随着微机在汽车上的应用日趋广泛，不仅提高了汽车的性能和舒适性，也使整个汽车控制系统变得越来越复杂。因此，用户的汽车一旦因故障抛锚时，维修人员能否迅速找到发生故障的部位并加以排除就成为摆在汽车制造商面前的重要课题。当今时代，汽车工业群雄鼎立，售后服务的方便和快捷必然成为竞争的焦点。这就要求在丰富汽车各种功能的同时，完善和提高故障的检测能力，使汽车更安全、更易于维护。故障自诊断系统已能对各传感器、执行机构和ECU本身进行监测，并能判断和区分故障类型，以故障代码的形式存储起来，供维修人员用专门的故障代码读取设备读出。故障自诊断技术不仅应用于发动机电子控制系统中，而且在自动变速箱、防抱死制动装置、安全气囊等系统的微机控制单元中广泛使用。世界各大汽车公司都推广了这一技术，并开发出与各自车型配套的故障代码读出设置。这就给用户在汽车运行中及时发现故障和汽车修理时故障的查询带来了极大的方便。

　　随着微电子技术、现场总线、计算机测控技术、信息与处理技术、无线通信、线控驱动等技术的发展，多传感器信息融合的智能化诊断技术在汽车系统故障诊断中的应用已成为一个新的研究方向。多传感器数据融合与所有单传感器信号处理相比，单传感器信号处理是对人脑

　　数据处理的一种低水平模仿，而通过多传感器数据融合可以更大程度地获得被测目标和环境的信息量，能够在短的时间内，以代价获取单个传感器所无法获取的更特征。多传感器数据融合的基本原理也象人脑综合处理信息一样，充分利用多个传感器资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在空间或时间的信息冗余或互补依据某种准则进行组合，以获得被测对象的一致性解释或描述，但从现代生活应用的角度看，多传感器信息的融合技术可以定义为通过对空间分布的多源信息，各种传感器的时空采样，对所关心的目标进行检测、关联、跟踪、估计等多级多功能处理，以更高的、较高的概率或置信度得到人们所需要的目标状态和估计，以及完整及时的态势和威胁评估，为驾驶员提供有用的决策信息。实际上也是对各类传感器提供的信息进行综合处理，模拟人脑对复杂问题的综合处理。它的基本原理就是充分利用不同时间与空间的多传感器信息资源，通过在一定准则下对计算机技术这些传感器及观测信息进行自动分析、综合以及合理支配和使用，将各种单个传感器获取的信息冗余或互补依据某种准则组合起来，获得对被测对象的一致性解释与描述，使系统获得比它的各组成部分更优越的性能，以此来提高整个传感器系统的有效性，消除单个或少量传感器的局限性。因此，它应用在汽车系统中就能使整个系统的各个子系统更好的管理和维修。

　　1 自诊断系统思想的实现

　　汽车系统是一个集机械、电子、材料、通信和网络等先进技术的复杂系统。汽车故障诊断系统的目标是实现准确故障诊断和维修，以减少汽车在运动中的一些事故发生。　　输入到微处理器的电平信号，在正常状态下有一定的范围，如果此范围以外的的信号被输入时，ECU就会诊断出该信号系统处于异常状态下。例如，发动机冷却水温信号系统规定在正常状态时，传感器的电压为0.08-4.8V（-50-+139摄氏度），超出这一范围即被诊断为异常。如果微机本身发生故能障则由设有紧急监控定时器（WDT）的时限电路加以监控；如果出现程序异常，则定期进行的时限电路的再设置停止工作，以便采用微机再设置的故障检测方法。故障分类：当微机工作正常时，通过诊断用程序检测输入信号的异常情况，再根据检测结果分为不导致将被障碍的轻度故障、引起功能下降的故障以及重大故障等。并且将故障按重要性分类，预先编辑在程序中当微机本身发生故障时，则通过WDT进行重大故障分类。故障报警：一般通过设置在仪表板上报警灯的闪亮来向车主报警。在装有显示器的汽车上，也有直接用文字来显示报警内容的。故障存储：当检测故障时，在存储器中存储故障部位的代码，一般情况下，即使点火开关处于断开位置，微机和存储部分的电源也保持接通状态而不致使存储的内容丢失。只有在断开蓄电池电源或拔掉保险丝时，由于切断了微机的电源，存储器内的故障代码才会被自动消除。故障处理：在汽车运行过程中如果发生故障，为了不妨碍正常行驶，由微机进行调控，利用预编程序中的代用值（标准值）进行计算以保持基本的行驶性能，待停车后再由车主或维修人员进行相应的检修。但随着汽车故障诊断系统的庞大化和复杂化，传感器的类型和数目急剧增多，从而使汽车系统形成了一个传感器群，基于此就引出了多传感器融合技术。当汽车在运行时，其传感器群均处于实时信息采集状态，对于每个系统每种故障征兆可能对应着故障库中多种可能的故障，而故障库中的每个故障也可能引起多种故障征兆，所以要对各传感器采集的故障信息进行融合。分别通过各故障征兆对所有的假设进行独立的判断，得出各假设情况下发生的故障概率分布及发生的概率，然后融合各故障信息，以求得各故障发生的概率，其中发生概率的为主要故障。

　　多传感器融合判定原理如图1所示。

　　2 Bayes推理方法

　　Bayes推理方法算法如下：汽车运行过程可以看成是一个随机过程，根据先验知识对故障做出概率估计称为先验概率，记为P（ωi），（i= 0,1,2,…，c）；P（ω0）表示正常工况的概率，P（ωi），（i=1,2,…，c）表示c类故障发生的概率。将故障样本X=（x1,x2,…，xn）作为输入模式样本，P（X|ωi）（i=1,2,…，c）表示输入模式的c类条件概率密度函数。根据Bayes公式：

    式中：P(ωi|X)是已知条件下ωi出现的概率，称为后验概率。因此如果满足下面Bayes规则，则x∈ωi，且：

　　主观Bayes方法中，每条推理规则可以表示为：IF[规则名]THEN H（LS,LN）。其中，LS,LN（≥0）分别称为充分性度量和必要性度量（其数值由定），主观Bayes方法推理过程就是根据证据事件的概率P（E），利用规则（LS,LN），事件的系统性能断言的先验概率P（H）更新为后验概率P（H|E），同时H又作为新规则的证据，结合新的规则（LS,LN），进一步计算出新的后验概率。

　　3 实例

　　下面用一个汽车的具体实例来说明，如何采用Bayes方法进行故障诊断。汽车系统运行中经常出现各种各样的故障，执行元件故障是其中常见的一种情况。引发故障的原因很多，大致归纳是由传动控制系统、主动悬挂系统、防自锁刹车系统、发动机控制系统、安全气囊系统、仪表显示系统、各个故障诊断系统、燃油喷射系统、电动车门系统、空调系统、照明系统、电动椅系统、排放控制系统、车身稳定系统、防盗系统的匹配、汽车噪声的检测这16个部分的不同故障可能的原因所引起。

　　从图2可看出，引起执行元件故障的因素有很多种。其中，执行系统动作的不稳定是故障的主要现象之一，排气不良、工作油质不良等多种故障都可能导致执行元件的动作不稳定，因此这种故障是连锁性质的，不是简单的一一对应关系。通过对汽车系统这类故障的统计，可以得到各部位发生故障的几率具有一定的先验统计规律，上例的简单统计如表1所示。

　　基于智能诊断系统的一个假设将这些数据存储在知识库中。工作过程是：首先从监测数据中发现问题，传感器反映的信息是流量、压力、位移和温度等，参数偏离正常范围后，将这些数据根据故障几率的大小，送推理机进行融合判定。基于每个传感器观测结果的决策ui构成全局决策u,且：

　　用P（H0）=P0,P（H1）=P1分别表示如果H0为真（正常）和如果H1为真（故障）的先验概率，yi（1≤i≤n）表示第i个传感器的探测结果，ui（1≤i≤n）表示第i个传感器基于yi的决策，且：

　　令P（Hi|u）表示在给定全局决策u的前提下，Hi为真的概率，应判定2个概率中较大者所对应的假设为正确的假设。于是，若：

　　则根据上述判决规则将选择H0,否则将选择H1.

　　上述规则可表示为：

　　对比式（7）和式（9）可以看出，Bayes准则下的判决规则与后验概率的判决规则相同。将上述关系作为规则存放在知识库中，当发现这些参数偏低后，推理机利用知识库中的规则进行推理，即可在执行元件发生故障前预报故障。在实际中，故障的表现往往是错综复杂的，这就要求有中间假定，反复推理。Bayes推理法则对每个假设推理运算为250次，所以诊断系统的关键技术是建立具有智能的知识库，使推理计算机能进行有效的推理分析。同时，要求推理计算机具有高速处理的能力，才能实现故障的预报和快速诊断功能。

　　4 结论

　　多传感器信息融合技术在汽车系统的运用，充分利用了汽车电子系统本身安装多种传感器对汽车系统进行动态监测，不需要增加系统硬件，通过融合多传感器输出实时状态信息，对系统运行状况进行综合判断，可以对汽车系统大部分故障实现在线诊断，当任何单个传感器出错时，不会影响汽车系统终的诊断结果，使系统的故障诊断可靠性大大提高。汽车安检系统的故障诊断不但可以提高整个系统运行的可靠性，还可以提高系统的维修效率，对汽车系统的完善和发展有着重要意义，是保证汽车系统安全运行的一个重要内容。当然，由于受到目前汽车硬件条件（如机体空间有限、增加传感器困难）的限制，汽车系统监测还不能覆盖所有可能故障，对传感器不能感知到的信号还不能进行准确的故障在线监测和诊断。为了扩大故障监测范围，汽车系统应在汽车系统设计开发时加以考虑，在汽车关键部位适当增加传感器，以保证汽车安检系统可以对汽车系统进行全方位的监测和故障诊断。