[發明專利]車輛集群行駛的可靠性確定方法與裝置、服務器

在審

• 申請號: 202211639625.3
• 申請日: 2022-12-20
• 公開（公告）號: CN115903615A
• 公開（公告）日: 2023-04-04
• 發明（設計）人: 鄭洪江;謝超
• 申請（專利權）人: 博泰車聯網科技（上海）股份有限公司
• 主分類號: G05B19/042
• 分類號: G05B19/042
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 徐爽

1.一種車輛集群行駛的可靠性確定方法，其特征在于，包括：

獲取自動駕駛車輛集群中的車輛在行駛路徑中所涉及的第一數據，所述第一數據包括以下至少之一項：基礎安全消息、路側信息、路側安全消息、信號相位定時信息、地圖數據消息；

根據所述第一數據確定在第一時刻下的M個偏差率，所述偏差率用于表示所述自動駕駛車輛集群中的車輛在所述行駛路徑中產生偏差的概率，M為正整數；

將M個所述偏差率輸入神經網絡模型以得到系統故障率，所述系統故障率用于表示所述自動駕駛車輛集群中的車輛在所述第一時刻下發生系統故障的概率；

根據所述系統故障率確定馬爾科夫模型所建模的所述自動駕駛車輛集群中的車輛在所述第一時刻下行駛的狀態轉移概率矩陣；

根據所述狀態轉移概率矩陣確定所述自動駕駛車輛集群中的車輛在第二時刻下行駛的可靠性，所述第二時刻為所述第一時刻的下一時刻。

2.根據權利要求1所述的方法，其中，所述將M個所述偏差率輸入神經網絡模型以得到系統故障率，包括：

獲取N個影響度區間和所述影響度區間對應的敏感度閾值，所述影響度區間用于表示所述偏差率對所述系統故障率的影響度的閾值區間；其中，所述影響度區間對應的敏感度閾值用于表示所述偏差率影響所述系統故障率的敏感度的閾值；N為M和L的乘積，L為所述偏差率對應的馬爾科夫狀態中的狀態個數；

根據M個所述偏差率、N個所述影響度區間和所述影響度區間的敏感度閾值確定M個所述偏差率各自對應的第一置信值，所述第一置信值用于表示所述系統故障率的置信值；

將M個所述偏差率輸入所述神經網絡模型，并以所述第一置信值作為期望值進行學習和訓練以輸出所述系統故障率。

3.根據權利要求2所述的方法，其中，所述將M個所述偏差率輸入所述神經網絡模型，并以所述第一置信值作為期望值進行學習和訓練以輸出所述系統故障率，包括：

確定M個所述偏差率各自對應的所述第一置信值中的最大值以得到第二置信值；

將M個所述偏差率輸入所述神經網絡模型，并以所述第二置信值作為期望值進行學習和訓練以輸出所述系統故障率。

4.根據權利要求2所述的方法，其中，所述馬爾科夫狀態包括以下至少之一項：

第一狀態、第二狀態、第三狀態、第四狀態、第五狀態；

所述第一狀態用于表示采用所述馬爾科夫模型對所述自動駕駛車輛集群中的車輛處于未行駛所建模的狀態；

所述第二狀態用于表示采用所述馬爾科夫模型對所述自動駕駛車輛集群中的車輛處于正常行駛所建模的狀態；

所述第三狀態用于表示采用所述馬爾科夫模型對所述自動駕駛車輛集群中的車輛處于一般行駛所建模的狀態；

所述第四狀態用于表示采用所述馬爾科夫模型對所述自動駕駛車輛集群中的車輛處于異常行駛所建模的狀態；

所述第五狀態用于表示采用所述馬爾科夫模型對所述自動駕駛車輛集群中的車輛處于故障行駛所建模的狀態。

5.根據權利要求1所述的方法，其中，所述根據所述系統故障率確定馬爾科夫模型所建模的所述自動駕駛車輛集群中的車輛在所述第一時刻下行駛的狀態轉移概率矩陣，包括：

根據所述系統故障率確定所述馬爾科夫模型所建模的所述自動駕駛車輛集群中的車輛在所述第一時刻下行駛的狀態；

根據所述自動駕駛車輛集群中的車輛在所述第一時刻下行駛的狀態和在第三時刻下行駛的狀態，確定所述馬爾科夫模型在所述第一時刻下的所述狀態轉移概率矩陣，所述第三時刻為所述第一時刻的上一時刻。

6.根據權利要求5所述的方法，其中，所述根據所述狀態轉移概率矩陣確定所述自動駕駛車輛集群中的車輛在第二時刻下行駛的可靠性，包括：

根據所述自動駕駛車輛集群中的車輛在所述第一時刻下行駛的狀態對應的狀態概率和所述狀態轉移概率矩陣，確定所述自動駕駛車輛集群中的車輛在所述第二時刻下行駛的狀態對應的狀態概率；

根據所述自動駕駛車輛集群中的車輛在所述第二時刻下行駛的狀態對應的狀態概率，確定所述自動駕駛車輛集群中的車輛在所述第二時刻下行駛的可靠性。