一种基于自动驾驶的汽车运行信息监测方法及系统与流程

1.本发明属于车辆信号处理技术领域，具体涉及一种基于自动驾驶的汽车运行信息监测方法及系统。


背景技术：

2.目前，随着汽车自动化、智能化程度越来越高，汽车内集成的工作元器件越来越多，分布越来越复杂，并且在汽车行驶时，因为各种元器件的工作运行，产生的运行信息的类型、数量也越来越多。
3.现有技术中，随着各种元器件运行信息的增加，以及不同工况的切换过程中，其中出现的异常信息也越来越多，通常对于这些异常信息，如果比较明显且在车载仪表盘上有相应显示的，有可能可以通过相关工作人员发现问题并进行处理，对于不太明显的异常信息或者在车载仪表盘上没有相应显示的，就不太容易被发现，从而该部分元器件工作产生的异常信息无法被及时发现，同时导致该异常的原因也得不到解决。另外，还有一种情况，当信息出现异常时，是由于多种原因导致的，比如汽车无法启动，可能是由于电池没电了，可能是由于控制器损坏了等等情况，如果是电池没电，表明汽车本身没有问题，则需要将该启动异常的信息进行排除，避免浪费人力资源对本身没有问题的汽车进行维修。
4.依据上述情况，目前亟需一种能够解决上述问题的针对智能汽车的信息是否异常进行准确判断的方法。


技术实现要素：

5.本发明实施方式的目的在于提供一种基于自动驾驶的汽车运行信息监测方法及系统，旨在解决现有技术中无法对智能汽车的信息是否异常进行准确判断的问题。
6.为解决上述技术问题，本发明提供如下技术方案，一种基于自动驾驶的汽车运行信息监测方法，包括：
7.收集汽车运行的实况监测信息，并获得与所述实况监测信息的信息类型和工况特征相同的对比信息集，所述工况特征包括：与监测信息相关的元器件的工作状态、相应元器件的环境温湿度等；
8.计算所述对比信息集中的离散程度，并将所述实况监测信息与所述离散程度进行对比，依据对比结果分析所述实况监测信息中的初步异常信息，所述初步异常信息附带离散程度大小标记；
9.获得初步异常信息相应的工况特征参数，并获得电脑控制模组中与所述工况特征相同的历史信息，获得所述历史信息中的历史异常信息；
10.依据所述离散程度大小标记获得与所述初步异常信息相应的所述历史异常信息，并获得所述历史异常信息中附带的外界因素标记，所述外界因素标记是所述历史异常信息相应时间段的外界突发状况的相应标记；
11.接收与所述初步异常信息相应的外界因素标记，分析所述初步异常信息和所述历
史异常信息的外界因素标记是否相同，并当所述初步异常信息和所述历史异常信息的外界因素标记不同，推断初步异常信息异常且输出所述初步异常信息。
12.进一步地，所述方法还包括：
13.把所述实况监测信息与所述对比信息集中的信息进行对比，得到信息差值一；
14.获得所述对比信息集相应的标准差，把所述信息差值一与所述标准差进行对比，得到信息差值二；
15.获得所述实况监测信息相应的工况特征上的干扰因素，并依据所述干扰因素确定相应的误差范围，所述干扰因素为影响所述实况监测信息大小的环境因素；
16.推算所述信息差值二是否在所述误差范围内，当所述信息差值二不在所述误差范围内，所述实况监测信息为初步异常信息。
17.在上述实施例中，所述方法还包括：
18.若所述信息差值二不在所述误差范围内，分析所述信息差值二与所述误差范围的上下限的信息差值三，依据所述信息差值三的大小级别确定相应的离散程度大小标记。
19.在上述实施例中，所述方法还包括：
20.整理所述初步异常信息使所述初步异常信息附带相应的外界因素标记，将整理后的所述初步异常信息输出到所述电脑控制模组中。
21.在上述实施例中，所述方法还包括：
22.若未接收到与所述初步异常信息相应的外界因素标记，判定并输出所述初步异常信息异常。
23.在上述实施例中，所述方法还包括：
24.依据所述离散程度大小标记获得相应的警告级别，并依据所述警告级别获得设定的预警信息和相应的查询终端，把所述预警信息传递至所述查询终端。
25.本技术实施例提供一种基于自动驾驶的汽车运行信息监测系统，包括：
26.收集模块，用于收集电脑控制模组的实时监测信息，并获得与所述实时监测信息的信息类型和工况特征相同的对比数据集，所述工况特征包括：与监测信息相关的元器件的工作状态、相应元器件的环境温湿度等。
27.分析模块，用于分析所述对比信息集中的离散程度，并把所述实况监测信息与所述离散程度进行比较，依据对比结果获得所述实况监测信息中的初步异常信息，所述初步异常信息附带离散程度大小标记。
28.获得模块一，用于获得初步异常信息相应的工况特征参数，并获得电脑控制模组中与所述工况特征参数相同的历史信息，获得所述历史信息中的历史异常信息。
29.获得模块二，用于依据所述离散程度大小标记获得与所述初步异常信息相应的所述历史异常信息，并获得所述历史异常信息中附带的外界因素标记，所述外界因素标记为所述历史异常信息相应时间段的外界异常事件的相应标记。
30.判断模块，用于接收与所述初步异常信息相应的外界因素标记，判断所述初步异常信息和所述历史异常信息的外界因素标记是否相同，并把所述初步异常信息和所述历史异常信息的外界因素标记不同，判定并输出所述初步异常信息异常。
31.在上述实施例中，所述系统还包括：
32.对照模块一，用于把所述实况监测信息与所述对比信息集中的信息进行比较，得
到信息差值一。
33.对照模块二，用于获得所述对比信息集相应的标准差，把所述信息差值一与所述标准差进行比较，得到信息差值二。
34.获得模块三，用于获得所述实况监测信息相应的工况特征上的干扰因素，并依据所述干扰因素确定相应的误差范围，所述干扰因素为影响所述实况监测信息大小的环境因素。
35.判断模块二，用于判断所述信息差值二是否在所述误差范围内，若所述信息差值二不在所述误差范围内，则所述实况监测信息为初步异常数据。
36.本技术的上述方案至少包括以下有益效果：
37.本技术提供的技术方案基于自动驾驶的汽车运行信息监测方法及系统，采集电脑控制模组的实况监测信息，同时获得与实况监测信息的信息类型和工况特征相同的对比信息集，工况特征包括：与监测信息相关的元器件的工作状态、相应元器件的环境温湿度等；计算对比信息集的离散程度，并把实况监测信息与离散程度进行对比，利用对比结果获得实况监测信息中的初步异常信息，初步异常信息附带离散程度大小标记；获得初步异常信息相应的工作元器件，并获得电脑控制模组中与相关工作元器件的历史信息，获得历史信息中的历史异常信息，依据离散程度大小标记获得与初步异常信息相应的历史异常信息，并获得历史异常信息中附带的外界因素标记，外界因素标记是历史异常信息相应时间段的外界突发状况的相应标记；接收与初步异常信息相应的外界因素标记，判断初步异常信息和历史异常信息的外界因素标记是否相同，并当初步异常信息和历史异常信息的外界因素标记不同，判定并输出所述初步异常信息异常。这样能够对汽车运行过程中的各种信息进行异常判断，节省人力资源的同时，也能够及时发现异常信息，方便后续对异常信息的产生原因进行处理，另外，在发现异常信息时，也能考虑是否是因为突发的外界因素导致的，能够更针对性的完成异常信息检测。
附图说明
38.一个或多个实施例通过与之相应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定。
39.图1是依据本发明实施方式中基于自动驾驶的汽车运行信息监测方法的流程图。
40.图2是依据本发明实施方式中基于自动驾驶的汽车运行信息监测系统的结构图。
具体实施方式
41.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本技术而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本技术所要求保护的技术方案。
42.图1为本技术实施例提供的基于自动驾驶的汽车运行信息监测方法的流程示意图，如图1所示，本技术实施例提供了一种基于自动驾驶的汽车运行信息监测方法，包括：
43.步骤sa-1，收集汽车运行的实况监测信息，并获得与所述实况监测信息的信息类型和工况特征相同的对比信息集，所述工况特征包括：与监测信息相关的元器件的工作状
态、相应元器件的环境温湿度等。
44.具体地，可以通过电脑控制模组采集汽车当前运行的实况监测信息，可以依据监测信息的类型进行划分，包括行驶参数信息、制动参数信息、安全气囊参数信息、车窗参数信息、座椅参数信息、空调参数信息等，然后获得与实况监测信息的信息类型和工况特征相同的对比信息集，例如获得a车的车窗升降过程信息，则工况特征相同指的是影响车窗升降过程信息的主要因素，即车窗升降器的工作状态，以及车窗升降器所处环境的环境温湿度等，与a车的车窗升降过程信息相应的对比信息集包括的信息例如：不同的车辆，但是车窗升降器的工作状态，以及车窗升降器所处环境的环境温湿度相同的b车辆。
45.步骤sa-2，计算所述对比信息集中的离散程度，并将所述实况监测信息与所述离散程度进行对比，依据对比结果分析所述实况监测信息中的初步异常信息，所述初步异常信息附带离散程度大小标记。
46.具体地，计算对比信息集中信息的离散程度，其中，离散程度可以用极差、平均差、标准差等方式进行表示，将实况监测信息与对比信息集中的离散程度进行对比，即对比实况监测信息中的每个信息与离散程度相比，实况监测信息的离散程度是否达到对比信息集中信息的离散程度，当达到或超过对比信息集中信息的离散程度，表明实况监测信息的大小出现偏差，则判断实况监测信息中存在初步异常信息，同时依据初步异常信息的异常程度的大小，对初步异常信息进行异常程度(离散程度)大小标记，离散程度大小标记表示初步异常信息的异常程度(离散程度)大小，当初步异常信息越异常(离散程度越大)，附带的离散程度大小标记也越大。
47.步骤sa-3，获得初步异常信息相应的工况特征参数，并获得电脑控制模组中与所述工况特征相同的历史信息，获得所述历史信息中的历史异常信息。
48.具体地，获得初步异常信息相应的工况特征参数，比如车辆的制动踏板的制动信息为初步异常信息，则获得车辆的制动踏板相应的工况特征参数，通过电脑控制模组获得车辆的制动踏板的历史工作信息，然后获得历史信息中的历史异常信息，历史异常信息可以是电脑控制模组中包含异常标记的历史信息，在历史信息中，如果信息存在异常，则可以相应添加异常标记，方便在电脑控制模组中进行信息查找时，能够直观的发现异常信息。
49.步骤sa-4，依据所述离散程度大小标记获得与所述初步异常信息相应的所述历史异常信息，并获得所述历史异常信息中附带的外界因素标记，所述外界因素标记是所述历史异常信息相应时间段的外界突发状况的相应标记。
50.具体地，依据离散程度大小标记获得与初步异常信息相应的历史异常信息，其中，初步异常信息的离散程度大小标记越大时，相应的历史异常信息的离散程度也越大，即初步异常信息与历史异常信息的离散程度(信息异常程度)相同，则两者相应，获得到相应的历史异常信息后，分析历史异常信息是否附带外界因素标记，假若附带，获得历史异常信息中附带的外界因素标记，其中，在历史异常信息发生时，可能是因为元器件的老化、线路故障等原因，即为元器件的内部原因，也可能是因为元器件工作的环境气温骤升骤降、外部的震荡冲击等原因造成的信息，即为外界因素，当出现外界因素导致的历史异常信息时，电脑控制模组在记录历史异常信息时，生成相应的外界因素标记，相应保存。
51.步骤sa-5，接收与所述初步异常信息相应的外界因素标记，分析所述初步异常信息和所述历史异常信息的外界因素标记是否相同，并当所述初步异常信息和所述历史异常
信息的外界因素标记不同，推断初步异常信息异常且输出所述初步异常信息。
52.具体的，接收与初步异常信息相应的外界因素标记，并判断初步异常信息和历史异常信息的外界因素标记是否相同，比如因为气温骤升骤降等原因导致的信息异常情况，当初步异常信息和历史异常信息的外界因素标记不同时，表明历史异常信息是由于外界因素标记产生的，但初步异常信息并不是，可能是由于初步异常信息相应的外界因素标记不是只包含外界因素，也包含内部原因，也可能是由于初步异常信息相应的外界因素标记信息为空，判断并输出初步异常信息异常的情况。
53.此外，若未接收到与初步异常信息相应的外界因素标记，表明初步异常信息的异常原因是由于内部原因，则直接判断并输出初步异常信息异常，便于快速的找到初步异常信息的异常原因，及时修理，避免造成更大的损失。
54.本技术实施例提供的一种基于自动驾驶的汽车运行信息监测方法，收集汽车运行的实况监测信息，并获得与实况监测信息的信息类型和工况特征相同的对比信息集，工况特征包括：与监测信息相关的元器件的工作状态、相应元器件的环境温湿度；推算对比信息集中的离散程度，并将实况监测信息与离散程度进行对比，依据对比结果获得实况监测信息中的初步异常信息，初步异常信息附带离散程度大小标记；获得初步异常信息相应的工况特征参数，并获得电脑控制模组中与工况特征参数相同的历史信息，获得历史信息中的历史异常信息；依据离散程度大小标记获得与初步异常信息相应的历史异常信息，并判别历史异常信息是否附带外界因素标记，外界因素标记为历史异常信息相应时间段的外界突发状况的相应标记；接收与初步异常信息相应的外界因素标记，判断初步异常信息和历史异常信息的外界因素标记是否相同，并当初步异常信息和历史异常信息的外界因素标记不同时，确定并输出所述初步异常信息异常。这样能够对电脑控制模组采集的信息进行异常分析，节省人力成本的同时，也能够及时发现异常信息，便于后续找出产生异常信息的原因并进行快速处理，此外，当监测到异常信息时，能够分析是否是因为紧急发生的外界因素导致的，能够更精确的实现异常信息检测。
55.在上述实施例的基础上，所述基于自动驾驶的汽车运行信息监测方法，还包括：
56.把所述实况监测信息与所述对比信息集中的信息进行对比，得到信息差值一；
57.获得所述对比信息集相应的标准差，把所述信息差值一与所述标准差进行对比，得到信息差值二；
58.获得所述实况监测信息相应的工况特征上的干扰因素，并依据所述干扰因素确定相应的误差范围，所述干扰因素为影响所述实况监测信息大小的环境因素；
59.推算所述信息差值二是否在所述误差范围内，当所述信息差值二不在所述误差范围内，所述实况监测信息为初步异常信息。
60.在本技术实施方式中，把实况监测信息与对比信息集中同类型的信息进行对比，计算两者之间的差值，得到信息差值一，然后计算对比信息集中信息相应的标准差，将信息差值一与标准差之间进行对比求差值，得到信息差值二，其中，信息差值二表示的是两个信息(实况监测信息与对比信息集中同类型的信息)间的差值与标准差相比起来的离散情况，再计算得到信息差值二后，然后获得实况监测信息相应的工况特征上的干扰因素，干扰因素可以例如元器件工作环境的温湿度以及对元器件产生的震荡冲击等会对监测信息产生干扰的信息，然后依据干扰因素的影响程度大小，推算相应的误差范围的上限值和下限值，
然后判断信息差值二是否在误差范围内，当信息差值二不在误差范围内，表明实况监测信息为初步异常信息。具体的步骤可以例如：车辆80km/h相应的车辆发动机的转速为2050转，而对比信息集中同类型信息的平均值为2000转，则信息差值一为50转，然后计算对比信息集相应的标准差，得到标准差的值为20，则信息差值二为30，然后获得实况监测信息相应的工况特征上的干扰因素，凭借元器件工作环境的温湿度以及对元器件产生的震荡冲击等参数确定标准差误差范围为
±
50，则信息差值二在误差范围内，实况检测信息不是初步异常信息，当误差范围为
±
10，则信息差值二不在误差范围内，实况监测信息是初步异常信息。
61.本技术实施方式利用对比信息集相应的标准差、实况监测信息与对比信息集中的信息进行推算得到实况监测信息中的离散信息(初步异常信息)，并在计算时能够考虑到干扰因素，使得初步异常信息的计算结果更准确，从而使后续步骤中相对异常信息的判断结果更准确。
62.在上述实施方式的基础上，所述基于自动驾驶的汽车运行信息监测方法，还包括：
63.若所述信息差值二不在所述误差范围内，分析所述信息差值二与所述误差范围的上下限的信息差值三，依据所述信息差值三的大小级别确定相应的离散程度大小标记。
64.在本技术实施方式中，若信息差值三不在误差范围内时，表明实况监测信息为初步异常信息，然后依据初步异常信息的异常程度大小，借由信息差值二计算与误差范围的上下限的信息差值三，推算得出初步异常信息的离散程度大小，随后相应的确定离散程度大小标记。
65.本技术实施方式借由计算信息差值二与误差范围的上下限计算得到相应的离散程度大小标记，离散程度大小标记的标准能够清楚的表示初步异常信息的离散程度大小，有利于后续的信息异常判断。
66.在上述实施方式的基础上，所述基于自动驾驶的汽车运行信息监测方法，还包括：
67.整理所述初步异常信息使所述初步异常信息附带相应的外界因素标记，将整理后的所述初步异常信息输出到所述电脑控制模组中。
68.在本技术实施方式中，在判定并输出初步异常信息异常后，把与初步异常信息相应的外界因素标记，并把整理后的初步异常信息输出到电脑控制模组，并对电脑控制模组的信息进行更新，使得电脑控制模组中的信息都能够附带有相应的外界因素标记，方便后续对信息是否异常，异常原因的判断。
69.本技术实施方式利用对电脑控制模组的信息进行更新，使得电脑控制模组中的信息都能够附带有相应的外界因素标记，方便后续在进行信息分析时，能够显而易见的得到信息异常以及异常的原因。
70.在上述实施方式的基础上，所述基于自动驾驶的汽车运行信息监测方法，还包括：
71.依据所述离散程度大小标记获得相应的警告级别，并依据所述警告级别获得设定的预警信息和相应的查询终端，把所述预警信息传递至所述查询终端。
72.在本技术实施方式中，依据离散程度大小标记获得相应的警告级别，即依据实况监测信息的异常程度来确定相应的警告级别，然后依据警告级别获得设定的预警信息和相应的查询终端，一般来讲，警告级别越高，相应的预警信息内容越紧急，相应的查询终端管理权限越高，涉及的工作人员等级越高，随后把预警信息传递至相应的查询终端，供相关的工作人员及时的了解到异常程度的等级，并对实况监测信息相应的问题产生原因进行处
理。
73.本技术实施方式经由把相应级别的预警信息传递至相应级别的查询终端，供相关的工作人员及时对实况监测信息相应的问题产生原因进行处理。
74.图2为本技术实施方式提供的一种基于自动驾驶的汽车运行信息监测系统，包括：
75.收集模块sb-1，用于收集电脑控制模组的实况监测信息，并获得与所述实况监测信息的信息类型和工况特征相同的对比数据集，所述工况特征包括：与监测信息相关的元器件的工作状态、相应元器件的环境温湿度等。
76.分析模块sb-2，用于分析所述对比信息集中的离散程度，并把所述实况监测信息与所述离散程度进行比较，依据对比结果获得所述实况监测信息中的初步异常信息，所述初步异常信息附带离散程度大小标记。
77.获得模块一sb-3，用于获得初步异常信息相应的工况特征参数，并获得电脑控制模组中与所述工况特征参数相同的历史信息，获得所述历史信息中的历史异常信息。
78.获得模块二sb-4，用于依据所述离散程度大小标记获得与所述初步异常信息相应的所述历史异常信息，并获得所述历史异常信息中附带的外界因素标记，所述外界因素标记为所述历史异常信息相应时间段的外界异常事件的相应标记。
79.判断模块sb-5，用于接收与所述初步异常信息相应的外界因素标记，判断所述初步异常信息和所述历史异常信息的外界因素标记是否相同，并把所述初步异常信息和所述历史异常信息的外界因素标记不同，判定并输出所述初步异常信息异常。
80.在一个实施方式中，系统还可以包括：
81.对照模块一，用于把所述实况监测信息与所述对比信息集中的信息进行比较，得到信息差值一。
82.对照模块二，用于获得所述对比信息集相应的标准差，把所述信息差值一与所述标准差进行比较，得到信息差值二。
83.获得模块三，用于获得所述实况监测信息相应的工况特征上的干扰因素，并依据所述干扰因素确定相应的误差范围，所述干扰因素为影响所述实况监测信息大小的环境因素。
84.判断模块二，用于判断所述信息差值二是否在所述误差范围内，若所述信息差值二不在所述误差范围内，则所述实况监测信息为初步异常数据。
85.在一个实施方式中，系统还可以包括：
86.分析模块二，用于若所述信息差值二不在所述误差范围内，分析所述信息差值二与所述误差范围的上下限的信息差值三，依据所述信息差值三的大小级别确定相应的离散程度大小标记。
87.在一个实施方式中，系统还可以包括：
88.标记模块，用于标记所述初步异常信息使所述初步异常信息附带相应的外界因素标记，把标记后的所述初步异常信息输出到所述电脑控制模组中。
89.在一个实施方式中，系统还可以包括：
90.输出模块，用于当未接收到与所述初步异常信息相应的外界因素标记，判定并输出所述初步异常信息异常。
91.在一个实施方式中，系统还可以包括：
92.告警模块，用于依据所述离散程度大小标记获得相应的警告级别，并依据所述警告级别获得设定的预警信息和相应的查询终端，把所述预警信息传递至所述查询终端。
93.关于基于自动驾驶的汽车运行信息监测系统的具体限定可以参见上文中对于基于自动驾驶的汽车运行信息监测方法的限定，在此不再赘述。上述基于自动驾驶的汽车运行信息监测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块相应的操作。
94.以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。