[发明专利]使用压电传感器检测对准异常的系统和方法

权利要求书

1.一种用于检测外壳对准异常的方法，包括：

从一个或多个压电传感器获得设定时段的压力数据，所述一个或多个压电传感器安置在自动驾驶车辆的外壳和固定装置之间；

在一时间段内处理所述设定时段的所述压力数据；以及

基于处理后的压力数据识别一个或多个趋势。

2.根据权利要求1所述的方法，其中所述设定时段是每小时、每天、每周、每两周和每月中的至少一个。

3.根据权利要求1所述的方法，其中所述时间段是一天、一周、两周、一个月、六个月和一年中的至少一个。

4.根据权利要求1所述的方法，其中在所述时间段内处理所述设定时段的所述压力数据包括：

汇总所述设定时段的所述压力数据；以及

针对所述设定时段的所述压力数据，识别对应于所述设定时段的最大压力、最小压力和平均压力。

5.根据权利要求4所述的方法，其中在所述时间段内处理所述设定时段的所述压力数据还包括：

在所述时间段内对所述设定时段的所述压力数据进行趋势分析；以及

在所述时间段内确定所述设定时段的所述压力数据的标称范围，所述标称范围是基于识别所述压力数据的上限和下限来确定的。

6.根据权利要求5所述的方法，其中通过在所述时间段内识别所述设定时段的所述压力数据中的最高值来确定所述上限，并且通过在所述时间段内识别所述设定时段的所述压力数据中的最低值来确定所述下限。

7.根据权利要求1所述的方法，其中基于处理后的压力数据识别所述一个或多个趋势包括：

在所述时间段内，识别所述设定时段的所述压力数据中的落在标称范围外的压力数据点；以及

将所述压力数据点识别为外壳对准异常。

8.根据权利要求1所述的方法，其中基于处理后的压力数据识别所述一个或多个趋势包括：

在所述时间段内，基于所述设定时段的所述压力数据对平均压力进行趋势分析；

至少使用回归技术基于所述平均压力的所述趋势分析来确定趋势；以及

将所述趋势识别为潜在的过早外壳对准异常。

9.根据权利要求1所述的方法，其中基于处理后的压力数据识别一个或多个趋势包括：

使用训练数据集训练机器学习模型；

接收所述处理后的压力数据；以及

基于所述处理后的压力数据，确定潜在的过早外壳对准异常的存在。

10.根据权利要求9所述的方法，其中使用分类器和神经网络中的至少一个来实现所述机器学习模型，并且所述训练数据集基于所述处理后的压力数据中的带有人类注释的部分。

11.一种用于检测外壳对准异常的系统，包括：

外壳，其安装到自动驾驶车辆的固定装置；

一个或多个压电传感器，其安置在所述外壳和所述固定装置之间；以及

计算系统，其用于执行用于检测所述外壳对准异常的方法，所述方法包括：

从所述一个或多个压电传感器获得设定时段的压力数据，

在一时间段内处理所述设定时段的所述压力数据，以及

基于处理后的压力数据识别一个或多个趋势。

12.根据权利要求11所述的系统，其中所述设定时段是每小时、每天、每周、每两周和每月中的至少一个。

13.根据权利要求11所述的系统，其中所述时间段是一天、一周、两周、一个月、六个月和一年中的至少一个。