[发明专利]用于车辆控制信号的异常检测器

说明书

本公开提供了“用于车辆控制信号的异常检测器”。一种车辆控制器接收传感器输出并识别所述传感器输出中的特征。所述控制器基于所述特征确定轨迹并且生成车辆致动器的控制信号以遵循所述轨迹。评估所述控制信号的离心度，并且如果所述控制信号的离心度满足阈值条件，则执行干涉，诸如丢弃或修改所述控制信号或者启动安全程序。可以使用无监督机器学习模型来确定离心度。所述阈值条件可以是诸如使用n‑sigma方法或Chebyshev不等式的动态阈值条件。

发明领域

本发明涉及自主车辆的控制系统。

发明背景

自主车辆是密集研发的领域。自主车辆的控制器通常接收诸如摄像机、RADAR传感器、激光雷达传感器等各种传感器的输出。然后，处理这些输出以识别路面、车道边界、其他车辆、行人和潜在的障碍物。这通常需要在非常短时间量内处理大量的数据，以便适当地对改变的状况做出反应。

改善自主车辆的安全将是本领域中的一项进步。

发明内容

在本发明的一个方面中，一种方法包括车辆控制器执行：从车辆的传感器接收传感器输出；通过控制算法处理所述传感器输出以得到用于所述车辆的控制输出；共同地评估所述控制输出关于阈值条件的偏心度；以及当所述控制输出满足所述阈值条件时，生成干涉。

在一些实施例中，通过所述控制算法处理所述输出包括：检测所述传感器输出中的特征；根据所述特征选择轨迹；以及使所述控制输出生成为有效穿越所述轨迹。

在一些实施例中，所述控制输出包括转向致动器、制动致动器和加速致动器的控制信号。在一些实施例中，所述控制算法包括防抱死制动系统、稳定性控制系统和牵引力控制系统中的至少一个。在一些实施例中，所述传感器输出包括无线电探测和测距(RADAR)传感器、光探测和测距(LIDAR)传感器和摄像机中的至少一个的输出。

在一些实施例中，评估所述控制输出关于所述阈值条件的偏心度包括：将所述控制输出输入到无监督机器学习模型中以得到偏心度度量。在一些实施例中，评估所述控制输出关于所述阈值条件的偏心度包括：关于n-sigma法则条件，随时间评估所述偏心度度量。在一些实施例中，评估所述控制输出关于所述阈值条件的偏心度包括：关于Chebyshev不等式，随时间评估所述偏心度度量。

在一些实施例中，所述干涉包括生成警告。在一些实施例中，所述干涉包括以回退控制信号替换所述控制输出。

还公开并要求保护对应的系统。

附图说明

为了易于理解本发明的优点，将通过参考附图中所示的特定实施例来呈现对上面简要描述的本发明的更具体的描述。在理解这些附图仅描绘了本发明的典型实施例并且因此不被认为是对其范围的限制之后，将通过使用附图来用附加的特性和细节来描述和解释本发明，在附图中：

图1是根据本发明的实施例的实现车辆的部件的示意性框图；

图2是适合于实现根据本发明的实施例的方法的示例性计算装置的示意性框图；

图3示出了根据本发明的实施例的用于根据传感器输出生成控制信号的部件；并且

图4是根据本发明的实施例的用于检测控制信号中的异常的过程流程图。

具体实施方式

参考图1，车辆可以包括本领域已知的任何车辆。车辆可以具有本领域已知的任何车辆的所有结构和特征，包括车轮、耦接到车轮的传动系、耦接到传动系的发动机、转向系统、制动系统和本领域已知的要包括在车辆中的其他系统。