確定交通工具本身位置的至少一個狀態(tài)參量的方法和設備的制作方法
【專利摘要】本發(fā)明涉及確定交通工具本身運動的狀態(tài)參量的設備和方法，在第一方法部分中根據(jù)參數(shù)化估算模型和已知的經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量，檢測或確定基準參量，通過根據(jù)基準參量和不確定性參數(shù)校正估算狀態(tài)參量而確定經校正的狀態(tài)參量，根據(jù)估算狀態(tài)參量重新確定參數(shù)化估算模型的模型參數(shù)和/或不確定性參數(shù)，在另一方法部分中根據(jù)參數(shù)化估算模型和已知的未經校正的狀態(tài)參量估算估算狀態(tài)參量，另一預測步驟中的估算根據(jù)參數(shù)化估算模型的在第一方法部分中重新確定的模型參數(shù)和/或重新確定的不確定性參數(shù)進行，將未經校正的狀態(tài)參量確定為在另一方法部分中估算的狀態(tài)參量，其中，將本身運動的狀態(tài)參量確定為未經校正的狀態(tài)參量。
【專利說明】確定交通工具本身位置的至少一個狀態(tài)參量的方法和設備

【技術領域】
[0001]本發(fā)明涉及一種用于確定至少一個交通工具尤其是機動車的本身位置的至少一個狀態(tài)參量的方法和設備。

【背景技術】
[0002]對于一系列交通工具信息系統(tǒng)和交通工具輔助系統(tǒng)中的應用，需要知道交通工具的本身位置。
[0003]本身運動例如可以根據(jù)車輪速度或者例如借助里程表確定。作為備選或補充，可以使用安裝在交通工具內的慣性傳感器，如加速度傳感器或者角速度傳感器，以便確定本身運動。同樣可以利用代表交通工具輔助系統(tǒng)(如ESP、ASR)的干預的交通工具狀態(tài)。
[0004]在已知的方法中，確定描述行駛狀態(tài)的測量參數(shù)并且與運動模型相結合，由此可以計算或者估計交通工具運動和交通工具位置。作為運動模型例如使用交通工具的單車道和雙車道模型，其中，根據(jù)行駛狀態(tài)，例如根據(jù)速度，也可以使用不同的模型。
[0005]已知解決方案的缺點尤其在于檢測交通工具狀態(tài)的傳感器的測量精度。這些傳感器的輸出信號中的誤差也可能導致不準確性。因此例如由于檢測交通工具運動方向時傳感器信號中的漂移而產生了經常出現(xiàn)的問題，由此使(檢測的)運動方向隨著行駛時間或行駛路段的增加而偏離真正的運動方向，從而在本身位置確定過程中產生越來越大的誤差。
[0006]傳感器誤差只能不利地通過使用高檔的并且因此較貴的傳感器和/或通過耗時較長的校準來補償。然而一些傳感器只能不利地在特定行駛狀態(tài)(例如靜止狀態(tài))下校準，因為只有在特定行駛狀態(tài)下才能近似地確定實際值與額定值之間的偏差。還存在問題的是可能出現(xiàn)隨時間變化的傳感器誤差。
[0007]另一個計算技術上但是較耗費的可能性在于，根據(jù)地圖數(shù)據(jù)進行校正。通過所謂的地圖匹配算法可以根據(jù)由傳感器的輸出信號估計的運動進行可信度檢測。但是這種校正并不是在所有行駛情況下均可行并且精度有限。
[0008]此外存在根據(jù)傳感器的輸出信號估算交通工具的本身位置的方法，其中，通過測量位置校正估算值。
[0009]DE 196 33 884 B4描述了一種用于確定對象位置的方法,其中，由不同的傳感器為要被確定的分析點提供對象各自的位置數(shù)據(jù)，所述數(shù)據(jù)分別配屬有說明各位置數(shù)據(jù)的變化的變化值的數(shù)據(jù)。此外，在所述方法中，通過使用位置數(shù)據(jù)和傳感器的變化值利用平均法確定對象位置，所述平均法加權地產生用于確定對象位置的位置數(shù)據(jù)和傳感器變化值。此夕卜，將傳感器特有的估算的對象位置與當前確定的對象位置進行比較，其中，分別相對于其它傳感器的加權因數(shù)提高位置數(shù)據(jù)和變化值產生較高估算質量的傳感器的加權因數(shù)。
[0010]US 2013/0035855 Al描述了一種用于交通工具導航的方法，其中，由交通工具的衛(wèi)星定位裝置確定衛(wèi)星定位數(shù)據(jù)。此外，確定一定數(shù)量的交通工具傳感器的傳感器數(shù)據(jù)。衛(wèi)星定位數(shù)據(jù)和交通工具數(shù)據(jù)通過卡爾曼濾波器相結合，以便確定估算的組合的交通工具狀態(tài)向量。
[0011]前述的兩篇專利文獻分別描述了校正過程，其中根據(jù)真實檢測的位置校正估算的位置。盡管這種校正能夠改善定位精度，但可能由于校正而使交通工具真實進行的本身運動(根據(jù)定位數(shù)據(jù)確定)發(fā)生錯誤。因此例如可能出現(xiàn)的情況是，通過校正確定了相當于彎道行駛的本身運動，盡管實際的本身運動是沿直線進行的。這尤其可能發(fā)生在較長時間內不能檢測到交通工具的真實位置(例如行駛穿過隧道期間)的情況下。


【發(fā)明內容】

[0012]因此，本發(fā)明所要解決的技術問題在于，通過一種用于確定交通工具的本身運動的至少一個狀態(tài)參量的方法和設備，它們能夠更好地，尤其是更準確地確定本身運動。
[0013]該技術問題按本發(fā)明通過一種用于確定交通工具的本身運動的至少一個狀態(tài)參量的方法和設備解決。在按照本發(fā)明的方法中，在第一方法部分中，在第一預測步驟中根據(jù)參數(shù)化的估算模型和至少一個已知的經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量，其中，檢測或者確定至少一個基準參量，其中，在校正步驟中通過以下方式確定經校正的狀態(tài)參量，即，根據(jù)所述至少一個基準參量并且根據(jù)至少一個不確定性參數(shù)校正所述至少一個估算狀態(tài)參量，其中，根據(jù)所述至少一個估算狀態(tài)參量重新確定參數(shù)化估算模型的至少一個模型參數(shù)和/或至少一個不確定性參數(shù)，按照本發(fā)明，在另一方法部分中，在另一預測步驟中根據(jù)參數(shù)化估算模型和至少一個已知的未經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量，其中，在所述另一預測步驟中的估算根據(jù)參數(shù)化估算模型的在所述第一方法部分中重新確定的模型參數(shù)和/或所述至少一個重新確定的不確定性參數(shù)進行，其中，將未經校正的狀態(tài)參量確定為至少一個在所述另一方法部分中估算的狀態(tài)參量，其中，將本身運動的狀態(tài)參量確定為未經校正的狀態(tài)參量。
[0014]按照本發(fā)明建議一種用于確定交通工具的本身運動的至少一個狀態(tài)參量的方法。在此，狀態(tài)參量描述能夠確定交通工具本身運動的至少一部分的參量。因此，可以根據(jù)狀態(tài)參量確定本身運動的至少一部分。本身運動可以包括平移運動。本身運動也可以包括交通工具的旋轉運動。
[0015]狀態(tài)參量例如可以是或者描述交通工具的位置。所述位置例如可以通過坐標系(尤其是卡迪爾坐標系)中的坐標來描述。狀態(tài)參量也可以是或者描述交通工具的定向。所述狀態(tài)參量當然也可以是其它表征交通工具運動的參量，例如交通工具的速度或者加速度。
[0016]所述交通工具尤其可以是機動車，尤其是汽車。
[0017]所建議的方法包括兩個方法部分，它們可以按順序實施或者在時間上同時的實施。
[0018]在第一方法部分中，在第一預測步驟中，尤其針對所選的未來時間點根據(jù)參數(shù)化的估算模型和至少一個已知的經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量。
[0019]在此，所述估算狀態(tài)參量和已知的經校正的狀態(tài)參量可以與按照本發(fā)明待確定的本身運動狀態(tài)參量相對應。
[0020]所述參數(shù)化的估算模型尤其可以包括機動車的運動模型或者以此為基礎。運動模型例如可以是單車道模型或者雙車道模型或者根據(jù)所謂的阿克曼方程得出。
[0021 ] 所述已知的經校正的狀態(tài)參量可以是針對之前的時間點確定的經校正的狀態(tài)參量。所述經校正的狀態(tài)參量尤其描述在第一方法部分內在所選的時間點之前、尤其是在之前的方法步驟中確定的狀態(tài)參量。
[0022]此外，在第一方法部分中，尤其針對所選的時間點檢測或者確定至少一個基準參量。所述基準參量在此與估算的狀態(tài)參量相對應。如果例如將交通工具的位置確定為估算的狀態(tài)參量，則基準參量可以是測量或者檢測到的位置或者以其它方式確定的交通工具位置。在此，基準參量與估算狀態(tài)參量無關地被確定，也就是用于確定估算狀態(tài)參量的方法與用于確定基準參量的方法不同。
[0023]此外，在第一方法部分中，在校正步驟中通過以下方式確定經校正的狀態(tài)參量，即，根據(jù)所述至少一個基準參量并且根據(jù)至少一個不確定性參數(shù)校正所述至少一個估算狀態(tài)參量。在此，所述至少一個不確定性參數(shù)描述估算所述估算狀態(tài)參量的不確定性和/或確定或者檢測基準參量的不確定性。在此適用的是，不確定性參數(shù)越大，所述估算狀態(tài)參量的估算就越不確定。經校正的狀態(tài)參量構成用于第一方法部分接下來的流程的已知的經校正的狀態(tài)參量。
[0024]當然也可以存在多個用于描述估算狀態(tài)參量的估算精度或者基準參量的確定或檢測精度的不確定性參數(shù)。如以下詳細闡述的那樣，不確定性參數(shù)可以例如以協(xié)方差的形式被確定。
[0025]此外，在第一方法部分中，根據(jù)所述至少一個估算狀態(tài)參量重新確定參數(shù)化估算模型的至少一個模型參數(shù)和/或至少一個不確定性參數(shù)。
[0026]因此，通過校正步驟已經可以改變某些模型參數(shù)和/或不確定性參數(shù)。當然，重新確定的過程也可以(或者作為附加地)根據(jù)至少一個基準參量進行，例如根據(jù)估算狀態(tài)參量與基準參量之間的差(尤其是差值)進行。例如，當估算狀態(tài)參量與基準參量之間的差值減小時，可以減小不確定性參數(shù)的值。
[0027]按照本發(fā)明，在另一方法部分中，在另一預測步驟中，尤其針對處于當前的或者前述所選的時間點之后的時間點，根據(jù)參數(shù)化估算模型和至少一個已知的未經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量。在此使用與在第一方法部分中相同的模型形式。
[0028]所述已知的未經校正的狀態(tài)參量可以是針對前述時間點確定的未經校正的狀態(tài)參量。所述未經校正的狀態(tài)參量尤其描述在另一方法部分中在時間上處于之后的或者所選的時間點之前(尤其是在前述方法步驟期間)確定的狀態(tài)參量。
[0029]此外，在另一方法部分中，在所述另一預測步驟中的估算根據(jù)參數(shù)化估算模型的在所述第一方法部分中重新確定的模型參數(shù)和/或所述至少一個重新確定的不確定性參數(shù)進行。因此，也使用之前在第一方法部分中重新確定的模型參數(shù)和/或不確定性參數(shù)，以便在另一方法部分中確定估算狀態(tài)參量。
[0030]如果例如在按照本發(fā)明方法的第一流程的第一方法部分中，重新確定至少一個模型參數(shù)和/或至少一個不確定性參數(shù)，則所述參數(shù)可以在按照本發(fā)明方法的在時間上接在第一流程之后的另一流程的另一方法部分中使用。在所述另一流程中，當然可以尤其在時間上與所述另一方法部分平行地重新進行第一方法部分，其中，針對所述方法尤其是所述另一方法部分的重新進行的流程確定模型參數(shù)和/或不確定性參數(shù)。
[0031]此外，將未經校正的狀態(tài)參量確定為至少一個在所述另一方法部分中估算的狀態(tài)參量。因此尤其不根據(jù)檢測或者確定的基準參量對估算狀態(tài)參量進行修正。因此在另一方法部分中不進行校正步驟。所述未經校正的狀態(tài)參量構成針對所述另一方法部分的接下來的流程的已知的未經校正的狀態(tài)參量。
[0032]此外，在所述另一方法部分中，將本身運動的狀態(tài)參量確定為未經校正的狀態(tài)參量。
[0033]因此，所述第一方法部分也可以稱為所謂的狀態(tài)參量閉環(huán)確定過程，因為對估算狀態(tài)參量進行校正。所述另一方法部分可以稱為開環(huán)確定過程，因為不對估算狀態(tài)參量進行校正。
[0034]按照本發(fā)明的方法能夠以有利的方式與檢測或者確定的基準參量無關地確定本身運動的狀態(tài)參量，尤其是交通工具的本身位置。如果例如已經根據(jù)GNSS(GlobalNavigat1n Satellite System:全球導航衛(wèi)星系統(tǒng))信號(尤其是GPS信號)確定了基準參量，則這種信號中的缺陷(例如位置中的跳躍點或者信號故障)有利地不會對確定狀態(tài)參量產生影響。
[0035]也可行的是，如果針對特定時長不能檢測或者確定基準參量，則準確地確定本身運動的狀態(tài)參量。尤其可以在基準參量在不期望的故障后又可以重新使用時，準確地確定狀態(tài)參量。
[0036]例如，前述GNSS信號在行駛穿過隧道期間不能使用。在這種情況下，可以根據(jù)未經校正的狀態(tài)參量確定本身運動，尤其也可以確定本身位置，但是所述未經校正的狀態(tài)參量是利用“經校正的”濾波器參數(shù)和/或“經校正的”不確定性參數(shù)確定的，這又可以實現(xiàn)準確地確定。
[0037]如果基準參量例如在故障后又可以使用，則根據(jù)在第一方法部分中確定的經校正的狀態(tài)參量進行的本身運動估算借助所建議的方法至少部分被根據(jù)在另一方法部分中確定的未經校正的狀態(tài)參量進行的本身運動估算所補償或代替。也就是說如果基準參量在故障后又可以使用，則真實位置與在第一方法部分中確定的位置之間的偏差可能已經這樣增大，使得需要對在第一方法部分中估算的狀態(tài)參量進行數(shù)值較大的校正。然而，這種校正可能使真實的交通工具本身位置的確定發(fā)生錯誤。因此，這種校正例如可能導致交通工具的估算軌跡偏離交通工具的真實軌跡，尤其是在(基準參量)重新可使用后的預設時間段期間的軌跡。
[0038]因此能夠以有利的方式避免例如在導航系統(tǒng)的顯示裝置上顯示錯誤的軌跡。也可以避免其它利用特定狀態(tài)參量的交通工具系統(tǒng)運行錯誤。因此例如可行的是，針對在基準參量可重新使用的時間點之后的預設時間段、將在另一方法部分中確定的未經校正的狀態(tài)參量用于例如確定軌跡。這也可以一直進行到描述第一方法部分中的確定過程可靠性的不確定性因數(shù)低于預設閾值為止。
[0039]在另一實施形式中，在所述第一和另一方法部分中，還根據(jù)至少一個描述交通工具運動的參量估算所述估算狀態(tài)參量。描述交通工具運動的參量例如可以借助適當?shù)臋z測裝置(例如設計為傳感器的檢測裝置)進行檢測。在此，檢測裝置可以布置在交通工具之內或者之上。在這種情況下，參數(shù)化的估算模型可以包括描述交通工具運動的參量與估算狀態(tài)參量之間的關系。這種關系也可以按照參數(shù)化的方式描述。
[0040]因此，也可以有利地根據(jù)檢測到的真實信號估算本身運動的狀態(tài)參量，所述信號至少部分描述交通工具運動。這能夠以有利的方式準確地估算狀態(tài)參量。
[0041]在一種特殊的實施形式中，在所述第一和另一方法部分中，根據(jù)交通工具速度估算所述估算狀態(tài)參量。作為備選或補充，可以根據(jù)車輪速度估算所述估算狀態(tài)參量。當然也可以根據(jù)車輪速度確定交通工具速度。如果例如檢測到車輪速度，則估算模型的模型參數(shù)可以代表車輪周長，其中，可以根據(jù)車輪速度和車輪周長確定交通工具速度。在這種情況下，交通工具速度可以表示估算狀態(tài)參量。
[0042]此外，作為備選或補充，優(yōu)選根據(jù)交通工具走過的路程估算所述估算狀態(tài)參量。所述走過的路程例如可以借助里程表檢測。
[0043]此外，作為備選或補充，優(yōu)選根據(jù)交通工具加速度估算所述估算狀態(tài)參量。此外，作為備選或補充，優(yōu)選根據(jù)交通工具的角速度(Drehrate)和/或交通工具的角加速度估算所述估算狀態(tài)參量。
[0044]根據(jù)一個、多個或者所有前述參量(它們也可以稱為輸入?yún)⒘?，能夠以有利的方式確定交通工具的本身位置和/或定向。因此，參數(shù)化的估算模型尤其可以描繪交通工具的本身位置和/或定向與一個、多個或者所有前述參量之間的關系。
[0045]因此，能夠以有利的方式準確地估算所述至少一個估算狀態(tài)參量。
[0046]在另一種實施形式中，在所述第一和另一方法部分中，根據(jù)至少一個交通工具輔助系統(tǒng)的干預估算所述估算狀態(tài)參量。所述交通工具輔助系統(tǒng)例如可以是ABS系統(tǒng)、ESP系統(tǒng)或者另一交通工具輔助系統(tǒng)。如以下詳細闡述的那樣，根據(jù)干預的估算允許實現(xiàn)更好的估算質量，因為可以不使用不可靠的用于估算的輸入?yún)⒘俊?br> [0047]在另一種實施形式中，根據(jù)借助GNSS裝置檢測的信號(GNSS信號)確定所述基準參量。所述基準參量例如同樣可以是根據(jù)GNSS信號確定的交通工具位置和/或定向。為此，交通工具可以具有相應的用于接收GNSS信號的GNSS裝置。
[0048]由此能夠以有利的方式準確而獨立地確定基準參量。
[0049]當然也可以借助備選方法確定基準參量。例如可以考慮基于圖像的定位方法，所述方法根據(jù)布置在交通工具之內或者之上的圖像檢測裝置基于圖像地確定位置和/或定向。
[0050]在另一種實施形式中，在所述第一方法部分中對所述模型參數(shù)和/或不確定性參數(shù)的估算、校正和重新確定通過第一卡爾曼濾波器進行。所述卡爾曼濾波器在此能夠以有利的方式實現(xiàn)盡可能準確的估算，其中，估算的不確定性尤其隨著估算時長的增加而減至最小。
[0051]此外，在所述另一方法部分中的估算通過所述第一卡爾曼濾波器或者另一卡爾曼濾波器進行。因此可以考慮在第一^^爾曼濾波器中同時確定經校正的狀態(tài)參量和未經校正的狀態(tài)參量。作為備選可以考慮，與已經校正的狀態(tài)參量的確定無關地確定經校正的狀態(tài)參量，例如通過兩個相互獨立的濾波器來進行。
[0052]在另一種實施形式中，所述模型參數(shù)是函數(shù)的函數(shù)參數(shù)，所述函數(shù)闡明在描述交通工具運動并且通過檢測裝置檢測的參量與所述至少一個狀態(tài)參量之間的關系。
[0053]例如，模型參數(shù)可以描述檢測裝置的輸出信號的漂移。此外，模型參數(shù)可以描述檢測裝置的輸出信號的補償(Offset)。因此，所述模型參數(shù)可以描述檢測裝置的至少一個特性。
[0054]作為備選，模型參數(shù)也可以描述交通工具特性，例如車輪周長。
[0055]這能夠以有利的方式準確地確定交通工具參數(shù)或性能和/或傳感器特性。
[0056]在另一種實施形式中，在所述第一方法部分中，確定對描述交通工具運動的參量的檢測的誤差。因此尤其可以確定傳感器誤差。
[0057]這能夠以有利的方式繼續(xù)估算狀態(tài)參量和/或交通工具參數(shù)。
[0058]在另一種實施形式中，只當配屬于在另一方法部分中估算的或者未經校正的狀態(tài)參量的不確定性因數(shù)小于預設值時，才將本身運動的狀態(tài)參量確定為未經校正的狀態(tài)參量。因此，按照本發(fā)明，只在不確定性較小時，才在另一方法部分中確定狀態(tài)參量。這也可以稱為所述方法的瞬態(tài)振蕩(eingeschwungen)狀態(tài)。因此,也可以在另一方法部分中確定描述對估算狀態(tài)參量的估算和進而對未經校正的狀態(tài)參量的估算的確定性的參數(shù)。
[0059]這又實現(xiàn)了在另一方法部分中盡可能準確地確定狀態(tài)參量。
[0060]此外建議一種用于確定交通工具的本身運動的至少一個狀態(tài)參量的設備。所述設備包括至少一個分析裝置和檢測裝置。
[0061]在此，可以借助分析裝置實施上述方法之一，其中，可以借助檢測裝置檢測參量。根據(jù)借助檢測裝置檢測的參量可以確定、尤其計算至少一個基準參量。作為備選，可以借助檢測裝置直接檢測基準參量。
[0062]因此按照本發(fā)明建議的設備設計為，使得能夠借助所述設備實施前述方法之一。

【專利附圖】

【附圖說明】
[0063]根據(jù)實施例進一步闡述本發(fā)明。在附圖中:
[0064]圖1示出按照現(xiàn)有技術的用于確定本身位置的方法的示意流程圖；
[0065]圖2示出第一方法部分的示意流程圖；
[0066]圖3示出另一方法部分的示意流程圖并且
[0067]

【具體實施方式】
[0068]相同的附圖標記在以下表示具有相同或者類似技術特征的元件。
[0069]在圖1中示出了按照現(xiàn)有技術的用于確定未示出的交通工具的本身位置P的方法的示意流程圖。
[0070]在此，讀取交通工具傳感器I的輸出信號。所述交通工具傳感器I包括分析裝置la、陀螺儀傳感器lb、里程表Ic和加速度傳感器Id。借助分析裝置Ia可以檢測交通工具的狀態(tài)信息，尤其是交通工具輔助系統(tǒng)(例如ESP系統(tǒng)、ABS系統(tǒng)和其它交通工具輔助系統(tǒng))的狀態(tài)信息。借助陀螺儀傳感器Ib可以檢測交通工具的角速度。借助里程表Ic可以檢測交通工具所走過的路程。借助加速度傳感器Id可以檢測交通工具的加速度。
[0071]此外，可以可選地讀取用于連接至無線網(wǎng)絡的路由器2的輸出信號。所述路由器2提供第一校正信號12和另一校正信號13作為輸出信號。
[0072]此外，由GNSS接收裝置3檢測GNSS信號。
[0073]交通工具傳感器la、lb、lc、Id的輸出信號分別在預處理步驟4中進行預處理，其中，同時在預處理步驟4中對相應輸出信號的完整性進行檢驗。在合并步驟5中，將交通工具傳感器信號Ia至Id的輸出信號進行合并。在校準步驟6中，對合并的信號的系統(tǒng)測量偏差進行補償(bias-balibrat1n:偏置校準)。
[0074]相應地，在預處理步驟4中對路由器2的輸出信號進行預處理并且檢驗完整性。
[0075]此外，在預處理步驟4中對GNSS信號進行預處理并且檢驗完整性。在此，預處理和檢驗能夠根據(jù)所述另一校正信號13進行，所述另一校正信號例如可以是基于EGNOS (歐洲靜地星導航重疊服務)的校正信號。
[0076]在校正步驟7中進行區(qū)域校正。所述校正同樣可以根據(jù)所述另一校正信號13進行。例如可以根據(jù)在另一校正信號13中編碼的相應校正項校正根據(jù)GNSS信號確定的交通工具位置和/或所確定的運行時間或與衛(wèi)星的距離和/或所確定的GNSS信號相位。例如可以從根據(jù)GNSS信號確定的偽距(距離)中減去所謂的DPGS校正項。此外，可以根據(jù)第一校正信號12進行區(qū)域校正。所述第一校正信號12例如可以代表衛(wèi)星信號的完整性，其中，根據(jù)完整性進行區(qū)域校正。因此，校正信號12、13用于對GNSS信號進行可靠性驗證和校正。
[0077]在校正步驟之后提供檢測到的交通工具的本身位置Pm。
[0078]在確定步驟8中，根據(jù)這樣檢測、檢驗并且合并的數(shù)據(jù)確定本身位置P。在此，所述確定包括預測步驟9、誤差檢測和排除步驟10以及校正步驟11。在預測步驟9中，針對所選的時間點根據(jù)未示出的參數(shù)化估算模型和針對之前的時間點確定的經校正的本身位置Pk確定估算的本身位置Ps。估算的本身位置Ps的確定基于交通工具傳感器la、lb、lc、Id的經預處理、合并和校正的輸出信號進行。
[0079]此外，估算的本身位置Ps的確定可以根據(jù)模型參數(shù)MP和不確定性參數(shù)UP進行，所述參數(shù)在方法開始時預置并且同樣在校正步驟11中重新確定。
[0080]在誤差檢測和排除步驟10中，檢測和排除在估算所述估算的本身位置Ps時的誤差。例如可以根據(jù)交通工具的狀態(tài)信息確定交通工具狀態(tài)，其中，根據(jù)交通工具狀態(tài)，特定交通工具傳感器I的輸出信號或者輸出信號的值域并不在確定所述估算的本身位置Ps時予以考慮。如果根據(jù)狀態(tài)信息例如檢測到靜止狀態(tài)或者ESP和/或ABS和/或ASR交通工具輔助系統(tǒng)當前進行的干預，則可以將估算模型的至少一個輸入?yún)⒘?，例如通過傳感器檢測的車輪速度分類為不可靠的，其中，所述至少一個被分類為不可靠的輸入?yún)⒘坎挥糜诖_定所述估算的本身位置Ps。因此，例如在ABS交通工具輔助系統(tǒng)進行干預時，檢測到的車輪速度暫時為零，而交通工具的真實速度不等于零。因此，在確定所述估算的本身位置Ps時使用檢測到的車輪速度可能導致錯誤估算。
[0081]在校正步驟11中，根據(jù)檢測到的本身位置Pn^P不確定性參數(shù)UP校正所述估算的本身位置Ps。所述檢測到的本身位置Pm在此由經校正和預處理的輸出信號確定，所述輸出信號借助GNSS接收裝置3接收。作為結果，圖1所示的方法作為本身位置P提供在校正步驟11中確定的經校正的本身位置Pk以及關于估算過程的完整性或精度的信息I。
[0082]在此，所示的方法可以例如以預設的頻率循環(huán)地進行。因此，在預測步驟9中對估算的本身位置Ps的確定過程與在之前的校正步驟11中確定的經校正的本身位置Pk以及同樣重新確定的模型參數(shù)MP和不確定性參數(shù)UP有關。
[0083]所述確定過程，即在確定步驟8中進行的方法能夠尤其通過卡爾曼濾波器，尤其是所謂的擴展式卡爾曼濾波器進行。在這種情況下，不確定性參數(shù)例如能夠以協(xié)方差的形式給出，所述協(xié)方差表示在估算所述估算的本身位置Ps時的不確定性。
[0084]在圖2中以示意流程圖示出了按照本發(fā)明方法的第一方法部分。所述第一方法部分在此在很大程度上與圖1所示的方法一致。
[0085]陀螺儀傳感器Ib檢測交通工具的角速度。相應地，里程表Ic檢測交通工具走過的路程。分析裝置Ia檢測交通工具的狀態(tài)信息，尤其是交通工具輔助系統(tǒng)的狀態(tài)信息。這些交通工具傳感器lb、lc的以及分析裝置Ia的輸出信號在預處理步驟4中進行預處理，例如進行過濾，并且對其完整性進行檢驗。隨即在預測步驟9中根據(jù)經預處理和檢驗的輸出信號確定估算的本身位置Ps。這例如根據(jù)參數(shù)化的估算模型進行，所述估算模型例如可以包括交通工具的單車道模型和雙車道模型。所述估算模型尤其描繪由交通工具傳感器la、lb、Ic檢測的參量與本身位置P之間的關系。
[0086]同樣示出了 GNSS接收裝置3，其輸出信號在預處理步驟4和校正步驟7中進行預處理，例如過濾，并且對完整性進行檢驗和校正。經過這樣處理的輸出信號(GNSS信號)將測量的本身位置Pm編碼。隨后，在校正步驟11中，根據(jù)檢測到的本身位置Pm校正所述估算的本身位置Ps。在此，所述校正尤其也根據(jù)在之前步驟中檢測到的不確定性參數(shù)UP進行，所述不確定性參數(shù)既表示確定估算的本身位置Ps時的不確定性，也表示確定檢測到的本身位置Pm時的不確定性。
[0087]除了經校正的本身位置Pk，在校正步驟11中同樣重新確定估算模型的模型參數(shù)MP和不確定性參數(shù)UP。這些參數(shù)在接下來的預測步驟9中(尤其在接下來的重復過程中)用于確定估算的本身位置Ps。重新確定的模型參數(shù)MP以及重新確定的不確定性參數(shù)UP同樣在另一方法部分(參見圖3)中用于確定未經校正的本身位置Puk(參見圖3)。
[0088]在圖3中示出了按照本發(fā)明方法的另一方法部分的示意流程圖。
[0089]與圖2所示的第一方法部分不同，未經校正的本身位置Puk只在預測步驟9中被確定。尤其不進行校正步驟11 (尤其參見圖2)。
[0090]還是利用由陀螺儀傳感器lb、里程表Ic和分析裝置Ia檢測/計算的輸出信號，以便借助未示出的參數(shù)化的估算模型在預測步驟9中確定未經校正的本身位置Puk。然而在此，在第一方法部分(參見圖2)中確定的模型參數(shù)MP和不確定性參數(shù)UP(也可以稱為經校正的模型參數(shù)或經校正的不確定性參數(shù))用于確定未經校正的本身位置ΡΛ。在此，所述未經校正的本身位置Puk只表示估算的本身位置。
[0091]圖3所示的方法部分也可以重復進行。因此，可以根據(jù)在剛剛過去的時間點確定的未經校正的本身位置Puk在預測步驟9中針對當前時間點確定未經校正的本身位置Puk。所述確定過程也可以根據(jù)在之前時間點在第一方法部分的校正步驟11中確定的模型參數(shù)MP和不確定性參數(shù)UP進行。
[0092]在此，未經校正的本身位置Puk表示按照本發(fā)明確定的交通工具本身運動的狀態(tài)參量。
[0093]這例如可以用于借助布置在交通工具中的導航系統(tǒng)的顯示裝置，例如與其它的地圖和/或導航數(shù)據(jù)相結合，顯示交通工具的本身位置P。這尤其可以在圖2所示的GNSS接收裝置3沒有接收信號或者在故障之后重新接收信號的情況下進行。
[0094]在此，故障表示不能通過GNSS裝置3提供輸出信號。尤其在故障之后在重新提供輸出信號的時間段內，在第一方法部分中明顯地校正所述估算的本身位置Ps。然而這種明顯的校正在很多行駛狀況下不與該時間段中交通工具本身的真實運動一致。
[0095]因此，圖3所示的對未經校正的本身位置Puk的確定能夠更準確地確定本身運動，這種本身運動尤其可以被確定為多個在時間上依次確定的未經校正的本身位置Puk之間的位置差。因此，對交通工具的本身位置P的確定可以相對于時間上在之前確定的本身位置尤其在精度方面得到改善。然而在這種情況下，絕對真實的本身位置P可能與按照本發(fā)明確定的未經校正的本身位置Puk存在偏差。
[0096]需要注意的是，在確定所述估算的本身位置Ps時，尤其在估算開始時可能出現(xiàn)誤差。這種誤差在圖2所示的第一方法部分中的校正步驟11中通過檢測到的本身位置Pm得到校正，而在另一方法部分中不進行這種校正。因此，圖3所示的未經校正的本身位置Puk尤其即使在持續(xù)估算中也可能與交通工具真實的當前本身位置P有在瞬態(tài)振蕩中接近恒定的偏差。然而，通過考慮在第一方法部分中確定的模型參數(shù)MP和不確定性參數(shù)UP，可以使針對不同時間點確定的未經校正的本身位置Puk之間的位置差與針對所述時間點的交通工具的真實本身位置P之間的位置差一致。換而言之，這表示根據(jù)未經校正的本身位置Puk確定的軌跡的走向與交通工具的真實軌跡相同或者至少在很大程度上相似，然而在所述軌跡之間可能存在基于前述誤差的偏差。
[0097]附圖標記清單
[0098]I 交通工具傳感器
[0099]Ia分析裝置
[0100]Ib陀螺儀傳感器
[0101]Ic里程表
[0102]Id加速度傳感器
[0103]2 路由器
[0104]3 GNSS接收裝置
[0105]4 預處理步驟
[0106]5 合并步驟
[0107]6 校正步驟
[0108]7 校正步驟
[0109]8 確定步驟
[0110]9 預測步驟
[0111]10誤差檢測和識別步驟
[0112]11校正步驟
[0113]P 本身位置
[0114]Pk經校正的本身位置
[0115]Ps估算的本身位置
[0116]Puk未經校正的本身位置
[0117]MP模型參數(shù)
[0118]UP不確定性參數(shù)
[0119]I 信息
【權利要求】
1.一種用于確定交通工具的本身運動的至少一個狀態(tài)參量的方法， 其中，在第一方法部分中，在第一預測步驟(9)中根據(jù)參數(shù)化的估算模型和至少一個已知的經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量， 其中，檢測或者確定至少一個基準參量， 其中，在校正步驟(11)中通過以下方式確定經校正的狀態(tài)參量，即，根據(jù)所述至少一個基準參量并且根據(jù)至少一個不確定性參數(shù)(UP)校正所述至少一個估算狀態(tài)參量，其中，根據(jù)所述至少一個估算狀態(tài)參量重新確定所述參數(shù)化的估算模型的至少一個模型參數(shù)(MP)和/或所述至少一個不確定性參數(shù)(UP)， 其特征在于， 在另一方法部分中，在另一預測步驟(9)中根據(jù)所述參數(shù)化的估算模型和至少一個已知的未經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量，其中，在所述另一預測步驟(9)中的估算根據(jù)所述參數(shù)化估算模型的在所述第一方法部分中重新確定的模型參數(shù)(MP)和/或所述至少一個重新確定的不確定性參數(shù)(UP)進行，其中，將未經校正的狀態(tài)參量確定為所述至少一個在所述另一方法部分中估算的狀態(tài)參量，其中，將本身運動的狀態(tài)參量確定為所述未經校正的狀態(tài)參量。
2.按權利要求1所述的方法，其特征在于，在所述第一和另一方法部分中，還根據(jù)至少一個描述交通工具運動的參量估算所述估算狀態(tài)參量。
3.按權利要求2所述的方法，其特征在于，在所述第一和另一方法部分中，根據(jù)交通工具速度和/或車輪速度和/或走過的路程和/或交通工具加速度和/或角速度和/或角加速度估算所述估算狀態(tài)參量。
4.按權利要求2或3所述的方法，其特征在于，在所述第一和另一方法部分中，根據(jù)至少一個交通工具輔助系統(tǒng)的干預估算所述估算狀態(tài)參量。
5.按權利要求1至4之一所述的方法，其特征在于，根據(jù)借助GNSS裝置(3)檢測的信號確定所述基準參量。
6.按權利要求1至5之一所述的方法，其特征在于，在所述第一方法部分中對所述模型參數(shù)(MP)和/或不確定性參數(shù)(UP)的估算、校正和重新確定通過第一卡爾曼濾波器并且在所述另一方法部分中的估算通過所述第一卡爾曼濾波器或者另一卡爾曼濾波器進行。
7.按權利要求1至6之一所述的方法，其特征在于，所述模型參數(shù)(MP)是函數(shù)的函數(shù)參數(shù)，所述函數(shù)闡明在描述交通工具運動并且通過檢測裝置檢測的參量與所述至少一個狀態(tài)參量之間的關系。
8.按權利要求1至7之一所述的方法,其特征在于,在所述第一方法部分中,確定對描述交通工具運動的參量的檢測的誤差。
9.按權利要求1至8之一所述的方法，其特征在于，只當配屬于未經校正的狀態(tài)參量的不確定性因數(shù)小于預設值時，才將本身運動的狀態(tài)參量確定為所述未經校正的狀態(tài)參量。
10.一種用于確定交通工具的本身運動的至少一個狀態(tài)參量的設備，其中，所述設備包括至少一個分析裝置和檢測裝置，其中，借助所述分析裝置能夠在第一方法部分中，在第一預測步驟(9)中根據(jù)參數(shù)化的估算模型和至少一個已知的經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量，其中，根據(jù)借助所述檢測裝置檢測的參量能夠確定至少一個基準參量或者借助所述檢測裝置能夠檢測所述基準參量，其中，在校正步驟中能夠通過以下方式確定經校正的狀態(tài)參量，即，根據(jù)所述至少一個基準參量并且根據(jù)至少一個不確定性參數(shù)(UP)校正所述至少一個估算狀態(tài)參量，其中，根據(jù)所述至少一個估算狀態(tài)參量能夠重新確定參數(shù)化估算模型的至少一個模型參數(shù)(MP)和/或至少一個不確定性參數(shù)(UP)， 其特征在于， 借助所述分析裝置或者另一分析裝置能夠在另一方法部分中，在另一預測步驟(9)中根據(jù)所述參數(shù)化估算模型和至少一個已知的未經校正的狀態(tài)參量估算至少一個估算狀態(tài)參量，其中，在所述另一預測步驟中的估算能夠根據(jù)參數(shù)化估算模型的在所述第一方法部分中重新確定的模型參數(shù)(MP)和/或所述至少一個不確定性參數(shù)(UP)進行，其中，將未經校正的狀態(tài)參量確定為所述至少一個在所述另一方法部分中估算的狀態(tài)參量，其中，將本身運動的狀態(tài)參量確定為所述未經校正的狀態(tài)參量。
【文檔編號】G01C21/00GK104280029SQ201410317411
【公開日】2015年1月14日 申請日期:2014年7月4日 優(yōu)先權日:2013年7月4日
【發(fā)明者】B.曼南嘉, A.夸澤克, A.薩斯, M.沙克 申請人:大眾汽車有限公司