1.一種智能駕駛汽車的傳感器自檢系統(tǒng)，其與智能駕駛汽車的各個(gè)目標(biāo)傳感器通訊連接，獲取各傳感器的狀態(tài)數(shù)據(jù)；其特征在于，包括：
自檢模塊：其通過(guò)對(duì)各個(gè)目標(biāo)傳感器狀態(tài)數(shù)據(jù)的分析處理判斷出各目標(biāo)傳感器的運(yùn)行狀態(tài)；
狀態(tài)再判斷模塊：其在自檢模塊判斷出的傳感器運(yùn)行狀態(tài)基礎(chǔ)上，利用同類別傳感器的感知冗余信息，對(duì)同類別的各目標(biāo)傳感器狀態(tài)數(shù)據(jù)進(jìn)行對(duì)比，給出最終的傳感器運(yùn)行狀態(tài)判斷結(jié)果。
2.如權(quán)利要求1所述的一種智能駕駛汽車的傳感器自檢系統(tǒng)，其特征在于，所述傳感器的運(yùn)行狀態(tài)分為以下三種情況：
正常：代表此傳感器工作正常；
有瑕疵：代表此傳感器有問(wèn)題，但不影響傳感器的繼續(xù)工作；
嚴(yán)重錯(cuò)誤：代表此傳感器有嚴(yán)重問(wèn)題，不能正常工作。
3.如權(quán)利要求2所述的一種智能駕駛汽車的傳感器自檢系統(tǒng)，其特征在于，所述傳感器的三種運(yùn)行狀態(tài)的判斷采用閾值分析方法。
4.如權(quán)利要求3所述的一種智能駕駛汽車的傳感器自檢系統(tǒng)，其特征在于，所述閾值分析方法為：根據(jù)各目標(biāo)傳感器的自身特征參數(shù)及歷史數(shù)據(jù)，分別對(duì)其工作狀態(tài)數(shù)據(jù)設(shè)定閾值，將選定的目標(biāo)傳感器的狀態(tài)數(shù)據(jù)與其閾值進(jìn)行比較，判斷該目標(biāo)傳感器的運(yùn)行狀態(tài)。
5.如權(quán)利要求2所述的一種智能駕駛汽車的傳感器自檢系統(tǒng)，其特征在于，所述自檢模塊的工作過(guò)程為：
1.1)選定智能駕駛汽車中需要進(jìn)行傳感器自檢的所有目標(biāo)傳感器；
1.2)采集當(dāng)前目標(biāo)傳感器的狀態(tài)數(shù)據(jù)，對(duì)狀態(tài)數(shù)據(jù)進(jìn)行分析處理，判斷當(dāng)前目標(biāo)傳感器的運(yùn)行狀態(tài)；
1.3)記錄當(dāng)前目標(biāo)傳感器的運(yùn)行狀態(tài)自檢結(jié)果；
1.4)重復(fù)上述步驟1.2)至步驟1.3)，直至所有目標(biāo)傳感器完成運(yùn)行狀態(tài)判斷；
1.5)將所有目標(biāo)傳感器的狀態(tài)數(shù)據(jù)信息轉(zhuǎn)換成車身坐標(biāo)系，連同運(yùn)行狀態(tài)判斷結(jié)果一同發(fā)送給狀態(tài)再判斷模塊。
6.如權(quán)利要求2所述的一種智能駕駛汽車的傳感器自檢系統(tǒng)，其特征在于，所述狀態(tài)再判斷模塊的工作過(guò)程為：
2.1)接收自檢模塊發(fā)送的全部目標(biāo)傳感器的狀態(tài)數(shù)據(jù)及運(yùn)行狀態(tài)判斷結(jié)果；
2.2)選取一個(gè)自檢模塊自檢后運(yùn)行狀態(tài)自檢結(jié)果為“正?！被颉坝需Υ谩钡哪繕?biāo)傳感器，將當(dāng)前目標(biāo)傳感器的狀態(tài)數(shù)據(jù)及當(dāng)前目標(biāo)傳感器的其他冗余傳感器的狀態(tài)數(shù)據(jù)進(jìn)行同類信息比較，進(jìn)行當(dāng)前目標(biāo)傳感器的運(yùn)行狀態(tài)的再判斷；
2.3)記錄當(dāng)前目標(biāo)傳感器的運(yùn)行狀態(tài)再判斷結(jié)果；
2.4)重復(fù)上述步驟2.2)和2.3)，直至所有自檢模塊自檢后運(yùn)行狀態(tài)自檢結(jié)果為“正?！被颉坝需Υ谩钡哪繕?biāo)傳感器完成運(yùn)行狀態(tài)再判斷，生成最終的傳感器自檢結(jié)果；
2.5)將最終的傳感器自檢結(jié)果發(fā)送給智能駕駛汽車中的其他系統(tǒng)。
7.一種基于傳感器自檢系統(tǒng)的智能駕駛汽車多傳感融合系統(tǒng)，其特征在于，其利用傳感器自檢系統(tǒng)傳送過(guò)來(lái)的自檢信息進(jìn)行信息融合處理，根據(jù)傳感器自檢的動(dòng)態(tài)結(jié)果結(jié)合規(guī)劃控制算法對(duì)誤報(bào)和漏報(bào)的敏感程度進(jìn)行融合。
8.如權(quán)利要求7所述的一種基于傳感器自檢系統(tǒng)的智能駕駛汽車多傳感融合系統(tǒng)，其特征在于，所述傳感器自檢系統(tǒng)將目標(biāo)傳感器的運(yùn)行狀態(tài)分為以下三種情況：
正常：代表此傳感器工作正常；
有瑕疵：代表此傳感器有問(wèn)題，但不影響傳感器的繼續(xù)工作；
嚴(yán)重錯(cuò)誤：代表此傳感器有嚴(yán)重問(wèn)題，不能正常工作。
9.如權(quán)利要求8所述的一種基于傳感器自檢系統(tǒng)的智能駕駛汽車多傳感融合系統(tǒng)，其特征在于，所述多傳感融合系統(tǒng)包括：
融合預(yù)判模塊：其根據(jù)傳感器自檢系統(tǒng)發(fā)送的結(jié)果，對(duì)傳感器數(shù)據(jù)融合的可行性進(jìn)行預(yù)判，決定是否要通過(guò)傳感器融合模塊對(duì)傳感器數(shù)據(jù)進(jìn)行融合；
傳感器融合模塊：其對(duì)接收到的傳感器狀態(tài)數(shù)據(jù)，根據(jù)各類型傳感器的傳感器狀態(tài)敏感程度，分別進(jìn)行數(shù)據(jù)融合。
10.如權(quán)利要求9所述的一種基于傳感器自檢系統(tǒng)的智能駕駛汽車多傳感融合系統(tǒng)，其特征在于，所述融合預(yù)判斷模塊的工作流程為：
根據(jù)傳感器自檢系統(tǒng)發(fā)送的各傳感器運(yùn)行狀態(tài)自檢結(jié)果和狀態(tài)數(shù)據(jù)，結(jié)合車輛當(dāng)前環(huán)境等其他因素，判斷如果忽略運(yùn)行狀態(tài)為“嚴(yán)重錯(cuò)誤”的傳感器的數(shù)據(jù)后，其他傳感器的數(shù)據(jù)融合后是否足以支撐智能駕駛汽車生成正確的規(guī)劃和控制策略，如果忽略運(yùn)行狀態(tài)為嚴(yán)重錯(cuò)誤的傳感器的數(shù)據(jù)后智能駕駛系統(tǒng)無(wú)法生成正確的規(guī)劃和控制策略，則通知智能駕駛系統(tǒng)以安全的方式停止智能駕駛汽車的運(yùn)行，否則進(jìn)入傳感器融合模塊進(jìn)行數(shù)據(jù)融合。
11.如權(quán)利要求9所述的一種基于傳感器自檢系統(tǒng)的智能駕駛汽車多傳感融合系統(tǒng)，其特征在于，所述傳感器融合模塊包括：
多個(gè)分類融合子模塊：其按照不同的傳感器類別分別對(duì)各類傳感器進(jìn)行數(shù)據(jù)融合；
傳感器狀態(tài)敏感子模塊：其獲取某一個(gè)目標(biāo)分類融合子模塊所需的各傳感器的運(yùn)行狀態(tài)，依據(jù)各傳感器的運(yùn)行狀態(tài)結(jié)果，并根據(jù)目標(biāo)分類融合子模塊的誤報(bào)敏感程度及漏報(bào)敏感程度，對(duì)各傳感器的狀態(tài)數(shù)據(jù)進(jìn)行處理，最后進(jìn)行數(shù)據(jù)融合。
12.如權(quán)利要求11所述的一種基于傳感器自檢系統(tǒng)的智能駕駛汽車多傳感融合系統(tǒng)，其特征在于，所述傳感器融合模塊的工作流程為：
1.1)獲取所有傳感器運(yùn)行狀態(tài)判斷結(jié)果及傳感器狀態(tài)數(shù)據(jù)，選定目標(biāo)分類融合子模塊；
1.2)查找目標(biāo)分類融合子模塊需要的所有傳感器，獲取各傳感器的運(yùn)行狀態(tài)判斷結(jié)果及傳感器狀態(tài)數(shù)據(jù)；
1.3)基于傳感器敏感程度的狀態(tài)數(shù)據(jù)處理：根據(jù)目標(biāo)分類融合子模塊的誤報(bào)敏感程度及漏報(bào)敏感程度，通過(guò)傳感器狀態(tài)敏感子模塊對(duì)上述步驟1.2)獲取的各傳感器的運(yùn)行狀態(tài)判斷結(jié)果及傳感器狀態(tài)數(shù)據(jù)進(jìn)行處理；
1.4)目標(biāo)分類融合子模塊根據(jù)上述步驟1.3)的各傳感器的數(shù)據(jù)進(jìn)行傳感器數(shù)據(jù)融合；
1.5)選定下一個(gè)目標(biāo)分類融合子模塊，重復(fù)上述步驟1.2)至步驟1.4)，直至所有分類融合子模塊全部完成傳感器狀態(tài)數(shù)據(jù)融合。
13.如權(quán)利要求12所述的一種基于傳感器自檢系統(tǒng)的智能駕駛汽車多傳感融合系統(tǒng)，其特征在于，所述1.3)基于傳感器敏感程度的狀態(tài)數(shù)據(jù)處理具體包括以下過(guò)程：
1.3.1)選定某一個(gè)目標(biāo)傳感器，獲取該目標(biāo)傳感器的運(yùn)行狀態(tài)自檢結(jié)果；
1.3.2)如果所述目標(biāo)傳感器的運(yùn)行狀態(tài)自檢結(jié)果為“正?！保瑒t直接將其傳感器狀態(tài)數(shù)據(jù)輸入目標(biāo)分類融合子模塊，并進(jìn)入步驟1.3.5)；如果所述目標(biāo)傳感器的運(yùn)行狀態(tài)自檢結(jié)果為“嚴(yán)重錯(cuò)誤”，則忽略其傳感器狀態(tài)數(shù)據(jù)，并進(jìn)入步驟1.3.5)；如果所述目標(biāo)傳感器的運(yùn)行狀態(tài)自檢結(jié)果為“有瑕疵”，則進(jìn)入步驟1.3.3)；
1.3.3)判斷目標(biāo)分類融合子模塊是否為漏報(bào)敏感算法子模塊，如果目標(biāo)分類融合子模塊是漏報(bào)敏感算法子模塊，則直接將該目標(biāo)傳感器的傳感器狀態(tài)數(shù)據(jù)輸入目標(biāo)分類融合子模塊，并進(jìn)入步驟1.3.5)；如果目標(biāo)分類融合子模塊不是漏報(bào)敏感算法子模塊，則進(jìn)入步驟1.3.4)；
1.3.4)判斷目標(biāo)分類融合子模塊是否為誤報(bào)敏感算法子模塊，如果目標(biāo)分類融合子模塊是誤報(bào)敏感算法子模塊，則忽略該目標(biāo)傳感器的傳感器狀態(tài)數(shù)據(jù)，并進(jìn)入步驟1.3.5)；如果目標(biāo)分類融合子模塊不用是誤報(bào)敏感算法子模塊，則減少該目標(biāo)傳感器的狀態(tài)數(shù)據(jù)的置信等級(jí)，并將該目標(biāo)傳感器的狀態(tài)數(shù)據(jù)輸入目標(biāo)分類融合子模塊，進(jìn)入步驟1.3.5)；
1.3.5)選定下一個(gè)目標(biāo)傳感器，重復(fù)上述步驟1.3.2)至步驟1.3.4)，直至目標(biāo)分類融合子模塊中所有的傳感器完成基于傳感器敏感程度的狀態(tài)數(shù)據(jù)處理。