用于高级驾驶辅助系统用传感器的故障诊断和校准的装置和方法与流程

本公开涉及用于高级驾驶辅助系统(ADAS)用传感器的故障诊断和校准的装置和方法，其能够实现ADAS中使用的传感器的故障诊断和误差校准。

背景技术：

近年来，为了驾驶者的方便和安全，已经开发了各种类型的高级驾驶辅助系统(ADAS)。例如，诸如自动调整车辆速度以维持与前方车辆的安全距离的智能巡航控制(SCC)系统、当驾驶者在没有激活转向灯的情况下离开或即将离开车道时通过控制转向帮助保持车辆在其车道的车道保持辅助系统(LKAS)和通过识别停车位代替驾驶者自动停放车辆的智能停车辅助系统(SPAS)的各种系统正被应用于车辆。此外，它们的应用和功能正在逐步扩展。此类系统可以被设置有各种类型的传感器，诸如无线电探测与测距(RADAR)传感器、光探测和测距(LiDAR)传感器、摄像机和超声传感器，以便识别驾驶环境并根据驾驶状况提供辅助。

ADAS基于与周围环境有关的信息(例如，由传感器获得的距离和速度)针对车辆的加速和减速、转向等执行辅助控制。因此，通过实时地确定传感器是否已经发生故障来进行误差的校准对于ADAS是必不可少的。

然而，为了通过确定传感器是否已经发生故障来实现误差的校准，需要高价的评估设备和校准设备。

技术实现要素：

做出本公开是为了解决上述现有技术中出现的问题的同时，维持现有技术已实现的优点完整。

本公开的一方面提供了用于高级驾驶辅助系统(ADAS)用传感器的故障诊断和校准的装置和方法，其能够实现ADAS中使用的传感器的故障诊断和误差校准。

根据本发明的一方面，一种用于高级驾驶辅助系统(ADAS)用传感器的故障诊断和校准的装置可以包括：测量单元，包括安装在车辆中的两个或更多个传感器；存储装置，用于存储所述两个或更多个传感器中的每个传感器的特性数据；处理器，用于选择所述两个或更多个传感器中的一个传感器作为基准传感器，并基于所述基准传感器的误差协方差信息来确定是否检测到其它待诊断传感器的故障以及是否需要对其进行校准。

所述两个或更多个传感器可以针对位于所述两个或更多个传感器的公共测量区域中的物体测量同类数据。

所述基准传感器可以是全球定位系统(GPS)传感器、超声传感器、无线电探测与测距(RADAR)传感器、光探测和测距(LiDAR)传感器和摄像机中的任何一个。

所述特性数据包括所述基准传感器的安装位置、测量范围和误差协方差信息。

所述处理器可以包括：基准选择模块，用于通过分析所述两个或更多个传感器的可靠性来选择所述基准传感器；诊断模块，用于将所述基准传感器的测量数据与待诊断传感器的测量数据进行比较，确定误差程度是否在容许误差范围之外，并确定是否检测到所述待诊断传感器的故障以及是否需要对其进行校准；和校准模块，用于当所述诊断模块确定出需要对所述待诊断传感器进行校准时，基于所述基准传感器的测量数据来校准所述待诊断传感器的校准参数。

所述基准选择模块可以通过使用关于所述两个或更多个传感器的测量数据的精度来分析所述两个或更多个传感器的可靠性。

所述基准选择模块可以通过使用基于各自传感器的规格的精度来分析所述两个或更多个传感器的可靠性。

所述诊断模块可以计算所述基准传感器的误差协方差信息和所述待诊断传感器的误差协方差信息的协方差交集，从而计算用于确定是否需要对所述待诊断传感器进行校准的容许误差范围。

所述诊断模块可以计算所述基准传感器的误差协方差信息和所述待诊断传感器的误差协方差信息的协方差并集，从而计算用于确定是否检测到所述待诊断传感器的故障的容许误差范围。

所述诊断模块可以计算所述基准传感器的测量数据与所述待诊断传感器的测量数据之间的Mahalanobis距离，从而计算所述基准传感器和所述待诊断传感器的测量误差。

所述校准模块通过使用成本函数来计算使所述基准传感器的测量数据与所述待诊断传感器的测量数据之间的差值最小的校准参数。

根据本公开的另一方面，一种用于高级驾驶辅助系统(ADAS)用传感器的故障诊断和校准的方法可以包括以下步骤：确定是否满足用于发起对安装在车辆中的两个或更多个传感器进行诊断的诊断条件；通过分析所述两个或更多个传感器的可靠性来选择这些传感器之一作为基准传感器；基于所述基准传感器的误差协方差信息来确定是否检测到其它待诊断传感器的故障以及是否需要对其进行校准；以及根据所述待诊断传感器的诊断结果执行处理。

在确定是否满足诊断条件的步骤中，可以确定在所述两个或更多个传感器的公共测量区域中是否存在物体。

确定是否检测到所述待诊断传感器的故障以及是否需要对其进行校准的步骤可以包括：计算所述基准传感器的误差协方差信息和所述待诊断传感器的误差协方差信息的协方差交集；检验所述基准传感器的测量数据与所述待诊断传感器的测量数据之间的误差程度是否在由所述协方差交集设定的容许误差范围之外，从而确定是否需要进行校准；当确定需要对所述待诊断传感器进行校准时，计算所述基准传感器的误差协方差信息和所述待诊断传感器的误差协方差信息的协方差并集；检验所述基准传感器的测量数据与所述待诊断传感器的测量数据之间的误差程度是否在由所述协方差并集设定的容许误差范围之外，从而确定是否存在故障的可能性；当存在所述待诊断传感器故障的可能性时，对所述待诊断传感器的故障诊断次数进行累积计数；以及检验所述待诊断传感器的故障诊断次数是否超过阈值，从而确定所述待诊断传感器的故障。

确定是否存在故障的可能性的步骤还可以包括：当不存在所述待诊断传感器故障的可能性时，对所述待诊断传感器的校准请求次数进行计数；以及检验所述待诊断传感器的校准请求次数是否超过阈值，从而确定需要对对应传感器进行校准。

该方法还可以包括以下步骤：当确定出需要对对应传感器进行校准时，通过使用成本函数来计算使所述基准传感器的测量数据与所述待诊断传感器的测量数据之间的差值最小的校准参数。

该方法还可以包括以下步骤：当确定出检测到对应传感器的故障时，输出通知所述待诊断传感器的故障的信息。

附图说明

通过结合附图的下列详细描述，本公开的以上和其它目标、特征和优点将更加明显：

图1示出根据本公开的示例性实施例的用于高级驾驶辅助系统(ADAS)用传感器的故障诊断和校准的装置的配置的方框图；

图2为示出根据本公开的示例性实施例的协方差交集的概念的曲线图；

图3为示出根据本公开的示例性实施例的协方差并集的概念的曲线图；

图4为示出根据本公开的示例性实施例的用于ADAS用传感器的故障诊断和校准的方法的流程图；

图5示出根据本公开的示例性实施例的传感器故障警报输出；

图6示出根据本公开的示例性实施例的传感器故障诊断；和

图7示出根据本公开的示例性实施例的传感器的校准。

附图中每个要素的符号

111 GPS传感器

112 超声传感器

113 RADAR传感器

114 LiDAR传感器

115 摄像机

141 基准选择模块

143 诊断模块

145 校准模块

120 存储装置

130 输出单元

S110 满足诊断条件？

S120 选择基准传感器

S130 计算协方差交集

S140 需要校准？

S150 计算协方差并集

S160 故障的可能性？

S170 对故障诊断次数进行计数

S180 确定故障？

S190 通知故障

S200 对校准请求次数进行计数

S210 确定校准？

S220 执行校准

具体实施方式

在下文，将参考附图详细地描述本公开的示例性实施例。

本公开的实例性实施例可以提供在无需单独的附加装置的情况下，使用ADAS用传感器的测量数据和概率信息执行高级驾驶辅助系统(ADAS)用传感器的故障诊断和校准的装置和方法。

这里，ADAS可以包括智能停车辅助系统(APAS)、智能巡航控制(SCC)系统、车道保持辅助系统(LKAS)和/或盲区检测(BSD)系统。

图1示出根据本公开的示例性实施例的用于高级驾驶辅助系统(ADAS)用传感器的故障诊断和校准的装置的配置的方框图。图2示出根据本公开的示例性实施例的协方差交集的概念。图3示出根据本公开的示例性实施例的协方差并集的概念。

如图1所示，用于ADAS用传感器的故障诊断和校准的装置可以包括测量单元110、存储装置120、输出单元130和处理器140。

测量单元110可以测量车辆的周围环境信息和行为信息。测量单元110可以包括全球定位系统(GPS)传感器111、超声传感器112、无线电探测与测距(RADAR)传感器113、光探测和测距(LiDAR)传感器114、摄像机115等。

GPS传感器111可以被设置用以测量(估计)车辆的当前位置。GPS传感器111可以通过三个或更多个卫星测量准确的时间和距离，从而通过三个相应的不同距离的三角测量计算车辆的当前位置。GPS传感器111可以实时地连续计算当前位置，以使用计算出的当前位置计算速度信息。

至少一个超声传感器112可以被设置在车辆的前部、后部、前侧部和/或后侧部等，以测量车辆与车辆附近的近距离障碍物之间的距离。

RADAR传感器113可以被设置在车辆的前部、后部等，以测量移动障碍物(例如，其它车辆和摩托车)的相对距离和速度。

LiDAR传感器114可以被设置在车辆的前部和后部，以测量远距离障碍物的准确距离和位置信息。

摄像机115可以提供障碍物(例如，行人和其它车辆)的距离信息以及车辆前方的车道信息(车道位置、弯度、类型等)，摄像机115也可以测量车辆在各方向上相对于车辆附近的车道或障碍物的位置。

根据其用途，至少一个摄像机115可以被设置在车辆的前部、后部和/或侧部，或者每处均设置摄像机115。例如，摄像机115可以包括设置在车辆前部的前视近距离摄像机和前视远距离摄像机、设置在车辆后部的后视近距离摄像机和后视远距离摄像机、以及设置在车辆的前部、后部和侧部的全景式监控影像系统(AVM)摄像机。

摄像机115可以被提供为图像传感器诸如电荷耦合器件(CCD)图像传感器、金属氧化物半导体(MOS)图像传感器、电荷引发器件(CPD)图像传感器和/或电荷注入器件(CID)图像传感器中的至少一种。

测量单元110可以提供测量数据和误差协方差信息。误差协方差信息可以指传感器的测量数据的概率可靠性，其可以指示传感器的测量误差范围(根据传感器的规格和特性的误差范围)。

存储装置120可以预先将传感器的特性数据存储在数据库中。存储装置120可以存储各传感器的特性数据(传感器信息)，例如传感器安装在车辆中的位置、传感器的测量范围(传感器输出的最大值和最小值)和测量误差范围。

存储装置120可以存储根据用于处理器140的操作和器件的操作的程序生成的各种类型的数据。

存储装置120可以被提供为存储介质诸如快闪式存储器、硬盘、安全数字(SD)卡、随机存取存储器(RAM)、只读存储器(ROM)和/或网页存储装置中的至少一种。

输出单元130可以在传感器故障期间或在传感器故障之后输出通知传感器的故障状态的输出信息。在此，可以以可视信息、可听信息、触觉信息等形式输出该信息。

另外，输出单元130可以利用传感器数据将传感器的故障状态发送到另一个系统。在此，输出单元130可以通过车辆网络将传感器的故障状态发送到另一个系统。车辆网络可以被提供为控制器区域网络(CAN)、面向媒体的系统传输(MOST)网络、本地互连网络(LIN)、线控系统(FlexRay)等。

输出单元130可以被提供为输出装置诸如显示装置、声音输出装置(例如，扬声器)和振动输出装置中的至少一种。在此，显示装置(未示出)可以包括液晶显示器(LCD)、薄膜晶体管液晶显示器(TFT LCD)、有机发光二极管(OLED)、柔性显示器、3D显示器、透明显示器、平视显示器(HUD)、触摸屏和/或仪表群中的至少一种。

处理器140可以实时地诊断传感器的故障，并且可以通过校正误差来校准传感器。处理器140可以包括基准选择模块141、诊断模块143和校准模块145。

基准选择模块141可以确定在传感器的公共测量区域中是否存在物体(障碍物)并且确定传感器是否满足诊断条件。换言之，当在传感器的公共测量区域中存在物体时，基准选择模块141可以确定出满足诊断条件，并且当在传感器的公共测量区域中不存在物体时，基准选择模块141可以确定出不满足诊断条件。

当满足诊断条件时，基准选择模块141可以选择用于对传感器进行故障诊断和校准的基准传感器。基准选择模块141可以选择在关于位于公共测量区域中的同一物体测量同类数据(例如，距离或速度)的两个或更多传感器之中具有最高精度(可靠性)的传感器作为基准传感器。例如，基准选择模块141可以基于从测量与障碍物的距离的超声传感器112、RADAR传感器113、LiDAR传感器114和摄像机115感测的信息的可靠性来选择它们之中的任何一个作为基准传感器。换言之，基准选择模块141可以分析各传感器的测量数据的可靠性来选择基准传感器。

在选择基准传感器时，可靠性的分析可以基于由各传感器提供的测量数据的精度。测量数据的精度可以指基于各传感器的规格的精度或基于处理各传感器的测量数据的结果的精度。通过预先将基于传感器制造公差或安装位置的精度作为单独的数据进行存储，可以获得基于相应传感器的规格的精度。基于处理传感器的测量数据的结果的精度可以是在发送与传感器识别障碍物(例如，其它车辆、行人、二轮车等)的结果有关的数据时一起发送的识别数据的实时可靠性。

诊断模块143可以基于选定的基准传感器的概率模型来确定是否需要进行校准。诊断模块143可以计算误差的协方差交集(covariance intersection)、基准传感器的协方差信息和待诊断的传感器的误差协方差信息。如图2所示，协方差交集P_int可以是通过加权和(weighted sum)对不同的协方差信息P_uss和P_ref进行融合的算法，在其中基准传感器的测量误差范围P_ref和待诊断传感器的误差范围P_uss被融合或合并或组合成一个范围。

诊断模块143可以通过使用下列公式1来计算基准传感器的误差协方差信息和待诊断传感器的误差协方差信息的协方差交集P_int：

【公式1】

这里，P_uss为待诊断传感器的误差协方差，P_ref为基准传感器的误差协方差，ω为加权因子。

诊断模块143可以检验基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度是否在有效范围(容许误差范围)之内。诊断模块143可以通过使用公式2来计算基准传感器的测量数据与待诊断传感器的测量数据之间的Mahalanobis距离D_int(Z_i)：

【公式2】

这里，Z_uss为待诊断传感器的测量数据，Z_ref为基准传感器的测量数据。

诊断模块143可以检验通过使用公式2计算出的基准传感器与待诊断传感器之间的误差程度是否在验证门限(validation gate)G_γ,int之内，从而确定是否需要进行校准。换言之，诊断模块143可以检验待诊断传感器的测量数据是否在由协方差交集设定的验证门限(有效范围、容许误差范围)之内，以确定数据是否有效。

当基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度在有效范围之内时，诊断模块143可以确定出不需要对待诊断传感器进行校准。当基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度在有效范围之外时，诊断模块143可以确定出需要对待诊断传感器进行校准。

当需要对待诊断传感器进行校准时，诊断模块143可以通过使用公式3来计算基准传感器的误差协方差和待诊断传感器的误差协方差的协方差并集(covariance union)P_uni。如图3所示，协方差并集可以是考虑了基准传感器的误差协方差和待诊断传感器的误差协方差的数据融合的算法。

【公式3】

P_uni＝max(P_uss,P_ref)+(Z_uss-Z_ref)(Z_uss-Z_ref)^T

这里，Z_uss-Z_ref为基准传感器的测量数据与待诊断传感器的测量数据之间的误差。

诊断模块143可以通过使用协方差并集的有效范围G_γ,uni来确定待诊断传感器故障的可能性。

诊断模块143可以检验基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度是否在协方差并集的有效范围(容许误差范围)之内，从而确定故障的可能性。

诊断模块143可以通过使用下列公式4来计算Mahalanobis距离D_uni(Z_i)，即，基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度。

【公式4】

当Mahalanobis距离D_uni(Z_i)在由协方差并集设定的验证门限之内时，诊断模块143可以确定出没有故障的可能性。当Mahalanobis距离D_uni(Z_i)在验证门限之外时，诊断模块143可以确定出有故障的可能性。

当存在待诊断传感器故障的可能性时，诊断模块143可以对对应传感器的故障诊断次数进行计数。当故障诊断次数超过阈值时，诊断模块143可以确定对应传感器的故障。

另一方面，当不存在待诊断传感器故障的可能性时，诊断模块143可以对对应传感器的校准请求次数进行计数。当待诊断传感器的校准请求次数超过阈值时，诊断模块143可以确定出需要对对应传感器进行校准。

当确定需要对待诊断传感器进行校准时，校准模块145可以通过利用基准传感器的测量数据作为基准数据来校准待诊断传感器的参数。校准模块145可以通过在对传感器进行校准期间改变基于对应传感器的测量数据的协方差信息的重要性来补偿对应传感器的误差。

校准模块145可以通过应用加权最小二乘法获得校准参数α和β，在加权最小二乘法中，允许在累积数据之中的基准传感器的测量数据为真值的协方差的大小(验证门限)被用作加权因子ω_i。

校准模块145可以利用基准传感器的测量数据与待诊断传感器的校准数据之间的差的平方值的累积数据作为成本函数。当待诊断传感器的校准数据与基准传感器的测量数据相似时，校准模块145可以减小成本函数。因此，校准模块145可以计算使下列公式5的成本函数Q最小的校准参数α和β：

【公式5】

这里，为基准传感器的测量数据，为待诊断传感器在校准之前的测量数据，为待诊断传感器在校准之后的测量数据，其由下列公式6表示：

【公式6】

在示例性实施例中，以示例的方式说明了使用成本函数计算用于传感器校准的校准参数α和β，但不局限于此。可以对其做出修改和改变。

图4示出根据本公开的示例性实施例的用于ADAS用传感器的故障诊断和校准的方法的流程图。图5示出根据本公开的示例性实施例的传感器故障警报输出。

在操作S110中，处理器140的基准选择模块141可以确定是否满足用于发起对传感器的状态进行诊断的诊断条件。例如，基准选择模块141可以检验在两个或更多个传感器的公共测量区域中是否存在物体，从而确定是否满足诊断条件。

当满足诊断条件时，在操作S120中，基准选择模块141可以分析安装在车辆中的两个或更多个传感器的可靠性(精度)，并且选择具有最高可靠性的单个传感器作为基准传感器。这里，两个或更多个传感器可以针对位于公共测量区域中的物体测量同类数据(例如，距离或速度)，并且包括GPS传感器111、超声传感器112、RADAR传感器113、LiDAR传感器114和摄像机115中的至少一个。

当选定了基准传感器时，在操作S130中，处理器140的诊断模块143可以计算基准传感器的误差协方差信息和待诊断传感器的误差协方差信息的协方差交集。诊断模块143可以合并基准传感器的测量误差范围与待诊断传感器的测量误差范围，以设定用于确定是否需要进行校准的验证门限G_γ,int。这里，验证门限可以设定用于确定是否需要进行校准的容许误差范围。

诊断模块143可以检验基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度(分布程度)是否在基准范围之内，从而确定是否需要进行校准。基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度可以是Mahalanobis距离。

在操作S140中，诊断模块143可以检验基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度是否在用于确定是否需要进行校准的容许误差范围之内，从而确定是否需要进行校准。换言之，诊断模块143可以根据待诊断传感器测得的数据是否在验证门限G_γ,int之内来确定是否需要进行校准。当Mahalanobis距离D_int(Z_i)小于验证门限(有效区域)G_γ,int时，诊断模块143可以确定出不需要进行校准，并且当Mahalanobis距离D_int(Z_i)大于或等于验证门限G_γ,int时，确定出需要进行校准。

当需要对待诊断传感器进行校准时，在操作S150中，诊断模块143可以计算基准传感器的误差协方差和待诊断传感器的误差协方差的协方差并集。协方差并集可以被用作用于确定是否检测到待诊断传感器的故障的验证门限G_γ,int。

在操作S160中，诊断模块143可以检验基准传感器的测量数据与待诊断传感器的测量数据之间的误差程度是否在用于确定故障的验证门限之内，从而确定是否存在故障的可能性。诊断模块143可以计算基准传感器的测量数据与待诊断传感器的测量数据之间的Mahalanobis距离D_int(Z_i)，并且当Mahalanobis距离D_int(Z_i)在验证门限之内时，可以确定出不存在故障的可能性，而当Mahalanobis距离D_int(Z_i)在验证门限之外时，可以确定出存在故障的可能性。

当确定出存在故障的可能性时，在操作S170中，每当生成故障可能性警报时，诊断模块143可以对关于对应的待诊断传感器的故障诊断累计次数进行计数。诊断模块143可以将故障诊断次数记录在存储装置120中。

在操作S180中，诊断模块143可以基于故障诊断次数来检验是否确定故障。例如，当故障可能性警报的次数大于或等于预定次数(阈值)时，诊断模块143可以最终确定待诊断传感器的故障。

随后，在操作S190中，诊断模块143可以通过输出单元130通知驾驶者待诊断传感器的故障。输出单元130可以在处理器140的控制下以驾驶者能够识别的特定形式输出对应传感器的故障。例如，输出单元130可以在显示屏上显示有故障的传感器，如图5所示。

当在操作S160中不存在待诊断传感器故障的可能性时，在操作S200中，校准模块145可以对待诊断传感器的校准请求次数进行累积计数。校准请求次数可以作为用于随后校准的相关数据被存储在存储装置120中。

在操作S210中，校准模块145可以检验待诊断传感器的校准请求次数是否大于或等于阈值，从而确定是否需要进行校准。例如，当待诊断传感器的校准请求次数大于或等于阈值时，校准模块145可以确定出需要对待诊断传感器进行校准。

当确定出需要对待诊断传感器进行校准时，在操作S220中，校准模块145可以对待诊断传感器执行校准。换言之，校准模块145可以使用公式5和公式6来计算校准参数。由于校准模块145将计算出的校准参数应用到对应传感器，因此它可以利用经校准的传感器的测量数据。

图6示出根据本发明的示例性实施例的传感器故障诊断。

如图6所示，当在行驶期间障碍物位于车辆的前方并且车辆停止预定时间或更长时，处理器140可以通过设置在车辆前部的前视摄像机、前视RADAR和四个前部超声传感器获得关于障碍物的距离数据或车辆与障碍物之间的距离。处理器140可以选择前视摄像机、前视RADAR和四个前部超声传感器中的任何一个作为基准传感器，将基准传感器的测量数据与其它各传感器的测量数据进行比较，并且确定偏差大于或等于预定值的传感器作为具有故障可能性的传感器。换言之，处理器140可以确定出，与其它传感器相比具有相对高的偏差(误差)的前部超声传感器FIR具有故障可能性。

当故障可能性诊断次数大于或等于预定次数时，处理器140可以确定对应传感器的故障，并且可以通知驾驶者对应传感器的故障。另外，处理器140可以输出通知传感器的故障的警报并且引导驾驶者采取措施。

图7示出根据本公开的示例性实施例的传感器的校准。

如图7所示，当障碍物位于后侧视RADAR、全方位摄像机和侧部超声传感器的测量区域重叠的测量区域中时，处理器140可以通过各传感器获得关于障碍物的距离数据。

处理器140可以选择后侧视RADAR、全方位摄像机和侧部超声传感器中的任何一个作为基准传感器，并且可以将基准传感器的测量数据与其它各传感器的测量数据进行比较。当后侧部超声传感器的测量数据与基准传感器的测量数据之间的误差程度在用于确定是否需要校准的容许误差范围之外时，处理器140可以对对应传感器执行参数校准。然后，处理器140可以更新校准参数以提高关于后侧部超声传感器的测量数据的可靠性。

如上文所阐述的，可以在无需单独的评估设备的情况下诊断ADAS中使用的传感器的故障。

另外，可以在无需单独的校准设备的情况下对有故障的传感器执行校准。

在上文，虽然参考示例性实施例和附图对本公开进行了描述，但本公开不局限于此，而是可以由本发明所属领域技术人员进行各种修改和改变而不背离下列权利要求所要求保护的本公开的精神和范围。