一种协同自适应巡航控制系统毫米波雷达的功能改进方法 专利技术说明

车辆装置的制造及其改造技术1.本公开涉及智能网联汽车的协同自适应巡航控制系统领域，具体涉及一种协同自适应巡航控制系统毫米波雷达的功能改进方法。背景技术：2.协同自适应巡航控制(cooperative adaptive cruise control,简称cacc)是智能网联汽车的重要技术之一，相较于自适应巡航控制，cacc可以更好地保证车辆跟随的安全性与舒适性，实现较小跟车时距下的车辆编队行驶。当前的研究表明，即使所有由电子电气系统的失效造成的风险都被功能安全相关活动所解决，cacc也可能因为预期功能的设计不足或性能缺陷，最终导致严重的危害后果。使cacc达到可接受安全水平的关键，是避免预期功能及实施过程中的风险，即预期功能安全(safety of the intend functionality,简称sotif)概念。cacc的安全运行依赖毫米波雷达感知能力，毫米波雷达在各种杂波和干扰条件下出现的虚假目标、目标遗漏问题可能会导致队列运行不稳定或整车碰撞的危害。因此，针对cacc毫米波雷达的性能局限，研究预期功能安全功能改进方法，将已知、未知的残余风险降低到可接受的水平，是有待解决的关键问题。技术实现要素：3.为了保证协同自适应巡航控制毫米波雷达的预期功能安全(sotif)，本公开着力于提出一种协同自适应巡航控制毫米波雷达的功能改进方法，其目的在于识别毫米波雷达目标识别结果中是否存在虚假目标或者目标丢失情况，并采取相应风险降低方法保证在虚假目标和目标丢失情况下队列安全稳定运行。4.为了达到上述目的，本公开采用如下技术方案：5.本公开提供的一种协同自适应巡航控制系统毫米波雷达的功能改进方法，包括：6.在当前周期，使用基于数据关联的异常检测对面向协同自适应巡航控制系统的毫米波雷达当前检测到的所有目标的信号状态进行判定，其中，所述信号状态包括目标丢失、虚假目标和目标正常三种情况，将目标丢失和虚假目标定义为信号异常；若判定当前信号状态为目标丢失或虚假目标，则说明毫米波雷达存在功能不足或功能误用，采用风险降低处理以降低协同自适应巡航控制系统的毫米波雷达的风险；若判定当前信号状态为目标正常，则等待下一周期的到来，继续对该下一周期的毫米波雷达检测到的所有目标的信号状态进行判定；7.所述风险降低方法首先启动信号修正方案，然后决定采取异常警报、请求接管和降级处理中的一种或多种措施。8.在一些实施例中，所述基于数据关联的异常检测是根据上一周期毫米波雷达检测到的所有目标的量测数据对当前周期各目标的状态进行预测，将各目标的预测状态与当前周期毫米波雷达检测到的相应目标的量测数据进行数据关联，针对毫米波雷达检测到的任一目标，若该任一目标被成功关联且成功关联的次数大于设定阈值，则判定该任一目标的信号状态为目标正常，若该任一目标被成功关联且成功关联的次数小于或者等于所述设定阈值，则判定该任一目标的信号状态为虚假目标，若该任一目标未被成功关联，则判定该任一目标的信号状态为目标丢失。9.进一步地，针对目标i，设其在上一周期内时刻t-ts的量测状态和当前周期内对应时刻t的预测状态分别为和θi(t-ts),vi(t-ts)]t，xi(t-ts),yi(t-ts),θi(t-ts)和vi(t-ts)分别为毫米波雷达检测到的目标i在上一周期时刻t-ts的纵向位置、横向位置、航向角和速度，的纵向位置、横向位置、航向角和速度，xi(t)pre,yi(t)pre,θi(t)pre和vi(t)pre分别为预测的目标i在当前周期时刻t的纵向位置、横向位置、航向角和速度；10.将目标i的预测状态与当前周期毫米波雷达检测到的目标i的量测数据进行数据关联时，设置目标i的关联区域thi，所述关联区域thi内所有目标的状态信息满足如下条件：[0011][0012][0013][0014]vth＝amaxts[0015]式中，x,y,θ,v分别为纵向位置、横向位置、航向角和速度；xth,yth,θth,vth分别为关联区域的纵向距离阈值，横向距离阈值，角度阈值和速度阈值；amax为目标的最大加速度；[0016]若关联区域thi内存在目标，则选择关联区域thi内特征距离s最小的目标作为关联目标，判定目标i被成功关联，并记录目标i被成功关联的次数asi(t)，asi(t)＝asi(t-ts)+1，asi(t-ts)为目标i在上一周期被成功关联的次数；若关联区域thi内不存在目标，则判定目标i未被成功关联，并记录目标i被成功关联的次数asi(t)＝asi(t-ts)；所述特征距离s按照下式计算得到：[0017][0018]在一些实施例中，所述风险降低处理包括：首先启动信号修正方案和二级警报提醒驾驶员注意并监测信号异常持续时间；若信号异常持续时间超过第一时间阈值t2，则启动一级警报，请求驾驶员接管车辆并继续监测信号异常持续时间，否则继续采用二级警报提醒驾驶员注意直至信号异常持续时间超过所述第一时间阈值t2；若信号异常持续时间超过第二时间阈值t3且驾驶员未接管车辆，则启动降级方案，车辆退出协同自适应巡航控制系统，调整为定速巡航状态，否则继续采用一级警报并请求驾驶员接管车辆直至驾驶员接管车辆或者启动降级方案。[0019]进一步地，将从毫米波雷达发生功能不足或功能误用到该功能不足或功能误用被基于数据关联的异常检测检测到的时间间隔定义为异常检测时间δtdti，所述异常检测时间δtdti、所述第一时间阈值t2和所述第二时间阈值t3分别按照下式设置：[0020]δtdti《δthtti-δtart[0021]t2＝δtart-tb-tmg[0022]t3＝δtart-tb[0023]式中，δthtti为危害容忍时间间隔，指危害事件发生前，整车对于毫米波雷达中功能不足或功能误用可允许的最长时间间隔；δtart为异常响应时间，指从毫米波雷达功能不足或功能误用被基于数据关联的异常检测检测出来到车辆进入安全状态的时间间隔；tb为降级策略生效所需的时间；tmg为裕量时间。[0024]进一步地，针对目标丢失的信号，考虑自车以最大加速度amax加速，前车以最大加速度amax减速的工况为极限工况，为避免自车与前车发生碰撞，按照下式设置危害容忍时间间隔δthtti,l：[0025][0026]式中，vs为基于数据关联的异常检测检测到信号异常时自车的速度，vf为基于数据关联的异常检测检测到信号异常时前车的速度，df2s为基于数据关联的异常检测检测到信号异常时自车与前车的距离。[0027]进一步地，针对虚假目标的信号，考虑自车以最大加速度amax减速，后车以最大加速度amax加速的工况为极限工况，为避免自车与后车发生碰撞，按照下式设置危害容忍时间间隔δthtti,f：[0028][0029]式中，vs为基于数据关联的异常检测检测到信号异常时自车的速度，vb为基于数据关联的异常检测检测到信号异常时后车的速度，ds2b为基于数据关联的异常检测检测到信号异常时自车与后车的距离。[0030]进一步地，针对虚假目标的信号，采用的信号修正方案为忽略虚假目标，重新选择跟随目标。[0031]进一步地，针对目标丢失的信号，采用的信号修正方案为使用预测的目标运动信息补偿丢失的目标运动信息。[0032]进一步地，所述使用预测的目标运动信息补偿丢失的目标运动信息包括：[0033]基于arima模型对目标的历史加速度序列进行学习，提取目标的加速度序列特征，不断修正arima模型的参数，直至预测的目标加速度和目标加速度变化率均满足要求，得到加速度预测模型，利用所述加速度预测模型预测未来时间内目标的加速度序列，将预测的目标加速度序列代入ca模型中，替换原本ca模型中的恒定加速度，计算预测的目标位置和速度序列，从而实现使用预测的目标运动信息补偿丢失的目标运动信息。[0034]进一步地，需要修正的所述arima模型的参数包括差分阶数、自回归阶数、移动平均阶数、自回归系数和移动平均系数。[0035]进一步地，利用kpss检验对信号丢失的目标的历史加速度序列进行平稳性检验，确定所述差分阶数；利用基于赤池信息准则和贝叶斯信息准则的网格搜索方法，确定所述自回归阶数和所述移动平均阶数；利用最大似然方法确定所述自回归系数和移动平均系数。[0036]本公开的特点及有益效果为：[0037]本公开实施例提出的一种协同自适应巡航控制系统毫米波雷达的功能改进方法，使用的异常检测方法对当前毫米波雷达检测到的所有目标进行跟踪预测，当前时刻量测数据与状态预测信息对比，进行目标丢失和虚假目标出现的判断。对不同的功能不足模式及异常持续时间执行相应的二级警报、一级警报、信号修正以及降级为定速巡航方案。对于目标丢失情况下的信号修正，忽略虚假目标，重新选择跟随目标；对于目标丢失情况下的信号修正，使用预测的目标运动信息补偿丢失的目标运动信息，最终可以保证队列安全稳定运行。附图说明[0038]附图仅用于示出具体实施例的目的，而并不认为是对本技术的限制。[0039]图1是本公开第一方面实施例提供的功能改进方法的整体流程图。[0040]图2是本公开第一方面实施例提供的风险识别方法的流程图。[0041]图3是本公开第一方面实施例提供的风险降低方法整体流程图。[0042]图4是本公开第一方面实施例提供的风险降低方法启动时间示意图。[0043]图5是本公开三方面实施例提供的电子设备的结构示意图。具体实施方式[0044]为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本技术，并不用于限定本技术。[0045]相反，本技术涵盖任何由权利要求定义的在本技术精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本技术有更好的了解，在下文对本技术的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本技术。[0046]本公开第一方面实施例提供的一种协同自适应巡航控制系统毫米波雷达的功能改进方法，其整体流程如图1所示，本公开方法在车辆行进过程中不断进行，直至车辆停止。本公开方法包括以下步骤：[0047]1)cacc毫米波雷达风险识别[0048]在当前周期，使用基于数据关联的异常检测方法，对面向cacc的毫米波雷达当前检测到的所有目标的信号状态进行判定是否异常，其中，信号状态包括目标丢失、虚假目标和目标正常三种情况，将目标丢失和虚假目标定义为信号异常；若判定当前信号状态为目标丢失或虚假目标，则说明cacc毫米波雷达存在功能不足或功能误用，执行步骤2)；若判定当前信号状态为目标正常，则等待下一周期的到来，继续对该下一周期的毫米波雷达检测到的所有目标的信号状态进行判定。[0049]2)cacc毫米波雷达风险降低[0050]根据识别到的异常信号启动安全决策，具体为，首先对异常信号进行修正，然后采取异常警报、请求接管和降级处理中的一种或多种措施来降低cacc毫米波雷达的风险。[0051]在一些实施例中，基于数据关联的异常检测方法，是对上一周期毫米波雷达检测到的所有目标进行跟踪预测，将当前时刻量测数据与状态预测信息对比，进行目标丢失和虚假目标出现的判断。具体地，参见图2，基于数据关联的异常检测方法是根据上一周期毫米波雷达检测到的所有目标的量测数据对当前周期各目标的状态进行预测，将各目标的预测状态与当前周期毫米波雷达检测到的相应目标的量测数据进行数据关联，针对毫米波雷达检测到的任一目标，若该任一目标被成功关联且成功关联的次数大于设定阈值as0(一般取as0＝2)，则判定该任一目标的信号状态为目标正常，若该任一目标被成功关联且成功关联的次数小于或者等于设定阈值as0，则判定该任一目标的信号状态为虚假目标，若该任一目标未被成功关联，则判定该任一目标的信号状态为目标丢失。[0052]进一步地，使用恒定转弯率和加速度(constant turn rate and acceleration,ctra)模型基于上一周期毫米波雷达检测到的所有目标的量测数据对当前周期各目标的状态进行预测，将预测结果和当前周期的量测数据进行数据关联，具体为：[0053]针对目标i，设其在上一周期内时刻t-ts的量测状态为的量测状态为yi(t-ts),θi(t-ts),vi(t-ts)]t，xi(t-ts),yi(t-ts),θi(t-ts)和vi(t-ts)分别为毫米波雷达检测到的目标i在上一周期内时刻t-ts的纵向位置、横向位置、航向角和速度；利用ctra模型对目标i在当前周期内时刻t的状态进行预测，设目标i的预测状态为xi(t)pre,yi(t)pre,θi(t)pre和vi(t)pre分别为预测的目标i在当前周期内时刻t的纵向位置、横向位置、航向角和速度；[0054]将目标i的预测状态与当前周期毫米波雷达检测到的目标i的量测数据进行数据关联时，设置关联区域thi，该关联区域thi内所有目标的状态信息满足如下条件：[0055][0056][0057][0058]vth＝amaxtsꢀꢀꢀꢀ(4)式中，x,y,θ,v分别为纵向位置、横向位置、航向角和速度；xth,yth,θth,vth分别为关联区域的纵向距离阈值，横向距离阈值，角度阈值和速度阈值；考虑到一般车辆的转向角在0.52rad到0.70rad之间，所以设置θth＝1.40rad；amax为目标(为车辆)的最大加速度；[0059]若关联区域thi内存在目标，则选择关联区域thi内特征距离s最小的目标为关联目标，判定目标i被成功关联，并记录目标i被成功关联的次数asi(t)，asi(t)＝asi(t-ts)+1，asi(t-ts)为目标i在上一周期被成功关联的次数；若关联区域thi内不存在目标，则判定目标i未被成功关联，并记录目标i被成功关联的次数asi(t)＝asi(t-ts)；其中，特征距离s按照下式计算得到：[0060][0061]在一些实施例中，参见图1、图3和图4，风险降低方法包括：首先启动信号修正方案和二级警报提醒驾驶员注意并监测信号异常持续时间；若信号异常持续时间超过第一时间阈值t2，则启动一级警报，请求驾驶员接管车辆并继续监测信号异常持续时间，否则继续采用二级警报提醒驾驶员注意直至信号异常持续时间超过所述第一时间阈值t2；若信号异常持续时间超过第二时间阈值t3且驾驶员未接管车辆，则启动降级方案，车辆退出协同自适应巡航控制系统，调整为定速巡航状态，否则继续采用一级警报并请求驾驶员接管车辆直至驾驶员接管车辆或者启动降级方案。[0062]进一步地，安全决策根据由基于数据关联的异常检测方法利用当前车辆(包括自车、前车和后车)运行状态计算和识别到的功能不足模式计算信号修正、二级警报、一级警报以及降级处理方案的启动时间，如图4所示，其中：[0063]定义危害容忍时间间隔δthtti为危害事件发生前，整车对于cacc毫米波雷达中功能不足或驾驶员功能误用可允许的最长时间间隔；定义异常检测时间δtdti为从cacc毫米波雷达功能不足或功能误用发生到基于数据关联的异常检测方法检测并发送异常代码的时间间隔；定义异常响应时间δtart为从cacc毫米波雷达功能不足或功能误用被基于数据关联的异常检测方法检测出来到车辆进入安全状态的时间间隔。预期功能安全的功能改进策略要在危害容忍时间间隔内，使车辆进入安全状态，因此，上述三种时间之前满足如下关系：[0064]δtdti+δtart《δthttiꢀꢀꢀꢀꢀ(6)[0065]根据仿真实验结果表明，本公开实施例提供的基于数据关联的异常检测方法的异常检测时间δtdti＝0.2s。[0066]对于危害容忍时间间隔δthtti的确定，针对目标丢失和虚假目标分别进行描述：[0067]a、在目标丢失情况下，考虑自车以最大加速度amax加速，前车以最大加速度amax减速的工况为极限工况，为避免自车与前车发生碰撞，按照下式设置危害容忍时间δthtti,l：[0068][0069]式中，vs为本实施例的基于数据关联的异常检测方法检测到异常信号时自车的速度，vf为本实施例的基于数据关联的异常检测方法检测到异常信号时前车的速度，df2s为本实施例的基于数据关联的异常检测方法检测到异常信号时自车与前车的距离。[0070]b、在虚假目标情况下，考虑自车以最大加速度amax减速，后车以最大加速度amax加速的工况为极限工况，为避免自车与后车发生碰撞，按照下式设置危害容忍时间δthtti,f：[0071][0072]式中，vb为本实施例的基于数据关联的异常检测方法检测到异常信号时后车的速度，ds2b为本实施例的基于数据关联的异常检测方法检测到异常信号时自车与后车的距离；[0073]对于第一时间阈值t2(即启动一级警报、请求驾驶员接管车辆的异常持续阈值时间)和第二时间阈值t3(即启动降级策略的异常持续阈值时间)的确定，将一级警报到驾驶员接管车辆所需时长加上一定裕量时间tmg(根据已有的实验结果，驾驶员危险反应时间0.8s～2.0s，故选择裕量时间tmg为2.0s)，若超出裕量时间tmg驾驶员仍未接管车辆，则启动降级策略，设降级策略生效所需的时间为tb(根据仿真结果，降级策略生效所需的时间tb为1.2s)，基于上述因素，第一时间阈值t2和第二时间阈值t3分别按照下式确定：[0074]t2＝δtart-tb-tmgꢀꢀꢀꢀꢀ(9)[0075]t3＝δtart-tbꢀꢀꢀꢀꢀꢀꢀ(10)[0076]进一步地，对于识别到的虚假目标和目标丢失，采用不同的信号修正方案：[0077]针对虚假目标，采用的信号修正方案为忽略虚假目标，重新选择跟随目标。[0078]针对目标丢失，基于差分整合移动平均自回归(autoregressive integrated moving average,arima)模型对该目标的历史加速度序列进行学习，提取该目标的加速度序列特征，不断修正arima模型的参数，直至预测的目标加速度和目标加速度变化率均满足要求，得到加速度预测模型，利用该加速度预测模型预测未来时间tpre内目标的加速度序列，将预测的目标加速度序列代入恒定加速度(constant acceleration,ca)模型中，替换原本ca模型中的恒定加速度，计算预测的目标位置和速度序列，从而实现使用预测的目标运动信息(包括目标的位置和速度)补偿丢失的目标运动信息。具体步骤如下：[0079]21)基于arima模型按照下式构建对目标的加速度进行预测的加速度预测模型：[0080][0081]式中，为t时刻的目标加速度的d阶差分，为t-j时刻的目标加速度的d阶差分；εt为t时刻加速度的残差，εt-j为t-j时刻的残差；p,q,φj,θj均为arima模型的参数，其中，p为自回归(ar)阶数，q为移动平均(ma)阶数，φj为自回归系数，θj为移动平均系数。[0082]22)按照以下步骤不断修正arima模型的参数，得到最终的加速度预测模型：[0083]221)利用kpss(kwiatkowski-phillips-schmidtshin)检验对信号丢失的目标的历史加速度序列进行平稳性检验，确定差分阶数d，具体地：若历史加速度序列不满足平稳性要求，则对历史加速度序列进行一次差分后再次进行平稳性检验，循环往复直到历史加速度序列满足平稳性要求，历史加速度序列满足平稳性要求需要经过的差分次数即为差分阶数d；[0084]222)利用基于赤池信息准则(akaike information criterion，aic)和贝叶斯信息准则(bayesian information criterion，bic)的网格搜索方法，确定自回归阶数p和移动平均阶数q，具体地：[0085]首先确定自回归阶数p和移动平均阶数q的二维搜索网格点(pv,qv)并计算各二维搜索网格点的aic和bic值，计算公式如下：[0086]{(pv,qv)|pv∈[0,pmax],qv∈[0,qmax]且pv,qv∈n}ꢀꢀꢀ(12)[0087][0088][0089]式中，为二维搜索网格点(pv,qv)处的残差方差，n为信号丢失的目标的历史加速度序列样本的数量。[0090]然后确定aic(pv,qv)取最小值时对应的二维搜索网格点，记为为并确定bic(pv,qv)取最小值时对应的二维搜索网格点，记为[0091][0092]即为估计的自回归阶数和移动平均阶数。[0093]223)利用最大似然方法估计确定自回归系数φj和移动平均系数θj，具体地：[0094]最大似然方法采用的约化似然函数为l(β)：[0095][0096][0097]β＝(φ1,φ2,…,φj,…,φp,θ1,θ2,…,θj,…,θq)tꢀꢀꢀ(18)[0098]式中，β为自回归系数的滑动平均系数组成的向量；(r0,r1…,rn-1)为的均方误差；[0099]计算约化似然函数l(β)的最小值点即得自回归系数φj和移动平均系数θj。[0100]224)根据步骤221)～步骤223)得到的差分阶数d、自回归阶数p、移动平均阶数q、自回归系数φj和移动平均系数θj，由arima模型，得到预测的目标加速度序列，由arima模型，得到预测的目标加速度序列tstart为检测到的目标丢失时刻，若[0101]或者[0102]则删除对应的二维搜索网格点(p,q)，式中，jmax为车辆加速度变化率最大值。[0103]225)循环往复步骤221)至步骤224)，直到预测的目标加速度和预测的目标加速度变化率均满足要求，得到最终的加速度预测模型。[0104]23)利用步骤22)最终得到的加速度预测模型预测未来时间tpre内目标的加速度序列；[0105]24)将预测的目标加速度序列代入恒定加速度(constant acceleration,ca)模型(假设需要对前车进行信息补偿，cacc中前车仅有纵向运动，因此采用ca模型)中，替换原本ca模型中的恒定加速度，计算预测的目标位置和速度序列，从而实现使用预测的目标运动信息补偿丢失的目标运动信息。[0106]进一步地，定速巡航时，自车速度满足：[0107]vdes＝vf_last-cꢀꢀꢀꢀ(20)式中，vdes为定速巡航状态的期望车速，vf_last为检测到异常信号时前车的速度，c为设置的相邻车辆的速度差，c＝0.9m/s。[0108]本公开第二方面实施例提供的一种协同自适应巡航控制系统毫米波雷达的功能改进装置，包括：[0109]cacc毫米波雷达异常检测模块，用于在当前周期，使用基于数据关联的异常检测方法，对面向cacc的毫米波雷达当前检测到的所有目标的信号状态进行判定是否异常，其中，信号状态包括目标丢失、虚假目标和目标正常三种情况，将目标丢失和虚假目标定义为信号异常，若判定当前信号状态为目标丢失或虚假目标，则说明毫米波雷达存在功能不足或功能误用；[0110]cacc毫米波雷达风险降低模块，用于在cacc毫米波雷达异常检测模块检测到信号状态异常时，首先启动信号修正方案，然后决定采取异常警报、请求接管和降级处理中的一种或多种措施来降低cacc毫米波雷达的风险。[0111]为了实现上述实施例，本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，用于执行上述实施例的协同自适应巡航控制系统毫米波雷达的功能改进方法。[0112]下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。其中，需要说明的是，本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机、服务器等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。[0113]如图5所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)101，其可以根据存储在只读存储器(rom)102中的程序或者从存储装置108加载到随机访问存储器(ram)103中的程序而执行各种适当的动作和处理。在ram 103中，还存储有电子设备操作所需的各种程序和数据。处理装置101、rom 102以及ram 103通过总线104彼此相连。输入/输出(i/o)接口105也连接至总线104。[0114]通常，以下装置可以连接至i/o接口105：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风等的输入装置106；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置107；包括例如磁带、硬盘等的存储装置108；以及通信装置109。通信装置109可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。[0115]特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图中所示方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置109从网络上被下载和安装，或者从存储装置108被安装，或者从rom 102被安装。在该计算机程序被处理装置101执行时，执行本公开实施例的方法中限定的上述功能。[0116]需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。[0117]上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。[0118]上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：在当前周期，使用基于数据关联的异常检测方法，对面向协同自适应巡航控制系统的毫米波雷达当前检测到的所有目标的信号状态进行判定，其中，所述信号状态包括目标丢失、虚假目标和目标正常三种情况，将目标丢失和虚假目标定义为信号异常；若判定当前信号状态为目标丢失或虚假目标，则说明毫米波雷达存在功能不足或功能误用，启动风险降低方法以降低cacc毫米波雷达的风险；若判定当前信号状态为目标正常，则等待下一周期的到来，继续对该下一周期的毫米波雷达检测到的所有目标的信号状态进行判定；所述风险降低方法首先启动信号修正方案，然后决定采取异常警报、请求接管和降级处理中的一种或多种措施。[0119]可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++、python，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。[0120]在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。[0121]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。[0122]流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。[0123]在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。[0124]应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。[0125]本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤，可以通过程序来指令相关的硬件完成，所开发的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。[0126]此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。[0127]上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!