智能驾驶系统失效检测方法技术方案

公开了一种智能驾驶系统失效检测方法

【技术实现步骤摘要】
智能驾驶系统失效检测方法、装置、存储介质及电子设备


[0001]本公开涉及智能驾驶
，尤其涉及一种智能驾驶系统失效检测方法
、
装置
、
计算机可读存储介质及电子设备
。

技术介绍

[0002]随着人工智能
(Artificial Intelligence
，
AI)
技术的快速发展，
AI
芯片应用越来越广泛
。
在自动驾驶
、
航空航天等应用领域要求
AI
芯片具有高稳定性，但是由于
AI
芯片所使用的
AI
算法具有不可解释性，导致无法对
AI
算法所引起的智能驾驶系统失效进行定量分析
。

技术实现思路

[0003]为了解决上述技术问题，本公开提供了一种智能驾驶系统失效检测方法
、
装置
、
计算机可读存储介质及电子设备，以对智能驾驶系统失效进行更全面
、
更精确地量化检测
。
[0004]本公开的第一个方面，提供了一种智能驾驶系统失效检测方法，包括：
[0005]确定所述智能驾驶系统中待检测的性能对象和所述性能对象对应的多个待检测模块；所述多个待检测模块中的至少一个待检测模块包括
AI
模型；
[0006]确定所述多个待检测模块中各待检测模块的失效率；
[0007]基于所述各待检测模块的失效率，确定所述性能对象的失效检测结果
。
[0008]本公开的第二个方面，提供了一种智能驾驶系统失效检测装置，包括：
[0009]第一确定模块，用于确定所述智能驾驶系统中待检测的性能对象和所述性能对象对应的多个待检测模块；所述多个待检测模块中的至少一个待检测模块包括
AI
模型；
[0010]第二确定模块，用于确定所述多个待检测模块中各待检测模块的失效率；
[0011]第三确定模块，用于基于所述各待检测模块的失效率，确定所述性能对象的失效量
。
[0012]本公开的第三个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的智能驾驶系统失效检测方法
。
[0013]本公开的第四个方面，提供了一种电子设备，所述电子设备包括：
[0014]处理器；
[0015]用于存储所述处理器可执行指令的存储器；
[0016]所述处理器，用于从所述存储器中读取所述指令，并执行所述指令以实现上述任一所述的智能驾驶系统失效检测方法
。
[0017]本公开的第五个方面，提供了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行本公开第一方面实施例提出的智能驾驶系统失效检测方法
。
[0018]本公开实施例提供的智能驾驶系统失效检测方法，首先确定智能驾驶系统中待检测的性能对象和该性能对象对应的多个待检测模块，然后定量化地确定各待检测模块的失效率，最后基于各待检测模块的失效率，确定性能对象的失效检测结果
。
其中多个待检测模
块中的至少一个待检测模块包括
AI
模型，通过定量化地确定包括
AI
模型的待检测模块的失效率，实现对智能驾驶系统失效进行更全面
、
更精确地量化检测，有助于提高智能驾驶系统的稳定性
、
可靠性和安全性
。
附图说明
[0019]图1是本公开一示例性实施例提供的智能驾驶系统失效检测系统的网络架构示意图
。
[0020]图2是本公开一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0021]图3是本公开另一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0022]图4是本公开再一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0023]图5是本公开又一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0024]图6是本公开再一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0025]图7是本公开又一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0026]图8是本公开再一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0027]图9是本公开又一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0028]图
10
是本公开再一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0029]图
11
是本公开又一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0030]图
12
是本公开再一示例性实施例提供的智能驾驶系统失效检测方法的流程示意图
。
[0031]图
13
是本公开一示例性实施例提供的智能驾驶系统失效检测装置的组成结构示意图
。
[0032]图
14
是本公开另一示例性实施例提供的智能驾驶系统失效检测装置的组成结构示意图
。
[0033]图
15
是本公开再一示例性实施例提供的智能驾驶系统失效检测装置的组成结构示意图
。
[0034]图
16
是本公开又一示例性实施例提供的智能驾驶系统失效检测装置的组成结构示意图
。
[0035]图
17
是本公开一示例性实施例提供的电子设备的组成结构示意图
。
具体实施方式
[0036]为了解释本公开，下面将参考附图详细地描述本公开的示例实施例，显然，所描述的实施例仅是本公开的一部分实施例，而不是全部实施例，应理解，本公开不受示例性实施例的限制
。
[0037]应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置
、
数字表达式和数值不限制本公开的范围
。
[0038]申请概述
[0039]智能驾驶系统是基于人工智能
(Artificial Intelligence
，
AI)
技术开发的一种辅助驾驶系统，通过感知和分析车辆周围的环境信息，自主地做出驾驶决策，实现车辆自动行驶或半自动驾驶
。
自动驾驶测试标准是指对智能驾驶系统在不同场景
、
不同路况下的测试方法
、
测试流程
、
测试指标等方面的规定
。
对于自动驾驶技术而言，测试标准的制定对于保证智能驾驶系统的稳定性
、<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能驾驶系统失效检测方法，包括：确定所述智能驾驶系统中待检测的性能对象和所述性能对象对应的多个待检测模块；所述多个待检测模块中的至少一个待检测模块包括
AI
模型；确定所述多个待检测模块中各待检测模块的失效率；基于所述各待检测模块的失效率，确定所述性能对象的失效检测结果
。2.
根据权利要求1所述的方法，其中，所述确定所述智能驾驶系统中待检测的性能对象和所述性能对象对应的多个待检测模块，包括：确定所述智能驾驶系统中待检测的性能对象；基于所述性能对象，确定功能异常表现集；确定所述功能异常表现集中各功能异常表现对应的待检测模块；基于所述各功能异常表现对应的待检测模块，确定所述性能对象对应的多个待检测模块
。3.
根据权利要求2所述的方法，其中，所述基于所述性能对象，确定功能异常表现集，包括：基于所述性能对象，确定所述性能对象对应的待检测功能；确定所述待检测功能的功能异常表现；根据所述待检测功能的功能异常表现，确定所述功能异常表现集
。4.
根据权利要求1所述的方法，其中，所述确定所述多个待检测模块中各待检测模块的失效率，包括：确定所述多个待检测模块中采集模块的第一失效率；确定所述多个待检测模块中感知模块的第二失效率；确定所述多个待检测模块中决策模块的第三失效率；确定所述多个待检测模块中控制模块的第四失效率
。5.
根据权利要求4所述的方法，其中，所述确定所述多个待检测模块中采集模块的第一失效率，包括：确定所述多个待检测模块中采集模块对应的第一元器件集；确定所述第一元器件集中各第一元器件的硬件随机失效率；根据所述各第一元器件的硬件随机失效率，确定所述第一失效率
。6.
根据权利要求4所述的方法，其中，所述确定所述多个待检测模块中感知模块的第二失效率，包括：确定所述多个待检测模块中感知模块对应的至少一个第一
AI
模型；确定所述至少一个第一
AI
模型中各第一
AI
模型的失效率；根据所述各第一
AI
模型的失效率，确定所述第二失效率
。7.
根据权利要求6所述的方法，其中，所述确定所述至少一个第一
AI
模型中各第一
AI
模型的失效率，包括：针对所述至少一个第一
AI
模型中的任意一个所述第一
AI
模型，确定所述第一
AI
模型对应的性能指标
、
场景有效率和目标有效率；确定所述第一
AI
模型对应的校验机制；根据所述校验机制，确定校验参数；
根据所述性能指标
、
所述场景有效率
、
所述目标有效率和所述校验参数，确定所述第一
AI
模型的失效率
。8.
根据权利要求4所述的方法，其中，所述确定所述多个待检测模...

【专利技术属性】
技术研发人员：胡泉，
申请(专利权)人：地平线上海人工智能技术有限公司，
类型：发明
国别省市：