智能驾驶异常的诊断方法、装置、设备及存储介质与流程
本申请实施例涉及智能驾驶,尤其涉及一种智能驾驶异常的诊断方法、装置、设备及存储介质。
背景技术:
1、对智能驾驶系统运行过程中发生的异常或故障进行诊断,可为优化提供支撑,提高智能驾驶水平。
2、然而,当前主要依赖人工经验诊断异常问题,诊断效率低且准确性差。
技术实现思路
1、有鉴于此,本申请实施例提供一种智能驾驶异常的诊断方法、装置、设备及存储介质,以至少部分解决上述问题。
2、根据本申请实施例的第一方面,提供了一种智能驾驶异常的诊断方法,该方法包括:获取智能驾驶异常事件对应的记录数据;根据记录数据确定智能驾驶异常事件对应的目标异常类型和目标驾驶场景;根据目标异常类型和目标驾驶场景确定至少一个目标运行参数,基于记录数据计算至少一个目标运行参数的值,至少一个目标运行参数关联于至少一个候选异常模块;根据目标异常类型和/或目标驾驶场景,从多个判定条件集合中确定目标判定条件集合,目标判定条件集合包含每个候选异常模块的异常判定条件,多个判定条件集合中针对至少一个候选异常模块的异常判定条件不同;根据至少一个目标运行参数的值以及每个候选异常模块的异常判定条件,从至少一个候选异常模块中确定出目标异常模块。
3、根据本申请实施例的第二方面,提供了一种智能驾驶异常的诊断装置,该装置包括:数据获取模块,用于获取智能驾驶异常事件对应的记录数据;数据分析模块,用于根据记录数据确定智能驾驶异常事件对应的目标异常类型和目标驾驶场景;参数计算模块,用于根据目标异常类型和目标驾驶场景确定至少一个目标运行参数,基于记录数据计算至少一个目标运行参数的值,至少一个目标运行参数关联于至少一个候选异常模块;判定条件确定模块,用于根据目标异常类型和/或目标驾驶场景,从多个判定条件集合中确定目标判定条件集合,目标判定条件集合包含每个候选异常模块的异常判定条件,多个判定条件集合中针对至少一个候选异常模块的异常判定条件不同;定位模块,用于根据至少一个目标运行参数的值以及每个候选异常模块的异常判定条件,从至少一个候选异常模块中确定出目标异常模块。
4、根据本申请实施例的第三方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如第一方面所述方法对应的操作。
5、根据本申请实施例的第四方面,提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的方法。
6、根据本申请实施例的第五方面,提供了一种计算机程序产品,包括计算机指令,该计算机指令指示计算设备执行如第一方面所述方法对应的操作。
7、根据本申请实施例提供的方案,根据智能驾驶异常事件的目标异常类型和目标驾驶场景确定与当前异常运行情况相匹配的目标运行参数,并基于运行参数与系统模块之间的关联性确定候选异常模块;此外,将系统模块的异常判定条件与异常类型和驾驶场景预设关联,从而可确定目标异常类型和/或目标驾驶场景下各候选异常模块的异常判定条件,使该异常判定条件与当前异常运行情况相匹配;进一步地,根据所确定的异常判定条件以及目标运行参数的值对各候选异常模块进行判定,可更准确地定位引发智能驾驶异常事件的目标异常模块。
1.一种智能驾驶异常的诊断方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标异常类型和/或所述目标驾驶场景,从多个判定条件集合中确定目标判定条件集合,包括:
3.根据权利要求1所述的方法,其特征在于,每个候选异常模块的异常判定条件包括每个候选异常模块所对应的目标运行参数的预设阈值,所述根据所述至少一个目标运行参数的值以及每个候选异常模块的异常判定条件,从所述至少一个候选异常模块中确定出目标异常模块,包括:
4.根据权利要求1所述的方法,其特征在于,所述记录数据包括传感器数据,所述基于所述记录数据计算所述至少一个目标运行参数的值,包括:
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述记录数据包括异常描述文本和传感器数据,所述根据所述记录数据确定所述智能驾驶异常事件对应的目标异常类型和目标驾驶场景,包括:
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1至4中任一项所述的方法,其特征在于,所述根据所述目标异常类型和所述目标驾驶场景确定至少一个目标运行参数,包括:
8.一种智能驾驶异常的诊断装置,其特征在于,包括:
9.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
10.一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
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