自動駕駛系統故障診斷的案例
摯途科技向一汽解放供應 L3 自動駕駛系統，實現自動駕駛的商業化落地
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 OBD診斷之故障管理系統概述
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 基于故障樹的自動駕駛安全需求推導（以AVP為例）
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 自動駕駛功能安全評估：故障注入仿真試驗完善驗證
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 
高級別智能駕駛業務系列：自動駕駛系統
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 圖書推薦《模擬系統的故障診斷與可靠性設計》
《模擬系統的故障診斷與可靠性設計》
作者:楊士元編著
頁數:276
出版社:清華大學出版社
出版日期:1993
楊士元,清華大學自動化系任教:闡述了模擬電子電路故障診斷中的故障字典法、參數識別和故障驗證法的基本原理和實施方法,介紹了專家系統及其在模擬電子電路故障診斷中的應用技術等。
『轉貼』作戰飛機綜合故障診斷系統研究
作者：景小寧，潘泉，程詠梅，張洪刁，陳云翔
摘要:隨著科學技術的發展和未來作戰環境的需求，未來作戰飛機體系結構更趨復雜，以故障診斷為基礎的系統可靠性、維修性和保障性需求更加迫切，綜合故障診斷是實現這一需求的重要途徑。提出了未來作戰飛機綜合故障診斷系統的基本框架，討論了其功能需求、體系結構、關鍵技術及其實現力法以及日前需要研究的問題。
關鍵詞:綜合故障診斷；故障預測；作戰飛機
『轉貼』智能故障診斷專家系統開發平臺
作者：史慧，王偉，高戈
北京航大測控技術開發公司 故障診斷技術部 北京
摘要:針對故障診斷令家系統實用性與通用性的矛盾，在簡要分析令家系統工作原理的基礎上，
提出了一種以用戶為中心的通用性故障診斷令家系統設計方案。將規則推理、模糊決策、多傳感
器信息融合算法融為一體，形成一階梯式故障推理機制;對不同的診斷對象，只要設置好必要知
識模塊，就可自行生成專一用故障診斷系統，并能自動輸出診斷結果。
關鍵詞:專家系統，故障樹，規則推理，模糊決策，信息融合，故障診斷。
.PS.:該帖附件于2006-11-24 16:40:33被Birdy評為3星級，為發貼者加分60。
點評:
展開 盲系統辨識與故障診斷
摘要：盲系統辨識是一種僅由系統的輸出中提取系統的未知信息的一種新的基本信號處理方法。
論述了盲系統辨識的基本思想及其算法，將盲系統辨識思想引入到旋轉機械狀態監測與故障診斷中，
提出了基于盲系統辨識的機械故障診斷的方法，并以轉子裂紋為例，研究了基于時序模型盲辨識的不同
的裂紋位置、深度的轉子裂紋參數化雙譜特性，得到了一些有價值的結論，為轉子裂紋的診斷提供了一
種新的方法。
實驗結果表明I該方法是有效的，基于時序模型盲辨識的參數化雙譜分析具有對故障的靈敏性及能顯示檢
測信號的一次、二次諧波等主諧波以及描述檢測信號中二次相位耦合等非線性現象。
請享用!
展開 液壓系統的故障診斷策略及方法技巧
1.液壓系統的故障診斷策略
液壓系統故障診斷策略是弄清整個液壓系統的工作原理和結構特點，根據故障現象利用知識和經驗進行判斷；逐步深入、有目的、有方向地逐步縮小范圍，確定區域、部位，以至某個元件。
2.液壓系統的故障診斷方法
目前常用和發展中的液壓系統的故障診斷方法有定性分析法和定量分析法這兩類基本方法，前者又可分為邏輯分析法、對比替換法、觀察診斷法（簡易故障診斷法）等，后者又可分為儀器專項檢查法、智能診斷法等。根據具體故障現象及著眼點和實施策略的不同，這些方法在行業內有時又細分為感官診斷法、參數測量法、現場試驗法、截堵法、化整為零層層深入法及取整為零綜合評判法等。
1）定性分析法
①邏輯分析法 此法在診斷液壓系統故障時，要區分以下兩種情況。
a.對功能和油路結構較為簡單的液壓系統，可根據故障現象和液壓系統的基本原理進行邏輯分析，按照液壓源→控制元件→執行元件的順序，逐項檢查并根據已有檢查結果，排除其他因素，逐漸縮小范圍，逐步逼近，最終找出故障原因（部位）并排除。
b.對于功能和油路結構較為復雜的液壓系統，通常可根據故障現象按控制油路和主油路兩大部分進行分析，逐一將故障排除。
邏輯分析法又可細分為列表法、框圖法、因果圖法和故障樹分析法等。
②對比替換法
有兩種情況：一是用兩臺同型號和同規格的主機對同一系統進行對比試驗，從中查找故障，試驗過程中對可疑元件用新件或完好機械的元件進行替換，再開機試驗，如性能變好，則故障所在便知；二是對于兩個具有相同功能回路的液壓系統，用軟管分別連接同一主機進行試驗，遇到可疑元件時，更換即可。
③觀察診斷法（簡易故障診斷法）
此法是目前液壓系統故障診斷的一種最普遍的方法，方便易行。
展開 滾動軸承疲勞故障診斷系統
滾動軸承疲勞故障診斷系統
注塑機液壓系統可能出現的故障及診斷步驟
在使用注塑機時，注塑機液壓系統可能出現的故障是多種多樣的。它是許多因素綜合影啊的結果，離散性比較大。因此，在進行故障診斷時，必須對引起故障的因素逐一分析，注意其內在聯系，找出主要矛盾，這樣才能比較容易地解決。
一般情況下，注塑機液壓系統產生故障并非偶然，任何故障在演變為大故障之前都會伴隨種種不正常的預兆，這些預兆可歸納為：
(1)出現不正常的聲音，如泵、馬達、溫流閥等部位的聲音不正常。
(2)出現回轉、行走、卷揚液壓馬達以及各工作裝置液壓缸作業速度下降及無力現象。
(3)出現油箱液位下降、油液變質現象。
(4)液壓元件外表面出現了油液滲漏現象。
(5)出現油溫過高現象。
(6)出現管路損傷、松動及振動現象。
(7)出現焦核氣味等等。
以上這些現象，只要在使用過程中細心留意，都可憑肉眼觀察、手的觸摸、鼻的嗅聞發現。在實際工作中，人們正是通過這種現場手段來做為分析故障的第一手資料，然后根據經驗，綜合這些第一手資料，對實際問題進行具體分析，找出產生故障的原因，及早予以解決。
然而，在實際工作中，往往不能一次就能準確地診斷出產生故障的原因，這時就需要幾個反復，即反復分析，反復檢查，直到找到產生故障的原因為止。
在實際工作中，工程技術人員往往按以下幾個步驟來處理液壓系統中出現的故障。
展開 轉帖]淺談數控系統故障診斷的一般方法 (轉自振動論壇）
4．利用狀態顯示的診斷功能
現代數控系統不但能將故障診斷信息顯示出來，即方法3所述，而且能以診斷地址和診斷數據的形式提供診斷的各種狀態，就FANUC系統為例，系統提供指示系統與機床之間接口I/O信號狀態，或PC與CNC裝置之間，PC與機床之間接口的I/O信號狀態的“D”（diagnosis parameter）參數，也就是說，可以利用CRT畫面的狀態顯示（通常是二進制字節“0”和“1”指示），來檢查數控系統是否將信號輸入到機床；或是機床側各種主令開關，行程開關等通斷觸發的開關信號是否按要求正確輸入到數控系統中。總之，通過列出上述狀態情況，可將故障區分出是在機床一側還是數控系統一側，從而可將故障鎖定在某一元件上，得而解決問題。
這一切都得益于系統提供完善的狀態顯示功能，為故障診斷打開了一扇明了“窗口”，運用這一方法，對于診斷動作復雜機構故障如換刀機構起到極大作用。也是診斷故障基本方法之一。
但使用的前提是系統提供狀態顯示功能。
5．發生故障時，應及時核對數控系統參數
系統參數變化會直接影響到機床的性能，甚至使機床發生故障，整機不能正常工作。在設計和制造數控系統時，雖已考慮到系統的可靠性問題， 但不可能排除外界的一切干擾，而這些干擾有可能引起存儲器內個別參數的變化。同時，人為誤操作使得系統參數變更也是可能的，作者在工作中，就碰到過，因誤操作使得系統出現動作異常。所以，在診斷故障過程，如果嘗試上述幾項方法后，問題仍不能解決的話，我們可以核對系統參數，看是否是參數變更導致的，這類故障便是我們的“軟”故障。
以上幾種方法，各有特點，及使用范圍。對于較為復雜的故障，需要將幾種方法同時綜合運用，才能產生較好的效果，正確判斷出故障起因和故障的具體部位。
展開 美大學安裝高保真駕駛模擬器 助力自動駕駛系統研究
據外媒報道，美國德克薩斯大學奧斯汀分校（UT-Austin）安裝了一個完全集成式的高保真Cruden駕駛模擬器，以對自動駕駛系統學術研究提供協助。
德克薩斯大學奧斯汀分校的一個汽車駕駛員在環（driver-in-the-loop）模擬器上已經安裝了Cruden。奧斯汀分校的Walker機械工程系是北美最知名的研究機構之一，該系將利用Cruden AS1基于動作的系統，在其硬件在環（HIL）測試設置中添加人類駕駛員輸入，以研究自動駕駛汽車控制系統的性能。
德克薩斯大學奧斯汀分校需要一個結合了HIL和駕駛員在環（DIL）系統的汽車模擬器，即一個定制裝置，可輕松、無縫地呈現多種駕駛環境和車輛類型，并且盡可能地接近現實。
該Cruden模擬器集成了奧斯汀分校現有的dSpace Scalexio模塊化實時硬件仿真系統以及dSpace ASM車輛和交通模型。該系統可用于多智能體模擬，以評估智能車輛的交通情境，包括評估復雜的車輛動力學。
將多智能體模擬與DIL模擬結合是業界首創，可實現在主客觀場景進行車輛測試，以及研究未來移動出行項目，可以呈現真實現實場景，但是有人類在模擬器后面進行操作。
展開 漢航Hunter Pad--基于Linux操作系統的健康狀態監測與故障診斷PHM有力工具
后處理分析：基于加速度或聲壓信號的轉速提取、特征信號處理、模態分析、動平衡分析（單面、雙面、多面）、軸心軌跡與平均軸心位置（軸絕對振動，軸向位移、差脹、斜面差脹、殼脹、閥門位置，極坐標、伯德圖、APHT圖、半頻譜圖、全頻譜圖、趨勢圖、XY圖、動力學剛度圖）、根軌跡分析、故障診斷分析，聲品質分析，基于波束形成法和聲全息方法的噪聲源定位。
部分應用工況
健康狀態監測與預測及健康管理（PHM）系統已成為高端裝備、工業設備和生命支持系統“視情維修”的核心技術手段之一。通過漢航Hunter Pad對監測對象進行信號采集和數據分析，從而可實現故障的檢測、診斷、預測和管理，最終目標是實現從“計劃性維修”到“視情維修”的轉變，顯著提升各個行業的安全性、可靠性和經濟性。
1. 航空航天：
發動機健康管理：可通過Hunter Pad監測發動機的溫度、壓力、振動等關鍵參數，實時評估發動機的健康狀態，并可預測關鍵部件（如渦輪葉片）的剩余使用壽命，實現預測性維護，避免突發故障，保障飛行安全。
飛機機體健康管理：對機翼、機身等關鍵結構部位進行檢測，可判斷結構的應力、應變、裂紋和腐蝕情況。
2. 車輛交通行業：
乘用車故障診斷：采集發動機、電機、變速箱、電池（新能源汽車）、制動系統等核心部件的壓力、電壓、振動等數據，分析監測部件狀態，并提前預警。
列車運維：通過采集牽引變流系統、通風系統等關鍵核心系統的溫度、振動、電流等重要參數，實現故障預測和健康評估，能夠為故障處置提供重要依據，提升機車運行的安全性和可靠性，延長機車使用壽命。
3. 工業制造行業：
對關鍵旋轉設備開展預測性維護，能夠有效提高設備的可靠性，減少生產中斷，提高生產效率。
4.
展開 