态信息。

具体的，若目标对象对应的动态信息与目标对象对应的预设动态信息不匹配，则确定目标对象的检测结果为第五结果的方式可以为：可预先根据当前车辆的历史信息设定目标对象对应的动态信息，也可根据当前车辆的运动状态以及目标对象的属性信息确定目标对象对应的预设动态信息，若目标对象对应的动态信息与目标对象对应的预设动态信息不匹配，则确定目标对象的检测结果为第五结果。例如可以是，若目标对象为车道线，目标对象对应的动态信息为车道线为断断续续状态，而目标对象对应的预设动态信息为在车辆行驶过程中车道线应为连续状态，则目标对象对应的动态信息和目标对象对应的预设动态信息不匹配，即目标对象对应的动态信息不合理，确定车道线的检测结果为第五结果。

需要说明的是，若目标对象为多个目标对象时，需对每个目标对象的动态信息进行检测，若存在至少一个目标对象的动态信息与目标对象对应的预设动态信息不匹配，则确定目标对象的检测结果为第五结果。

具体的，若目标对象对应的动态信息与目标对象对应的预设动态信息匹配，则确定目标对象的检测结果为第六结果的方式可以为：若目标对象对应的动态信息与目标对象对应的预设动态信息匹配，则目标对象对应的动态信息合理，确定目标对象的检测结果为第六结果。例如可以是，若目标对象为交通标识牌，目标对象对应的动态信息为交通标识牌与车辆的位置距离，与预设动态信息中交通标识牌与车辆的位置距离的误差一直处于误差阈值范围内，则交通标识牌的动态信息合理，确定交通标识牌的检测结果为第六结果。

具体的，若检测结果为第五结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第二预设数值，则确定摄像头的当前状态为故障状态的方式可以为：若检测结果为第五结果，且目标对象注入检测失败，则确定摄像头的当前状态为故障状态，或者，获取当前故障数量，若检测结果为第五结果，在预设周期内当前故障数量大于等于第二预设数值，则确定摄像头的当前状态为故障状态。例如可以是，在获取检测结果为ObjectMoveInvalid时，且目标注入检测失败，则确定摄像头的当前状态为故障状态；若在获取检测结果为ObjectMoveInvalid时，预设周期内当前故障数量大于等于6，则确定摄像头的当前状态为故障状态。需要说明的是，若在检测结果为第五结果时，目标对象注入检测成功，则确定摄像头的当前状态为正常状态，但当前故障数量需要增加预设数量。例如可以时，在检测结果为ObjectMoveInvalid时，目标对象注入检测成功，则当前故障数量加1。

具体的，若检测结果为第六结果，则确定摄像头的当前状态为正常状态的方式可以为：若检测结果为第六结果，说明检测结果正常，则确定摄像头的当前状态为正常状态。需要说明的是，若检测结果为第六结果，且获取到当前故障数量大于预设数值，则当前故障数量可进行降低，例如可以是，当检测结果为第六结果时，当前故障数量大于0，则当前故障数量减1。

通过获取当前车辆的车辆信号信息；根据图像对应的目标对象特征信息和当前车辆的车辆信号信息确定目标对象对应的动态信息；若目标对象对应的动态信息与目标对象对应的预设动态信息不匹配，则确定目标对象的检测结果为第五结果；若目标对象对应的动态信息与目标对象对应的预设动态信息匹配，则确定目标对象的检测结果为第六结果；若检测结果为第五结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第二预设数值，则确定摄像头的当前状态为故障状态；若检测结果为第六结果，则确定摄像头的当前状态为正常状态，能够根据当前的车辆信号信息确定车辆的运动状态，在进行目标对象动态信息检测时，将当前车辆的运动状态加入检测过程中，提升目标对象动态信息检测的准确性，进而提升车辆自动驾驶安全性和可靠性。

需要说明的是，在根据所述图像对应的目标对象信息确定摄像头的当前状态是，可同时进行目标对象特征信息对应的静态信息检测和目标对象的动态信息检测，若存在至少一次目标对象特征信息与目标对象对应的预设静态信息不匹配或目标对象对应的动态信息与目标对象对应的预设动态信息不匹配，则直接确定目标对象的检测结果为异常结果，直接进行目标对象注入检测，若检测结果为异常结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于预设数值，则确定摄像头的当前状态为故障状态；若检测结果为正常结果，则确定摄像头的当前状态为正常状态，通过同时对目标对象特征信息对应的静态信息检测和目标对象的动态信息检测，能够提升确定目标对象信息合理性的精确度，进而提升车辆自动驾驶安全性和可靠性。

在一个具体的例子中，图2是本发明实施例一中的一种目标对象特征信息检测的示意图，如图2所示，在SOC侧，Camera可用于输出摄像头采集的图像对应的图像数据，DNN为深度学习算法，经过DNN，确定图像中目标对象特征信息，目标对象可以包括TrafficSign交通标识、LightSpot灯光物体、Lane车道线、Vehicle车辆以及Pedestrian行人，ExitCNode用于SOC与MCU之间的SPI数据通信。在MCU中，SPIInterface用于SOC与MCU之间的SPI数据通信，VFP为车辆融合管理模块，可用于存储SOC发送的数据，VCANInterface用于接收车身控制器发送的车辆信号信息，VisualObjVerify可用于判断目标对象特征信息与目标对象对应的预设静态信息是否匹配，也可用于判断目标对象的动态信息与目标对象对应的预设动态信息是否匹配，还可用于目标对象注入检测，ConfigMgr可用于配置参数管理，例如添加目标对象对应的预设静态信息和图像检测周期等，MCUErrMgr用于确定摄像头状态，MCUModeMgr用于模式管理。在SOC侧，若摄像头为3D摄像头，则将对图像识别获取图像对应的目标对象特征信息通过ExitCNode发送至MCU侧，MCU侧的VisualObjVerify可将判断结果发送至MCUErrMgr，MCUErrMgr根据判断结果确定摄像头状态，并向MCUModeMgr发送状态迁移请求，具体的，若目标对象特征信息与目标对象对应的预设静态信息不匹配或目标对象的动态信息与目标对象对应的预设动态信息不匹配，则判断结果为异常结果，将异常结果发送至MCUErrMgr，若当前检测故障数量大于等于预设数值，MCUErrMgr置摄像头的当前状态为故障状态，并向MCUModeMgr发送状态迁移请求。

本实施例的技术方案，通过接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；根据所述图像对应的目标对象信息确定摄像头的当前状态，解决了由于车辆智能摄像头无法通过自身功能逻辑对图像数据中的目标对象信息的检测结果进行校验，导致自动驾驶安全性和可靠性降低，无法满足用户的安全用车需求的问题，能够根据摄像头采集图像对应的目标对象信息确定摄像头的状态，进而提升车辆自动驾驶的安全性和可靠性，提高车辆控制系统稳定性。

实施例二

图3是本发明实施例二中的一种故障检测方法的流程图，本实施例可适用于根据摄像头采集的图像确定摄像头当前状态的情况，该方法由SOC执行可以由本发明实施例四中的故障检测装置来执行，该装置可采用软件和/或硬件的方式实现，如图3所示，该方法具体包括如下步骤：

S210，获取摄像头采集的图像。

其中，摄像头为安装在车辆上的智能摄像头，可以有多种类型，例如，摄像头可为2D摄像头，也可以为3D摄像头。

具体的，获取摄像头采集的图像的方式可以为：实时获取摄像头采集的图像。

S220，获取图像对应的目标对象信息，并将图像对应的目标对象信息发送至MCU，以使MCU根据图像对应的目标对象信息确定摄像头的当前状态。

其中，目标对象信息可以为目标对象特征信息，也可以为目标对象检测信息。

具体的，获取图像对应的目标对象信息，并将图像对应的目标对象信息发送至MCU，以使MCU根据图像对应的目标对象信息确定摄像头的当前状态的方式可以为：SOC可根据摄像头的类型和摄像头采集的图像得到图像对应的目标对象信息，并将目标对象信息发送至MCU，以使MCU根据目标对象信息确定摄像头的当前状态。

可选的，所述目标对象信息包括：目标对象特征信息，或者，目标对象检测信息；

获取图像对应的目标对象信息，包括：

若摄像头为第一类型的摄像头，则获取图像对应的目标对象特征信息；

若摄像头为第二类型的摄像头，则根据图像对应的目标对象特征信息确定目标对象检测信息。

其中，第一类型可以为3D摄像头，获取3D图像对应的目标对象信息；第二类型可以为2D摄像头，可采集2D图像，获取2D图像对应的目标对象信息。

具体的，若摄像头为第一类型的摄像头，则获取图像对应的目标对象特征信息的方式可以为：若车辆的摄像头为第一类型的摄像头，则在摄像头采集图像后，识别图像，获取图像中的目标对象特征信息。

具体的，若摄像头为第二类型的摄像头，则根据图像对应的目标对象特征信息确定目标对象检测信息的方式可以为：若车辆的摄像头为第二类型的摄像头，则在摄像头采集图像后，识别图像，获取图像中的目标对象特征信息，并根据目标对象特征信息和预设目标对象对应的特征信息确定目标对象检测信息。

可选的，根据图像对应的目标对象特征信息确定目标对象检测信息，包括：

若目标对象特征信息与预设目标对象特征信息不匹配，则确定目标对象的检测结果为第七结果；

若目标对象特征信息与预设目标对象特征信息匹配，则确定目标对象的检测结果为第八结果；

若检测结果为第七结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为故障信息；

若检测结果为第八结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为正常信息。

其中，预设目标对象特征信息可以为预设的不同目标对象对应的大小或尺寸信息，可将预设的目标对象特征信息提前存储于SOC中。其中，第七结果表示异常结果，第八结果表示正常结果。设定次数阈值可根据实际需求进行设定，在此不作限制。

具体的，若目标对象特征信息与预设目标对象特征信息不匹配，则确定目标对象的检测结果为第七结果的方式可以为：若获取的目标对象特征信息与预设目标对象特征信息不匹配，则摄像头采集图像中目标对象检测不合理，图像出现异常，目标对象的检测结果为第七结果。例如可以是，目标对象特征信息表明目标对象的尺寸与预设目标对象特征信息的误差超过预设误差范围，则目标对象的检测结果为第七结果。

具体的，若目标对象特征信息与预设目标对象特征信息匹配，则确定目标对象的检测结果为第八结果的方式可以为：若获取的目标对象特征信息与预设目标对象特征信息设定的误差处于预设误差范围内，则目标对象特征信息与预设目标对象特征信息匹配，则摄像头采集图像中目标对象检测合理，图像正常，目标对象的检测结果为第八结果。

具体的，若检测结果为第七结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为故障信息的方式可以为：对检测结果进行debounce处理，若连续获取第七结果的检测次数大于设定次数阈值，则确定目标对象检测信息为故障信息。例如可以是，设定次数阈值为3次，若连续3次获取第七结果，则确定目标对象检测信息为故障信息。

具体的，若检测结果为第八结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为正常信息的方式可以为：若连续获取第八结果的检测次数大于设定次数阈值，则确定目标对象检测信息为正常信息。例如可以是，设定次数阈值为10次，若连续10次获取第八结果，则确定目标对象检测信息为正常信息。需要说明的是，在目标对象检测信息为故障信息时，处理故障后，若检测结果为第八结果的连续检测次数大于设定次数阈值，则确定故障恢复，目标对象检测信息为正常信息。

通过若摄像头为第一类型的摄像头，则获取图像对应的目标对象特征信息；若摄像头为第二类型的摄像头，则根据图像对应的目标对象特征信息确定目标对象检测信息，能够根据摄像头类型确定SOC发送至MCU的信息，当摄像头为第二类型的摄像头，可直接在SOC中根据图像对应的目标对象特征信息确定目标对象检测信息，将目标对象检测信息发送至MCU，可提高目标对象合理性检测的效率，进而提升车辆自动驾驶安全性和可靠性。

在一个具体的例子中，图4是本发明实施例二中的一种目标对象检测信息确定的示意图，如图4所示，与图2相比，可直接在SOC侧设定VisualObjVerify2D，VisualObjVerify2D用于对2D摄像头采集的图像对应的目标对象特征信息进行检测，ConfigMgr可用于配置参数管理，例如添加目标对象对应的预设目标对象特征信息和图像检测周期等，SoCErrMgr可用于确定目标对象检测信息。具体的，在SOC侧通过DNN获取目标对象特征信息后，将目标对象特征信息发送至VisualObjVerify2D，在VisualObjVerify2D中判断目标对象特征信息与预设目标对象特征信息是否匹配，并将判断结果发送至SoCErrMgr，SoCErrMgr根据判断结果确定目标对象检测信息，并将目标对象检测信息通过ExitCNode和SPIInterface发送至MCU侧的MCUErrMgr，MCUErrMgr根据目标对象检测信息确定摄像头当前状态，并向MCUModeMgr发送状态迁移请求。

本实施例的技术方案，通过获取摄像头采集的图像；获取图像对应的目标对象信息，并将所述图像对应的目标对象信息发送至MCU，以使MCU根据所述图像对应的目标对象信息确定摄像头的当前状态，解决了由于车辆智能摄像头无法通过自身功能逻辑对图像数据中的目标对象信息的检测结果进行校验，导致自动驾驶安全性和可靠性降低，无法满足用户的安全用车需求的问题，能够根据摄像头采集图像对应的目标对象信息确定摄像头的状态，进而提升车辆自动驾驶的安全性和可靠性，提高车辆控制系统稳定性。

实施例三

图5是本发明实施例三中的一种故障检测装置的结构示意图。本实施例可适用于根据摄像头采集的图像确定摄像头当前状态的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供故障检测的功能的设备中，如图5所示，所述故障检测装置具体包括：接收模块310和确定模块320。

其中，接收模块310，用于接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；

确定模块320，用于根据所述图像对应的目标对象信息确定摄像头的当前状态。

可选的，所述确定模块具体用于：

若图像对应的目标对象信息为目标对象特征信息，则根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态；

若图像对应的目标对象信息为目标对象检测信息，则根据目标对象检测信息确定摄像头的当前状态。

可选的，所述确定模块具体用于：

若目标对象特征信息为空，则确定目标对象的检测结果为第一结果；

若目标对象特征信息非空，则确定目标对象的检测结果为第二结果；

若检测结果为第一结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为故障状态；

若检测结果为第二结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为正常状态。

可选的，所述确定模块具体用于：

若目标对象特征信息与目标对象对应的预设静态信息不匹配，则确定目标对象的检测结果为第三结果；

若目标对象特征信息与目标对象对应的预设静态信息匹配，则确定目标对象的检测结果为第四结果；

若检测结果为第三结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第一预设数值，则确定摄像头的当前状态为故障状态；

若检测结果为第四结果，则确定摄像头的当前状态为正常状态。

可选的，所述确定模块具体用于：

获取当前车辆的车辆信号信息；

根据图像对应的目标对象特征信息和当前车辆的车辆信号信息确定目标对象对应的动态信息；

若目标对象对应的动态信息与目标对象对应的预设动态信息不匹配，则确定目标对象的检测结果为第五结果；

若目标对象对应的动态信息与目标对象对应的预设动态信息匹配，则确定目标对象的检测结果为第六结果；

若检测结果为第五结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第二预设数值，则确定摄像头的当前状态为故障状态；

若检测结果为第六结果，则确定摄像头的当前状态为正常状态。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

实施例四

图6是本发明实施例四中的一种故障检测装置的结构示意图。本实施例可适用于根据摄像头采集的图像确定摄像头当前状态的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供故障检测的功能的设备中，如图6所示，所述故障检测装置具体包括：获取模块410和发送模块420。

其中，获取模块410，用于获取摄像头采集的图像；

发送模块420，用于获取图像对应的目标对象信息，并将所述图像对应的目标对象信息发送至MCU，以使MCU根据所述图像对应的目标对象信息确定摄像头的当前状态。

可选的，所述目标对象信息包括：目标对象特征信息，或者，目标对象检测信息；

所述获取模块具体用于：

若摄像头为第一类型的摄像头，则获取图像对应的目标对象特征信息；

若摄像头为第二类型的摄像头，则根据图像对应的目标对象特征信息确定目标对象检测信息。

可选的，所述获取模块具体用于：

若目标对象特征信息与预设目标对象特征信息不匹配，则确定目标对象的检测结果为第七结果；

若目标对象特征信息与预设目标对象特征信息匹配，则确定目标对象的检测结果为第八结果；

若检测结果为第七结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为故障信息；

若检测结果为第八结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为正常信息。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

实施例五

图7是本发明实施例三中的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如故障检测方法。

在一些实施例中，故障检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的故障检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行故障检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种故障检测方法，其特征在于，由MCU执行，包括：

接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；

根据所述图像对应的目标对象信息确定摄像头的当前状态。

2.根据权利要求1所述的方法，其特征在于，根据所述图像对应的目标对象信息确定摄像头的当前状态，包括：

若图像对应的目标对象信息为目标对象特征信息，则根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态；

若图像对应的目标对象信息为目标对象检测信息，则根据目标对象检测信息确定摄像头的当前状态。

3.根据权利要求2所述的方法，其特征在于，根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态，包括：

若目标对象特征信息为空，则确定目标对象的检测结果为第一结果；

若目标对象特征信息非空，则确定目标对象的检测结果为第二结果；

若检测结果为第一结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为故障状态；

若检测结果为第二结果的连续检测次数大于设定次数阈值，则确定摄像头的当前状态为正常状态。

4.根据权利要求2所述的方法，其特征在于，根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态，包括：

若目标对象特征信息与目标对象对应的预设静态信息不匹配，则确定目标对象的检测结果为第三结果；

若目标对象特征信息与目标对象对应的预设静态信息匹配，则确定目标对象的检测结果为第四结果；

若检测结果为第三结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第一预设数值，则确定摄像头的当前状态为故障状态；

若检测结果为第四结果，则确定摄像头的当前状态为正常状态。

5.根据权利要求2所述的方法，其特征在于，根据目标对象特征信息确定目标对象的检测结果，并根据目标对象的检测结果确定摄像头的当前状态，包括：

获取当前车辆的车辆信号信息；

根据图像对应的目标对象特征信息和当前车辆的车辆信号信息确定目标对象对应的动态信息；

若目标对象对应的动态信息与目标对象对应的预设动态信息不匹配，则确定目标对象的检测结果为第五结果；

若目标对象对应的动态信息与目标对象对应的预设动态信息匹配，则确定目标对象的检测结果为第六结果；

若检测结果为第五结果，且目标对象注入检测失败，和/或，当前检测故障数量大于等于第二预设数值，则确定摄像头的当前状态为故障状态；

若检测结果为第六结果，则确定摄像头的当前状态为正常状态。

6.一种故障检测方法，其特征在于，由SOC执行，包括：

获取摄像头采集的图像；

获取图像对应的目标对象信息，并将所述图像对应的目标对象信息发送至MCU，以使MCU根据所述图像对应的目标对象信息确定摄像头的当前状态。

7.根据权利要求6所述的方法，其特征在于，所述目标对象信息包括：目标对象特征信息，或者，目标对象检测信息；

获取图像对应的目标对象信息，包括：

若摄像头为第一类型的摄像头，则获取图像对应的目标对象特征信息；

若摄像头为第二类型的摄像头，则根据图像对应的目标对象特征信息确定目标对象检测信息。

8.根据权利要求7所述的方法，其特征在于，根据图像对应的目标对象特征信息确定目标对象检测信息，包括：

若目标对象特征信息与预设目标对象特征信息不匹配，则确定目标对象的检测结果为第七结果；

若目标对象特征信息与预设目标对象特征信息匹配，则确定目标对象的检测结果为第八结果；

若检测结果为第七结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为故障信息；

若检测结果为第八结果的连续检测次数大于设定次数阈值，则确定目标对象检测信息为正常信息。

9.一种故障检测装置，其特征在于，包括：

接收模块，用于接收SOC发送的图像对应的目标对象信息，其中，所述图像为摄像头发送至SOC的图像；

确定模块，用于根据所述图像对应的目标对象信息确定摄像头的当前状态。

10.一种故障检测装置，其特征在于，包括：

获取模块，用于获取摄像头采集的图像；

发送模块，用于获取图像对应的目标对象信息，并将所述图像对应的目标对象信息发送至MCU，以使MCU根据所述图像对应的目标对象信息确定摄像头的当前状态。

11.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的故障检测方法。

12.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的故障检测方法。