多维传感器数据中的异常检测制造技术

本公开提供了“多维传感器数据中的异常检测”。一种计算机包括处理器和存储指令的存储器，所述指令能够由所述处理器执行以进行以下操作：从传感器接收矢量的时间序列；确定所述矢量的加权移动均值；确定所述矢量的逆协方差矩阵；从所述传感器接收当前矢量；确定所述当前矢量与所述加权移动均值之间的平方马哈拉诺比斯距离；以及响应于所述平方马哈拉诺比斯距离超过阈值而输出所述传感器异常的指示符。通过使用所述逆协方差矩阵来确定所述平方马哈拉诺比斯距离。哈拉诺比斯距离。哈拉诺比斯距离。

【技术实现步骤摘要】
多维传感器数据中的异常检测


[0001]本公开总体上涉及车辆传感器，并且更具体地涉及检测车辆传感器的数据中的异常。

技术介绍

[0002]车辆可以是自主的或半自主的。车辆计算机可被编程为完全地或者或在较小程度上独立于人类驾驶员的介入而操作车辆。车辆计算机可被编程为基于来自安装在车辆上的传感器的数据来操作推进装置、制动系统、转向系统和/或其他车辆系统。出于本公开的目的，自主操作意指计算机在没有来自人类驾驶员的输入的情况下控制推进装置、制动系统和转向系统；半自主操作意指计算机控制推进装置、制动系统和转向系统中的一个或两个(或与人类驾驶员分开控制)，而人类驾驶员控制其余部分；并且非自主操作意指人类驾驶员控制推进装置、制动系统和转向系统。
[0003]传感器为车辆计算机提供数据以自主或半自主地操作车辆。传感器可提供关于车辆的操作的数据，例如，车轮转速、车轮取向以及发动机和变速器数据(例如，温度、燃料消耗等)。传感器可检测车辆的位置和/或取向。例如，传感器可包括全球定位系统(GPS)传感器；加速度计，诸如压电或微机电系统(MEMS)；陀螺仪，诸如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：从传感器接收矢量的时间序列；确定所述矢量的加权移动均值；确定所述矢量的逆协方差矩阵；从所述传感器接收当前矢量；确定所述当前矢量与所述加权移动均值之间的平方马哈拉诺比斯距离，其中通过使用所述逆协方差矩阵来确定所述平方马哈拉诺比斯距离；以及响应于所述平方马哈拉诺比斯距离超过阈值而输出所述传感器异常的指示符。2.如权利要求1所述的方法，其中所述传感器为第一传感器，所述方法还包括对来自包括所述第一传感器的多个传感器的矢量运行卡尔曼滤波器，并响应于输出所述异常的所述指示符而防止所述卡尔曼滤波器从所述第一传感器接收所述矢量。3.如权利要求2所述的方法，其中运行所述卡尔曼滤波器包括当所述卡尔曼滤波器被阻止从所述第一传感器接收所述矢量时在具有预测步骤但没有测量步骤的情况下执行所述卡尔曼滤波器的迭代。4.如权利要求2所述的方...

【专利技术属性】
技术研发人员：高拉夫，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：