用于高級駕駛輔助系統用傳感器的故障診斷和校準的裝置和方法與流程

本公開涉及用于高級駕駛輔助系統(ADAS)用傳感器的故障診斷和校準的裝置和方法，其能夠實現ADAS中使用的傳感器的故障診斷和誤差校準。

背景技術：

近年來，為了駕駛者的方便和安全，已經開發了各種類型的高級駕駛輔助系統(ADAS)。例如，諸如自動調整車輛速度以維持與前方車輛的安全距離的智能巡航控制(SCC)系統、當駕駛者在沒有激活轉向燈的情況下離開或即將離開車道時通過控制轉向幫助保持車輛在其車道的車道保持輔助系統(LKAS)和通過識別停車位代替駕駛者自動停放車輛的智能停車輔助系統(SPAS)的各種系統正被應用于車輛。此外，它們的應用和功能正在逐步擴展。此類系統可以被設置有各種類型的傳感器，諸如無線電探測與測距(RADAR)傳感器、光探測和測距(LiDAR)傳感器、攝像機和超聲傳感器，以便識別駕駛環境并根據駕駛狀況提供輔助。

ADAS基于與周圍環境有關的信息(例如，由傳感器獲得的距離和速度)針對車輛的加速和減速、轉向等執行輔助控制。因此，通過實時地確定傳感器是否已經發生故障來進行誤差的校準對于ADAS是必不可少的。

然而，為了通過確定傳感器是否已經發生故障來實現誤差的校準，需要高價的評估設備和校準設備。

技術實現要素：

做出本公開是為了解決上述現有技術中出現的問題的同時，維持現有技術已實現的優點完整。

本公開的一方面提供了用于高級駕駛輔助系統(ADAS)用傳感器的故障診斷和校準的裝置和方法，其能夠實現ADAS中使用的傳感器的故障診斷和誤差校準。

根據本發明的一方面，一種用于高級駕駛輔助系統(ADAS)用傳感器的故障診斷和校準的裝置可以包括：測量單元，包括安裝在車輛中的兩個或更多個傳感器；存儲裝置，用于存儲所述兩個或更多個傳感器中的每個傳感器的特性數據；處理器，用于選擇所述兩個或更多個傳感器中的一個傳感器作為基準傳感器，并基于所述基準傳感器的誤差協方差信息來確定是否檢測到其它待診斷傳感器的故障以及是否需要對其進行校準。

所述兩個或更多個傳感器可以針對位于所述兩個或更多個傳感器的公共測量區域中的物體測量同類數據。

所述基準傳感器可以是全球定位系統(GPS)傳感器、超聲傳感器、無線電探測與測距(RADAR)傳感器、光探測和測距(LiDAR)傳感器和攝像機中的任何一個。

所述特性數據包括所述基準傳感器的安裝位置、測量范圍和誤差協方差信息。

所述處理器可以包括：基準選擇模塊，用于通過分析所述兩個或更多個傳感器的可靠性來選擇所述基準傳感器；診斷模塊，用于將所述基準傳感器的測量數據與待診斷傳感器的測量數據進行比較，確定誤差程度是否在容許誤差范圍之外，并確定是否檢測到所述待診斷傳感器的故障以及是否需要對其進行校準；和校準模塊，用于當所述診斷模塊確定出需要對所述待診斷傳感器進行校準時，基于所述基準傳感器的測量數據來校準所述待診斷傳感器的校準參數。

所述基準選擇模塊可以通過使用關于所述兩個或更多個傳感器的測量數據的精度來分析所述兩個或更多個傳感器的可靠性。

所述基準選擇模塊可以通過使用基于各自傳感器的規格的精度來分析所述兩個或更多個傳感器的可靠性。

所述診斷模塊可以計算所述基準傳感器的誤差協方差信息和所述待診斷傳感器的誤差協方差信息的協方差交集，從而計算用于確定是否需要對所述待診斷傳感器進行校準的容許誤差范圍。

所述診斷模塊可以計算所述基準傳感器的誤差協方差信息和所述待診斷傳感器的誤差協方差信息的協方差并集，從而計算用于確定是否檢測到所述待診斷傳感器的故障的容許誤差范圍。

所述診斷模塊可以計算所述基準傳感器的測量數據與所述待診斷傳感器的測量數據之間的Mahalanobis距離，從而計算所述基準傳感器和所述待診斷傳感器的測量誤差。

所述校準模塊通過使用成本函數來計算使所述基準傳感器的測量數據與所述待診斷傳感器的測量數據之間的差值最小的校準參數。

根據本公開的另一方面，一種用于高級駕駛輔助系統(ADAS)用傳感器的故障診斷和校準的方法可以包括以下步驟：確定是否滿足用于發起對安裝在車輛中的兩個或更多個傳感器進行診斷的診斷條件；通過分析所述兩個或更多個傳感器的可靠性來選擇這些傳感器之一作為基準傳感器；基于所述基準傳感器的誤差協方差信息來確定是否檢測到其它待診斷傳感器的故障以及是否需要對其進行校準；以及根據所述待診斷傳感器的診斷結果執行處理。

在確定是否滿足診斷條件的步驟中，可以確定在所述兩個或更多個傳感器的公共測量區域中是否存在物體。

確定是否檢測到所述待診斷傳感器的故障以及是否需要對其進行校準的步驟可以包括：計算所述基準傳感器的誤差協方差信息和所述待診斷傳感器的誤差協方差信息的協方差交集；檢驗所述基準傳感器的測量數據與所述待診斷傳感器的測量數據之間的誤差程度是否在由所述協方差交集設定的容許誤差范圍之外，從而確定是否需要進行校準；當確定需要對所述待診斷傳感器進行校準時，計算所述基準傳感器的誤差協方差信息和所述待診斷傳感器的誤差協方差信息的協方差并集；檢驗所述基準傳感器的測量數據與所述待診斷傳感器的測量數據之間的誤差程度是否在由所述協方差并集設定的容許誤差范圍之外，從而確定是否存在故障的可能性；當存在所述待診斷傳感器故障的可能性時，對所述待診斷傳感器的故障診斷次數進行累積計數；以及檢驗所述待診斷傳感器的故障診斷次數是否超過閾值，從而確定所述待診斷傳感器的故障。

確定是否存在故障的可能性的步驟還可以包括：當不存在所述待診斷傳感器故障的可能性時，對所述待診斷傳感器的校準請求次數進行計數；以及檢驗所述待診斷傳感器的校準請求次數是否超過閾值，從而確定需要對對應傳感器進行校準。

該方法還可以包括以下步驟：當確定出需要對對應傳感器進行校準時，通過使用成本函數來計算使所述基準傳感器的測量數據與所述待診斷傳感器的測量數據之間的差值最小的校準參數。

該方法還可以包括以下步驟：當確定出檢測到對應傳感器的故障時，輸出通知所述待診斷傳感器的故障的信息。

附圖說明

通過結合附圖的下列詳細描述，本公開的以上和其它目標、特征和優點將更加明顯：

圖1示出根據本公開的示例性實施例的用于高級駕駛輔助系統(ADAS)用傳感器的故障診斷和校準的裝置的配置的方框圖；

圖2為示出根據本公開的示例性實施例的協方差交集的概念的曲線圖；

圖3為示出根據本公開的示例性實施例的協方差并集的概念的曲線圖；

圖4為示出根據本公開的示例性實施例的用于ADAS用傳感器的故障診斷和校準的方法的流程圖；

圖5示出根據本公開的示例性實施例的傳感器故障警報輸出；

圖6示出根據本公開的示例性實施例的傳感器故障診斷；和

圖7示出根據本公開的示例性實施例的傳感器的校準。

附圖中每個要素的符號

111 GPS傳感器

112 超聲傳感器

113 RADAR傳感器

114 LiDAR傳感器

115 攝像機

141 基準選擇模塊

143 診斷模塊

145 校準模塊

120 存儲裝置

130 輸出單元

S110 滿足診斷條件？

S120 選擇基準傳感器

S130 計算協方差交集

S140 需要校準？

S150 計算協方差并集

S160 故障的可能性？

S170 對故障診斷次數進行計數

S180 確定故障？

S190 通知故障

S200 對校準請求次數進行計數

S210 確定校準？

S220 執行校準

具體實施方式

在下文，將參考附圖詳細地描述本公開的示例性實施例。

本公開的實例性實施例可以提供在無需單獨的附加裝置的情況下，使用ADAS用傳感器的測量數據和概率信息執行高級駕駛輔助系統(ADAS)用傳感器的故障診斷和校準的裝置和方法。

這里，ADAS可以包括智能停車輔助系統(APAS)、智能巡航控制(SCC)系統、車道保持輔助系統(LKAS)和/或盲區檢測(BSD)系統。

圖1示出根據本公開的示例性實施例的用于高級駕駛輔助系統(ADAS)用傳感器的故障診斷和校準的裝置的配置的方框圖。圖2示出根據本公開的示例性實施例的協方差交集的概念。圖3示出根據本公開的示例性實施例的協方差并集的概念。

如圖1所示，用于ADAS用傳感器的故障診斷和校準的裝置可以包括測量單元110、存儲裝置120、輸出單元130和處理器140。

測量單元110可以測量車輛的周圍環境信息和行為信息。測量單元110可以包括全球定位系統(GPS)傳感器111、超聲傳感器112、無線電探測與測距(RADAR)傳感器113、光探測和測距(LiDAR)傳感器114、攝像機115等。

GPS傳感器111可以被設置用以測量(估計)車輛的當前位置。GPS傳感器111可以通過三個或更多個衛星測量準確的時間和距離，從而通過三個相應的不同距離的三角測量計算車輛的當前位置。GPS傳感器111可以實時地連續計算當前位置，以使用計算出的當前位置計算速度信息。

至少一個超聲傳感器112可以被設置在車輛的前部、后部、前側部和/或后側部等，以測量車輛與車輛附近的近距離障礙物之間的距離。

RADAR傳感器113可以被設置在車輛的前部、后部等，以測量移動障礙物(例如，其它車輛和摩托車)的相對距離和速度。

LiDAR傳感器114可以被設置在車輛的前部和后部，以測量遠距離障礙物的準確距離和位置信息。

攝像機115可以提供障礙物(例如，行人和其它車輛)的距離信息以及車輛前方的車道信息(車道位置、彎度、類型等)，攝像機115也可以測量車輛在各方向上相對于車輛附近的車道或障礙物的位置。

根據其用途，至少一個攝像機115可以被設置在車輛的前部、后部和/或側部，或者每處均設置攝像機115。例如，攝像機115可以包括設置在車輛前部的前視近距離攝像機和前視遠距離攝像機、設置在車輛后部的后視近距離攝像機和后視遠距離攝像機、以及設置在車輛的前部、后部和側部的全景式監控影像系統(AVM)攝像機。

攝像機115可以被提供為圖像傳感器諸如電荷耦合器件(CCD)圖像傳感器、金屬氧化物半導體(MOS)圖像傳感器、電荷引發器件(CPD)圖像傳感器和/或電荷注入器件(CID)圖像傳感器中的至少一種。

測量單元110可以提供測量數據和誤差協方差信息。誤差協方差信息可以指傳感器的測量數據的概率可靠性，其可以指示傳感器的測量誤差范圍(根據傳感器的規格和特性的誤差范圍)。

存儲裝置120可以預先將傳感器的特性數據存儲在數據庫中。存儲裝置120可以存儲各傳感器的特性數據(傳感器信息)，例如傳感器安裝在車輛中的位置、傳感器的測量范圍(傳感器輸出的最大值和最小值)和測量誤差范圍。

存儲裝置120可以存儲根據用于處理器140的操作和器件的操作的程序生成的各種類型的數據。

存儲裝置120可以被提供為存儲介質諸如快閃式存儲器、硬盤、安全數字(SD)卡、隨機存取存儲器(RAM)、只讀存儲器(ROM)和/或網頁存儲裝置中的至少一種。

輸出單元130可以在傳感器故障期間或在傳感器故障之后輸出通知傳感器的故障狀態的輸出信息。在此，可以以可視信息、可聽信息、觸覺信息等形式輸出該信息。

另外，輸出單元130可以利用傳感器數據將傳感器的故障狀態發送到另一個系統。在此，輸出單元130可以通過車輛網絡將傳感器的故障狀態發送到另一個系統。車輛網絡可以被提供為控制器區域網絡(CAN)、面向媒體的系統傳輸(MOST)網絡、本地互連網絡(LIN)、線控系統(FlexRay)等。

輸出單元130可以被提供為輸出裝置諸如顯示裝置、聲音輸出裝置(例如，揚聲器)和振動輸出裝置中的至少一種。在此，顯示裝置(未示出)可以包括液晶顯示器(LCD)、薄膜晶體管液晶顯示器(TFT LCD)、有機發光二極管(OLED)、柔性顯示器、3D顯示器、透明顯示器、平視顯示器(HUD)、觸摸屏和/或儀表群中的至少一種。

處理器140可以實時地診斷傳感器的故障，并且可以通過校正誤差來校準傳感器。處理器140可以包括基準選擇模塊141、診斷模塊143和校準模塊145。

基準選擇模塊141可以確定在傳感器的公共測量區域中是否存在物體(障礙物)并且確定傳感器是否滿足診斷條件。換言之，當在傳感器的公共測量區域中存在物體時，基準選擇模塊141可以確定出滿足診斷條件，并且當在傳感器的公共測量區域中不存在物體時，基準選擇模塊141可以確定出不滿足診斷條件。

當滿足診斷條件時，基準選擇模塊141可以選擇用于對傳感器進行故障診斷和校準的基準傳感器。基準選擇模塊141可以選擇在關于位于公共測量區域中的同一物體測量同類數據(例如，距離或速度)的兩個或更多傳感器之中具有最高精度(可靠性)的傳感器作為基準傳感器。例如，基準選擇模塊141可以基于從測量與障礙物的距離的超聲傳感器112、RADAR傳感器113、LiDAR傳感器114和攝像機115感測的信息的可靠性來選擇它們之中的任何一個作為基準傳感器。換言之，基準選擇模塊141可以分析各傳感器的測量數據的可靠性來選擇基準傳感器。

在選擇基準傳感器時，可靠性的分析可以基于由各傳感器提供的測量數據的精度。測量數據的精度可以指基于各傳感器的規格的精度或基于處理各傳感器的測量數據的結果的精度。通過預先將基于傳感器制造公差或安裝位置的精度作為單獨的數據進行存儲，可以獲得基于相應傳感器的規格的精度。基于處理傳感器的測量數據的結果的精度可以是在發送與傳感器識別障礙物(例如，其它車輛、行人、二輪車等)的結果有關的數據時一起發送的識別數據的實時可靠性。

診斷模塊143可以基于選定的基準傳感器的概率模型來確定是否需要進行校準。診斷模塊143可以計算誤差的協方差交集(covariance intersection)、基準傳感器的協方差信息和待診斷的傳感器的誤差協方差信息。如圖2所示，協方差交集P_int可以是通過加權和(weighted sum)對不同的協方差信息P_uss和P_ref進行融合的算法，在其中基準傳感器的測量誤差范圍P_ref和待診斷傳感器的誤差范圍P_uss被融合或合并或組合成一個范圍。

診斷模塊143可以通過使用下列公式1來計算基準傳感器的誤差協方差信息和待診斷傳感器的誤差協方差信息的協方差交集P_int：

【公式1】

這里，P_uss為待診斷傳感器的誤差協方差，P_ref為基準傳感器的誤差協方差，ω為加權因子。

診斷模塊143可以檢驗基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度是否在有效范圍(容許誤差范圍)之內。診斷模塊143可以通過使用公式2來計算基準傳感器的測量數據與待診斷傳感器的測量數據之間的Mahalanobis距離D_int(Z_i)：

【公式2】

這里，Z_uss為待診斷傳感器的測量數據，Z_ref為基準傳感器的測量數據。

診斷模塊143可以檢驗通過使用公式2計算出的基準傳感器與待診斷傳感器之間的誤差程度是否在驗證門限(validation gate)G_γ,int之內，從而確定是否需要進行校準。換言之，診斷模塊143可以檢驗待診斷傳感器的測量數據是否在由協方差交集設定的驗證門限(有效范圍、容許誤差范圍)之內，以確定數據是否有效。

當基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度在有效范圍之內時，診斷模塊143可以確定出不需要對待診斷傳感器進行校準。當基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度在有效范圍之外時，診斷模塊143可以確定出需要對待診斷傳感器進行校準。

當需要對待診斷傳感器進行校準時，診斷模塊143可以通過使用公式3來計算基準傳感器的誤差協方差和待診斷傳感器的誤差協方差的協方差并集(covariance union)P_uni。如圖3所示，協方差并集可以是考慮了基準傳感器的誤差協方差和待診斷傳感器的誤差協方差的數據融合的算法。

【公式3】

P_uni＝max(P_uss,P_ref)+(Z_uss-Z_ref)(Z_uss-Z_ref)^T

這里，Z_uss-Z_ref為基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差。

診斷模塊143可以通過使用協方差并集的有效范圍G_γ,uni來確定待診斷傳感器故障的可能性。

診斷模塊143可以檢驗基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度是否在協方差并集的有效范圍(容許誤差范圍)之內，從而確定故障的可能性。

診斷模塊143可以通過使用下列公式4來計算Mahalanobis距離D_uni(Z_i)，即，基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度。

【公式4】

當Mahalanobis距離D_uni(Z_i)在由協方差并集設定的驗證門限之內時，診斷模塊143可以確定出沒有故障的可能性。當Mahalanobis距離D_uni(Z_i)在驗證門限之外時，診斷模塊143可以確定出有故障的可能性。

當存在待診斷傳感器故障的可能性時，診斷模塊143可以對對應傳感器的故障診斷次數進行計數。當故障診斷次數超過閾值時，診斷模塊143可以確定對應傳感器的故障。

另一方面，當不存在待診斷傳感器故障的可能性時，診斷模塊143可以對對應傳感器的校準請求次數進行計數。當待診斷傳感器的校準請求次數超過閾值時，診斷模塊143可以確定出需要對對應傳感器進行校準。

當確定需要對待診斷傳感器進行校準時，校準模塊145可以通過利用基準傳感器的測量數據作為基準數據來校準待診斷傳感器的參數。校準模塊145可以通過在對傳感器進行校準期間改變基于對應傳感器的測量數據的協方差信息的重要性來補償對應傳感器的誤差。

校準模塊145可以通過應用加權最小二乘法獲得校準參數α和β，在加權最小二乘法中，允許在累積數據之中的基準傳感器的測量數據為真值的協方差的大小(驗證門限)被用作加權因子ω_i。

校準模塊145可以利用基準傳感器的測量數據與待診斷傳感器的校準數據之間的差的平方值的累積數據作為成本函數。當待診斷傳感器的校準數據與基準傳感器的測量數據相似時，校準模塊145可以減小成本函數。因此，校準模塊145可以計算使下列公式5的成本函數Q最小的校準參數α和β：

【公式5】

這里，為基準傳感器的測量數據，為待診斷傳感器在校準之前的測量數據，為待診斷傳感器在校準之后的測量數據，其由下列公式6表示：

【公式6】

在示例性實施例中，以示例的方式說明了使用成本函數計算用于傳感器校準的校準參數α和β，但不局限于此。可以對其做出修改和改變。

圖4示出根據本公開的示例性實施例的用于ADAS用傳感器的故障診斷和校準的方法的流程圖。圖5示出根據本公開的示例性實施例的傳感器故障警報輸出。

在操作S110中，處理器140的基準選擇模塊141可以確定是否滿足用于發起對傳感器的狀態進行診斷的診斷條件。例如，基準選擇模塊141可以檢驗在兩個或更多個傳感器的公共測量區域中是否存在物體，從而確定是否滿足診斷條件。

當滿足診斷條件時，在操作S120中，基準選擇模塊141可以分析安裝在車輛中的兩個或更多個傳感器的可靠性(精度)，并且選擇具有最高可靠性的單個傳感器作為基準傳感器。這里，兩個或更多個傳感器可以針對位于公共測量區域中的物體測量同類數據(例如，距離或速度)，并且包括GPS傳感器111、超聲傳感器112、RADAR傳感器113、LiDAR傳感器114和攝像機115中的至少一個。

當選定了基準傳感器時，在操作S130中，處理器140的診斷模塊143可以計算基準傳感器的誤差協方差信息和待診斷傳感器的誤差協方差信息的協方差交集。診斷模塊143可以合并基準傳感器的測量誤差范圍與待診斷傳感器的測量誤差范圍，以設定用于確定是否需要進行校準的驗證門限G_γ,int。這里，驗證門限可以設定用于確定是否需要進行校準的容許誤差范圍。

診斷模塊143可以檢驗基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度(分布程度)是否在基準范圍之內，從而確定是否需要進行校準。基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度可以是Mahalanobis距離。

在操作S140中，診斷模塊143可以檢驗基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度是否在用于確定是否需要進行校準的容許誤差范圍之內，從而確定是否需要進行校準。換言之，診斷模塊143可以根據待診斷傳感器測得的數據是否在驗證門限G_γ,int之內來確定是否需要進行校準。當Mahalanobis距離D_int(Z_i)小于驗證門限(有效區域)G_γ,int時，診斷模塊143可以確定出不需要進行校準，并且當Mahalanobis距離D_int(Z_i)大于或等于驗證門限G_γ,int時，確定出需要進行校準。

當需要對待診斷傳感器進行校準時，在操作S150中，診斷模塊143可以計算基準傳感器的誤差協方差和待診斷傳感器的誤差協方差的協方差并集。協方差并集可以被用作用于確定是否檢測到待診斷傳感器的故障的驗證門限G_γ,int。

在操作S160中，診斷模塊143可以檢驗基準傳感器的測量數據與待診斷傳感器的測量數據之間的誤差程度是否在用于確定故障的驗證門限之內，從而確定是否存在故障的可能性。診斷模塊143可以計算基準傳感器的測量數據與待診斷傳感器的測量數據之間的Mahalanobis距離D_int(Z_i)，并且當Mahalanobis距離D_int(Z_i)在驗證門限之內時，可以確定出不存在故障的可能性，而當Mahalanobis距離D_int(Z_i)在驗證門限之外時，可以確定出存在故障的可能性。

當確定出存在故障的可能性時，在操作S170中，每當生成故障可能性警報時，診斷模塊143可以對關于對應的待診斷傳感器的故障診斷累計次數進行計數。診斷模塊143可以將故障診斷次數記錄在存儲裝置120中。

在操作S180中，診斷模塊143可以基于故障診斷次數來檢驗是否確定故障。例如，當故障可能性警報的次數大于或等于預定次數(閾值)時，診斷模塊143可以最終確定待診斷傳感器的故障。

隨后，在操作S190中，診斷模塊143可以通過輸出單元130通知駕駛者待診斷傳感器的故障。輸出單元130可以在處理器140的控制下以駕駛者能夠識別的特定形式輸出對應傳感器的故障。例如，輸出單元130可以在顯示屏上顯示有故障的傳感器，如圖5所示。

當在操作S160中不存在待診斷傳感器故障的可能性時，在操作S200中，校準模塊145可以對待診斷傳感器的校準請求次數進行累積計數。校準請求次數可以作為用于隨后校準的相關數據被存儲在存儲裝置120中。

在操作S210中，校準模塊145可以檢驗待診斷傳感器的校準請求次數是否大于或等于閾值，從而確定是否需要進行校準。例如，當待診斷傳感器的校準請求次數大于或等于閾值時，校準模塊145可以確定出需要對待診斷傳感器進行校準。

當確定出需要對待診斷傳感器進行校準時，在操作S220中，校準模塊145可以對待診斷傳感器執行校準。換言之，校準模塊145可以使用公式5和公式6來計算校準參數。由于校準模塊145將計算出的校準參數應用到對應傳感器，因此它可以利用經校準的傳感器的測量數據。

圖6示出根據本發明的示例性實施例的傳感器故障診斷。

如圖6所示，當在行駛期間障礙物位于車輛的前方并且車輛停止預定時間或更長時，處理器140可以通過設置在車輛前部的前視攝像機、前視RADAR和四個前部超聲傳感器獲得關于障礙物的距離數據或車輛與障礙物之間的距離。處理器140可以選擇前視攝像機、前視RADAR和四個前部超聲傳感器中的任何一個作為基準傳感器，將基準傳感器的測量數據與其它各傳感器的測量數據進行比較，并且確定偏差大于或等于預定值的傳感器作為具有故障可能性的傳感器。換言之，處理器140可以確定出，與其它傳感器相比具有相對高的偏差(誤差)的前部超聲傳感器FIR具有故障可能性。

當故障可能性診斷次數大于或等于預定次數時，處理器140可以確定對應傳感器的故障，并且可以通知駕駛者對應傳感器的故障。另外，處理器140可以輸出通知傳感器的故障的警報并且引導駕駛者采取措施。

圖7示出根據本公開的示例性實施例的傳感器的校準。

如圖7所示，當障礙物位于后側視RADAR、全方位攝像機和側部超聲傳感器的測量區域重疊的測量區域中時，處理器140可以通過各傳感器獲得關于障礙物的距離數據。

處理器140可以選擇后側視RADAR、全方位攝像機和側部超聲傳感器中的任何一個作為基準傳感器，并且可以將基準傳感器的測量數據與其它各傳感器的測量數據進行比較。當后側部超聲傳感器的測量數據與基準傳感器的測量數據之間的誤差程度在用于確定是否需要校準的容許誤差范圍之外時，處理器140可以對對應傳感器執行參數校準。然后，處理器140可以更新校準參數以提高關于后側部超聲傳感器的測量數據的可靠性。

如上文所闡述的，可以在無需單獨的評估設備的情況下診斷ADAS中使用的傳感器的故障。

另外，可以在無需單獨的校準設備的情況下對有故障的傳感器執行校準。

在上文，雖然參考示例性實施例和附圖對本公開進行了描述，但本公開不局限于此，而是可以由本發明所屬領域技術人員進行各種修改和改變而不背離下列權利要求所要求保護的本公開的精神和范圍。