DE112019007519B4 - Sensordiagnoseeinrichtung und sensordiagnoseprogramm - Google Patents

Sensordiagnoseeinrichtung und sensordiagnoseprogramm Download PDF

Info

Publication number
DE112019007519B4
DE112019007519B4 DE112019007519.5T DE112019007519T DE112019007519B4 DE 112019007519 B4 DE112019007519 B4 DE 112019007519B4 DE 112019007519 T DE112019007519 T DE 112019007519T DE 112019007519 B4 DE112019007519 B4 DE 112019007519B4
Authority
DE
Germany
Prior art keywords
sensor
position information
group
environment
parameter
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.)
Active
Application number
DE112019007519.5T
Other languages
English (en)
Other versions
DE112019007519T5 (de
Inventor
Toshihito Ikenishi
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of DE112019007519T5 publication Critical patent/DE112019007519T5/de
Application granted granted Critical
Publication of DE112019007519B4 publication Critical patent/DE112019007519B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/862—Combination of radar systems with sonar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4052—Means for monitoring or calibrating by simulation of echoes
    • G01S7/4082—Means for monitoring or calibrating by simulation of echoes using externally generated reference signals, e.g. via remote reflector or transponder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

Sensordiagnoseeinrichtung (100), umfassend:eine Datenerfassungseinheit (110) zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen;eine Objekterkennungseinheit (120) zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe;eine Umfeldbestimmungseinheit (130) zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe;eine Normalbereichfestlegungseinheit (140) zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage einer Parameterdatenbank, in der Umfeldinformationen und Positionsinformationen zugeordnete Parameterdaten registriert sind, und des bestimmten Umfelds; undeine Zustandsbestimmungseinheit (150) zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs,wobei die Parameterdaten eine Parameterberechnungsformel sind, die eine Verteilung von Positionsinformationen eines platzierten Objektes darstellt, wobei die Positionsinformationen des platzierten Objektes von einer Sensorgruppe ermittelt werden, die in einer Situation normal ist, in der das platzierte Objekt in einer durch die Positionsinformationen identifizierten Position in einem durch die Umfeldinformationen identifizierten Umfeld platziert wird,wobei die Normalbereichfestlegungseinheit (140) auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel als die Parameterdaten erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen berechnet, und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsinformationen als Normalbereich nutzt, undwobei die Umfeldbestimmungseinheit (130) zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.

Description

  • Gebiet der Technik
  • Die vorliegende Erfindung betrifft eine Technologie zum Diagnostizieren eines Sensors.
  • Stand der Technik
  • Konventionelle Anomaliediagnoseeinrichtungen werden als Einrichtungen vorgeschlagen, die erkennen können, dass ein System nicht normal ist; insbesondere in einem Fall, in dem eine unbekannte Anomalie auftrat.
  • Patentliteratur 1 offenbart eine Diagnoseeinrichtung wie nachfolgend beschrieben. Für diese Diagnoseeinrichtung wird ein normales Systemmodell erstellt, basierend auf Sensordaten und einer Beziehung unter einer Vielzahl von Sensoren, wenn ein System normal ist. Diese Diagnoseeinrichtung vergleicht einen Wert einer Beziehung zwischen jedem Paar von Sensoren, der auf Grundlage der aktuellen Sensordaten ermittelt wurde, mit einem Wert des Normalmodells. Dann diagnostiziert diese Diagnoseeinrichtung eine Anomalie, wenn ein Abweichungswert beobachtet wird, und stellt in diesem Fall fest, dass das System nicht normal ist.
    Dokument DE 603 16 226 T2 offenbart ein Verfahren und eine Vorrichtung zum Bestimmen identischer Objekte zum Bestimmen, ob durch mehrere Sensoren erfasste Objekte identisch sind oder nicht, und ein Versatzkorrekturverfahren und eine Versatzkorrekturvorrichtung zum Korrigieren eines relativen Versatzes identischer Objekte.
    Dokument JP H11- 142 168 A beschreibt eine Umgebungserkennungsvorrichtung.
    Dokument JP H10- 213 650 A beschreibt einen Objektdetektor.
  • Liste der Anführungen
  • Patentliteratur
  • Patentliteratur 1: JP 2014 - 148 294 A
  • Abriss der Erfindung
  • Technische Aufgabe
  • Konventionell wird ein Normalmodell auf Grundlage von Sensorausgabewerten und einer Beziehung unter einer Vielzahl von Sensoren erstellt, und eine Diagnoseeinrichtung diagnostiziert eine Anomalie eines Sensors auf Grundlage eines Abweichungsniveaus, das angibt, wie stark ein Wert der aktuellen Beziehung unter der Vielzahl von Sensoren von der Beziehung im Normalmodell abweicht.
  • Es ist jedoch vorstellbar, dass selbst dann, wenn die Sensoren normal sind, der Betrag von Variationen in der Messgenauigkeit mit dem Umfeld eines Umgebungsbereichs variiert, beispielsweise dem Wetter (Sonne, Regen, Nebel usw.) und der Tageszeit (morgens, mittags, nachts usw.).
  • Folglich wird ein angemessenes Abweichungsniveau nicht erreicht, sofern nicht das Umfeld des Umgebungsbereichs berücksichtigt wird, sodass die Sensoren nicht exakt diagnostiziert werden können.
  • Eine Aufgabe der vorliegenden Erfindung ist es, die Ausführung einer exakten Diagnose zu ermöglichen, die das Umfeld eines Umgebungsbereichs berücksichtigt.
  • Technische Lösung
  • Diese Aufgabe wird durch Gegenstände mit den Merkmalen nach den unabhängigen Ansprüchen gelöst. Vorteilhafte Ausführungsformen der Erfindung sind Gegenstand der Figuren, der Beschreibung und der abhängigen Ansprüche.
    Eine Sensordiagnoseeinrichtung gemäß der vorliegenden Erfindung umfasst eine Datenerfassungseinheit zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen; eine Objekterkennungseinheit zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe; eine Umfeldbestimmungseinheit zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe; eine Normalbereichfestlegungseinheit zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage einer Parameterdatenbank, in der Umfeldinformationen und Positionsinformationen zugeordnete Parameterdaten registriert sind, und des bestimmten Umfelds; und eine Zustandsbestimmungseinheit zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs, wobei die Parameterdaten eine Parameterberechnungsformel sind, die eine Verteilung von Positionsinformationen eines platzierten Objektes darstellt, wobei die Positionsinformationen des platzierten Objektes von einer Sensorgruppe ermittelt werden, die in einer Situation normal ist, in der das platzierte Objekt in einer durch die Positionsinformationen identifizierten Position in einem durch die Umfeldinformationen identifizierten Umfeld platziert wird, wobei die Normalbereichfestlegungseinheit auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel als die Parameterdaten erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen berechnet, und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsinformationen als Normalbereich nutzt, und wobei die Umfeldbestimmungseinheit zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.
  • Vorteilhafte Wirkungen der Erfindung
  • Gemäß der vorliegenden Erfindung kann eine exakte Diagnose, die das Umfeld eines Umgebungsbereichs berücksichtigt, ausgeführt werden.
  • Kurze Beschreibung der Zeichnungen
    • 1 ist eine Konfigurationsübersicht einer Sensordiagnoseeinrichtung 100 in einer ersten Ausführungsform;
    • 2 ist ein Flussdiagramm eines Sensordiagnoseverfahrens in der ersten Ausführungsform;
    • 3 ist ein Flussdiagramm eines Normalbereichfestlegungsprozesses (S140) in der ersten Ausführungsform;
    • 4 ist ein Flussdiagramm eines Zustandsbestimmungsprozesses (S150) in der ersten Ausführungsform;
    • 5 ist ein Diagramm, das Fehlerbereiche von Positionsinformationen in der ersten Ausführungsform veranschaulicht;
    • 6 ist ein Flussdiagramm eines Parametererzeugungsverfahrens in der ersten Ausführungsform;
    • 7 ist ein Diagramm, das Normalverteilungen von Positionsinformationen in der ersten Ausführungsform veranschaulicht;
    • 8 ist ein Diagramm, das Veränderungen in einem Verschlechterungsniveau einer Sensorgruppe 200 in der ersten Ausführungsform veranschaulicht;
    • 9 ist ein Flussdiagramm eines Sensordiagnoseverfahrens in einer zweiten Ausführungsform;
    • 10 ist ein Flussdiagramm eines Normalbereichfestlegungsprozesses (S240) in der zweiten Ausführungsform;
    • 11 ist ein Flussdiagramm eines Zustandsbestimmungsprozesses (S250) in der zweiten Ausführungsform;
    • 12 ist ein Flussdiagramm eines Parametererzeugungsverfahrens in der zweiten Ausführungsform;
    • 13 ist ein Diagramm, das Hauptkomponenten von Positionsinformationen in der zweiten Ausführungsform veranschaulicht;
    • 14 ist ein Diagramm, das Normalverteilungen von Positionsmerkmalswerten in der zweiten Ausführungsform veranschaulicht;
    • 15 ist ein Diagramm eines Vergleichs zwischen Verteilungen von Positionsinformationen und Verteilungen von Positionsmerkmalswerten in der zweiten Ausführungsform;
    • 16 ist ein Flussdiagramm eines Sensordiagnoseverfahrens in einer dritten Ausführungsform;
    • 17 ist ein Flussdiagramm eines Normalbereichfestlegungsprozesses (S340) in der dritten Ausführungsform;
    • 18 ist ein Diagramm, das einen Beziehungsgraphen in der dritten Ausführungsform veranschaulicht;
    • 19 ist ein Diagramm, das eine annähernde Kurve in der dritten Ausführungsform veranschaulicht;
    • 20 ist ein Flussdiagramm eines Sensordiagnoseverfahrens in einer vierten Ausführungsform;
    • 21 ist ein Flussdiagramm eines Normalbereichfestlegungsprozesses (S440) in der vierten Ausführungsform; und
    • 22 ist eine Hardwarekonfigurationsübersicht der Sensordiagnoseeinrichtung 100 in den Ausführungsformen.
  • Beschreibung von Ausführungsformen
  • In den Ausführungsformen und Zeichnungen sind gleiche oder einander entsprechende Elemente mit dem gleichen Bezugszeichen bezeichnet. Auf die Beschreibung eines Elements mit dem gleichen Bezugszeichen wie dem eines bereits beschriebenen Elements wird verzichtet, oder die Beschreibung wird gegebenenfalls vereinfacht. Pfeile in den Zeichnungen geben hauptsächlich den Fluss von Daten oder den Fluss von Verarbeitung an.
  • Erste Ausführungsform
  • Auf Grundlage der 1 bis 8 wird eine Sensordiagnoseeinrichtung 100 beschrieben.
  • *** Beschreibung einer Konfiguration ***
  • Basierend auf 1 wird eine Konfiguration der Sensordiagnoseeinrichtung 100 beschrieben.
  • Die Sensordiagnoseeinrichtung 100 ist ein Rechner zum Diagnostizieren einer Sensorgruppe 200.
  • Beispielsweise ist die Sensordiagnoseeinrichtung 100 gemeinsam mit der Sensorgruppe 200 an einem mobilen Objekt montiert und bestimmt den Zustand (normal oder anomal) der Sensorgruppe 200, während sich das mobile Objekt bewegt oder während das mobile Objekt ruht. Konkrete Beispiele des mobilen Objekts sind ein Automobil, ein Roboter und ein Schiff. Eine an dem mobilen Objekt montierte ECU kann als die Sensordiagnoseeinrichtung 100 funktionieren.
  • ECU ist eine Abkürzung für Electronic Control Unit (dt. elektronische Steuerungseinheit).
  • Die Sensorgruppe 200 umfasst eine Vielzahl von Sensoren verschiedener Typen. Eine Vielzahl von Sensoren des gleichen Typs kann in der Sensorgruppe 200 enthalten sein.
  • Konkrete Beispiele eines Sensors sind eine Kamera 201, ein LIDAR 202, ein Millimeterwellenradar 203 und ein Sonar 204.
  • Die Sensorgruppe 200 wird genutzt, um das Umfeld eines Umgebungsbereichs und in dem Umgebungsbereich existierende Objekte zu beobachten.
  • Konkrete Beispiele für das Umfeld sind das Wetter (Sonne, Regen, Nebel usw.) und die Helligkeit. Die Helligkeit gibt die Tageszeit an, beispielsweise, ob es Tag oder Abend ist. Die Helligkeit gibt auch an, oder Gegenlicht vorhanden ist oder nicht. Die Reflektivität eines Objekts in einer Messung durch das LIDAR 202, das Millimeterwellenradar 203 oder das Sonar 204 ist ebenfalls ein Beispiel für das Umfeld. Diese Umfeldbedingungen beeinflussen das Sichtfeld jedes Sensors. Das heißt, diese Umfeldbedingungen beeinflussen eine Messung durch jeden Sensor.
  • Konkrete Beispiele eines Objekts sind ein anderes Fahrzeug, ein Insasse und ein Gebäude.
  • Die Sensordiagnoseeinrichtung 100 umfasst Hardwarekomponenten wie einen Prozessor 101, einen Speicher 102, eine Hilfsspeichereinrichtung 103 und eine Eingabe-/Ausgabeschnittstelle 104. Diese Hardwarekomponenten sind über Signalleitungen miteinander verbunden.
  • Der Prozessor 101 ist eine IC, die operative Verarbeitung durchführt und andere Hardwarekomponenten steuert. Der Prozessor 101 ist zum Beispiel eine CPU, ein DSP oder eine GPU.
  • IC ist eine Abkürzung für Integrated Circuit (dt. integrierte Schaltung).
  • CPU ist eine Abkürzung für Central Processing Unit (dt. zentrale Verarbeitungseinheit).
  • DSP ist eine Abkürzung für Digital Signal Processor (dt. digitaler Signalprozessor).
  • GPU ist eine Abkürzung für Graphics Processing Unit (dt. Grafikverarbeitungseinheit).
  • Der Speicher 102 ist eine flüchtige oder nicht flüchtige Speichereinrichtung. Der Speicher 102 wird auch als eine Hauptspeichereinrichtung oder ein Hauptspeicher bezeichnet. Der Speicher 102 ist zum Beispiel ein RAM. Im Speicher 102 gespeicherte Daten werden bei Bedarf in der Hilfsspeichereinrichtung 103 gespeichert.
  • RAM ist eine Abkürzung für Random Access Memory (dt. Direktzugriffsspeicher).
  • Die Hilfsspeichereinrichtung 103 ist eine nicht flüchtige Speichereinrichtung. Beispielsweise ist die Hilfsspeichereinrichtung 103 ein ROM, eine HDD oder ein Flash-Speicher.
  • In der Hilfsspeichereinrichtung 103 gespeicherte Daten werden bei Bedarf in den Speicher 102 geladen.
  • ROM ist eine Abkürzung für Read Only Memory (dt. Nur-Lese-Speicher).
  • HDD ist eine Abkürzung für Hard Disk Drive (dt. Festplattenlaufwerk).
  • Die Eingabe-/Ausgabeschnittstelle 104 ist ein Anschluss, mit dem verschiedene Einrichtungen verbunden sind.
  • Die Sensorgruppe 200 ist mit der Eingabe-/Ausgabeschnittstelle 104 verbunden.
  • Die Sensordiagnoseeinrichtung 100 umfasst Elemente wie eine Datenerfassungseinheit 110, eine Objekterkennungseinheit 120, eine Umfeldbestimmungseinheit 130, eine Normalbereichfestlegungseinheit 140 und eine Zustandsbestimmungseinheit 150. Diese Elemente sind durch Software realisiert.
  • Die Hilfsspeichereinrichtung 103 speichert ein Sensordiagnoseprogramm, um einen Rechner zu veranlassen, als die Datenerfassungseinheit 110, die Objekterkennungseinheit 120, die Umfeldbestimmungseinheit 130, die Normalbereichfestlegungseinheit 140 und die Zustandsbestimmungseinheit 150 zu funktionieren. Das Sensordiagnoseprogramm wird in den Speicher 102 geladen und durch den Prozessor 101 ausgeführt.
  • Die Hilfsspeichereinrichtung 103 speichert ferner ein OS. Zumindest ein Teil des OS wird in den Speicher 102 geladen und durch den Prozessor 101 ausgeführt.
  • Der Prozessor 101 führt das Sensordiagnoseprogramm während des Ausführens des OS aus.
  • OS ist eine Abkürzung für Operating System (dt. Betriebssystem).
  • Eingabe-/Ausgabedaten des Sensordiagnoseprogramms werden in einer Speichereinheit 190 gespeichert. Beispielsweise sind in der Speichereinheit 190 eine Parameterdatenbank 191 usw. gespeichert. Die Parameterdatenbank 191 wird später beschrieben.
  • Der Speicher 102 funktioniert als die Speichereinheit 190. Speichereinrichtungen wie die Hilfsspeichereinrichtung 103, ein Register im Prozessor 101 und ein Cache-Speicher im Prozessor 101 können anstelle des Speichers 102 oder zusammen mit dem Speicher 102 als die Speichereinheit 190 funktionieren.
  • Die Sensordiagnoseeinrichtung 100 kann eine Vielzahl von Prozessoren als eine Alternative zum Prozessor 101 umfassen. Die Vielzahl von Prozessoren teilen sich die Funktionen des Prozessors 101.
  • Das Sensordiagnoseprogramm kann in einem rechnerlesbaren Format in einem nicht-flüchtigen Speichermedium wie einer optischen Scheibe oder einem Flash-Speicher erfasst (gespeichert) werden.
  • *** Beschreibung des Betriebs ***
  • Ein Verfahren für den Betrieb der Sensordiagnoseeinrichtung 100 ist einem Sensordiagnoseverfahren äquivalent. Das Verfahren für den Betrieb der Sensordiagnoseeinrichtung 100 ist auch mit einem Verfahren zur Verarbeitung durch das Sensordiagnoseprogramm äquivalent.
  • Jeder Sensor in der Sensorgruppe 200 führt eine Messung aus und gibt zu jedem Zeitpunkt Sensordaten aus.
  • Die Kamera 201 erfasst ein Bild eines Umgebungsbereichs und gibt zu jedem Zeitpunkt Bilddaten aus. Die Bilddaten sind Daten des Bildes, in dem der Umgebungsbereich erfasst ist.
  • Das LIDAR 202 emittiert Laserlicht zum Umgebungsbereich und gibt zu jedem Zeitpunkt Punktwolkendaten aus. Die Punktwolkendaten geben für jeden Punkt, an dem das Laserlicht reflektiert wird, einen Abstandsvektor und eine Reflexionsintensität an.
  • Das Millimeterwellenradar 203 emittiert eine Millimeterwelle zum Umgebungsbereich und gibt zu jedem Zeitpunkt Abstandsdaten aus. Die Abstandsdaten geben für jeden Punkt, an dem die Millimeterwelle reflektiert wird, einen Abstandsvektor an.
  • Das Sonar 204 emittiert eine Schallwelle an den Umgebungsbereich und gibt zu jedem Zeitpunkt Abstandsdaten aus. Die Abstandsdaten geben für jeden Punkt, an dem die Schallwelle reflektiert wird, einen Abstandsvektor an.
  • Alle von den Bilddaten, Punktwolkendaten und Abstandsdaten sind ein Beispiel für Sensordaten.
  • Basierend auf 2 wird ein Sensordiagnoseverfahren beschrieben.
  • Schritt S110 bis Schritt S150 werden zu jedem Zeitpunkt ausgeführt. Das heißt, Schritt S110 bis Schritt S150 werden wiederholt ausgeführt.
  • In Schritt S110 erfasst die Datenerfassungseinheit 110 eine Sensordatengruppe aus der Sensorgruppe 200.
  • Das heißt, die Datenerfassungseinheit 110 erfasst Sensordaten von jedem Sensor in der Sensorgruppe 200.
  • Im Schritt S120 berechnet die Objekterkennungseinheit 120 eine Gruppe von Positionsinformationen eines Objekts auf Grundlage der Sensordatengruppe.
  • Eine Gruppe von Positionsinformationen eines Objekts umfasst ein oder mehrere Elemente von Positionsinformationen des Objekts.
  • Positionsinformationen eines Objekts sind Informationen, die die Position des Objekts identifizieren. Konkret ist eine Positionsinformation ein Koordinatenwert. Beispielsweise ist eine Positionsinformation ein Koordinatenwert in einem lokalen Koordinatensystem, das heißt, ein Koordinatenwert, der eine Position relativ zur Position der Sensorgruppe 200 identifiziert. Als Koordinatenwert sind ein eindimensionaler Wert (x), zweidimensionale Werte (x, y) oder dreidimensionale Werte (x, y, z) möglich.
  • Eine Gruppe von Positionsinformationen eines Objekts wird wie nachfolgend beschrieben berechnet.
  • Die Objekterkennungseinheit 120 führt an jedem Element von Sensordaten Datenverarbeitung aus. Dabei erkennt die Objekterkennungseinheit 120 ein Objekt und berechnet aus jedem Element von Sensordaten einen Koordinatenwert. Gleichzeitig kann zum Erkennen eines Objekts und Berechnen des Koordinatenwerts des Objekts konventionelle Datenverarbeitung entsprechend dem Typ der Sensordaten genutzt werden.
  • Wenn eine Vielzahl von Objekten erkannt wird, wird jedes Objekt identifiziert und der Koordinatenwert jedes Objekts wird berechnet.
  • Mindestens ein Element von Positionsinformationen kann durch Sensorfusion berechnet werden. Bei der Sensorfusion gibt es verschiedene Methoden, beispielsweise frühzeitige Fusion, Kreuzfusion und späte Fusion. Verschiedene Kombinationen von Sensoren sind vorstellbar, beispielsweise die Kamera 201 und das LIDAR 202, das LIDAR 202 und das Millimeterwellenradar 203 sowie die Kamera 201 und das Millimeterwellenradar 203.
  • Wenn Sensorfusion genutzt wird, berechnet die Objekterkennungseinheit 120 ein Element von Positionsinformationen unter Verwendung von zwei oder mehr Elementen von Sensordaten, die von zwei oder mehr Sensoren ermittelt wurden. Das Verfahren der Sensorfusion für diese Berechnung kann jedes beliebige Verfahren sein. Beispielsweise berechnet die Objekterkennungseinheit 120 Positionsinformationen für jedes Element von Sensordaten und berechnet den Durchschnitt der berechneten Positionsinformationen. Der berechnete Durchschnitt wird als durch Sensorfusion berechnete Positionsinformationen genutzt.
  • Im Schritt S130 bestimmt die Umfeldbestimmungseinheit 130 das Umfeld auf Grundlage des mindestens einen Elements von Sensordaten.
  • Das Umfeld wird wie nachfolgend beschrieben bestimmt.
  • Zunächst wählt die Umfeldbestimmungseinheit 130 einen Sensor aus.
  • Dann führt die Umfeldbestimmungseinheit 130 eine Datenverarbeitung der von dem ausgewählten Sensor erfassten Sensordaten aus. Gleichzeitig kann zum Bestimmen der Umgebung konventionelle Datenverarbeitung entsprechend dem Typ der Sensordaten genutzt werden.
  • Dann bestimmt die Umfeldbestimmungseinheit 130 das Umfeld auf Grundlage des Ergebnisses der Datenverarbeitung.
  • Ein Sensor wird ausgewählt, wie nachfolgend beschrieben.
  • Die Umfeldbestimmungseinheit 130 wählt einen vorbestimmten Sensor aus. Die Umfeldbestimmungseinheit 130 kann einen Sensor auf Grundlage des Umfelds aus der vorherigen Zeit auswählen. Beispielsweise kann die Umfeldbestimmungseinheit 130 eine Sensortabelle nutzen, um einen Sensor entsprechend dem Umfeld aus der vorherigen Zeit auszuwählen. Die Sensortabelle ist eine Tabelle, in der Umfelder und Sensoren einander zugeordnet sind, und ist in der Speichereinheit 190 vorgespeichert.
  • Die Umgebung kann durch Sensorfusion bestimmt werden. Bei der Sensorfusion gibt es verschiedene Methoden, beispielsweise frühzeitige Fusion, Kreuzfusion und späte Fusion. Verschiedene Kombinationen von Sensoren sind vorstellbar, beispielsweise die Kamera 201 und das LIDAR 202, das LIDAR 202 und das Millimeterwellenradar 203 sowie die Kamera 201 und das Millimeterwellenradar 203.
  • In diesem Fall wählt die Umfeldbestimmungseinheit 130 zwei oder mehr Sensoren aus und bestimmt das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren. Das Verfahren der Sensorfusion für diese Bestimmung kann jedes beliebige Verfahren sein. Zum Beispiel bestimmt die Umfeldbestimmungseinheit 130 das Umfeld aus jedem Element von Sensordaten und legt das Umfeld durch Mehrheitsentscheidung auf Grundlage der Bestimmungsergebnisse fest.
  • Im Schritt S140 entscheidet die Normalbereichfestlegungseinheit 140 auf Grundlage des im Schritt S130 bestimmten Umfelds über einen Normalbereich.
  • Der Normalbereich ist ein Bereich von Normalpositionsinformationen. Wenn die Sensorgruppe 200 normal ist, befindet sich jedes im Schritt S120 berechnete Element von Positionsinformationen innerhalb des Normalbereichs.
  • Wenn im Schritt S120 eine Vielzahl von Objekten erkannt wird, wird für jedes Objekt der Normalbereich festgelegt.
  • Auf Grundlage von 3 wird ein Verfahren für einen Normalbereichfestlegungsprozess (S140) beschrieben.
  • Im Schritt S141 wählt die Normalbereichfestlegungseinheit 140 auf Grundlage des im Schritt S130 bestimmten Umfelds einen Sensor aus.
  • Beispielsweise nutzt die Normalbereichfestlegungseinheit 140 eine Sensortabelle, um einen Sensor entsprechend dem Umfeld auszuwählen. Die Sensortabelle ist eine Tabelle, in der Umfelder und Sensoren einander zugeordnet sind, und ist in der Speichereinheit 190 vorgespeichert.
  • Im Schritt S142 wählt die Normalbereichfestlegungseinheit 140 Positionsinformationen, die dem im Schritt S141 ausgewählten Sensor entsprechen, aus der im Schritt S120 berechneten Gruppe von Positionsinformationen aus.
  • Das heißt, die Normalbereichfestlegungseinheit 140 wählt Positionsinformationen aus, die unter Verwendung von Sensordaten berechnet werden, die von dem ausgewählten Sensor erfasst wurden.
  • Im Schritt S143 erfasst die Normalbereichfestlegungseinheit 140 einen Bereichsparameter von der Parameterdatenbank 191, der dem im Schritt S130 bestimmten Umfeld und den im Schritt S142 ausgewählten Positionsinformationen entspricht.
  • Der Bereichsparameter ist ein Parameter zur Festlegung eines Normalbereichs.
  • In der Parameterdatenbank 191 wird für jede Kombination von Umfeldinformationen und Positionsinformationen ein Bereichsparameter registriert.
  • Beispielsweise erfasst die Normalbereichfestlegungseinheit 140 aus der Parameterdatenbank 191 einen Bereichsparameter, der Umfeldinformationen, die das im Schritt S130 bestimmte Umfeld angeben, und Positionsinformationen einer Position, die der Position am nächsten ist, die durch die im Schritt S142 ausgewählten Positionsinformationen identifiziert wurde, entspricht.
  • Im Schritt S144 berechnet die Normalbereichfestlegungseinheit 140 unter Verwendung des im Schritt S143 erfassten Bereichsparameters einen Normalbereich.
  • Der Normalbereich wird wie nachfolgend beschrieben berechnet.
  • Der Bereichsparameter gibt eine Verteilung von Normalpositionsinformationen an. Beispielsweise ist der Bereichsparameter der Durchschnitt der Normalpositionsinformationen und die Standardabweichung (σ) der Normalpositionsinformationen.
  • Die Normalbereichfestlegungseinheit 140 berechnet den Normalbereich gemäß der Verteilung von Normalpositionsinformationen. Zum Beispiel berechnet die Normalbereichfestlegungseinheit 140 einen Bereich des Durchschnitts ± 2σ. Als Normalbereich wird der berechnete Bereich verwendet. Zu beachten ist, dass „Iσ“, „3σ“ oder dergleichen anstelle von „2σ“ verwendet werden können.
  • Wieder Bezug nehmend auf 2, wird Schritt S150 beschrieben.
  • Im Schritt S150 bestimmt die Zustandsbestimmungseinheit 150 den Zustand der Sensorgruppe 200 auf Grundlage der in Schritt S120 berechneten Gruppe von Positionsinformationen und des in Schritt S140 festgelegten Normalbereichs.
  • Auf Grundlage von 4 wird ein Verfahren für einen Zustandsbestimmungsprozess (S150) beschrieben.
  • Im Schritt S151 vergleicht die Zustandsbestimmungseinheit 150 jedes Element von Positionsinformationen, das im Schritt S120 berechnet wurde, mit dem Normalbereich, der im Schritt S140 festgelegt wurde.
  • Dann bestimmt die Zustandsbestimmungseinheit 150 auf Grundlage des Vergleichsergebnisses, ob jedes in Schritt S120 berechnete Element von Positionsinformationen in dem in Schritt S140 festgelegten Normalbereich enthalten ist.
  • Wenn in Schritt S120 eine Vielzahl von Objekten erkannt werden, bestimmt die Zustandsbestimmungseinheit 150 für jedes Objekt, ob jedes Element von Positionsinformationen in dem Normalbereich enthalten ist.
  • Im Schritt S152 speichert die Zustandsbestimmungseinheit 150 die in Schritt S151 ermittelten Bestimmungsergebnisse in der Speichereinheit 190.
  • Im Schritt S153 bestimmt die Zustandsbestimmungseinheit 150, ob ein spezifizierter Zeitraum verstrichen ist. Dieser spezifizierte Zeitraum ist ein für den Zustandsbestimmungsprozess (S150) vorbestimmter Zeitraum.
  • Zum Beispiel bestimmt die Zustandsbestimmungseinheit 150, ob der spezifizierte Zeitraum ab dem vorherigen Zeitpunkt, zu dem der spezifizierte Zeitraum verstrichen ist, neu verstrichen ist.
  • Ist der spezifizierte Zeitraum verstrichen, wird mit Schritt S154 der Verarbeitung fortgefahren.
  • Ist der spezifizierte Zeitraum nicht verstrichen, endet der Zustandsbestimmungsprozess (S150).
  • Im Schritt S154 berechnet die Zustandsbestimmungseinheit 150 eine Rate von Positionsinformationen außerhalb des Normalbereichs unter Verwendung der in Schritt S152 gespeicherten Bestimmungsergebnisse während des spezifizierten Zeitraums.
  • Im Schritt S155 bestimmt die Zustandsbestimmungseinheit 150 den Zustand der Sensorgruppe 200 auf Grundlage der Rate von Positionsinformationen außerhalb des Normalbereichs.
  • Wenn festgestellt wird, dass die Sensorgruppe 200 anomal ist, wird mindestens ein Sensor in der Sensorgruppe 200 als anomal betrachtet.
  • Der Zustand der Sensorgruppe 200 wird wie nachfolgend beschrieben bestimmt.
  • Die Zustandsbestimmungseinheit 150 vergleicht die Rate von Positionsinformationen außerhalb des Normalbereichs mit einem Ratenschwellenwert. Dieser Ratenschwellenwert ist ein für den Zustandsbestimmungsprozess (S150) vorgegebener Schwellenwert.
  • Wenn die Rate der Positionsinformationen außerhalb des Normalbereichs größer als der Ratenschwellenwert ist, stellt die Zustandsbestimmungseinheit 150 fest, dass die Sensorgruppe 200 anomal ist.
  • Wenn die Rate der Positionsinformationen außerhalb des Normalbereichs kleiner als der Ratenschwellenwert ist, stellt die Zustandsbestimmungseinheit 150 fest, dass die Sensorgruppe 200 normal ist.
  • Wenn die Rate der Positionsinformationen außerhalb des Normalbereichs gleich dem Ratenschwellenwert ist, kann die Zustandsbestimmungseinheit 150 feststellen, dass die Sensorgruppe 200 anomal ist, oder kann feststellen, dass die Sensorgruppe 200 normal ist.
  • *** Ergänzung zur ersten Ausführungsform ***
  • Nachfolgend wird ergänzend die Parameterdatenbank 191 beschrieben.
  • 5 veranschaulicht Fehlerbereiche für Positionsinformationen von Objekten, die von der Sensorgruppe 200 erkannt werden, die normal ist. Beispielsweise ist die Sensorgruppe 200 an einem Automobil montiert.
  • Ein an jedem Schnittpunkt angegebener schraffierter Bereich stellt einen Fehlerbereich für von der Sensorgruppe 200 erfasste Positionsinformationen eines Objekts dar, der normal ist, wenn sich das Objekt an dem Schnittpunkt befindet.
  • Selbst wenn die Sensorgruppe 200 normal ist, treten Fehler bei Messungen durch die Sensorgruppe 200 auf. Aus diesem Grund treten in einer basierend auf einer Sensordatengruppe berechneten Gruppe von Positionsinformationen Fehler auf. Ferner variiert die Größe des Fehlerbereichs in Abhängigkeit von der Position des Objekts. Beispielsweise wird davon ausgegangen, dass der Fehlerbereich umso größer ist, je weiter die Position des Objekts entfernt ist. Es wird auch davon ausgegangen, dass die Größe des Fehlerbereichs je nach Umfeld (Wetter, Helligkeit oder dergleichen) variiert.
  • Beim Sensordiagnoseverfahren entspricht der Normalbereich dem Fehlerbereich. Der Normalbereich wird auf Grundlage des Umfelds des Umgebungsbereichs und der Positionsinformationen des Objekts bestimmt, sodass der Zustand der Sensorgruppe 200 genau bestimmt werden kann.
  • In der Parameterdatenbank 191 wird für jede Kombination von Umfeldinformationen und Positionsinformationen ein Bereichsparameter registriert.
  • Basierend auf 6 wird ein Parametererzeugungsverfahren beschrieben.
  • Das Parametererzeugungsverfahren ist ein Verfahren zum Erzeugen eines Bereichsparameters.
  • In der folgenden Beschreibung ist ein „Bediener“ eine Person, die Arbeiten zur Durchführung des Parametererzeugungsverfahrens durchführt. Ein „Rechner“ ist eine Einrichtung zur Erzeugung eines Bereichsparameters (Parametererzeugungseinrichtung). Eine „Sensorgruppe“ ist eine Gruppe von Sensoren, die mit der Sensorgruppe 200 identisch ist, oder eine Gruppe von Sensoren der gleichen Art wie jene in der Sensorgruppe 200.
  • Im Schritt S1901 platziert der Bediener die Sensorgruppe und verbindet die Sensorgruppe mit dem Rechner.
  • Im Schritt S1902 legt der Bediener eine Position des Objekts fest und platziert ein Objekt an der festgelegten Position.
  • Im Schritt S1903 gibt der Bediener Umfeldinformationen, die das Umfeld des Ortes identifizieren, in den Rechner ein. Der Bediener gibt in den Rechner auch Positionsinformationen ein, die die Position identifizieren, an der das Objekt platziert wird.
  • Im Schritt S1911 führt jeder Sensor in der Sensorgruppe eine Messung durch.
  • Schritt S1912 ist im Wesentlichen der gleiche wie Schritt S110.
  • Im Schritt S1912 erfasst der Rechner eine Sensordatengruppe aus der Sensorgruppe.
  • Schritt S1913 ist im Wesentlichen der gleiche wie Schritt S120.
  • Im Schritt S1913 berechnet der Rechner eine Gruppe von Positionsinformationen des Objekts auf Grundlage der Sensordatengruppe.
  • Im Schritt S1914 speichert der Rechner die Gruppe von Positionsinformationen des Objekts.
  • Im Schritt S1915 bestimmt der Rechner, ob ein Beobachtungszeitraum verstrichen ist. Dieser Beobachtungszeitraum ist ein für das Parametererzeugungsverfahren vorbestimmter Zeitraum.
  • Beispielsweise bestimmt der Rechner im Schritt S1912, ob der Beobachtungszeitraum seit dem Zeitpunkt, zu dem die Sensordatengruppe des ersten Zeitpunkts von der Sensorgruppe erfasst wurde, verstrichen ist.
  • Ist der Beobachtungszeitraum verstrichen, wird mit Schritt S1921 der Verarbeitung fortgefahren.
  • Ist der Beobachtungszeitraum nicht verstrichen, wird mit Schritt S1911 der Verarbeitung fortgefahren.
  • Im Schritt S1921 berechnet der Rechner einen Bereichsparameter auf Grundlage einer oder mehrerer Gruppen von Positionsinformationen, die während des Beobachtungszeitraums im Schritt S1914 gespeichert wurden.
  • Der Bereichsparameter wird wie nachfolgend beschrieben berechnet.
  • Zunächst berechnet der Rechner eine Normalverteilung für eine oder mehrere Gruppen von Positionsinformationen.
  • Dann berechnet der Rechner den Durchschnitt in der berechneten Normalverteilung.
  • Ferner berechnet der Rechner die Standardabweichung in der berechneten Normalverteilung. Als Bereichsparameter wird ein Satz aus dem berechneten Durchschnitt und der berechneten Standardabweichung verwendet.
  • Der Rechner kann jedoch eine andere Wahrscheinlichkeitsverteilung als die Normalverteilung berechnen. Der Rechner kann einen Bereichsparameter berechnen, der sich von dem Satz aus dem Durchschnitt und der Standardabweichung unterscheidet.
  • 7 veranschaulicht eine Beziehung zwischen einer Vielzahl von Elementen von Positionsinformationen, einer Normalverteilung (x) und einer Normalverteilung (y).
  • Die Vielzahl von Elementen von Positionsinformationen bilden eine oder mehrere Gruppen von Positionsinformationen.
  • Ein leerer Kreis stellt ein Element von Positionsinformationen dar. Konkret stellt ein leerer Kreis zweidimensionale Koordinatenwerte (x, y) dar. Die Normalverteilung (x) ist die Normalverteilung auf der x-Koordinate. Die Normalverteilung (y) ist die Normalverteilung auf der y-Koordinate.
  • Beispielsweise berechnet der Rechner für die Vielzahl von Elementen von Positionsinformationen die Normalverteilung (x) und die Normalverteilung (y).
  • Dann berechnet der Rechner einen Satz aus dem Durchschnitt und der Standardabweichung für jede von der Normalverteilung (x) und der Normalverteilung (y).
  • Wieder Bezug nehmend auf 6, wird Schritt S1922 beschrieben.
  • Im Schritt S1922 speichert der Rechner den im Schritt S1921 berechneten Bereichsparameter in Verbindung mit den im Schritt S1903 eingegebenen Umfeldinformationen und den im Schritt S1903 eingegebenen Positionsinformationen.
  • Das Parametererzeugungsverfahren wird für jede Kombination eines Umfelds des Umgebungsbereichs und einer Position des Objekts ausgeführt. Dadurch ergibt sich für jede Kombination aus einem Umfeld des Umgebungsbereichs und einer Position des Objekts ein Bereichsparameter.
  • Dann wird jeder Bereichsparameter in der Parameterdatenbank 191 in Verbindung mit Umfeldinformationen und Positionsinformationen registriert.
  • *** Wirkungen der ersten Ausführungsform ***
  • Die Sensordiagnoseeinrichtung 100 kann einen geeigneten Normalbereich in Abhängigkeit vom Umfeld des Umgebungsbereichs und der Position des Objekts bestimmen. Dadurch bewirkt die Sensordiagnoseeinrichtung 100, dass der Zustand der Sensorgruppe 200 genauer bestimmt werden kann.
  • *** Umsetzungsbeispiele der ersten Ausführungsform ***
  • Der zu verwendende Bereichsparameter kann je nach Objekttyp unterschiedlich sein. In diesem Fall ist die erste Ausführungsform wie nachfolgend beschrieben umgesetzt. Hauptsächlich werden Unterschiede zu dem oben Beschriebenen beschrieben.
  • Das Parametererzeugungsverfahren (siehe 6) wird für jede Kombination eines Umfelds des Umgebungsbereichs, einer Position des Objekts und eines Typs des Objekts ausgeführt.
  • Im Schritt S1903 gibt der Bediener Umfeldinformationen, Positionsinformationen und Typinformationen in den Rechner ein. Die Typinformationen bezeichnen den Typ des Objekts.
  • Im Schritt S1922 speichert der Rechner den Bereichsparameter in Verbindung mit den Umfeldinformationen, den Positionsinformationen und den Typinformationen.
  • Das Sensordiagnoseverfahren (siehe 2) wird beschrieben.
  • Im Schritt S120 berechnet die Objekterkennungseinheit 120 eine Gruppe von Positionsinformationen eines Objekts auf Grundlage der Sensordatengruppe. Ferner bestimmt die Objekterkennungseinheit 120 den Typ des Objekts auf Grundlage von mindestens einem Element von Sensordaten. Der Typ des Objekts wird wie nachfolgend beschrieben bestimmt. Die Objekterkennungseinheit 120
  • wählt ein Element von Sensordaten aus, führt eine Datenverarbeitung an den ausgewählten Sensordaten durch und bestimmt den Typ des Objekts auf Grundlage des Ergebnisses der Datenverarbeitung. Gleichzeitig kann zum Bestimmen des Typs des Objekts konventionelle Datenverarbeitung entsprechend dem Typ der Sensordaten genutzt werden. Zum Beispiel führt die Objekterkennungseinheit 120 Bildverarbeitung unter Verwendung von Bilddaten durch, um den Typ eines in einem Bild erfassten Objekts zu bestimmen. Der Typ des Objekts kann durch Sensorfusion bestimmt werden. In diesem Fall bestimmt die Objekterkennungseinheit 120 den Typ des Objekts unter Verwendung von zwei oder mehr Elementen von Sensordaten. Das Verfahren der Sensorfusion für diese Bestimmung kann jedes beliebige Verfahren sein. Zum Beispiel bestimmt die Objekterkennungseinheit 120 den Typ des Objekts für jedes Element von Sensordaten und legt den Typ des Objekts durch Mehrheitsentscheidung auf Grundlage der Bestimmungsergebnisse fest.
  • Im Schritt S140 legt die Normalbereichfestlegungseinheit 140 auf Grundlage des Umfelds des Umgebungsbereichs und des Typs des Objekts einen Normalbereich fest. Auf Grundlage von 3 wird der Normalbereichfestlegungsprozess (S140) beschrieben.
  • Im Schritt S141 wählt die Normalbereichfestlegungseinheit 140 auf Grundlage des Umfelds des Umgebungsbereichs und des Typs des Objekts einen Sensor aus. Beispielsweise nutzt die Normalbereichfestlegungseinheit 140 eine Sensortabelle, um einen Sensor entsprechend dem Umfeld des Umgebungsbereichs und dem Typ des Objekts auszuwählen. Die Sensortabelle ist eine Tabelle, in der Sensoren und Sätze eines Umfelds und ein Typ des Objekts einander zugeordnet sind, und ist in der Speichereinheit 190 vorgespeichert.
  • Im Schritt S143 erfasst die Normalbereichfestlegungseinheit 140 einen Bereichsparameter, der dem Umfeld des Umgebungsbereichs, dem Typ des Objekts und den Positionsinformationen aus der Parameterdatenbank 191 entspricht.
  • Die Zustandsbestimmungseinheit 150 kann eine Rate von Positionsinformationen innerhalb des Normalbereichs berechnen.
  • Die Zustandsbestimmungseinheit 150 kann ein Verschlechterungsniveau der Sensorgruppe 200 auf Grundlage der Rate von Positionsinformationen innerhalb des Normalbereichs oder der Rate von Positionsinformationen außerhalb des Normalbereichs bestimmen. Das Verschlechterungsniveau der Sensorgruppe 200 ist ein Beispiel für Informationen, die den Zustand der Sensorgruppe 200 angeben.
  • Die Zustandsbestimmungseinheit 150 kann das Verschlechterungsniveau der Sensorgruppe 200 bestimmen und kann bestimmen, dass die Sensorgruppe 200 normal oder anomal ist, oder kann das Verschlechterungsniveau der Sensorgruppe 200 bestimmen, anstatt zu bestimmen, dass die Sensorgruppe 200 normal oder anomal ist.
  • 8 veranschaulicht Änderungen des Verschlechterungsniveaus der Sensorgruppe 200.
  • Es wird davon ausgegangen, dass sich die Sensorgruppe 200 mit der Zeit verschlechtert. Das heißt, es wird davon ausgegangen, dass sich das Verschlechterungsniveau der Sensorgruppe 200 in der Reihenfolge „keine Verschlechterung“, „geringe Verschlechterung“, „mittlere Verschlechterung“ und „hohe Verschlechterung (anomal)“ ändert.
  • Ein leerer Kreis stellt eine Gruppe von Positionsinformationen dar, wenn der Verschlechterungsgrad der Sensorgruppe 200 „keine Verschlechterung“ ist. Wenn zum Beispiel die Rate von Positionsinformationen innerhalb des normalen Bereichs 100 Prozent beträgt, ist das Verschlechterungsniveau der Sensorgruppe 200 „keine Verschlechterung“.
  • Ein leeres Dreieck stellt eine Gruppe von Positionsinformationen dar, wenn der Verschlechterungsgrad der Sensorgruppe 200 „geringe Verschlechterung“ ist. Wenn zum Beispiel die Rate der Positionsinformationen innerhalb des normalen Bereichs gleich oder mehr als 80 Prozent und weniger als 100 Prozent ist, ist das Verschlechterungsniveau der Sensorgruppe 200 „geringe Verschlechterung“.
  • Ein ausgefülltes Dreieck stellt eine Gruppe von Positionsinformationen dar, wenn das Verschlechterungsniveau der Sensorgruppe 200 „mittlere Verschlechterung“ ist. Wenn beispielsweise
    die Rate der Positionsinformationen innerhalb des normalen Bereichs gleich oder mehr als 40 Prozent und weniger als 80 Prozent ist, ist das Verschlechterungsniveau der Sensorgruppe 200 „mittlere Verschlechterung“.
  • Ein Kreuz stellt eine Gruppe von Positionsinformationen dar, wenn das Verschlechterungsniveau der Sensorgruppe 200 „hohe Verschlechterung (anomal)“ ist. Wenn zum Beispiel die Rate der Positionsinformationen innerhalb des normalen Bereichs weniger als 40 Prozent beträgt, ist das Verschlechterungsniveau der Sensorgruppe 200 „hohe Verschlechterung (anomal)“.
  • Die Markierungen, die die Gruppen von Positionsinformationen darstellen, verschieben sich allmählich von der Mitte des Normalbereichs (gestrichelter Kreis) nach außen.
  • Die Zustandsbestimmungseinheit 150 kann für jeden Satz von Sensoren, der aus zwei oder mehr Sensoren besteht, die in der Sensorgruppe 200 enthalten sind, den Zustand (normal oder anomal) des Satzes von Sensoren bestimmen und einen anomalen Sensor auf Grundlage des Zustands jedes Satzes von Sensoren identifizieren.
  • Beispielsweise sei angenommen, dass ein Satz aus der Kamera 201 und dem LIDAR 202 normal ist und ein Satz aus der Kamera 201 und dem Millimeterwellenradar 203 anomal ist. In diesem Fall bestimmt die Zustandsbestimmungseinheit 150, dass das Millimeterwellenradar 203 anomal ist.
  • Das heißt, wenn es einen Satz von Sensoren gibt, der normal ist, und einen Satz von Sensoren, der anomal ist, bestimmt die Zustandsbestimmungseinheit 150, dass der Sensor, der in dem Satz von Sensoren enthalten ist, der anomal ist und nicht in dem Satz von Sensoren enthalten ist, der normal ist, anomal ist.
  • Zweite Ausführungsform
  • In Bezug auf eine Ausführungsform, in der der Zustand der Sensorgruppe 200 unter Verwendung von Merkmalswerten von Positionsinformationen eines Objekts bestimmt wird, werden Unterschiede zur ersten Ausführungsform hauptsächlich auf Grundlage der 9 bis 15 beschrieben.
  • *** Beschreibung einer Konfiguration ***
  • Die Konfiguration der Sensordiagnoseeinrichtung 100 ist die gleiche wie die Konfiguration (siehe 1) in der ersten Ausführungsform.
  • *** Beschreibung des Betriebs ***
  • Basierend auf 9 wird ein Sensordiagnoseverfahren beschrieben.
  • Schritt S210 bis Schritt S250 entsprechen Schritt S110 bis Schritt S150 in der ersten Ausführungsform (siehe 2).
  • Schritt S210 bis Schritt S230 sind die gleichen wie Schritt S110 bis Schritt S130 in der ersten Ausführungsform.
  • Im Schritt S240 entscheidet die Normalbereichfestlegungseinheit 140 auf Grundlage des im Schritt S230 bestimmten Umfelds über einen Normalbereich.
  • Auf Grundlage von 10 wird ein Verfahren für einen Normalbereichfestlegungsprozess (S240) beschrieben.
  • Schritt S241 bis Schritt S244 entsprechen Schritt S141 bis Schritt S144 in der ersten Ausführungsform (siehe 3).
  • Schritt S241 bis Schritt S243 sind die gleichen wie Schritt S141 bis Schritt S143 in der ersten Ausführungsform.
  • Im Schritt S244 berechnet die Normalbereichfestlegungseinheit 140 unter Verwendung des im Schritt S243 erfassten Bereichsparameters einen Normalbereich.
  • Ein Merkmalswert von Positionsinformationen wird als ein Positionsmerkmalswert bezeichnet.
  • Der Normalbereich ist ein Bereich von Merkmalswerten von Normalpositionsinformationen, das heißt, ein Bereich von Normalpositionsmerkmalswerten.
  • Ein Positionsmerkmalswert wird einer Positionsinformation eines Objekts durch eine Merkmalsextraktionstechnik gegeben.
  • Ein konkretes Beispiel für die Merkmalsextraktionstechnik ist die Hauptkomponentenanalyse.
  • Ein konkretes Beispiel für den Positionsmerkmalswert ist ein Merkmalswert, der auf einer Hauptkomponentenanalyse basiert, das heißt, eine Hauptkomponentenbewertung.
  • Die Hauptkomponentenbewertung kann ein Wert für eine Hauptkomponente oder können zwei oder mehr Werte für zwei oder mehr Hauptkomponenten sein.
  • Der Normalbereich wird wie nachfolgend beschrieben berechnet.
  • Der Bereichsparameter repräsentiert eine Verteilung von Normalpositionsmerkmalswerten. Beispielsweise ist der Bereichsparameter der Durchschnitt der Normalpositionsmerkmalswerte und die Standardabweichung (σ) der Normalpositionsmerkmalswerte.
  • Die Normalbereichfestlegungseinheit 140 berechnet den Normalbereich gemäß der Verteilung von Normalpositionsmerkmalswerten. Zum Beispiel berechnet die Normalbereichfestlegungseinheit 140 einen Bereich des Durchschnitts ± 2σ. Als Normalbereich wird der berechnete Bereich verwendet. Anstelle von „2σ“ können jedoch „1σ“, „3σ“ oder dergleichen verwendet werden.
  • Wieder Bezug nehmend auf 9, wird Schritt S250 beschrieben.
  • Im Schritt S250 bestimmt die Zustandsbestimmungseinheit 150 den Zustand der Sensorgruppe 200 auf Grundlage der in Schritt S220 berechneten Gruppe von Positionsinformationen und des in Schritt S240 festgelegten Normalbereichs.
  • Auf Grundlage von 11 wird ein Verfahren für einen Zustandsbestimmungsprozess (S250) beschrieben.
  • Schritt S252 bis Schritt S256 entsprechen Schritt S151 bis Schritt S155 in der ersten Ausführungsform (siehe 4).
  • In Schritt S251 berechnet die Zustandsbestimmungseinheit 150 einen Merkmalswert jedes in Schritt S220 berechneten Elements von Positionsinformationen, das heißt, einen Positionsmerkmalswert.
  • Wenn im Schritt S220 eine Vielzahl von Objekten erkannt wird, berechnet die Zustandsbestimmungseinheit 150 einen Positionsmerkmalswert für jedes Element von Positionsinformationen für jedes Objekt.
  • Ein konkretes Beispiel für den Positionsmerkmalswert ist eine Hauptkomponentenbewertung. Die Hauptkomponentenbewertung wird wie nachfolgend beschrieben berechnet.
  • In der Parameterdatenbank 191 werden für jede Kombination von Umfeldinformationen und Positionsinformationen ein Bereichsparameter und eine Umrechnungsformel registriert.
  • Die Umrechnungsformel ist eine Formel zur Umrechnung von Positionsinformationen in eine Hauptkomponentenbewertung und wird beispielsweise durch eine Matrix ausgedrückt.
  • Zuerst erfasst die Zustandsbestimmungseinheit 150 die Umrechnungsformel, die mit dem in Schritt S243 ausgewählten Bereichsparameter registriert ist, aus der Parameterdatenbank 191.
  • Dann setzt die Zustandsbestimmungseinheit 150 die Positionsinformationen in die Umrechnungsformel ein und berechnet die Umrechnungsformel. Daraus wird die Hauptkomponentenbewertung berechnet.
  • Es kann jedoch eine andere Art von Positionsmerkmalswert als die Hauptkomponentenbewertung berechnet werden.
  • Im Schritt S252 vergleicht die Zustandsbestimmungseinheit 150jeden Positionsmerkmalswert, der im Schritt S251 berechnet wurde, mit dem Normalbereich, der im Schritt S240 festgelegt wurde.
  • Dann bestimmt die Zustandsbestimmungseinheit 150 auf Grundlage des Vergleichsergebnisses, ob jeder in Schritt S251 berechnete Positionsmerkmalswert in dem in Schritt S240 bestimmten Normalbereich enthalten ist.
  • Wenn in Schritt S220 eine Vielzahl von Objekten erkannt werden, bestimmt die Zustandsbestimmungseinheit 150 für jedes Objekt, ob jeder Positionsmerkmalswert in dem Normalbereich enthalten ist.
  • Im Schritt S253 speichert die Zustandsbestimmungseinheit 150 die in Schritt S252 ermittelten Bestimmungsergebnisse in der Speichereinheit 190.
  • Im Schritt S254 bestimmt die Zustandsbestimmungseinheit 150, ob ein spezifizierter Zeitraum verstrichen ist. Dieser spezifizierte Zeitraum ist ein für den Zustandsbestimmungsprozess (S250) vorgegebener Zeitraum.
  • Zum Beispiel bestimmt die Zustandsbestimmungseinheit 150, ob der spezifizierte Zeitraum ab dem vorherigen Zeitpunkt, zu dem der spezifizierte Zeitraum verstrichen ist, neu verstrichen ist.
  • Ist der spezifizierte Zeitraum verstrichen, wird mit Schritt S255 der Verarbeitung fortgefahren.
  • Ist der spezifizierte Zeitraum nicht verstrichen, endet der Zustandsbestimmungsprozess (S250).
  • Im Schritt S255 berechnet die Zustandsbestimmungseinheit 150 die Rate von Positionsmerkmalswerten außerhalb des Normalbereichs unter Verwendung der im Schritt S253 gespeicherten Bestimmungsergebnisse während des spezifizierten Zeitraums.
  • Im Schritt S256 bestimmt die Zustandsbestimmungseinheit 150 den Zustand der Sensorgruppe 200 auf Grundlage der Rate von Positionsmerkmalswerten außerhalb des Normalbereichs.
  • Der Zustand der Sensorgruppe 200 wird wie nachfolgend beschrieben bestimmt.
  • Die Zustandsbestimmungseinheit 150 vergleicht die Rate von Positionsmerkmalswerten außerhalb des Normalbereichs mit einem Ratenschwellenwert. Dieser Ratenschwellenwert ist ein für den Zustandsbestimmungsprozess (S250) vorbestimmter Schwellenwert.
  • Wenn die Rate der Positionsmerkmalswerte außerhalb des Normalbereichs größer als der Ratenschwellenwert ist, stellt die Zustandsbestimmungseinheit 150 fest, dass die Sensorgruppe 200 anomal ist.
  • Wenn die Rate der Positionsmerkmalswerte außerhalb des Normalbereichs kleiner als der Ratenschwellenwert ist, stellt die Zustandsbestimmungseinheit 150 fest, dass die Sensorgruppe 200 normal ist.
  • Wenn die Rate der Positionsmerkmalswerte außerhalb des Normalbereichs gleich dem Ratenschwellenwert ist, kann die Zustandsbestimmungseinheit 150 feststellen, dass die Sensorgruppe 200 anomal ist, oder kann feststellen, dass die Sensorgruppe 200 normal ist.
  • *** Ergänzung zur zweiten Ausführungsform ***
  • Basierend auf 12 wird ein Parametererzeugungsverfahren beschrieben.
  • Schritt S2901 bis Schritt S2903 sind die gleichen wie Schritt S1901 bis Schritt S1903 in der ersten Ausführungsform.
  • Schritt S2911 bis Schritt S2915 sind die gleichen wie Schritt S1911 bis Schritt S1915 in der ersten Ausführungsform.
  • Im Schritt S2921 berechnet der Rechner eine oder mehrere Gruppen von Positionsmerkmalen für eine oder mehrere Gruppen von Positionsinformationen, die während des Beobachtungszeitraums im Schritt S2914 gespeichert wurden. Das heißt, der Rechner berechnet einen Merkmalswert jedes Elements von Positionsinformationen (Positionsmerkmalswert).
  • Ein konkretes Beispiel für den Positionsmerkmalswert ist eine Hauptkomponentenbewertung. Die Hauptkomponentenbewertung wird wie nachfolgend beschrieben berechnet.
  • Zunächst führt der Rechner eine Hauptkomponentenanalyse der Gruppe von Positionsinformationen durch, um eine Hauptkomponente festzulegen.
  • Dann berechnet der Rechner die Hauptkomponentenbewertung jedes Elements von Positionsinformationen in Bezug auf die festgelegte Hauptkomponente.
  • Es kann jedoch eine andere Art von Positionsmerkmalswert als die Hauptkomponentenbewertung berechnet werden.
  • 13 veranschaulicht eine Beziehung zwischen einer Vielzahl von Elementen von Positionsinformationen, einer ersten Hauptkomponente und einer zweiten Hauptkomponente.
  • Die Vielzahl von Elementen von Positionsinformationen bilden eine oder mehrere Gruppen von Positionsinformationen.
  • Ein Kreuz stellt ein Element von Positionsinformationen dar. Positionsinformationen sind zweidimensionale Koordinatenwerte (x, y).
  • Beispielsweise führt der Rechner eine Hauptkomponentenanalyse zu der Vielzahl von Elementen von Positionsinformationen durch, um jeweils über die erste Hauptkomponente und die zweite Hauptkomponente zu entscheiden. Der Rechner berechnet dann für jedes Element von Positionsinformationen eine erste Hauptkomponentenbewertung und eine zweite Hauptkomponentenbewertung. Die erste Hauptkomponentenbewertung ist eine Bewertung (Koordinatenwert) von Positionsinformationen in der ersten Hauptkomponente. Die zweite Hauptkomponentenbewertung ist eine Bewertung (Koordinatenwert) von Positionsinformationen in der zweiten Hauptkomponente.
  • Erneut Bezug nehmend auf 12, wird die Beschreibung ab Schritt S2922 fortgesetzt.
  • Im Schritt S2922 berechnet der Rechner einen Bereichsparameter auf Grundlage der einen oder mehreren Gruppen von Positionsmerkmalen, die im Schritt S2921 berechnet wurden.
  • Der Bereichsparameter wird wie nachfolgend beschrieben berechnet.
  • Zunächst berechnet der Rechner eine Normalverteilung für die eine oder mehreren Gruppen von Positionsmerkmalen.
  • Dann berechnet der Rechner den Durchschnitt in der berechneten Normalverteilung. Ferner berechnet der Rechner die Standardabweichung in der berechneten Normalverteilung. Als Bereichsparameter wird ein Satz aus dem berechneten Durchschnitt und der berechneten Standardabweichung verwendet.
  • Der Rechner kann jedoch eine andere Wahrscheinlichkeitsverteilung als die Normalverteilung berechnen. Der Rechner kann einen Bereichsparameter berechnen, der sich von dem Satz aus dem Durchschnitt und der Standardabweichung unterscheidet.
  • 14 veranschaulicht eine Beziehung zwischen einer Vielzahl von Positionsmerkmalswerten, einer Normalverteilung (a) und einer Normalverteilung (b).
  • Die Vielzahl von Positionsmerkmalswerten bilden eine oder mehrere Gruppen von Positionsmerkmalen.
  • Ein Kreuz repräsentiert einen Positionsmerkmalswert. Konkret stellt ein Kreuz zweidimensionale Merkmalswerte (a, b) dar. Der Merkmalswert (a) ist eine erste Hauptkomponentenbewertung, und der Merkmalswert (b) ist eine zweite Hauptkomponentenbewertung. Die Normalverteilung (a) ist die Normalverteilung in der ersten Hauptkomponente. Die Normalverteilung (b) ist die Normalverteilung in der zweiten Hauptkomponente.
  • Beispielsweise berechnet der Rechner für die Vielzahl von Positionsmerkmalswerten die Normalverteilung (a) und die Normalverteilung (b). Dann berechnet der Rechner einen Satz aus dem Durchschnitt und der Standardabweichung für jede von der Normalverteilung (a) und der Normalverteilung (b).
  • Wieder Bezug nehmend auf 12, wird Schritt S2923 beschrieben.
  • Im Schritt S2923 speichert der Rechner den im Schritt S2922 berechneten Bereichsparameter in Verbindung mit den im Schritt S2903 eingegebenen Umfeldinformationen und den im Schritt S2903 eingegebenen Positionsinformationen.
  • *** Wirkungen der zweiten Ausführungsform ***
  • Die Sensordiagnoseeinrichtung 100 kann den Zustand der Sensorgruppe 200 unter Verwendung von Merkmalswerten von Positionsinformationen eines Objekts bestimmen. Dadurch bewirkt die Sensordiagnoseeinrichtung 100, dass der Zustand der Sensorgruppe 200 genauer bestimmt werden kann.
  • 15 veranschaulicht Verteilungen von Positionsinformationen und Verteilungen von Positionsmerkmalswerten.
  • Ein leerer Kreis stellt normale Positionsinformationen oder einen normalen Positionsmerkmalswert dar.
  • Ein Kreuz stellt anomale Positionsinformationen oder einen anomalen Positionsmerkmalswert dar.
  • Eine durchgehende Linie stellt eine Normalverteilung von normalen Positionsinformationen oder normalen Positionsmerkmalswerten dar (Verteilung (normal)).
  • Eine gestrichelte Linie stellt eine Normalverteilung von anomalen Positionsinformationen oder anomalen Positionsmerkmalswerten (Verteilung (anomal)) dar.
  • Wie in 15 angegeben, ist eine Differenz zwischen der Verteilung von normalen Positionsmerkmalswerten und der Verteilung von anomalen Positionsmerkmalswerten größer als eine Differenz zwischen der Verteilung von normalen Positionsinformationen und der Verteilung von anomalen Positionsinformationen. Aus diesem Grund ist es einfacher, eine Gruppe normaler Positionsmerkmalswerte und eine Gruppe anomaler Positionsmerkmalswerte zu unterscheiden als eine Gruppe normaler Positionsinformationen und eine Gruppe anomaler Positionsinformationen zu unterscheiden.
  • Daher kann durch Verwendung von Positionsmerkmalswerten der Zustand der Sensorgruppe 200 genauer bestimmt werden.
  • *** Umsetzungsbeispiele der zweiten Ausführungsform ***
  • Wie beim Umsetzungsbeispiel der ersten Ausführungsform kann der zu verwendende Bereichsparameter je nach Objekttyp unterschiedlich sein.
  • Die Zustandsbestimmungseinheit 150 kann die Rate von Positionsmerkmalswerten innerhalb des Normalbereichs berechnen.
  • Die Zustandsbestimmungseinheit 150 kann das Verschlechterungsniveau der Sensorgruppe 200 auf Grundlage der Rate von Positionsmerkmalswerten innerhalb des Normalbereichs oder der Rate von Positionsmerkmalswerten außerhalb des Normalbereichs bestimmen. Das Verschlechterungsniveau der Sensorgruppe 200 ist ein Beispiel für Informationen, die den Zustand der Sensorgruppe 200 angeben.
  • Die Zustandsbestimmungseinheit 150 kann das Verschlechterungsniveau der Sensorgruppe 200 bestimmen und kann bestimmen, dass die Sensorgruppe 200 normal oder anomal ist, oder kann das Verschlechterungsniveau der Sensorgruppe 200 bestimmen, anstatt zu bestimmen, dass die Sensorgruppe 200 normal oder anomal ist.
  • Wie im Ausführungsbeispiel der ersten Ausführungsform kann die Zustandsbestimmungseinheit 150 einen anomalen Sensor auf Grundlage des Zustands jedes Satzes von Sensoren identifizieren.
  • Dritte Ausführungsform
  • In Bezug auf eine Ausführungsform, in der ein Bereichsparameter durch Berechnen einer Parameterberechnungsformel berechnet wird, werden Unterschiede zur ersten Ausführungsform hauptsächlich auf Grundlage der 16 bis 19 beschrieben.
  • *** Beschreibung einer Konfiguration ***
  • Die Konfiguration der Sensordiagnoseeinrichtung 100 ist die gleiche wie die Konfiguration in der ersten Ausführungsform (siehe 1).
  • In der Parameterdatenbank 191 wird jedoch für jedes Element von Umfeldinformationen eine Parameterberechnungsformel registriert, anstatt dass für jede Kombination von Umfeldinformationen und Positionsinformationen ein Bereichsparameter registriert wird. Die Parameterberechnungsformel ist eine Formel zum Berechnen eines Bereichsparameters.
  • *** Beschreibung des Betriebs ***
  • Basierend auf 16 wird ein Sensordiagnoseverfahren beschrieben.
  • Schritt S310 bis Schritt S350 entsprechen Schritt S110 bis Schritt S150 in der ersten Ausführungsform (siehe 2).
  • Schritt S310 bis Schritt S330 sind die gleichen wie Schritt S110 bis Schritt S130 in der ersten Ausführungsform.
  • Im Schritt S340 entscheidet die Normalbereichfestlegungseinheit 140 auf Grundlage des im Schritt S330 bestimmten Umfelds über einen Normalbereich.
  • Auf Grundlage von 17 wird ein Verfahren für einen Normalbereichfestlegungsprozess (S340) beschrieben.
  • Schritt S341 entspricht Schritt S141 in der ersten Ausführungsform.
  • Im Schritt S341 wählt die Normalbereichfestlegungseinheit 140 auf Grundlage des im Schritt S330 bestimmten Umfelds einen Sensor aus.
  • Schritt S342 entspricht Schritt S142 in der ersten Ausführungsform.
  • Im Schritt S342 wählt die Normalbereichfestlegungseinheit 140 Positionsinformationen, die dem im Schritt S341 ausgewählten Sensor entsprechen, aus der im Schritt S320 berechneten Gruppe von Positionsinformationen aus.
  • In Schritt S343 erfasst die Normalbereichfestlegungseinheit 140 eine Parameterberechnungsformel, die dem in Schritt S330 bestimmten Umfeld entspricht, aus der Parameterdatenbank 191.
  • In Schritt S344 berechnet die Normalbereichfestlegungseinheit 140 die Parameterberechnungsformel, die in Schritt S343 erfasst wurde, um einen Bereichsparameter zu berechnen, der den Positionsinformationen entspricht, die in Schritt S342 ausgewählt wurden.
  • Der Bereichsparameter wird wie nachfolgend beschrieben berechnet.
  • Die Normalbereichsfestlegungseinheit 140 setzt die Positionsinformationen in die Parameterberechnungsformel ein und berechnet die Parameterberechnungsformel. Damit wird der den Positionsinformationen entsprechende Bereichsparameter berechnet.
  • 18 veranschaulicht einen Beziehungsgraphen.
  • Der Beziehungsgraph stellt eine Beziehung zwischen dem Abstand zu einem Objekt und Variationen in den Positionsinformationen dar. Eine Formel, die den Beziehungsgraphen darstellt, entspricht einer Parameterberechnungsformel.
  • Der Abstand zum Objekt korreliert mit den Positionsinformationen des Objekts. Das heißt, der Abstand zum Objekt entspricht den Positionsinformationen des Objekts.
  • Die Variationen der Positionsinformationen geben die Größe des Bereichs der normalen Positionsinformationen an. Das heißt, die Variationen in den Positionsinformationen entsprechen dem Bereichsparameter.
  • Wieder Bezug nehmend auf 17, wird Schritt S345 beschrieben.
  • Schritt S345 entspricht Schritt S144 in der ersten Ausführungsform.
  • Im Schritt S345 berechnet die Normalbereichfestlegungseinheit 140 unter Verwendung des im Schritt S344 berechneten Bereichsparameters einen Normalbereich.
  • Wieder Bezug nehmend auf 16, wird Schritt S350 beschrieben.
  • Schritt S350 ist der gleiche wie Schritt S150 in der ersten Ausführungsform.
  • *** Ergänzung zur dritten Ausführungsform ***
  • Es wird ein Verfahren zur Erzeugung einer Parameterberechnungsformel beschrieben.
  • Das Parametererzeugungsverfahren (siehe 6) wird für jede Kombination eines Umfelds des Umgebungsbereichs und einer Position des Objekts ausgeführt. Auf diese Weise wird für jede Kombination von Umfeldinformationen und Positionsinformationen ein Bereichsparameter ermittelt.
  • Der Rechner erzeugt für jedes Element von Umfeldinformationen eine Beziehungsformel der Positionsinformationen und des Bereichsparameters. Die erzeugte Beziehungsformel wird als die Parameterberechnungsformel verwendet.
  • 19 veranschaulicht eine Näherungskurve.
  • Ein leerer Kreis stellt Positionsinformationen dar.
  • Die Näherungskurve stellt einen Zusammenhang zwischen der „Entfernung zu einem Objekt“ auf Grundlage jedes Elements von Positionsinformationen und „Variationen“ in Elementen von Positionsinformationen dar.
  • Die Parameterberechnungsformel entspricht einer Formel, die die Näherungskurve darstellt (Näherungsformel).
  • *** Wirkungen der dritten Ausführungsform ***
  • Die Sensordiagnoseeinrichtung 100 berechnet einen Bereichsparameter durch Berechnen einer Parameterberechnungsformel und verwendet den berechneten Bereichsparameter, um einen Normalbereich zu berechnen. Dies ermöglicht der Sensordiagnoseeinrichtung 100, über einen geeigneteren Normalbereich zu entscheiden. Dadurch bewirkt die Sensordiagnoseeinrichtung 100, dass der Zustand der Sensorgruppe 200 genauer bestimmt werden kann.
  • *** Umsetzungsbeispiele der dritten Ausführungsform ***
  • Der zu verwendende Bereichsparameter kann je nach Objekttyp unterschiedlich sein. In diesem Fall ist die dritte Ausführungsform wie nachfolgend beschrieben umgesetzt. Hauptsächlich werden Unterschiede zu dem Beschriebenen beschrieben.
  • Das Parametererzeugungsverfahren (siehe 6) wird für jede Kombination eines Umfelds des Umgebungsbereichs, einer Position des Objekts und eines Typs des Objekts ausgeführt.
  • Im Schritt S1903 gibt der Bediener Umfeldinformationen, Positionsinformationen und Typinformationen in den Rechner ein. Die Typinformationen bezeichnen den Typ des Objekts.
  • Im Schritt S1922 speichert der Rechner den Bereichsparameter in Verbindung mit den Umfeldinformationen, den Positionsinformationen und den Typinformationen.
  • Dann erzeugt der Rechner für jede Kombination von Umfeldinformationen und Typinformationen eine Beziehungsformel der Positionsinformationen und des Bereichsparameters. Die erzeugte Beziehungsformel wird als die Parameterberechnungsformel verwendet.
  • Das Sensordiagnoseverfahren (siehe 16) wird beschrieben.
  • Im Schritt S320 berechnet die Objekterkennungseinheit 120 eine Gruppe von Positionsinformationen eines Objekts auf Grundlage der Sensordatengruppe. Ferner bestimmt die Objekterkennungseinheit 120 den Typ des Objekts auf Grundlage von mindestens einem Element von Sensordaten. Der Typ des Objekts wird wie nachfolgend beschrieben bestimmt. Die Objekterkennungseinheit 120 wählt ein Element von Sensordaten aus, führt eine Datenverarbeitung an den ausgewählten Sensordaten durch und bestimmt den Typ des Objekts auf Grundlage des Ergebnisses der Datenverarbeitung. Gleichzeitig kann zum Bestimmen des Typs des Objekts konventionelle Datenverarbeitung entsprechend dem Typ der Sensordaten genutzt werden. Zum Beispiel führt die Objekterkennungseinheit 120 Bildverarbeitung unter Verwendung von Bilddaten durch, um den Typ eines in einem Bild erfassten Objekts zu bestimmen. Der Typ des Objekts kann durch Sensorfusion bestimmt werden. In diesem Fall bestimmt die Objekterkennungseinheit 120 den Typ des Objekts unter Verwendung von zwei oder mehr Elementen von Sensordaten. Das Verfahren der Sensorfusion für diese Bestimmung kann jedes beliebige Verfahren sein. Zum Beispiel bestimmt die Objekterkennungseinheit 120 den Typ des Objekts für jedes Element von Sensordaten und legt den Typ des Objekts durch Mehrheitsentscheidung auf Grundlage der Bestimmungsergebnisse fest.
  • Im Schritt S340 legt die Normalbereichfestlegungseinheit 140 auf Grundlage des Umfelds des Umgebungsbereichs und des Typs des Objekts einen Normalbereich fest. Auf Grundlage von 17 wird der Normalbereichfestlegungsprozess (S340) beschrieben.
  • Im Schritt S341 wählt die Normalbereichfestlegungseinheit 140 auf Grundlage des Umfelds des Umgebungsbereichs und des Typs des Objekts einen Sensor aus. Beispielsweise nutzt die Normalbereichfestlegungseinheit 140 eine Sensortabelle, um einen Sensor entsprechend dem Umfeld des Umgebungsbereichs und dem Typ des Objekts auszuwählen. Die Sensortabelle ist eine Tabelle, in der Sensoren und Sätze eines Umfelds und ein Typ des Objekts einander zugeordnet sind, und ist in der Speichereinheit 190 vorgespeichert.
  • Im Schritt S343 erfasst die Normalbereichfestlegungseinheit 140 eine Parameterberechnungsformel, die dem Umfeld des Umgebungsbereichs und dem Typ des Objekts aus der Parameterdatenbank 191 entspricht.
  • Wie im Umsetzungsbeispiel der ersten Ausführungsform kann die Zustandsbestimmungseinheit 150 ein Verschlechterungsniveau der Sensorgruppe 200 auf Grundlage der Rate von Positionsinformationen innerhalb des Normalbereichs oder der Rate von Positionsinformationen außerhalb des Normalbereichs bestimmen.
  • Wie im Ausführungsbeispiel der ersten Ausführungsform kann die Zustandsbestimmungseinheit 150 einen anomalen Sensor auf Grundlage des Zustands jedes Satzes von Sensoren identifizieren.
  • Vierte Ausführungsform
  • In Bezug auf eine Ausführungsform, in der ein Bereichsparameter durch Berechnen einer Parameterberechnungsformel berechnet wird, werden Unterschiede zur zweiten Ausführungsform hauptsächlich auf Grundlage von 20 und 21 beschrieben.
  • *** Beschreibung einer Konfiguration ***
  • Die Konfiguration der Sensordiagnoseeinrichtung 100 ist die gleiche wie die Konfiguration in der ersten Ausführungsform (siehe 1).
  • In der Parameterdatenbank 191 wird jedoch für jedes Element von Umfeldinformationen eine Parameterberechnungsformel registriert, anstatt dass für jede Kombination von Umfeldinformationen und Positionsinformationen ein Bereichsparameter registriert wird. Die Parameterberechnungsformel ist eine Formel zum Berechnen eines Bereichsparameters.
  • *** Beschreibung des Betriebs ***
  • Basierend auf 20 wird ein Sensordiagnoseverfahren beschrieben.
  • Schritt S410 bis Schritt S450 entsprechen Schritt S210 bis Schritt S250 in der zweiten Ausführungsform (siehe 9).
  • Schritt S410 bis Schritt S430 sind die gleichen wie Schritt S210 bis Schritt S230 in der zweiten Ausführungsform.
  • Im Schritt S440 entscheidet die Normalbereichfestlegungseinheit 140 auf Grundlage des im Schritt S430 bestimmten Umfelds über einen Normalbereich.
  • Auf Grundlage von 21 wird ein Verfahren für einen Normalbereichfestlegungsprozess (S440) beschrieben.
  • Schritt S441 entspricht Schritt S241 in der zweiten Ausführungsform.
  • Im Schritt S441 wählt die Normalbereichfestlegungseinheit 140 auf Grundlage des im Schritt S430 bestimmten Umfelds einen Sensor aus.
  • Schritt S442 entspricht Schritt S242 in der zweiten Ausführungsform.
  • Im Schritt S442 wählt die Normalbereichfestlegungseinheit 140 Positionsinformationen, die dem im Schritt S441 ausgewählten Sensor entsprechen, aus der im Schritt S420 berechneten Gruppe von Positionsinformationen aus.
  • In Schritt S443 erfasst die Normalbereichfestlegungseinheit 140 eine Parameterberechnungsformel, die dem in Schritt S430 bestimmten Umfeld entspricht, aus der Parameterdatenbank 191.
  • In Schritt S444 berechnet die Normalbereichfestlegungseinheit 140 die Parameterberechnungsformel, die in Schritt S443 erfasst wurde, um einen Bereichsparameter zu berechnen, der den Positionsinformationen entspricht, die in Schritt S442 ausgewählt wurden.
  • Der Bereichsparameter wird wie nachfolgend beschrieben berechnet.
  • Die Normalbereichsfestlegungseinheit 140 setzt die Positionsinformationen in die Parameterberechnungsformel ein und berechnet die Parameterberechnungsformel. Damit wird der den Positionsinformationen entsprechende Bereichsparameter berechnet.
  • Schritt S445 entspricht Schritt S244 in der zweiten Ausführungsform.
  • Im Schritt S445 berechnet die Normalbereichfestlegungseinheit 140 unter Verwendung des im Schritt S444 berechneten Bereichsparameters einen Normalbereich.
  • Wieder Bezug nehmend auf 20, wird Schritt S450 beschrieben.
  • Schritt S450 ist der gleiche wie Schritt S250 in der zweiten Ausführungsform.
  • *** Ergänzung zur vierten Ausführungsform ***
  • Es wird ein Verfahren zur Erzeugung einer Parameterberechnungsformel beschrieben.
  • Das Parametererzeugungsverfahren (siehe 12) wird für jede Kombination eines Umfelds des Umgebungsbereichs und einer Position des Objekts ausgeführt. Auf diese Weise wird für jede Kombination von Umfeldinformationen und Positionsinformationen ein Bereichsparameter ermittelt.
  • Der Rechner erzeugt für jedes Element von Umfeldinformationen eine Beziehungsformel der Positionsinformationen und des Bereichsparameters. Die erzeugte Beziehungsformel wird als die Parameterberechnungsformel verwendet.
  • *** Wirkungen der vierten Ausführungsform ***
  • Die Sensordiagnoseeinrichtung 100 kann den Zustand der Sensorgruppe 200 unter Verwendung von Merkmalswerten von Positionsinformationen eines Objekts bestimmen. Dadurch bewirkt die Sensordiagnoseeinrichtung 100, dass der Zustand der Sensorgruppe 200 genauer bestimmt werden kann.
  • Die Sensordiagnoseeinrichtung 100 berechnet einen Bereichsparameter durch Berechnen einer Parameterberechnungsformel und verwendet den berechneten Bereichsparameter, um einen Normalbereich zu berechnen. Dies ermöglicht der Sensordiagnoseeinrichtung 100, über einen geeigneteren Normalbereich zu entscheiden. Dadurch bewirkt die Sensordiagnoseeinrichtung 100, dass der Zustand der Sensorgruppe 200 genauer bestimmt werden kann.
  • *** Umsetzungsbeispiele der vierten Ausführungsform ***
  • Wie beim Umsetzungsbeispiel der dritten Ausführungsform kann der zu verwendende Bereichsparameter je nach Objekttyp unterschiedlich sein.
  • Wie im Umsetzungsbeispiel der zweiten Ausführungsform kann die Zustandsbestimmungseinheit 150 das Verschlechterungsniveau der Sensorgruppe 200 auf Grundlage der Rate von Positionsmerkmalswerten innerhalb des Normalbereichs oder der Rate von Positionsmerkmalswerten außerhalb des Normalbereichs bestimmen.
  • Wie im Ausführungsbeispiel der ersten Ausführungsform kann die Zustandsbestimmungseinheit 150 einen anomalen Sensor auf Grundlage des Zustands jedes Satzes von Sensoren identifizieren.
  • *** Ergänzung zu Ausführungsformen ***
  • Basierend auf 22 wird eine Hardwarekonfiguration der Sensordiagnoseeinrichtung 100 beschrieben.
  • Die Sensordiagnoseeinrichtung 100 umfasst eine Verarbeitungsschaltung 109.
  • Die Verarbeitungsschaltung 109 ist Hardware, die die Datenerfassungseinheit 110, die Objekterkennungseinheit 120, die Umfeldbestimmungseinheit 130, die Normalbereichfestlegungseinheit 140 und die Zustandsbestimmungseinheit 150 umfasst.
  • Die Verarbeitungsschaltung 109 kann dedizierte Hardware sein oder kann der Prozessor 101 sein, der im Speicher 102 gespeicherte Programme ausführt.
  • Wenn die Verarbeitungsschaltung 109 dedizierte Hardware ist, ist die Verarbeitungsschaltung 109 zum Beispiel eine Einzelschaltung, eine zusammengesetzte Schaltung, ein programmierter Prozessor, ein parallelprogrammierter Prozessor, eine ASIC, ein FPGA oder eine Kombination aus diesen.
  • ASIC ist eine Abkürzung für Application Specific Integrated Circuit (Anwendungsspezifische Integrierte Schaltung).
  • FPGA ist eine Abkürzung für Feldprogrammierbares Gate Array.
  • Die Sensordiagnoseeinrichtung 100 kann als eine Alternative zur Verarbeitungsschaltung 109 eine Vielzahl von Verarbeitungsschaltkreisen umfassen. Die Vielzahl von Verarbeitungsschaltkreisen teilen sich die Funktionen der Verarbeitungsschaltung 109.
  • In der Sensordiagnoseeinrichtung 100 können einige der Funktionen durch dedizierte Hardware realisiert sein, und der Rest der Funktionen kann durch Software oder Firmware realisiert sein.
  • Wie oben erläutert, kann jede Funktion der Sensordiagnoseeinrichtung 100 durch Hardware, Software, Firmware oder eine Kombination aus diesen realisiert sein.
  • Die Ausführungsformen sind Beispiele bevorzugter Ausführungsformen, und der technische Umfang der vorliegenden Erfindung soll dadurch nicht eingeschränkt werden. Die Ausführungsformen können teilweise implementiert sein oder können in Kombination mit einer anderen Ausführungsform implementiert sein. Die mittels der Flussdiagramme und dergleichen erläuterten Vorgänge können gegebenenfalls geändert werden.
  • Jede „Einheit“, die eine Komponente der Sensordiagnoseeinrichtung 100 ist, kann als „Prozess“ oder „Schritt“ interpretiert werden.
  • Bezugszeichenliste
  • 100: Sensordiagnoseeinrichtung, 101: Prozessor, 102: Speicher, 103: Hilfsspeichereinrichtung, 104: Eingabe-/Ausgabeschnittstelle, 109: Verarbeitungsschaltung, 110: Datenerfassungseinheit, 120: Objekterkennungseinheit, 130: Umfeldbestimmungseinheit, 140: Normalbereichfestlegungseinheit, 150: Zustandsbestimmungseinheit, 190: Speichereinheit, 191: Parameterdatenbank, 200: Sensorgruppe, 201: Kamera, 202: LIDAR, 203: Millimeterwellenradar, 204: Sonar.

Claims (10)

  1. Sensordiagnoseeinrichtung (100), umfassend: eine Datenerfassungseinheit (110) zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen; eine Objekterkennungseinheit (120) zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe; eine Umfeldbestimmungseinheit (130) zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe; eine Normalbereichfestlegungseinheit (140) zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage einer Parameterdatenbank, in der Umfeldinformationen und Positionsinformationen zugeordnete Parameterdaten registriert sind, und des bestimmten Umfelds; und eine Zustandsbestimmungseinheit (150) zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs, wobei die Parameterdaten eine Parameterberechnungsformel sind, die eine Verteilung von Positionsinformationen eines platzierten Objektes darstellt, wobei die Positionsinformationen des platzierten Objektes von einer Sensorgruppe ermittelt werden, die in einer Situation normal ist, in der das platzierte Objekt in einer durch die Positionsinformationen identifizierten Position in einem durch die Umfeldinformationen identifizierten Umfeld platziert wird, wobei die Normalbereichfestlegungseinheit (140) auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel als die Parameterdaten erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen berechnet, und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsinformationen als Normalbereich nutzt, und wobei die Umfeldbestimmungseinheit (130) zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.
  2. Sensordiagnoseeinrichtung (100) nach Anspruch 1, wobei die Zustandsbestimmungseinheit (150) bestimmt, ob jedes Element von Positionsinformationen in der Gruppe von Positionsinformationen zu jedem Zeitpunkt in einem spezifizierten Zeitraum in dem Normalbereich enthalten ist, eine Rate von Positionsinformationen außerhalb des Normalbereichs im spezifizierten Zeitraum berechnet und auf Grundlage der berechneten Rate den Zustand der Sensorgruppe bestimmt.
  3. Sensordiagnoseeinrichtung (100) nach Anspruch 1 oder Anspruch 2, wobei die Objekterkennungseinheit (120) mindestens ein Element von Positionsinformationen in der Gruppe von Positionsinformationen unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von zwei oder mehr Sensoren, berechnet.
  4. Sensordiagnoseeinrichtung (100), umfassend: eine Datenerfassungseinheit (110) zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen; eine Objekterkennungseinheit (120) zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe; eine Umfeldbestimmungseinheit (130) zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe; eine Normalbereichfestlegungseinheit (140) zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage einer Parameterdatenbank, in der Umfeldinformationen und Positionsinformationen zugeordnete Parameterdaten registriert sind, und des bestimmten Umfelds; und eine Zustandsbestimmungseinheit (150) zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs,wobei die Parameterdaten eine Parameterberechnungsformel sind, die eine Verteilung von Positionsinformationen eines platzierten Objektes darstellt, wobei die Positionsinformationen des platzierten Objektes von einer Sensorgruppe ermittelt werden, die in einer Situation normal ist, in der das platzierte Objekt in einer durch die Positionsinformationen identifizierten Position in einem durch die Umfeldinformationen identifizierten Umfeld platziert wird, wobei die Normalbereichfestlegungseinheit (140) auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel als die Parameterdaten erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen nutzt und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsmerkmalswerten als Normalbereich nutzt, wobei ein Positionsmerkmalswert ein Merkmalswert von Positionsinformationen ist, und wobei die Umfeldbestimmungseinheit (130) zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.
  5. Sensordiagnoseeinrichtung (100) nach Anspruch 4, wobei die Zustandsbestimmungseinheit (150) einen Positionsmerkmalswert jedes Elements von Positionsinformationen in der Gruppe von Positionsinformationen zu jedem Zeitpunkt in einem spezifizierten Zeitraum berechnet, bestimmt, ob jeder Positionsmerkmalswert zu jedem Zeitpunkt in dem spezifizierten Zeitraum in dem Normalbereich enthalten ist, eine Rate von Positionsmerkmalswerten außerhalb des Normalbereichs im spezifizierten Zeitraum berechnet und auf Grundlage der berechneten Rate den Zustand der Sensorgruppe bestimmt.
  6. Sensordiagnoseeinrichtung (100) nach Anspruch 4 oder Anspruch 5, wobei die Objekterkennungseinheit (120) mindestens ein Element von Positionsinformationen in der Gruppe von Positionsinformationen unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von zwei oder mehr Sensoren, berechnet.
  7. Sensordiagnoseprogramm, um einen Rechner zu veranlassen, auszuführen: einen Datenerfassungsprozess zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen; einen Objekterkennungsprozess zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe; einen Umfeldbestimmungsprozess zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe; einen Normalbereichfestlegungsprozess zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage einer Parameterdatenbank, in der Umfeldinformationen und Positionsinformationen zugeordnete Parameterdaten registriert sind, und des bestimmten Umfelds; und einen Zustandsbestimmungsprozess zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs, wobei die Parameterdaten eine Parameterberechnungsformel sind, die eine Verteilung von Positionsinformationen eines platzierten Objektes darstellt, wobei die Positionsinformationen des platzierten Objekts von einer Sensorgruppe ermittelt werden, die in einer Situation normal ist, in der das platzierte Objekt in einer durch die Positionsinformationen identifizierten Position in einem durch die Umfeldinformationen identifizierten Umfeld platziert wird, wobei der Normalbereichfestlegungsprozess auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel als die Parameterdaten erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen berechnet, und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsinformationen als Normalbereich nutzt, und wobei der Umfeldbestimmungsprozess zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.
  8. Sensordiagnoseprogramm, um einen Rechner zu veranlassen, auszuführen: einen Datenerfassungsprozess zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen; einen Objekterkennungsprozess zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe; einen Umfeldbestimmungsprozess zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe; einen Normalbereichfestlegungsprozess zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage einer Parameterdatenbank, in der Umfeldinformationen und Positionsinformationen zugeordnete Parameterdaten registriert sind, und des bestimmten Umfelds; und einen Zustandsbestimmungsprozess zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs, wobei die Parameterdaten eine Parameterberechnungsformel sind, die eine Verteilung von Positionsinformationen eines platzierten Objektes darstellt, wobei die Positionsinformationen des platzierten Objekts von einer Sensorgruppe ermittelt werden, die in einer Situation normal ist, in der das platzierte Objekt in einer durch die Positionsinformationen identifizierten Position in einem durch die Umfeldinformationen identifizierten Umfeld platziert wird, und wobei der Normalbereichfestlegungsprozess auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel als die Parameterdaten erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen berechnet, und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsinformationen als Normalbereich nutzt, wobei ein Positionsmerkmalswert ein Merkmalswert von Positionsinformationen ist, und wobei der Umfeldbestimmungsprozess zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.
  9. Sensordiagnoseeinrichtung (100), umfassend: eine Datenerfassungseinheit (110) zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen; eine Objekterkennungseinheit (120) zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe; eine Umfeldbestimmungseinheit (130) zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe; eine Normalbereichfestlegungseinheit (140) zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage des bestimmten Umfelds; und eine Zustandsbestimmungseinheit (150) zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs, wobei die Normalbereichfestlegungseinheit (140) auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen berechnet, und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsinformationen als Normalbereich nutzt, und wobei die Umfeldbestimmungseinheit (130) zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.
  10. Sensordiagnoseeinrichtung (100), umfassend: eine Datenerfassungseinheit (110) zur Erfassung einer Sensordatengruppe aus einer Sensorgruppe, umfassend eine Vielzahl von Sensoren unterschiedlicher Typen; eine Objekterkennungseinheit (120) zum Berechnen einer Gruppe von Positionsinformationen eines Objekts, das in einem die Sensorgruppe umgebenden Bereich existiert, auf Grundlage der erfassten Sensordatengruppe; eine Umfeldbestimmungseinheit (130) zum Bestimmen eines Umfelds des Bereichs, der die Sensorgruppe umgibt, auf Grundlage mindestens eines Elements von Sensordaten in der erfassten Sensordatengruppe; eine Normalbereichfestlegungseinheit (140) zum Festlegen eines Normalbereichs für die berechnete Gruppe von Positionsinformationen auf Grundlage des bestimmten Umfelds; und eine Zustandsbestimmungseinheit (150) zum Bestimmen eines Zustands der Sensorgruppe auf Grundlage der berechneten Gruppe von Positionsinformationen und des bestimmten Normalbereichs, wobei die Normalbereichfestlegungseinheit (140) auf Grundlage des bestimmten Umfelds einen Sensor aus der Sensorgruppe auswählt, dem ausgewählten Sensor entsprechende Positionsinformationen aus der Gruppe von Positionsinformationen auswählt, eine dem bestimmten Umfeld entsprechende Parameterberechnungsformel erfasst, die erfasste Parameterberechnungsformel zum Berechnen eines Bereichsparameters entsprechend den ausgewählten Positionsinformationen berechnet, und den berechneten Bereichsparameter zum Berechnen eines Bereichs von Normalpositionsinformationen als Normalbereich nutzt, wobei ein Positionsmerkmalswert ein Merkmalswert von Positionsinformationen ist, und wobei die Umfeldbestimmungseinheit (130) zwei oder mehr Sensoren aus der Sensorgruppe auswählt und das Umfeld unter Verwendung von zwei oder mehr Elementen von Sensordaten, erfasst von den zwei oder mehr ausgewählten Sensoren, bestimmt.
DE112019007519.5T 2019-07-30 2019-07-30 Sensordiagnoseeinrichtung und sensordiagnoseprogramm Active DE112019007519B4 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/029756 WO2021019665A1 (ja) 2019-07-30 2019-07-30 センサ診断装置およびセンサ診断プログラム

Publications (2)

Publication Number Publication Date
DE112019007519T5 DE112019007519T5 (de) 2022-04-14
DE112019007519B4 true DE112019007519B4 (de) 2023-10-19

Family

ID=70000759

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112019007519.5T Active DE112019007519B4 (de) 2019-07-30 2019-07-30 Sensordiagnoseeinrichtung und sensordiagnoseprogramm

Country Status (5)

Country Link
US (1) US20220113171A1 (de)
JP (1) JP6671568B1 (de)
CN (1) CN114174853A (de)
DE (1) DE112019007519B4 (de)
WO (1) WO2021019665A1 (de)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230206596A1 (en) * 2020-07-14 2023-06-29 Sony Semiconductor Solutions Corporation Information processing device, information processing method, and program
CN112887172B (zh) * 2021-02-19 2023-03-24 北京百度网讯科技有限公司 车辆感知系统测试方法、装置、设备及存储介质
EP4060378A1 (de) * 2021-03-17 2022-09-21 Hyundai Mobis Co., Ltd. System zur steuerung eines fahrzeugultraschallsensors und steuerungsverfahren

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10213650A (ja) 1997-01-30 1998-08-11 Omron Corp 物体検出装置
JPH11142168A (ja) 1997-11-07 1999-05-28 Nissan Motor Co Ltd 環境認識装置
DE60316226T2 (de) 2002-07-03 2008-06-12 Fuji Jukogyo K.K. Verfahren und Vorrichtung zur Bestimmung ob ein von mehreren Sensoren detektiertes Objekt identisch ist und Verfahren und Vorrichtung zur Positionskorrektur in einem Multisensor-System
JP2014148294A (ja) 2013-02-04 2014-08-21 Denso Corp 診断装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3562408B2 (ja) * 1999-11-10 2004-09-08 株式会社デンソー レーダ装置特性検出装置及び記録媒体
US20180348023A1 (en) * 2015-06-09 2018-12-06 Google Llc Sensor Calibration Based On Environmental Factors
WO2017180394A1 (en) * 2016-04-12 2017-10-19 Pcms Holdings, Inc. Method and system for online performance monitoring of the perception system of road vehicles
US10901428B2 (en) * 2017-12-29 2021-01-26 Intel IP Corporation Working condition classification for sensor fusion

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10213650A (ja) 1997-01-30 1998-08-11 Omron Corp 物体検出装置
JPH11142168A (ja) 1997-11-07 1999-05-28 Nissan Motor Co Ltd 環境認識装置
DE60316226T2 (de) 2002-07-03 2008-06-12 Fuji Jukogyo K.K. Verfahren und Vorrichtung zur Bestimmung ob ein von mehreren Sensoren detektiertes Objekt identisch ist und Verfahren und Vorrichtung zur Positionskorrektur in einem Multisensor-System
JP2014148294A (ja) 2013-02-04 2014-08-21 Denso Corp 診断装置

Also Published As

Publication number Publication date
JPWO2021019665A1 (ja) 2021-09-13
DE112019007519T5 (de) 2022-04-14
CN114174853A (zh) 2022-03-11
JP6671568B1 (ja) 2020-03-25
WO2021019665A1 (ja) 2021-02-04
US20220113171A1 (en) 2022-04-14

Similar Documents

Publication Publication Date Title
DE112019007519B4 (de) Sensordiagnoseeinrichtung und sensordiagnoseprogramm
DE102020100591A1 (de) Fehlererfassungsvorrichtung zum erfassen eines problems mit einem teil einer maschine
DE102018124117A1 (de) Verfahren zur Verfolgung eines Objekts
EP3646184B1 (de) Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zum auflösen einer redundanz von zwei oder mehr redundanten modulen
DE112018005352T5 (de) Informationsverarbeitungsvorrichtung, bewegte einrichtung, verfahren und programm
DE102008013366A1 (de) Verfahren zur Bereitstellung von Information für Fahrerassistenzsysteme
DE112019001545T5 (de) Elektronische steuervorrichtung und betriebsverfahren
DE102017204745A1 (de) Architektur und Vorrichtung für eine fortschrittliche Arbitration in integrierten Steuerungen
EP3529744A1 (de) Analyseverfahren für objektmarkierungen in bildern auf basis von modellen
CN114169400A (zh) 饮用水源地土壤环境参数预警方法、系统、装置及存储介质
WO2018072834A1 (de) Verfahren zur überwachung des funktionszustands einer anlage zur computertomographischen untersuchung von werkstücken
CN117724982A (zh) 仿真测评方法、装置、电子设备及存储介质
EP3104278A1 (de) Verfahren zur realistischen abschätzung von funktionslaufzeiten in pil simulation
DE102008022302A1 (de) Elektronische Rechenvorrichtung zur Bestimmung einer Ausführzeit einer Aufgabe und Programm
WO2021089787A1 (de) Verfahren, vorrichtung und computerprogramm zur freigabe eines sensorsystems zur erfassung von objekten in einem umfeld eines fahrzeuges
DE112020007695T5 (de) Korrekturdatenerzeugungseinrichtung, fahrzeuginterne einrichtung, korrekturdatenerzeugungsverfahren, fehlerkorrekturverfahren, korrekturdatenerzeugungsprogramm und fehlerkorrekturprogramm
DE112016006839T5 (de) Längenmessungskontrollvorrichtung, Fertigungssystem, Längenmessungskontrollverfahren und Längenmessungskontrollprogramm
DE102019219730A1 (de) Verfahren und Vorrichtung zur modellbasierten Analyse
DE112019007286T5 (de) Fahrzeuginterne steuerungsvorrichtung und fahrzeuginternes steuerungssystem
EP3572893B1 (de) Analyse mehrerer diagnosemeldungen eines technischen systems mit mehreren komponenten
EP4254109A1 (de) Zustandsbewertung eines systems
DE102023101883A1 (de) Modellaktualisierungsvorrichtung, Verfahren zum Aktualisieren von Modell und Modellaktualisierungsprogramm
DE102022123398A1 (de) Automatische Detektion eines Lidar-zu-Fahrzeug-Ausrichtungszustands unter Verwendung von Lokalisierungsdaten
DE112022001304T5 (de) Kartenerzeugungs-/eigenpositionsschätzvorrichtung
DE102021109128A1 (de) Verfahren zum Testen eines Produkts

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R084 Declaration of willingness to licence