CN117581115A - 采用卡尔曼滤波和解聚类的基于三边定位的超声传感器*** - Google Patents
采用卡尔曼滤波和解聚类的基于三边定位的超声传感器*** Download PDFInfo
- Publication number
- CN117581115A CN117581115A CN202180100109.0A CN202180100109A CN117581115A CN 117581115 A CN117581115 A CN 117581115A CN 202180100109 A CN202180100109 A CN 202180100109A CN 117581115 A CN117581115 A CN 117581115A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- ultrasound
- solution
- ultrasonic sensor
- echo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims description 170
- 238000000034 method Methods 0.000 claims abstract description 754
- 238000002592 echocardiography Methods 0.000 claims abstract description 247
- 238000002604 ultrasonography Methods 0.000 claims description 951
- 238000005259 measurement Methods 0.000 claims description 336
- 230000005540 biological transmission Effects 0.000 claims description 46
- 230000008859 change Effects 0.000 claims description 39
- 230000000007 visual effect Effects 0.000 claims description 25
- 230000002123 temporal effect Effects 0.000 claims description 24
- 230000011664 signaling Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 17
- 230000004807 localization Effects 0.000 claims description 6
- 230000009849 deactivation Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 56
- 230000000875 corresponding effect Effects 0.000 description 47
- 238000012360 testing method Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 30
- 239000013598 vector Substances 0.000 description 27
- 238000004891 communication Methods 0.000 description 22
- 230000008901 benefit Effects 0.000 description 17
- 238000011161 development Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 16
- 230000003068 static effect Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 13
- 239000006185 dispersion Substances 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 230000005855 radiation Effects 0.000 description 10
- 239000007787 solid Substances 0.000 description 10
- 230000007704 transition Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 230000009977 dual effect Effects 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 7
- XXMFDABRSPXOBZ-WOPPDYDQSA-N 5-chloro-1-[(2r,3s,4s,5r)-4-hydroxy-5-(hydroxymethyl)-3-methyloxolan-2-yl]pyrimidine-2,4-dione Chemical compound C[C@H]1[C@H](O)[C@@H](CO)O[C@H]1N1C(=O)NC(=O)C(Cl)=C1 XXMFDABRSPXOBZ-WOPPDYDQSA-N 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000001976 improved effect Effects 0.000 description 5
- 230000001788 irregular Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000004804 winding Methods 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 239000013078 crystal Substances 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 235000008694 Humulus lupulus Nutrition 0.000 description 3
- 239000003570 air Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101100203596 Caenorhabditis elegans sol-1 gene Proteins 0.000 description 1
- 101100412093 Schizosaccharomyces pombe (strain 972 / ATCC 24843) rec16 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- -1 saliency increase Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/46—Indirect determination of position data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/87—Combinations of sonar systems
- G01S15/876—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/46—Indirect determination of position data
- G01S2015/465—Indirect determination of position data by Trilateration, i.e. two transducers determine separately the distance to a target, whereby with the knowledge of the baseline length, i.e. the distance between the transducers, the position data of the target is determined
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及超声传感器***(USSS),其中,超声传感器***(USSS)基于至少四个超声传感器检测的超声回波确定距离值,并且超声传感器***(USSS)通过三边定位方法从这些距离中确定解,并且通过相应的卡尔曼滤波方法对这些解中的每一者进行滤波以形成经滤波的解,并且通过聚类方法对经滤波的解进行聚类以形成接受的解并丢弃拒绝的经滤波的解。
Description
技术领域
本发明涉及用于自主驾驶车辆的超声传感器***。
背景技术
近年来,传感器***在移动领域的重要性日益增加。除了车辆内的诸如手势控制器等超声传感器***之外,车辆外的传感器***的复杂性也在不断发展。这些超声传感器提供有关车辆周围环境的信息。车辆制造商在车辆的各种应用中使用该信息。目前车辆应用的最困难阶段是自主驾驶。许多研究人员和开发人员正在研究这项任务[1][2]。为了实现用于自主驾驶车辆的方法,这种车辆评估***需要高度处理的超声传感器数据。除了自主驾驶的技术挑战之外,还有道德伦理方面的问题。在每种交通情况下由智能***做出决定的事实经常在公众中得到批判性讨论[3]。在提交本申请时,自主驾驶车辆的使用仍仅限于特定任务。在汽车的情况下,将车辆自主自动停放在停车位中是已进入批量生产的自主驾驶任务的一个示例。此外,次级***的使用也很普遍。车道偏离警告***就是一个示例。它们使具有这种车道偏离警告***的相关车辆能够进行半自主驾驶。在提交本申请时,最普遍的低级***是用于将车辆自主自动停放到停车位中的停车辅助***。它们通过向驾驶员传输环境数据来提供支持。大多数停车辅助***都是基于安装在汽车保险杠上的超声停车传感器。最简单的数据通信类型是所谓的“蜂鸣器”。当在车辆的环境中以及在超声传感器***的检测范围中检测到物体时,所谓的蜂鸣器会以与距离相关的脉冲频率产生通常以脉冲频率脉冲调制的蜂鸣音。更先进的***使用相机来可视化环境。由于相机的视野不能覆盖整个区域,因此这些***优选地将相机的图像数据与超声传感器的传感器数据相结合[2]。
然而,市场上的应用不仅在停车应用中,而且还在其它领域中使用基于超声波的障碍物识别***。如今,无人机和机器人的应用非常普遍[4]、[5]。这些应用通常使用来自超声传感器***的超声回波来在其环境中进行定位。相关的超声传感器***通常包括多个超声传感器,这些超声传感器以超声脉冲串的形式发射超声信号,并接收由超声传感器***的环境中的物体反射的超声回波。基于从接收的超声传感器***的超声传感器的超声信号的反射超声回波中提取的超声数据,这些超声传感器***产生例如点云(Punktwolke)形式的环境地图,以供应用设备(即,机器人和/或车辆)用于定向。然后,基于具体的工作任务,这些应用设备的控制计算机利用超声传感器***的环境地图来确定例如穿过由环境地图用符号表示的地形的目标路径。因此,应用设备的控制计算机能够响应于其环境变化以适当的方式改变其当前路径,并对其环境中的障碍物做出反应,从而弥补这种变化或防止与安全相关的事件。为此,其超声传感器***发射优选地具有多个超声脉冲的超声信号,并根据第一次接收的回波计算障碍物的距离。根据现有技术的用于停车传感器***的超声传感器***利用了相同的原理。根据提交本申请时的典型市场状况,具有超声传感器***的停车***使用例如四个超声传感器来识别应用设备周围的大范围内的障碍物。超声传感器***的超声传感器在测量周期内发射具有多个超声脉冲的超声脉冲串。超声传感器***中的多个超声传感器接收该超声脉冲串的反射,车辆环境中的障碍物作为物体将该超声脉冲串朝向超声传感器***中的这些超声传感器反射。因此,这些反射代表超声脉冲串的超声回波。由于超声脉冲串的发射和超声回波的接收之间的超声脉冲串传播时间的缘故,接收的超声回波允许计算出产生超声回波的障碍物的位置[6]。基于超声回波的位置计算被称为三边定位(Trilateration)[7]。本申请讨论了所提出的超声传感器***的例如四个超声传感器之间的各种三边定位。根据本申请的超声传感器***使其超声传感器中的一个超声传感器发射超声脉冲串。超声传感器***的各个超声传感器接收超声脉冲串的反射,并将接收的超声脉冲串的反射转换为相应超声传感器的相应超声接收信号。由于超声传感器***包括多个超声传感器,因此可以想到存在多个场景,其中恰好一个超声传感器进行发射而超声传感器***的其它超声传感器进行接收。因此,在超声传感器***具有四个超声传感器的情况下,存在四个场景,下文将这四个场景称为信道。超声传感器***的中央控制单元基于超声接收信号以非常具体的方式执行三边定位方法,在必要时考虑多重回波。超声传感器***的后续卡尔曼滤波器(Kalman filter)或超声传感器***的另一合适的估计滤波器通过卡尔曼滤波方法或估计滤波方法对三边定位的结果进行滤波。信号路径中的卡尔曼滤波器或估计滤波器之后的分类器通过分类方法进一步改善识别结果。下文将进一步且更详细地解释该基本原则。
基于这种超声传感器***的用于将车辆自主停放在停车位中的停车***与根据现有技术的其它停车***的不同之处在于,根据本申请的超声传感器***包括控制计算机,在经由多个信道进行测量时,该控制计算机基于多个超声传感器的多个接收超声回波来计算三边定位。第二个和第三超声回波提供了关于环境的更多信息,因此可以提高分辨率,并更好地识别和分类车辆环境中的障碍物和物体。本文提出的优选地由超声传感器***的控制计算机执行的方法通常比较不同视角下的三边定位解。由此,控制计算机能够避免超声回波的错误解释。本申请提供了一种方法,该方法允许根据本申请的超声传感器***的控制计算机在经由不同信道进行测量时基于每个超声传感器的前三个超声回波来计算和比较这些多重三边定位。由控制计算机执行的方法的挑战在于,将超声传感器在超声传感器信号中检测的超声回波关联到车辆环境中的正确的障碍物和物体。超声传感器的最先到达的超声回波(第一超声回波)是最重要的,因为在停车情况下它们通常代表最靠近超声传感器并因此最靠近超声传感器***并因此最靠近车辆的物体。此外,控制计算机优选地使用超声传感器的第二个和第三个到达的超声回波(第二超声回波和第三超声回波),以确定停车场景的概况。有时,第一超声回波是由车辆环境中的地面反射或其它影响引起的。在这种情况下,为了仍能识别出车辆环境中的障碍物和物体,第二个到达的超声回波是重要的。
本文提出的方法和设备的目的是为车辆的驾驶员或用于自主自动驾驶的控制设备提供安全且稳健的基于超声传感器***的障碍物识别***。数据的进一步处理是必要的,以确保该超声传感器***的高度可靠性。基于本文提出的超声传感器***的障碍物识别***的一个期望特征是,尽管车辆环境中可能存在大量其它超声信号,但识别结果是稳定的。这是必要的,因为车辆无法根据传入的超声回波脉冲的来源区分它们。当两辆车的超声传感器***发射具有相同超声脉冲频率的超声脉冲串时,这个问题尤为重要。此外,在这种情况下,例如封闭的建筑物(例如,停车楼)可能会由于出现额外的干扰信号而进一步恶化识别情况的难度。因此,本申请的第二个重点是超声传感器***的噪声特性。在开发本申请的过程中,申请人测试了不同类型的滤波器,以减少其它停放车辆的影响。对于客户界面,申请人在开发本申请的过程中选择并实施了卡尔曼滤波方法和聚类方法(clusteringmethod),并针对它们测试了对超声回波信号的滤波和对根据三边定位产生的2D点的滤波。对超声传感器信号的滤波的主要挑战是所使用的滤波器必须非常快,以确保在超声回波到达时与在为车辆的控制器提供相关信息时之间的时间很短。为了使发生意外的可能性最小化,必须最小化该死区时间。因此,尤其在动态场景中,滤波器延迟是一个特别重要的特性。用于准备该申请的项目的目标是,在障碍物出现在超声传感器***的超声传感器范围内之后,超声传感器***的滤波器输出以500ms的最大延迟提供该障碍物的位置。另一要求是,超声传感器***的识别***必须可靠地识别出处于2m/s的最大速度的范围内的较低速度的障碍物。
超声波的基础知识
定义和术语
在本申请的意义上,超声波是在定义的频率范围内工作的声波。工作范围从20kHz开始,这是超声波的下限频率,即人类听觉的阈值。人能听到16Hz至20kHz之间的声波。超声波在具有不同聚集状态的材料中传播。根据频率,超声波被用于各种应用,例如清洁、医学或工业。这些应用代表了破坏性用途。相比之下,还有诸如距离测量等非破坏性应用。本申请将距离测量作为主要应用[8]。
超声波产生
产生超声信号的基础通常利用压电效应。该效应描述了压电材料的变形引起电场。这种影响是双向的。相反,电场可以使压电材料发生变形。压电晶体被安装成可以机械和电气地振动。通常,它机械地耦接到膜片或功能等效的振动体。通过施加交流电压,电气驱动装置可以使晶体振动并因此使振动体振动,因此振动体周期性地对其周围的空气进行压缩和减压,从而产生超声信号。通常,在与振动体的相互作用下,晶体具有电气和机械的谐振频率。晶体的AC电压驱动器的电压频率应接近该谐振频率,以达到高声压级(SPL)[8]。
在产生超声波之后,对于停车***的超声传感器***而言,超声传感器***环境中的物体将超声波的哪一部分反射回来是至关重要的。这为超声传感器***的控制计算机提供了有关车辆周围环境的信息。为此,物体的表面决定了该物体表面将超声波的哪一部分反射回超声传感器***。图1描述了超声波的取决于物体表面的不同特性。图1的左侧示出波的衍射。图1示出了不同表面上的超声特性[8]。粗糙的表面将波折射成具有更小振幅的更小部分。相比之下,光滑的表面会产生单个反射。表面根据入射角反射波。此外,还可能存在依赖于材料的折射分量。例如,受过专业训练或经验丰富的人(技术人员)可以利用斯涅尔定律[8]来确定折射角。
超声波的传播
另一重要的特性是超声波的传播。超声波可以近似地视为圆波,在通过作为超声传感器的一部分的声换能器产生超声波之后,超声波以相应的超声声速传播。波在一定范围内传播,该范围取决于超声传感器的声换能器的类型。工作范围取决于相对于超声换能器位置的角度和距离,从而取决于相对于超声传感器位置的角度和距离。然而,为了简化和更清楚的介绍,本申请仅示出了波传播的一个维度。除了水平部分以外,还存在波的垂直部分。图2示出了一个示例。它说明了示例性超声传感器的超声换能器特性曲线,本申请的申请人在开发本申请的过程中将该超声传感器用于所提出的停车***的实验室原型。图2示例性地示出了来自示例性声换能器的超声波的水平和垂直传播。在图2的示例中,声换能器在约58kHz下操作,并提供大约95.24dB的最大声压级(SPL)。图2还示出了SPL相对于P0(其是在角度为0°时的参考声压级(SPL),并且为95.24dB)的衰减。衰减随着角度的增加而增大。图2中的虚线示出了垂直波的衰减。实线表示水平部分的衰减。水平部分比垂直部分传播得更广。垂直波在15至20度之间的角度范围内达到6dB的限值。这意味着在该角度下SPL降低了50%。相比之下,水平波仅在40至45度之间的角度范围内超过6dB的限值。具有图2的超声辐射特性的声换能器已开发用于停车场。垂直传播比水平传播扩展得更小,以避免地面反射。这种声换能器对于根据本申请的超声传感器***是特别优选的。由于应包括声换能器的超声传感器应识别平行于平坦的车辆环境表面的2D平面中的障碍物,因此声换能器的构造使水平声场比垂直声场扩展得更广。用于障碍物识别的最大角度是根据本申请的超声传感器***的基本参数。因此,60度时的衰减值可以作为特征值。在60度角时,SPL约为P0的五分之一。然后,SPL收敛到零[8]。
该图表是原始信号的视图。超声传感器***的各种子设备处理由根据本申请的传感器板上的超声传感器检测的信号。在以下对通信概念的解释之后,将更详细地解释传感器板。
发明内容
目的
因此,本申请的目的是提供用于车辆或移动设备的超声传感器***,其用于以接受解的形式确定环境地图,该环境地图具有超声传感器***的环境中的物体的坐标,该超声传感器***具有较小分散结果形式的较小错误率以及对车辆环境中的所有相关障碍物的更完整的识别。
该目的通过根据权利要求1所述的设备实现。进一步的实施例是从属权利要求的主题。
目的的实现方案
发明概述
本发明涉及一种超声传感器***,其中,超声传感器***基于由至少四个超声传感器检测的超声回波确定距离值,并且超声传感器***通过三边定位方法从这些距离值中确定解,并通过相应的卡尔曼滤波方法或估计滤波方法将这些解中的每一者进行滤波以形成经滤波的解,并通过聚类方法将经滤波的解进行聚类以形成接受的解并丢弃拒绝经滤波的解。
通信概念
有关通信概念的一般信息
本章概述了示例性停车***所使用的各种部件之间的通信。图3示出了这些部件。在此提出的本发明的示例性阐述中,USB主机连接到NXP板,以便发送命令和可视化传入数据。USB主机为NXP板提供电压供应。在本示例中,适配器板形成NXP板和传感器板之间的接口。外部12V电源连接到适配器板并为该板和传感器供电。示例性停车***包含三个附加传感器,它们连接到适配器板的三个其它信道。这三个附加传感器在图3中未被考虑。
当在本申请中提到超声传感器***执行方法时,通常是超声传感器***的控制设备执行相关方法。
处理器
示例性NXP板的示例性处理器是ARM Cortex-M4F。该处理器是一种高效的嵌入式处理器。ARM Cortex-M系列在微型控制器领域沿用了ARM 7架构。示例性ARM Cortex-M4具有单精度浮点单元(Fpu)。Fpu提高了浮点密集型计算的性能。这是一项可选特征[9]。
板通信
示例性通信概念的示例主要部件是示例性NXP开发板S32K144EVB。相反,也可以使用其它功能等效的板。该板可以实现汽车测试应用的快速原型搭建。它经由I/O排针提供对MCU M4F的容易访问。它装配有用于CAN、LIN和UART/SCI的片上连通性。电位计可以实现电压和模拟测量的精度。电压电源有两种选择。一方面存在外部12V电源。另一方面,还存在也用于与板进行通信的微型USB连接器。图4说明了板通信的结构。该板包含作为目标处理器和USB主机之间的电桥的开放标准串行调试适配器(OpenSDA)。OpenSDA具有大容量存储器(MSD引导加载程序)。MSD引导加载程序提供了用于加载各种OpenSDA应用程序的简单接口[10]。
飞思卡尔(Freescale)提供的标准应用程序是P&E调试应用程序。P&E调试应用程序提供虚拟串行接口和调试。它提供了控制用于处理器的JTAG调试接口的运行控制单元。此外,USB-CDC(通信设备类)接口桥接USB主机与处理器的串行UART接口之间的串行通信。USB-CDC接口被自动分配一个与Windows主机操作***一起使用的COM编号[10]。
超声传感器通信
适配器板形成NXP板和传感器之间的接口。在本文提出的示例中,它通过将引脚***NXP板的插座中来连接到NXP板。在此,适配器板连接NXPMCU的IO排针。IO线路实现了MCU与传感器之间的通信。该传感器还提供JTAG支持。适配器板包含“4信道LIN收发器IC(QuadLIN Transceiver IC)”,以将传感器的IO线路连接到MCU。传感器和MCU之间的通信是基于时间的。图5展示了基本设备命令的示例[11]。
图5示例性地示出了用于示例性“SendB”和“ReceiveB”命令的串行输入和输出。该命令迫使超声传感器发射声学超声脉冲串信号,该声学超声脉冲串信号具有示例性描述文件B的特性。本申请将在后面部分中解释脉冲串的产生以及各种描述文件[11]。
在本示例中,示例性MCU通过将IO线路在时间TMEAS内的低电平阶段内拉到低电位来初始化命令。在本示例中,随后是持续时间为TD的高电平阶段以及位序列。在本示例中,位序列“10”初始化发送命令。在本示例中,位序列“00”初始化接收命令。在该序列之后,超声传感器经由IO线路报告接收的超声回波。在本示例中,MCU经由接收线路(Rx)接收该报告。在本示例中,通过发送命令,实现了经由发射线路(Tx)的传输。在本示例中,“4信道LIN收发器IC”将两条线路都连接到超声传感器的IO线路。在本示例中,示例性MCU使用示例性计时器模块来发送命令(Tx),并使用另一示例性计时器模块来接收传感器数据(Rx)。在本示例中,两个计时器都以1MHz的频率运行,这产生了1μs的示例性分辨率。图6示出了发送和接收命令的示例性过程。示例性发送模式的第一步骤是加载信道数据。示例性MCU根据该命令准备“outTimeFrame”事件数组。该数组包含时间数值对。示例性MCU所示例性地执行的示例性中断服务例程初始化输出比较计时器。在本示例中,示例性计时器模块更新来自所准备的数组中的值,以产生命令序列。
然后,在本示例中,MCU切换到接收模式。图6也示出了本示例的示例性接收模式的过程。在本示例中,超声传感器通过下拉IO线路来报告回波的识别。在本示例中,在回波报告之后,超声传感器还将时间状态信息放置在该IO线路上。在本示例中,计时器模块0从回波和状态信息获取得到的帧(数据帧)。
在本示例中,示例性MCU基于中断服务例程将该帧存储在“CHnCaptureResult”数组中。因此,示例性MCU的数据可在控制器中用于处理和评估步骤。本申请将在下文解释超声传感器的传感器配置,同时数据的处理是后面部分的重点。
超声传感器配置
在该停车辅助***中使用的示例性超声传感器是基于德国Elmos SemiconductorSE公司出品的集成传感器评估电路E524.09的示例性传感器板。示例性传感器板包括示例性驱动单元,该驱动单元通过中心抽头变压器激励超声换能器。用户可以经由数据接口配置诸如驱动频率或传输脉冲串功率等参数。在本示例中,用户可以将与应用程序相关的设置存储在EEPROM中。在本示例中,板的设备部件放大接收的回波信号,转换接收的回波信号,并对以此方式转换的回波信号执行进一步数字化处理。
测量原理和应用
示例性超声传感器应用
该停车辅助***中的示例性超声传感器应用是距离测量。图7示出了测量原理。其原理基于脉冲的发射以及接收脉冲的反射时间的测量。超声脉冲的传播速度对于物体与超声传感器***的距离的测量是至关重要的。超声信号在环境空气中的速度取决于材料和温度。在温度为20℃的空气中,速度为V=343m/s。用户或MCU可以利用公式L=V*Tof/2计算反射物体的距离。传播时间(Tof)等于反射时间T。示例性传感器IC仅需要一个充当发送器和接收器的测量换能器(超声换能器)。两个不同的电路连接到超声换能器和控制电路。它们将发送脉冲和接收脉冲分开[8]。
基本概念
在本示例中,示例性“SEND”或“RECEIVE”请求开始示例性测量周期。“SEND”命令导致用于超声换能器的脉冲串信号的产生。集成电路(即,传感器IC)对输入脉冲进行放大、数字滤波,并将结果与阈值进行比较。“RECEIVE”命令跳过脉冲串的产生。
在本示例中,如果回波脉冲超过阈值,则传感器IC将触发IO线路。在超声换能器发射超声脉冲串信号时与在超声换能器接收回波时之间的时间差与反射物体距超声换能器的距离成正比。本申请将在下文中更详细地解释概念的各个部分。
脉冲串模式(Burst-Modus)
在本示例中,示例性脉冲串模式通过使用中心抽头变压器和换能器来产生超声脉冲串信号。变压器的初级侧具有两个绕组,在本示例中它们在中间连接到电源。两个绕组的另一侧交替地接地。产生的电流导致磁通量发生变化。在此,次级绕组产生脉冲串脉冲信号[11]。
用于将绕组接地的开关的频率等于脉冲串信号的频率。图8示出了超声换能器的示例性驱动器的示例性时序图。示例性信号“DRV1_ON”和“DRV2_ON”代表用于变压器绕组的开关。图8的图表不仅示出了示例性时间响应,还示出了示例性脉冲串信号本身。可以清楚地看出,示例性超声脉冲串信号包括定义数量的超声脉冲,超声换能器连续地发射作为所述超声脉冲串的超声脉冲,并且其脉冲宽度取决于超声脉冲串频率。除了超声脉冲串频率以及每个超声脉冲串的超声脉冲数之外,在产生超声脉冲时驱动电流的功率也是一个可配置的参数。驱动电流的增大意味着由超声换能器发射的发射超声脉冲串的超声脉冲串功率更高。
描述文件(Profile)
在本示例中,在开发本申请时使用的示例性微电子电路(IC)提供了对三个不同描述文件的访问:描述文件A、B和C。MCU通过三个SEND和RECEIVE命令调用这些示例性描述文件。超声脉冲串脉冲的数量、测量时间和阈值曲线的缩放比例在示例性微集成电路的每个描述文件中都是可配置的。表1示出了不同示例性描述文件的示例性默认值。
表1:传感器描述文件[11]:
一般来说,具有更少脉冲的超声脉冲串在短距离应用中具有更好的性能,而具有更多脉冲的脉冲串在远距离应用中具有更好的性能。
因此,描述文件B具有8.75ms的测量时间,在本文提出的示例中,这对应于1.5米的最大范围。然而,该范围不足以满足所有停车情况。然后,超声传感器***可以使用描述文件A和C。在本文提出的示例中,描述文件A提供2.5米的最大范围。在本文提出的示例中,描述文件C提供6米的最大范围,这对于远距离应用非常有用。
回波识别(Echo-Erkennung)
示例性接收模式接收由物体反射的超声脉冲串信号。中心抽头变压器与电源电流隔离,以避免干扰耦合。超声传感器在超声换能器附近抽取作为超声接收信号的回波信号。超声传感器的微集成电路将超声接收信号放大并数字化。超声传感器的微集成电路对超声接收信号进行数字滤波,并再次将其放大。本申请在下文中将产生的信号称为包络信号。该包络信号具有针对每个距离值的振幅。振幅表示表面反射超声脉冲串信号的强度。因此,包络信号代表每次反射。超声传感器的微集成电路将包络信号用于回波检测。回波检测的基本原理是比较包络信号和阈值曲线。如果包络曲线值在定义的时间内超过阈值,则超声传感器的微集成电路将这种超过识别为超声脉冲串的回波。图9示出了具有三个识别出的回波的包络信号示例。
x轴表示根据超声脉冲串回波的传播时间(反射时间tr的形式)计算的从超声传感器到反射物体的距离。y轴表示每个值的振幅。
示例性超声传感器在图9中的测量期间应用示例性“ReceiveA”描述文件。因此,在图9的示例中,另一超声传感器产生接收超声脉冲串回波。实线表示产生的包络信号。点线表示示例性阈值曲线。可以在微集成电路中通过一些参数设置配置阈值曲线。在本示例中,用户可以定义十三个阈值。在所使用的示例性微集成电路中,这些值具有不同的数学关系,本示例中的阈值曲线是根据这些数学关系生成的。除了静态阈值生成之外,在开发本发明时使用的微集成电路还提供了自动阈值生成。在本示例中,该自动阈值生成是静态和动态生成的组合。动态部分根据在超声传感器发射超声脉冲串之后包络信号的时间曲线来调节阈值曲线。图9示出了示例性的静态生成的阈值曲线。增加静态值以防止具有小振幅的回波。
图9中的虚线表示作为数字信号的识别结果。这在此也被称为IO线路。在用于开发本发明的示例性试验配置中,IO线路是传感器板和控制单元之间的数据传输介质。它通过上拉电阻连接到传感器板的电压源。如果包络信号的时间值超过阈值曲线,则IO线路切换到低电压电平。因此,超声传感器向控制单元发出信令以通知超声回波信号的识别。
在本申请中,IO线路从高电平状态到低电平状态的切换示例性地定义为超声回波。因此,在本申请中使用的表述中,这是IO线路的特定性能。在本示例中,当包络信号的电平超过阈值曲线时,IO线路从高电平状态变为低电平状态。在附图中,总是假设在t=0s时发射超声脉冲串。在发射新的超声脉冲串时,本申请意义上的时间再次从0开始。
所使用的示例性微集成电路提供了两种不同的超声回波识别方法。第一种超声回波识别方法是回波宽度识别。在这种情况下,当包络信号超过阈值曲线时,IO线路被下拉。第二种超声回波识别方法是回波峰值识别。在包络信号越过阈值曲线之后,包络信号的第一个最大值下拉IO线路。在示例性图9中示例性地示出了这种回波峰值识别。
与示例性“ReceiveA”命令相比,图10示出了利用示例性“SendA”描述文件的超声回波识别的原理。包络信号在时间上的第一个值属于超声脉冲串信号,包括“振铃时间”。在触发脉冲之后,超声换能器中的声换能器的振动引起该振铃时间。当从发送模式切换到接收模式时,声换能器继续振动。在该持续振动期间(即“振铃时间”)不能进行接收。因此,通常会产生死区时间,从而在超声传感器前方出现盲区,在该盲区中,超声换能器不能识别出任何超声回波。该盲区远离超声传感器的宽度取决于由该超声传感器的该超声换能器发射的超声脉冲串信号的参数。
图10示出了低阈值曲线导致灵敏的回波评估。图10中提出的示例将静态阈值生成的默认值应用到所使用的微集成电路。如果超声传感器例如检测到桅杆,则该桅杆的不同反射可能导致不同的超声回波。因此,一个物体通常会产生多个在时间上连续的回波。在该示例性测量中,超声传感器***检测到三个立柱,它们以六个回波的形式反映在I/O线的信号中。
第三和第四回波是来自与第二回波相同的立柱的反射。立柱在不同的垂直位置反射回波。因此,根据传感器的波传播特性,回波3和4具有更低的振幅。除了多重回波之外,地面反射也可能导致不属于物体的回波。本申请的目的是公开一种用于障碍物识别的***。因此,为了避免不期望反射和多重反射,必须对回波进行正确地解释。因此,阈值曲线向上移动。图11说明了移动阈值曲线的效果。在这种情况下,超声传感器***仅识别出三个立柱的三个回波。因此,本申请选择这些阈值设置以用于障碍物识别方法中的回波识别。
障碍物识别
本文示例性提出的障碍物识别旨在根据由四个示例性超声传感器测量的回波来识别物体,这些传感器具有Elmos Semiconductor SE公司的E524.09型微集成电路。示例性方法提供了障碍物在2D空间内的位置。为此,该方法考虑了每个超声传感器的前三个回波。该方法在没有利用信号的振幅信息的情况下确定物体的位置。本文示例性地描述的超声传感器***使用下面示例性地描述的试验配置来实现障碍物识别。
阶段1:超声回波的产生和接收
实验室装置(Laboraufbau)
在用于开发本申请时示例性提出的实验室测试装置中,将四个超声传感器安装在木板上。该板紧固在汽车的后部。在此,超声传感器以与普通超声停车传感器相似的位置和高于路面的高度安装在保险杠中。图12示出了示例性测试装置的粗略草图。
在示例中,各个超声传感器之间的距离Xd=Xd1=Xd2=Xd3为40cm。实际上,超声传感器之间的距离因安装位置的不同而不同。地面和每个超声传感器之间的距离不应有过大差异,因为有必要在2D平面内获得正确的解。在所提出的示例中,第五传感器安装在电路板上,以模拟本文提出的示例性实验中的其它停放汽车的噪声影响。将在本申请后面的涉及信号滤波的部分中讨论该超声传感器。
发送和接收序列
在本文提出的示例中,发送和接收命令的管理至关重要。在本示例中,每次只有一个超声传感器发射超声脉冲串信号。否则,超声波将相互干扰,这将需要采取进一步的措施。图13示出了例如超声传感器2发射超声脉冲串信号。在本示例中,超声传感器1、2和3进行接收。该发送和接收序列被称为信道2。在本示例中,信道2不考虑第一超声传感器接收的回波。通常,将本示例中的测量区分为四个信道。
在本示例中,超声传感器在每个信道中发送和接收超声脉冲串信号,并且最靠近该超声传感器的两个超声传感器处理传入数据,以识别超声回波。表2总结了四个信道。
表2发送和接收序列
在本示例中,示例性超声传感器***的状态必须在测量时间期间改变,使得超声测量***在测量时间期间每个信道被至少使用一次。在本示例中,该时间取决于所选的描述文件(表1)。在本示例中,还有在NXP板NXPB的源代码中进行配置的延迟时间。在开发本申请的过程中,该时间示例性为30ms。在本文提出的示例中,超声传感器***顺序地处理信道。当信道3结束时,信道0再次开始。在下文中,该序列被称为周期。在本文中,一个周期的时间示例性为120ms。
阶段2:接收超声回波的三边定位
两个传感器的三边定位
图14示出了通过解释由两个超声传感器识别的第一超声回波来寻找2D点的最简单方法。这些超声传感器中的一者发射超声脉冲串,并且两个超声传感器接收超声回波。图14中的两个圆代表超声回波。当第一超声传感器进行发射时,超声传感器***可以利用常规公式d0=V*Tof/2确定反射物体的距离d0。在这种情况下,超声传感器***可以例如利用公式d1=V(Tof1-Tof0)确定距离d1。在本文中,超声传感器***示例性地从传播时间Tof1中减去传播时间Tof0,以确定反射开始与信号测量接收之间的时间。在本示例性可视化中,假设波传播是一个完美的循环。因此,物体的位置可以被可视化为两个圆的2D交点。两个圆的半径等于反射面的距离。
超声传感器***可以利用以下公式来确定物体的位置:
i)将余弦定律应用于由d0、d1和xd组成的三角形:
cosα=x/d0=(d0 2+xd 2-d1 2)/(2*d0*xd)
ii)在直角三角形中代入余弦,以获得x位置:
x=(d0 2+xd 2-d1 2)/(2*xd)
iii)确定y位置
y=(d0 2-x2)的根=(d0 2-[(d0 2+xd 2-d1 2)/(2*xd)]2)的根。
在以下部分中,将交点的确定称为三边定位。
相比之下,一般的2D空间三边定位是基于三个圆的交点。第三个圆确定两个圆的哪个交点是要寻找的位置。示例性测试装置的超声传感器在正方向上产生一个半圆。因此,两个圆只有一个交点。因此,不需要第三个圆[12]。
由多个物体引起的问题
两个超声传感器的三边定位可以计算出物体的位置。然而,如果在两个超声传感器的区域中有多个物体,则超声回波的错误解释会导致错误解。图15示出了一种可能情况。图15中的检测假设两个超声传感器的第一超声回波是由物体形式的障碍物反射的,并且第二超声回波是由另一物体形式的另一障碍物反射的。
图15中的左侧部分演示了使用两个超声传感器对两个物体进行的测量。第一超声传感器发射超声脉冲串信号。两个超声传感器接收第一和第二超声回波。
第一物体的反射导致第一超声传感器接收的第一超声回波。第二物体的反射导致第一超声传感器接收的第二超声回波。
第二物体的反射导致第二超声传感器接收的第一超声回波。第一物体的反射导致第二超声传感器接收的第二超声回波。
图15中的右侧部分示出了所测量的超声回波的解。两次三边定位能计算出这些解。对两个第一超声回波进行三边定位能得到第一超声回波的解。三边定位函数的自变量是超声传感器***可利用回波函数d0_第一=V*第一回波0以及d1_第一=V*(第一回波1-第一回波0)确定的两个距离。
由于假设同一物体产生两超声回波,所以将超声传感器0检测的第一超声回波的传播时间与第一超声传感器检测的第一超声回波的传播时间相减。因此,假设超声脉冲串在物体2处的反射产生两个第二超声回波。在这种情况下,超声传感器***可以利用公式d0_第二=V*第二回波0以及d1_第二=V*(第二回波1-第二回波0)来确定三边定位的距离。图15示出了可能由超声回波与物体的错误关联而引起的问题。两个超声传感器的先到达超声传感器的超声回波不属于同一物体。因此,两个第一超声回波的三边定位会导致对相关物体的位置的错误计算。同样的情况也会发生在第二个到达的第二超声回波。
在这种情况下,对第一超声传感器检测的第一超声回波和第二超声传感器检测的第二回波进行三边定位将使得能够正确识别物体1。然而,超声回波的关联取决于场景、障碍物的数量和特性。为了避免错误解并正确识别多个物体,示例性实验室装置采用了下面描述的示例性方法。
用于识别多个物体的方法
用于多物体识别的方法在每个信道中使用超声传感器的在时间上最先到达的前三个超声回波。在本文讨论的示例中,示例性考虑了每个信道(表2)中的9个超声回波以及每个周期的36个超声回波。为了简化以改善对解释的理解,下面首先只考虑第一超声回波。因此,这只是一个非常粗略的简化示例。
该方法的构思是确定不同视角下的2D点。该方法基于两个超声传感器的三边定位。如果一个超声传感器发射超声脉冲串,则确定该信道的另外两个超声传感器的三边定位解。例如,如果超声传感器0发射超声脉冲串,则超声传感器0、超声传感器1和超声传感器2进行接收。超声传感器***根据超声传感器0接收的第一超声回波和超声传感器1接收的第一超声回波确定第一三边定位。
超声传感器***根据超声传感器0接收的第一超声回波和超声传感器2接收的第一超声回波确定第二三边定位。
因此,这两个三边定位从不同的角度得出两个解。随后,超声传感器***比较这些2D点,以检查它们是否属于同一物体。为此,超声传感器***比较x和y坐标。如果第一三边定位的第一2D解的坐标足够接近第二三边定位的第二2D解,则超声传感器***接受第一解作为有效2D解,并因此将其当作有效2D点。
图16示例地说明了该方法的构思。示例性超声传感器***使用信道0的测量超声回波来重构传感器***环境中的场景。黑线表示在发射超声脉冲串之后第一超声传感器检测的第一超声回波(第一回波0)。短虚线表示在发射超声脉冲串之后第二超声传感器检测的第一超声回波(第一回波1)。长虚线表示在发射超声脉冲串之后第三超声传感器检测的第一超声回波(第一回波2)。通过对第一回波0和第一回波1执行三边定位得到解1(Sol1)。通过对第一回波0和第一回波2执行三边定位得到解2(Sol2)。在计算两个三边定位之后,由超声传感器***执行的所提出的方法比较这两个解。作为该方法的一部分,超声传感器***检查第二解是否位于第一解的通常指定的、编程的或确定的定义矩形内。在图16中,由于所有方向上的限值相同,因此该矩形(短虚线)被绘制为正方形。
在图16场景的示例性场景中,解2处于解1的定义范围内。因此,该解是有效解,并且超声传感器***接受该解,作为可能存在障碍物的有效2D点。以此方式,降低了超声传感器设备将解错误解释为物体的可能性。
超声传感器设备仅使用第一回波就实现了对单个分离的立柱(即,分离的杆或其它竖直的细长物体)的识别。在开发本申请时,使用这些立柱来评估超声传感器***的识别质量。在本申请的意义上,立柱是竖直的优选圆形的物体,并且高度在大约1m的范围内。尽管在开发本申请时使用了这些立柱形式的物体,但研究结果仍涉及可位于具有超声传感器***的车辆的环境中的一般物体。然而,在某些情况下也可以识别多个物体。然而,决定性的事实是,在具有三个超声传感器的本示例中,每个待识别物体必须产生三个第一超声回波,本文中示例性的三个超声传感器也能检测到这三个第一超声回波。因此,本文中示例性的所有三个超声传感器都必须“看到”物体。例如,在一示例中,一个立柱放置在第一超声传感器的前方,并且一个立柱以对称的方式放置在第三超声传感器的前方。信道0将“看到”第一物体,并且信道2将“看到”第二物体。该示例表明,通过第一回波对多个物体的识别只在特定的障碍物群的情况下可用。因此,本文提出的方法还考虑了第二超声回波和第三超声回波,以增加看到多个物体的机会或增加获得物体表面的更高分辨率的机会。
图17说明了该方法的原理。该方法的不同之处在于对各信道中的发射超声传感器的第一超声回波、第二超声回波和第三超声回波的求解。
图17展示了对发射超声传感器0接收的第一超声回波求解的原理。超声传感器设备以相同的方式确定超声传感器0接收的第二超声回波和第三超声回波的解。
超声传感器***通常执行的方法从初始化“diff”值开始。该值表示各种2D解的允许公差。超声传感器***首先将“diff”值设定为值“i_step”(其是指迭代步长)。如果超声传感器***没有找到解,则超声传感器***将差值增加迭代步长值。在初始化差值之后,超声传感器***将第一超声传感器和第二超声传感器的第一回波解与第一超声传感器和第三超声传感器的第一回波解进行比较。例如,如果这些解相对彼此在定义正方形内,则超声传感器***接受第一超声传感器和第二超声传感器的解。然后,结束对第一回波的求解。然而,如果两个解不匹配,则超声传感器***将第一解与根据超声传感器0接收的第一超声回波和超声传感器2接收的第二超声回波计算的三边定位进行比较。如果这些解不够接近,则超声传感器设备重复这种与第一超声回波和第三超声回波的比较。
因此,超声传感器***将根据超声传感器0接收的第一超声回波和超声传感器1接收的第一超声回波得到的第一解与每个可能的第二解进行比较,该第二解由两个元素成对地组成,首先,该成对组合的第一元素是超声传感器0接收的第一超声回波或超声传感器1接收的第一超声回波,其次,该成对组合的第二元素是由超声传感器2接收的第一超声回波、第二超声回波和第三超声回波组成的集合中的每一超声回波。如果超声传感器***没有找到接受2D点,则超声传感器***再次将来自超声传感器0和1的第一个和第二超声回波的解与三个解进行比较。如果超声传感器***找到了解,则超声传感器***接受第一个和第二超声回波的三边定位值作为可能的障碍物位置。否则,超声传感器***再执行三次比较。超声传感器***再次将超声传感器0的第一超声回波和超声传感器1的第三超声回波的解与超声传感器2的三个解进行比较。如果超声传感器***拒绝2D点,则超声传感器***在本次迭代中没有找到关于第一超声传感器的第一超声回波的解。因此,开始下一次迭代。超声传感器***事先将解的范围增大更高的差值参数。迭代步长变量表示解范围的增量。
当超声传感器***已经找到有效2D点或变量“diff”的值达到定义的限值时,超声传感器***停止对第一超声回波求解。图17展示了第一回波解。超声回波***将相同的过程应用于每个信道中的发射超声传感器的第二和第三回波解。超声传感器***防止在同一信道中进一步计算用于寻求接受解的超声回波。因此,超声传感器***防止了多次使用超声回波而导致错误解。每个周期包含12个求解过程,这理论上最多可产生12个不同的物体。
解和参数
利用以上示例性所述的方法,超声传感器***可以通过对第一个、第二个和第三超声回波应用该方法在每个信道中识别最多三个障碍物。图18示出了一示例。图18示例性地示出了该方法的示例性解,该方法测量六个不同的示例性立柱。
图18将四个超声传感器显示为x轴上的点。该图将解绘制为2D点。解的圆圈虚线与在该信道中发射超声脉冲串信号的相关超声传感器的半圆虚线相对应。如果圆的标记是实线圆周线,则解是根据信道0的超声回波计算出的。只有第一信道检测到左侧物体。因此,图18将属于第一物体的所有解绘制为完整的连续圆周线。第一信道和第二信道检测的左侧的第二物体导致图18中的具有实线圆线和虚线圆线的解图。与第一物体相比,具有实线圆线的点的数量更少。这意味着第一个信道不是在每个周期中都识别出障碍物。第一信道和第三信道识别最远的障碍物。因此,第一信道在每个回波中检测障碍物。第二和第三超声回波允许识别多个障碍物。
识别取决于障碍物的数量、相对于超声传感器的位置以及特性。如果在使用一个信道时超声脉冲串信号由于被另一物体遮挡而无法到达例如物体,则在该信道中无法识别物体。障碍物的特性,尤其是障碍物的表面在停车***中起着重要作用。除了入射波的角度以外,表面的大小和形状也很重要。例如,识别诸如墙壁等较宽的面比识别较小的立柱需要更多次迭代。图19说明了这一点。图19中的左侧图表(图19a)属于对小立柱的测量,右侧的图表(图19b)属于对墙壁的测量。两幅图表都展示了信道0的第一超声回波的解。实线表示第一传感器板SNSB1的超声传感器0的第一超声回波。短虚线表示第二超声传感器板SNSB2的超声传感器1的第一超声回波,而长虚线表示第三超声传感器板SNSB3的超声传感器2的第一超声回波。图19中的参数示例性地被设置为标准参数。迭代步长为60μs,并对应于约2cm。差值极限为800μs,并对应于约27cm。在图19的示例中,在第一次迭代中已经确定了立柱位置的解。两个解之间的差值约为1.4cm,并对应于40μs的时间。与实线的两个交叉点非常靠近。相比之下,在测量墙壁时两个解之间的距离约为9cm。在分辨率为60μs的情况下,只有在第5次迭代中,这才产生可由超声传感器***接受的解。
在信道1中,墙壁检测和立柱检测之间的差异增大。图20展示了墙壁测量的超声回波。在这种情况下,超声传感器1(实线)进行发射。与超声传感器1的第一超声回波的两个交点相差33cm。即使超声回波属于墙壁障碍物,超声传感器***也不会接受该解作为有效值。因此,超声传感器***将差值限制提高到1166μs,并对应于40cm的距离Xd。这在墙壁测量期间导致了信道1和信道2中的解。由于对回波及其关系的错误解释,增大的差值可能导致错误的解。因此,超声波***优选地检查关于当前信道的理论上可达到的位置的每个解,以便排除错误解。下一部分将讨论这些位置。
解范围
可能解的范围取决于相应超声传感器本身的范围。基于Elmos传感器IC E524.09所使用的传感器具有如图2所示的超声换能器的特性曲线。根据图2,假设每个超声传感器的最大视角约为120度。在开发本申请的过程中,该角度经过了实际测试。为此,将一个小立柱移动到发射超声传感器前方的半圆上。在相对于超声传感器的视轴的角度超出120度时,不能再可靠地检测到立柱。
利用障碍物识别参数来配置极值曲线,以创建相同的条件。除了相对于超声传感器视轴的极值角以外,与立柱的距离也很重要。
球面函数(另参见https://de.wikipedia.org/wiki/kugelfl%C3%A4chenfunktionen)大体描述了每个超声传感器的辐射波瓣和/或接收灵敏度波瓣。优选地,这种波瓣包括具有横截面椭圆形状的椭圆形横截面。这些横截面椭圆形状的主轴的交叉点形成相关超声传感器的视轴。在辐射波瓣或接收灵敏度波瓣的更复杂的横截面区域的情况下,相应横截面区域的相应重心形成本申请意义上的相关超声传感器的视轴。
图21示出了四个示例性超声传感器的示例性范围。在考虑到视角的情况下,每个超声传感器能够识别超声传感器前方向左约80cm和向右约80cm处的示例性立柱物体。该限值在实际测量中不是绝对的。超出该范围的物体也可被检测到,但可能性会根据物体的表面而降低。所提出的超声传感器***使用的方法在该限值下工作,以使可能不属于物体的错误位置最小化。此外,不需要扩大范围,因为如果一个信道的解距离很远,则另一信道将识别出该物体。
每个信道的三边定位需要三个超声传感器。因此,物体必须被三个超声传感器“看到”。因此,物体优选地放置在第一个和第四超声传感器之间。图21中的数字表示哪个/哪些超声传感器从该区域接收到超声回波。前两个信道识别0和80cm之间的x轴范围内的物体。后两个信道识别具有40cm和120cm之间的x轴位置的障碍物。并非0cm和120cm之间的范围内的每个y轴位置都可被检测到。如果物体太靠近超声传感器***,则外侧传感器将无法接收到来自该物体的回波。同样的问题发生在具有靠近四个超声传感器的x轴位置处的物体上。这两个问题都可能导致在停车情况下出现一些不良情况。下面的回退(Fallback)是实施方法的一部分,以防止这些不良情况。在本文中,术语“回退”可以理解为紧急运行或紧急运行规则。
回退
该方法优选地包括回退,以利用较少超声传感器在外侧区域和更近区域内识别物体。回退意味着该方法不将来自两个超声传感器的解与第三传感器解进行比较。然后,超声传感器***接受来自两个超声传感器的解,而无需进一步检查。在用于开发本申请的超声传感器***的实验室原型中,仅在近场和远场识别中实施了该回退。它只考虑超声传感器的第一超声回波。考虑第二个和第三超声回波可能由于错误的回波分配而导致错误的解。在回退区域中也可以进行多物体识别。每个信道可以通过第一超声回波识别一个物体,并通过第二和第三超声回波识别另外两个物体。回退增大了检测范围,并提高了短距离时的物体识别的可靠性。图22示出了各种操作范围。
加粗矩形示出了在没有使用回退的情况下基于三个超声传感器的传感器解的范围。矩形在正y轴方向上是开放的,因为图22侧重于近场识别并且未示出y轴方向上的全部范围。实线表示矩形的边界是刚性的。超声传感器设备仅接受来自该矩形内的三个超声传感器的解。本申请将该区域称为三传感器区域。相比之下,在使用回退的情况下,超声传感器设备也接受来自加粗矩形周围的两个超声传感器的解。该区域是回退区域。在本申请中,将图22中的减去三传感器区域的虚线区域称为回退区域。这意味着由少于三个超声传感器产生的解可以在该区域中产生接受点。根据当前正在发射的超声传感器,在回退区域中的任何地方通常都接受双传感器解。在信道1内,超声传感器***接受第一和第三超声传感器之间的x轴位置的解。信道2接受第二和第四超声传感器之间的解。中间的两个超声传感器利用它们的第一超声回波和它们旁边的两个超声传感器的第一超声回波来计算点。例如,信道1首先利用来自超声传感器1和超声传感器0的第一超声回波计算三边定位。如果没有产生解,则超声传感器***将来自超声传感器1的第一超声回波与来自超声传感器2的第一超声回波进行三边定位。在信道2中,对超声传感器3和超声传感器1的超声回波进行类似计算。因此,超声传感器***始终在两个信道中识别四个超声传感器前方的物体。这使得在近距离内安全性更高。
信道0和信道3测量侧向范围内的障碍物。由于仅两个外侧超声传感器可以接收来自位于超声传感器旁边的物体的超声回波,因此冗余的物体识别是不可能的。因此,超声传感器***仅对每个信道中的两个第一超声回波执行一次三边定位。如果该三边定位没有产生解,则超声传感器***执行的方法还包括回退到一个超声传感器。如果只有发射超声传感器接收到超声回波,则该方法检测该外侧区域中的障碍物。它首先通过将超声回波与从其它信道计算的到物体的距离进行比较来检查该超声回波是否不属于另一物体。
图23说明了必须这样实施的原因。左侧示出了来自信道0和信道1的超声回波。信道1通过三个第一超声回波检测障碍物。相反,来自超声传感器0的超声发射脉冲串仅被超声传感器0测量。根据到一个超声传感器的回退,该方法将接受来自传感器0的超声回波作为解。在信道1中,计算传感器0和物体之间的距离。将其与从信道0计算的距离进行比较,以防止出现错误解。如果回波距离接近物体距离,则超声传感器***拒绝将该超声回波作为允许的单传感器解。因此,超声传感器***降低了由于对超声回波的错误解释而导致错误解的可能性。特别在具有不规则和有角的表面的物体的情况下,可能会出现如图23所示的情况。
优选地,超声传感器***还将到一个超声传感器的回退应用到信道1和2,以便识别出只能由一个超声传感器检测到的非常近的区域内的障碍物。图22用加粗虚线表示该区域。
图24说明了最后实施的边界,其与回退无关。经发现,在不限制信道0和信道3的解范围的情况下,在实际测量中会出现一些错误解。超声传感器***检查来自这些信道的解与超声传感器视轴的夹角。如果解在夹角“alpha_lim”αlim的内侧,则超声传感器***拒绝将其作为有效点。在用于开发本发明的实验室原型中,“alpha_lim”αlim被设定为示例性的45°。
示例性实施
三边定位方法的示例性实施非常复杂。除了对每个信道中的前三个超声回波进行回波分配以外,源代码还包括许多手动部分,并执行了“if”语句来优化方法。该方法提供了许多参数。这些参数被初始化在结构中。针对该方法对不同值进行参数化,以实现该方法的简单适配。这方面的示例是超声传感器的位置。如果装置发生变化,可以将它们简单地设定为不同值。
该方法在三边定位函数的示例性实施中实现:在波评估文件中调用三边定位函数。该函数接收当前信道作为参数,并返回所得到的2D解和迭代计数器。该计数器表示导致接受解的两个2D位置之间的距离。此外,计数器能够区分三传感器解、二传感器解和单传感器解。该方法基于两个超声回波的多次三边定位计算其解。每个信道在每个周期计算16次三边定位(trilateration2)。因此,调用函数trilateration2。该函数获取两个回波值和两个超声传感器之间的距离。它将回波值解释为半圆,并返回半圆的交点。示例性trilateration2函数最多需要2.4μs来计算解。因此,完整的三边定位方法不需要花费太多时间来计算解。在ms的范围内,周期运行时间的变化不明显。该时间恒定保持在120ms左右。
阶段4:滤波
滤波简介
本申请的接下来两个部分涉及超声信号的信号处理。它们分为原始超声回波信号的处理和得到的2D点的处理。提出并实施了两种不同的滤波器类型。第一种是卡尔曼滤波器或估计滤波器。滤波器通过对输入回波信号进行滤波来影响三边定位方法的输出。使用的第二种滤波器是聚类滤波器。与卡尔曼滤波器或估计滤波器不同,聚类滤波器对三边定位的解进行滤波。将在后面说明滤波之前的合理性检查的阶段3。
由于停车环境的不同,滤波器的实施面临着多个挑战。最大的挑战是改善噪声特性。必须抑制来自其它停放汽车的传感器的噪声影响。另一个挑战是滤波器必须快速适应变化。这是因为假设2m/s的最大速度。除了该最大速度以外,回波值还可以根据环境的突然变化而发生跳变。例如,行人在停车过程期间突然进入超声传感器的敏感区域。对超声传感器***的要求需要超声传感器***在最多500ms的时间内识别出行人。因此,滤波器输出不应由于过多次滤波器内部迭代而相对于滤波器输入延迟过久。
阶段4a:卡尔曼滤波器或估计滤波器
卡尔曼滤波器概述
本申请的这一部分描述了通过作为示例性估计滤波器的卡尔曼滤波器对测量的超声回波进行滤波。在开发本申请的过程中,测试了不同类型的滤波方法和滤波器,并将其与卡尔曼滤波器或卡尔曼滤波方法进行了比较。对超声回波信号的滤波必须非常快,以便跟踪车辆运动和测量的障碍物。在用于测试本文使用的技术启示的实验室装置中,超声传感器***每120ms刷新一次超声回波信号,这对应于周期时间。该周期时间源自于每信道延迟30ms的测量。滤波器应以最少的迭代次数跟踪真实值,以便具有较小延迟。这就是在这种情况下测试的自适应滤波器的问题所在。它们通常需要多次迭代才能通过调节其参数来跟踪测量值。
测试的另一滤波器是采用αβγ滤波方法的αβγ滤波器,它也可以作为采用示例性估计滤波方法的示例性估计滤波器。该滤波器基于类似于卡尔曼滤波器的数学***。这两种滤波器都通过***、测量和过去值来预测它们的当前值。因此,这两种滤波器类型的输出是相似的。两种滤波器类型之间的主要区别在于,卡尔曼滤波器在其卡尔曼滤波方法中具有计算最优预测的迭代部分。出于这个原因,为实验室装置选择了采用卡尔曼滤波方法的卡尔曼滤波器,以便对停车辅助***的超声回波信号进行滤波。
根据滤波的目的,每个滤波器都具有其滤波特性。例如,低通滤波器滤除高频。低频通过该滤波器。与低通滤波器相比,采用卡尔曼滤波方法的卡尔曼滤波器旨在滤除噪声或不安全的信号分量。在诸如自主或辅助导航等许多不同的应用中,该特性是期望的[13]。因此,采用卡尔曼滤波方法的卡尔曼滤波器得到了广泛应用。采用卡尔曼滤波方法的卡尔曼滤波器的滤波原理比其它基本滤波器类型更复杂。该滤波器基于微分方程组。采用卡尔曼滤波方法的卡尔曼滤波器利用这些微分方程组,以便通过采用卡尔曼滤波方法的卡尔曼滤波器比较当前状态和先前状态来估计下一个状态。为了实现这种估计,在卡尔曼滤波器中并因此在卡尔曼滤波方法中采用了最小化均方误差的原则。卡尔曼滤波器以及因此卡尔曼滤波方法对测量值的应用需要正态分布。否则,该方法无法找到最佳状态预测[14]。
***描述
卡尔曼滤波器的卡尔曼滤波方法是基于线性状态空间格式的***。在此给出了这些***在时间连续空间中的原始格式:
y(t)=H(t)*x(t)
其中,x(t):状态矢量;F(t):***矩阵状态;G(t):***矩阵输入;U(t):输入向量;Y(t):输出矢量;H(t):观察矩阵。
第一方程确定了状态的导数、状态本身和输入之间的相干性。第二方程将输出矢量与状态相关联。从连续时间空间到离散时间空间的转移导致以下描述:
xk+1=Fk*xk+Gk*uk
yk=Hk*xk
脚注k代表当前迭代。k+1表示下一迭代。***的复杂性确定了***描述的维度。在对超声信号进行滤波的情况下,存在两种可能性。
第一种是具有两个状态的2D***描述。由超声传感器测量的回波传播时间e(t)是第一状态。它表示超声脉冲的传播时间。车辆的速度v(t)表示第二状态。它是通过车辆的运动测量的。第二种可能性是只包含状态e(t)的1D***。速度v(t)作为输入影响***[14]。
2D***
通过以下方式确定过去值和当前值之间的比率:
类似地,计算障碍物的距离:
到离散时间空间的转换将导致以下状态方程:
d(t-Δt)=d(k*Δt-Δt)=d(Δt(k-1))=dk-1
v(t-Δt)=v(k*Δt-Δt)=v(Δt(k-1))=vk-1
=>x1k=dk=dk-1+Δt*vk-1
测量速度值。恒定的速度导致以下关系:
=>x2k=vk=vk-1
两个状态变量都导致以下***描述:
通过将最后距离和车辆速度乘以两次测量之间的时间差来预测距离dk。***不受输入变量的影响。因此,***描述不包含输入向量[14]。
1D***
与2D***相比,1D***将车辆速度解释为输入变量。
因此,***描述减少了其维度。测量距离是以下1D描述中的单一状态。
/>
由此得出的方程表明***的复杂程度较低。过去值和当前值之间没有关系。预测状态取决于过去值和速度规定。如果车辆的速度不可用于停车***,则简化的状态方程为xk=xk-1。
卡尔曼滤波方法
卡尔曼滤波方法基于***描述和随机关系。在一维***的情况下,方程由一维值组成。这导致以下方程。这些方程是在滤波器的每个时间步长下计算出的。脚注k代表当前迭代。k-1表示上一次迭代。
Pk=(1-Kk)*(Pk-1+Q)
该方法的基本原理是预测当前值。公式2展示了计算结果。它通过将上一个预测值添加到测量值zk和/>的加权差值来预测值/>因子Kk确定了该差值的影响。Kk被称为卡尔曼增益,它是通过迭代计算出的。上面给出的方程在每次迭代k中更新参数。该方程包含值Pk-1,它是通过上面给出的方程迭代计算出的。
这些方程表明,该方法在卡尔曼增益的计算和通过该因子对下一状态区的预测之间区分。卡尔曼增益与测量无关。它仅取决于参数Q、R和起始值P0。增益的计算是卡尔曼滤波器的基本构思和复杂性所在。以下部分有助于对其更深入地了解[14]。
参数
卡尔曼滤波器以及卡尔曼滤波方法的构思是对不确定的信号分量进行分类。因此,滤波器需要一些关于测量的信息。Q和R参数提供了该信息。Q描述了过程噪声的方差值。在多维***中,它将是一个矩阵。Q确定***对滤波器输出的影响。较高的Q意味着***的状态预测的高标准差。在这种情况下,滤波器对测量结果的置信度高于对***预测的置信度。参数R代表测量噪声的协方差。它描述了测量值对状态预测的影响。当R较高时,测量的方差也较大。因此,该方法对测量的置信度低于对***预测的置信度。图25展示了卡尔曼滤波器如何利用卡尔曼滤波方法通过两个参数的影响来预测下一状态。
图25示出了对车辆或移动物体的位置进行测量的示例。实线表示***预测的概率密度函数(PDF)。长虚线表示测量的概率密度函数(PDF)。在这种情况下,与预测的标准差相比,测量的标准差更小。这意味着参数Q高于R。短虚线描述了通过卡尔曼滤波器利用卡尔曼滤波方法计算的位置。该曲线是通过将其它两条高斯曲线相乘计算出的。将其按比例放大以获得积分值1。参数与高斯曲线标准差之间的确切关系可以通过以下两个公式来描述:
R代表标准差的平方,即方差Q和预测方差之间的相干性是迭代确定的。计算位置的短虚线的结果方差也通过以下公式迭代确定:
图25示出了通过测量和预测的方差确定滤波器。滤波器输出更接近具有更小分布的值。卡尔曼滤波器的卡尔曼滤波方法通过参数获得关于分布的信息。因此,合理地选择R和Q是至关重要的[15]、[16]。
对于1D***,由于不存在通过***关系进行的预测,因此过程噪声方差Q可以为零。然而,将Q设定为零会降低“调节”滤波器的灵活性。因此,一个可能的解决方案是将Q设定为较小值(例如,1e-5),并调节R以获得期望的滤波器功率。卡尔曼滤波器的卡尔曼滤波方法的行为,特别是用于增益因子的方法的行为取决于Q和R之间的关系。因此,可以首先设定测量噪声方差R。然后,可以使用Q来调节滤波器。
图26比较了两个不同的示例性滤波器参数。图26中的实线表示距离测量。信号是叠加了正态分布噪声信号分量的2.5米的恒定值。噪声信号的标准差为σmeas=50。因此,R被定义为σmeas2=250。图26针对Q的两种不同示例性选择示出了示例性卡尔曼滤波器的示例性卡尔曼滤波方法的输出。Q的值越高(75),测量中的置信度越高。因此,与长虚线相比,短虚线更不平滑。因此,更小的Q值能更好地平滑静态测量期间的测量值。
图27将相同的参数应用于动态测量。标准差再次被选择为50。在迭代步长为50ms的情况下,第20次迭代和第50次迭代之间的移动对应于±2.67m/s的速度。
图27示出了具有较小Q值的卡尔曼滤波器的卡尔曼滤波方法不能跟踪测量的动态部分。为了使卡尔曼滤波器的卡尔曼滤波方法能够跟踪运动,选择的Q值越小,需要的迭代次数就越多。滤波器需要有关运动的信息以改善动态测量中的滤波器行为。在停车***的情况下,滤波器中应包含汽车速度。对于一维滤波,将速度作为输入进行配置。图28比较了利用和不利用速度信息的卡尔曼滤波器的卡尔曼滤波方法的输出。
长虚线说明了不利用速度信息的卡尔曼滤波器的卡尔曼滤波方法的行为。短虚线证明了输入速度的优势。由于速度直接影响下一个状态的计算,因此滤波器不需要迭代来跟踪值。
另一种整合速度的方法是将***扩展一个维度。这就引出了所解释的***描述。在这种情况下,速度被配置为***的状态。以速度为输入的1D滤波器与以速度为状态的2D滤波器的主要区别在于,2D滤波器能够对速度进行滤波。方差参数Q和R在这种情况下是多维值。对位置和速度的滤波会降低***的动态性能。应用2D描述的一个示例是在自由落体场景期间的定位。在这种情况下,所解释的2D***描述将以被作为***输入进行配置的重力加速度进行扩展。
实际测量
所提出的超声传感器***的示例性实验室***使用卡尔曼滤波器的卡尔曼滤波方法对超声停车***的回波信号进行滤波。例如,每个测量周期由36个回波组成。因此,必须利用卡尔曼滤波方法由单独的卡尔曼滤波器对36个超声回波进行滤波。对前12个超声回波进行滤波以简化滤波器的评估和测试。在应用滤波器之前,检查回波是否呈正态分布。图29示出了在示例性墙壁测量期间来自信道0中的传感器0的第一超声回波的分布。
该分布包含225个超声回波。平均值为4871μs,并对应于1.67米。标准差约为10μs。图29示出了回波信号呈正态分布。其它测量也表明超声回波呈正态分布。因此,可以将卡尔曼滤波器的卡尔曼滤波方法应用于超声回波。
卡尔曼滤波器的卡尔曼滤波方法的参数配置取决于超声回波信号。由于表面和环境不同,超声回波的标准差也不同。例如,对停车情况的模拟会导致标准差的显著差异。图30示出了来自信道1中的超声传感器1的第一超声回波和来自信道3中的超声传感器3的第一超声回波。卡尔曼滤波器利用卡尔曼滤波方法在使用相同参数的情况下对这两个回波进行滤波。
来自信道3的超声回波信号的标准差为10μs。来自信道0的超声回波的标准差为63μs。参数Q的值被设定为100。R值为3600,其大约对应于信道0的第一回波的方差。图30示出了在相同场景下超声回波的分布有所不同。对于静态测量,在选择参数时可以考虑具有最大扩散的超声回波。相比之下,动态测量的滤波具有已说明的问题,即测量值跟踪问题。车辆速度的整合将改善动态滤波器的特性。然而,这种整合在许多停车情况下将不会提供正确的超声回波信号。问题在于,车辆的速度并不代表每种情况下回波路径的变化。例如,当汽车以缓慢的速度停放并且驾驶员快速转向一个方向时。信号将会快速地改变。
因为它将接收到来自先前超出超声传感器范围的障碍物的超声回波。当车辆测量墙壁并且行人在墙壁和车辆之间行走时,也会出现同样的问题。必须调节卡尔曼滤波器的卡尔曼滤波方法的参数,以正确识别动态超声回波。
图31通过动态测量比较了R的两个不同参数。在这种情况下,识别的障碍物是成像的植物。图片是在第100个周期拍摄的。植物的不规则表面导致超声回波信号的高度分散。由于测量装置的缘故,车辆的速度不可用。因此,它没有整合到***描述中。
该图示出了参数R的两种不同选择。第一卡尔曼滤波器(实线)的第一卡尔曼滤波方法使曲线更平滑。相比之下,第二卡尔曼滤波器(虚线)的卡尔曼滤波方法能更快地跟踪测量。所示测量的最大速度约为0.3m/s。更高速度下的测量将增大两条曲线之间的差异。由于停车情况涉及动态测量,以此在开发本申请时的初步测试中使用示例性参数Q=100和R=200。对不断变化的环境做出快速响应比平滑曲线更重要。
阶段3:合理性检查
优选地,超声传感器***在利用卡尔曼滤波方法在超声传感器***的卡尔曼滤波器中进行滤波之前执行合理性检查。
手动滤波部分
在初步测试中实施的超声传感器***的卡尔曼滤波器的卡尔曼滤波方法包含一些手动查询,以改进滤波器的滤波方法。特别地,实现了噪声特性和对快速回波变化的反应。在这种情况下,术语“手动”涉及超声传感器***的处理器所执行的“if”查询特性,这些特性是在构建时根据经验确定的。因此,这显然并不意味着在此需要人为干预。
噪声
超声信号滤波的关键特征是噪声特性。来自其它停放汽车的超声传感器不应影响回波。为了模拟这些噪声信号,测试装置包括第五超声传感器。另一传感器板控制该第五超声传感器。测试装置中的第五超声传感器发射与用于停车过程的超声传感器具有相同频率(58kHz)和相同描述文件(“SendA”)的脉冲。卡尔曼滤波器的卡尔曼滤波方法通过手动查询进行了扩展,以改善噪声特性。图32说明了这一点。图32示出了静态测量的超声回波信号。噪声传感器影响了测量值(实线)。短划线表示卡尔曼滤波器的标准卡尔曼滤波方法。由于参数的缘故,滤波器对更新值的响应很快。图32中的点线示出了卡尔曼滤波器的卡尔曼滤波方法的输出,该卡尔曼滤波器具有用于分类噪声值的“if”语句。该语句拒绝大于前一值加上1400μs的值。该查询的限值由最大***动态的假设得到。根据该假设,停车位中物体的最大速度或汽车速度为2m/s。停车***应能够识别更低速度下的障碍物。超声传感器***可如下计算手动限值:
该公式计算每个周期超声回波信号的最大差值。如果速度的测量值大于前一速度测量值加上1400μs,则因为超声传感器***必须假定这是错误测量,所以用上一值代替当前值。也就是说,所提出的超声传感器***的特征在于,它首先使用卡尔曼滤波器的卡尔曼滤波方法,以至少对至少一个超声传感器的超声接收信号进行滤波,并且超声传感器***对卡尔曼滤波器的卡尔曼滤波方法的输入值进行合理性检查,并且超声传感器***用合理的、旧的值代替卡尔曼滤波器的卡尔曼滤波方法的不合理的输入值。
零跳变
用于改善滤波器特性的另一手动查询是超声回波值和未识别出回波之间的跳变。诸如植物物体(图31)等障碍物可能导致非常不稳定的回波。传感器不能在每个周期中都识别出超声回波。处理这种情况的一种方法是使超声传感器***将当前值设定为描述文件的最大测量时间(描述文件A的14.58ms)。然而,这将导致通过方法求解。每个没有解的周期都将通过回波的最大值提供解。为了实现这些解,将回波值设定为零。图33示出了在植物障碍物(图31)的动态测量期间的不稳定回波。回波属于信道0的第三传感器。如果传感器未识别出回波,则超声传感器***将回波值设定为零。没有零调节的卡尔曼滤波器的卡尔曼滤波方法需要迭代来跟踪零和回波值之间的跳变。这会导致错误的回波信号和三边定位方法的错误解。通过零跳变查询进行扩展的卡尔曼滤波器的卡尔曼滤波方法直接在超声回波的有效值和零之间跳变,并从而允许错误的回波和解。
回波之间的跳变
卡尔曼滤波器的卡尔曼滤波方法的另一手动调节是对跳变值的额外查询。在回波值和零之间存在跳变的问题也发生在两个回波值之间。
图34说明了一个场景。超声传感器测量四个立柱障碍物。在车辆不移动时,行人在立柱和传感器之间走过。图34在右侧的b示出了测量的第40个周期。图34a示出了来自信道1中的超声传感器1的相应第一超声回波。
回波信号在大约9000μs和3000μs之间跳变。卡尔曼滤波器的常规卡尔曼滤波方法(短虚线)需要多次迭代来跟踪测量。与此相比,卡尔曼滤波器的手动卡尔曼滤波方法(长虚线)在一次迭代延迟之后就跳变到测量值。该延迟是由于噪声滤波造成的。变化大于Δemax(1400μs)的第一值被解释为噪声。在噪声值之后,手动查询检查当前测量值相对于上一个预测值的偏差是否超过Δemax。如果为真,则用当前测量值代替当前预测值。在该场景的示例中,激活了三次查询。第一次是在第38次迭代中,当回波信号降至更低值时。第二次和第三次分别在第46次和第48次迭代中。当行人离开传感器区域时,查询被激活两次。这是因为回波在立柱和行人之间改变了两次。因此,属于立柱的两个测量值被解释为噪音。这产生了两个接受跳变值。
最大速度
在初步测试中实施的卡尔曼滤波器的卡尔曼滤波方法的最后一个手动部分是在动态变化过大时停用卡尔曼滤波方法,从而关断卡尔曼滤波器。与由物体变化引起的回波跳变相比,这部分处理的是在没有物体变化的情况下的快速回波变化。这些变化可能是由停车时的高速度或在传感器区域中移动的障碍物引起的。为了以定义的速度模拟这种情况,在初步测试期间在超声波实验室中测量了超声回波。将立柱安装在轨道上作为测试物体。立柱可以以恒定的速度移动。最大速度为1m/s。图35示出了在测量可移动立柱期间信道1中的超声传感器1的超声回波。立柱在超声传感器的视轴方向上以1m/s的恒定速度移动,该视轴方向垂直于上面安装有超声传感器的板。
首先,立柱远离超声传感器移动。然后,在大约15个周期内保持位置不变。最后,立柱回到起始位置。图表比较了卡尔曼滤波器的普通卡尔曼滤波方法和手动卡尔曼滤波器的手动卡尔曼滤波方法。手动卡尔曼滤波器的手动卡尔曼滤波方法在速度大于vfilter_max时停用对回波信号的滤波。基于立柱测量和其它动态测量,最大速度选择为vfilter_max=0.75m/s。
在本示例中,所选择的最大速度导致的最大回波差为:
如果在连续两次迭代中信号变化超过Δefilter_max或变化了Δefilter_max,则停用滤波器。
因此,第一次跳变不会导致停用,因为它也可能是噪声信号。如果信号在第二次迭代中跳变,则用当前测量值代替当前预测值。
该查询的另一有利效果是噪声特性(图36)。测量信号受到噪声传感器的影响。该传感器在第11个周期中引起信号跳变。噪声值与实际值之间的差值小于Δemax(1400μs)。
因此,卡尔曼滤波器的卡尔曼滤波方法不会将值解释为噪声。常规卡尔曼滤波器的常规卡尔曼滤波方法对该跳变做出响应,并且需要几次迭代才能返回到真实值。与此相比,手动滤波器直接跳回到实际测量值。这是因为信号在第一次迭代中跳变到噪声,并在下一次迭代中跳回到实际值。因此,记录了两次跳变,并在第二次迭代时停用滤波器。
所得到的2D输出
对回波信号进行滤波的目的是有利地影响得到的2D位置。旨在实现更好的噪声特性和具有较小分散的更平滑的位置。图37比较了使用和不使用卡尔曼滤波的解。启用卡尔曼滤波方法的所有手动部分,从而启用卡尔曼滤波器。将参数设定为它们的默认值(Q=100,R=200)。这些解属于动态墙壁测量的第一回波。噪声传感器干扰测量。图37示出了每个信道的最后25个解,以说明解的走向。很明显,通过应用卡尔曼滤波器的卡尔曼滤波方法使解的路径变得平滑。此外,还排除了信道2的两个干扰值和信道3的一个干扰值。
示例性实施
对一个周期的所有回波信号进行滤波需要多个卡尔曼滤波器及相关的卡尔曼滤波方法。特别地,第一超声回波不应提供关于环境的错误信息,因为它们能识别最近的障碍物。因此,首先对12个第一回波进行滤波。对于具有单独参数化卡尔曼滤波方法的12个不同卡尔曼滤波器的示例性应用,在MCU的程序的示例性源代码中实现各个结构。一个结构包含滤波器的各种变量。另一结构对用于12个不同的状态的这些变量进行初始化。每个状态存储卡尔曼滤波器的卡尔曼滤波方法的变量的当前值。在卡尔曼函数中实现卡尔曼滤波方法。优选地,三边定位函数在三边定位方法中计算三边定位之前调用该函数。除了当前处理的超声回波的当前值之外,卡尔曼滤波器(由超声传感器***执行的卡尔曼滤波方法的形式)还需要状态参数,以便将原始值关联到正确的滤波器状态。滤波特性被实施在另一结构中。在此为手动查询设定参数Q、R和两个极限值。这些参数对于所有滤波器状态都是相同的。除了参数之外,手动查询也影响滤波器行为。这些手动查询优选是卡尔曼滤波方法的一部分,该方法在每次超声传感器***调用卡尔曼函数时都是相同的。手动部分可以单独地启用和停用。这在滤波器输出存在问题的情况下可能是有帮助的。在开发本申请时,通过实际测量对实施例进行了测试。然而,查询可能导致错误的输出,但这在初步测试时的测量中没有发生。
类似于三边定位方法,卡尔曼滤波器中的卡尔曼滤波方法的运行时间非常短。每个滤波器的最长运行时间为2.7μs。因此,它对于120ms的周期运行时间的影响微乎其微。
阶段4b:聚类(Clustering)
本部分涉及对三边定位方法得到的2D解进行滤波。为此,实施了聚类方法,并在开发本申请时进行了示例性测试。聚类的目的是改善噪声特性。
在信息技术***中,聚类代表通过聚类方法确定的一组数据。聚类中的数据点由于与周围数据点的关系而彼此相似。聚类方法接收大量输入数据以确定不同的聚类。聚类是无监督机器学习的一部分。“无监督”一词应理解为“没有监督”。这意味着聚类方法可以自行在其输入数据中查找结构。没有为这些方法指定任何标签[18]。
最常见的是K均值聚类方法。这是最简单的无监督学***方,将数据点关联到一个聚类。除了基于中心点的方法以外,还有基于密度的方法。基于密度的方法通过数据点集中度来确定它们的聚类。一种常见的基于密度的方法是基于密度的噪声应用空间聚类(DBSCAN:density-based spatial clustering of applications with noise)。与K均值方法相比,DBSCAN方法能够发现数据中的异常值。该特性是使用DBSCAN方法对2D位置进行滤波的原因[18]。
DBSCAN
DBSCAN方法通过考虑2D数据点的密度来确定聚类。为此,计算数据点之间的距离。该方法区分了“核心值”和“非核心值”。图38示出了两者之间的差异。具有不间断圆圈的点代表聚类的核心值。具有短虚线圆圈的点属于聚类但不属于聚类的核心。所提出的设备利用DBSCN方法将具有长虚线圆圈的点解释为噪声。优选地,该设备在其处理器中的一者上(例如,NXP板NXPB的MCU上)执行DBSCAN方法。围绕各个数据点的圆圈表示作为该方法的一个参数的距离ε。这些圆圈的虚线对应于点的虚线。另一参数是“inPts”参数。该参数定义了应落入一个点的圆圈内的最少数据点数,以便将该点解释为聚类的成员。图38示出了参数minPts=3或minPts=4的情况。每个以实心圆为边界的数据点在其圆圈内都有其它三个值。圆圈3801也被称为数据点的邻域。为了清楚起见,在图38中,仅示例性数据点A和与其相关的阈值圆圈3801设置有附图标记。为了清楚起见,省略了该数据点A的其它附图标记。具有短虚线圆圈的点在其邻域只有一个其它值。因此,它们不是聚类的核心值。然而,它们仍作为非核心值属于该聚类,因为具有短虚线圆线的点的邻域属于核心值。具有长虚线圆线的点没有邻域,并被解释为噪声值[19]。
DBSCAN方法根据所选择的参数提供不同的聚类。图39展示了该方法基于生成数据的输出。该方法将数据分为三个聚类。它通过将值与聚类标签一起存储而将值关联到聚类。该方法还区分了核心值和非核心值。与非核心值相比,核心值被显示为更大的点。
该图表的参数被设定为minPts=10和ε=0.3。黑点表示噪声值[19]。
聚类方法
在开发本申请时,聚类方法的用途是滤除噪声2D数据位置。其构思是,聚类方法产生属于超声传感器的2D空间中的障碍物的聚类。应排除远离聚类的解。所述的DBSCAN方法能区分噪声和聚类值。将每个数据点关联到一个聚类。但是,该关联对于解的滤波来说不是必需的。为了滤除噪声信号,已简化了聚类方法,以用于本文提出的超声传感器***。基于DBSCAN方法,开发、实施并测试了一种新的、独特的聚类方法。
图40示出了所提出的新的聚类方法的流程图。在三边定位之后执行该聚类函数的方法步骤。
每当在信道中存在解时,超声传感器***以该解作为参数(sol)调用聚类方法的函数。首先,超声传感器***初始化聚类索引k和邻域计数器。随后,超声传感器***计算解与聚类数组中的第一元素之间的距离。在此,聚类数组包含最近的解。数组大小的标准值为25,这意味着该方法将基于最近25个点形成聚类。在此,超声传感器***利用该方法计算当前解与聚类数组的第一元素之间的距离的平方。然后,超声传感器***将以此方式确定的距离的平方与邻域的平方ε2进行比较。使用距离的平方以及ε2的构思在于,不需要计算平方根来确定正确的距离。在应用该方法之前,可以在此预先计算邻域的平方ε2。
如果当前解与聚类数组元素之间的距离小于邻域,则超声传感器***使邻域的计数器递增。然后,使索引递增,并且再次从聚类数组的下一个元素开始计算。在检查了当前解与每个元素之间的距离之后,超声传感器***将邻域的数量与参数minPts进行比较。在minPts=3的情况下,如果存在两个以上的邻域,则超声传感器***接受该解。如果只有一个邻域,则该函数返回布尔真噪声值。在返回该布尔值之前,将当前值添加到聚类数组中以用于下一次函数调用。
基于生成的数据测试聚类函数,并将其与DBSCAN方法进行比较。该函数提供与DBSCAN方法相同的聚类。然而,与DBSCAN方法相比,上述方法仅考虑聚类的核心值。该设备的实验室原型包括用于在测试台中查找非核心值的功能。聚类方法在实际测量中的应用表明,非核心值仅出现在某些情况下,并且不提供任何关于环境的进一步信息。因此,在用于超声传感器***的MCU的程序的源代码中没有实现非核心值。
参数
对参数minPts和ε的配置是至关重要的。假设超声传感器***(即,车辆)的最大速度为2m/s。这意味着每个周期的最大位置差为:
为了以最大速度识别障碍物,尤其当仅在一种情况下识别出障碍物时,必须选择ε值使得ε=(minPts-1)*Δpmax。由此,在最小采样数为minPts=3的情况下,邻域为48cm。如果两个信道识别出快速障碍物,则邻域可以降至24cm。如果三个或四个信道识别出障碍物,则信道之间的时间延迟至关重要,因为聚类是在一个周期内建立的。为了以最大速度可靠地识别障碍物,在本示例中ε必须大于或等于48cm。
图41示出了聚类方法的示例性输出。所示的解属于静态车辆测量(图30)。第五噪声传感器干扰测量。聚类方法使用50cm的邻域来处理较高的速度。聚类数组的大小为25,并且聚类的最少点被选择为3(minPts=3)。在图41中,该方法的噪声值被绘制为虚线圆圈。图41示出了两个噪声值。另外两个错误解(信道1和信道3)未通过聚类方法进行滤波。
在静态场景下,类似于卡尔曼滤波器,该滤波器无延迟地操作。在动态场景下,滤波器需要迭代来接受新的解。为此,移动行人的场景(图34)只是一个示例。根据参数minPts,该方法将新物体的第一值解释为噪声。在minPts=3的情况下,拒绝由于行人的加入而产生的前两个解,因为聚类需要三个解。minPts=3的最坏情况是仅一个信道识别出行人。这会导致两个周期的延迟。
实施
聚类方法的实施没有卡尔曼方法的实施复杂。可以根据一个简短的流程图(图40)来解释该滤波器的方法。在初步测试中,该方法在聚类函数中实现。在超声传感器***在三边定位函数中调用的结构中初始化这三个参数。超声传感器***在每当三边定位计算解时都调用它。与卡尔曼滤波器的卡尔曼滤波方法相比,超声传感器***将该方法应用于第一、第二和第三回波解。与卡尔曼滤波器的三边定位方法和卡尔曼滤波方法一样,例如可以通过源代码中的定义语句优选地单独启用聚类滤波器的聚类方法。使聚类函数的运行时间最少。它对周期的运行时间没有影响。
阶段3至4中的滤波——概述
在最后几个部分中,本文讨论了通过对回波和解进行滤波来提高超声传感器***的可靠性的两种不同方法。卡尔曼滤波器的卡尔曼滤波方法减少了2D位置的分散。此外,手动部分允许对噪声值的滤波快速跟踪测量。图38说明了这一点。然而,也存在卡尔曼滤波器的卡尔曼滤波方法引起错误解的情况。图42示出了一个示例。
两个图都属于动态墙壁测量。利用卡尔曼滤波方法将卡尔曼滤波应用于超声回波,并然后进行聚类。左侧图示出了测量期间的解。通过应用卡尔曼滤波器的卡尔曼滤波方法,产生了一个错误解。聚类方法对该解进行滤波。因此,该错误解在图42a的右下方被绘制为圆形的虚线点。图42b示出了信道3中的超声传感器3的第一超声回波的几个周期,这也是错误解的原因。测量的超声回波在三个连续的周期内具有两个噪声信号。由于第一次跳变(周期=174)小于Δemax=1400μs,因此该跳变不被解释为噪声。然而,跳回到实际值(周期=175)被错误解释为噪声。因此,到噪声信号的第三次跳变(周期=176)被解释为有效事件,而到测量的往回跳变(周期=177)被解释为噪声。这种错误解释导致了图42中的黑色2D点。该解源自于到单个传感器场景的回退(fallback)。三边定位在周期176和177中未找到第一超声回波的解。该示例说明了在2D解上应用聚类方法的优点。应用该方法的缺点是解在快速变化的环境中会被延迟。选择参数minPts=2可能会导致一个周期的延迟。
通常,滤波器输出延迟有三个原因。第一个是由三边定位方法造成的延迟。例如,如果行人从右向左移动。信道3将在前几个周期中识别出行人。然而,如果行人在超声传感器3发送和接收其回波之后移动到信道3的区域中,则行人的第一解将延迟前三个信道的运行时间。如果周期时间为120ms并且信道延迟为30ms,则该延迟约为90ms。行人场景中将发生的第二个延迟是由卡尔曼滤波器的卡尔曼滤波方法造成的延迟。第一次跳变将被解释为第一周期的噪声。第三个延迟是由聚类造成的,这取决于参数minPts的选择。
以下公式总结了三种不同的延迟:
在假设行人的最坏时机并且聚类参数minPts=2的情况下,延迟将为330ms。这确保了***对最大响应时间500ms的要求。
在用于开发本申请的初步测试中,实际测量在如下情况下表现出最佳滤波特性:当在信号路径中超声传感器***首先将卡尔曼滤波器的卡尔曼滤波方法应用于三边定位方法的结果,并然后在信号路径中超声传感器***应用聚类方法,特别是利用图42的参数的聚类方法。
讨论
三边定位法旨在获取尽可能多的环境信息。因此,考虑了每个超声传感器的三个超声回波。该方法通过比较两个超声传感器的多个三边定位解来分配回波。这种分配是为了获得正确障碍物位置的最大挑战。在用于开发本申请的初步测试中,开发了该方法并利用小型杆状物体(立柱)进行了测试,以获得超声回波的清晰分离。在开发期间,由于错误的回波分配而产生了错误解。逐步调整该方法以避免这些错误解。然而,并非所有以多个立柱作为物体的场景都能够正确表示。一个示例是当两个立柱定位为与超声传感器具有相同距离时。该方法仅应用一次第一超声回波以避免错误的解。因此,不能通过正确的回波分配来确定第二立柱的位置。如果多次考虑第一超声回波,则在其它场景中这将导致错误的解。通过考虑每个超声传感器的三个超声回波来进行正确的回波分配是复杂的,并且在开发本申请时,需要大量的时间来以示例性立柱作为物体进行测试。复杂回波分配的一个实际示例是植物障碍物(图31)。不规则的表面导致解的高度分散。与此相比,其它场景较不复杂。墙壁和汽车物体主要通过第一超声回波进行识别,而不会发生解的高度分散(图37)。
该方法根据x和y方向上的距离来比较各个解。在一个解周围形成一个正方形,并且在每次迭代中将其扩大,直到另一解落入该正方形中或达到限值。该方法也可以循环地实施。在此,各个解之间的距离将决定当前解的接受度。然而,这将需要更多的计算能力。选择基于正方形的比较的另一原因是能够将正方形拆分为x和y迭代。这意味着该方法将提供两个计数器,一个用于x方向上的解的距离,一个用于y方向上的解的距离。该信息将提供有关环境的更多细节。例如,测量的墙壁将在解的x距离和y距离之间具有很大差异。
该方法的一个非常重要的特征是到利用少于三个超声传感器的解的回退。这使得能够在短距离内进行可靠的物体识别。两个超声传感器的解的区域是重叠的,以提高识别的可靠性。双传感器回退的另一特征是,首先接受回退区域内的基于两个超声传感器的解,然后再检查可能的三传感器解。因此,确保了在回退区域内总是接受两个超声传感器之间的三边定位的第一回波解。如果该方法首先检查三传感器解,则它可能会错误地分配回波。它可能提供利用第一超声回波和不属于同一物体的其它第二和第三超声回波的解。因此,重要的是必须首先检查回退区域内的两个超声传感器的三边定位,再然后寻找三传感器解。
本申请的第二部分涉及超声回波信号和解的滤波。所述的第一滤波器是采用卡尔曼滤波方法的卡尔曼滤波器。参数Q和R的选择对于滤波的结果至关重要。卡尔曼滤波方法的参数通过迭代确定卡尔曼增益。卡尔曼增益的计算与测量无关。根据参数Q和R,增益因子在多次迭代中收敛到一个值。如果参数Q和R在测量期间没有改变,则可以事先计算增益因子,并用恒定因子来代替卡尔曼增益。具有恒定增益因子的滤波器也被称为αβγ滤波器[20]。与恒定增益相反的是改变参数Q和R,以根据不同环境的不同偏差来获得自适应滤波器。然而,调节这两个参数非常困难,因为超声回波的变化在同一场景中可能非常不同(图30)。在开发本申请的过程中,并未实现增益计算的代替和参数的适配。它们是改进实施的想法。除参数之外,手动部分对于滤波器行为也很重要。它们提高***的可靠性和速度。手动限值的选择对于滤波器输出至关重要。
本文所述的第二滤波器是聚类滤波器。聚类滤波器的输出由其参数的选择决定。在开发本申请时,例如将邻域参数选择为ε=25cm,以检测最大速度为2m/s的障碍物。这导致接受错误解。因此,一个想法是通过场景的动态调节邻域。在静态测量的情况下,邻域应非常小(ε=5至ε=10cm)。动态测量应导致更高的邻域,直到最大值ε=50cm。一个想法是计算每个信道中最后两个第一超声回波解之间的矢量,以获得场景的最大动态范围的值。一个问题是噪声会增加该矢量的长度,从而增大ε。因此必须适当地对矢量本身进行滤波。根据滤波器的不同,这会导致***速度下降。根据实际测量,在开发本申请的过程中测试了信道0中对矢量的自适应。利用简单的均值滤波器对该矢量进行滤波。特别地,诸如植物等障碍物会导致不期望的滤波器输出信号。
对于三边定位方法的结果,卡尔曼滤波方法与之后的聚类方法的结合给出了最佳的整体滤波效果。通过正确选择滤波器参数来满足2m/s的动态范围和500ms内的新障碍物快速识别这两个条件。卡尔曼滤波器的卡尔曼滤波方法及其手动部分对大部分噪声信号进行滤波,并使2D点平滑。聚类方法为卡尔曼滤波器的卡尔曼滤波方法提供了支持,因为它可以用默认参数滤除其它干扰值(图42)。在开发本申请的过程中,使用干扰噪声传感器对噪声特性进行了测试。进一步的测量可以有助于评估***在具有多个干扰传感器的停车场景中的干扰方面的可靠性。
概括
本申请准备工作的目的是开发一种可靠的用于停车应用的基于超声波的障碍物识别***。该准备工作可分为两个方面。第一部分说明了物体识别方法的实现。第二部分解释了两种不同的滤波器,以提高***的可靠性。本申请以介绍超声波基础知识的一小部分开始。然后,解释了硬件部件和通信概念。通信概念的重点是超声传感器的配置。包络曲线和阈值曲线的比较为后续方法提供了超声回波。下一部分说明了不同视角下的不同三边定位解的比较。在该部分的末尾,说明了从三传感器解到两传感器解和单传感器解的回退。然后,提出了两个滤波器概念,即卡尔曼滤波器的卡尔曼滤波方法和聚类方法。卡尔曼滤波器的卡尔曼滤波方法的参数选择和手动部分是卡尔曼滤波器的卡尔曼滤波方法的最重要的特性。下一部分说明了聚类方法。它根据各种参数显示滤波器的输出。然而,期望的整体滤波行为只能通过组合两种滤波方法来实现。在本申请的最后,讨论了一些能够改进识别***的想法。
超声传感器***具有处理器,该处理器依次执行本文所述的三种方法(即,三边定位方法、卡尔曼滤波方法和聚类方法),从而获得用于控制或用于向驾驶员通知的控制信号。因此,根据本文提出的技术启示,在自主自动泊车的情况下,车辆的至少一个控制参数取决于超声传感器***的计算机所执行的聚类方法的输出值。
对解决方案的核心的说明
装置
本申请涉及用于车辆或移动设备的超声传感器***(USSS),其用于以接受解的形式确定环境地图,该环境地图具有超声传感器***(USSS)的环境中的物体的坐标。超声传感器***(USSS)包括至少n个超声传感器(0、1、2、3),其中,n是正整数,且3<n。n个超声传感器(0、1、2、3)通常沿直线或无交点曲线布置。通常,超声传感器优选等距地安装在离地面的一定高度处,例如安装在车辆的保险杠中。可以想到,机器人例如可以类似地布置。在本申请的意义上,车辆是所有移动设备,特别是可以独立移动的移动设备。在本申请的意义上,超声传感器在此可以根据它们沿所述线的位置通过计数来编号。这意味着位于最外侧的两个超声传感器中的一者是第一超声传感器0,沿该线最靠近该第一超声传感器0的是第二超声传感器1,最靠近该第二超声传感器1但仍未编号的超声传感器是第三超声传感器2,最靠近该第三超声传感器2但仍未编号的超声传感器是第四超声传感器3,以此类推。因此,超声传感器从左到右或从右到左编号。因此,在该线上直接相邻的超声传感器的编号相差的值恰好为1。该编号仅用于本申请中的定位。这明确不意味着超声传感器必须用数字,例如以印刷形式进行编号。因此,权利要求中的“能够”一词应理解为该编号仅用于权利要求和本文中超声传感器的定位和清楚标记。为了使超声传感器能够如此工作,n个超声传感器0、1、2、3中的每一者优选地包括用于将超声脉冲串作为超声波USW发射的至少一个超声发射器或超声换能器UTR以及用于接收作为反射超声波(USR)的反射的超声脉冲串的至少一个超声接收器或所述超声换能器UTR。为了在超声传感器***USSS内进行进一步处理,n个超声传感器0、1、2、3中的每个超声传感器优选地产生该超声传感器的具有相应回波信令erm的相应超声接收信号。例如,图5示出了超声回波ec1、ec2、ec3、ec4、ec5、ec6的示例性回波信令erm。在这种情况下,还例如参考文献DE 10 2018106 244B3、WO 2020 182 963A1和WO2018 219 966A1。在本申请的意义上,到达这n个超声传感器0、1、2、3中的一者的超声回波从1到kr连续编号,其中,kr是正整数。在本申请的意义上,对于这n个超声传感器0、1、2、3中的每个超声传感器以及每个测量周期,分别对超声波回波连续编号。在本申请的意义上,测量周期开始于这n个超声传感器0、1、2、3中的一个超声传感器进行的超声脉冲串的超声波USW的发射,并且结束于超声传感器***USSS的这n个超声传感器0、1、2、3中的一者进行的后续另一超声脉冲串的再次发射。如果现在考虑这n个超声传感器0、1、2、3中的一个超声传感器,并且该超声传感器例如是这n个超声传感器0、1、2、3中的第r超声传感器,其中1≤r≤n,则在超声传感器***USSS发射超声脉冲串之后,n个超声传感器0、1、2、3中的该第r超声传感器的相应回波信令erm包括从0到kr个超声回波ec1、ec2、ec3、ec4、ec5、ec6的时间上连续的信令,其中,kr是大于或等于0的正整数。在kr=0的情况下,第r超声传感器在相关测量周期中没有接收到超声回波。优选地,超声传感器***USSS具有至少2个信道,优选地具有更多信道。优选地,超声传感器***具有至少第u信道和第u+1信道,以产生其环境的测量值,其中,适用于1<u<n-1,并且u是正整数。因此,在n=4的情况下,超声传感器***至少具有第二信道和第三信道。在n=4的情况下,第一信道和第四信道是边缘信道。边缘信道是本申请在上文中详细讨论的特殊情况。
通过n-2个可能信道中的第j信道(其中,j>1且j<n)产生测量值意味着,在每种情况下,n个超声传感器0、1、2、3中的第j超声传感器1、2向车辆的环境发射超声脉冲串,并且超声传感器0、1、2、3中的第(j-1)超声传感器0、1接收反射超声脉冲串,并且超声传感器0、1、2、3中的第j超声传感器1、2在发射超声脉冲串之后接收反射超声脉冲串,并且超声传感器0、1、2、3中的第(j+1)超声传感器2、3接收反射超声脉冲串。
此外,通过n-2个可能信道中的第j信道(其中,j>1且j<n)产生测量值在此意味着,在每种情况下,如果出现第(j-1)超声传感器0、1的第一超声回波ec1,则超声传感器0、1、2、3中的第(j-1)超声传感器0、1发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第(j-1)超声传感器0、1的第二超声回波ec2,则超声传感器0、1、2、3中的第(j-1)超声传感器0、1发出信令以通知与该回波相对应的第二距离值,并且如果出现第(j-1)超声传感器0、1的第三超声回波ec3,则超声传感器0、1、2、3中的第(j-1)超声传感器0、1发出信令通知与该超声回波相对应的第三距离值,并且如果出现第j超声传感器1、2的第一超声回波ec1,则超声传感器0、1、2、3中的第j超声传感器1、2发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第j超声传感器1、2的第二超声回波ec2,则超声传感器0、1、2、3中的第j超声传感器1、2发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第j超声传感器1、2的第三超声回波ec3,则超声传感器0、1、2、3中的第j超声传感器1、2发出信令以通知与该超声回波相对应的第三距离值,并且如果出现第(j+1)超声传感器2、3的第一超声回波ec1,则超声传感器0、1、2、3中的第(j+1)超声传感器2、3发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第(j+1)超声传感器2、3的第二超声回波ec2,则超声传感器0、1、2、3中的第(j+1)超声传感器2、3发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第(j+1)超声传感器2、3的第三超声回波ec3,则超声传感器0、1、2、3中的第(j+1)超声传感器2、3发出信令以通知与该超声回波相对应的第三距离值。
例如在n=4的情况下,超声传感器***USSS只具有两个不是超声传感器***的边缘信道的信道。对于n=4,它们是第二信道1和第三信道2。第一信道0和第四信道3是边缘信道。
在此,通过两个可能信道中的第二信道1产生测量值意味着,在每种情况下,4个超声传感器0、1、2、3中的第二超声传感器1向车辆的环境发射超声脉冲串,并且超声传感器0、1、2、3中的第一超声传感器0接收反射超声脉冲串,并且超声传感器0、1、2、3中的第二超声传感器1在发射超声脉冲串之后接收反射超声脉冲串,并且超声传感器0、1、2、3中的第三超声传感器2接收反射超声脉冲串。
此外,通过四个可能信道(在本示例中n=4)中的第二信道1产生测量值在此意味着,在每种情况下,如果出现第一超声传感器0的第一超声回波ec1,则超声传感器0、1、2、3中的第一超声传感器0发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第一超声传感器0的第二超声回波ec2,则超声传感器0、1、2、3中的第一超声传感器0发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第一超声传感器0的第三超声回波ec3,则超声传感器0、1、2、3中的第一超声传感器0发出信令以通知与该超声回波相对应的第三距离值,并且如果出现第二超声传感器1的第一超声回波ec1,则超声传感器0、1、2、3中的第二超声传感器1发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第二超声传感器1的第二超声回波ec2,则超声传感器0、1、2、3中的第二超声传感器1发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第二超声传感器1的第三超声回波ec3,则超声传感器0、1、2、3中的第二超声传感器1发出信令以通知与该超声回波相对应的第三距离值,并且如果出现第三超声传感器2的第一超声回波ec1,则超声传感器0、1、2、3中的第三超声传感器2发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第三超声传感器2的第二超声回波ec2,则超声传感器0、1、2、3中的第三超声传感器2发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第三超声传感器2的第三超声回波ec3,则超声传感器0、1、2、3中的第三超声传感器2发出信令以通知与该超声回波相对应的第三距离值。
在此,通过两个可能信道中的第三信道2产生测量值意味着,在每种情况下,4个超声传感器0、1、2、3中的第三超声传感器2向车辆的环境发射超声脉冲串,并且超声传感器0、1、2、3中的第二超声传感器1接收反射超声脉冲串,并且超声传感器0、1、2、3中的第三超声传感器2在发射超声脉冲串之后接收反射超声脉冲串,并且超声传感器0、1、2、3中的第四超声传感器3接收反射超声脉冲串。
此外,通过四个可能信道(在本示例中n=4)中的第三信道2产生测量值在此意味着,在每种情况下,如果出现第二超声传感器1的第一超声回波ec1,则超声传感器0、1、2、3中的第二超声传感器1发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第二超声传感器1的第二超声回波ec2,则超声传感器0、1、2、3中的第二超声传感器1发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第二超声传感器1的第三超声回波ec3,则超声传感器0、1、2、3中的第二超声传感器1发出信令以通知与该超声回波相对应的第三距离值,并且如果出现第三超声传感器2的第一超声回波ec1,则超声传感器0、1、2、3中的第三超声传感器2发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第三超声传感器2的第二超声回波ec2,则超声传感器0、1、2、3中的第三超声传感器2发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第三超声传感器2的第三超声回波ec3,则超声传感器0、1、2、3中的第三超声传感器2发出信令以通知与该超声回波相对应的第三距离值,并且如果出现第四超声传感器3的第一超声回波ec1,则超声传感器0、1、2、3中的第四超声传感器3发出信令以通知与该超声回波相对应的第一距离值,并且如果出现第四超声传感器3的第二超声回波ec2,则超声传感器0、1、2、3中的第四超声传感器3发出信令以通知与该超声回波相对应的第二距离值,并且如果出现第四超声传感器3的第三超声回波ec3,则超声传感器0、1、2、3中的第四超声传感器3发出信令以通知与该超声回波相对应的第三距离值,并且如果出现第四超声传感器3的另一超声回波,则超声传感器0、1、2、3中的第四超声传感器3发出信令以通知与该超声回波相对应的另一距离值。
在下文中,本申请更深入研究了进行物体识别的至少两个信道中的一者。该信道是第u信道。在此,u同样是正整数,且1<u<n。
根据本申请,在发射和接收超声脉冲串之后,现在超声传感器***USSS根据第u信道测量的第(u-1)超声传感器的第一超声回波ec1确定第u信道的第(u-1)超声传感器的第一超声回波ec1的距离值(如果存在)。
在发射和接收超声脉冲串之后,超声传感器***USSS根据第u信道测量的第u超声传感器的第一超声回波ec1确定第u信道的第u超声传感器的第一超声回波ec1的距离值(如果存在)。
在发射和接收超声脉冲串之后,在发射和接收超声脉冲串之后,超声传感器***USSS根据第u信道测量的第(u+1)超声传感器的第一超声回波ec1的确定第u信道的第(u+1)超声传感器的第一超声回波ec1的距离值(如果存在)。
在发射和接收超声脉冲串之后,在发射和接收超声脉冲串之后,超声传感器***USSS根据第(u+1)信道测量的第u超声传感器的第一超声回波ec1确定第(u+1)信道的第u超声传感器的第一超声回波ec1的距离值(如果存在)。
在发射和接收超声脉冲串之后,在发射和接收超声脉冲串之后,超声传感器***USSS根据第(u+1)信道测量的第(u+1)超声传感器的第一超声回波ec1确定第(u+1)信道的第(u+1)超声传感器的第一超声回波ec1的距离值(如果存在)。
在发射和接收超声脉冲串之后,在发射和接收超声脉冲串之后,超声传感器***USSS根据第(u+1)信道测量的第(u+2)超声传感器的第一超声回波ec1确定第(u+1)信道的第(u+2)超声传感器的第一超声回波ec1的距离值(如果存在)。
在超声传感器***USSS以此方式确定了距离值形式的原始数据之后,现在从这些原始数据中提取可能存在的物体O的可能物体坐标。
为此,超声传感器***USSS优选通过其控制装置ECU,特别优选地通过微型计算机MCU执行三边定位方法。
在此,超声传感器***USSS通过该三边定位方法根据第u信道的第(u-1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第u超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第(u+1)超声传感器的第一超声回波ec1的可能确定的距离值来确定车辆环境中的潜在物体O的Y/Y坐标形式的第u解。第u解通常是x/y坐标形式的多个解。
在此,超声传感器***USSS通过该三边定位方法根据第(u+1)信道的第u超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第(u+1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第(u+2)超声传感器的第一超声回波ec1的可能确定的距离值来确定车辆环境中的潜在物体O的Y/Y坐标形式的第(u+1)解。第(u+1)解通常是x/y坐标形式的多个解。
然后,超声传感器***USSS根据该第u解和第(u+1)解确定车辆环境中的物体的物体坐标。在超过4个超声传感器的情况下,超声传感器***USSS具有超过两个不是超声传感器***USSS的边缘信道的信道。在这种情况下,超声传感器***USSS以类似的方式处理和操作不是边缘信道的附加信道。超声传感器***USSS优选地以下面针对两个信道所述的方式来处理这些附加信道的附加解。
首先,在此假设最初不进行优选和推荐的合理性检查,以保持描述的简单性。因此,为了简单起见,首先在此跳过该合理性检查。
优选地,超声传感器***USSS通过相应的卡尔曼滤波方法将第u解中的每一者进行滤波以形成经滤波的第u解,并且通过相应的卡尔曼滤波方法将第(u+1)解中的每一者进行滤波以形成经滤波的第(u+1)解。一般而言,超声传感器***USSS优选地通过相应的估计滤波方法将第u解中的每一者进行滤波以形成经滤波的第u解,并且通过相应的估计滤波方法将第(u+1)解中的每一者进行滤波以形成经滤波的第(u+1)解。
优选地,超声传感器***USSS通过聚类方法对第u解和第(u+1)解进行聚类以形成接受的解,或者丢弃拒绝的第u解和拒绝的第(u+1)解,这些拒绝的解由于不符合上述要求而不被聚类到聚类中。
基于超声传感器***USSS的上述实施例的超声传感器***USSS的第一进一步实施例中,超声传感器***USSS还评估第二超声回波ec2。为此,在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第u信道测量的第(u-1)超声传感器的第二超声回波ec2确定第u信道的第(u-1)超声传感器的第二超声回波ec2的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第u信道测量的第u超声传感器的第二超声回波ec2确定第u信道的第u超声传感器的第二超声回波ec2的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第u信道测量的第(u+1)超声传感器的第二超声回波ec2确定第u信道的第(u+1)超声传感器的第二超声回波ec2的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第(u+1)信道测量的第u超声传感器的第二超声回波ec2确定第(u+1)信道的第u超声传感器的第二超声回波ec2的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第(u+1)信道测量的第(u+1)超声传感器的第二超声回波ec2确定第(u+1)信道的第(u+1)超声传感器的第二超声回波ec2的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据在第(u+1)信道测量的第(u+2)超声传感器的第二超声回波ec2确定第(u+1)信道的第(u+2)超声传感器的第二超声回波ec2的距离值(如果存在)。
因此,现在可以获得被超声传感器***USSS相应地额外评估的原始数据。
为此,超声传感器***USSS通过该三边定位方法根据第u信道的第(u-1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第u超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第(u+1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第(u-1)超声传感器的第二超声回波ec2的可能确定的距离值以及根据第u信道的第u超声传感器的第二超声回波ec2的可能确定的距离值以及根据第u信道的第(u+1)超声传感器的第二超声回波ec2的可能确定的距离值来确定车辆环境中的潜在物体(O)的Y/Y坐标形式的第u解。
如果超声传感器***USSS(例如由于n>4)确定了其它解,则超声传感器***USSS优选地以类似的方式评估这些其它解,并优选地以类似的方式将它们包括在进一步的处理中。
在该进一步实施例中,超声传感器***(USSS)通过三边定位方法根据第(u+1)信道的第u超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第(u+1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第(u+2)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第u超声传感器的第二超声回波ec2的可能确定的距离值以及根据第(u+1)信道的第(u+1)超声传感器的第二超声回波ec2的可能确定的距离值以及根据第(u+1)信道的第(u+2)超声传感器的第二超声回波ec2的可能确定的距离值来确定车辆环境中潜在物体(O)的Y/Y坐标形式的第(u+1)解。
同样在该第一进一步实施例中,超声传感器***USSS优选地通过聚类方法对第u解和第(u+1)解进行聚类以形成接受的解,或者丢弃拒绝的第u解和拒绝的第(u+1)解,这些拒绝解由于不符合上述要求而不被聚类到聚类中。
由于原始数据量的增加,与简化形式相比,超声传感器***USSS能够识别出的物体O的数量也增加。
基于超声传感器***USSS的基本实施例和进一步实施例的超声传感器***USSS的第二进一步实施例中,超声传感器***USSS还评估第三超声回波ec3。为此,在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第u信道测量的第(u-1)超声传感器的第三超声回波ec3确定第u信道的第(u-1)超声传感器的第三超声回波ec3的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第u信道测量的第u超声传感器的第三超声回波ec3确定第u信道的第u超声传感器的第三超声回波ec3的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第u信道测量的第(u+1)超声传感器的第三超声回波ec3确定第u信道的第(u+1)超声传感器的第三超声回波ec3的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第(u+1)信道测量的第u超声传感器的第三超声回波ec3确定第(u+1)信道的第u超声传感器的第三超声回波ec3的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第(u+1)信道测量的第(u+1)超声传感器的第三超声回波ec3确定第(u+1)信道的第(u+1)超声传感器的第三超声回波ec3的距离值(如果存在),并且在发射和接收超声脉冲串之后,超声传感器***USSS还优选地根据第(u+1)信道测量的第(u+2)超声传感器的第三超声回波ec3确定第(u+1)信道的第(u+2)超声传感器的第三超声回波ec3的距离值(如果存在)。
因此,现在可以再次获得被超声传感器***USSS相应地额外评估的额外原始数据。
为此,超声传感器***USSS优选地通过三边定位方法根据第u信道的第(u-1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第u超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第(u+1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第u信道的第(u-1)超声传感器的第二超声回波ec2的可能确定的距离值以及根据第u信道的第u超声传感器的第二超声回波ec2的可能确定的距离值以及根据第u信道的第(u+1)超声传感器的第二超声回波ec2的可能确定的距离值以及根据第u信道的第(u-1)超声传感器的第三超声回波ec3的可能确定的距离值以及根据第u信道的第u超声传感器的第三超声回波ec3的可能确定的距离值以及根据第u信道的第(u+1)超声传感器的第三超声回波ec3的可能确定的距离值来确定车辆环境中潜在物体(O)的Y/Y坐标形式的第u解。
此外,超声传感器***USSS优选地通过三边定位方法根据第(u+1)信道的第u超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第(u+1)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第(u+2)超声传感器的第一超声回波ec1的可能确定的距离值以及根据第(u+1)信道的第u超声传感器的第二超声回波ec2的可能确定的距离值以及根据第(u+1)信道的第(u+1)超声传感器的第二超声回波ec2的可能确定的距离值,以及根据第(u+1)信道的第(u+2)超声传感器的第二超声回波ec2的可能确定的距离值以及根据第(u+1)信道的第u超声传感器的第三超声回波ec3的可能确定的距离值以及根据第(u+1)信道的第(u+1)超声传感器的第三超声回波ec3的可能确定的距离值以及根据第(u+1)信道的第(u+2)超声传感器的第三超声回波ec3的可能确定的距离值来确定车辆环境中潜在物体(O)的Y/Y坐标形式的第(u+1)解。
同样在该第二进一步实施例中,超声传感器***USSS优选地通过聚类方法将第u解和第(u+1)解进行聚类以形成接受的解,或者丢弃拒绝的第u解和拒绝的第(u+1)解,这些拒绝解由于不符合上述要求而不被聚类到聚类中。
基于超声传感器***USSS的基本实施例和/或第一和/或第二进一步实施例的超声传感器***USSS的第三进一步实施例中,超声传感器***USSS在执行卡尔曼滤波方法或估计滤波方法之前还执行合理性检查。
为此,超声传感器***USSS通过合理性检查方法将第u解中的每一者进行滤波以形成经合理性检查的第u解,或者如果不满足这些预定条件,则丢弃它们。
为此,超声传感器***USSS通过合理性检查方法将第(u+1)解中的每一者进行滤波以形成经合理性检查的第(u+1)解,或者如果不满足这些预定条件,则丢弃它们。
然后,超声传感器***USSS通过将卡尔曼滤波方法或估计滤波方法应用于该数据来对该数据进行处理。因此,超声传感器***(USSS)现在通过相应的卡尔曼滤波方法或估计滤波方法将每个经合理性检查的第u解进行滤波以形成经滤波的第u解,并且通过相应的卡尔曼滤波方法或相应的估计滤波方法将每个经合理性检查的第(u+1)解进行滤波以形成经滤波的第(u+1)解。
同样在该第三进一步实施例中,超声传感器***USSS优选地通过聚类方法对第u解和第(u+1)解进行聚类以形成接受的解,或者丢弃拒绝的第u解和拒绝的第(u+1)解,这些拒绝解由于不符合上述要求而不被聚类到聚类中。
这种合理性检查的优点是明显干扰的影响要小得多。
在基于超声传感器***USSS的基本实施例以及/或者第一和/或第二和/或第三进一步实施例的超声传感器***USSS的第四进一步实施例中,超声传感器***USSS用替代解代替删除的解。在此,超声传感器***USSS用相应的最后接受的第u解来替代例如被合理性检查方法丢弃的第u解,并且随后将它们进一步用作经合理性检查的第u解。以类似的方式,超声传感器***USSS用相应的最后接受的第(u+1)解来替代被合理性检查方法丢弃的第(u+1)解,并且随后将它们进一步用作经合理性检查的第(u+1)解。
这样做的优点是删除不合理的解不会导致比删除的不合理解所造成的干扰更大的干扰。
在下文中,本申请现在列出了一些合理性检查的示例。超声传感器***USSS可以在三边定位处理之前和之后执行仅与距离相关的合理性检查。两个变形例都是本申请所要求保护的明确部分。这种用于评估x/y坐标(即,解的位置或方向)的合理性检查优选地在应用卡尔曼滤波方法或估计滤波方法之前由超声传感器***USSS执行。
在基于超声传感器***USSS的基本实施例以及/或者第一和/或第二和/或第三和/或第四进一步实施例的超声传感器***USSS的第五进一步实施例中,超声传感器***USSS评估与超声传感器***USSS的距离的测量值是否大于允许的最大距离。这可以防止测量值超出超声传感器***USSS的最大范围,该最大范围已在鉴定中被认证为是可靠和安全的。
为此,优选地,超声传感器***USSS执行的合理性检查方法丢弃第u解中的与超声脉冲串的从其发射到被至少一个超声传感器的接收的大于最大允许传播时间tmax的传播时间(特别是大于1.4ms的传播时间)相对应的那些解。为此,优选地,超声传感器***USSS执行的合理性检查方法还丢弃第(u+1)解中的与超声脉冲串的从其发射到被至少一个超声传感器的接收的大于最大允许传播时间Δemax的传播时间(特别是大于Δemax>1.4ms的传播时间)相对应的那些解。
在基于超声传感器***USSS的基本实施例以及/或者第一和/或第二和/或第三和/或第四和/或第五进一步实施例的超声传感器***USSS的第六进一步实施例中,超声传感器***USSS评估一个信道的不同超声传感器的多少超声回波测到物体。
超声传感器***(USSS)执行的合理性检查方法丢弃第(u+1)解或第u解中的不是由相关的一个超声传感器的至少恰好一超声回波、相关的一个其它超声传感器的恰好一个其它超声回波以及相关的一个附加超声传感器的恰好一个附加超声回波产生的那些解,即不是由三个不同超声传感器的三超声回波产生的那些解。
这导致超声传感器***USSS仅传递以非常高的确定性可靠地识别的物体O。因此,超声传感器***至少可以为物体O的存在和位置提供量化的可靠性信息。
在基于超声传感器的基本实施例以及/或者第一和/或第二和/或第三和/或第四和/或第五和/或第六进一步实施例的超声传感器***USSS的第七进一步实施例中,超声波***USSS针对特定信道中的测量和特定超声传感器的特定超声回波停用卡尔曼滤波方法或估计滤波方法,以抑制伪迹,从而进一步改善识别结果。
为此目的,如果相关超声传感器的相关超声回波的到达时间值(即,第u解或第(u+1)解)在两次连续的迭代中的变化超过Δefilter_max或变化了Δefilter_max,其中,Δefilter_max优选地适用于Δefilter_max≥500μs,则超声传感器***(USSS)执行的合理性检查方法针对相关信道和相关超声传感器的超声回波停用卡尔曼滤波方法或估计滤波方法。在此,“停用”意味着超声传感器***USSS在停用时间内将所有或多个或各个经合理性检查的第u解用作经滤波的第u解,且/或将所有或多个或各个经合理性检查的第(u+1)解直接用作经滤波的第(u+1)解。因此,针对该信道测量的该相关超声传感器的该超声回波,在预定数量的测量周期(例如,在一个或两个测量周期)内,将绕过卡尔曼滤波方法或估计滤波方法。
通常,在预定数量的测量周期之后,超声传感器***USSS取消卡尔曼滤波方法或估计滤波方法的这种停用,以在单个信道的测量中测量超声传感器的超声回波的到达时间。
这样做的优点是不会出现或仅在较小程度上出现上述伪迹。
在基于基本实施例以及/或者第一和/或第二和/或第三和/或第四和/或第五和/或第六和/或第七进一步实施例的超声传感器***USSS的第八进一步实施例中,超声传感器***USSS检验相关超声传感器的视线与超声传感器***USSS根据超声传感器的测量值确定的解之间的夹角。
为此,超声传感器***USSS执行的合理性检查方法丢弃如下的可能经滤波的第u或可能经滤波的第(u+1)解,从可能经滤波的这种第u或可能经滤波的这种第(u+1)解的位置到第u或第(u+1)超声传感器的位置的直线与第u或第(u+1)超声传感器的视轴的夹角α大于最大夹角αlim。
这样做的优点是,在超声传感器***USSS执行的评估方法中挑选出超声传感器根本不敏感的解,并且不可能造成任何干扰。
超声传感器***USSS还可以甚至在超声传感器0、1、2、3本身中进行优化。优选地,超声传感器0、1、2、3的阈值曲线SWK是可调节的。如上所述,超声传感器***USSS的超声传感器0、1、2、3优选地分别从到达相应超声传感器0、1、2、3的反射超声波USW的信号中提取相应超声传感器0、1、2、3的包络信号HK。利用于优选特定于超声传感器的阈值曲线SWK,超声传感器0、1、2、3中的相应超声传感器从其包络信号(HK)中提取它的相应测量周期的超声回波ec1、ec2、ec3、ec4、ec5、ec6,并且发出信令以将它们通知给控制装置ECU。根据本申请并且根据超声传感器***的该进一步新实施例,一个超声传感器,优选多个超声传感器,或更优选所有超声传感器的阈值曲线SWK在测量周期内取决于超声传感器***USSS先前已在该测量周期之前的测量周期中确定的聚类的、接受的解。由此,优化了假回波的数量。
为此,超声传感器***USSS在相关信道中的测量时完成对相关超声传感器的超声回波数量的预测。在此,超声传感器***USSS优选地不考虑被遮挡和/或距离该超声传感器太远并且在前一测量周期中已被超声传感器***USSS识别出的物体。如果识别出的超声回波的数量过少,并且超声传感器***USSS在测量周期开始时发射超声脉冲串之后的特定时间段内预期的其中一个超声回波丢失,则超声传感器***可以例如在该范围内有针对性地降低阈值曲线SWK,直到通常预定的最小值。如果超声传感器发现超声传感器***例如由于合理性检查而将其评估为干扰的超声回波,则优选地,超声传感器***USSS可以使超声传感器在该范围内逐个测量周期缓慢升高阈值曲线SWK,直到最大值。
基于基本实施例以及/或者第一和/或第二和/或第三和/或第四和/或第五和/或第六和/或第七和/或第八和/或第九进一步实施例的超声传感器***USSS的第十进一步实施例涉及通过解之间的距离进行聚类的控制。
根据该第十实施例,超声传感器***(USSS)在如下条件下通过聚类方法对可能经滤波的第u解和可能经滤波的第(u+1)解进行聚类以形成接受的解,并且丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:聚类中的至少一个解与聚类中的至少e个其它解之间的距离小于阈值距离ε,其中,e是大于0的正整数,其优选地大于1或大于2,并且其中特别优选的是e=3。
由此,进一步改善了识别结果的扩散。
基于基本实施例以及/或者第一和/或第二和/或第三和/或第四和/或第五和/或第六和/或第七和/或第八和/或第九和/或第十进一步实施例的超声传感器***USSS的第十一进一步实施例涉及根据潜在聚类成员的数量进行聚类的控制。
根据该第十一实施例,超声传感器***USSS在如下条件下通过聚类方法对可能经滤波的第u解和可能经滤波的第(u+1)解进行聚类以形成接受的解,并且丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:聚类中可能经滤波的第u解和可能经滤波的第(u+1)解的数量至少为三个。
然后,在此优选地,超声传感器***USSS在如下条件下通过聚类方法将第u解和第(u+1)解或经滤波的第u解和经滤波的第(u+1)解作为接受解聚类到已存在的聚类,并且丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:聚类中的位于这种可能经滤波的第u解或可能经滤波的第(u+1)解的邻域内的第u解和第(u+1)解的数量为至少为一个。
这两种措施共同或单独地进一步改善了识别结果的扩散。
在基于超声传感器***USSS的基本实施例以及/或者第一和/或第二和/或第三和/或第四和/或第五和/或第六和/或第七和/或第八和/或第九和/或第十和/或第十一进一步实施例的超声传感器***USSS的第十二进一步实施例中,超声传感器***USSS包括超声传感器5,该超声传感器5发射超声噪声信号,该超声噪声信号的至少在一个参数具有至少部分随机调制。在这种情况下,这种调制可以是随机的相位调制、振幅调制或频率调制。
这样做的优点是,超声传感器***USSS能够检测到该超声传感器5的干扰,并且能够使其它超声传感器的阈值曲线SWK对其干扰不敏感。
总之,所提出的超声传感器***USSS因此是下述超声传感器***USSS,其中,超声传感器***USSS基于由至少四个超声传感器检测的超声回波来确定距离值,并且超声传感器***USSS通过三边定位方法从这些距离值中确定解,并且通过相应的卡尔曼滤波方法或通过相应的估计滤波方法将这些解中的每一者进行滤波以形成经滤波的解,并且通过聚类方法将经滤波的解进行聚类以形成接受的解,并丢弃拒绝的经滤波的解。
在超声传感器***(USSS)的另一实施例中,超声传感器***(USSS)执行的三边定位方法首先确定基于来自两个不同超声传感器的两个超声回波的解。如果该解是来自回退区域的解,则超声传感器***USSS接受该解,如果该解是来自三传感器区域的解,则拒绝基于来自两个不同超声传感器的两个超声回波的解。在后一种情况下,超声传感器***USSS执行的三边定位方法确定基于三个不同超声传感器的三个超声回波的解。为此,三边定位方法还可能以可能的不同组合使用相关超声传感器的其它超声回波。
优选地,超声传感器***USSS执行的三边定位方法在测量周期中仅对每个超声回波使用一次来确定解。这防止了虚假物体。
在超声传感器***(USSS)的另一实施例中,聚类取决于阈值距离ε,并且该阈值距离ε又取决于聚类的接受解在至少两个测量周期之间的变化。这意味着可以通过确定并考虑识别出的物体的速度矢量和/或加速度矢量的方式来选择阈值。因此,滤波能适应于情况的动态。
在超声传感器***(USSS)的另一实施例中,超声波***(USSS)根据最后v个测量周期的接受的解的数据确定接受的解的时间性变化,其中,v是大于1的正整数。然后,超声传感器***(USSS)例如通过多项式近似根据该时间性变化为超声传感器***(USSS)的一个或多个超声传感器确定这些超声传感器的属于相关解的超声回波的预期的相应的下一次接收时间点。在此基础上,尤其在该相应超声传感器的属于相关解的相应超声回波的分别预期的相应的下一次接收时间点附近的时间范围内,超声传感器***(USSS)根据该预测的结果修改这个/这些超声传感器的阈值曲线SWK。因此,超声传感器***的灵敏度能适应于被识别环境。
方法
根据本申请,用于操作超声传感器***USSS的方法对应于前面描述的设备。车辆或移动设备可以使用这种超声传感器***USSS。在此,该方法用于确定环境地图,该环境地图具有超声传感器***USSS的环境中或包括超声传感器***USSS的车辆的环境中的物体的坐标。在此,超声传感器***USSS或车辆的环境中的物体的坐标优选地以接受解的形式(例如为x/y坐标的形式)存在。
根据本申请,该方法基于由至少四个超声传感器检测的超声回波来确定距离值,并通过三边定位方法从这些距离值中确定解。此外,该方法通过相应的卡尔曼滤波方法或估计滤波方法对这些解中的每一者进行滤波以形成经滤波的解。然后,该方法通过聚类方法将经滤波的解进行聚类以形成接受的解。该方法丢弃拒绝的解和拒绝的经滤波的解。
在此,超声传感器***USSS优选地具有至少n个超声传感器(0、1、2、3),其中,n是正整数,并且3<n。至少四个超声传感器(0、1、2、3)通常沿直线或无交点曲线布置。在本申请的意义上,超声传感器可以根据它们沿该线的位置通过计数来连续编号,使得在该线上直接相邻的超声传感器的编号恰好相差1。这仅用于在本申请中确定位置,因此所有不位于边缘处的超声传感器都沿着该条链具有作为前置超声传感器的一个超声传感器和作为后续超声传感器的一个超声传感器。第(u-1)个超声传感器在此应是第u超声传感器的前置超声传感器。第(u+1)超声传感器在此应是第u超声传感器的后续超声传感器。然后,在本申请的意义上,第(u-1)超声传感器和第u超声传感器以及第(u+1)超声传感器形成第u信道。在此,适用于1<u<n。
本文提出的方法包括多个步骤,其中,如有必要重复一些步骤。在这些重复的步骤中,通常处理与先前的步骤部分不同的超声回波。
所提出方法的第一步骤是通过第u超声传感器发射作为超声波(USW)的超声脉冲串来开始第u信道的测量周期。
所提出的方法的第二步骤是通过第(u-1)超声传感器接收被一个或多个物体反射的超声脉冲串。在此,接受k(u-1)个超声回波形式的超声回波。在这种情况下,k(u-1)是也可以为零的正整数。在本申请的意义上,第(u-1)超声传感器的超声回波现在可以根据在相关测量周期中在发射超声脉冲串之后它们被第(u-1)超声传感器检测的时间顺序来从1到k(u-1)连续编号。因此,对于每个测量周期,当在发射超声脉冲串之后第一超声回波到达该第(u-1)超声传感器时再次从1开始第(u-1)超声传感器的超声回波的编号。
所提出的方法的第三步骤是通过第u超声传感器接收被一个或多个物体反射的超声脉冲串。在此,接收ku个超声回波形式的超声回波。在这种情况下,ku是也可以为零的正整数。在本申请的意义上,第u超声传感器的超声回波现在可以根据在相关测量周期中在发射超声脉冲串之后它们被第u超声传感器检测的时间顺序来从1到ku连续编号。因此,对于每个测量周期,当在超声脉冲串发射之后第一超声回波到达该第u超声传感器时再次从1开始第u超声传感器的超声回波的编号。
所提出的方法的第四步骤是通过第(u+1)超声传感器接收由一个或多个物体反射的超声脉冲串。在此,接收k(u+1)个超声回波形式的超声回波。在这种情况下,k(u+1)是也可以为零的正整数。在本申请的意义上,第(u+1)超声传感器的超声回波现在可以根据在相关测量周期中在发射超声脉冲串之后它们被第(u+1)超声传感器检测的时间顺序来从1到k(u+1)连续编号。因此,对于每个测量周期,当在发射超声脉冲串之后第一超声回波到达该第(u+1)超声传感器时再次从1开始第(u+1)超声传感器的超声回波的编号。
所提出的方法的第五步骤是分别确定第(u-1)超声传感器的超声回波的相应距离值。在此,该方法根据第(u-1)超声传感器的最先到达的m(u-1)个超声回波中的相应超声回波的相应传播时间来确定距离值。在此,传播时间是第u超声传感器的超声脉冲串发射时间与第(u-1)超声传感器的检测时间之间测量的。在该方法的上下文中,m(u-1)是正整数且也可为零。在此,应适用m(u-1)≤k(u-1)。
所提出的方法的第六步骤是分别确定第u超声传感器的超声回波的相应距离值。在此,该方法根据第u超声传感器的最先到达的mu个超声回波中的相应超声回波的相应传播时间来确定距离值。在此,传播时间是第u超声传感器的超声脉冲串发射时间与第u超声传感器随后的检测时间之间测量的。在该方法的上下文中,mu是正整数且也可为零。在此,应适用mu≤ku。
所提出的方法的第七步骤是分别确定第(u+1)超声传感器的超声回波的相应距离值。在此,该方法根据第(u+1)超声传感器的最先到达的m(u+1)个超声回波中的相应超声回波的相应传播时间来确定距离值。在此,传播时间是第u超声传感器的超声脉冲串发射时间与第(u+1)超声传感器的检测时间之间测量的。在该方法的上下文中,m(u+1)是正整数且也可为零。在此,应适用m(u+1)≤k(u+1)。
所提出的方法的第八步骤是分别使每个所确定的距离值关联有使用信息。在此,相应距离值的该相应使用信息首先在其使用信息中将该距离值未标记为已使用。因此,未使用是测量周期开始时距离值的初始化值。
所提出的方法的第八步骤是用1初始化第(u-1)回波计数器p(u-1)。
所提出的方法的第九步骤是用1初始化第u回波计数器pu。
所提出的方法的第十步骤是用1初始化第(u+1)回波计数器p(u+1)。
所提出的方法的第十一步骤的开始同时是该方法的第一返回点。在下文中,本申请将该第一返回点称为跳转点。
所提出的方法的第十一步骤的实施取决于各种条件。第一个条件是第(u-1)超声传感器的第p(u-1)超声回波的第p(u-1)距离值在其使用信息中是标记为已使用还是未标记为已使用。第二个条件是第u超声传感器的第pu超声回波的第pu距离值在其使用信息中是标记为已使用还是未标记为已使用。
产生的第一种情况是,第(u-1)超声传感器的第p(u-1)超声回波的第p(u-1)距离值在其使用信息中未标记为已使用,并且第u超声传感器的第pu超声回波的第pu距离值在其使用信息中未标记为已使用。在这第一种情况下,所提出的方法的第十一步骤是将第(u-1)超声传感器的第p(u-1)超声回波的距离值与第u超声传感器的第pu超声回波的距离值进行三边定位,并且进行确定。然后,该第一三边定位以第一x/y坐标的形式确定第一三边定位点。
第二种情况是,第(u-1)超声传感器的第p(u-1)超声回波的第p(u-1)距离值在其使用信息中标记为已使用,并且第u超声传感器的第pu超声回波的第pu距离值在其使用信息中标记为已使用。在这第二种情况下,该方法将该第一三边定位视为第一三边定位点和在此仍未确定的第二三边定位点都不在误差容限范围(FB)内。该方法跳过以下步骤并在跳转点3处继续。因此,跳过了跳转点2和跳转点3之间的步骤。这在本申请中也被称为跳过跳转点2。
跳转点2:
第二个条件是第(u+1)超声传感器的第p(u+1)超声回波的第p(u+1)距离值在其使用信息中是标记为已使用还是未标记为已使用。如果第(u+1)超声传感器的第p(u+1)超声回波的第p(u+1)距离值在其使用信息中未标记为已使用,则第十一步骤对第(u+1)超声传感器的第p(u+1)超声回波的距离值与第u超声传感器的第pu超声回波的距离值进行三边定位。在这种情况下,以第二x/y坐标的形式确定第二三边定位点。
然而,如果第(u+1)超声传感器的第p(u+1)超声回波的第p(u+1)距离值在其使用信息中标记为已使用,则第十一步骤是将三边定位视为第一三边定位点和第二三边定位点都不在误差容限范围(FB)内。然后,该方法在跳转点3处继续。
然后,第十二步骤是比较第一三边定位点和第二三边定位点。该方法的第十三步骤的开始是跳转点3。第十三步骤取决于第一三边定位点和第二三边定位点是否都不在误差容限范围(FB)内,以及p(u+1)<k(u+1)是否成立,以及p(u-1)<k(u-1)是否成立,以及pu≤ku是否成立。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≤k(u-1)且pu≤ku,则第十一步骤是将p(u+1)增加1。在第十一步骤之后,该方法返回到跳转点2。然后,重复从跳转点2开始的步骤。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)<k(u-1)且pu≤ku,则第十一步骤是将p(u+1)初始化为1并将p(u-1)增加1。但在第十一步骤之后,该方法随后返回到跳转点1。重复从跳转点1开始的步骤。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≥k(u-1)且pu≤ku,则第十一步骤是将p(u+1)增加1。但在第十一步骤之后,该方法随后返回到跳转点2。重复从跳转点2开始的步骤。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≥k(u-1)且pu<ku,则第十一步骤是将p(u+1)初始化为1并将p(u-1)初始化为1并将pu增加1。但在第十一步骤之后,该方法随后返回到跳转点1。重复从跳转点1开始的步骤。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≤k(u-1)且pu≥ku,则第十一步骤是将p(u+1)增加1。但在第十一步骤之后,该方法随后返回到跳转点2。重复从跳转点2开始的步骤。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≤k(u-1)且pu≥ku,则第十一步骤是将p(u+1)初始化为1并将p(u-1)增加1。但在第十一步骤之后,该方法随后返回到跳转点1。重复从跳转点1开始的步骤。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≥k(u-1)且pu≥ku,则第十一步骤是将p(u+1)增加1。但在第十一步骤之后,该方法随后返回到跳转点2。重复从跳转点2开始的步骤。
然而,如果第一三边定位点和第二三边定位点都在误差容限范围(FB)内,则第十一步骤由以下子步骤表示:
a)在这种情况下,第十一步骤的第一子步骤是根据第一三边定位点和第二三边定位点确定解。
b)在这种情况下,第十一步骤的第二子步骤是将以此方式确定的解添加到该测量周期的第u信道的解的集合。
c)在这种情况下,第十一步骤的第三子步骤是将第(u-1)超声传感器的第p(u-1)超声回波的第p(u-1)距离值在其使用信息中标记为已使用。
d)在这种情况下,第十一步骤的第四子步骤是将第u超声传感器的第pu超声回波的第pu距离值标记为已使用。
e)在这种情况下,第十一步骤的第五子步骤是将第(u+1)超声传感器的第p(u+1)超声回波的第p(u+1)距离值在其使用信息中标记为已使用。
f)在这种情况下,第十一步骤的第六子步骤是将第(u-1)回波计数器p(u-1)初始化为1。
g)在这种情况下,第十一步骤的第七子步骤是将第u回波计数器pu初始化为1。
h)在这种情况下,第十一步骤的第八子步骤是将第(u+1)回波计数器p(u+1)初始化为1。
然后,重复从跳转点3开始的步骤。
如果第一三边定位点和第二三边定位点都不在误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≥k(u-1)且pu≥ku,则第十一步骤是结束测量周期。
然后,第十四步骤是根据该测量周期的该第u信道的解集合中的解来影响车辆。
该基本实施例已经能够良好地识别解。然而,如上所述,一系列改进方案仍是可能的,本申请将在下文中列出这些改进方案。
该方法的第一进一步实施例的附加步骤包括对一个或多个测量周期的该第u信道的解集合中的解进行聚类以形成接受的第u解,并且丢弃该测量周期的该第u信道的拒绝的解。
经验表明,这种聚类只能抑制孤立的干扰解。
该方法的第一进一步实施例涉及对超声传感器***USSS的两个相邻信道的应用。根据本申请,该方法在此例如针对第u信道执行与上述方法对应的子方法。根据本申请,该方法在此例如针对第(u+1)信道执行与上述方法对应的另一子方法。当然,现在u<n-1必须成立。因此,该方法针对第(u+1)信道确定了第(u+1)解。此外,该方法针对第u信道确定了第u解。作为后续步骤,该方法随后执行上述聚类。现在,这是通过略微修改的方式完成的。现在,聚类的形式是对一个或多个测量周期的该第u信道的解集合和该第(u+1)信道的解集合的并集中的解进行聚类。聚类的结果再次是接受的第u解。该方法的第一进一步实施例通常包括丢弃该测量周期的该第u信道的拒绝的第u解和该测量周期的该第(u+1)信道的拒绝的第(u+1)解。相邻信道的使用提高了识别的稳健性及其完整性。因此,该方法还能发现被其它物体遮挡的物体。
在测量期间会出现干扰。在此,由于各种原因,除了无意义的或无法以所需的高概率将其验证为真实解的测量值。在下文中,本申请将示例性地说明可能的合理性检查,每个合理性检查都有助于改善识别结果。首先,有意义和建议的是,对第u和第(u+1)信道进行这种合理性检查。
因此,该方法的第二进一步实施例包括对第u解中的每一者进行合理性检查的附加步骤。因此,该方法从第u解中形成经合理性检查的第u解。合理性检查通过对第u解进行滤波并且丢弃第u解来形成这些经合理性检查的第u解。
因此,该方法的第三进一步实施例还包括对第(u+1)解中的每一者进行合理性检查的附加步骤。因此,该方法从第(u+1)解中形成经合理性检查的第(u+1)解。合理性检查通过对第u解进行滤波并且丢弃第(u+1)解来形成这些经合理性检查的第(u+1)解。
在测量期间会出现干扰。这些干扰也可被设计为使得合理性检查不将产生的干扰解识别为无意义的。因此,所提出的方法必须以不同的方式检测和分类这种具有潜在意义的干扰解。这优选地利用于估计滤波器来完成。优选地,这种估计滤波器是执行卡尔曼滤波方法的卡尔曼滤波器。申请人使用卡尔曼滤波方法来阐述本申请。作为众多文献的一个示例,本申请在此参考了Hisashi Tanizaki的“Nonlinear Filters:Estimation andApplications(非线性滤波器:估计和应用)”,Springer,1996年第2版(2009年12月28日),ISBN-13:978-3642082535。
因此,该方法的第四进一步实施例涉及对第u信道的第u解和/或经合理性检查的第u解进行卡尔曼滤波或估计滤波,以形成经滤波的第u解,或者一般来说涉及通过估计滤波方法对第u信道的第u解和/或经合理性检查的第u解进行滤波以形成经滤波的第u解。
该方法的第五进一步实施例涉及对第(u+1)信道的第(u+1)解和/或经合理性检查的第(u+1)解进行卡尔曼滤波或估计滤波,或者一般来说涉及通过估计滤波方法对第(u+1)信道的第(u+1)解和/或经合理性检查的第(u+1)解进行滤波以形成经滤波的第(u+1)解。
该方法的第六进一步实施例涉及聚类。在此,该聚类现在使得该方法对一个或多个测量周期的该第u信道的经滤波的第u解集合中的经滤波的第u解进行聚类以形成接受的第u解。另外,该方法丢弃该测量周期的该第u信道的拒绝的经滤波的第u解。
这种聚类能够识别单个、孤立的解,因此这些解正确的可能性较小。对这种“孤立”进行量化是可能的,并且能够对这种孤立解进行可理解的识别,经验表明这些解更有可能是虚假解。通过神经网络进行聚类显然是这种聚类方法的可能实施方式的一部分。在这种情况下,该方法随后包括执行神经网络模型。在此,将所找到的经滤波的解和/或经合理性检查的解和/或三边定位方法的解的列表用作神经网络模型的输入向量。在此,输入向量还可以包括来自先前测量周期的所找到的经滤波的解和/或经合理性检查的解和/或三边定位方法的解的列表。如有必要,该方法还可以在开始执行神经网络模型之前进行特征提取。通常,特征提取会根据输入向量随后产生特征向量(即,所谓的feature vector)。为了提高显著性,在所提出的方法在执行神经网络模型时,所述方法通常通过向量多项式执行到中间向量的转换,然后该中间向量用作执行该方法的神经网络模型的实际输入向量。通常,向量多项式是线性映射。特别地,这种线性映射通常只包括将特征向量乘以所谓的LDA矩阵以形成中间向量。在更现代的所谓机器学习方法中,这种通过特征提取、特征向量、显著性增加、中间向量进行的预处理不再是绝对必要的。由于计算能力不断增强,超声传感器***USSS可以模拟越来越复杂的神经网络模型。因此,在可预见的未来,超声传感器***USSS的构建甚至可以省去特征提取和显著性增加,并且在执行神经网络模型时直接使用输入向量对各种解进行聚类。
该方法的第七进一步实施例涉及聚类。在此,该方法对一个或多个测量周期的该第u信道的经滤波的第u解的集合和该第(u+1)信道的经滤波的第(u+1)解的集合的并集中的经滤波的第u解进行聚类以形成接受的第u解。在此,该方法丢弃该测量周期的该第u信道的拒绝的经滤波的第u解和该第(u+1)信道的拒绝的经滤波的第(u+1)解。上述关于神经网络的实施例相应地适用于此。
该方法的第八进一步实施例涉及创建被丢弃的解的替代值。为此,该方法用相应的最后接受的第u解代替丢弃的第u解。然后,该方法使用这些最后接受的第u解作为经合理性检查的第u解。通常,合理性检查会丢弃被丢弃的解。通常,合理性检查会用这些替代值代替被丢弃的解。
该方法的第九进一步实施例涉及创建被丢弃的解的替代值。为此,该方法用相应的最后接受的第(u+1)解代替丢弃的第(u+1)解。然后,该方法使用这些最后接受的第(u+1)解作为经合理性检查的第(u+1)解。通常,合理性检查会丢弃被丢弃的解。通常,合理性检查会用这些替代值代替被丢弃的解。
删除解的缺点在于,这可能导致信号流中的跳变,该跳变导致对后续方法步骤的持久干扰,从而导致使识别结果恶化的进一步伪迹。实验表明,本文提出的解决方案可以防止这种情况。
第十进一步实施例涉及对所检测的反射超声脉冲串的从第u或第(u+1)超声传感器的发射到第u或第(u+1)信道对超声传感器的接收的传播时间的合理性检查。因此,在该实施例中,合理性检查丢弃第u解或第(u+1)解中的与超声脉冲串的从其发射到被至少一个超声传感器的接收的大于最大允许传播时间Δemax的传播时间(特别是大于Δemax>1.4ms的传播时间)相对应的那些解。例如,这消除了由其它超声波源或超范围造成的干扰。因此,将接收范围扩展到更安全的接收范围。实验表明,这种限制对所创建的环境地图的质量具有改进作用。
该方法的第十一进一步实施例涉及合理性检查,该合理性检查丢弃第(u+1)解或第u解中的不是由三个不同超声传感器的至少三超声回波产生的解。这意味着第(u+1)解或第u解必须至少可由相关的一个超声传感器的恰好一超声回波和相关的一个其它超声传感器的恰好一个其它超声回波以及相关的一个附加超声传感器的恰好一个附加超声回波产生。本申请列出了上述合理性检查的优点。这些优点在此也同样适用。
该方法的第十二进一步实施例涉及合理性检查,如果相关超声回波的到达时间值的信号(即,第u解或第(u+1)解)在两次连续迭代中的变化超过Δefilter_max或变化了Δefilter_max,其中Δefilter_max优选地为Δefilter_max≥500μs,则该合理性检查停用卡尔曼滤波方法或估计滤波方法。在本文中,“停用”意味着该方法在停用时间内将所有或多个或各个经合理性检查的第u解用作经滤波的第u解,且/或将所有或多个或各个经合理性检查的第(u+1)解直接用作经滤波的第(u+1)解。因此,这种合理性检查利用了车辆环境周围的变化通常不会任意快速发生的事实。因此,超声传感器***USSS拒绝过快的变化。
该方法的第十三进一步实施例涉及一种其中该方法在预定数量的测量周期之后取消卡尔曼滤波方法或估计滤波方法的停用的实施例。这在干扰只是暂时性的情况下是特别有利的。如果干扰持续存在,则该方法以及因此超声传感器***USSS再次检测卡尔曼滤波方法或估计滤波方法。这样做的优点是超声传感器***可以始终转换到最佳配置。即使停用卡尔曼滤波器,超声传感器***也会反复检查标准配置是否优于停用卡尔曼滤波方法并因此停用卡尔曼滤波器或者停用估计滤波方法并因此停用估计滤波器时的配置。
在该方法的第十四进一步实施例中,合理性检查丢弃如下的第u解或第(u+1)解,从可能经滤波的这种第u解或第(u+1)解的位置到第u超声传感器或第(u+1)超声传感器的位置的直线与第u超声传感器或第(u+1)超声传感器的视轴SA的夹角α大于最大夹角αlim。在这种情况下,该方法利用了超声传感器不能从特定角度接收超声回波的事实。因此,只有错误的操作才可能导致例如由干扰引起的这种信号。本文提出的合理性检查排除了这些明显错误的解。
在该方法的第十五进一步实施例中,超声传感器从该超声传感器接收的反射超声波(USW)的信号中提取特定于超声传感器的相应包络信号(HK)。然后,超声传感器利用于该超声传感器的特定于超声传感器的阈值曲线(SWK)从该超声传感器的特定于超声传感器的包络信号(HK)中提取一系列特定于超声传感器的超声回波(ec1、ec2、ec3、ec4、ec5、ec6)。现在,该方法的实施例的特别建议是,该超声传感器的特定于超声传感器的阈值曲线(SWK)取决于该方法先前已确定的超声传感器***的聚类的和接受的解。这样做的优点是,超声传感器***的方法可以持续优化和跟踪灵敏度与相关超声传感器提取的虚假回波之间的折衷。
在该方法的第十六进一步实施例中,该方法在以下条件下通过聚类方法将第u解和第(u+1)解或经滤波的第u解和经滤波的第(u+1)解进行聚类以形成接受的解:聚类中的至少一个解和聚类中的至少e个其它解之间的距离小于阈值距离ε。在本文中,e在此是大于0的正整数,或者优选地大于1或大于2,并且其中特别优选地是e=3。
换句话说,在该方法的该第十六进一步实施例中,该方法在以下条件下通过聚类方法将第u解和第(u+1)解或经滤波的第u解和经滤波的第(u+1)解进行聚类以形成接受的解:聚类中的第u解和第(u+1)解的数量至少为三个。在该方法的该第十六进一步实施例中,该方法丢弃拒绝的、可能经滤波的第u解和/或拒绝的、可能经滤波的第(u+1)解。
实验经验表明,超声传感器***的该方法随后很有可能有利地实现良好的结果。
在该方法的第十八进一步实施例中,该方法在以下条件下通过聚类方法将第u解和第(u+1)解或这种经滤波的第u解和经滤波的第(u+1)解作为接受解聚类到已存在的聚类中:聚类中的位于可能经滤波的第u解或可能经滤波的第(u+1)解的邻域内的第u解和第(u+1)解的数量至少为一个。在该方法的该第十八进一步实施例中,该方法丢弃拒绝的、可能经滤波的第u解或拒绝的、可能经滤波的第(u+1)解。
在该方法的第十九进一步实施例中,该方法包括发射至少在一个参数上具有至少部分随机调制的超声噪声信号的附加步骤。
在该方法的第二十进一步实施例中,该方法首先确定基于来自两个不同超声传感器的两个超声回波的解。如果该解是来自回退区域的解,则该方法接受该解。如果该解是来自三传感器区域的解,则该方法拒绝仅基于来自两个不同超声传感器的两个超声回波的解。对于接受仅基于两个超声回波的解,三传感器区域中的两个超声回波(参见图22)显然是不充分的。在这种情况下,超声传感器***(USSS)执行的方法随后确定基于三个不同超声传感器的三个超声回波的解。以此方式,该方法随后针对三传感器区域获得基于三个不同超声传感器的三个超声回波的解。
因此,所提出的方法确保了:根据所检测的解的位置,解的置信度值是适当的。
在该方法的第二十一进一步实施例中,聚类取决于阈值距离ε。在该方法的第二十一实施例中,阈值距离ε取决于聚类中的接受解在至少两个测量周期之间的变化。这样做的优点是,在车辆正在移动或测量范围内的物体表现出强分散速度的情况下,阈值距离ε是最佳的。例如,这能够对来自复杂移动物体的超声回波进行合理处理。这种物体可以形成例如被风吹动的诸如灌木丛等植物的叶子和枝条。
在该方法的第二十二进一步实施例中,该方法根据最后v个测量周期的超声传感器的超声回波的接收数据来确定该超声传感器的该超声回波的接收的时间性变化。在这种情况下,v是大于1的正整数。然后,该方法通过多项式近似来由此确定该超声传感器下一次接收该超声回波的时间点。
在该方法的第二十三进一步实施例中,该方法根据该预测的结果修改该方法的第二十实施例的该超声传感器的阈值曲线SWK。
这样做的优点是,该方法以此方式优化了该超声传感器的灵敏度和出现虚假回波之间的折衷。因此,超声传感器***USSS执行的方法持续适应于不断变化的条件。
在该方法的第二十四进一步实施例中,该方法根据最后v个测量周期的接受解的数据确定接受解的时间性变化。在这种情况下,v同样是大于1的正整数。由此,该方法特别通过多项式近似为一个或多个超声传感器确定这些超声传感器的属于相关解的超声回波的预期相应的下一次接收时间点。然后,根据该预测的结果,该方法尤其在这些相应超声传感器的属于相关解的相应超声回波的分别预期的相应的下一次接收时间点附近的时间范围内修改这些超声传感器中的一者或多者的阈值曲线SWK。
这样做的优点同样是,该方法以此方式优化了该超声传感器的灵敏度和出现虚假回波之间的折衷。因此,超声传感器***USSS执行的方法持续适应于不断变化的条件。
在该方法的第二十五进一步实施例中,该方法采用了在超声传感器的超声回波的距离值中识别来自虚假物体的超声回波并将其从测量数据中去除的子方法。
在该方法的第二十六进一步实施例中,卡尔曼滤波方法或估计滤波方法的输入值是三边定位方法的解形式的被识别物体的位置,且/或一方面是三边定位方法的解形式的被识别物体的位置的变化速度,另一方面是车辆速度。
在该方法的第二十六进一步实施例中,该方法将与具有大于最大允许传播时间Δemax的传播时间的测量值相关的距离值设定为零或等效的非常小的数。这通常会导致在超声传感器所在位置处出现聚类。所提出的超声传感器***USSS的方法优选地在合理性检查期间消除这些聚类。
优点
本文所述的超声传感器***能够更稳健地识别车辆环境中的物体,并且产生车辆的环境地图。
附图说明
图1示出了现有技术中已知的在各种表面(在此是示例性的第一表面OF1和示例性的第二表面OF2)上的超声波特性。
入射超声波USW抵达第一表面OF1。第一表面OF1不是理想的。因此,第一表面OF1通过散射过程diff将入射超声波USW散射为散射的超声波DUSW。
图1的技术启示来自现有技术,并且在此不要求保护。
图2说明了本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的示例性超声传感器的声换能器特性曲线。
图3展示了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的、实验室停车***包括的部件和这些部件之间的用于实现这些不同部件之间通信的互连。
图4说明了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的电路板通信的结构。
图5展示了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的基本设备命令的示例。
图6示出了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的发送和接收命令的示例性过程。
图7示出了本申请的申请人在开发本申请的过程中用于实验室原型的且本文提出的停车辅助***的示例性超声传感器应用的距离测量的测量原理。
图8示出了超声换能器的示例性驱动器的信号和状态的示例性时序图。
图9示出了具有三个识别出的回波的包络信号的示例。
图10示出了与示例性“ReceiveA”命令相比利用示例性描述文件“SendA”的超声回波识别的原理。
图11说明了阈值曲线偏移的效果。
图12示出了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的示例性测试装置的粗略简图。
图13说明了示例性车辆的示例性后保险杠中的示例性四个超声传感器中的超声传感器2发射脉冲串信号而示例性其它三个超声传感器1、2和3作为超声接收器工作的情况。
图14说明了利用三边定位通过解释由两个超声传感器识别的第一超声回波来寻找2D点的最简单方法。
图15示出了由两个超声传感器进行三边定位以计算物***置的可能场景,但在图15的示例中,在两个超声传感器的区域中存在多个物体,这可能导致对超声回波的错误解释,从而可能导致错误的解。
图16示例性地说明了所提出的三边定位方法的构思。
图17说明了所提出的三边定位方法的过程。
图18示出了通过超声传感器***对第一、第二和第三超声回波应用所提出的三边定位法,超声传感器***如何能够利用于上述示例性方法识别每个信道中的最多三个障碍物的示例,其中图18示例性地示出了在铺设表面上测量六个不同的示例性立柱时该方法的示例性解。
图19说明了识别诸如墙壁等较宽面比识别较小的立柱例如需要更多次迭代。
图20示出了用示例性三个超声传感器检测的通过墙壁测量的相关超声回波的三个示例性距离值。
图21示出了四个示例性超声传感器的示例性范围。
图22示出了图21的四个示例性超声传感器的各种示例性操作范围。
图23说明了当该方法检测到外侧区域中的障碍物并且仅发射的超声传感器接收到回波时为什么需要对超声传感器应用回退方法,其中通过该方法比较超声回波与其它信道计算的到物体的距离,该方法首先检查超声回波是否不属于另一物体。
图24说明了在不限制外部信道(在此例如为信道0和3)的解范围的情况下避免错误的解,其中超声传感器***分别在与相关信道的相关超声传感器的视轴的角度方面分别检查基于这些信道的测量值的解。
图25示出了卡尔曼滤波器如何根据现有技术通过两个参数(即,测量噪声的协方差R和过程噪声的方差值Q)的影响来预测下一个状态。
图26比较了卡尔曼滤波器的两个不同的示例性滤波器参数。
图27示出了具有更小Q值的卡尔曼滤波器不能跟踪测量的动态部分。
图28比较了具有和不具有速度信息的卡尔曼滤波器的输出。
图29示出了在示例性墙壁测量期间来自信道0中的超声传感器0的第一超声回波的分布。
图30说明了由于超声回波的标准差在不同表面和不同环境下是不同的,因此卡尔曼滤波器的参数配置取决于超声回波信号,其中根据例如导致标准差明显差异的停车情况的模拟示例进行说明。
图31通过根据以植物作为识别的障碍物的示例的动态测量比较了R的两个不同参数。
图32示出了示例性静态测量的示例性超声回波信号,其中通过手动查询来扩展卡尔曼滤波器以改善噪声特性。
图33示例性地示出了在图31的植物障碍物的动态测量期间不稳定的回波。
图34说明了超声传感器测量四个立柱障碍物且行人在立柱和传感器之间经过且在此期间车辆不移动的场景,其中图34a示出了第40个测量周期以及来自信道1中的超声传感器1的第一超声回波,并且图34b说明了测量情况。
图35示出了在测量可通过可控滑座在轨道上移动的立柱期间信道1中的超声传感器1的超声回波。
图36示出了通过速度查询对噪声特性的改善。
图37比较了使用和不使用卡尔曼滤波的解。
图38示出了DBSCAN方法的“核心值”和“非核心值”之间的差异。
图39示出了根据产生的数据的DBSCAN方法的示例性输出,以说明根据所选参数提供不同的聚类。
图40示出了所提出的新聚类方法的流程图。
图41示出了聚类方法的示例输出,其中可视化的解属于静态车辆测量(图30)并且第五噪声传感器干扰测量。
图42说明了通过仍可能提供错误2D位置的卡尔曼滤波器来减少2D位置的扩散并且手动部分实现噪声值的滤波和测量的快速跟踪,其中图42示出了该方法将卡尔曼滤波和随后的聚类应用到超声回波的示例性动态墙壁测量。左侧图(图42的a)示出了在示例性测量期间的解,其中示例性错误解是通过应用卡尔曼滤波器产生的并且聚类方法滤除了该解。
具体实施方式
图1
图1示出了现有技术中已知的在各种表面(在此是示例性的第一表面OF1和示例性的第二表面OF2)上的超声波特性。
在此,本申请意义上的表面是指从具有第一声学波阻Z1的低密度介质(在本申请的意义上通常为空气)到具有不同于第一声学波阻Z1且在数值上更大的第二声学波阻Z2的第二介质的平面过渡。
在图1的第一示例中,入射超声波USW抵达第一表面OF1。在此,第一表面OF1具有与超声波USW的波长相比不可忽略的粗糙度。因此,粗糙的第一表面OF1通过散射过程diff将超声波USW散射成散射超声波DUSW。
在图1的第二示例中,入射超声波USW抵达光滑的第二表面OF2。在此,第一表面OF2具有与超声波USW的波长相比可忽略的粗糙度。因此,粗糙的第一表面OF1通过反射过程refl将超声波USW反射成反射超声波RUSW。在此,超声波USW的被第二表面OF2反射为反射超声波RUSW的部分取决于第一声学波阻Z1与第二声学波阻Z2的比率。材料M通过折射过程ref将超声波USW的没有被第二表面OF2通过反射过程refl反射为反射超声波RUSW并且没有被第二表面OF2下的材料M吸收的部分透射为透射超声波TUSW。在此,入射角θ1等于出射角θ2。出射角θr取决于入射角θ1以及第一声学波阻Z1和第二声学波阻Z2。
图2
图2说明了本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的示例性超声传感器的声换能器特性曲线。在图2中,超声传感器的位置位于位置PosUS。图2示例性地示出了来自超声传感器的示例性超声换能器的超声传感器超声波的水平传播Hor和超声传感器超声波的垂直传播Ver。在图2的示例中,超声传感器的超声换能器以大约58kHz工作,并且提供约95.24dB的示例性最大声压级(SPL)。此外,图2示出了最大声压级(SPL)相对于P0的衰减,这里P0为角度0°下的95.24dB的参考声压级(SPL)。衰减随着角度的增加而增大。在这种情况下,角度/>是辐射方向与超声传感器的超声换能器的辐射波瓣轴线的夹角。图2中的短划线表示超声波USW的垂直传播Ver的衰减。图2中的实线表示超声波USW的水平传播Hor的衰减。超声波USW的水平传播Hor强于超声波USW的垂直传播Ver。垂直波在角度/>在15和20度之间的角度范围内达到6dB的限值。这意味着超声波USW的垂直传播Ver在该角度/>下的声压级已经比在角度/>为0°时的最大声压级(SPL)低了50%。与此相比,超声波USW的水平传播Hor仅在角度/>在40至45度的角度范围内达到6dB的限值。已开发出具有图2的超声波辐射特性的超声传感器的示例性超声换能器以用于停车场中的应用。为了避免地面反射,超声波USW的垂直传播Ver比超声波USW的水平传播Hor具有更小的扩散度。这种超声换能器特别优选地用于根据本申请的超声传感器***。由于应包括超声换能器的超声传感器应识别平行于平坦车辆环境的表面的2D平面中的障碍物,因此超声换能器的结构使水平声场比垂直声场更广地扩散。因此,障碍物识别的最大角度是根据本申请的超声传感器***的重要参数。因此,60度下的衰减值将是特征值。在60度角时,声压级是在角度/>为0°时的声压P0的约五分之一。然后,声压级收敛到零[8]。
图3
图3展示了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的、用于开发本申请的示例性实验室停车***所包括的部件以及这些部件之间的用于实现这些不同部件之间通信的互连。
在实验室装置中,将笔记本电脑充当控制计算机和USB主机USBH。在其作为USB主机USBH的角色中,制计算机经由示例性USB数据总线USB连接到NXP板NXPB。NXP板NXPB包括恩智浦(NXP)公司的微型计算机,用于开发本申请的实验室超声波***利用该微型计算机进行操作。适配器板ADPB经由第一数据总线DB1连接到NXP板NXPB。在图3的示例中,适配器板ADPB表示NXP板NXPB和传感器板SNSB之间的接口。优选地,外部12V电源(未示出)连接到适配器板ADPB,并且为适配器板ADPB和分别具有n个超声传感器的n个传感器板(SNSB1至SNSBn)供电。每个传感器板(SNSB1至SNSBn)都经由传感器数据总线SDB连接到适配器板ADPB。在这种情况下,n在本申请的意义上是大于2的正整数。在本文所示的示例中,传感器数据总线SDB以星形构造设计。在用于开发本申请的实验中,申请人使用多个传感器数据总线进行点对点连接,更确切地说每个传感器板(SNSB1至SNSBn)使用属于n个传感器板(SNSB1至SNSBn)中的相应传感器板的恰好一个单独的传感器数据总线进行点对点连接。
当在本申请中提及超声传感器***执行方法时,通常是指超声传感器***的控制装置ECU执行相关方法。在图3的实验室原型的示例中,实验示例性的超声传感器***USSS的控制装置ECU包括USB主机USBH、NXP板NXPB和适配器板ADPB。
图4
图4示出了现有技术的“Open-SDA(open standard serial debug adapter)框图”。图4说明了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的电路板通信的结构。USB主机USBH利用USB协议经由USB数据总线与NXP板NXPB的微型计算机MCU通信。在开发本申请时,微型计算机MCU是恩智浦(NXP)公司的K20DX128Vxx5微型计算机。申请人在开发本申请时所使用的通信概念的主要部件是充当NXP板NXPB的NXP开发板S32K144EVB。NXP板NXPB支持汽车应用的原型设计。它可以通过I/O排针GPIO/ADC容易访问微型计算机MCU M4F。使用的NXP板NXPB装配了CAN、LIN和UART/SCI接口。电位器可以实现电压和模拟测量的精度。NXP板NXPB包括作为目标处理器和USB主机之间的桥梁的开放标准串行调试适配器(OpenSDA)。OpenSDA具有大容量存储设备引导加载程序MSDBL。该大容量存储设备引导加载程序MSDBL提供了简单的接口,以加载各种Open SDA应用程序OSDAAP[10]。利用于这些部件,NXP板NXPB的微型计算机MCU经由输入/输出线GPIO和串行接口UART、SPI通过适配器板ADPB与相应的目标处理器通信,即与n个传感器板(SNSB1至SNSBn)的相应传感器板上的相应超声传感器的相应传感器处理器SMCU通信。如有必要,NXP板NXPB的微型计算机MCU可以通过复位线nRESET使n个传感器板(SNSB1至SNSBn)中的相应传感器板SNSBj上的相关目标处理器(即,相应超声传感器的相应传感器处理器SMCUj)进入预定义的或可设定的启动状态并重新启动。在此,适配器板ADPB经由传感器数据总线SDB与相应目标处理器通信,即与n个传感器板(SNSB1至SNSBn)中的相应传感器板上的相应超声传感器的相应传感器处理器SMCU通信。
图5
图5展示了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的基本设备命令的示例。
适配器板ADPB代表NXP板NXPB与具有n个超声传感器板SNSB1至SNSBn上的相应超声传感器的传感器板SNSB1至SNSBn之间的接口。传感器数据总线SDB与适配器板ADPB一起使得能够在NXP板NXPB上的微型计算机MCU与n个超声传感器板SNSB1至SNSBn中的相应超声传感器板上的相应超声传感器之间进行通信。优选地,可以经由分等级的JTAG测试总线来访问超声传感器板SNSBj的超声传感器的传感器处理器SMCUj。优选地,传感器数据总线SDB是LIN数据总线或DSI3数据总线或PSI5数据总线。申请人在开发本申请的技术内容时,使用LIN数据总线作为传感器数据总线SDB。为了驱动超声传感器板SNSB1至SNSBn,开发中使用的ADPB适配器板包括“4信道LIN收发器IC”,以便将超声传感器的传感器处理器SMCU1至SMCUn的传感器数据总线SDB通过适配器板ADPB连接到NXP板NXPB的微型计算机MCU。在实验室停车***中,相应传感器处理器SMCUj和NXP板NXPB的微型计算机MCU之间的通信是基于时间的。
图5示出了NXP板NXPB的微型计算机与超声传感器板SNSBj上的超声传感器的传感器处理器SMCU之间的用于“SendB”和“ReceiveB”命令的传感器数据总线。“SendB”命令强制相关超声传感器发射具有描述文件B内的特性的声学超声脉冲串信号。上面已经解释了超声脉冲串的产生和各种描述文件。
NXP板NXPB的微型计算机MCU在时间TMEAS内利用适配器板ADPB拉低传感器数据总线SDB来初始化命令。然后,在该初始化之后的是持续时间为TD的高电平阶段。随后,传输位序列。位序列“10”表示发射代码TxC,并且在该示例中初始化发送命令。超声传感器接收该发射代码TxC,并使其超声换能器发射超声脉冲串。相反,位序列“00”表示接收代码RxC,并且在该示例中初始化接收命令。然后,在该示例中,接收到接收代码RxC的超声传感器的超声换能器不发射超声脉冲串,并且直接进入接收状态。在相关超声传感器的传感器计算机SMCUj接收相应序列之后,超声传感器在传感器数据总线SDB上报告该超声传感器接收的超声回波(在下文中,也被称为传感器的超声回波)。超声回波的这种报告发生在回波信号erm的时间内。NXP板NXPB的微型计算机MCU经由UART接口UART的接收线Rx接收该报告。相反,经由UART接口的UART的发射线Tx进行命令的发送。适配器板ADPB上的“4信道LIN收发器IC”将两个线路(即,接收线Rx和发射线Tx)连接到相应超声传感器的传感器数据总线SDB。NXP板NXPB的微型计算机MCU使用计时器通过发射线Tx发送命令,并且使用另一计时器通过接收线Rx接收超声传感器的传感器数据。在用于开发本申请的实验配置中,这两个计时器都以1MHz的频率运行,因此分辨率为1μs。
图6
图6示出了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的发送和接收命令的示例性操作。
该示例的示例性发送模式的流程在图6中被示出为发送模式TxM。
示例性发送模式的第一步骤LCD是加载信道数据。示例性微型计算机MCU具有数据存储器。示例性微型计算机MCU根据发送命令在该数据存储器中准备事件数组“outTimeFrame”OTF。该事件数组OTF优选地包含相应数据对形式的时间和值对。NXP板NXPB的示例性微型计算机MCU示例性地执行的示例性中断服务例程ISR初始化输出比较用计时器FTM1。在该示例中,示例性计时器模块FTM1根据准备好的事件数组OTF更新各个值,以便产生用于通过UART接口UART的发送端子发送信号的命令序列。在图6的示例性发送模式TxM中,超声传感器在回波信令erm期间经由传感器数据总线SDB首先报告第一超声回波ec1,并且随后在该第一超声回波ec1之后报告第二超声回波ec2。在本申请中,将超声传感器首次传输的超声回波ec1称为该超声传感器的第一超声回波ec1,并且将超声传感器第二次传输的超声回波ec2称为该超声传感器的第二超声回波ec2,以此类推。超声传感器接口将传感器数据总线SDB拉低并因而覆盖用于将传感器数据总线SDB预加载到高电平的电路,由此超声传感器的该接口通知超声信号到达超声传感器。
然后,在该示例中,NXP板NXPB的微型计算机MCU切换到接收模式RxM。图6还示出了该示例的示例性接收模式RxM的过程。在该示例中,超声传感器接口将传感器数据总线SDB拉低并因此覆盖用于将传感器数据总线SDB预加载到高电平的电路,由此超声传感器通知对单个回波的识别,该回波是该超声传感器的第一超声回波ec1。在该示例中,在回波信令erm的时间内传送超声回波报告之后,超声传感器在回波信令erm之后还在该传感器数据总线SDB上提供时间状态信息。在本示例中,另一计时器模块FTM0检测回波和状态信息的帧(数据帧)。
在该示例中,NXP板NXPB的示例性微型计算机MCU通过中断服务例程ISR将回波和状态信息的帧(数据帧)存储在NXP板NXPB的微型计算机MCU的数据存储器中的数组“CHnCaptureResult”CRA中。因此,在该示例中,数据可供NXP板NXPB的示例性微型计算机MCU用于作为NXP板NXPB的微型计算机MCU上的进一步方法步骤的处理和评估步骤VAS。
图7
图7示出了本申请的申请人在开发本申请的过程中用于实验室原型的且本文提出的停车辅助***的示例性超声传感器内的距离测量的测量原理。在此,本文提出的超声传感器USS例如包括控制电路CC、脉冲发生装置PG、超声收发器UST和接收电路RC。优选地,超声传感器USS的控制电路CC包括传感器处理器SMCU,该传感器处理器SMCU在此处讨论的示例中经由传感器数据总线SDA与NXP板NXPB的微型计算机MCU建立连接。由于接收到发射代码TxC,控制电路CC利用发射线TXL产生发射信号,该发射信号具有在开始时间t0处开始的脉冲或脉冲串USSB。脉冲发生装置PG通过第一个超声换能器连接线drv1和第二个超声换能器连接线drv2驱动超声换能器UST,从而利用超声换能器UST将发射线TXL上的脉冲或脉冲串USSB转变为声学超声脉冲串,超声换能器UST将该声学超声脉冲串作为超声波USW发射。然后,优选地,该声学超声脉冲串的声学超声波USW从超声换能器UST开始以球截形(spherical segment)传播到超声换能器UST前方的空间中。该声学超声波USW所抵达的物体反射该声学超声波USW或使其变形。在此,反射的时间取决于反射物体O与超声换能器UST的距离。反射超声波USWR的一部分在超声换能器UST的方向上反射。脉冲发生装置PG在短时间之后停止发射超声脉冲串。优选地,脉冲发生装置PG使超声换能器UST的典型压电振动元件通常发生的减幅振荡发生衰减,使得超声换能器UST可以在发射超声脉冲串(即,超声波USW)之后尽可能短的时间内作为超声接收器工作,以接收反射超声波USWR。在经过超声脉冲串发射时间ttx期间的超声脉冲串的发射结束与超声换能器UST的压电振动元件的连续振荡振幅的充分减小之间的该死区时间Tdamp之后,超声换能器UST能够接收入射的反射超声波USWR并将其转换为超声接收信号RXL。超声换能器UST将反射超声波USWR的抵达超声换能器UST的部分转换为信号,接收电路RC在超声换能器UST处的第一个超声换能器连接线drv1和第二个超声换能器连接线drv2之间分接该信号,并将其转换为超声接收信号RXL。在此,在超声接收信号RXL的时间值曲线中可以观察到反射超声波USWR的反射超声脉冲串(即,反射超声脉冲串RXB)的接收。在超声接收信号RXL的时间值曲线中,发射线TXL上的脉冲或脉冲串USSB的第一边沿与反射超声脉冲串RXB的第一边沿之间存在延迟,该延迟由以下部分组成:发射路径中的脉冲发生装置PG和超声换能器UST中的信号传播时间,加上接收路径中的超声换能器UST和接收电路RC中的信号传播时间,以及由超声换能器UST辐射的超声波USW从超声换能器UST到物体并从物体返回到超声换能器UST的信号传播时间。在本申请中,该信号传播时间被称为反射时间tr。很容易理解,可以通过反射时间tr的线性变换推断出超声换能器UST与物体之间的空间距离d。超声脉冲串发射时间ttx确定超声脉冲串的长度。
图8
图8示出了超声换能器UST的用作驱动器的示例性脉冲发生装置PG的信号和状态的示例性时序图。随着超声脉冲串发射时间ttx的开始,通过第一个超声换能器连接线drv1和第二个超声换能器连接线drv2开始对超声换能器UST进行脉冲式和推挽式驱动。在超声换能器UST的振动元件在超声脉冲串发射时间ttx中的超声脉冲串的发射结束与超声换能器UST的压电振动元件的连续振荡振幅的充分减小之间的死区时间Tdamp中已经停止振动之后,超声换能器UST在接收时间trx期间开始接收入射的反射超声波USWR,并将其转换为超声接收信号RXL。优选地,接收时间trx基本上与回波信令erm发生的时间一致。
图9
图9示出了具有三个识别出的回波的包络信号的示例。该示例基于关于示例性命令“ReceiveA”的描述文件,其中超声换能器仅作为接收器操作。X轴表示传播时间,即根据超声脉冲串回波的反射时间tr形式的传播时间计算的从超声传感器到反射物体的距离。X轴的零点应是参考时间tref,在该时间,发射超声换能器的振动元件的驱动器关闭,并且开始衰减阶段,因此死区时间Tdamp开始。这也应适用于以下相同类型的图表。在这种情况下,发射超声换能器不是图9在此示出其包络信号HK的超声换能器。Y轴以任意单位展示了每个值的振幅。点线表示阈值曲线SWK的走向。实线表示超声接收信号RXL的包络信号HK的走向。细的短划线表示回波信令erm期间传感器数据总线SDA上的逻辑值(还参见图5)。在图9的示例中,包络信号HK的值在参考时间tref之后的时间曲线中在三个点处超过了阈值曲线SWK。在图9的示例中,在与控制电路CC的相互作用下,接收电路RC检测包络信号HK的曲线最大值的时间点,并在达到包络信号HK的局部时间最大值时将传感器数据总线SDA设置为低电平。在图9的示例中,超声传感器确定第一超声回波ec1、第二超声回波ec2和第三超声回波ec3。在本申请中,将第一超声回波ec1称为该超声传感器的第一超声回波。在本申请中,将第二超声回波ec2称为该超声传感器的第二超声回波。在本申请中,将第三超声回波ec3称为该超声传感器的第三超声回波。
图10
图10示出了与图9的示例性命令“ReceiveA”相比利用示例性描述文件“SendA”的超声回波识别的原理。在图10的示例中,接收超声换能器UST在此也是发射超声换能器UST。因此,超声传感器在参考时间tref之后的初始阶段中被覆盖,并且不能进行接收。与图9相反,低阈值曲线SWK在此导致接收到超声传感器的六超声回波(ec1、ec2、ec3、ec4、ec5、ec6)。问题是,用于测试目的的立柱的测试布置只包括三个要识别的立柱。
图11
图11说明了通过将图10的阈值曲线SWK偏移到更高值而获得的效果。通过该偏移将传感器数据总线SDB的信号中识别的超声回波的数量减少到三超声回波(ec1、ec2、ec3)。
阈值曲线SWK的位置和波形取决于相应应用的许多因素,并且应由DoE通过实验确定。在申请本申请时,进行实施的本领域技术人员可以例如在互联网上的以下链接中找到有关DoE的信息:https://www.projektmagazin.de/Methods/Design-of-Experiments-DoE-beispiel-Application。
通过减少到三个重要超声回波(ec1、ec2、ec3),简化了后续的三边定位处理。
因此,到目前为止,所提出的方法包括通过超声发射器发射超声脉冲串的超声波USW,该超声发射器通常是多个超声传感器中的一者,其暂时作为超声发射器工作以发射作为超声波USW的超声脉冲串。为此,超声发射器通常包括超声换能器UST。然后,超声波USW在一个或多个物体O上受到反射。超声波USW在一个或多个物体O上的这种反射产生一个或多个反射超声波USR。例如,超声传感器通过超声换能器UST接收反射超声波USR。每个超声传感器将由该相应超声传感器接收的反射超声波的特定于相应超声传感器的超声信号转换为相应的超声传感器接收信号。在超声换能器UST作为超声传感器的接收元件的情况下,超声传感器接收信号通常在超声传感器的接收阶段中作为第一个超声换能器连接线drv1和第二个超声换能器连接线drv2之间的差分电压信号存在。通常,接收电路RC例如通过包络解调器、包络检测器或非相干解调器从超声传感器接收信号中检测所述包络信号HK。因此,接收电路RC优选地包括这种从超声传感器接收信号中产生包络曲线信号HK的包络曲线解调器。优选地,从超声脉冲串的发射开始,但优选地至少按照与超声脉冲串发射的开始或结束的固定时间关系,阈值曲线生成装置产生具有时间值曲线的阈值曲线信号。同时,接收电路RC中的包络结构识别装置监测包络信号的结构。例如,可以做如下定义:如果包络信号HK低于阈值曲线信号的阈值曲线SWK,则传感器数据总线SDB在回波信令erm期间处于逻辑值1,并且如果包络结构识别装置识别到包络信号HK的局部最大值并且同时包络信号HK的值高于阈值曲线信号的阈值曲线SWK的当前值,则传感器数据总线SDB在回波信令erm期间变换为逻辑值0。通过传感器数据总线SDB上的从逻辑1到逻辑0的边沿向超声传感器发出信令以通知在相对于超声传感器的特定时间性距离处存在较大的反射。
本申请提出了,根据先前测量的超声回波(ec1、ec2、ec3)跟踪阈值曲线SWK。为此,接收电路RC例如基于对第一超声回波ec1的到达时间的例如最后三次测量来预测下一次测量中第一超声回波ec1的到达的可能时间窗口。在下一次测量中第一超声回波ec1的可能到达的时间窗口的该时间范围内,接收电路RC可以暂时降低阈值曲线的值,而直接在第一超声回波ec1的可能到达的时间窗口的该时间范围之前和之后的范围内,阈值曲线的值优选地高于第一超声回波ec1的可能到达的时间窗口的时间范围内的值。例如,接收电路RC可以使用对第一超声回波ec1的例如最后三次接收的时间性位置并且通过多项式近似来由此确定第一超声回波ec1的下一次接收的时间点。在此建议进行滤波,以避免由错误接收的超声回波导致的突然变化。特别建议的是,根据整体方法的结果来预测接收时间点。整体方法提供了障碍物的可能位置。通过超声测量模拟,超声传感器***可以针对每个超声传感器预测相应超声传感器的超声回波的可能到达,并且使阈值曲线SWK与此匹配,其中,在超声脉冲串的反射超声波的可能到达的时间范围内,阈值曲线的值优选地比至少直接在其周围的其它时段内的值更低。
图12
图12示出了如本申请的申请人在开发本申请的过程中用于所提出的停车***的实验室原型的示例性测试装置的粗略简图。测试装置包括车辆CAR。在图12的示例中,车辆CAR是客货两用车。支架HAL安装在车辆CAR的装载区上。笔记本电脑构成了USB主机USBH。USB主机USBH安装在车辆CAR的装载区的支架上。支架HAL的形状使得四个传感器板(SNSB1、SNSB2、SNSB3、SNSB4)安装在车辆CAR外部的与保险杠大致相同的高度处。传感器板(SNSB1、SNSB2、SNSB3、SNSB4)中的各个传感器板的各个超声传感器在各个超声传感器的发射阶段中将它们各自的超声波辐射到车辆CAR的后部空间中。传感器板(SNSB1、SNSB2、SNSB3、SNSB4)的各个传感器板的各个超声传感器在各个超声传感器的接收阶段中接收来自车辆CAR的该后部区域的反射超声波USR。适配器板ADPB与必要的接线一起安装在支架HAL上。
此外,实验装置还具有用于产生干扰信号的第五传感器板SNSB5。
根据本申请,所提出的超声传感器***可以通过第五传感器板SNSB5的该第五个超声发射器发射干扰信号。为此,第五传感器板SNSB5因此可以包括超声发射器或超声换能器UST。根据第五传感器板SNSB5的第五个超声发射器的干扰信号的影响,通过改变超声传感器***的参数可以整体地改变相应超声传感器的接收电路RC的滤波器特性和/或超声传感器***的滤波器特性。例如,可以想到的是升高一个或多个超声传感器的阈值曲线SWK。
图13
图13说明了示例性车辆CAR的示例性后保险杠中的四个超声传感器板SNSB1、SNSB2、SNSB3、SNSB4上的示例性四个超声传感器中的第二超声传感器板SNSB2的超声传感器2发射超声波USW形式的超声脉冲串信号的情况。其它超声传感器板SNSB1、SNSB3、SNSB4的示例性另外三个超声传感器1、2、3在图13的示例中作为超声接收器工作。第一超声传感器板SNSB1的第一超声传感器具有第一超声传感器发射和接收区域USSE1。在本申请中,为了简化图示,在说明书中假设超声传感器板的超声传感器的超声传感器发射区域与该超声传感器板的该超声传感器的超声传感器接收区域一致。实际上,情况可能并非如此。本领域技术人员在改进本申请时将考虑到这一点。因此,这种简化不会缩小所要求保护的范围。
第二超声传感器板SNSB2的第二超声传感器具有第二超声传感器发射和接收区域USSE2。
第三超声传感器板SNSB3的第三超声传感器具有第三超声传感器发射和接收区域USSE3。
第四超声传感器板SNSB4的第四超声传感器具有第四超声传感器发射和接收区域USSE4。
在图13的示例中,物体O将第二超声传感器板SNSB2的第二超声传感器的超声波部分反射为第一反射超声波USR1,该超声波作为第一反射超声波USR1从物体O传播到第一超声传感器板SNSB1的第一超声传感器。
在图13的示例中,物体O将第二超声传感器板SNSB2的第二超声传感器的超声波部分反射为第二反射超声波USR2,该超声波作为第二反射超声波USR2从物体O传播回第二超声传感器板SNSB2的第二超声传感器。
在图13的示例中,物体O将第二超声传感器板SNSB2的第二超声传感器的超声波部分反射为第三反射超声波USR3,该超声波作为第三反射超声波USR3从物体O传播到第三超声传感器板SNSB3的第三超声传感器。
在图13的示例中,物体O不能向第四超声传感器板SNSB4的第四超声传感器的方向充分反射来自第二超声传感器板SNSB2的第二超声传感器的超声波。因此,图13的示例性情况没有示出第四反射超声波USR4。
由于没有第四反射超声波USR4到达第四超声传感器板SNSB4的第四超声传感器,因此第四超声传感器板SNSB4的第四超声传感器没有接收到来自物体O的超声回波。因此,只有第一超声传感器板SNSB1的第一超声传感器、第二超声传感器板SNSB2的第二超声传感器和第三超声传感器板SNSB3的第三超声传感器接收到关于物体O的存在和距离的信息。第四超声传感器板SNSB4的第四超声传感器在本次测量中没有接收到关于物体O的存在和距离的信息。
图14
图14说明了通过利用三边定位解释由两个超声传感器识别的第一超声回波(ec1)来寻找2D点的最简单方法。
第一超声传感器板SNSB1的第一超声传感器例如根据其第一个超声换能器UST的第一超声传感器接收信号产生第一包络信号HK。将该第一包括信号HK关联到第一超声传感器板SNSB1上的该第一超声传感器。例如,利用与第一超声传感器板SNSB1上的该第一超声传感器关联的阈值曲线,第一超声传感器在该第一超声传感器板SNSB1的传感器数据总线SDB上产生第一信令。例如,第一传感器板SNSB1的第一超声传感器的信令以时间顺序给出第一超声回波ec1、第二超声回波ec2和第三超声回波ec3等。在本申请中,该第一超声回波ec1表示第一超声传感器板SNSB1的第一超声传感器的第一超声回波ec1。在本申请中,该第二超声回波ec2表示第一超声传感器板SNSB1的第一超声传感器的第二超声回波ec2。在本申请中,该第三超声回波ec3表示第一超声传感器板SNSB1的第一超声传感器的第三超声回波ec3。超声波USW的发射与相应超声回波ec1、ec2、ec3的相应到达之间的时间段取决于第一超声传感器板SNSB1的该第一超声传感器与物体O之间的距离以及发射超声波的超声传感器与物体O之间的距离。
类似地,第二超声传感器板SNSB2的第二超声传感器例如根据其第二个超声换能器UST的第二超声传感器接收信号产生第二包络信号HK,将该第二包络信号HK关联到第二超声传感器板SNSB2上的该第二超声传感器。例如,利用与第二超声传感器板SNSB2上的该第二超声传感器关联的阈值曲线,第二超声传感器在该第二超声传感器板SNSB2的传感器数据总线SDB上产生第二信令。例如,第二传感器板SNSB2的第二超声传感器的该信令也以时间顺序给出第一超声回波ec1、第二超声回波ec2和第三超声回波ec3等。在本申请中,该第一超声回波ec1表示第二超声传感器板SNSB2的第二超声传感器的第一超声回波ec1。在本申请中,该第二超声回波ec2表示第二超声传感器板SNSB2的第二超声传感器的第二超声回波ec2。在本申请中,该第三超声回波ec3表示第二超声传感器板SNSB2的第二超声传感器的第三超声回波ec3。超声波USW的发射与相应超声回波ec1、ec2、ec3的相应到达之间的时间段取决于第二超声传感器板SNSB2的该第二超声传感器与物体O之间的距离以及发射超声波的超声传感器与物体O之间的距离。
在图14的示例中,第一超声传感器板SNSB1的第一超声传感器与第二超声传感器板SNSB2的第二超声传感器具有示例性距离Xd。
根据在发射超声脉冲串之后第一超声传感器板SNSB1的第一超声传感器的第一超声回波ec1的到达的时间性位置,超声传感器***可以推断出第一超声传感器板SNSB1的第一超声传感器与物体O之间的第一距离d0。如果存在错误测量,则物体O应大致位于围绕第一超声传感器板SNSB1的第一超声传感器的圆周上,该圆周的半径对应于第一超声传感器板SNSB1的第一超声传感器与物体O之间的第一距离d0。由于发射超声传感器不一定与接收超声传感器相同,因此更确切地说,物体O必须位于第一椭圆上,其中,发射超声传感器位于第一椭圆的第一焦点上,并且其中,接收超声传感器位于第一椭圆的另一焦点上。
根据在发射超声脉冲串之后第二超声传感器板SNSB2的第二超声传感器的第一超声回波ec1的到达的时间性位置,超声传感器***可以推断出第二超声传感器板SNSB2的第二超声传感器与物体O之间的第二距离d1。如果存在错误测量,则物体O应大致位于围绕第二超声传感器板SNSB2的第二超声传感器的圆周上,该圆周的半径对应于第二超声传感器板SNSB2的第二超声传感器与物体O之间的第二距离d1。由于发射超声传感器不一定与接收超声传感器相同,因此更确切地说,物体O必须位于第二椭圆上,其中,发射超声传感器位于第二椭圆的第一焦点上,并且其中,接收超声传感器位于第二椭圆的另一焦点上。
为了满足物体既位于第一椭圆又位于第二椭圆上的条件,物体应位于第一椭圆和第二椭圆的交点上。遗憾的是,这种近似只适用于没有直径且不均匀反射表面等理想的点状物体。
通过简单的三角假设,可以确定到第一超声传感器和第二超声传感器之间的连接线的距离y。
图15
图15示出了通过两个超声传感器进行三边定位以计算物体O的位置的可能场景,但在图15的示例中,在两个超声传感器的区域中存在多个物体O1、O2,这可能导致对超声回波的错误解释,从而可能导致错误解。
在图15的示例中,第一传感器板SNSB1的第一超声传感器朝向第一物体O1和第二物体O2发射第一个超声波形式的超声脉冲串。两个实心箭头表示第一个超声波的发射。
第一物体O1朝向第一传感器板SNSB1的第一超声传感器反射超声波,作为第一物体O1的朝向第一超声传感器的第一反射超声波USR1,1。
第一物体O1朝向第二传感器板SNSB2的第二超声传感器反射超声波,作为第一物体O1的朝向第二超声传感器的第二反射超声波USR1,2。
第二物体O2朝向第一传感器板SNSB1的第一超声传感器反射超声波,波作为第二物体O2的朝向第一超声传感器的第一反射超声波USR2,1。
第二物体O2朝向第二传感器板SNSB2的第二超声传感器反射超声波,作为第二物体O2的朝向第二超声传感器的第二反射超声波USR2,2。
在图15的示例中,第一超声传感器板SNSB1的第一超声传感器的第一超声回波ec1就是第一超声传感器板SNSB1的第一超声传感器在传感器***发射超声波之后第一次检测到的第一物体O1的超声回波。
在图15的示例中,第一超声传感器板SNSB1的第一超声传感器的第二超声回波ec2就是第一超声传感器板SNSB1的第一超声传感器在传感器***发射超声波之后第二次检测到的第二物体O2的超声回波。
在图15的示例中,第二超声传感器板SNSB2的第二超声传感器的第二超声回波ec2就是第二超声传感器板SNSB2的第二超声传感器在传感器***发射超声波之后第二次检测到的第一物体O1的超声回波。
在图15的示例中,第二超声传感器板SNSB2的第二超声传感器的第一超声回波ec1就是第二超声传感器板SNSB2的第二超声传感器在传感器***发射超声波之后第一次检测到的第二物体O2的超声回波。
因此,超声传感器***可以选择地形成两个超声传感器的超声回波的传播时间的两种不同的配对。物体越多,情况就越复杂。
首先,作为选项I,超声波***可以假定第一超声传感器的第一超声回波ec1和第二超声传感器的第一超声回波ec1是由假设物体A引起的,并且第一超声传感器的第二超声回波ec2和第二超声传感器的第二超声回波ec2是由假设物体B引起的。
首先,作为选项II,超声波***可以假定第一超声传感器的第一超声回波ec1和第二超声传感器的第二超声回波ec2是由假设物体A引起的,并且第一超声传感器的第二超声回波ec2和第二超声传感器的第一超声回波ec1是由假设物体B引起的。
在此,显然选项II是正确的。然而,如果超声波***例如由于偏好第一超声回波ec1而假定选项I是正确的,则超声传感器***推断出存在图15的b所示的情况,而不是图15的a所示的原始情况。这对于安全相关的***来说是拒绝的情况。
图16
图16示例性地说明了所提出的三边定位方法的构思。所提出的三边定位方法包括用于识别超声传感器的超声回波与另一超声传感器的另一超声回波之间的不允许的配对的方法步骤。在此,这种配对意味着,超声传感器***将基于从发射超声波直到超声回波到达超声传感器的传播时间的一个值与基于从发射超声波直到另一超声回波到达不同于该超声传感器的另一超声传感器的另一传播时间的另一值配对,以形成一个值对。
为了简单起见,图16的示例仅示出了应位于虚线正方形中心的一个物体O。第一超声传感器板SNSB1的第一超声传感器发射超声波。实心箭头表示该发射的超声波。现在,超声传感器***将一个超声传感器的超声回波的传播时间值与另一超声传感器的另一超声回波的传播时间值进行配对。如果超声传感器***针对这三种可能的配对为每个超声传感器选择了该超声传感器的正确超声回波,则接收超声传感器的所属椭圆与发射和接收超声传感器的椭圆会产生两个交点,这两个交点在误差容限内彼此足够接近。在图16的示例中,由第一超声传感器板SNSB1的第一超声传感器的椭圆与第三超声传感器板SNSB3的第三超声传感器的椭圆组成的对的椭圆交点位于由第一超声传感器板SNSB1的第一超声传感器的椭圆与第二超声传感器板SNSB2的第二超声传感器的椭圆组成的对的椭圆交点周围的误差容限范围FB内。在图16的示例中,误差容限范围FB是示例性的方形误差容限范围FB,其允许在上述第一个交点的坐标与上述第二个交点的坐标之间存在X方向上的+/-X偏差值x_lim的偏差以及Y方向上的+/-Y偏差值y_lim的偏差。
例如,超声传感器***随后可以通过求平均来组合两个坐标对。
图17
图17说明了所提出的三边定位方法的过程。
该方法基于针对图16和15所述的方法并且是基本原理的实施例。
根据本申请的方法开始于超声传感器***最初执行测量。然后,根据图17的方法在“开始”点(附图标记1)处开始。
首先,该方法以图16的误差容限范围FB的第一大小开始。图17的方法基于X方向上的+/-X偏差值x_lim和Y方向上的+/-Y偏差值y_lim的允许偏差在这两个方向上是相等的并且对应于值diff。
在示例性的初始化步骤中,超声传感器***首先将该变量设定为初始值i-step(附图标记2)。
然后,超声传感器***基于第一超声传感器的第一超声回波ec1和第二超声传感器的第一超声回波执行第一三边定位(附图标记3)。其结果是第一三边定位点。
然后,超声传感器***比较所确定的第一三边定位点是否在允许的坐标范围内(附图标记4)。
如果不是这种情况(附图标记N4),则该方法直接跳转到第一超声传感器的第一超声回波与第二超声传感器的第二超声回波的三边定位(附图标记8)。
如果是这种情况(附图标记J4),则该方法在第一超声传感器的第一回波和第三超声传感器的第一回波之间执行第二三边定位,并因此确定第二三边定位结果(附图标记5)。
如果第二三边定位结果在第一三边定位结果的误差容限范围FB内(附图标记J5),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果超出第一三边定位结果的误差容限范围FB(附图标记N5),则是无效结果,并且超声传感器***基于第一超声传感器的第一回波和第三超声传感器的第二超声回波执行第二三边定位,从而基于其它数据再次确定第二三边定位结果(附图标记6)。
如果第二三边定位结果在第一三边定位结果的误差容限范围FB内(附图标记J6),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果再次超出第一三边定位结果的误差容限范围FB(附图标记N6),则是无效结果,并且超声传感器***基于第一超声传感器的第一回波和第三超声传感器的第三超声回波执行第二三边定位,从而基于其它数据再次确定第二三边定位结果(附图标记7)。
如果第二三边定位结果随后在第一三边定位结果的误差容限范围FB内(附图标记J7),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果再次超出第一三边定位结果的误差容限范围FB(附图标记N7),则是无效结果,并且超声传感器***丢弃该第一三边定位结果。
如果第一三边定位结果超出了允许范围(附图标记N4)或者超声传感器***丢弃了第一三边定位结果(附图标记N7),则超声传感器***现在基于第一超声传感器的第一超声回波ec1和第二超声传感器的第二超声回波执行第一三边定位。其结果再次是第一三边定位点(附图标记8)。
然后,超声传感器***再次比较现在第二次确定的第一三边定位点现在是否位于允许的坐标范围内(附图标记9)。
如果不是这种情况(附图标记N9),则该方法直接跳转到第一超声传感器的第一超声回波与第二超声传感器的第三超声回波的三边定位(附图标记13)。
如果是这种情况(附图标记J9),则该方法在第一超声传感器的第一回波和第三超声传感器的第一回波之间执行第二三边定位,并因此确定第二三边定位结果(附图标记10)。
如果第二三边定位结果在第一三边定位结果的误差容限范围FB内(附图标记J10),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果超出第一三边定位结果的误差容限范围FB(附图标记N10),则是无效结果,并且超声传感器***基于第一超声传感器的第一回波和第三超声传感器的第二超声回波执行第二三边定位,从而基于其它数据再次确定第二三边定位结果(附图标记11)。
如果第二三边定位结果在第一三边定位结果的误差容限范围FB内(附图标记J11),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果再次超出第一三边定位结果的误差容限范围FB(附图标记N11),则是无效结果,并且超声传感器***基于第一超声传感器的第一回波和第三超声传感器的第三超声回波执行第二三边定位,并因此基于其它数据再次确定第二三边定位结果(附图标记12)。
如果第二三边定位结果随后在第一三边定位结果的误差容限范围FB内(附图标记J12),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果再次超出第一三边定位结果的误差容限范围FB(附图标记N12),则是无效结果,并且超声传感器***丢弃该第一三边定位结果。
如果第一三边定位结果超出了允许范围(附图标记N9)或者超声传感器***丢弃了第一三边定位结果(附图标记N12),则超声传感器***现在基于第一超声传感器的第一超声回波ec1和第二超声传感器的第三超声回波执行第一三边定位。其结果再次是第一三边定位点(附图标记13)。
然后,超声传感器***再次比较现在第三次确定的第一三边定位点现在是否位于允许的坐标范围内(附图标记14)。
如果不是这种情况(附图标记N14),则该方法直接跳转到更改误差容限范围FB(附图标记19)。
如果是这种情况(附图标记J14),则该方法在第一超声传感器的第一回波和第三超声传感器的第一回波之间执行第二三边定位,并因此确定第二三边定位结果(附图标记15)。
如果第二三边定位结果在第一三边定位结果的误差容限范围FB内(附图标记J15),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果超出第一三边定位结果的误差容限范围FB(附图标记N15),则是无效结果,并且超声传感器***基于第一超声传感器的第一回波和第三超声传感器的第二超声回波执行第二三边定位,从而基于其它数据再次确定第二三边定位结果(附图标记16)。
如果第二三边定位结果在第一三边定位结果的误差容限范围FB内(附图标记J16),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果再次超出第一三边定位结果的误差容限范围FB(附图标记N16),则是无效结果,并且超声传感器***基于第一超声传感器的第一回波和第三超声传感器的第三超声回波执行第二三边定位,并因此基于其它数据再次确定第二三边定位结果(附图标记17)。
如果第二三边定位结果随后在第一三边定位结果的误差容限范围FB内(附图标记J17),则是有效结果,并且超声传感器***根据第一三边定位结果和第二三边定位结果确定最终三边定位结果,从而完成三边定位方法(附图标记18)。
如果第二三边定位结果再次超出第一三边定位结果的误差容限范围FB(附图标记N17),则是无效结果,并且超声传感器***再次丢弃第一三边定位结果。
如果第一三边定位结果超出了允许范围(附图标记N14)或者超声传感器***丢弃了第一三边定位结果(附图标记N17),只要误差容限范围FB未达到或超过最大尺寸,超声波***就扩大该误差容限范围FB(附图标记19)。
如果误差容限范围FB已达到或超过最大尺寸(附图标记20),则超声传感器***终止该方法(附图标记21)。
如果误差容限范围FB尚未达到或超过最大尺寸,则超声传感器***以扩大的误差容限范围FB再次执行该方法,并且为此再次从执行基于第一超声传感器的第一超声回波ec1和第二超声传感器的第一超声回波的第一三边定位开始(附图标记3)。其结果再次是第一三边定位点。如上所述,超声传感器***从该点开始继续该方法(附图标记4)。
通常,各个物体的三边定位是以此方式实现的。
该方法优选地总是使用三个并排放置的超声传感器。
如果该方法没有产生结果或者如果该方法以某种其它方式结束,则超声波***为该方法选择优选并排放置的三个其它超声传感器,并且针对这三个新的超声传感器执行该方法。
可能发生的是,超声波***还从超声传感器组中选择三个超声传感器的其它三个组合,并将该方法应用于这些超声传感器的超声回波的数据。如果使用大量超声传感器,则可能的组合数量将会激增。因此,已经证明,针对每个方***次仅使用三个超声传感器的预定组合。
在以足够数量的方***次应用了该方法之后,超声传感器***通过根据本申请的超声传感器的超声回波的三边定位确定了一定数量的假设物***置,这是进一步整体方法的基础。
图18
图18示出了通过超声传感器***对第一、第二和第三超声回波应用图17中所提出的三边定位方法,超声传感器***如何能够利用于上述示例性三边定位方法识别每个信道中的最多三个障碍物的示例,其中,图18示例性地示出了在铺设表面上测量六个不同的示例性立柱时该方法的示例性解。
图18a示出了确定的2D环境地图的二维坐标。为了更好地定位,在X轴上将超声传感器绘制为Y坐标为0的半圆。半圆的位置名称的编码对应于确定点的编码。
图18b示出了在开发本申请时使用的立柱布置的示意图。该图示出了从图12的车辆尾部看向竖立在沥青表面上的六个立柱的视角。
图19
图19说明了识别诸如墙壁等较宽的面比识别较小的立柱例如需要更多次迭代。图19a针对被所有三个超声传感器检测的一个立柱示出了超声传感器板SNSB1、SNSB2和SNSB3的超声传感器的椭圆形。图19b示出了针对墙壁的椭圆形。很明显,由于图19b的三个椭圆形不相交于一点,因此反射物体的三边定位的前提条件是点状,这会导致出现问题。在图中,第一超声传感器板SNSB1的第一超声传感器发射作为超声波USW的超声脉冲串。其它超声传感器板的其它超声传感器仅接收该超声脉冲串的反射。
图20
图20示出了例如利用三个超声传感器板SNSB1、SNSB2和SNSB3的三个超声传感器通过墙壁测量的相关超声回波所检测的三个示例性距离值。在图20的情况下,超声传感器***在与图19b相同的测试环境下工作。然而,现在进行发射的是第二超声传感器板SNSB2的超声传感器,而不是第一超声传感器板SNSB1的超声传感器。在这种配置中,与图19b中的情况相比,情况有所恶化。
图21
图21示出了四个示例性超声传感器的示例性范围。
图21示出了四个超声传感器板SNSB1、SNSB2、SNSB3、SNSB4的四个示例性超声传感器的示例性范围。考虑到各自的视角,每个超声传感器检测各自超声传感器前方的左侧约80cm和右侧约80cm处的柱状物体。这个限制在实际测量中不是绝对的。超出各相关超声传感器的该范围的物体也可以被该相关超声传感器感测到。然而,由相关超声传感器进行的这种感测的概率会根据物体的表面以及相对于相关超声传感器的发射波瓣或接收波瓣的发射和/或接收轴线的角度而降低。所提出的超声传感器***使用的方法在这些角度限制下工作,以使可能不属于物体的错误位置最小化。所提出的超声传感器***会忽略超出允许的最大接收角度的物体。此外,不需要扩大范围,因为如果一个信道的解距离很远,则另一信道将识别该物体。
在根据本申请的方法中,每个信道的三边定位需要每个信道分别有三个超声传感器。信道分配由设计决定。优选地,三个超声传感器沿一条直线彼此相邻。因此,在每种情况下,例如四个超声传感器板SNSB1、SNSB2、SNSB3和SNSB4之中的三个超声传感器板的三个超声传感器必须优选地检测物体O。因此,物体O应优选地放置在第一和第四超声传感器之间。图21中的数字表示哪个/哪些超声传感器从该区域接收超声回波。
在这种情况下,数字0表示第一超声传感器板SNSB1的第一超声传感器。
在这种情况下,数字1表示第二超声传感器板SNSB2的第二超声传感器。
在这种情况下,数字2表示第三超声传感器板SNSB3的第三超声传感器。
在这种情况下,数字3表示第四超声传感器板SNSB4的第四超声传感器。
在本申请的意义上,超声传感器在超声传感器板SNSB1、SNSB2、SNSB3和SNSB4上沿一条线从左到右地布置。在本申请中,将这条线视为X轴。X轴的零点应位于第一超声传感器板SNSB1的第一超声传感器的位置。对X轴的参数化应从第一超声传感器板SNSB1的第一超声传感器处的0点开始,直到第四超声传感器板SNSB4的第四超声传感器SNSB4。在此,超声传感器板优选地沿所述线上的X轴从左到右计数。在用于阐述本申请的示例中,前两个信道现在优选地识别X轴的0和80cm之间的X范围内的物体。后两个信道识别x位置在40cm和120cm之间的障碍物。超声传感器不能检测0cm和120cm之间的x范围内的每个y位置。如果物体距离超声传感器***太近,则外侧超声传感器接收不到该物体的回波。如果物体的x位置或多或少地直接相邻于四个超声传感器,则也会出现同样的问题。这两个问题都可能导致停车情况下的一些不利情况。在本申请中,英文单词“fallback(回退)”是指权宜解,它表示这种问题的不是最佳的但在实际现实中却是有用的变通解。下面的回退是该方法的优选实施部分,以防止出现这些不利情况。用于阐述本申请的实验装置利用了该回退。
图22
图22示出了图21的四个示例性超声传感器的各种示例性操作范围。
回退
如前所述,在通过超声传感器产生环境地图时会出现各种问题。因此,所提出的方法优选地包含回退,以便在所检查的车辆环境的外部和更近的区域中使用更少数量的接收超声传感器来识别物体。在此,回退意味着该方法不能将来自两个超声传感器的解与第三个传感器解进行比较,因此使用相应更少数量的超声传感器的测量数据。通常,这是接收超声回波的超声传感器的测量数据。然后,超声传感器***接受来自两个超声传感器的解,而无需进一步验证。因此,这种解的置信度低于基于来自三个超声传感器的测量值的解。在用于阐述本申请的超声传感器***的实验室原型中,该回退仅实施为用于近场和远场识别。该示例性回退仅考虑超声传感器的第一超声回波。考虑第二和第三超声回波可能会因错误的回波分配而导致错误的解。在回退区域中也可以进行多物体识别。每个信道可以通过第一超声回波识别一个物体,并且通过第二和第三超声回波识别另外两个物体。回退增大了检测范围,并提高了短距离时的可靠物体识别。如上面已在图21中所述的,图22示出了各种操作区域。
图22中加粗标记的矩形示出了基于来自三个超声传感器的测量值的传感器解的范围,没有使用回退。加粗绘制的矩形在正y方向上是开放的,因为图22侧重于近场识别并且没有显示y方向上的全部范围。实线表示矩形的边界是刚性的。在该加粗绘制的矩形内,超声传感器设备只接受基于来自三个超声传感器的测量值的解,而不使用回退。相比之下,在加粗标记的矩形周围,超声传感器设备接受基于来自两个超声传感器的测量值的解。该区域是回退区域。因此,使用英文单词“fallback”。这意味着由少于三个超声传感器产生的解可以产生该区域中的可接受点。双传感器解在整个回退区域中是普遍接受的。在此,双传感器解是超声传感器***仅根据来自两个超声传感器的测量数据确定的物体坐标。在此,三传感器解是超声传感器***根据来自三个超声传感器的测量数据确定的物体坐标。在此,单传感器解是超声传感器***根据来自仅一个超声传感器的测量数据确定的节椭圆(Abstandsellipse)的物体坐标。超声传感器***对回退区域中的双传感器解的接受程度取决于当前进行发射的超声传感器。
在此,在信道0、1、2和3之间作出区分。
两个中间超声传感器的信道1和2通过它们的第一超声回波和分别与其相邻的左侧和右侧的两个超声传感器的第一超声回波来计算点。
对于信道1,超声传感器***接受三传感器解,即具有在第一超声传感器板SNSB1的第一超声传感器0和第三超声传感器板SNSB2的第三超声传感器2之间的x位置的解,其中,在信道1中,例如第二超声传感器板SNSB2的第二超声传感器1进行发射,并且第一超声传感器板SNSB1的第一超声传感器0进行接收,并且在发射作为超声波USW的超声脉冲串之后,第二超声传感器板SNSB2的第二超声传感器1进行接收,并且第三超声传感器板SNSB3的第三超声传感器2进行接收。
对于信道2,超声传感器***接受三传感器解,即具有在第二超声传感器板SNSB2的第二超声传感器1和第四超声传感器板SNSB4的第四超声传感器3之间的x位置的解,其中,在信道2中,例如第三超声传感器板SNSB3的第三超声传感器2进行发射,并且第二超声传感器板SNSB2的第二超声传感器1进行接收,并且在发射作为超声波USW的超声脉冲串之后第三超声传感器板SNSB3的第三超声传感器2进行接收,并且第四超声传感器板SNSB4的第四超声传感器3进行接收。
例如,信道1首先利用第二超声传感器板SNSB2的第二超声传感器1的第一超声回波和第一超声传感器板SNSB1的第一超声传感器0的第一超声回波计算三边定位以进行评估。如果这没有得出解,则超声传感器***将第二超声传感器板SNSB2的第二超声传感器1的第一超声回波与第三超声传感器板SNSB3的第三超声传感器2的第一超声回波进行三边定位。
例如,信道2首先利用第三超声传感器板SNSB3的第三超声传感器2的第一超声回波和第二超声传感器板SNSB2的第二超声传感器1的第一超声回波计算三边定位以进行评估。如果这没有得出解,则超声传感器***将第三超声传感器板SNSB3的第三超声传感器2的第一超声回波与第四超声传感器板SNSB4的第四超声传感器3的第一超声回波进行三边定位。
因此,超声传感器***总是在两个信道(即,信道1和2)中识别位于四个传感器板SNSB1、SNSB2、SNSB3和SNSB4的四个超声传感器0、1、2、3前方的物体。这使得近距离更安全。
信道0和信道3测量侧面区域中的障碍物。冗余的物体识别是不可能的,因为只有两个外侧超声传感器能够接收来自超声传感器旁边的物体的超声回波。
对于信道0,超声传感器***接受双传感器解,这些解的x位置在第一超声传感器板SNSB1的第一超声传感器0的左侧,并且从此处向右直到第二超声传感器板SNSB2的第二超声传感器1,其中,在信道0中,例如第一超声传感器板SNSB1的第一超声传感器0进行发射,并且在发射作为超声波USW的超声脉冲串之后,第一超声传感器板SNSB1的第一超声传感器0进行接收,并且第二超声传感器板SNSB2的第二超声传感器1进行接收。
对于信道3,超声传感器***接受双传感器解,这些解的x位置在第四超声传感器板SNSB4的第四超声传感器3的右侧,并且从此处向左直到第三超声传感器板SNSB3的第三超声传感器2,其中,在信道3中,例如第四超声传感器板SNSB4的第四超声传感器3进行发射,并且在发射作为超声波USW的超声脉冲串之后,第四超声传感器板SNSB4的第四超声传感器3进行接收,并且第三超声传感器板SNSB3的第三超声传感器2进行接收。
因此,超声传感器***在这两个位于外侧的信道(即,信道0和3)的每个信道中,优选地分别确定相应超声传感器的两个第一超声回波的仅一次三边定位。如果该三边定位没有得出解,则超声传感器***执行的方法还包括回退到单个超声传感器。
因此,如果仅相应发射超声传感器接收到自身辐射的超声波USW的超声回波,则该方法检测到该外侧区域中的障碍物或另一物体。优选地,超声传感器***首先将接收的超声回波所代表的距离与基于超声传感器***的其它信道的测量值计算的到已识别物体的距离进行比较,由此检查由位于外侧的超声传感器(在此是超声传感器0和3中的一个超声传感器)接收的超声回波是否属于另一物体。
图23
图23说明了当超声传感器***在外侧区域中检测到物体形式的障碍物并且仅发射超声传感器接收到自身发射的作为超声波USW的超声脉冲串的超声回波时为什么需要应用首先回退到两个超声传感器并然后回退到一个超声传感器的方法。优选地,超声传感器***优选地应用的方法首先在该方法中将位于外侧的相关超声传感器的超声回波与由其它信道计算的到物体的距离进行比较,由此检查该超声回波是否不属于另一物体。
图23的左侧(图23a)示出了信道0和信道1的超声回波。
在信道0的情况下,第一超声传感器板SNSB1的第一超声传感器0发射作为超声波USW的超声脉冲串。在图23中,该发射被绘制为从第一超声传感器板SNSB1的第一超声传感器0到物体O的实线箭头。然而,在图23的示例性情况下,物体O仅将第一个超声波板SNSB1的第一超声传感器0的超声波USW以足够的程度反射回第一个超声波板SNSB1的第一超声传感器0。超声波USW从物体O返回到第一超声传感器板SNSB1的第一超声传感器0的该反射在图23中被显示为从物体O到第一超声传感器板SNSB1的第一超声传感器0的黑色实线箭头。由于在图23的示例中的其它超声传感器在信道0中没有接收到任何回波,因此没有显示从物体O到这些超声传感器的实线箭头。
在信道1的情况下,第二超声传感器板SNSB2的第二超声传感器1发射作为超声波USW的超声脉冲串。逻辑上,这优选地在与信道0的时分多路复用中进行。在图23中,该发射被绘制为从第二超声传感器板SNSB2的第二超声传感器1到物体O的虚线箭头。然而,在图23的示例性情况中,物体O将第二个超声波板SNSB2的第二超声传感器1的超声波USW以充分的程度反射回第一个超声波板SNSB1的第一超声传感器0、第二个超声波板SNSB2的第二超声传感器1和第三个超声波板SNSB3的第三超声传感器2。超声波USW从物体O返回到第一超声传感器板SNSB1的第一超声传感器0的反射在图23中被显示为从物体O到第一超声传感器板SNSB1的第一超声传感器0的黑色虚线箭头。超声波USW从物体O返回到第二超声传感器板SNSB2的第二超声传感器1的反射在图23中被显示为从物体O到第二超声传感器板SNSB2的第二超声传感器1的黑色虚线箭头。超声波USW从物体O返回到第三超声传感器板SNSB3的第三超声传感器2的反射在图23中被显示为从物体O到第三超声传感器板SNSB3的第三超声传感器2的黑色虚线箭头。由于在图23的示例中第四超声传感器3在信道1中没有接收到的任何回波,因此没有显示从物体O到该超声传感器的虚线箭头。
信道1通过三个第一超声回波检测障碍物。信道1通过第一超声传感器板SNSB1的第一超声传感器0检测第一超声回波。信道1通过第二超声传感器板SNSB2的第二超声传感器1检测第一超声回波。信道1通过第三超声传感器板SNSB3的第三超声传感器2检测第一超声回波。
与此相比,仅第一超声传感器板SNSB1的超声传感器0接收到超声传感器0的超声波发射脉冲串的反射。根据到一个超声传感器的回退,该方法将由第一超声传感器板SNSB1的第一超声传感器0测量的第一超声传感器板SNSB1的超声传感器0的超声波发射脉冲串的反射接受为解。超声传感器***在信道1中计算第一超声传感器板SNSB1的第一超声传感器0与物体O之间的距离。超声传感器***将该新计算的距离与超声传感器***在信道0中计算的距离进行比较,以防止出现错误解。如果新计算的距离在数值上接近于信道0中计算的距离值,则超声传感器***不将该超声回波评估为允许的单传感器解,并丢弃该单传感器解。在图23中将单传感器解绘制为物体(O),其中,O在括号中并以斜体显示,以表示它是虚假物体。这样做的背景是超声传感器***认为该超声回波是由于信道1中已检测的物体引起的。以此方式,超声传感器***降低了由于对超声回波的错误解释而导致错误解的概率。特别是在具有不规则和倾斜表面的物体的情况下,可能会出现如图23所示的情况。
因此,传感器***采用了在超声传感器的超声回波的测量值中验证并去除虚假物体的超声回波的方法。本申请将这些超声回波称为虚假回波。因此,该方法是一种用于验证超声波虚假回波并从测量数据中去除这些超声波虚假回波的测量数据的方法。
优选地,超声传感器***还将回退应用到信道1和2中的超声传感器,以便识别在非常靠近的区域中只能由一个超声传感器检测的障碍物。图22用加粗的虚线表示该区域。
图24
图24说明了避免在不限制外侧信道(在此例如为信道0和3)的解范围的情况下的错误解。超声传感器***在基于相应信道0和3的测量值的解中检查与相关信道的所属超声传感器的视轴SA的夹角α。
因此,超声传感器***将物体O的可能位置确定为例如基于信道0的测量值的解。然后,超声传感器***基于物体O的可能位置和第一超声传感器板SNSB1的第一超声传感器0的已知位置来确定从第一超声传感器板SNSB1的第一超声传感器0的已知位置到所述物体O的可能位置的直线与第一超声传感器板SNSB1的第一超声传感器0的视轴SA之间的夹角α。如果从第一超声传感器板SNSB1的第一超声传感器0的已知位置到所述物体O的可能位置的直线与第一超声传感器板SNSB1的第一超声传感器0的视轴SA之间的夹角α小于与相关信道的所属超声传感器的该视轴SA的夹角αlim的值,则超声传感器***不丢弃物体O的该可能位置的数据。如果从第一超声传感器板SNSB1的第一超声传感器0的已知位置到所述物体O的可能位置的直线与第一超声传感器板SNSB1的第一超声传感器0的视轴SA之间的夹角α大于与相关信道的所属超声传感器的该视轴SA的夹角αlim的值,则超声传感器***丢弃物体O的该可能位置的数据。
因此,超声传感器***将物体O的可能位置确定为例如基于信道3的测量值的解。然后,超声传感器***基于物体O的可能位置和第四超声传感器板SNSB4的第四超声传感器3的已知位置来确定从第四超声传感器板SNSB4的第四超声传感器3的已知位置到所述物体O的可能位置的直线与第四超声传感器板SNSB4的第四超声传感器3的视轴SA之间的夹角α。如果从第四超声传感器板SNSB4的第四超声传感器3的已知位置到所述物体O的可能位置的直线与第四超声传感器板SNSB4的第四超声传感器3的视轴SA之间的夹角α小于与相关信道的所属超声传感器的该视轴SA的夹角αlim的值,则超声传感器***不丢弃物体O的该可能位置的数据。如果从第四超声传感器板SNSB4的第四超声传感器3的已知位置到所述物体O的可能位置的直线与第四超声传感器板SNSB4的第四超声传感器3的视轴SA之间的夹角α大于与相关信道的所属超声传感器的该视轴SA的夹角αlim的值,则超声传感器***丢弃物体O的该可能位置的数据。
在该意义上,夹角α的值是带符号的。在此假设是右手坐标系。
该方法的动机是,在不限制信道0和3的解范围的情况下,实际测量会得出一些错误解。在开发本申请时使用的超声传感器***的实验室原型使用的临界角αlim的值为45°。
图25
图25示出了卡尔曼滤波器如何根据现有技术通过两个参数(即,测量噪声的协方差R和过程噪声的方差值Q)的影响来预测下一个状态。
图25示例性地示出了对车辆或可移动物体的位置的测量。图25中的实曲线表示执行用于计算卡尔曼滤波函数的方法的超声传感器***所进行的预测的概率密度函数(PDF)。图25中的长虚线表示超声传感器所进行的测量的概率密度函数(PDF)。在该情景下,与预测值相比,测量的标准差较低。这意味着参数Q高于R。短虚线描述了超声传感器***在所提出的方法中通过计算卡尔曼滤波函数而计算出的位置。在此,将被检测为潜在存在物体的物体的由三边定位计算出的三边定位位置用作卡尔曼滤波函数的输入参数。该曲线是其它两条高斯曲线相乘的结果。优选地,超声回波***按比例放大该曲线,以获得作为标准值的积分值1。下面的两个公式描述了参数与高斯曲线的标准差之间的精确关系:
R代表标准差的平方,即方差。
一次迭代确定了Q与预测方差之间的一致性。进一步迭代通过以下公式确定计算位置的短虚线的最终方差:
图25展示了测量和预测的方差决定了滤波器特性。滤波器输出更接近具有更小离散度的值。这减少了干扰过程(例如,风或其它汽车的其它超声波源)或复杂表面对测量结果的影响。超声传感器***的卡尔曼滤波器通过参数获得有关离散度的信息。因此,合理选择R和Q对于超声传感器***的良好运行至关重要[15]、[16]。
对于1D***,由于不通过***关系进行预测,因此过程噪声方差Q可能为零。然而,如果将Q设定为零,则会降低“调节”滤波器的灵活性。因此,一个可能的解决方案是将Q设定为较小的值(例如,10-5)并调节R以获得期望的滤波器性能。超声传感器***的卡尔曼滤波器的特性,特别是用于确定增益因子的方法的特性取决于Q和R之间的关系。因此,本申请建议首先设定测量噪声方差R。滤波器的后续设定优选地使用参数Q。
图26
图26用于比较卡尔曼滤波器的两个不同的示例性滤波器参数,该卡尔曼滤波器是超声传感器***通常通过执行卡尔曼滤波函数实现的。
图26比较了两个不同的示例性滤波器参数。图26中的实线表示距离测量。x轴是时间轴。Y轴是物体的测量距离值。用于激励***的真实距离信号是超声传感器***前方的物体O,其中,物体与超声传感器***之间的恒定真实距离值为2.5米。该距离值叠加有正态分布的噪声信号分量。噪声信号的示例性标准差为σmeas=50。因此,在该示例中,R被定义为σmeas2=250。图26示出了超声传感器***的示例性卡尔曼滤波器针对卡尔曼滤波器参数Q的示例性地选择的两个不同值的输出。卡尔曼滤波器参数的值(在此,值例如为75)越高,超声传感器***对超声波测量的值的置信度越高。因此,与Q=5和R=250的长虚线相比,Q=75和R=250的短虚线较不平滑。因此,优选地,在该示例中,卡尔曼滤波器参数Q的值越小,静态测量期间的测量值的平滑度越好。
图27
图27示出了具有较小Q值的卡尔曼滤波器不能跟踪测量的动态部分。图27使用与图26相同的参数但现在用于动态测量。例如,测量信号的标准差再次为50。在图27的示例中,在迭代步长为50ms的情况下,第20次和第50次迭代之间的移动对应于±2.67m/s的速度。
图27示出了具有较小卡尔曼滤波器参数值Q的卡尔曼滤波器不能跟踪测量的动态部分。超声传感器***使用的卡尔曼滤波器参数Q的值越小,则需要越多次的迭代以使得超声传感器***的卡尔曼滤波器能够跟踪应被超声传感器***确定位置的物体的运动。卡尔曼滤波器需要有关物体运动的信息,以便改进动态测量中的滤波器特性。在作为超声传感器***的停车***的情况下,包括超声传感器***的汽车的速度应包含在卡尔曼滤波器中。对于一维滤波,汽车速度被配置为卡尔曼滤波器的输入信号。
图28
图28比较了所提出的超声传感器***的利用和没利用速度信息的卡尔曼滤波器的输出。在这一点上,仅为了完整起见应提及的是,本申请意义上的卡尔曼滤波器是指超声传感器***执行的,更确切的说优选地其中一个上述计算机执行的卡尔曼滤波函数。
图28中的长虚线说明了没利用速度信息的卡尔曼滤波器。图28中的短虚线表明了速度输入的优点。通过考虑车辆的速度信息,超声传感器***的示例性卡尔曼滤波器实际上不需要迭代来跟踪该值,因为车辆的速度直接影响下一个状态的计算。
图29
图29示出了在示例性墙壁测量期间超声传感器***通过超声传感器***的信道0进行测量时第一超声传感器板SNSB1的第一超声传感器0的第一超声回波的分布。
在开发本申请期间的测试使用了超声传感器***作为超声波停车***。在这方面,术语“超声传感器***”和“超声波停车***”在本申请中应理解为同义词。所提出的超声传感器***的示例性实验室***使用卡尔曼滤波器,以便在对超声回波进行三边定位并丢弃所识别的虚假物体的明显错误位置之后对超声传感器***的超声回波信号进行滤波。因此,卡尔曼滤波器的输入信号是所识别的物***置和车辆的速度。例如,每个测量周期包括36个超声回波:
1.在信道0测量时,第一超声传感器0的第一超声回波
2.在信道0测量时,第一超声传感器0的第二超声回波。
3.在信道0测量时,第一超声传感器0的第三超声回波。
4.在信道0测量时,第二超声传感器1的第一超声回波。
5.在信道0测量时,第二超声传感器1的第二超声回波。
6.在信道0测量时,第二超声传感器1的第三超声回波。
7.在信道0测量时,第三超声传感器2的第一超声回波。
8.在信道0测量时,第三超声传感器2的第二超声回波。
9.在信道0测量时,第三超声传感器2的第三超声回波。
10.在信道1测量时,第一超声传感器0的第一超声回波
11.在信道1测量时,第一超声传感器0的第二超声回波。
12.在信道1测量时,第一超声传感器0的第三超声回波。
13.在信道1测量时,第二超声传感器1的第一超声回波。
14.在信道1测量时,第二超声传感器1的第二超声回波。
15.在信道1测量时,第二超声传感器1的第三超声回波。
16.在信道1测量时,第三超声传感器2的第一超声回波。
17.在信道1测量时,第三超声传感器2的第二超声回波。
18.在信道1测量时,第三超声传感器2的第三超声回波。
19.在信道2测量时,第二超声传感器1的第一超声回波。
20.在信道2测量时,第二超声传感器1的第二超声回波。
21.在信道2测量时,第二超声传感器1的第三超声回波。
22.在信道2测量时,第三超声传感器2的第一超声回波。
23.在信道2测量时,第三超声传感器2的第二超声回波。
24.在信道2测量时,第三超声传感器2的第三超声回波。
25.在信道2测量时,第四超声传感器3的第一超声回波。
26.在信道2测量时,第四超声传感器3的第二超声回波。
27.在信道2测量时,第四超声传感器3的第三超声回波。
28.在信道3测量时,第二超声传感器1的第一超声回波。
29.在信道3测量时,第二超声传感器1的第二超声回波。
30.在信道3测量时,第二超声传感器1的第三超声回波。
31.在信道3测量时,第三超声传感器2的第一超声回波。
32.在信道3测量时,第三超声传感器2的第二超声回波。
33.在信道3测量时,第三超声传感器2的第三超声回波。
34.在信道3测量时,第四超声传感器3的第一超声回波。
35.在信道3测量时,第四超声传感器3的第二超声回波。
36.在信道3测量时,第四超声传感器3的第三超声回波。
因此,超声传感器***在单独的卡尔曼滤波器中对这些示例性的36个超声回波进行滤波。由于超声传感器***通常将这些卡尔曼滤波器实施为超声传感器***的处理器MCU的程序,因此超声传感器***通常实施执行卡尔曼滤波器功能的多个(在此,例如为36个)方法。
根据本申请,超声传感器***执行的这些卡尔曼滤波函数中的每一者分配有恰好一个超声回波,即,例如第一超声回波或第二超声回波或第三超声回波,该超声回波是超声传感器***执行的在此示例性的36个卡尔曼滤波函数的集合中的相应卡尔曼滤波函数的输入信号。36个超声回波中的12个是第一超声回波。
本文提出的建议是将滤波限制在这12个第一超声回波上,以简化卡尔曼滤波函数的评估和测试。例如,在应用这12个卡尔曼滤波函数中的各卡尔曼滤波函数之前,超声传感器***应检查超声回波是否呈正态分布。
图29a示出了在示例性墙壁测量期间通过信道0进行测量时超声传感器0的第一超声回波的分布。
图29a的示例性分布包含225个超声回波。第一超声传感器板SNSB1的第一超声传感器0对超声脉冲串的发射之间的时间的平均值是4871μs,并对应于约为1.67米的距离。标准差约为10μs。图29a表明,第一超声传感器板SNSB1的第一超声传感器0的第一超声回波的到达时间在超声回波信号中基本呈正态分布。在开发本申请的过程中,其它测量也表明,各个超声传感器的各个超声回波的到达时间在相应超声传感器的相应超声回波信号中也基本呈正态分布。因此,超声传感器***通常可以应用卡尔曼滤波函数来对物体坐标进行滤波。顺便提及,超声传感器***不一定需要检查该数据的正态分布。超声传感器***可以在操作期间进行检查,但它不必这样做。实验表明,质量增益非常小。
图29b示出了图29a所基于的测量情况。
图30
图30说明了卡尔曼滤波函数的参数配置由于超声回波的标准差在不同表面和不同环境下不同的缘故而取决于超声回波信号,其中,在本申请中,例如使用例如导致标准差明显差异的停车情况的模拟示例进行说明。图30示出了在通过信道1测量时的第二超声传感器1的第一超声回波以及在通过信道3测量时的第四超声传感器3的第一超声回波。超声传感器***通过第一卡尔曼滤波函数对第二超声传感器1的第一超声回波进行滤波。超声传感器***通过第二卡尔曼滤波函数对第四超声传感器3的第一超声回波进行滤波。在图30的示例中,第一卡尔曼滤波函数和第二卡尔曼滤波函数的参数例如是相同的。
超声传感器***通过经由信道3的测量和三边定位确定的超声回波的到达时间具有10μs的标准差。
超声传感器***通过经由信道0的测量和三边定位确定的超声回波的到达时间具有63μs的标准差。
例如,图30的示例使用值为100的卡尔曼滤波器参数Q。
例如,图30的示例使用值为3600的卡尔曼滤波器参数R。R=3600的如此高的卡尔曼滤波器参数R大致对应于经由信道0的第一超声回波的到达时间的方差0。图30示出了超声回波的到达时间的分布在同一场景下不同。例如,在静态测量的情况下,卡尔曼滤波器参数可以是在考虑具有最大分散的超声回波的情况下选择的参数。相比之下,动态测量滤波已说明了跟踪测量值的问题。对车辆速度进行积分将提高动态滤波器的特性。然而,这种积分在许多停车情况下不能提供正确的超声回波信号。一个问题是车辆的速度并不代表回波路径在每种情况下的变化。例如,当汽车以较慢的速度停放而驾驶员快速向一个方向转向。在这种情况下,由于将接收到来自先前在超声传感器的范围之外的障碍物的超声回波,信号会非常快地变化。当车辆测量墙壁并且行人在墙壁和车辆之间行走时,也会出现同样的问题。必须调节卡尔曼滤波函数的参数以正确地识别动态超声回波。
在图30所示的示例中,信道3的分散非常小,为了简单起见,作者只绘制了一条公共线。
图30b示出了测量数据的记录情况。
图31
图31通过以植物作为物体O的示例的动态测量比较了两个不同的卡尔曼滤波器参数R。在图31的这个场景中,识别的障碍物是所示的植物。该图是基于在第100个周期中拍摄的图像。植物的不规则表面导致超声回波信号的高度分散。由于测量装置的缘故,车辆的速度不可用。因此,针对该测量,没有将车辆速度整合到***描述中。
该图表示出了对参数R的两种不同选择。第一卡尔曼滤波器(实线)使曲线更平滑。相比之下,第二卡尔曼滤波器(虚线)更快地跟踪测量。所示测量的最大速度约为0.3m/s。更高速度下的测量将增大两条曲线之间的差异。停车情况涉及动态测量的事实导致在开发本申请时在初步测试中使用示例性参数Q=100和R=200。对不断变化环境的快速响应比曲线平滑更重要。
图32
图32示出了示例性静态测量的示例性超声回波信号,其中通过手动查询来扩展卡尔曼滤波器以改善噪声特性。
通过手动指定查询扩展了超声传感器***使使用的卡尔曼滤波函数。其目的是改善噪声特性。图32说明了这一点。图32示出了静态测量的超声回波信号。第五超声传感器板SNSB5(参见图12)的噪声传感器作为噪声传感器工作,并且通过超声波范围内的辐射噪声影响测量值(实线)。短划线表示图31的标准卡尔曼滤波器的输出。由于卡尔曼滤波器参数的缘故,通过利用手动查询修改的卡尔曼滤波函数快速响应于刷新值。图32中的短划线示出了这种在卡尔曼滤波函数中手动***的查询的结果。
超声传感器***直接在开始执行卡尔曼滤波函数之前执行这种在执行卡尔曼滤波函数时手动引入的查询。该查询基本上是对卡尔曼滤波器的输入数据(即,卡尔曼滤波函数)的合理性检查。超声传感器***优选地执行这种合理性检查。例如,合理性检查可以是超声传感器***在向卡尔曼滤波器提供三边定位数据之前利用三边定位值执行的“if”语句。优选地,超声传感器***使用该合理性检查,以例如在三边定位值的数据流中筛选出噪声值。示例性地用作合理性检查的“if”语句例如不能接受相关超声回波的到达时间的高于前一值加上1400μs的值并将其输入到卡尔曼滤波器中。该查询的限值来自对最大***动态范围的假设,并且必须通过特定于应用的测试凭经验确定。根据该假设,停车位中物体的最大速度或汽车的速度为2m/s。因此,可以排除超过该限值的速度。停车***在使用所提出的超声传感器***的情况下应能够以更低的速度识别障碍物。超声传感器***可以按如下公式计算手动查询形式的合理性检查:
该公式计算每个周期的超声回波信号的最大差值。如果速度的测量值大于前一速度测量值加上1400μs,则由于超声传感器***必须假定这是错误测量,因此用相关超声传感器的相关超声回波的相关信道的超声回波到达时间的前一有效值来代替超声回波到达时间的当前值。这意味着所提出的超声传感器***的特征在于,它首先使用由超声传感器***执行的卡尔曼滤波函数形式的卡尔曼滤波器,以便至少对至少一个超声传感器的超声接收信号进行滤波,并且超声传感器***对卡尔曼滤波器的输入值进行合理性检查,并且超声传感器***用旧的、合理的值来代替卡尔曼滤波器的不合理的输入值。
图33
图33示例性地示出了在图31的植物障碍物的动态测量期间不稳定的回波。在此也需要进行优化。合理性检查中用于改善滤波器特性的另一手动查询可以防止超声回波的到达时间的值在有效的先前超声回波值和随后缺失的超声回波值(即,没有识别出超声回波)之间跳变。诸如植物物体(图31)等障碍物可能导致非常不稳定的回波。超声传感器随后不能在每个周期中识别出超声回波。用于处理这种情况的一种方法是,超声传感器***将当前值设定为描述文件的最大测量时间。在用于开发本申请的测试中,对于描述文件A,该值例如为14.58ms。然而,这将导致这种利用这种合理性检查的方法得到其它解。每个没有解的周期都将通过回波的最大值提供解。为了允许这些额外的解,所提出的超声传感器***的实验室原型将回波值设定为零。
在图33中,实线示出了测量信号。点线示出了没有进行合理性检查的卡尔曼滤波器的信号。短划线示出了经合理性检查的信号。测量信号与经合理性检查的卡尔曼滤波器输出信号之间的差异非常小。
图34
图34说明了超声传感器测量四个立柱障碍物且行人在立柱和传感器之间经过且在此期间车辆不移动的场景,其中,图34a示出了在通过信道1进行测量时第40个测量周期以及第二超声传感器1的第一超声回波,并且图34b说明了测量情况。
因此,卡尔曼滤波器的进一步手动调节优选地是用于超声回波的到达时间的跳变值的进一步查询。在两个回波值之间也会出现在回波值和零之间跳变的问题。
超声回波信号的值在大约9000μs和3000μs之间的时间段内随时间跳变。常规卡尔曼滤波器(短虚线)需要多次迭代来跟踪测量。相比之下,通过合适的查询,卡尔曼滤波器在延迟一次迭代之后跳转到测量值(长虚线)。该延迟是由于噪声滤波造成的。将变化大于Δemax(1400μs)的第一值解释为噪声。在噪声值之后,手动查询检查当前测量值相对于上一预测值的偏差是否超过Δemax。如果是这种情况,则当前测量值代替当前预测值。如果不是这种情况,则卡尔曼滤波器输出由卡尔曼滤波器预测的值。在图34的这种情景的示例中,查询被激活三次。第一次是在第38次迭代中,当回波信号下降到更低的值时。第二次和第三次是在第46和48次迭代中。当行人离开传感器区域时,查询被激活两次。出现这种情况是因为回波在立柱和行人之间交替了两次。因此,将属于立柱的两个测量值解释为噪音。这最终导致了两个接受的跳变值。
图35
图35a示出了在测量可通过可控滑座在轨道上移动的立柱期间信道1中的第二超声传感器1的超声回波。
在初步测试中实施的(利用用于三边定位数据的合理性检查的查询的)卡尔曼滤波器的最后一个手动部分是当动态性过高时关闭和旁路卡尔曼滤波器。与由于物体变化引起的回波跳变相比,这部分处理的是没有物体变化的快速回波变化。这些变化可能是由停车时的高速或在超声传感器的区域中移动的障碍物引起的。为了以定义的速度模拟这种情景,在初步测试期间在超声波实验室中测量了超声回波。安装在轨道上的立柱可以以恒定的速度移动。最大速度为1m/s。图35示出了在测量可移动立柱期间在经由信道1进行的测量中超声传感器1的超声回波。立柱以1m/s的恒定速度朝向超声传感器的视轴SA移动,该视轴SA垂直于上面安装有相应超声传感器的相应超声传感器板。
首先,立柱远离传感器移动。然后,在大约15个周期内保持位置不变。最后,立柱回到起始位置。图35a比较了普通卡尔曼滤波器与具有作为手动滤波器的适配的上游合理性检查的手动卡尔曼滤波器。当速度大于vfilter_max时,手动卡尔曼滤波器停用对回波信号的滤波。基于对示例性立柱的测量和其它动态测量,在用于开发本申请的初步测试中选择了最大速度vfilter_max=0.75m/s。
在该示例中,所选择的最大速度导致的最大回波差为:
/>
如果相关超声回波的到达时间的值的信号在连续两次迭代中变化超过Δefilter_max或变化了Δefilter_max,则由超声传感器设备执行的合理性检查停用卡尔曼滤波器。
因此,第一次跳变由于也可能是噪声信号而不会导致停用。当相关超声回波的到达时间的值的信号在第二次迭代中跳变时,用相关超声回波的到达时间的值的当前测量值代替当前预测值。
图36
图36示出了速度查询对噪声特性的改善。
图35的查询的另一积极效果是提高了对噪声干扰源的稳健性。在图36的示例中,噪声传感器影响超声回波的到达时间的值的测量信号。在第11个周期时,该噪声传感器触发超声传感器的超声回波的到达时间的值的测量值信号的信号跳变。噪声值与实际值之间的差值小于Δemax(1400μs)。因此,卡尔曼滤波器的合理性检查不将该值解释为噪声。常规卡尔曼滤波器会对这种跳变做出响应,并需要几次迭代以返回到真实值。相比之下,手动滤波器直接跳回到实际测量值。出现这种情况是因为信号在第一次迭代中跳变到噪声,并在下一次迭代中跳回到真实值。因此,图35中的合理性检查记录了两次跳变,并且超声传感器***在第二次迭代中停用相关超声传感器的相关卡尔曼滤波器。
图37
图37比较了使用和不使用卡尔曼滤波的解。对回波信号进行滤波的目的是对得到的2D位置产生积极影响。旨在实现更好的噪声特性以及具有较小分散的更平滑的位置。激活卡尔曼滤波器的所有手动部分(即,用于合理性检查的功能)。将参数设定为其默认值(Q=100,R=200)。这些解属于动态墙壁测量的第一回波。额外的噪声传感器故意干扰测量,以证明***的性能。图37示出了每个信道的最后25个解,以说明解的走向。很明显,通过应用卡尔曼滤波器使解的路径变得平滑。此外,还排除了信道2的两个干扰值和信道3的一个干扰值。
图38
图38示出了DBSCAN方法的“核心值”和“非核心值”之间的差异。DBSCAN方法通过考虑2D数据点的密度来确定车辆环境地图的2D平面中的聚类。为此,计算数据点之间的距离。例如,数据点通常以x/y坐标的形式存在,这些坐标来自用于通过不同(在此为四个)信道进行测量的超声传感器的超声回波的三边定位。该方法区分了“核心值”和“非核心值”。也可以说是核心物***置和非核心物***置。图38示出了这两者之间的差异。图38中具有不间断圆圈的点A代表仅用于说明的示例性聚类的核心值。其中一个点例如设置有附图标记A。为了清楚起见,在具有实线圆圈的其它点处省略了附图标记A。具有短虚线圆圈的点B属于聚类但不属于聚类的核心。这种点B例如设置有附图标记B。为了清楚起见,在具有短虚线圆圈的其它点处省略了附图标记B。超声传感器***将具有长虚线圆圈的示例性单个点Np解释为噪声。例如,这种点Np设置有附图标记Np。围绕作为该相应圆圈3801、3802、3803的圆心的各个相关数据点A、B、Np的相应圆圈3801、3802、3803展示了作为该方法的参数的阈值距离ε。在图的示例中,该阈值距离ε例如只针对附图标记N的点绘制一次,并在其它点A、B处未绘制,以便更好地概览。所有与某点的距离小于该阈值距离ε的点A、B都是该点与其距离小于该阈值距离ε的邻点。所有与该点的距离大于该阈值距离ε的点都不是该点的邻点。在下文中,将围绕某一点以距离阈值ε为半径的圆称为该点的节圆(Abstandskreis)。另一参数是“inPts”参数。该参数定义了聚类的应落入某一点的节圆内的数据点的最小数量,以便将该点解释为该聚类的成员。图38示出了参数minPts=3或minPts=4的场景。以实线圆圈作为边界的每个数据点(即,每个点A)在其节圆3801内具有三个其它值。节圆3801也被称为数据点A的邻域。以短虚线圆圈作为节圆3802、3803的点B、C在它们的邻域中只有一个其它点。因此,它们不是聚类的核心值。然而,由于具有短虚线圆圈的点B、C的邻域属于核心值,因此这些点B、C仍作为非核心值属于聚类。具有长虚线圆圈和节圆3803的点Np在其节圆3803形式的邻域中没有相邻点A、B、C,并将其解释为噪声值[19]。点之间的箭头表示在评估点对之间的距离是否小于或大于阈值距离ε时的相关距离。
图39
图39示出了基于产生的数据的DBSCAN方法的示例性输出,以说明根据所选参数提供不同的聚类。DBSCAN方法使用三边定位数据作为输入值。DBSCAN方法根据所选参数提供不同的聚类。图39说明了基于示例性产生的数据的方法的输出。该方法将示例性数据划分为三个示例性聚类。DBSCAN方法通过将值与聚类标签一起存储而将值关联到聚类。此外,该方法区分了核心值和非核心值。核心值用比非核心值更大的点来表示。
该图表的参数被设定为minPts=10和ε=0.3。黑色点表示噪声值[19]。
图40
图40示出了所提出的新的聚类方法的流程图。在三边定位之后执行该聚类函数的方法步骤。
每当在信道中存在解点x/y位置坐标(sol)形式的三边定位解时,超声传感器***就在步骤401中以该解作为参数(sol)调用聚类方法的函数。在步骤402中,超声传感器***首先将聚类索引k例如初始化为例如0,并将解点邻域内的相邻点的数量计数器初始化为0。然后,在步骤403中,超声传感器***计算解与聚类数组的第一元素(即,已知的第一个解点)之间的距离的平方。在此,聚类数组包含解点的x/y坐标形式的最近解。优选地,使每个已知解点关联有用于指示其所属的聚类的聚类索引。在此,优选地,对于那些还未不能关联到任何聚类的解点,存在索引值。在准备该方法时使用的数组大小的默认值为25,这意味着该方法根据最后25个点形成聚类。然而,该值是任意的,因此可能存在偏差。但已证明该值是合适的。在步骤403中,超声传感器***通过该方法计算当前x/y坐标形式的当前解与刚通过索引k确定的聚类数组的元素的x/y坐标之间的距离的平方。此后,在步骤404中,超声传感器***将以此方式确定的距离平方与用于定义邻域的阈值距离ε的平方ε2进行比较。使用距离的平方和阈值距离ε的平方ε2的想法是,以此方式不需要费力地计算平方根来确定正确的距离。在应用该方法之前,可以在此预先计算阈值距离ε的平方ε2。如果当前解与聚类数组元素之间的距离小于阈值距离ε,则超声传感器***执行的方法遵循用“Y”标记的路径,并且超声传感器***在步骤405中使相邻点数量计数器递增。然后,超声传感器***在步骤406中使索引递增,并且计算再次从利用聚类数组的下一个元素的步骤403开始。为此,在步骤407中,超声传感器***检查是否已经检查了当前解与聚类数组的每个元素之间的所有距离。如果是这种情况,则该方法遵循用“N”标记的路径。如果不是这种情况,则超声传感器***(如上所述地)再次从利用聚类数组的下一个元素的步骤403开始计算。然而,如果已经检查了当前解与每个元素之间的距离,则在步骤408中,超声传感器***将相邻点数量与示例性阈值参数minPts进行比较。例如,对于minPts=3,在用于开发本申请的实验室原型中,如果存在两个以上的相邻点作为具有小于阈值距离ε的距离的两个以上的解,示例性超声传感器***在步骤408中接受解。这种解是接受解。如有必要,在步骤410中,超声传感器***例如利用标志将聚类数组中的这种接受解标记为接受解。如果只有一个相邻点,则超声传感器***再次遵循用“N”标记的路径并到达步骤409,并且优选地通过该方法产生与正在处理的该解相关联并将该解标记为噪声的布尔真噪声值。在超声传感器***在该方法的过程中产生该布尔值之前,超声传感器***将当前值添加到聚类数组,以用于下一次调用聚类的该子方法。
图41
图41示出了聚类方法的示例性输出,其中,所示的解属于静态车辆测量(图30),并且第五噪声传感器干扰了测量。超声传感器***执行的聚类方法在开发本申请的过程中使用了在阈值距离ε=50cm的情况下邻域,以便能够处理较高速度。在此,聚类数组的大小例如是25个解项(即,x/y坐标)。在图41的示例中,作为可能的示例性值,用于形成聚类的最少解数量为3个(minPts=3)。该方法的噪声值由点线圆圈4101标记。为了说明,图41示例性地展示了两个噪声值4101。用短划线圆圈表示的另外两个错误解4102(信道1和信道3)没有通过聚类方法进行滤波。
在静态场景中,似于卡尔曼滤波器,该滤波器无延迟地操作。在动态场景中,该滤波器需要迭代来接受新的解。为此,移动行人的场景(图34)只是一个示例。根据参数minPts,该方法将新物体的第一个值解释为噪声。对于minPts=3,因为聚类需要三个解,因此拒绝由于行人进入而导致的前两个解。minPts=3的最坏情况是只有一个信道识别出行人。这会导致两个周期的延迟。
图42
图42说明了通过仍可能提供错误2D位置的卡尔曼滤波器来减少2D位置的扩散并且手动部分允许对噪声值进行滤波和快速跟踪测量。在此,图42示出了示例性动态墙壁测量,其中,该方法首先将卡尔曼滤波和随后的聚类应用到三边定位的超声回波。左侧图(图42a)示出了在示例性测量期间的解,其中,示例性错误解是通过应用卡尔曼滤波器产生的并且聚类方法滤除了该解。
图42示例性说明了还存在通过卡尔曼滤波器导致错误解的场景。
图42a和图42b的图示都属于动态墙壁测量。超声传感器***首先将卡尔曼滤波应用到来自先前三边定位的超声回波。在开发本申请的实施示例中,示例性超声传感器***使用了由c)第一、第二、第三或第四信道中的b)第一、第二、第三或第四超声传感器的a)第一、第二或第三超声回波组成的36种组合,其中第一、第二、第三或第四超声传感器进行发射,并且其中,这四个信道中的每一者都分配有另外两个仅进行接收的超声传感器。在第三处理阶段,实验室原型的示例性超声传感器***应用上述聚类。图42a的左侧图示出了测量期间的解。通过应用卡尔曼滤波器产生了错误解(右下方的点线圆圈)。聚类方法对该解进行滤波。因此,它被绘制为右下方的点线圆圈。图42b示出了信道3中的超声传感器3的第一超声回波的几个周期,这也是卡尔曼滤波器的错误解的原因(图41a中的点线圆圈)。测量的超声回波在连续三个周期内有两个噪声信号。由于跳变小于Δemax=1400μs,因此超声传感器***不将第一个跳变(周期=174)解释为噪声。然而,超声传感器***将到(周期=175)真实值的回跳错误地解释为噪声。因此,超声传感器***将到噪声信号的第三次跳变(周期=176)解释为有效事件,并将返回测量的跳变(周期=177)解释为噪声。超声传感器***的这种错误解释导致在图42a的右下方被绘制为点线圆圈的2D点。该解是由回退到单传感器场景得出的。三边定位在第176和177个周期中未得出第一超声回波的解。该示例说明了在2D解上应用聚类方法的优点。应用该方法的缺点是,在快速变化的环境中,解会延迟。选择参数minPts=2可能导致一个周期的延迟。
通常,滤波器输出延迟有三个原因。第一个是由三边定位方法造成的延迟。例如,如果行人从右侧向左侧移动。信道3将在前几个周期中识别出行人。但是,如果行人在超声传感器3发送和接收其回波之后移动到信道3的区域中,则行人的第一解将延迟前三个信道的运行时间。如果周期时间为120ms并且信道延迟为30ms,则该延迟约为90ms。行人场景中将发生的第二个延迟是由卡尔曼滤波器造成的延迟。将第一次跳变解释为第一周期中的噪声。第三个延迟是由聚类造成的,这取决于参数minPts的选择。以下公式总结了三种不同的延迟:
在假设行人的最坏时间并且聚类参数minPts=2时,延迟将为330ms。这确保了***对最大响应时间500ms的要求。
在用于开发本申请的初步测试中采取的实际测量证明了在以下情况下的最佳滤波特性:当超声传感器***首先在信号路径中将卡尔曼滤波器应用于三边定位方法的结果,并然后超声传感器***在信号路径中应用聚类方法,特别是利用图42的参数的聚类方法。
附图标记列表
0 第一超声传感器;
1 第二超声传感器;
2 第三超声传感器;
3 第四超声传感器;
401 以解点的x/y位置坐标(sol)形式的三边定位的解作为输入参数开始聚类方法;
402 通过超声传感器***初始化聚类索引k和解点的邻域的计数器;
403 距离计算。例如,距离可以用比尔拉斯的简单公式计算:
distance[k]2=(×sol-xcluster[k])2+(ysol-ycluster[k])2
在这种情况下,k是已知解点的索引,distance[k]是相关已知解点与现在处于评估中的解点的距离,xcluster[k]是相关的第k个已知解点的x坐标,ycluster[k]是相关的第k个已知解点的y坐标,xsol是处于评估中的解点的x坐标,ysol是处于评估中的解点的y坐标;
404 通过超声传感器***将所确定的距离平方与确定邻域的阈值距离ε的平方ε2进行比较;
405 通过超声传感器***所所考虑的解点的相邻点数量的计数器递增;
406 通过超声传感器***使索引递增;
407通过超声传感器***检查是否已检查了当前解和聚类数组的每个元素之间的所有距离;
408通过超声传感器***检验所考虑的解的相邻点的数量是否过低,并且如果该数量过低则通过超声传感器设备将该解评估为噪声,并且如果该数量足够则通过超声传感器设备接受该解;
409如有必要,通过超声传感器设备将所考虑的解标记为噪声;
410 如有必要,通过超声传感器设备将相关解标记为接受解;3801 在图38中,围绕具有至少三个相邻点的点A具有阈值半径ε的节圆。在本文中,节圆也被同义地称为该点A的邻域或阈值圆;
3802在图38中,围绕具有至少一个相邻点的点B、C具有阈值半径ε的节圆。在本文中,节圆也被同义地称为该点B、
C的邻域或阈值圆;
3803在图38中,围绕不具有相邻点的点Np具有阈值半径ε的节圆。在本文中,节圆也被同义地称为该点Np的邻域或阈值圆;
4101超声传感器***USSS不考虑的图41中的方法的示例性噪声值;
4102超声传感器***USSS由于其它原因而不考虑的图41中的方法的示例性解;
A在图38中,在围绕该点具有阈值半径ε的节圆3801中具有至少三个相邻点的点;
ADPB 适配器板;
au 任意单位(Arbitrary Units);
B 在图38中,在围绕该点具有阈值半径ε的节圆3802中具有至少一个相邻点的点;
C 在图38中,在围绕该点具有阈值半径ε的节圆3802中具有至少一个相邻点的点;
CAR 车辆;
CRA 数组“CHnCaptureResult”,其包括由回波和状态信息产生的帧(数据帧)并且存储在NXP板NXPB的微型计算机MCU的数据存储器中;
D 超声换能器UST和物体之间的空间距离;
DB1 第一数据总线;
diff 散射过程;
drv1 第一超声换能器连接线;
drv2 第二超声换能器连接线;
DUSW 散射的超声波;
ε 阈值距离,其用于评估确定为潜在解的两个点之间的距离是否足够小,以通过聚类方法进行聚类;
ec1 该超声传感器的第一超声回波;
ec2 该超声传感器的第二超声回波;
ec3 该超声传感器的第三超声回波;
ec4 该超声传感器的第四超声回波;
ec5 该超声传感器的第五超声回波;
ec6 该超声传感器的第六超声回波;
ECU 图3的实验示例性超声传感器***的控制装置;
erm 回波信令(实际超声波测量)。在该阶段中,当超声传感器检测到回波时,通过超声传感器的接口将线路接地来将信号从1变为0。如果没有总线参与者覆盖该上拉级,则适配器板中的收发器在该阶段中通过上拉级将总线拉到高电平;
FB 误差容限范围;
FTM0 另一计时器模块;
FTM1 输出比较计时器;
GPIO 输入/输出线;
HAL 支架
HK 超声接收信号RXL的包络信号。控制电路和接收电路RC通过确定信号的振幅曲线,根据超声换能器UST的输出信号的值来形成包络信号;
MCU NXP板NXPB的微型计算机;
MSDBL大容量存储设备引导加载程序;
n超声传感器***中的超声传感器的数量,其中,n是正整数;
Np在图38中,在围绕该点具有阈值半径ε的节圆3803中不具有相邻点的点;
nRESET复位线;
NXPB NXP板;
O 物体;
O1 第一物体;
O2 第二物体;
OF1 第一表面;
OF2 第二表面;
OSDAAP Open SDA应用程序;
OTF 事件数组“outTimeFrame”
P0 与超声传感器的辐射轴线成0°角时的参考声压(SPL);
PosUS 超声传感器的位置;
RC 接收电路;
ref 衍射过程;
refl 反射过程;
RUSW 反射的超声波;
Rx NXP板NXPB的微型计算机MCU与适配器板ADPB之间UART接口UART的接收线;
RXB 接收的反射的超声脉冲串;
RxC 接收代码“00”;
RXL 超声接收信号;
RxM 接收模块;
SA 超声传感器的视轴;
SB 同步位;
SDB 传感器数据总线;
SMCU 各超声传感器的传感器处理器SMCU;
SMCU1 第一超声传感器板SNSB1上的第一超声传感器的传感器处理器;
SMCU2 第二超声传感器板SNSB2上的第二超声传感器的传感器处理器;
SMCUj 第j超声传感器板SNSBj上的第j超声传感器的传感器处理器,其中,1≤j≤n,并且j是正整数;
SMCUn 第一超声传感器板SNSBn上的第一超声传感器的传感器处理器,其中,n是正整数;
SNSB1 第一传感器板;
SNSB2 第二传感器板;
SNSB3 第三传感器板;
SNSB4 第四传感器板;
SNSB5 第五传感器板;
SNSBj 第j传感器板,其中,1≤j≤n,并且j是正整数;
SNSBn 第n传感器板,其中,n是正整数;
SPI SPI接口;
std 状态+1回波高电平;
SWK 阈值曲线;
辐射方向与超声传感器的超声换能器的辐射波瓣轴线的夹角;
θ1 入射角;
θ2 出射角;
t 时间;
t0 起始时间;
TD 初始化时间TMEAS结束之后传感器数据总线上的高电平阶段的持续时间;
tdamp 在超声脉冲串发射时间ttx中超声脉冲串发射结束与超声换能器UST的压电振动元件的减幅振荡的振幅充分减小之间的死区时间;
TMEAS 初始化时间,在使用LIN数据总线作为传感器数据总线进行初始化的情况下,适配器板ADPB将传感器数据总线拉到地电平;
tr 反射时间;
ttx 超声脉冲串发射时间;
tref 参考时间,在该参考时间,关闭超声换能器的振动元件的驱动器,并开始衰减阶段,并因此开始死区时间tdamp;
trx 接收时间;
TUSW 透射超声波;
Tx NXP板NXPB的微型计算机MCU与适配器板ADPB之间的UART接口UART的发射线;
TxC 发射代码“10”;
TXL 发射信号;
TxM 接收模块;
UART 串行接口;
USB USB数据总线;
USBH USB主机;
USR 反射超声波;
USR1 第一反射超声波;
USR2 第二反射超声波;
USR3 第三反射超声波;
USR4 第四反射超声波;
USSB 发射信号TXL上的脉冲或脉冲串;
USSE1 第一超声传感器发射和接收范围;
USSE2 第二超声传感器发射和接收范围;
USSE3 第三超声传感器发射和接收范围;
USSE4 第四超声传感器发射和接收范围;
USSS 超声传感器***;
UST 超声传感器;
USW 超声波。在图1中为入射超声波;
VAS 处理和评估步骤;
X X坐标
Xd 超声传感器与另一超声传感器之间的距离;
x_lim X偏差值;
Y Y坐标;
y_lim Y偏差值;
Z1 第一声学波阻;
Z2 第二声学波阻。
参考文献列表
[1]J.F.Hallie Clark,“Semi-Autonomous Vehicles:Examining DriverPerformance during the Take-Over”,2016,在线可用地址:https://journals.sagepub.com/doi/abs/10.1177/1541931215591241。
[2]“Experiencing Autonomous Vehicles:Crossing the Boundariesbetween aDrive and a Ride”,在线可用地址:https://dl.acm.org/doi/abs/10.1145/2702613.2702661。
[3]A.S.I.R.Jean-Bonnefon,“The social dilemma of autonomousvehicles”,在线可用地址:https://science.sciencemag.org/content/352/6293/1573.abstract。
[4]S.Suherman,R.A.Putra und M.Pinem,“Ultrasonic Sensor Assessment forObstacle Avoidance in Quadcopter-based Drone System”,在线可用地址:https://ieeexplore.ieee.org/abstract/document/9166607。
[5]“Obstacle avoidance design for a humanoid intelligent robot withultrasonic sensors”,在线可用地址:https://journals.sagepub.com/doi/abs/10.1177/1077546310381101。
[6]K.Reif,“12.2 Umgebungserfassung”,in Fahrerassistenzsysteme,Springer,2014。
[7]D.L.(.BARTYLLA,“Ultraschallsensor sowie Vorrichtung und Verfahrenzur Messung eines Abstands zwischen einem Fahrzeug und einem Hindernis”,专利号EP2856206B1,2012。
[8]E.Semiconductor,“Ultraschallprinzip,”。
[9]“ARM Cortex M4 Prozessor”,在线可用地址:https://developer.arm.com/ip-products/processors/cortex-m/cortex-m4。
[10]“NXP Open SDA User's Guide”,在线可用地址:https://www.nxp.com/docs/en/user-guide/OPENSDAUG.pdf。
[11]E.Semiconductor,“Datasheet E524.09”。
[12]G.B.J.M.T.A.B Cook,“Indoor Location UsingTrilaterationCharacteristics”,在线可用地址:http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.505.7750&rep=rep1&type=pdf。
[13]“Modified unscented Kalman filtering and its application inautonomous satellite navigation”,在线可用地址:https://www.sciencedirect.com/science/article/abs/pii/S127096380900011X。
[14]“A Kalman filtering tutorial for undergraduate students”,在线可用地址:https://scholar.***.de/scholar?hl=de&as_sdt=0%2C5&q=A+Klaman+Filtering+tutorila+for+undergratuated+&btnG=。
[15]“Understanding the Basis of the Kalman Filter Via a Simple andIntuitive Derivation”,在线可用地址:https://courses.engr.illinois.edu/ece420/sp2017/Understanding KalmanFilter.pdf。
[16]“DBSCAN Wikipedia”,在线可用地址:https://de.wikipedia.org/wiki/DBSCAN。
[17]“Corona-Cluster und Infektionsketten”,在线可用地址:https://zdfheute-stories-scroll.zdf.de/Corona_Cluster/index.html。
[18]M.McGregor,“8 Clustering Algorithms in Machine Learningthat AllData Scientists Should Know”,在线可用地址:https://www.freecodecamp.org/news/8-clustering-algorithms-in-machine-learning-that-all-data-scientists-should-know/。
[19]“DBSCAN”,在线可用地址:https://scikit-learn.org/stable/modules/clustering.html#dbscan。
[20]“KalmanFilter.Net”,在线可用地址:https://www.kalmanfilter.net/alphabeta.html。
Claims (76)
1.权利要求(装置权利要求)
一种用于车辆或移动设备的超声传感器***(USSS),其用于确定环境地图,所述环境地图具有所述超声传感器***(USSS)的环境中的物体的坐标,
所述超声传感器***(USSS)包括至少n个超声传感器(0、1、2、3),其中,n是正整数,并且3<n,且
其中,所述超声传感器(0、1、2、3)沿直线或无交点曲线布置,且
其中,所述超声传感器能够根据它们沿所述线的位置通过计数来连续编号,使得在所述线上直接相邻的超声传感器的编号恰好相差1,且
其中,所述n个超声传感器(0、1、2、3)中的每一者包括至少一个超声发射器或包括一个超声换能器(UTR),以用于发射作为超声波(USW)的超声脉冲串,且
其中,所述超声传感器(0、1、2、3)中的每一者包括至少一个超声接收器或包括所述超声换能器(UTR),以用于接收作为反射超声波(USR)的反射超声脉冲串,且
其中,所述n个超声传感器(0、1、2、3)中的每一者被配置为用于产生具有相应回波信令(erm)的相应超声接收信号,且
其中,在所述超声传感器***(USSS)发射所述超声脉冲串之后,所述n个超声传感器(0、1、2、3)中的第r超声传感器的相应的所述回波信令(erm)包括从0到kr个超声回波(ec1、ec2、ec3、ec4、ec5、ec6)的时间上连续的信令,其中,1≤r≤n,其中,kr是大于或等于0的正整数,且
其中,所述超声传感器***(USSS)被配置为通过至少2个信道,即至少通过第u信道和第(u+1)信道产生其环境的测量值,其中,1<u<n-1,且u是正整数,且
其中,在通过n-2个可能信道中的第j信道相应地产生测量值时,其中,j>1且j<n,
所述n个超声传感器(0、1、2、3)中的第j超声传感器(1、2)被配置为朝向车辆的环境发射所述超声波脉冲,
所述n个超声传感器(0、1、2、3)中的第(j-1)超声传感器(0、1)被配置为接收所述反射超声脉冲串,
所述第j超声传感器(1、2)被配置为在发射超声脉冲串之后接收所述反射超声脉冲串,
所述n个超声传感器(0、1、2、3)中的第(j+1)超声传感器(2、3)被配置为接收所述反射超声脉冲串,
所述第(j-1)超声传感器(0、1)被配置为在出现所述第(j-1)超声传感器(0、1)的第一超声回波(ec1)时发出信令以通知与该超声回波相对应的第一距离值,
所述第(j-1)超声传感器(0、1)被配置为在出现所述第(j-1)超声传感器(0、1)的第二超声回波(ec2)时发出信令以通知与该超声回波相对应的第二距离值,
所述第(j-1)超声传感器(0、1)被配置为在出现所述第(j-1)超声传感器(0、1)的第三超声回波(ec3)时发出信令以通知与该超声回波相对应的第三距离值,
所述第j超声传感器(1、2)被配置为在出现所述第j超声传感器(1、2)的第一超声回波(ec1)时发出信令以通知与该超声回波相对应的第一距离值,
所述第j超声传感器(1、2)被配置为在出现所述第j超声传感器(1、2)的第二超声回波(ec2)时发出信令以通知与该超声回波相对应的第二距离值,
所述第j超声传感器(1、2)被配置为在出现所述第j超声传感器(1、2)的第三超声回波(ec3)时发出信令以通知与该超声回波相对应的第三距离值,
所述第(j+1)超声传感器(2、3)被配置为在出现所述第(j+1)超声传感器(2、3)的第一超声回波(ec1)时发出信令以通知与该超声回波相对应的第一距离值,
所述第(j+1)超声传感器(2、3)被配置为在出现所述第(j+1)超声传感器(2、3)的第二超声回波(ec2)时发出信令以通知与该超声回波相对应的第二距离值,
所述第(j+1)超声传感器(2、3)被配置为在出现所述第(j+1)超声传感器(2、3)的第三超声回波(ec3)时发出信令以通知与该超声回波相对应的第三距离值,
其特征在于,所述超声传感器***(USSS)被配置为:
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量值时存在第(u-1)超声传感器的第一超声回波(ec1),则根据该超声回波确定所述第u信道的所述第(u-1)超声传感器的所述第一超声回波(ec1)的距离值,
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量值时存在第u超声传感器的第一超声回波(ec1),则根据该超声回波确定所述第u信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,
-在发射和接收超所述声脉冲串之后,如果在通过所述第u信道产生测量值时存在第(u+1)超声传感器的第一超声回波(ec1),则根据该超声回波确定所述第u信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在第u超声传感器的第一超声回波(ec1),则根据该超声回波确定所述第(u+1)信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在第(u+1)超声传感器的第一超声回波(ec1),则根据该超声回波确定所述第(u+1)信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在第(u+2)超声传感器的第一超声回波(ec1),则根据该超声回波确定所述第(u+1)信道的所述第(u+2)超声传感器的所述第一超声回波(ec1)的距离值,
-通过三边定位方法,根据以下距离值确定所述车辆的环境中的潜在物体(O)的Y/Y坐标形式的第u解:
可能确定的所述第u信道的所述第(u-1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第u信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第u信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,
-通过三边定位方法,根据以下距离值确定所述车辆的环境中的潜在物体(O)的Y/Y坐标形式的第(u+1)解:
可能确定的所述第(u+1)信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第(u+1)信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第(u+1)信道的所述第(u+2)超声传感器的所述第一超声回波(ec1)的距离值,
-通过相应的卡尔曼滤波方法和/或估计滤波方法将所述第u解中的每一者进行滤波以形成经滤波的第u解,
-通过相应的卡尔曼滤波方法和/或估计滤波方法将所述第(u+1)解中的每一者进行滤波以形成经滤波的第(u+1)解,且
-通过聚类方法对所述第u解和所述第(u+1)解进行聚类以形成接受的解,并丢弃拒绝的第u解和拒绝的第(u+1)解。
2.根据权利要求1所述的超声传感器***(USSS),其特征在于,所述超声传感器***(USSS)被配置为:
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量值时存在所述第(u-1)超声传感器的第二超声回波(ec2),则根据该超声回波确定所述第u信道的所述第(u-1)超声传感器的所述第二超声回波(ec2)的距离值,且/或
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量值时存在所述第u超声传感器的第二超声回波(ec2),则根据该超声回波确定所述第u信道的所述第u超声传感器的所述第二超声回波(ec2)的距离值,且/或
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量时存在所述第(u+1)超声传感器的第二超声回波(ec2),则根据该超声回波确定所述第u信道的所述第(u+1)超声传感器的所述第二超声回波(ec2)的距离值,且/或
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在所述第u超声传感器的第二超声回波(ec2),则根据该超声回波确定所述第(u+1)信道的所述第u超声传感器的所述第二超声回波(ec2)的距离值,且/或
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在所述第(u+1)超声传感器的第二超声回波(ec2),则根据该超声回波确定所述第(u+1)信道的所述第(u+1)超声传感器的所述第二超声回波(ec2)的距离值,且/或
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在所述第(u+2)超声传感器的第二超声回波(ec2),则根据该超声回波确定所述第(u+1)信道的所述第(u+2)超声传感器的所述第二超声回波(ec2)的距离值,且
-通过三边定位方法,根据以下距离值确定所述车辆的环境中的潜在物体(O)的Y/Y坐标形式的第u解:
可能确定的所述第u信道的所述第(u-1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第u信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第u信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第u信道的所述第(u-1)超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的所述第u信道的所述第u超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的所述第u信道的所述第(u+1)超声传感器的所述第二超声回波(ec2)的距离值,且
-通过三边定位方法,根据以下距离值确定所述车辆的环境中的潜在物体(O)的Y/Y坐标形式的第(u+1)解:
可能确定的所述第(u+1)信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第(u+1)信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第(u+1)信道的所述第(u+2)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的所述第(u+1)信道的所述第u超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的所述第(u+1)信道的所述第(u+1)超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的所述第(u+1)信道的所述第(u+2)超声传感器的所述第二超声回波(ec2)的距离值,且
-通过聚类方法对所述第u解和所述第(u+1)解进行聚类以形成接受的解,并丢弃拒绝的第u解和拒绝的第(u+1)解。
3.根据权利要求2所述的超声传感器***(USSS),其特征在于,所述超声传感器***(USSS)被配置为:
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量值时存在所述第(u-1)超声传感器的第三超声回波(ec3),则根据该超声回波确定所述第u信道的所述第(u-1)超声传感器的所述第三超声回波(ec3)的距离值,且
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量值时存在所述第u超声传感器的第三超声回波(ec3),则根据该超声回波确定所述第u信道的所述第u超声传感器的所述第三超声回波(ec3)的距离值,且
-在发射和接收所述超声脉冲串之后,如果在通过所述第u信道产生测量值时存在所述第(u+1)超声传感器的第三超声回波(ec3),则根据该超声回波确定所述第u信道的所述第(u+1)超声传感器的所述第三超声回波(ec3)的距离值,且
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在所述第u超声传感器的第三超声回波(ec3),则根据该超声回波确定所述第(u+1)信道的所述第u超声传感器的所述第三超声回波(ec3)的距离值,且
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道产生测量值时存在所述第(u+1)超声传感器的第三超声回波(ec3),则根据该超声回波确定所述第(u+1)信道的所述第(u+1)超声传感器的所述第三超声回波(ec3)的距离值,且
-在发射和接收所述超声脉冲串之后,如果在通过所述第(u+1)信道测量时存在所述第(u+2)超声传感器的第三超声回波(ec3),则根据该超声回波确定所述第(u+1)信道的所述第(u+2)超声传感器的所述第三超声回波(ec3)的距离值,且
-通过三边定位方法,根据以下距离值确定所述车辆的环境中的潜在物体(O)的Y/Y坐标形式的第u解:
可能确定的第u信道的所述第(u-1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的第u信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的第u信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的第u信道的所述第(u-1)超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的第u信道的所述第u超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的第u信道的所述第(u+1)超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的第u信道的所述第(u-1)超声传感器的所述第三超声回波(ec3)的距离值,以及
可能确定的第u信道的所述第u超声传感器的所述第三超声回波(ec3)的距离值,以及
可能确定的第u信道的所述第(u+1)超声传感器的所述第三超声回波(ec3)的距离值,且
-通过三边定位方法,根据以下距离值确定所述车辆的环境中的潜在物体(O)的Y/Y坐标形式的第(u+1)解:
可能确定的第(u+1)信道的所述第u超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的第(u+1)信道的所述第(u+1)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的第(u+1)信道的所述第(u+2)超声传感器的所述第一超声回波(ec1)的距离值,以及
可能确定的第(u+1)信道的所述第u超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的第(u+1)信道的所述第(u+1)超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的第(u+1)信道的所述第(u+2)超声传感器的所述第二超声回波(ec2)的距离值,以及
可能确定的第(u+1)信道的所述第u超声传感器的所述第三超声回波(ec3)的距离值,以及
可能确定的第(u+1)信道的所述第(u+1)超声传感器的所述第三超声回波(ec3)的距离值,以及
可能确定的第(u+1)信道的所述第(u+2)超声传感器的所述第三超声回波(ec3)的距离值,且
-通过聚类方法对所述第u解和所述第(u+1)解进行聚类以形成接受的解,且丢弃拒绝的第u解和拒绝的第(u+1)解。
4.根据前述权利要求1至3中任一项所述的超声传感器***(USSS),其特征在于,所述超声传感器***(USSS)被配置为:
-通过合理性检查方法,对所述第u解中的每一者进行滤波或丢弃,以形成经合理性检查的第u解,且
-通过合理性检查方法,对所述第(u+1)解中的每一者进行滤波或丢弃,以形成经合理性检查的第(u+1)解,且
-通过相应的卡尔曼滤波方法和/或估计滤波方法,现在对所述经合理性检查的第u解中的每一者进行滤波,以形成经滤波的第u解,且
-通过相应的卡尔曼滤波方法和/或估计滤波方法,现在对所述经合理性检查的第(u+1)解中的每一者进行滤波,以形成经滤波的第(u+1)解,且
-通过聚类方法,对经滤波的所述第u解和经滤波的所述第(u+1)解进行聚类以形成接受的解,并丢弃拒绝的经滤波的第u解和拒绝的经滤波的第(u+1)解。
5.根据权利要求4所述的超声传感器***(USSS),其特征在于,所述超声传感器***(USSS)被配置为:
-用相应的最后接受的第u解来替代被所述合理性检查方法丢弃的所述第u解,且随后将它们进一步用作所述经合理性检查的第u解,且
-用相应的最后接受的第(u+1)解来替代被所述合理性检查方法丢弃的所述第(u+1)解,且随后将它们进一步用作所述经合理性检查的第(u+1)解。
6.根据权利要求4或5中任一项所述的超声传感器***(USSS),其特征在于,为了执行所述合理性检查方法,所述超声传感器***(USSS)被配置为:
-丢弃所述第u解中的与所述超声脉冲串的从其发射到被至少一个所述超声传感器的接收之间的大于最大允许传播时间tmax的传播时间相对应的那些解,特别是与所述超声脉冲串的大于tmax>1.4ms的传播时间相对应的那些解,且/或
-丢弃所述第(u+1)解中的与所述超声脉冲串的从其发射到被至少一个所述超声传感器的接收之间的大于最大允许传播时间Δemax的传播时间的那些解,特别是与所述超声脉冲串的大于Δemax>1.4ms的传播时间相对应的那些解。
7.根据权利要求4至6中任一项所述的超声传感器***(USSS),其特征在于,为了执行所述合理性检查方法,所述超声传感器***(USSS)被配置为丢弃所述第(u+1)解或所述第u解中的不是由相关的一个超声传感器的至少恰好一个超声回波、相关的一个其它超声传感器的恰好一个其它超声回波以及相关的一个附加超声传感器的恰好一个附加超声回波产生的那些解,即丢弃不是由三个不同超声传感器的三个超声回波产生的那些解。
8.根据权利要求4至7中任一项所述的超声传感器***(USSS),其特征在于,为了执行所述合理性检查方法,所述超声传感器***(USSS)被配置为在相关的所述超声回波的到达时间值的信号,即第u解或第(u+1)解,在两次连续的迭代中变化超过Δefilter_max或变化了Δefilter_max时停用所述卡尔曼滤波方法和/或所述估计滤波方法,其中,Δefilter_max优选地为Δefilter_max≥500μs,且其中,“停用”是指所述超声传感器***(USSS)在停用时间内将所有或多个或各个所述经合理性检查的第u解用作经滤波的第u解,且/或将所有或多个或各个所述经合理性检查的第(u+1)解直接用作经滤波的第(u+1)解。
9.根据权利要求8所述的超声传感器***(USSS),其特征在于,所述超声传感器***(USSS)被配置为在预定数量的测量周期之后取消停用。
10.根据权利要求4至9中任一项所述的超声传感器***(USSS),其特征在于,为了执行所述合理性检查方法,所述超声传感器***(USSS)被配置为丢弃如下的第u解,从可能经滤波的这种第u解的位置到所述第u超声传感器的位置的直线与所述第u超声传感器的视轴(SA)的夹角α大于最大角度αlim。
11.根据权利要求1至10中任一项所述的超声传感器***,其中,所述超声传感器被配置为分别从所述反射超声波(USW)的信号中提取相应的包络信号(HK),且利用于相应的阈值曲线(SWK)从相应的所述包络信号(HK)中提取各个相关的超声传感器的各个超声回波(ec1、ec2、ec3、ec4、ec5、ec6),其特征在于,
各个超声传感器的所述阈值曲线(SWK)取决于所述超声传感器***(USSS)先前已确定的聚类的和接受的解。
12.根据权利要求1至11中任一项所述的超声传感器***,其中,所述超声传感器***(USSS)被配置为在以下条件下通过聚类方法将所述第u解和所述第(u+1)解或者将经滤波的所述第u解和经滤波的所述第(u+1)解进行聚类以形成接受的解并丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:聚类中的至少一个解与所述聚类中的至少e个其它解之间的距离小于阈值距离(ε),其中,e是大于0的正整数,其优选地大于1或大于2,且其中,特别优选的是e=3。
13.根据权利要求1至11中任一项或12所述的超声传感器***,其中,所述超声传感器***(USSS)被配置为在以下条件下通过聚类方法对所述第u解和所述第(u+1)解或者对经滤波的所述第u解和经滤波的所述第(u+1)解进行聚类以形成接受的解并丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:聚类中的所述第u解和所述第(u+1)解的数量至少为三个。
14.根据权利要求13所述的超声传感器***,其中,所述超声传感器***(USSS)被配置为在以下条件下通过聚类方法将所述第u解和所述第(u+1)解或者将经滤波的所述第u解和经滤波的所述第(u+1)解作为接受解聚类到已存在的聚类中并丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:所述聚类中的位于这种可能经滤波的第u解或可能经滤波的第(u+1)解的邻域内的所述第u解和所述第(u+1)解的数量至少为一个。
15.根据权利要求1至14中任一项所述的超声传感器***(USSS),其中,所述超声传感器中的一者(5)发射超声噪声信号,所述超声噪声信号的至少一个参数具有至少部分随机调制。
16.一种超声传感器***(USSS),其中,所述超声传感器***(USSS)被配置为:
-基于由至少四个超声传感器检测的超声回波来确定距离值,且
-通过三边定位方法根据所述距离值确定解,且
-通过相应的卡尔曼滤波方法且/或通过相应的估计滤波方法对所述解中的每一者进行滤波以形成经滤波的解,且
-通过聚类方法对经滤波的所述解进行聚类以形成接受的解并丢弃拒绝的经滤波的解。
17.根据权利要求1至16中任一项或多项所述的超声传感器***(USSS),其中,所述超声传感器***(USSS)被配置为:
-在执行所述三边定位方法时,首先确定基于两个不同超声传感器的两个超声回波的解,且
-在所述解是来自回退区域的解时,接受所述解,且
-在所述解是来自三传感器区域的解时,拒绝基于两个不同超声传感器的两个超声回波的所述解,且
-在执行所述三边定位方法时,随后确定基于三个不同超声传感器的三个超声回波的解。
18.根据权利要求1至17中任一项或多项所述的超声传感器***(USSS),其中,所述超声传感器***(USSS)被配置为在执行所述三边定位方法时在测量周期中仅对每个超声回波使用一次来确定解。
19.根据权利要求1至18中任一项或多项所述的超声传感器***(USSS),
-其中,所述聚类取决于阈值距离(ε),且
-其中,所述阈值距离(ε)取决于所述聚类的接受解在至少两个测量周期之间的变化。
20.根据权利要求1至19中任一项或多项所述的超声传感器***(USSS),其中,所述超声传感器***(USSS)的每个超声传感器的接收电路(RC)和/或所述超声传感器***(USSS)本身被配置为:
-根据最后v个测量周期的每个超声传感器的超声回波的接收数据,确定该超声传感器的该超声回波的接收的时间性变化,并且通过多项式近似根据所述时间性变化来确定下一次接收超声回波时时间点,其中,v是大于1的正整数,且
-根据在所述时间点附近的时间范围内预期的所述下一次接收的结果,修改该超声传感器的阈值曲线(SWK)。
21.根据权利要求1至20中任一项或多项所述的超声传感器***(USSS),其中,所述超声传感器***(USSS)被配置为:
-根据最后v个测量周期的所述接受的解的数据,确定所述接受的解的时间性变化,其中,v是大于1的正整数,且
-特别地通过多项式近似,根据所述时间性变化为所述超声传感器***(USSS)的一个或多个超声传感器确定这个/这些超声传感器的属于相关解的超声回波的预期的相应的下一次接收时间点,且
-根据该预测的结果,尤其在相应超声传感器的属于相关解的相应超声回波的分别预期的相应的下一次接收时间点附近的时间范围内,修改这个/这些超声传感器中的一者或多者的阈值曲线(SWK)。
22.根据权利要求1至21中任一项或多项所述的超声传感器***(USSS),其中,所述超声传感器***(USSS)被配置为采用用于在所述超声传感器的所述超声回波的所述距离值中识别虚假物体的超声回波并将它们从所述测量数据中去除的方法。
23.根据权利要求1至22中任一项或多项所述的超声传感器***(USSS),其中,所述卡尔曼滤波器或所述估计滤波器的输入信号或者所述卡尔曼滤波器的卡尔曼滤波方法或所述估计滤波器的估计滤波方法的输入信号是所述接受的解形式的被识别物体的位置,且/或一方面是所述接受的解形式的被识别物体的位置的变化速度,另一方面是车辆速度。
24.根据权利要求1至23中任一项或多项所述的超声传感器***(USSS),其中,所述超声传感器***(USSS)被配置为将具有大于最大允许传播时间tmax或Δemax的传播时间的测量值设定为零或等效的非常小的数。
权利要求(方法权利要求)
25.一种用于操作车辆或移动设备的超声传感器***(USSS)的方法,所述超声传感器***(USSS)用于确定环境地图,所述环境地图具有所述超声传感器***(USSS)的环境中的物体的接受的解形式的坐标,其中,
所述超声传感器***(USSS)包括至少n个超声传感器(0、1、2、3),其中,n是正整数,并且3<n,且
其中,所述超声传感器(0、1、2、3)沿直线或无交点曲线布置,且
其中,所述超声传感器能够根据它们沿所述线的位置通过计数来连续编号,使得在所述线上直接相邻的超声传感器(0、1、2、3)的编号恰好相差1,且
-第(u-1)超声传感器、第u超声传感器和第(u+1)超声传感器形成第u信道,其中,1<u<n,
其中,所述方法包括以下步骤:
-通过所述第u超声传感器对作为超声波(USW)的超声脉冲串的发射来开始所述第u信道的测量周期;
-通过所述第(u-1)超声传感器接收被一个或多个物体反射的k(u-1)个超声回波形式的所述超声脉冲串,其中,k(u-1)是正整数且也可为零,其中,在本权利要求的意义上,所述第(u-1)超声传感器的所述超声回波根据它们被所述第(u-1)超声传感器检测的时间顺序从1到k(u-1)连续编号;
-通过所述第u超声传感器接收被一个或多个物体反射的ku个超声回波形式的所述超声脉冲串,其中,ku是正整数且也可为零,其中,在本权利要求的意义上,所述第u超声传感器的所述超声回波根据它们被所述第u超声传感器检测的时间顺序从1到ku连续编号;
-通过所述第(u+1)超声传感器接收被一个或多个物体反射的k(u+1)个超声回波形式的所述超声脉冲串,其中,k(u+1)是正整数且也可为零,其中,在本权利要求的意义上,所述第(u+1)超声传感器的所述超声回波根据它们被所述第(u+1)超声传感器检测的时间顺序从1到k(u+1)连续编号;
-在所述第u超声传感器对所述超声脉冲串的发射与所述第(u-1)超声传感器的检测之间,根据所述第(u-1)超声传感器的最先到达的m(u-1)个超声回波中的相应超声回波的相应传播时间来分别确定所述第(u-1)超声传感器的所述超声回波的相应距离值,其中,m(u-1)是正整数且也可为零,且其中,m(u-1)≤k(u-1);
-在所述第u超声传感器对所述超声脉冲串的发射与所述第u超声传感器的检测之间,根据所述第u超声传感器的最先到达的mu个超声回波中的相应超声回波的相应传播时间来分别确定所述第u超声传感器的所述超声回波的相应距离值,其中,mu是正整数且也可为零,且其中,mu≤ku;
-在所述第u超声传感器对所述超声脉冲串的发射与所述第(u+1)超声传感器的检测之间,根据所述第(u+1)超声传感器的最先到达的m(u+1)个超声回波中的相应超声回波的相应传播时间来分别确定所述第(u+1)超声传感器的所述超声回波的相应距离值,其中,m(u+1)是正整数且也可为零,且其中,于m(u+1)≤k(u+1);
-分别使每个所确定的距离值关联有使用信息,其中,该使用信息最初在其使用信息中将该距离值标记为未使用;
-用1初始化第(u-1)回波计数器p(u-1);
-用1初始化第u回波计数器pu;
-用1初始化第(u+1)回波计数器p(u+1);
-跳转点1:
如果所述第(u-1)超声传感器的第p(u-1)超声回波的第p(u-1)距离值在其使用信息中未被标记为已使用,且
如果所述第u超声传感器的第pu超声回波的第pu距离值在其使用信息中未被标记为已使用:
则对所述第(u-1)超声传感器的第p(u-1)超声回波的所述距离值与所述第u超声传感器的第pu超声回波的所述距离值进行三边定位,且确定第一x/y坐标形式的第一三边定位点;
-如果所述第(u-1)超声传感器的所述第p(u-1)超声回波的所述第p(u-1)距离值在其使用信息中被标记为已使用,且
如果所述第u超声传感器的所述第pu超声回波的所述第pu距离值在其使用信息中被标记为已使用:
则将三边定位视为所述第一三边定位点和第二三边定位点都不在误差容限范围(FB)内,且跳过跳转点2并在跳转点3处继续;
-跳转点2:
如果所述第(u+1)超声传感器的第p(u+1)超声回波的第p(u+1)距离值在其使用信息中未被标记为已使用:
则对所述第(u+1)超声传感器的所述第p(u+1)超声回波的所述距离值与所述第u超声传感器的所述第pu超声回波的所述距离值进行三边定位,且确定第二x/y坐标形式的第二三边定位点;
-如果所述第(u+1)超声传感器的所述第p(u+1)超声回波的所述第p(u+1)距离值在其使用信息中被标记为已使用:
则将三边定位视为所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内,且在跳转点3处继续;
-比较所述第一三边定位点和所述第二三边定位点;
-跳转点3:
如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≤k(u-1)且pu≤ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)<k(u-1)且pu≤ku:将p(u+1)初始化为1并将p(u-1)增加1,且重复从跳转点1开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≥k(u-1)且pu≤ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≥k(u-1)且pu<ku:将p(u+1)初始化为1并将p(u-1)初始化为1并将pu增加1,且重复从跳转点1开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≤k(u-1)且pu≥ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≤k(u-1)且pu≥ku:将p(u+1)初始化为1并将p(u-1)增加1,且重复从跳转点1开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≥k(u-1)且pu≥ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都在所述误差容限范围(FB)内:根据所述第一三边定位点和所述第二三边定位点确定解,且将以此方式确定的解添加到所述测量周期的所述第u信道的解集合中,且将所述第(u-1)超声传感器的所述第p(u-1)超声回波的所述第p(u-1)距离值在其使用信息中标记为已使用,且将所述第u超声传感器的所述第pu个超声回波的所述第pu距离值标记为已使用,且将所述第(u+1)超声传感器的所述第p(u+1)超声回波的所述第p(u+1)距离值在其使用信息中标记为已使用,且将所述第(u-1)回波计数器p(u-1)初始化为1,且将所述第u回波计数器pu初始化为1,且将所述第(u+1)回波计数器p(u+1)初始化为1,且重复从跳转点3开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≥k(u-1)且pu≥ku:结束所述测量周期,且根据所述测量周期的所述第u信道的解集合中的解来影响车辆。
26.根据权利要求25所述的方法,其还包括以下步骤:
-对一个或多个测量周期的所述第u信道的解集合中的解进行聚类以形成接受的第u解,且
-丢弃这些测量周期的所述第u信道的拒绝解。
27.根据权利要求26所述的方法,其中,
-针对第u信道执行根据权利要求25所述的方法,以获得第u解,其中,u<n-1;
-针对第(u+1)信道执行根据权利要求25所述的方法,以获得第(u+1)解;
-现在以如下形式执行根据权利要求25所述的聚类:对一个或多个测量周期的所述第u信道的解集合和所述第(u+1)信道的解集合的并集中的解进行聚类,以形成接受的第u解,且
-丢弃这些测量周期的所述第u信道的拒绝的第u解和所述第(u+1)信道的拒绝的第(u+1)解。
28.根据权利要求25至26中任一项所述的方法,其包括以下额外步骤:
-特别地通过对所述第u解进行滤波和丢弃,对所述第u解中的每一者进行合理性检查,以形成经合理性检查的第u解。
29.根据权利要求27和28所述的方法,其包括以下额外步骤:
-特别地通过滤波和丢弃,对所述第(u+1)解中的每一者进行合理性检查,以形成经合理性检查的第(u+1)解。
30.根据权利要求26或28所述的方法,其包括以下额外步骤:
-对所述第u信道的第u解和/或经合理性检查的第u解进行卡尔曼滤波,以形成经滤波的第u解,且/或
-通过估计滤波方法将所述第u信道的第u解和/或经合理性检查的第u解进行滤波,以形成经滤波的第u解。
31.根据权利要求27或29所述的方法,其包括以下额外步骤:
-对所述第(u+1)信道的第(u+1)解和/或经合理性检查的第(u+1)解进行卡尔曼滤波,以形成经滤波的第(u+1)解,且/或
-通过估计滤波方法将所述第(u+1)信道的第(u+1)解和/或经合理性检查的第(u+1)解进行滤波,以形成经滤波的第(u+1)解。
32.根据权利要求30所述的方法,其中,所述聚类现在按以下方式进行:
-将一个或多个测量周期的所述第u信道的经滤波的所述第u解的集合中的经滤波的第u解进行聚类,以形成接受的第u解,且
-丢弃这些测量周期的所述第u信道的拒绝的经滤波的第u解。
33.根据权利要求31和30所述的方法,其中,所述聚类现在按以下方式进行:
-对一个或多个测量周期的所述第u信道的经滤波的第u解的集合和所述第(u+1)信道的经滤波的第(u+1)解的集合的并集中的经滤波的第u解进行聚类,以形成接受的第u解,且
-丢弃这些测量周期的所述第u信道的拒绝的经滤波的第u解和所述第(u+1)信道的拒绝的经滤波的第(u+1)解。
34.根据权利要求25至34所述的方法,其包括以下步骤:
-用相应的最后接受的第u解代替被所述合理性检查丢弃的第u解,且随后进一步使用这些最后接受的第u解作为经合理性检查的第u解。
35.根据权利要求25至34所述的方法,其包括以下步骤:
-用相应的最后接受的第(u+1)解代替被所述合理性检查丢弃的第(u+1)解,且随后进一步使用这些最后接受的第(u+1)解作为经合理性检查的第(u+1)解。
36.根据权利要求25至35中任一项所述的方法,其中,
-所述合理性检查丢弃所述第u解中的与所述超声脉冲串的从其发射到被至少一个所述超声传感器的接收的大于最大允许传播时间tmax的传播时间相对应的那些解,特别是与所述超声脉冲串的大于tmax>1.4ms的传播时间相对应的那些解,且/或
-所述合理性检查丢弃所述第(u+1)解中的与所述超声脉冲串的从其发射到被至少一个所述超声传感器的接收的大于最大允许传播时间Δemax的传播时间相对应的那些解,特别是与所述超声脉冲串的大于Δemax>1.4ms的传播时间相对应的那些解。
37.根据权利要求25至36所述的方法,其中,
所述合理性检查丢弃所述第(u+1)解或所述第u解中的不是至少由相关的一个超声传感器的恰好一个超声回波、相关的一个其它超声传感器的恰好一个其它超声回波以及相关的一个附加超声传感器的恰好一个附加超声回波产生的解,即丢弃不是由三个不同超声传感器的三超声回波产生的解。
38.根据权利要求25至37中任一项所述的方法,其中,
如果相关的所述超声回波的到达时间值的信号,即第u解或第(u+1)解,在两次连续迭代中的变化超过Δefilter_max或变化了Δefilter_max,其中,Δefilter_max优选地为Δefilter_max≥500μs,则所述合理性检查停用所述卡尔曼滤波方法或所述估计滤波方法,
其中,“停用”是指所述方法在停用时间内将所有或多个或各个经合理性检查的第u解用作经滤波的第u解,且/或将所有或多个或各个经合理性检查的第(u+1)解直接用作经滤波的第(u+1)解。
39.根据权利要求38所述的方法,其中,所述方法在预定数量的测量周期之后取消所述停用。
40.根据权利要求25至39中任一项所述的方法,其中,
所述合理性检查丢弃如下的第u解或第(u+1)解,从可能经滤波的这种第u解或第(u+1)解的位置到所述第u超声传感器或所述第(u+1)超声传感器的位置的直线与所述第u超声传感器或所述第(u+1)超声传感器的视轴(SA)的夹角α大于最大夹角αlim。
41.根据权利要求25至40所述的方法,其包括以下步骤:
分别从每个超声传感器的反射超声波(USW)的相应信号中提取相应超声传感器的相应包络信号(HK),且
利用相应的所述超声传感器的相应的所述阈值曲线(SWK)从相应的所述超声传感器的相应的所述包络信号(HK)中提取相应的所述超声传感器的相应超声回波(ec1、ec2、ec3、ec4、ec5、ec6),
其中,超声传感器的所述阈值曲线(SWK)取决于所述方法先前已确定的聚类的和接受的解。
42.根据权利要求25至41所述的方法,其中,
所述方法在以下条件下通过聚类方法对所述第u解和所述第(u+1)解或经滤波的所述第u解和经滤波的所述第(u+1)解进行聚类以形成接受的解,并丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:所述聚类中的至少一个解与所述聚类中的至少e个其它解之间的距离小于阈值距离(ε),其中,e是大于0的正整数,其优选地大于1或大于2,且其中,特别优选的是e=3。
43.根据权利要求25至42所述的方法,其中,
所述方法在以下条件下通过聚类方法对所述第u解和所述第(u+1)解或经滤波的所述第u解和经滤波的所述第(u+1)解进行聚类以形成接受的解,并丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:所述聚类中的所述第u解和所述第(u+1)解的数量至少为三个。
44.根据权利要求25至43所述的方法,其中,
所述方法在以下条件下通过聚类方法将所述第u解和所述第(u+1)解或经滤波的所述第u解和经滤波的所述第(u+1)解作为接受解聚类到已存在的聚类,且丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:所述聚类中的位于这种可能经滤波的第u解或可能经滤波的第(u+1)解的邻域内的所述第u解和所述第(u+1)解的数量至少为一个。
45.根据权利要求25至44所述的方法,其包括发射超声噪声信号的附加步骤,所述超声噪声信号的至少在一个参数具有至少部分随机调制。
46.一种方法,特别是根据权利要求25至45所述的方法,其中,所述方法:
-基于由至少四个超声传感器检测的超声回波来确定距离值,且
-通过三边定位方法从所述距离值中确定解,且
-通过相应的卡尔曼滤波方法或者通过相应的估计滤波方法对所述解中的每一者进行滤波以形成经滤波的解,且
-通过聚类方法将经滤波的所述解进行聚类以形成接受的解并丢弃拒绝的经滤波的解。
47.根据权利要求25至46中任一项或多项所述的方法,其中,所述方法:
-首先确定基于来自两个不同超声传感器的两个超声回波的解,且
-如果所述解是来自回退区域的解,则接受所述解,且
-如果所述解是来自三传感器区域的解,则决绝基于来自两个不同超声传感器的两个超声回波的所述解,且
-其中,所述超声传感器***(USSS)执行的所述方法随后确定基于三个不同超声传感器的三个超声回波的解。
48.根据权利要求25至47中任一项或多项所述的方法,其中,
-所述聚类取决于阈值距离(ε),且
-所述阈值距离(ε)取决于所述聚类中的接受的解在至少两个测量周期之间的变化。
49.根据权利要求25至48中任一项或多项的方法,其中,所述方法:
-根据最后v个测量周期的每个超声传感器的超声回波的接收数据,确定该超声传感器的该超声回波的接收的时间性变化,并且通过多项式近似根据所述时间性变化来确定该超声传感器下一次接收超声回波的时间点,其中,v是大于1的正整数,且
-根据在所述时间点附近的时间范围内预测的所述下一次接收的结果,修改该超声传感器的阈值曲线(SWK)。
50.根据权利要求25至49中任一项或多项的方法,其中,所述方法:
-根据最后v个测量周期的所述接受的解的数据,确定所述接受的解的时间性变化,其中,v是大于1的正整数,且
-特别地通过多项式近似,根据所述时间性变化为一个或多个超声传感器确定这个/这些超声传感器的属于相关解的超声回波的预期的相应的下一次接收时间点,且
-根据该预测的结果,尤其在相应超声传感器的属于相关解的相应超声回波的分别预期的相应的下一次接收时间点附近的时间范围内,修改这个/这些超声传感器中的一者或多者的阈值曲线(SWK)。
51.根据权利要求25至50中任一项或多项所述的方法,其中,所述方法采用用于在所述超声传感器的所述超声回波的所述距离值中识别虚假物体的超声回波并将它们从所述测量数据中去除的子方法。
52.根据权利要求25至51中任一项或多项所述的方法,其中,所述卡尔曼滤波方法或所述估计滤波方法的输入值是所述三边定位方法的解形式的被识别物体的位置,且/或一方面是所述三边定位方法的解形式的被识别物体的位置的变化速度,另一方面是车辆速度。
53.根据权利要求25至52中任一项或多项所述的方法,其中,估计滤波或所述估计滤波的输入值是所述三边定位方法的解形式的被识别物体的位置,且/或一方面是所述三边定位方法的解形式的被识别物体的位置的变化速度,另一方面是车辆速度。
54.根据权利要求25至53中任一项或多项所述的方法,其中,所述方法将与具有大于最大允许传播时间tmax或Δemax的传播时间的测量值相关的距离值设定为零或等效的非常小的数。
权利要求(简化的方法权利要求)
55.一种用于操作车辆或移动设备的超声传感器***(USSS)的方法,所述超声传感器***(USSS)用于确定环境地图,所述环境地图具有所述超声传感器***(USSS)的环境中的物体的接受的解形式的坐标,其中,
-所述方法发射超声脉冲串,且
-至少四个超声传感器中的超声传感器接收该超声脉冲串作为反射超声脉冲串,并将它们转换为超声回波,且
-所述方法基于所述至少四个超声传感器检测的超声回波确定距离值,且
-所述方法通过三边定位方法根据来自至少三个不同超声传感器的所述距离值确定解,且
-所述方法通过相应的卡尔曼滤波方法或通过相应的估计滤波方法对所述解中的每一者进行滤波以形成经滤波的解,且
-所述方法通过聚类方法将经滤波的所述解进行聚类以形成接受的解,并丢弃拒绝的经滤波的解。
56.根据权利要求55所述的方法,其中,
-所述超声传感器***(USSS)具有至少n个超声传感器(0、1、2、3),其中,n是正整数,且3<n,且
-所述超声传感器(0、1、2、3)沿直线或无交点曲线布置,且,
-所述超声传感器能够根据它们沿所述线的位置通过计数来连续编号,使得在所述线上直接相邻的超声传感器的编号恰好相差1,且
-第(u-1)超声传感器、第u超声传感器和第(u+1)超声传感器形成第u信道,其中,1<u<n,且
其中,所述方法包括以下步骤:
-通过所述第u超声传感器对作为超声波(USW)的超声脉冲串的发射来开始所述第u信道的测量周期;
-通过所述第(u-1)超声传感器接收被一个或多个物体反射的k(u-1)个超声回波形式的所述超声脉冲串,其中,k(u-1)是正整数且也可为零,其中,所述第(u-1)超声传感器的所述超声回波根据它们被所述第(u-1)超声传感器检测的时间顺序从1到k(u-1)连续编号;
-通过所述第u超声传感器接收被一个或多个物体反射的ku个超声回波形式的所述超声脉冲串,其中,ku是正整数且也可为零,其中,在本权利要求的意义上,所述第u超声传感器的所述超声回波根据它们被所述第u超声传感器检测的时间顺序从1到ku连续编号;
-通过所述第(u+1)超声传感器接收被一个或多个物体反射的k(u+1)个超声回波形式的所述超声脉冲串,其中,k(u+1)是正整数且也可为零,其中,所述第(u+1)超声传感器的所述超声回波根据它们被所述第(u+1)超声传感器检测的时间顺序从1到k(u+1)连续编号;
-在所述第u超声传感器对所述超声脉冲串的发射与所述第(u-1)超声传感器的检测之间,根据所述第(u-1)超声传感器的最先到达的m(u-1)个超声回波中的相应超声回波的相应传播时间来分别确定所述第(u-1)超声传感器的所述超声回波的相应距离值,其中,m(u-1)是正整数且也可为零,且其中,m(u-1)≤k(u-1);
-在所述第u超声传感器对所述超声脉冲串的发射与所述第u超声传感器的检测之间,根据所述第u超声传感器的最先到达的mu个超声回波中的相应超声回波的相应传播时间来分别确定所述第u超声传感器的所述超声回波的相应距离值,其中,mu是正整数且也可为零,且其中,mu≤ku;
-在所述第u超声传感器对所述超声脉冲串的发射与所述第(u+1)超声传感器的检测之间,根据所述第(u+1)超声传感器的最先到达的m(u+1)个超声回波中的相应超声回波的相应传播时间来分别确定所述第(u+1)超声传感器的所述超声回波的相应距离值,其中,m(u-1)是正整数且也可为零,且其中,于m(u+1)≤k(u+1);
-分别使每个所确定的距离值关联有使用信息,其中,该使用信息最初在其使用信息中将该距离值标记为未使用;
-用1初始化第(u-1)回波计数器p(u-1);
-用1初始化第u回波计数器pu;
-用1初始化第(u+1)回波计数器p(u+1);
-跳转点1:
如果所述第(u-1)超声传感器的第p(u-1)超声回波的第p(u-1)距离值在其使用信息中未被标记为已使用,且
如果所述第u超声传感器的第pu超声回波的第pu距离值在其使用信息中未被标记为已使用:
则对所述第(u-1)超声传感器的第p(u-1)超声回波的所述距离值与所述第u超声传感器的第pu超声回波的所述距离值进行三边定位,且确定第一x/y坐标形式的第一三边定位点;
-如果所述第(u-1)超声传感器的所述第p(u-1)超声回波的所述第p(u-1)距离值在其使用信息中被标记为已使用,且
如果所述第u超声传感器的所述第pu超声回波的所述第pu距离值在其使用信息中被标记为已使用:
则将三边定位视为所述第一三边定位点和第二三边定位点都不在误差容限范围(FB)内,且跳过跳转点2并在跳转点3处继续;
-跳转点2:
如果所述第(u+1)超声传感器的第p(u+1)超声回波的第p(u+1)距离值在其使用信息中未被标记为已使用:
则对所述第(u+1)超声传感器的所述第p(u+1)超声回波的所述距离值与所述第u超声传感器的所述第pu超声回波的所述距离值进行三边定位,且确定第二x/y坐标形式的第二三边定位点;
-如果所述第(u+1)超声传感器的所述第p(u+1)超声回波的所述第p(u+1)距离值在其使用信息中被标记为已使用:
则将三边定位视为所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内,且在跳转点3处继续;
-比较所述第一三边定位点和所述第二三边定位点;
-跳转点3:
如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≤k(u-1)且pu≤ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)<k(u-1)且pu≤ku:将p(u+1)初始化为1并将p(u-1)增加1,且重复从跳转点1开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≥k(u-1)且pu≤ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≥k(u-1)且pu<ku:将p(u+1)初始化为1并将p(u-1)初始化为1并将pu增加1,且重复从跳转点1开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≤k(u-1)且pu≥ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≤k(u-1)且pu≥ku:将p(u+1)初始化为1并将p(u-1)增加1,且重复从跳转点1开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)<k(u+1)且p(u-1)≥k(u-1)且pu≥ku:将p(u+1)增加1,且重复从跳转点2开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都在所述误差容限范围(FB)内:根据所述第一三边定位点和所述第二三边定位点确定解,且将以此方式确定的解添加到所述测量周期的所述第u信道的解集合中,且将所述第(u-1)超声传感器的所述第p(u-1)超声回波的所述第p(u-1)距离值在其使用信息中标记为已使用,且将所述第u超声传感器的所述第pu个超声回波的所述第pu距离值标记为已使用,且将所述第(u+1)超声传感器的所述第p(u+1)超声回波的所述第p(u+1)距离值在其使用信息中标记为已使用,且将所述第(u-1)回波计数器p(u-1)初始化为1,且将所述第u回波计数器pu初始化为1,且将所述第(u+1)回波计数器p(u+1)初始化为1,且重复从跳转点3开始的步骤;
-如果所述第一三边定位点和所述第二三边定位点都不在所述误差容限范围(FB)内且p(u+1)≥k(u+1)且p(u-1)≥k(u-1)且pu≥ku:结束所述测量周期,且根据所述测量周期的所述第u信道的解集合中的解来影响车辆。
57.根据权利要求56所述的方法,其中,所述方法还包括以下步骤:
-针对第u信道执行根据权利要求56所述的方法,以获得第u解,其中,现在在此u<n-1;
-针对第(u+1)信道执行根据权利要求56所述的方法,以获得第(u+1)解;
--现在以如下形式执行根据权利要求25所述的聚类:对一个或多个测量周期的所述第u信道的解集合和所述第(u+1)信道的解集合的并集中的解进行聚类,以形成接受的第u解,且
-丢弃这些测量周期的所述第u信道的拒绝的第u解和所述第(u+1)信道的拒绝的第(u+1)解。
58.根据权利要求55至57所述的方法,其包括以下步骤:
-通过所述合理性检查,用相应最后接受的解代替丢弃的解,且随后进一步使用这些最后接受的解作为经合理性检查的解。
59.根据权利要求55至58所述的方法,其中,所述合理性检查:
-丢弃所述第u解中的与所述超声脉冲串的从其发射到被至少一个所述超声传感器的接收的大于最大允许传播时间tmax的传播时间相对应的那些解,特别是与所述超声脉冲串的大于tmax>1.4ms的传播时间相对应的那些解,且/或
-丢弃所述第(u+1)解中的与所述超声脉冲串的从其发射到被至少一个所述超声传感器的接收的大于最大允许传播时间Δemax的传播时间相对应的那些解,特别是与所述超声脉冲串的大于Δemax>1.4ms的传播时间相对应的那些解。
60.根据权利要求55至59所述的方法,其中,
所述合理性检查丢弃所述中的不是至少由相关的一个超声传感器的恰好一个超声回波、相关的一个其它超声传感器的恰好一个其它超声回波以及相关的一个附加超声传感器的恰好一个附加超声回波产生的解,即丢弃不是由三个不同超声传感器的三超声回波产生的解。
61.根据权利要求55至60且同时根据权利要求28和/或权利要求29所述的方法,其中,
如果相关的所述超声回波的到达时间值的信号,即解,在两次连续迭代中的变化超过Δefilter_max或变化了Δefilter_max,其中,Δefilter_max优选地为Δefilter_max≥500μs,则所述合理性检查停用所述卡尔曼滤波方法或所述估计滤波方法,其中,“停用”是指所述方法在停用时间内将所有或多个或各个经合理性检查的所述解用作经滤波的解。
62.根据权利要求61所述的方法,其中,所述方法在预定数量的测量周期之后取消所述停用。
63.根据权利要求55至62所述的方法,其中,所述合理性检查丢弃如下的解,从可能经滤波的这种解的位置到相关超声传感器的位置的直线与该超声传感器的视轴(SA)的夹角α大于最大夹角αlim。
64.根据权利要求55至63所述的方法,其包括以下步骤:
-分别从每个超声传感器的反射超声波(USW)的相应信号中提取相应超声传感器的相应包络信号(HK),且
-利用相应的所述超声传感器的相应的所述阈值曲线(SWK)从相应的所述超声传感器的相应的所述包络信号(HK)中提取相应的所述超声传感器的相应超声回波(ec1、ec2、ec3、ec4、ec5、ec6),其中,超声传感器的所述阈值曲线(SWK)取决于所述方法先前已确定的聚类的和接受的解。
65.根据权利要求55至64所述的方法,其中,
所述方法在以下条件下通过聚类方法对所述解或经滤波的所述解进行聚类以形成接受的解,并丢弃拒绝的可能经滤波的解:所述聚类中的至少一个解与所述聚类中的至少e个其它解之间的距离小于阈值距离(ε),其中,e是大于0的正整数,其优选地大于1或大于2,且其中,特别优选的是e=3。
66.根据权利要求55至65所述的方法,其中,
所述方法在以下条件下通过聚类方法对所述解或经滤波的所述解进行聚类以形成接受的解,并丢弃拒绝的可能经滤波的解:聚类中的解的数量至少为三个。
67.根据权利要求55至66所述的方法,其中,
所述方法在以下条件下通过聚类方法将解或经滤波的解作为接受解聚类到已存在的聚类,且丢弃拒绝的可能经滤波的第u解或拒绝的可能经滤波的第(u+1)解:所述聚类中的位于这种可能经滤波的解的邻域内的解的数量至少为一个。
68.根据权利要求55至67所述的方法,其包括发射超声噪声信号的附加步骤,所述超声噪声信号的至少在一个参数具有至少部分随机调制。
69.根据权利要求55至68中任一项或多项的方法,其中,所述方法
-首先确定基于来自两个不同超声传感器的两个超声回波的解,且
-如果所述解是来自回退区域的解,则接受所述解,且
-如果所述解是来自三传感器区域的解,则决绝基于来自两个不同超声传感器的两个超声回波的所述解,且
-其中,所述超声传感器***(USSS)执行的所述方法随后确定基于三个不同超声传感器的三个超声回波的解。
70.根据权利要求55至69中任一项或多项所述的方法,其中,
-所述聚类取决于阈值距离(ε),且
-所述阈值距离(ε)取决于所述聚类中的接受的解在至少两个测量周期之间的变化。
71.根据权利要求55至70中任一项或多项所述的方法,其中,所述方法包括以下步骤:
-使用所述超声传感器的所述超声回波的接收的时间性变化,所述时间性变化是根据最后v个测量周期的该超声传感器的该超声回波的接收数据确定的,其中,v是大于1的正整数,且
-通过多项式近似根据所述时间性变化来确定该超声传感器下一次接收该超声回波的时间点,且
-根据在所述时间点附近的时间范围内预测的所述下一次接收的结果,修改该超声传感器的阈值曲线(SWK)。
72.根据权利要求55至71中任一项或多项的方法,其中,所述方法:
-根据最后v个测量周期的所述接受的解的数据,确定所述接受的解的时间性变化,其中,v是大于1的正整数,且
-特别地通过多项式近似,根据所述时间性变化为一个或多个超声传感器确定这个/这些超声传感器的属于相关解的超声回波的预期的相应的下一次接收时间点,且
-根据该预测的结果,尤其在相应超声传感器的属于相关解的相应超声回波的分别预期的相应的下一次接收时间点附近的时间范围内,修改这个/这些超声传感器中的一者或多者的阈值曲线(SWK)。
73.根据权利要求55至72中任一项或多项所述的方法,其中,,所述方法采用用于在所述超声传感器的所述超声回波的所述距离值中识别虚假物体的超声回波并将它们从所述测量数据中去除的子方法。
74.根据权利要求55至73中任一项或多项所述的方法,其中,所述卡尔曼滤波方法或所述估计滤波方法的输入值是所述三边定位方法的解形式的被识别物体的位置,且/或一方面是所述三边定位方法的解形式的被识别物体的位置的变化速度,另一方面是车辆速度。
75.根据权利要求55至74中任一项或多项所述的方法,其中,估计滤波或所述估计滤波的输入值是所述三边定位方法的解形式的被识别物体的位置,且/或一方面是所述三边定位方法的解形式的被识别物体的位置的变化速度,另一方面是车辆速度。
76.根据权利要求55至75中任一项或多项所述的方法,其中所述方法将与具有大于最大允许传播时间tmax或Δemax的传播时间的测量值相关的距离值设定为零或等效的非常小的数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DEDE102021121154.9 | 2021-08-13 | ||
DE102021121154 | 2021-08-13 | ||
PCT/DE2021/101013 WO2023016592A1 (de) | 2021-08-13 | 2021-12-16 | Trilaterationsbasierendes ultraschallsensorsystem mit kalman-filterung und lösungsclusterung |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117581115A true CN117581115A (zh) | 2024-02-20 |
Family
ID=80739016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180100109.0A Pending CN117581115A (zh) | 2021-08-13 | 2021-12-16 | 采用卡尔曼滤波和解聚类的基于三边定位的超声传感器*** |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN117581115A (zh) |
DE (1) | DE112021008102A5 (zh) |
WO (1) | WO2023016592A1 (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7724610B2 (en) * | 2007-09-18 | 2010-05-25 | Honeywell International Inc. | Ultrasonic multilateration system for stride vectoring |
DE102012209238A1 (de) | 2012-05-31 | 2013-12-05 | Robert Bosch Gmbh | Ultraschallsensor sowie Vorrichtung und Verfahren zur Messung eines Abstands zwischen einem Fahrzeug und einem Hindernis |
US20150117153A1 (en) * | 2013-10-25 | 2015-04-30 | Symbol Technologies, Inc. | Adaptive transmitter cluster area for ultrasonic locationing system |
EP4093062A1 (en) * | 2016-04-15 | 2022-11-23 | Denso Corporation | System and method for establishing real-time location |
DE102017112125A1 (de) | 2017-06-01 | 2018-12-06 | Elringklinger Ag | Kontaktierungselement für ein Zellkontaktierungssystem für eine elektrochemische Vorrichtung und Verfahren zum Herstellen eines Zellkontaktierungssystems für eine elektrochemische Vorrichtung |
DE102018106244B3 (de) | 2018-03-16 | 2019-06-27 | Elmos Semiconductor Aktiengesellschaft | Verfahren zur periodisch fortlaufenden Übertragung von komprimierten Daten eines Ultraschallsensorsystems in einem Fahrzeug |
DE102019106204B4 (de) | 2019-03-12 | 2023-04-27 | Elmos Semiconductor Se | Ultraschallsystem mit zentralisierter Objekterkennung auf Basis von dekomprimierten Ultraschallsignalen mehrerer Sensoren und zugehöriges Kompressionsverfahren |
DE102019126276A1 (de) * | 2019-09-30 | 2021-04-01 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erfassen zumindest eines Objekts in einem Umgebungsbereich eines Fahrzeugs durch Zuordnung von Objektpunkten, Recheneinrichtung sowie Ultraschallsensorvorrichtung |
-
2021
- 2021-12-16 CN CN202180100109.0A patent/CN117581115A/zh active Pending
- 2021-12-16 DE DE112021008102.0T patent/DE112021008102A5/de active Pending
- 2021-12-16 WO PCT/DE2021/101013 patent/WO2023016592A1/de active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023016592A1 (de) | 2023-02-16 |
DE112021008102A5 (de) | 2024-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102021121155A1 (de) | Trilaterationsbasierendes Ultraschallsensorsystem mit Kalman-Filterung und Lösungsclusterung | |
US10553044B2 (en) | Self-diagnosis of faults with a secondary system in an autonomous driving system | |
CN110268413B (zh) | 低电平传感器融合 | |
US20180314253A1 (en) | Embedded automotive perception with machine learning classification of sensor data | |
US20190236865A1 (en) | Self-diagnosis of faults in an autonomous driving system | |
WO2018047115A1 (en) | Object recognition and classification using multiple sensor modalities | |
CN110867132B (zh) | 环境感知的方法、装置、电子设备和计算机可读存储介质 | |
CN111868803A (zh) | 产生合成雷达信号 | |
JP2017067756A (ja) | 物体検出装置及び物体検出方法 | |
US11242050B2 (en) | Reinforcement learning with scene decomposition for navigating complex environments | |
CN110543169B (zh) | 机器人避障方法、装置、机器人及存储介质 | |
EP4286892A1 (en) | Window occlusion detection method and apparatus | |
US11847562B2 (en) | Obstacle recognition assistance device, obstacle recognition assistance method, and storage medium | |
US10422874B2 (en) | Method and system for spatial modeling of an interior of a vehicle | |
KR102060286B1 (ko) | 이미지 정보를 활용한 레이더 오브젝트 검출 임계값 결정 방법 및 이를 이용한 레이더 오브젝트 정보 생성 장치 | |
CN117372979A (zh) | 道路巡检方法、装置、电子设备及存储介质 | |
JP7459384B2 (ja) | 車両の制御装置をテストするための方法およびシステム | |
CN110745145A (zh) | 用于adas的多传感器管理*** | |
CN117581115A (zh) | 采用卡尔曼滤波和解聚类的基于三边定位的超声传感器*** | |
US10901413B2 (en) | System and method for controlling operation of an autonomous vehicle | |
WO2020019345A1 (zh) | 基于相干光的避障装置及方法 | |
CN114282776A (zh) | 车路协同评估自动驾驶安全性的方法、装置、设备和介质 | |
US11169253B2 (en) | Discriminate among and estimate velocities of multiple objects using multi-node radar system | |
CN113052009A (zh) | 一种车辆防撞方法、模型训练方法及装置 | |
US20230146935A1 (en) | Content capture of an environment of a vehicle using a priori confidence levels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |