[发明专利]使用众包和深度学习的状态估计故障检测的架构和方法在审
| 申请号： | 202010841496.0 | 申请日： | 2020-08-20 |
| 公开（公告）号： | CN112434782A | 公开（公告）日： | 2021-03-02 |
| 发明（设计）人： | A.阿迪思坦;P.帕拉尼萨米;S.卡塞扎德马哈巴迪;R.艾斯 | 申请（专利权）人： | 通用汽车环球科技运作有限责任公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G01C25/00;G01M17/007;B60W50/02 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 贺紫秋 |
| 地址： | 美国密*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 使用 深度 学习 状态 估计 故障 检测 架构 方法 | ||
1.一种用于操作车辆的方法，包括:
使用由车内检测器获得的传感器数据来确定车辆参数的检测值；
基于众包数据来确定参数的检查值；
基于参数的检查值来验证参数的检测值；和
基于验证来操作车辆。
2.根据权利要求1所述的方法，还包括使用所述传感器数据和众包数据来训练神经网络，并且使用经训练的神经网络来确定所述检查值。
3.根据权利要求2所述的方法，还包括使用所述传感器数据和众包数据在非现场位置训练所述神经网络，并将经训练的神经网络从所述非现场位置传送到所述车辆。
4.根据权利要求1所述的方法，还包括执行对所述众包数据的校验，以及向提供所述众包数据的参与动因分配信誉分数。
5.根据权利要求1所述的方法，还包括基于以下之一选择训练数据集:(i)所述数据对所选数据类别的效用；以及(ii)众包数据的度量。
6.一种用于操作车辆的系统，包括:
状态估计器，用于从车内传感器数据估计车辆的状态参数值；
处理器，被配置为:
基于众包数据来确定参数的检查值；
基于参数的检查值来验证参数的检测值；和
基于验证来操作车辆。
7.根据权利要求6所述的系统，其中所述处理器还被配置成使用所述传感器数据和众包数据来训练神经网络，并且使用经训练的神经网络来确定所述检查值。
8.根据权利要求7所述的系统，其中所述处理器位于远离所述车辆的非现场位置，并且还被配置为使用所述传感器数据和众包数据来训练所述神经网络，并且将经训练的神经网络从所述非现场位置传送到所述车辆。
9.根据权利要求6所述的系统，其中，所述处理器还被配置为执行对所述众包数据的校验，并且将信誉分数分配给提供所述众包数据的参与动因。
10.根据权利要求6所述的系统，其中，所述处理器还被配置为基于以下之一来选择训练数据集:(i)所述数据对所选数据类别的效用；以及(ii)众包数据的度量。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于通用汽车环球科技运作有限责任公司，未经通用汽车环球科技运作有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010841496.0/1.html，转载请声明来源钻瓜专利网。
