[发明专利]基于贝叶斯网络的无人车制动系统故障诊断方法

权利要求书

1.基于贝叶斯网络的无人车制动系统故障诊断方法，其特征在于：所述在对无人驾驶制动系统进行贝叶斯网络故障分析时，采用团树传播算法的概率推理方法，团树传播推理算法将贝叶斯网络转换为一个团树，然后通过消息传递将消息一次传遍团树中的每个节点，最终使团树满足全局一致性。

2.根据权利要求1所述的基于贝叶斯网络的无人车制动系统故障诊断方法，其特征在于：所述在将贝叶斯网络变成无向的团树结构时，包括以下步骤：

步骤一：构造端正图，将贝叶斯网络图中具有共同孩子的节点之间用一条无向边连接起来，然后将贝叶斯网络中的所有有向边都调整为无向边；

步骤二：三角化图，通过增加边使得无向连通图中，不存在路径长度与大于等于4的圈；

步骤三：构造团树，构造团树的过程就是将三角化产生的团进行连接的过程，构造一个包含n棵独立树的森林，每棵树代表一个团结点，新建一个空的分割团集合，表示为S，求出每两个节点的交集，即求所有团的分割集，并把结果保持在分割团集合中；从分割团中寻找节点数最多的同时代价最小的分割团，得到产生该分割团的两个团，将它们使用该分割团连接起来，循环该操作直到森林中树的数量为1。

3.根据权利要求1所述的基于贝叶斯网络的无人车制动系统故障诊断方法，其特征在于：所述团树是由团结点和分割节点组成，每一个团结点里面包含一定量的随机变量；每两个相邻团节点A和B之间，都有一个分割节点S，S节点中的随机变量是A,B两团节点随机变量的交集，如果两个团节点的随机变量集合的交集S不为空，则在连接A,B路径上所有节点的随机变量几个都包含集合S中的随机变量特征，对于团树中每一个团结点定义了包含函数，表达了该节点内各个随机变量间的联合概率分布，并且为了满足局部一致性，要有计算公式如下：

4.根据权利要求3所述的基于贝叶斯网络的无人车制动系统故障诊断方法，其特征在于：所述团树构造好之后，利用团树进行故障诊断推理，当接收到证据以后，所有包含证据节点的团节点的函数值将发生变化，该变化将向团树中所有团节点传播，以改变这些节点的函数值，所述推理包括以下步骤：

步骤一：首先节点A的函数值发生变化；

步骤二：对变化后的函数F_A利用团树中团结点的公式进行边缘化以得到分割节点S的新函数F′_S；

步骤三：利用F′_S可以计算新的F_B；

步骤四：这样节点A的改变就传给了节点B，如果技术指导传遍整个团树；当系统达到稳定状态之后，该团树表达的所有分布都将变为节点证据下的后验分布。

5.根据权利要求4所述的基于贝叶斯网络的无人车制动系统故障诊断方法，其特征在于：所述推理中步骤二的具体计算公式如下：