无人智能车传感器故障检测方法技术

本发明专利技术属于无人智能车驾驶技术领域，具体涉及一种无人智能车传感器故障检测方法。本发明专利技术包括：获取无人智能车的位置、姿态角以及故障传感器位置；计算无人智能车的危险度；规划多传感器无人智能车传感器工作流程。本发明专利技术提出了一种无人智能车传感器信息融合模型，模型的融合级别属于决策层，融合架构属于后融合架构。模型的输入数据为GPS和光流计采集的原始数据，通过对任务中无人智能车实时采集的GPS和光流计的数据信息进行解析，根据两组数据分别计算出无人智能车实时的驾驶路程；模型的输出为两组驾驶路程数据融合后的信息。通过仿真实验验证了本发明专利技术实现了对GPS生成式故障的实时检测，高效准确。

【技术实现步骤摘要】
无人智能车传感器故障检测方法
本专利技术属于无人智能车驾驶
，具体涉及一种无人智能车传感器故障检测方法。
技术介绍
无人驾驶智能车是能够借助一定方式感知周围环境和车辆自身状态，能够实现行驶在有故障传感器的路段或其它环境中面向设定传感器的自主运动，进而完成设定作业功能的机器人系统。到目前为止，无人驾驶智能车系统经过科研人员努力，在长久时间的研究和实验下发展已经取得了令人惊讶的成果和先见经验。在可以提前确定的环境中，与智能车导航与故障检测策略相关的研究已经取得了可观的成果和应用，但在未知环境中，相关研究取得的成果并不能够实现人们的期望传感器。新问题和新要求的产生永远不会停止，由于一些基础理论和技术中的局限性让智能车在实际应用中的问题仍然没有较好的解决方法，没有形成一个完整的理论体系，只有较少的先见知识，还有很多关键理论和实验有待研究和验证。目前，在现有技术中，无人车上设有一个车载终端，该车载终端可通过无人车上设置的各种传感器，对无人车进行故障检测。当监测到无人车某处出现故障时，可以向服务器进行故障上报，以通知维修人员对无人车进行维修。然而在现本文档来自技高网...

【技术保护点】
1.一种无人智能车传感器故障检测方法，其特征在于，包括以下步骤：/n(1)获取无人智能车的位置、姿态角以及故障传感器位置；/n(2)计算无人智能车的危险度；/n(3)规划多传感器无人智能车传感器工作流程。/n

【技术特征摘要】
1.一种无人智能车传感器故障检测方法，其特征在于，包括以下步骤：
(1)获取无人智能车的位置、姿态角以及故障传感器位置；
(2)计算无人智能车的危险度；
(3)规划多传感器无人智能车传感器工作流程。


2.根据权利要求1所述的一种无人智能车传感器故障检测方法，其特征在于，获取无人智能车的位置、姿态角以及传感器位置，具体过程为：
对已知传感器规划出无人智能车工作的最优流程，在未达到传感器工作要求时无人智能车按照最优流程控制传感器，扫描监测周围道路环境判断是否存在工作传感器，在行驶中，如果发现道路上存在其它发出故障指令的智能车传感器，利用无人智能车的传感器，分别测得行驶中无人智能车的位置、姿态角以及传感器位置。


3.根据权利要求2所述的一种无人智能车传感器故障检测方法，其特征在于，计算无人智能车的危险度，具体过程为：
将最近会遇距离、最近会遇时间作为BP神经网络的输入，将无人智能车碰撞危险度作为网络输出；通过BP神经网络，得到各神经元的连接权值和阈值，输出无人智能车危险度。


4.根据权利要求3所述的一种无人智能车传感器故障检测方法，其特征在于，规划多传感器无人智能车传感器工作流程的具体过程为：
3.1无人智能车按照规划好的最优流程工作时，以迭代方式检测传感器，依据传感器参数判断传感器的危险度；
3.2若传感器的危险度高于0.2则进入传感器工作程序；否则无人智能车继续沿既定流程行驶；
3.3判断无人智能车传感器的会遇姿态角；
3.4依照系统采集到的信息规划合理传感器工作流程；
3.5若所有传感器的危险度小于0.3，则返回到原流程继续行驶；
3.6输出能够故障传感器的最优可行流程。


5.根据权利要求4所述的一种无人智能车传感器故障检测方法，其特征在于，以迭代方式检测道路上存在的其它传感器具体包括：
3.1.1：对传感器进行编码；
3.1.2：将传感器作为种群并初始化种群；
3.1.3：产生子群；
3.1.4：在未达到迁移周期T时在子...

【专利技术属性】
技术研发人员：龚俊嘉，
申请(专利权)人：广州道源信息科技有限公司，
类型：发明
国别省市：广东;44