[发明专利]对故障状况进行排名

说明书

本公开提供了“对故障状况进行排名”。在车辆上的通信网络上检测多个故障状况。将检测到的故障状况、故障状况重要性、环境状况和车辆操作模式输入到神经网络，所述神经网络输出对相应的检测到的故障状况的排名。通过基于最大似然原理确定损失函数来训练神经网络，所述最大似然原理确定对检测到的故障状况进行排名的概率分布。基于对故障状况的排名来操作车辆。

技术领域

本公开总体上涉及车辆诊断系统，并且更具体地涉及对车辆中的故障状况进行检测和排名。

背景技术

车辆可以配备有电子和机电部件，例如，计算装置、网络、传感器和控制器等。车辆计算机可以获取关于车辆环境的数据，并且可以基于所获取的数据来操作车辆或其至少一些部件。车辆传感器可以提供关于将行驶的路线以及车辆的环境中要避开的对象的数据。车辆的操作可以依赖于在车辆正在进行操作时获取关于车辆环境中的对象的准确且及时的数据。

发明内容

一种系统包括计算机，所述计算机包括处理器和存储器，所述存储器存储指令，所述指令可由所述处理器执行以在车辆上的通信网络上检测多个故障状况。所述指令还包括用于进行以下操作的指令：将检测到的故障状况、故障状况重要性、环境状况和车辆操作模式输入到神经网络，所述神经网络输出对相应的检测到的故障状况的排名。通过基于最大似然原理确定损失函数来训练神经网络，所述最大似然原理确定对检测到的故障状况进行排名的概率分布。所述指令还包括用于进行以下操作的指令：基于故障状况的排名而操作车辆。

环境状况可以包括道路数据或天气数据中的至少一个。

可以基于在检测到对应的故障状况之后允许车辆操作的时间量来确定故障状况重要性。

神经网络可以包括第一隐藏层，所述第一隐藏层将潜在变量输出到第二隐藏层，所述第二隐藏层输出对检测到的故障状况的排名。

第一隐藏层可以包括偏置神经元。

神经网络可以通过将梯度下降应用于损失函数来优化损失函数的参数。

所述指令还可以包括用于进行以下操作的指令：进一步基于将排名最高的故障状况识别为持续性或瞬态中的一个来操作车辆。

所述指令还可以包括用于进行以下操作的指令：在确定检测到故障状况与从神经网络接收到输出之间的时间量大于或等于预定时间时，针对更新的故障状况监测车辆上的通信网络并且维持车辆的操作。

所述指令还可以包括用于进行以下操作的指令：在检测到更新的故障状况时将更新的故障状况输入到神经网络中，所述神经网络输出对更新的故障状况的排名。

所述指令还可以包括用于进行以下操作的指令：进一步基于确定检测到故障状况与从神经网络接收到输出之间的时间量小于预定时间来操作车辆。

所述指令还可以包括用于进行以下操作的指令：基于车辆传感器数据来确定车辆操作模式。

所述指令还可以包括用于进行以下操作的指令：基于车辆传感器数据来确定环境状况。

所述指令还可以包括用于进行以下操作的指令：访问查找表以确定故障状况重要性。

所述指令还可以包括用于进行以下操作的指令：基于识别到排名最高的故障状况，执行维持车辆的操作或执行最低风险操纵中的一个。

一种方法包括在车辆上的通信网络上检测多个故障状况。所述方法还包括将检测到的故障状况、故障状况重要性、环境状况和车辆操作模式输入到神经网络，所述神经网络输出对相应的检测到的故障状况的排名。通过基于最大似然原理确定损失函数来训练神经网络，所述最大似然原理确定对检测到的故障状况进行排名的概率分布。所述方法还包括基于故障状况的排名而操作车辆。

神经网络可以通过将梯度下降应用于损失函数来优化损失函数的参数。