自動駕駛系統故障診斷
關注創建者：匿名 創建時間：2026-01-04
自動駕駛系統故障診斷的視頻教程
基于MATLAB的自動駕駛系統仿真與分析
講述如何為自動駕駛構建3D場景，以及如何通過感知、規劃和控制來模擬系統。您可以在這里找到高速公路駕駛、自動停車和V2X的例子，所有的算法都可以通過代碼生成來部署。
免費 1小時 306播放
查看
自動駕駛系統故障診斷的實例教程
2021 年 7 月 21 日，全球首臺前裝車規級 L3 自動駕駛重卡 —— J7 L3 超級卡車在一汽解放定制化小批量生產下線。
兩個月前，摯途科技和一汽解放簽訂協議，摯途成為一汽解放定點供應商，并正式以 Tier1 角色向一汽解放供應 L3 自動駕駛系統！伴隨著第一輛前裝 J7 L3 超級重卡下線，摯途科技成為國內自動駕駛行業中第一個向主機廠前裝供貨的企業，也是業界第一個實現自動駕駛產品商業化落地的企業。
一汽解放作為中國最具價值的商用車品牌，于 2020 年 9 月發布了全球首款前裝 J7 L3 超級卡車，今年，這款產品正式搭載著摯途的 L3 自動駕駛系統上市。這標志著一汽解放在商用車自動駕駛領域依然走在世界最前列，其「頭雁」地位不可撼動。
率先落地，摯途 L3 書寫中國速度
與國內大部分自動駕駛項目進行后裝改造不同，J7 L3 超級重卡是一汽解放與摯途科技聯合立項，并嚴格按照解放流程開發的產品，這款車從設計之初就充分收集了物流客戶需求，開發上嚴格按照商用車法規和車規要求，在產品策劃、設計驗證、生產準備以及前裝交付的各階段全部嚴格遵循解放要求執行。
摯途 L3 級智能駕駛系統采用車規級零部件，應用異構感知融合技術、三層節油架構、信息與網絡安全技術，能夠在高速公路場景下實現全天候的自動駕駛功能，其中包括定速巡航、自適應巡航、碰撞預警、緊急停車、疲勞檢測、車道保持、手離檢測等功能，同時還增加了諸如超車、變道以及靠邊停車和人工接管的功能，實現了車輛在安全、舒適和經濟性三方面的顯著提升。
綜合考慮到重卡的使用效率，結合地圖、動態規劃和車輛控制，這款產品能給客戶帶來 10% 左右的燃油節省。
展開 來源 | 聯合電子
前言
隨著汽車排放法規愈加嚴格，汽車電子控制系統越來越復雜，導致車載診斷系統（以下簡稱OBD系統）所需監測項也越來越多，對診斷可靠性的要求也愈發嚴格。如此多的監測項，當診斷出故障時，系統如何對故障進行處理，如何實現故障代碼的存儲和刪除，如何控制故障指示器（以下簡稱MIL），以及如何將診斷信息通過OBD掃描工具或服務診斷儀輸出，從而及時準確地提醒車輛駕駛員進行車輛維修，都需通過OBD系統的故障管理大腦——“故障管理系統”來實現，它收集OBD系統所有的診斷結果，進行統一處理。
故障管理系統目前主流為DSM系統（Diagnosis System Management），
今天我們來聊一聊DSM的神奇功效。
DSM功能
DSM主要包含兩類功能，其一為診斷結果收集和故障應對；其二用于滿足法規標準化輸出要求，包括對MIL控制和OBD接口輸出。此外，它還可以滿足客戶的一些特殊需求，如SVS亮燈方式等。從下圖可看出DSM所處的核心地位。
診斷結果收集和故障應對
由于控制模塊管理系統的眾多模塊之間存在大量交互關系，某個部件監測出故障時，依靠此部件正常運行的模塊將被抑制，此稱之為故障應對，也叫抑制關系。
DSM與控制模塊管理系統的眾多模塊相關聯，通過收集所有診斷結果進行集中處理，按照統一方式實現抑制關系。這種中心化的處理方式，使項目配置更加靈活，減少了模塊之間的交互環節，并有效簡化了功能模塊的外部接口。
展開 歐盟 (EU) 項目 ENABLE-S3 的重點是減少當今成本密集型的驗證和確認過程，以建立自動化網絡物理系統商業化的有效方法。為了應對安全自動化系統開發的日益復雜性，必須采用不同的方法。
自動化系統面臨的一個主要挑戰是開發一個功能安全的分布式系統，其中由獨立的子系統承擔自動化任務。這種分布式系統典型的代表就是全自動代客泊車（AVP）。AVP 是通過自動駕駛汽車和停車區域管理系統 (PAM) 之間的合作來實現的。自動駕駛汽車是無人駕駛的，被歸類為 SAE 國際駕駛自動化分類的第 4 級。該用例提供了一個自動泊車程序。在之前的工作中，分析人員根據 ISO 26262 提出的基于場景的功能安全方法，并將其應用于 AVP 的安全分析。AVP 假設了以下前提條件：
1.停車管理系統和自動駕駛汽車協同管理駕駛任務。
2.通過終端（人機界面，HMI）指示自動車輛向/從PAM的交接和請求返回過程。
3.允許手動和自動操作的車輛進入停車場。
4.行人、動物、障礙物等在停車場逗留。
5.駕駛員和乘客必須在激活 AVP 之前離開自動駕駛汽車。
6.泊車系統架構可防止由于發動機運行而造成的危險。
系統所描述的約束用作將功能行為分解為場景的輸入。因此，將AVP系統應用場景拆分為若干可控的數量，以降低分析復雜性。
展開 框架：SAB OTAGE
現有版本的 ISO 26262 的概念階段，主要通過例如 FMEA 等安全分析方法進行安全評估，由于自動駕駛汽車系統的復雜性，某一失效的影響不一定預先可知，這導致分析結果的不完整。
故障注入則提供了一種評估高級自動駕駛系統安全性和可控性的有效的補充方法。在已知故障類型的條件下，利用故障注入可以得到系統運行期間發生某一故障的影響及相關故障數據。
圖 1：Sab otage：基于仿真的故障注入框架
圖 1 展示了基于故障注入仿真的自動駕駛汽車功能安全分析方法，該方法可作為評估早期設計階段某個架構安全性的補充手段。通過分析仿真數據，可以在數個較優的安全概念之間加以權衡和選擇。
依據該框架，本研究所提 Sab otage 方法的大致流程為：
第一步，識別失效模式。首先，必須已知相關項的主要功能及其故障類型。然后正確識別功能失效模式，以獲得關于其影響的數據（在系統/整車層級）。這意味著如果這些失效模式定義在系統層，其影響便體現在整車上。這些故障/失效模式與保存在通用故障模型庫中的通用故障模型（遺漏 Omission，凍結 Frozen，延遲 Delay ，翻轉 Invert，振蕩 Oscillation，隨機 Random）相關聯。這些通用故障模型是預先設置的，是模擬任何組件/系統功能失效模式的特定故障模型。
第二步，配置故障注入試驗。
展開 近年來，伴隨著智慧化港口的大潮流，經緯恒潤L4高級別智能駕駛業務產品也陸續扎根港口自動駕駛多個項目中，幫助港口實現無人水平運輸自動化，達到降本增效的效果，助力客戶實現智慧化綠色港口。
在整個港口水平運輸場景中，經緯恒潤提供了端到端的車、路、網、云、圖全棧式自研解決方案，包含自動駕駛系統、路側車路協同、基于5G網絡的遠程遙控駕駛、車隊調度管理平臺、數字孿生、仿真系統、高精地圖等專業模塊，組成了一套完整的智慧港口解決方案。本篇專門介紹其中的自動駕駛系統。
▎系統介紹
經緯恒潤自動駕駛系統作為L4高級別自動駕駛的核心組成部分，結合經緯恒潤自主研發的HAV平板車、車隊調度管理平臺、高性能車規級計算平臺、感知系統、遠程駕駛系統、智能交通系統、智能場端系統、高精度地圖等，部署經緯恒潤自主設計生產的車規級量產域控制器和計算單元，保障自動駕駛水平運輸設備在不同的環境、工況場景下，高效、穩定、安全地運行。
▎高效可靠，已在多個港口園區常態化運營的無人駕駛解決方案
經緯恒潤自2015年開始布局園區類無人駕駛領域，經過不斷錘煉相關技術，于2021年在日照港正式將無人駕駛技術投入商業運營，實現了真正的無人駕駛。該技術方案基于經緯恒潤多年以來在自動駕駛算法商業化落地積累的多項技術突破，不斷挑戰升級，確保系統足夠的安全和高效可靠。
全局導航算法
經緯恒潤的全局導航算法，結合了港口園區運營環境和實際生產需求，根據車隊調度管理平臺基于系統均衡理論下發的路線信息、任務信息，并參考高精地圖和場地內實時識別的障礙物信息規劃出滿足車輛動力學要求、避開障礙物的車端導航全局路徑。
展開 
自動駕駛系統故障診斷的相關專題、標簽、搜索
自動駕駛系統故障診斷的最新內容
簡介
智能制造時期，設備的穩定運行對于各行業的無縫高效生產愈加重要。健康狀態監測系統PHM（Prognostics and Health Management）成為保障關鍵設備穩定運行的有力工具。它通過實時監測和分析設備的狀態數據，能夠提前預測設備故障，實現對生產設備的精細化管理控制，為企業節約維護保養成本、減少停機時間和提高生產效率提供了重要技術支撐。
PHM系統的核心在于“
01 引言
在端到端自動駕駛的研發競賽中，算法的迭代速度遠超物理世界的測試能力。單純依賴路測不僅成本高昂、周期漫長，更無法窮盡決定系統安全性的關鍵邊緣場景（Corner Cases）。
因此，硬件在環（HIL）仿真測試成為唯一的出路。然而，將仿真數據閉環注入域控制器流程中存在諸多技術難度，特別是高像素相機原始數據，如何無損、無延遲地將數據灌入對時序和信號要求極為苛刻的域控制器中成為了當前調試
在過去十年中，自動駕駛和高級駕駛輔助系統（AD/ADAS）軟件與硬件的快速發展對多傳感器數據采集的設計需求提出了更高的要求。然而，目前仍缺乏能夠高質量集成多傳感器數據采集的解決方案。
康謀ADTF正是應運而生，它提供了一個廣受認可和廣泛引用的軟件框架，包含模塊化的標準化應用程序和工具，旨在為ADAS功能的開發提供一站式體驗。
一、ADTF的關鍵之處！
無論是奧迪、大眾、寶馬還是梅賽德斯
激光干涉儀和機床測頭是機床校準補償系統中的關鍵組件，它們在確保機床精度和性能方面發揮著重要作用。
激光干涉儀是一種高精度測量設備，采用邁克爾遜干涉原理進行線性測量，可以測量機床的線性定位精度、重復定位精度、反向間隙等。它通過高精度的環境補償模塊，能夠自動補償激光波長和材料特性，從而確保測量結果的準確性。此外，激光干涉儀還能夠進行角度、直線度、垂直度、平行度、平面度等幾何參數的測量
隨著自動駕駛算法等級的不斷提高，各開發商的傳感器布置方案也越來越豐富，最典型的為多V、多R及多L的方案。而在對多種類，多數量的傳感器進行物理模型仿真時，會占用大量的計算資源和網絡通訊資源，同時仿真的效果還受到PCIe總線帶寬及顯卡的接口數量限制。
基于VTD的多物理傳感器自動駕駛系統仿真方案，采用VTD的主從機布置方式，將VTD軟件安裝在主機Master上，從機slave上只安裝運行
隨著智能駕駛技術的普遍應用，智能駕駛相關的測試測量方法也隨之發展。特別是模擬仿真測試領域，在智能駕駛產品開發過程中的應用越來越廣泛。而無論是自動駕駛（AD）還是高級輔助駕駛系統（ADAS），都是依靠高精度攝像頭、毫米波雷達、激光雷達等感知傳感器對車輛周邊環境進行感知識別來實現的。那么在自動駕駛系統模擬仿真測試實施過程中，系統中感知傳感器是如何進行實物仿真測試驗證的呢。
本文對自動駕駛系統中感知傳感器實物仿真測試環境構建的原理及其相關方案進行介紹
中國現代農業的發展，離不開智能化、自動化設備，迫切需要自動駕駛系統與農用機械的密切結合。自動駕駛農機不僅能夠緩解勞動力短缺問題，提升勞作生產效率，同時還能對農業進行智慧化升級，成為解決當下農業痛點的有效手段之一。
北斗衛星導航系統，是我國自主研發的全球導航系統，也是我國農機自動駕駛系統的關鍵組成部分。通過北斗系統，農業機械可以精確地執行任務，大大提高農業生產效率
近年來，伴隨著智慧化港口的大潮流，經緯恒潤L4高級別智能駕駛業務產品也陸續扎根港口自動駕駛多個項目中，幫助港口實現無人水平運輸自動化，達到降本增效的效果，助力客戶實現智慧化綠色港口。
在整個港口水平運輸場景中，經緯恒潤提供了端到端的車、路、網、云、圖全棧式自研解決方案，包含自動駕駛系統、路側車路協同、基于5G網絡的遠程遙控駕駛、車隊調度管理平臺
臺積電16FFC的79GHz毫米波RF設計流程將加速自動駕駛系統中射頻集成電路（RF IC）的研發
為加速研發高度可靠的高級射頻（RF）及毫米波（mmWave）設計，Synopsys公司（Nasdaq：SNPS）、Ansys（Nasdaq：ANSS）和Keysight科技公司（NYSE：KEYS）日前聯合宣布，面向臺積電16nm FinFET緊湊型技術
北斗導航農機自動駕駛系統，通常指農機自動駕駛2.0階段導航控制系統，系統集成衛星定位、慣性導航、機械控制、人機交互等關鍵技術，以農機為載體，對農機轉向裝置進行精準控制，使車輛嚴格按既定路線行駛，滿足農業場景的作業需求。給客戶提供便利，降低勞動強度，改善作業質量，增加客戶收益。
農機導航系統，按照控制方式，分為液壓控制自動輔助駕駛系統、電動方向盤控制自動輔助駕駛系統。因性價比高
