[发明专利]自主车辆数据记录器

说明书

用于收集在自主车辆中生成的传感器数据的系统、方法和设备。所述车辆中的传感器在所述车辆在道路上操作期间生成传感器数据流。所述车辆的高级驾驶员辅助系统(ADAS)使用所述传感器数据流来操作所述车辆并响应于对象检测、识别、标识或分类中的故障和/或响应于事故的检测/预测而生成触发信号。循环缓冲器缓冲所述传感器数据流的至少一部分。响应于所述触发信号，所述传感器数据流的选择段被存储到非易失性存储器中。所述选择段可以部分在所述触发信号之前，部分在所述触发信号之后；并且选择段可以长于可以在所述触发信号时完全缓冲在所述循环缓冲器中的段。

相关申请

本申请要求于2019年1月31日提交的题为“自主车辆数据记录器(AutonomousVehicle Data Recorders)”的美国专利申请序列号16/263,403的优先权，其全部公开内容由此通过引用并入本文。

本申请涉及于2019年1月31日提交的题为“自主车辆的数据记录器(DataRecorders for Autonomous Vehicles)”的美国专利申请序列号16/263,359、于2018年3月16日提交的题为“自主驾驶车辆的黑盒子数据记录器(Black Box Data Recorder forAutonomous Driving Vehicle)”的美国专利申请序列号15/923,820、于2018年3月28日提交的题为“自主驾驶车辆中的具有人工智能处理器的黑盒子数据记录器(Black Box DataRecorder with Artificial Intelligence Processor in Autonomous DrivingVehicle)”的美国专利申请序列号15/938,504、于2018年6月18日提交的题为“响应于事件检测下载系统存储器数据(Downloading System Memory Data in Response to EventDetection)”的美国专利申请序列号16/010,646、于2017年12月29日提交的题为“用于增强人工神经网络的分布式架构(Distributed Architecture for Enhancing ArtificialNeural Network)”的美国专利申请序列号15/858,143和于2017年12月29日提交的题为“用于增强人工神经网络的分布式架构中的自学习(Self-Learning in DistributedArchitecture for Enhancing Artificial Neural Network)”的美国专利申请序列号15/858,505，所述申请的全部内容通过引用并入本文。

技术领域

本文公开的至少一些实施例涉及记录自主车辆的传感器数据以用于后续分析，例如事故回顾和/或更新由高级驾驶员辅助系统(ADAS)使用的数据、地图和人工神经网络模型。

背景技术

自主车辆通常包含许多传感器以帮助控制自主车辆的操作。在涉及自主车辆的事故、碰撞或近似碰撞的情况下，回顾事故之前和/或期间记录的传感器数据可能会对潜在地帮助确定事故的原因和/或是否已存在设计缺陷和/或车辆故障有所帮助。

如果在事故期间断电，存储在易失性存储器中的车辆传感器数据可能会丢失。易失性存储器需要电力来维持存储在其中的数据。易失性存储器的实例包含动态随机存取存储器(DRAM)和静态随机存取存储器(SRAM)。

一些存储器集成电路是非易失性的，并且即使在很长一段时间(例如，数天、数月、数年)不供电时也能保留所存储的数据。非易失性存储器的实例包含闪速存储器、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)和电子可擦除可编程只读存储器(EEPROM)存储器等。