摘要
本发明涉及智能汽车技术领域,具体涉及一种基于ANFIS的自动驾驶汽车交通风险预判及车辆故障诊断系统,包括多源数据融合模块、交通风险预判模块以及车辆故障识别模块,多源数据融合模块基于D‑S证据理论改进卡尔曼滤波融合方法,对常见环境感知传感器获取的多源数据进行有效融合,实现数据的预处理,接着交通风险预判模块基于融合后的数据作为输入,对交通风险进行预判和评估,输出预判结果;车辆故障识别模块依据预判结果,收集发生风险的传感器数据作为输入数据,完成故障分类输出结果。本发明提高了自动驾驶汽车对外部风险的感知灵敏度,进一步提高交通风险预判的效率和安全程度。
技术关键词
车辆故障诊断系统
卡尔曼滤波融合
交通
风险
识别模块
斯皮尔曼相关系数
数据
环境感知传感器
模糊规则
状态转移模型
智能汽车技术
理论
节点
观测噪声
贡献率
聚类
系统为您推荐了相关专利信息
深基坑
动态预警方法
深度学习模型
物联网监测系统
数字孪生模型
缺陷检测系统
缺陷检测方法
图像采集模块
环境感知传感器
高分辨率图像分割
虚拟机迁移策略
迁移方法
云服务器
迁移虚拟机
平台
动态开关
位置定位系统
电流电压检测装置
信号接收模块
数据采集模块
工程风险评估
时间序列特征
图谱
语义向量
融合特征