一种用于车辆智能座舱的健康状态监测方法与流程
本发明涉及智能座舱,尤其涉及一种用于车辆智能座舱的健康状态监测方法。
背景技术:
1、随着智能座舱技术的快速发展,座舱域控制器的集成度与复杂度显著提升,其软硬件复杂度已达到甚至超过部分航空航天系统的量级,如何在复杂工况下确保智能座舱系统自身的稳定运行已成为行业关注的核心问题之一。然而,现有智能座舱健康监测方案多聚焦于驾乘目标的生理状态监测或特定部件的功能性检测,缺少对座舱系统整体健康状态的系统性监测;现有故障诊断方案中监测逻辑通常运行于座舱域控制器的主芯片上,一旦主芯片因过热、软件崩溃或硬件故障而失效,监测功能也随之丧失;现有方案多采用阈值触发式报警,无法在故障发生前识别性能劣化趋势,且偶发性软件故障因难以复现导致维修成本高企。因此,如何在不依赖主芯片的前提下实现对智能座舱系统自身健康状态的持续监测、在故障发生前识别劣化趋势实现事前预警、以及对偶发性软件故障进行远程定位与修复,已成为智能座舱健康监测领域亟待解决的技术挑战。
2、中国专利公开号:cn121722011a,公开了一种座舱系统的容错方法,该方法包括:获取当前时间窗内座舱系统的主系统芯片的多项健康指标的指标值,生成当前时间窗对应的指标数据集;其中,当前时间窗为当前时间点对应的时间窗,其时间终点为当前时间点,时间长度为预定义长度;基于当前时间窗对应的指标数据集,对主系统芯片在当前时间窗对应的预测时间点的健康状态进行预测,得到状态预测结果;其中,状态预测结果包括:主系统芯片的预测时间点的健康概率;当前时间窗对应的预测时间点为当前时间点以后的时间点,其与当前时间点的时间间隔为预定义间隔;若状态预测结果中预测时间点的健康概率小于或等于第一概率阈值,基于预测时间点的健康概率,对主系统芯片进行功能接管处理。
3、由此可见,上述现有技术存在以下技术问题:其指标采集、健康预测及功能接管均运行于主系统芯片之上,监测功能随被监测对象失效而丧失;其直接将健康指标波动视为系统异常,未能区分驾驶交互行为引起的正常负载波动与系统真实异常,易将正常交互波动误判为故障风险,误预警率升高;其基于单通道预测结果直接触发功能接管,缺少独立硬件的交叉验证,无法确认预测结果的可靠性;其仅关注在线预测与功能接管,未涉及故障现场数据的完整保存与上传,偶发性软件故障因缺少数据记录而难以事后分析与定位修复。
技术实现思路
1、为此,本发明提供一种车辆智能座舱的健康状态监测方法,用以克服现有技术中因无法区分驾乘交互波动与系统自身异常而误预警率高、监测功能依赖主芯片导致主芯片失效时监测能力丧失、报警无法实现事前预警、以及偶发性软件故障因无法复现而难以定位修复的问题。
2、为实现上述目的,本发明提供一种用于车辆智能座舱的健康状态监测方法,包括:
3、基于座舱域控制器主芯片的第一通道采集新能源车辆高速行驶时智能座舱的健康状态数据,并基于独立安全岛运行的第二通道采集智能座舱的健康状态数据,同时采集驾乘目标与智能座舱交互产生的压力状态数据;
4、基于所述压力状态数据确定当前座舱交互状态,并结合所述第一通道采集的健康状态数据,确定所述健康状态数据对应的运行变化是否属于所述当前座舱交互状态下的正常运行变化;
5、响应于持续不属于所述当前座舱交互状态下的正常运行变化,生成趋势预警信号;
6、响应于所述趋势预警信号,基于所述第二通道对所述趋势预警信号所对应的健康状态进行的独立校验,确定校验结果;
7、基于所述趋势预警信号的生成状态以及所述校验结果,确定当前的响应等级并执行对应的响应策略;
8、响应于所述响应等级达到预设阈值级别,基于从环形日志缓冲区中提取的故障时刻前后的健康状态数据及对应的压力状态数据,生成故障快照并加密存储;
9、将所述故障快照上传至云端,由云端诊断平台根据所述故障快照确定诊断结果并生成修复补丁,推送至车辆,并在车辆下次上电时安装修复补丁。
10、进一步的,确定当前座舱交互状态的过程包括:
11、获取座椅压力数据、方向盘握持压力数据、加速踏板压力数据、制动踏板压力数据及中控屏触控压力数据;
12、获取驾驶操作频率信息、座舱功能调用频次信息、座舱资源占用率信息及交互指令密集程度信息;
13、基于所述座椅压力数据、方向盘握持压力数据、加速踏板压力数据、制动踏板压力数据、中控屏触控压力数据以及驾驶操作频率信息、座舱功能调用频次信息、座舱资源占用率信息和交互指令密集程度信息,确定当前座舱交互状态,以确定当前驾乘交互对智能座舱运行负载的影响程度。
14、进一步的,确定所述健康状态数据对应的运行变化是否属于所述当前座舱交互状态下的正常运行变化的过程包括:
15、获取所述当前座舱交互状态对应的健康状态数据预期范围;
16、响应于采集所述第一通道的健康状态数据处于所述预期范围内,确定所述健康状态数据属于所述当前座舱交互状态下的正常运行变化;
17、响应于采集所述第一通道的健康状态数据未处于所述预期范围内,确定所述健康状态数据不属于所述当前座舱交互状态下的正常运行变化。
18、进一步的,生成趋势预警信号的过程包括:
19、基于采集的所述第一通道的健康状态数据与预期范围确定偏离状态信息;
20、响应于所述偏离状态信息持续预设时长未恢复至所述预期范围内且所述健康状态数据未达到预设故障判定条件,生成所述趋势预警信号。
21、进一步的,确定校验结果的过程包括:
22、响应于所述趋势预警信号,通过所述第二通道获取所述趋势预警信号所对应的健康状态数据的独立测量值;
23、基于所述独立测量值与所述第一通道采集的对应数据进行一致性比较,以确定偏差程度;
24、根据所述偏差程度确定校验结果。
25、进一步的,确定当前的响应等级的过程包括:
26、响应于所述趋势预警信号已生成且所述校验结果为校验通过,确定所述响应等级为第一等级;
27、响应于所述趋势预警信号已生成且所述校验结果为校验不通过,确定所述响应等级为第二等级;
28、响应于所述第一通道失效,且所述第二通道采集的健康状态数据达到异常判定条件,确定所述响应等级为第三等级。
29、进一步的,执行对应的响应策略的过程包括:
30、响应于所述响应等级为第一等级,输出提示信息并降低非关键功能的资源占用;
31、响应于所述响应等级为第二等级,重新执行健康状态采集和独立校验;
32、响应于所述响应等级为第三等级,通过所述独立安全岛向整车控制器发送紧急故障码,由整车控制器根据车辆安全策略执行限速提示或辅助安全控制。
33、进一步的,生成故障快照并加密存储的过程包括:
34、响应于所述响应等级达到预设阈值级别,确定故障触发时刻,并基于所述故障触发时刻冻结所述环形日志缓冲区,停止所述环形日志缓冲区的循环覆盖;
35、基于冻结后的所述环形日志缓冲区,提取所述故障触发时刻前后预设时长内的健康状态数据及对应的座舱压力状态数据,并基于提取的所述健康状态数据及对应的压力状态数据生成故障快照;
36、基于预设加密算法对所述故障快照进行加密压缩,确定加密快照文件,将所述加密快照文件存储于本地存储芯片的保留分区,并在存储完成后恢复所述环形日志缓冲区的循环覆盖。
37、进一步的,将所述故障快照上传至云端的过程包括:
38、基于所述故障快照已加密存储于本地,获取车辆的状态信息和通信信号强度信息,并根据所述车辆的状态信息和通信信号强度信息确定上传时机;
39、上传完成后,基于云端返回的接收确认信息,将本地的所述加密快照文件标记为已上传。
40、进一步的,确定诊断结果并生成修复补丁的过程包括:
41、基于云端诊断平台对所述加密快照文件进行解密和还原,得到所述健康状态数据及对应的座舱压力状态数据,并从所述健康状态数据及对应的座舱压力状态数据中提取故障特征信息;
42、基于所述故障特征信息,结合云端故障知识图谱进行匹配分析,确定诊断结果;
43、基于所述诊断结果,生成修复补丁,并将所述修复补丁推送至所述车辆,以在所述车辆下次上电时安装。
44、与现有技术相比,本发明的有益效果在于,本发明首先通过采集驾乘目标与座舱交互产生的压力状态数据,判断系统运行变化是否属于当前座舱交互状态下的正常运行变化,仅当持续不属于正常运行变化时才生成预警信号,从而在监测链路中建立第一道筛选机制,排除驾乘交互引起的正常负载波动,解决了误预警率高的技术问题;其次,通过独立安全岛运行的第二通道与主芯片第一通道构成双通道硬件冗余架构,使第二通道不依赖主芯片独立完成校验与上报,解决了监测系统依赖被监测对象、主芯片失效时监测功能一并丧失的技术问题;在此基础上,仅在预警信号通过第二通道独立校验确认后才执行响应策略,避免了单通道误判导致的无效干预;当响应等级达到预设阈值级别时,冻结环形日志缓冲区保存故障快照并上传云端,由云端诊断平台确定故障原因并生成修复补丁,推送至车辆自动安装,使偶发性软件故障无需用户到店即可远程修复。由此,本发明使智能座舱健康监测具备了区分正常运行变化与真实异常的判断能力、主芯片失效时仍可独立上报的硬件冗余能力、预警信号的双重校验能力以及偶发故障的远程修复能力,为新能源车辆高速行驶场景下的智能座舱提供了兼具低误报率、高可靠性、可自修复的健康状态监测方案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com