综述：汽车行业中用于异常检测的最新技术：全面调查 Cihangir Derse, Sajib Chakraborty 和 Omar Hegazy

《Applied Sciences》：Recent Techniques Used for Anomaly Detection in the Automotive Sector: A Comprehensive Survey Cihangir Derse, Sajib Chakraborty and Omar Hegazy

　　

摘要

21世纪工业系统的快速数字化转型导致了制造过程和最终用户产品产生的数据呈指数级增长，尤其是在汽车行业。虽然这些大数据为监控和诊断提供了新的机会，但也带来了与系统复杂性、可扩展性和非线性相关的重要挑战，同时经验丰富的领域专家也越来越短缺。这些挑战激发了采用能够在现实世界条件下可靠运行的智能、自动化故障和异常检测技术的需求。本文的主要目标是全面系统地回顾汽车应用中的异常检测方法，特别关注智能故障诊断、容错性和监控架构。为此，本文系统地分类了现有的方法，包括基于模型的、数据驱动的和混合技术，并分析了它们的基本原理、数据要求、计算复杂性以及其在安全关键系统中的适用性。基于这项分析，本文指出了当前的局限性、未解决的问题以及新兴趋势，包括将机器学习和人工智能与领域知识及以控制为导向的框架相结合。本研究的主要贡献是为研究人员和从业人员提供了一个统一的视角，帮助他们在选择、设计和部署适用于下一代汽车和信息物理系统的有效异常检测解决方案方面提供支持。