【技术实现步骤摘要】
本专利技术属于自动驾驶汽车系统故障诊断领域，具体涉及一种自动驾驶汽车传感器数据异常检测方法及系统。
技术介绍
1、近年来，自动驾驶汽车因其可提高交通安全、交通效率等优势引起了广泛关注。自动驾驶汽车严重依赖于各类传感器收集的车辆自身和周围环境的数据从而实现自动驾驶，传感器数据的正确性对于自动驾驶汽车的安全运行至关重要。通过对自动驾驶汽车的传感器数据进行异常检测是保障自动驾驶汽车安全的一种方式。现有针对自动驾驶汽车传感器数据异常检测的方法检测能力差、缺乏对时间序列的建模能力，不能有效发掘传感器数据中的时间信息导致难以检测传感器数据中的各类异常，同时缺乏对异常检测结果的可解释能力。
技术实现思路
1、本专利技术的目的在于提供一种自动驾驶汽车传感器数据异常检测方法及系统，以克服现有技术对于自动驾驶汽车传感器数据异常检测精度低且缺乏对检测结果的解释的问题。
2、一种自动驾驶汽车传感器数据异常检测方法，包括以下步骤：
3、s1，实时采集获取车辆传感器数据，采用重构预训练模型对车...
【技术保护点】
1.一种自动驾驶汽车传感器数据异常检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，重构预训练模型采用汽车正常运行时获取的准确的多维时序定位传感器数据进行训练得到。
3.根据权利要求2所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，多维时序定位传感器数据通过预处理得到，具体包括以下步骤：
4.根据权利要求1所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，重构预训练模型具体采用基于变分Transformer无监督特征的重构模型。
5.根据权...
【技术特征摘要】
1.一种自动驾驶汽车传感器数据异常检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，重构预训练模型采用汽车正常运行时获取的准确的多维时序定位传感器数据进行训练得到。
3.根据权利要求2所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，多维时序定位传感器数据通过预处理得到，具体包括以下步骤：
4.根据权利要求1所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，重构预训练模型具体采用基于变分transformer无监督特征的重构模型。
5.根据权利要求4所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，重构预训练模型包含编码器和解码器结构的神经网络，重构预训练模型的编码器和解码器均由l层变分自注意力层构成。
6.根据权利要求5所述的一种自动驾驶汽车传感器数据异常检测方法，其特征在于，经过l层变分自注意力层的...
【专利技术属性】
技术研发人员：闵海根，吴霞，赵祥模，雷小平，王武祺，方煜坤，陈仕祥，王一，周新辉，孙嘉怡，
申请(专利权)人：长安大学，
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。