傳感器退化管理

 

目前
，該行業正在從頭開始管理傳感器退化相關問題，以符合ASIL認證。如果這個晶體管壞了，或者那個電路出故障了怎麼辦
？如果傳感器輸出短路
，工程師能做什麼？“這是一個不可抗力而且耗時的。”Smith說。

 

必(bi)須(xu)進(jin)行(xing)具(ju)體(ti)的(de)實(shi)驗(yan)
，以(yi)檢(jian)查(zha)或(huo)證(zheng)明(ming)某(mou)些(xie)數(shu)字(zi)
，也(ye)稱(cheng)為(wei)覆(fu)蓋(gai)率(lv)。汽(qi)車(che)工(gong)程(cheng)師(shi)可(ke)以(yi)創(chuang)建(jian)一(yi)個(ge)故(gu)障(zhang)，並(bing)確(que)保(bao)它(ta)可(ke)以(yi)被(bei)檢(jian)測(ce)出(chu)來(lai)，同(tong)時(shi)使(shi)用(yong)行(xing)業(ye)標(biao)準(zhun)的(de)可(ke)靠(kao)性(xing)圖(tu)表(biao)。“這是一個相對簡單的係統，工程師可以有效地處理它們。”Smith補充道。

 

今天的車輛使用大約50個ge位wei置zhi傳chuan感gan器qi，因yin此ci從cong霍huo爾er效xiao應ying傳chuan感gan器qi到dao感gan應ying式shi位wei置zhi傳chuan感gan器qi的de轉zhuan變bian在zai管guan理li汽qi車che傳chuan感gan器qi退tui化hua方fang麵mian至zhi關guan重zhong要yao。除chu了le選xuan擇ze材cai料liao不bu易yi退tui化hua的de傳chuan感gan器qi之zhi外wai

，在zai有you效xiao管guan理li車che輛liang中zhong的de傳chuan感gan器qi退tui化hua方fang麵mian，還hai有you什shen麼me可ke以yi考kao慮lv的de？Smith認為機器學習是前進的方向。

 

Smith表示，機器學習模型可以在汽車傳感器出現故障之前實現模式識別。“汽車工程師可以分析五種不同的傳感器，檢測係統級故障以及更高級別的退化。”

 

機器學習是未來

 

汽qi車che行xing業ye開kai始shi重zhong視shi傳chuan感gan器qi退tui化hua問wen題ti
，但dan隨sui著zhe時shi間jian的de推tui移yi，使shi用yong一yi些xie先xian進jin的de計ji算suan技ji術shu
，利li用yong機ji器qi學xue習xi進jin行xing退tui化hua相xiang關guan分fen析xi的de機ji會hui非fei常chang充chong足zu。然ran而er，使shi用yong機ji器qi學xue習xi來lai管guan理li車che輛liang傳chuan感gan器qi退tui化hua的de想xiang法fa目mu前qian還hai處chu於yu初chu級ji階jie段duan，需xu要yao更geng大da的de計ji算suan能neng力li。

 

圖2：機器學習，上升到傳感器級別，可用於創建測量和減輕汽車傳感器退化的模型。來源：Mathworks

 

這種方法使工程師能夠收集大量數據，將其放入機器學習模型中
，然後尋找可能的退化。這就是目前自動駕駛（AV）的設計正在做的。史密斯說：“機器學習正在傳感器層麵上興起，它可以用來簡化退化測量過程
，使診斷過程更加有效。”。

 

汽qi車che傳chuan感gan器qi退tui化hua的de研yan究jiu非fei常chang適shi合he機ji器qi學xue習xi。事shi實shi上shang，機ji器qi學xue習xi需xu要yao大da量liang的de數shu據ju
，並bing將jiang其qi放fang入ru一yi個ge模mo型xing中zhong，以yi檢jian測ce傳chuan感gan器qi的de故gu障zhang
，這zhe一yi事shi實shi可ke以yi大da大da提ti高gao可ke靠kao性xing並bing節jie省sheng成cheng本ben。