【技术实现步骤摘要】
本专利技术涉及自动驾驶，具体涉及一种提高自动驾驶系统失效检查准确率的系统及方法。
技术介绍
1、自动驾驶功能失效检测方法为：针对局部几个周期进行模式对比分析，来确定是否发生失效。存在以下问题：
2、(1)增加周期会拉长模式对比的周期从而导致预警慢，减少周期则可能导致漏预警的问题；
3、(2)传统的模式对比识别运算量大，效率低，且难以并行对多种驾驶功能进行并行失效监测；
4、(3)传统的模式对比、传统机器学习，缺乏对时序数据的处理能力，缺乏对历史状态的追溯能力，导致准确率低，可解释性低，调查困难。
5、基于此，本专利技术设计了一种提高自动驾驶系统失效检查准确率的系统及方法以解决上述问题。
技术实现思路
1、针对现有技术所存在的上述缺点，本专利技术提供了一种提高自动驾驶系统失效检查准确率的系统及方法。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：
3、一种提高自动驾驶系统失效检查准确率的系统，包括：
4、自动驾驶系统数据收集及预处理模块，包括自动驾驶系统数据收集模块和自动驾驶系统数据预处理模块；
5、自动驾驶系统数据收集模块，与车辆的自动驾驶系统通讯，用于实时收集自动驾驶系统的状态数据，构成一个固定长度的窗口数据矩阵，并传输至自动驾驶系统数据预处理模块；
6、自动驾驶系统数据预处理模块，用于对自动驾驶系统数据收集模块采集的数据进行预处理；将数据进行实时处理，得到状态数
7、自动驾驶系统状态识别模块，用于根据车辆的行驶数据构建自动驾驶系统的简单状态模式；以及用于识别车辆的自动驾驶系统的状态；
8、自动驾驶系统状态时序构成图模块，用于以时序上的连续的几个简单状态为顶点，这些顶点保持时序的特点，简单动作的转变过程视为马尔可夫过程；以简单动作之间转变的可能性即马尔可夫一次转移概率p为边构成一个无向图，这个无向图是马尔可夫随机场；
9、自动驾驶多种子系统失效并行监测模块，用于并行的对自动驾驶系统的多种子系统进行监测分析，并且依据历史状态追溯协助分析失效的原因。
10、更进一步的，自动驾驶系统的状态数据包括自动驾驶系统的传感器、控制器、执行器数据。
11、更进一步的，预处理包括缓存、消除噪声、剔除异常值、平滑、统一量纲。
12、更进一步的，对车辆的行驶数据库中收集的历史数据统计分析，构建自动驾驶系统的简单状态模式。
13、更进一步的，利用p为边构成的无向图，如果其中有一些边的转移概率较低，那整个图上组成的状态则为失效状态。
14、更进一步的，多种子系统包括感知系统、融合系统、控制系统、执行系统。
15、更进一步的，状态分为平稳、一般稳定、存在异常、异常增大、异常较大、异常极大。
16、一种提高自动驾驶系统失效检查准确率的方法，包括以下步骤：
17、(1)通过自动驾驶系统数据收集模块与车辆的自动驾驶系统通讯，实时收集自动驾驶系统的状态数据，构成一个固定长度的窗口数据矩阵，并传输至自动驾驶系统数据预处理模块；
18、(2)通过自动驾驶系统数据预处理模块对自动驾驶系统数据收集模块采集的数据进行预处理；将数据进行实时处理，得到状态数据框架，并传输至自动驾驶系统状态识别模块；
19、(3)通过自动驾驶系统状态识别模块根据车辆的行驶数据构建自动驾驶系统的简单状态模式，并实时识别车辆的自动驾驶系统的状态，状态分为平稳、一般稳定、存在异常、异常增大、异常较大、异常极大；
20、(4)通过自动驾驶系统状态时序构成图模块以时序上的连续的几个简单状态为顶点，这些顶点保持时序的特点，简单动作的转变过程为马尔可夫过程；以简单动作之间转变的可能性即马尔可夫一次转移概率p为边构成一个无向图，这个无向图是马尔可夫随机场；p表征车辆简单动作变化的合理性，p越大，则此次行为转变越合理，反之则越异常；利用p为边构成的无向图，如果其中有一些边的转移概率较低，那整个图上组成的状态则为失效状态；
21、(5)通过自动驾驶多种子系统失效并行监测模块并行的对自动驾驶系统的多种子系统进行监测分析，并且依据历史状态追溯协助分析失效的原因。
22、更进一步的，以shapelet指代自动驾驶系统在时序上的状态片段；shaplet的划分逻辑包括以下步骤：
23、在时序分类任务，可以将正样本、负样本的shapelet放入不同的组中，其表达式为：
24、
25、其中，s*(v，t)表示相对于特定组t*的距离，函数g接受两个有限集作为输入，返回一个标量值以指示这两个集合有多远；
26、给定一个局部因素wn来表示特定shapelet的第n个元素的内部重要性；shapelet与时序片段之间的距离可以被重新定义为：
27、
28、其中，a*指的是dtw距离的最佳对齐；w表示局部因素，为需要学习的参数；
29、设定一个全局因素um是捕获跨段影响，然后shapelet v与时序t之间的距离可以写为：
30、
31、其中，d为shapeletv与时序t在全局因素um下的距离；
32、然后给定一个分类任务，以选择最重要的具有意义的shapelet，有一个从所有子序列中选择出的作为shapelet候选者的片段池，以及一组带标签的时间序列t；对于每个候选者v，都有以下目标函数：
33、
34、在分别从shapelet候选者那里学习了时序因素之后，选择损失最小的前k个shapelet作为最终的具有时间意识的shapelet；λ和∈表示待学习的指数。
35、有益效果
36、本专利技术计算量小，效率高，可以对多个子系统进行并行监测分析；
37、本专利技术不关注周期，关注数据上的时序特点，重视状态之间转移的可能性，可以追溯历史状态；
38、本专利技术能够依据历史状态进行数据的追溯及问题的定位，算法本身具有较高的准确性及可解释性。
本文档来自技高网...【技术保护点】
1.一种提高自动驾驶系统失效检查准确率的系统，其特征在于，包括：
2.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，自动驾驶系统的状态数据包括自动驾驶系统的传感器、控制器、执行器数据。
3.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，预处理包括缓存、消除噪声、剔除异常值、平滑、统一量纲。
4.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，对车辆的行驶数据库中收集的历史数据统计分析，构建自动驾驶系统的简单状态模式。
5.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，利用p为边构成的无向图，如果其中有一些边的转移概率较低，那整个图上组成的状态则为失效状态。
6.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，多种子系统包括感知系统、融合系统、控制系统、执行系统。
7.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，状态分为平稳、一般稳定、存在异常、异常增大、异常较大、异常极
8.一种提高自动驾驶系统失效检查准确率的方法，其特征在于，包括以下步骤：
9.根据权利要求8所述的提高自动驾驶系统失效检查准确率的方法，其特征在于，以shapelet指代自动驾驶系统在时序上的状态片段；Shaplet的划分逻辑包括以下步骤：
...【技术特征摘要】
1.一种提高自动驾驶系统失效检查准确率的系统，其特征在于，包括：
2.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，自动驾驶系统的状态数据包括自动驾驶系统的传感器、控制器、执行器数据。
3.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，预处理包括缓存、消除噪声、剔除异常值、平滑、统一量纲。
4.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，对车辆的行驶数据库中收集的历史数据统计分析，构建自动驾驶系统的简单状态模式。
5.根据权利要求1所述的提高自动驾驶系统失效检查准确率的系统，其特征在于，利用p为边构成的无...
【专利技术属性】
技术研发人员：赵兴臣，马良，
申请(专利权)人：复睿智行智能科技上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。