KR20140067120A - 공통 신호 처리를 위한 융합 필터를 포함하는 센서 시스템 - Google Patents
공통 신호 처리를 위한 융합 필터를 포함하는 센서 시스템 Download PDFInfo
- Publication number
- KR20140067120A KR20140067120A KR1020147009753A KR20147009753A KR20140067120A KR 20140067120 A KR20140067120 A KR 20140067120A KR 1020147009753 A KR1020147009753 A KR 1020147009753A KR 20147009753 A KR20147009753 A KR 20147009753A KR 20140067120 A KR20140067120 A KR 20140067120A
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- vehicle
- data
- fusion
- filter
- Prior art date
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 139
- 238000012545 processing Methods 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 37
- 230000001133 acceleration Effects 0.000 claims description 30
- 238000012937 correction Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000001419 dependent effect Effects 0.000 claims description 21
- 230000002123 temporal effect Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 2
- 230000033001 locomotion Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 241000238876 Acari Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C19/00—Electric signal transmission systems
- G08C19/16—Electric signal transmission systems in which transmission is by pulses
- G08C19/24—Electric signal transmission systems in which transmission is by pulses using time shift of pulses
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
- B60T2210/30—Environment conditions or position therewithin
- B60T2210/36—Global Positioning System [GPS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2250/00—Monitoring, detecting, estimating vehicle conditions
- B60T2250/06—Sensor zero-point adjustment; Offset compensation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Navigation (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
본 발명은 적어도 부분적으로 상이한 주요 측정 변수들을 검출하고 적어도 부분적으로 상이한 측정 원리들을 이용하는 몇몇 센서 소자들 (1, 3, 4) 을 포함하고, 센서 소자들의 센서 신호들의 적어도 일부를 함께 평가하도록 구성되는 신호 처리 디바이스를 또한 포함하는 센서 시스템에 관한 것이다. 상기 신호 처리 디바이스는 센서 소자들의 적어도 센서 신호들 및/또는 그로부터 유도된 신호들의 공통 평가 동안에, 정의된 융합 데이터 세트 (6) 를 생성하는 융합 필터 (5) 를 포함한다. 상기 융합 데이터 세트 (6) 는 정의된 물리적 변수들, 및 적어도 하나의 물리적 변수에 대응하는 상기 물리적 변수의 값에 관한 데이터와, 데이터 품질에 관한 정보를 포함한다.
Description
본 발명은 청구항 1 의 전제부에 따른 센서 시스템 및 자동차들, 특히 오토모빌 (automobile) 들에서의 그 이용에 관한 것이다.
공개된 특허 출원 DE 10 2010 063 984 A1 은 복수의 센서 소자들 및 신호 처리 디바이스를 포함하는 센서 시스템을 설명하고, 신호 처리 디바이스는 센서 소자들의 출력 신호들이 공동으로 평가되도록 구성된다.
본 발명은 그 신호 처리에 대해 상대적으로 높은 정확도를 제공하거나 가능하게 하고 및/또는 안전-필수 (safety-critical) 응용들 또는 안전-필수 이용에 적당한 센서 시스템을 제안하는 목적에 기초하고 있다.
이 목적은 청구항 1 에 따른 센서 시스템의 도움으로 달성된다.
융합 필터 (fusion filter) 는 바람직하게는 칼만 필터 (Kalman filter) 로서, 대안적으로 바람직하게는 입자 필터 (particle filter) 로서, 또는 대안적으로 정보 필터로서 또는 대안적으로 "언센티드 (unscented)" 칼만 필터로서 구성된다.
융합 필터는 융합 데이터 세트 (fusion data set) 가 적어도 하나의 물리적 변수의 값으로서, 상대적인 값, 특히 오프셋 값 (offset value) 및/또는 변화 값 (change value) 및/또는 보정 값 (correction value) 및/또는 에러 값 (error value) 을 포함하도록 구성되는 것이 바람직하다.
융합 데이터 세트의 각각의 물리적 변수들의 상대적인 값들은 그 데이터 품질에 대한 정보로서, 각각의 경우에 있어서 변동 정보 또는 변동 또는 변동 척도 (variation measure), 특히 분산 (variance) 이 할당되는 보정 값들인 것이 적절하다.
융합 필터는 융합 데이터 세트의 적어도 하나의 물리적 변수의 값이 복수의 센서 소자들의 센서 신호들에 직접적으로 또는 간접적으로 기초하여 계산되도록 구성되고, 상기 센서 소자들은 상기 적어도 하나의 물리적 변수를 직접 또는 간접적인 방식으로 중복적으로 검출하는 것이 바람직하다. 이 중복적인 검출은 연산적으로 유도된 또는 추론된 변수들의 값들 및/또는 모델 가정들로부터, 특히 바람직하게는 직접 또는 병렬 중복성으로 실현되고 및/또는 분석적 중복성으로서 실현된다.
융합 필터는 바람직하게는, 적어도 예측 단계들 및 보정 단계들을 반복적으로 수행하고 융합 데이터 세트를 적어도 부분적으로 제공하는 칼만 필터로서 구성된다. 특히, 융합 필터는 에러 상태 공간 확장된 순차 칼만 필터 (error state space extended sequential Kalman filter) 로서, 즉, 특히 바람직하게 선형화 (linearization) 를 포함하고, 에러 상태 정보가 계산 및/또는 추정되고, 및/또는 순차적으로 동작하고 이 경우에 있어서 시퀀스 (sequence) 의 각각의 기능 단계에서 이용가능한 입력 데이터를 이용/고려하는 칼만 필터로서 구성된다.
센서 시스템은 적어도 하나의 가속도 센서 소자 및 적어도 하나의 회전 레이트 (rate-of-rotation) 센서 소자를 포함하는 관성 센서 배열체 (inertial sensor arrangement) 를 가지고, 센서 시스템은, 스트랩다운 알고리즘 (strapdown algorithm) 이 수행되는 스트랩다운 알고리즘 유닛을 포함하고, 스트랩다운 알고리즘 유닛에 의하여 관성 센서 배열체의 적어도 센서 신호들이 처리되어, 센서 시스템이 배열되는 차량에 대하여, 특히 보정된 내비게이션 데이터 (navigation data) 및/또는 주행 동역학 (driving dynamics) 데이터를 형성하는 것이 적절하다.
스트랩다운 알고리즘 유닛은 그 계산된 내비게이션 데이터 및/또는 주행 동역학 데이터를 융합 필터에 직접적으로 또는 간접적으로 제공하는 것이 특히 바람직하다.
센서 시스템은 바람직하게는 제 2 정의된 축, 특히 차량의 횡축 (transverse axis) 을 따르는 적어도 가속도와, 제 3 정의된 축, 특히 차량의 수직축 (vertical axis) 주위의 적어도 회전 레이트를 검출할 수 있도록 구성되는 관성 센서 배열체를 가지고, 제 1 및 제 3 정의된 축들은 발생계 (generating system) 를 형성하며, 이 경우에 있어서 특히 서로에 대해 수직으로 방위가 정해지고 (oriented), 센서 시스템은, 휠의 휠 회전 속력 또는 차량의 휠들 중 각각의 하나의 휠 회전 속력들을 검출하며 특히 센서 시스템이 배열되는 차량의 할당된 휠의 회전 방향을 또한 검출하는, 적어도 하나의 휠 회전 속력 센서 소자, 특히 적어도 또는 정확하게는 4 개의 휠 회전 속력 센서 소자들을 추가적으로 가지고, 센서 시스템은, 차량의 조향 각도를 검출하는 적어도 하나의 조향 각도 센서 소자를 추가적으로 포함하고, 센서 시스템은, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 거리 데이터 또는 그 종속적인 변수와, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 속도 정보 데이터 또는 그 종속적인 변수를 검출 및/또는 제공하도록 특히 구성되는 위성 내비게이션 시스템을 더 포함한다.
특히 바람직하게는, 관성 센서 배열체는 제 1, 제 2 및 제 3 정의된 축을 따르는 적어도 가속도들과, 상기 제 1 정의된 축 주위, 상기 제 2 정의된 축 주위 및 상기 제 3 정의된 축 주위의 적어도 회전 레이트들을 검출할 수 있도록 구성되고, 상기 제 1 , 제 2 및 제 3 정의된 축들은 발생계를 형성하고, 이 경우, 특히 각각의 경우에 있어서 서로에 대해 수직으로 방위가 정해진다.
관성 센서 배열체는 그 센서 신호들을 스트랩다운 알고리즘 유닛에 제공하고, 스트랩다운 알고리즘 유닛은, 적어도 관성 센서 배열체의 센서 신호들, 그리고 센서 신호 또는 물리적 변수에 할당되며 융합 필터에 의해 제공되는, 특히 에러 상태 정보 및/또는 분산 및/또는 데이터 품질에 대한 정보 중의 적어도 하나의 항목으로부터, 측정 변수들 및/또는 내비게이션 데이터 및/또는 주행 동역학 데이터로서, 제 1, 제 2 및 제 3 정의된 축을 따르는 적어도 보정된 가속도들, 이들 3 개의 정의된 축들 주위의 적어도 보정된 회전 레이트들, 이들 3 개의 정의된 축들에 대한 적어도 하나의 속도, 및 적어도 하나의 위치 변수를 계산 및/또는 제공하도록 구성되는 것이 바람직하다.
센서 시스템은, 관성 센서 배열체 및/또는 스트랩다운 알고리즘 유닛의, 특히 차량 모델 유닛을 통해 간접적으로 휠 회전 속력 센서 소자들 및 조향 각도 센서 소자의, 그리고 위성 내비게이션 시스템의 직접적인 또는 유도된 변수로서, 각각의 경우에 있어서 적어도 하나의 센서 신호 및/또는 물리적 변수가, 여기서는, 특히 할당된 위성과 차량 사이의 각각의 경우에 있어서의 거리 데이터 또는 그 종속적인 변수와, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 속도 정보 데이터 또는 그 종속적인 변수가 융합 필터에 제공되고, 그 계산들 동안에 융합 필터에 의해 고려되도록 구성되는 것이 적절하다.
차량 모델 유닛은 휠 회전 속력 센서 소자들 및 조향 각도 센서 소자의 센서 신호들로부터, 제 1 정의된 축을 따르는 속도, 제 2 정의된 축을 따르는 속도, 및 제 3 정의된 축 주위의 회전 레이트가 계산되도록 구성되는 것이 특히 바람직하다.
차량 모델 유닛은 계산을 위하여 과도하게 결정된 연립방정식을 풀기 위한 최소 제곱 에러법 (least square error method) 을 특히 최소 제곱 에러법으로서 이용하도록 구성되는 것이 특히 바람직하다.
차량 모델 유닛은 그 계산 동안에, 적어도 다음의 물리적 변수들 및/또는 파라미터들을 고려하도록 구성되는 것이 적절하다.
a) 특히 2 개의 전방 휠들에 대한 조향 각도 센서에 의해 검출되는 각각의 휠의 조향 각도, 후방 휠들의 조향 각도가 0 과 동일하거나 후방 휠들의 조향 각도가 추가적으로 검출된다는 모델 가정이 행해짐,
b) 각각의 휠의 휠 회전 속력 또는 그 종속적인 변수,
c) 각각의 휠의 회전 방향,
d) 각각의 휠의 동적 반경 및/또는 휠 직경, 및
e) 차량의 각각의 차축 (axle) 의 차폭 (track width) 및/또는 차량의 차축들 사이의 휠베이스 (wheel base).
신호 처리 디바이스는 바람직하게는 융합 필터가 정의된 시점 (point in time) 들에서 융합 데이터 세트를 계산 및/또는 제공 및/또는 출력하도록 구성된다.
융합 필터는 바람직하게는 센서 소자들, 특히 휠 회전 속력 센서 소자들 및 조향 각도 센서 소자의 샘플링 레이트들 및/또는 센서 신호 출력 시점들에 관계없이, 그리고 위성 내비게이션 시스템의 시간적인 신호 또는 측정 변수 또는 정보 출력 시점들에 관계없이 융합 데이터 세트를 계산 및/또는 제공 및/또는 출력하도록 구성된다.
신호 처리 디바이스는 융합 필터의 기능 단계 동안에, 항상, 특히 비동기식으로, 센서 소자들, 특히 휠 회전 속력 센서 소자들 및 조향 각도 센서 소자의 최신 - 융합 필터에 의해 이용가능한 - 정보 및/또는 신호들 및/또는 데이터가, 직접적으로 또는 간접적으로, 특히 직접적으로 또는 간접적으로 차량 모델 유닛 및 위성 내비게이션 시스템의 도움으로, 순차적으로 업데이트되고, 및/또는 융합 필터 내에 포함되며 융합 필터의 할당된 기능 단계의 계산 동안에 고려되도록 구성되는 것이 적절하다.
센서 시스템은, 차량의 정지 (standstill) 를 식별할 수 있고, 차량의 식별된 정지의 경우에는, 정지 모델로부터 적어도 융합 필터로 정보, 이 경우에는 특히 모든 3 개의 축들 주위의 회전 레이트들이 값 0 을 가지고 적어도 하나의 위치 변화 변수가 마찬가지로 값 0 을 가지며 특히 모든 3 개의 축들을 따르는 속도들이 값 0 을 가진다는 정보를 제공하도록 구성되는 정지 식별 유닛을 가지는 것이 바람직하다.
신호 처리 디바이스는 차량 좌표계 (vehicle coordinate system) 에 관련된 값들인 물리적 변수들의 제 1 그룹의 데이터를 계산 및/또는 이용하고, 신호 처리 디바이스는 세계 좌표계 (world coordinate system) 에 관련된 값들인 물리적 변수들의 제 2 그룹의 데이터를 추가적으로 계산 및/또는 이용하고, 상기 세계 좌표계는 특히 세계에서 차량의 방위 (orientation) 및/또는 동적 변수 (dynamic variable) 들을 적어도 설명하기에 적당하고, 센서 시스템은 차량 좌표계와 세계 좌표계 사이의 방위 각도 (orientation angle) 를 계산하는 방위 모델 유닛 (orientation model unit) 을 가지고, 차량 좌표계와 세계 좌표계 사이의 방위 각도는 다음의 변수들에 적어도 기초하여 방위 모델 유닛에서 계산된다:
차량 좌표계에 대한 속도,
세계 좌표계에 대한 속도 및
특히 조향 각도.
다음의 용어들은 동의어로 이용되고, 즉, 기술적으로 구현될 때에 동일한 것을 의미하는 것이 적절하다: 오프셋 값, 변화 값, 보정 값 및 에러 값.
에러 상태 정보는 바람직하게는 에러 정보 및/또는 에러 보정 정보 및/또는 변동 정보 및/또는 분산 정보 및/또는 정확도 정보를 의미하는 것으로 이해된다.
용어 분산은 바람직하게는 용어 변동을 의미하는 것으로 이해되고, 특히 일반적인 융합 필터의 경우, 후자는 각각의 경우에 있어서 변동 또는 변동 값을 융합 필터의 물리적 변수의 각각의 값에 할당하고, 융합 필터로서 칼만 필터의 경우, 분산은 각각의 경우에 있어서 융합 필터의 물리적 변수의 각각의 값에 할당된다.
제 1, 제 2 및 제 3 정의된 축들은 센서 시스템이 구현되는 차량의 좌표계에 대해 다음과 같이 정의되는 것이 적절하다:
제 1 정의된 축은 차량의 종축에 대응하고,
제 2 정의된 축은 차량의 횡축에 대응하고,
제 3 정의된 축은 차량의 수직축에 대응한다. 이들 3 개의 축들은 특히 데카르트 좌표계 (Cartesian coordinate system) 를 형성한다.
융합 필터는, 그 데이터, 특히 융합 데이터 세트의 물리적 변수들 또는 물리적 변수들의 데이터가, 항상 일정한 크기를 가지며 융합 필터에서 임의의 순서로 반복적으로 처리되는 블록들로 분할되고, 즉, 융합 필터가 그 입력 데이터에 대해 순차적인 업데이트를 수행하도록 구성되는 것이 바람직하다. 이 경우, 융합 필터는 특히 바람직하게는, 필터 방정식들이 적응되고, 그래서 융합 필터의 각각의 단계에서의 순차적인 업데이트의 연산 결과가 융합 필터의 입력 데이터의 모든 측정 변수들에 대한 업데이트, 즉, 데이터 업데이트가 되도록 구성된다.
센서 시스템은 적절하게는 차량, 특히 자동차, 특히 바람직하게는 오토모빌 내에 배열된다.
센서 시스템은 바람직하게는, 위성 내비게이션 시스템의 데이터, 특히 위치 데이터에 상기 데이터의 측정의 시점을 실질적으로 설명하는 타임스탬프 정보 (timestamp information) 가 할당되도록 구성된다. 위성 내비게이션 시스템의 각각의 데이터의 타임스탬프 정보는 상기 각각의 데이터와 함께 융합 필터에 제공되고 융합 필터에서의 내부 계산 동안에 고려된다.
바람직하게는, 또한, 다른 또는 모든 센서 소자들 및/또는 관성 센서 배열체의 데이터에는 이러한 타임스탬프 정보가 마찬가지로 할당되고, 이 타임스탬프 정보는 각각의 데이터와 함께 융합 필터에 마찬가지로 제공되며 융합 필터에서의 내부 계산 동안에 고려된다. 적절하게는, 위성 내비게이션 시스템의 데이터에 대하여, 각각의 타임스탬프 정보가 위성 내비게이션 시스템 자체에 의해 발생된다.
다른 센서 소자들 및/또는 관성 센서 배열체의 추가적인 타임스탬프 정보의 경우, 각각의 타임스탬프 정보는 특히 위성 내비게이션 시스템의 시간 측정에 따라, 신호 처리 디바이스에 의해 발생되는 것이 바람직하다.
바람직하게는, 융합 필터의 기능 단계가 적어도 하나의 예측 단계 및 보정 단계를 포함한다. 이 경우, 융합 필터는 반복적인 구성이고 반복적으로 기능 단계들을 차례로 수행한다. 특히, 융합 필터의 각각의 기능 단계 내에서, 데이터 또는 값들 또는 신호들은 입력되고, 즉, 입력 데이터가 고려되고, 즉, 데이터 또는 값들 또는 신호들이 또한 출력되고, 즉, 출력 데이터로서 제공된다.
융합 필터는 바람직하게는 융합 필터가 기능 단계 내에서 복수의 업데이팅 (updating) 단계들을 수행하고, 상기 업데이팅 단계들이 입력 데이터 또는 신호들의 로딩 (loading) 또는 이용 또는 업데이팅에 관련되도록 구성된다. 융합 필터는 모든 입력 변수들 또는 입력 신호들을 특히 순차적으로 조사하고, 각각의 경우에 정보/데이터의 새로운 항목이 존재하는지를 검사한다. 정보/데이터의 새로운 항목이 존재하는 경우, 후자는 필터로 받아들여지거나 정보/데이터의 항목들이 필터에서 업데이트되고; 정보/데이터의 새로운 항목이 존재하지 않는 경우, 현재의 값이 유지되고 필터는 다음 입력 또는 다음 입력 변수 또는 다음 입력 신호를 검사한다.
스트랩다운 알고리즘 유닛은 바람직하게는 적어도 물리적 변수들의 절대 값들, 특히 여기서는 각각의 경우에 있어서, 차량 및/또는 세계 좌표계의 3 개의 축들에 대한, 가속도, 회전 레이트, 속도와, 위치 및 방위 각도에 대한 절대 값들을 제공한다. 이들 변수들에 대한 값들은 이 경우에 특히 바람직하게는 스트랩다운 알고리즘 유닛에 의해 보정된 값들/변수들로서 모두 제공된다.
관성 센서 배열체는 융합 필터를 클록 (clock) 및/또는 트리거 (trigger) 하는 것이 적절하고; 특히 융합 필터에 의해 이루어지는 각각의 융합 단계는 관성 센서 배열체 또는 적어도 하나의 출력 신호 또는 출력 데이터에 의해 트리거된다.
스트랩다운 알고리즘 유닛은 특히 센서 시스템의 시작에 대하여, 특히 바람직하게는 센서 시스템의 각각의 스위치-온 (switch-on) 후에, 물리적 변수들의 시작 벡터 및/또는 위치의 시작 값을 가지도록 구성되는 것이 바람직하다. 스트랩다운 알고리즘 유닛은 특히 바람직하게는 위성 내비게이션 시스템으로부터 융합 필터를 통해 이 시작 벡터 및/또는 이 시작 위치를 수신한다.
융합 필터의 데이터, 특히 그 융합 데이터 세트는 가상 센서를 맵핑 (mapping) 하거나 이 가상 센서에 대응하는 것이 적절하다.
용어 센서 소자들은 바람직하게는 휠 회전 속력 센서 소자들, 적어도 하나의 조향 각도 센서 소자, 관성 센서 배열체의 센서 소자들 및 특히 추가적으로 또한 위성 내비게이션 시스템을 의미하는 것으로 이해된다.
일반적으로, 변수 및/또는 값이 3 개의 정의된 축들에 대해 명시되는 경우, 이것은 차량 좌표계 및/또는 세계 좌표계에 대해 의도되는 것이 바람직하다.
물리적 변수들의 값들을 포함하는 융합 데이터 세트는 상대적인 값, 예를 들어 오프셋 값이라고도 지칭되는 보정 값을 포함하고, 특히 그것을 스트랩다운 알고리즘 유닛에 제공되는 것이 적절하다. 예를 들면, 이 각각의 보정 값은 각각의 경우에 있어서 융합 필터에 의해 제공되는 누적된 에러 값들 또는 변화 값들로부터 나온다.
신호 처리 디바이스는 차량 좌표계에 관련된 값들인 물리적 변수들의 제 1 그룹의 데이터를 계산 및/또는 이용하고, 신호 처리 디바이스는 세계 좌표계에 관련된 값들인 물리적 변수들의 제 2 그룹의 데이터를 추가적으로 계산 및/또는 이용하고, 상기 세계 좌표계는 세계에서 차량의 방위 및/또는 동적 변수들을 적어도 설명하기에 특히 적당하고, 센서 시스템은 차량 좌표계와 세계 좌표계 사이의 방위 각도를 계산하는 방위 모델 유닛을 가지는 것이 바람직하다.
차량 좌표계 및/또는 세계 좌표계는 바람직하게는 3-축 데카르트 좌표계들로서 구성된다. 이 경우, 차량 좌표계는 특히, 제 1 축이 차량의 종축이고, 제 2 축이 차량의 횡축이고, 제 3 축이 차량의 수직축이 되도록 정의된다.
차량 좌표계와 세계 좌표계 사이의 방위 각도는 다음의 변수들에 적어도 기초하여 방위 모델 유닛에서 계산되는 것이 바람직하다: 차량 좌표계에 대한 속도, 세계 좌표계에 대한 속도, 및 특히 조향 각도.
신호 처리 디바이스는 바람직하게는 센서 소자들의 적어도 센서 신호들 및/또는 그로부터 유도되는 신호들의 공통 평가 동안에, 정의된 융합 데이터 세트를 제공하는 융합 필터를 가지는 센서 융합 모듈을 포함하고, 상기 융합 데이터 세트는 각각의 경우에 있어서 정의된 물리적 변수들에 대한 데이터를 가지고, 융합 데이터 세트는 적어도 하나의 물리적 변수에 대하여, 상기 물리적 변수의 값 및 그 데이터 품질에 대한 정보를 포함하고, 융합 필터는 융합 데이터 세트가 적어도 하나의 물리적 변수의 값으로서, 상대적인 값, 특히 오프셋 값 및/또는 변화 값 및/또는 보정 값 및/또는 에러 값을 포함하도록 구성된다. 융합 데이터 세트의 각각의 물리적 변수들의 상대적인 값들은 보정 값들이고, 물리적 변수들의 값들의 데이터 품질에 대한 정보는 분산들인 것이 특히 바람직하다.
센서 시스템은 적어도 하나의 가속도 센서 소자 및 적어도 하나의 회전 레이트 센서 소자를 포함하는 관성 센서 배열체를 가지고, 센서 융합 모듈은, 스트랩다운 알고리즘이 수행되는 스트랩다운 알고리즘 유닛을 포함하고, 스트랩다운 알고리즘 유닛에 의하여 관성 센서 배열체의 적어도 센서 신호들이 처리되어, 센서 시스템이 배열되는 차량에 대하여, 특히 보정된 내비게이션 데이터 및/또는 주행 동역학 데이터를 형성하는 것이 적절하다.
차량 좌표계와 세계 좌표계 사이의 방위 각도는 추가적으로 다음의 변수들 중의 하나 이상에 적어도 기초하여, 방위 모델 유닛에서 계산되는 것이 바람직하다: 세계 좌표계에 대한 차량의 방위 정보, 융합 필터의 보정 값들 및/또는 분산들 중의 일부 또는 전부, 및/또는 차량 좌표계 및/또는 세계 좌표계에 대한 차량의 가속도.
방위 모델 유닛은 계산을 위하여 스트랩다운 알고리즘 유닛의 출력 데이터 및/또는 출력 신호들의 일부 또는 전부를 이용하는 것이 적절하다.
방위 모델 유닛은 방위 각도에 부가하여, 이 변수의 데이터 품질에 대한 정보, 특히 방위 각도의 분산을 또한 계산 및 제공하도록 구성되고, 방위 모델 유닛은 차량 좌표계와 세계 좌표계 사이의 방위 각도와 이 변수의 데이터 품질에 대한 정보를 융합 필터에 제공하고, 융합 필터는 그 계산들에서 이 방위 각도를 이용하며, 특히 바람직하게는 이 변수의 데이터 품질에 대한 정보, 특히 방위 각도의 분산을 스트랩다운 알고리즘 유닛에 전달하는 것이 바람직하다.
방위 모델 유닛은 방위 각도에 부가하여, 이 변수의 데이터 품질에 대한 정보, 특히 방위 각도의 분산을 또한 계산 및 제공하도록 구성되고, 방위 각도는 스트랩다운 알고리즘 유닛에 제공되고 및/또는 방위 모델 유닛의 출력 값으로 스트랩다운 알고리즘 유닛에 겹쳐쓰기 (overwrite) 되고, 이 변수의 데이터 품질에 대한 정보, 특히 방위 각도의 분산은 융합 필터에 제공되고 및/또는 방위 모델 유닛의 출력 값으로 융합 필터에 겹쳐쓰기 되는 것이 적절하다.
센서 시스템은 바람직하게는 할당된 위성과 차량 사이의 각각의 경우에 있어서의 거리 데이터 또는 그 종속적인 변수와, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 속도 정보 데이터 또는 그 종속적인 변수를 검출하고 이들을 융합 필터에 제공하도록 구성되는 위성 내비게이션 시스템 (satellite navigation system) 을 포함하고, 융합 필터는 그 계산들에서 이 변수들을 이용한다.
방위 모델 유닛은 그 계산들에서 다음의 모델 가정들 중의 적어도 하나 또는 복수 또는 전부를 고려하도록 구성되는 것이 바람직하다:
적어도 그 종축 및/또는 횡축에 대한 차량의 전체 속도가 0 (zero) 보다 크고,
그 수직축의 방향으로의/그 수직축을 따르는 차량의 평균 속도는 0 과 같고,
타이어의 스큐 러닝 (skew running) 이 발생하지 않고, 및/또는
차량이 임의의 편차들 없이 그 휠 조향 각도들을 실질적으로 따른다.
차량 좌표계와 세계 좌표계 사이의 방위 각도는, 추가적으로 하나 또는 복수의 다음의 변수들: 차량의 휠 회전 속력 센서 소자들의 휠 회전 속력들과 조향 각도 또는 계산된 휠 각도에 적어도 기초하여 방위 모델 유닛에서 계산되고, 휠 회전 속력들과 조향 각도 또는 휠 각도들에 의해, 차이 형성의 도움으로, 그 수직축 주위의 차량의 회전 레이트가 결정되고 및/또는 차량 좌표계에 대한 그 수직축 주위의 차량의 회전 레이트는 스트랩다운 알고리즘 유닛에 의해 제공되는 것이 적절하다.
차량 좌표계와 세계 좌표계 사이의 방위 각도는, 추가적으로 다음의 변수들 중의 하나 이상에 적어도 기초하여 방위 모델 유닛에서 계산되는 것이 바람직하다:
세계 좌표계에 관한 차량의 방위 정보,
융합 필터의 보정 값들 및/또는 분산들 중의 일부 또는 전부,
차량 좌표계 및/또는 세계 좌표계에 대한 차량의 위치 정보, 및/또는
차량 좌표계 및/또는 세계 좌표계에 대한 차량의 가속도.
방위 모델 유닛은 바람직하게는 모델 유효성에 대한 다음의 경계 조건들 중의 적어도 하나가 각각의 구현 동안에 검사되고 그 결과들은 비-준수 (non-compliance) 시에 폐기되도록 구성된다:
- 작은 에러로 선형화 가능하도록 하기 위하여 각도 증분 (angle increment) 들은 충분히 작거나 제한되어야 하고 (오일러 각도들: Euler angles)
- 큰 조향 로크 (steering lock) 들의 결과로서의 가속도들 및 차축들의 운동학적 제약들은 순간적인 움직임의 극이 일정하게 하기 위하여 충분히 작아야 한다.
방위 모델 유닛은 적절하게는 다음의 동작들 및/또는 단계들 중의 적어도 하나를 수행하도록 구성된다:
- 휠 회전 속력 측정들의 포함은 차이 형성의 도움으로, 스트랩다운 알고리즘 유닛으로부터의 실제 회전 레이트와 함께, 추가적인 측정된 변수를 공급하는, 수직축 주위의 희망되는 회전 레이트의 결정을 허용하고,
- 오일러의 방정식들 중의 적어도 하나 또는 전부를 이용한 큰 편차들의 경우에 있어서의 차량-고정 (vehicle-fixed) 과 내비게이션 좌표들 사이 또는 차량 좌표계와 세계 좌표계 사이의 스트랩다운 알고리즘 유닛에서의 비틀림 (torsion) 또는 방위 각도의 직접 보정.
제 1, 제 2 및 제 3 정의된 축은 발생계를 형성하고, 이 경우에, 서로에 대해 특히 수직으로 방위가 정해지는 것이 바람직하다.
차량 모델 유닛은 바람직하게는 계산을 위하여 과도하게 결정된 연립방정식을 풀기 위한 최소 제곱 에러법을 특히 최소 제곱 에러법으로서 이용하도록 구성된다.
휠 회전 속력 센서 소자들의 각각의 경우에 있어서의 하나는 차량의 각각의 휠에 할당되고, 차량 모델 유닛은 휠 회전 속력 센서 소자들의 센서 신호들과, 조향 각도 센서 유닛에 의해 제공된 조향 각도, 및/또는, 특히 복수의 조향되는/조향 가능한 차축들의 각각의 경우 또는 하나에 대한 적어도 하나의 조향 각도 센서 소자에 의해 그리고 하나 또는 복수의 조향되지 않는/조향 불가능한 차축들에 대한 적어도 하나의 모델 가정에 의해 검출된 각각의 휠의 조향 각도로부터, 상기 차량 모델 유닛이 제 1 및 제 2 정의된 축을 따라/제 1 및 제 2 정의된 축에 대하여 직접적으로 또는 간접적으로, 각각의 휠의 속도 성분들 및/또는 속도를 계산하도록 구성되고, 각각의 휠들에 대한 이 속도 성분들 및/또는 할당된 휠들의 제 1 및 제 2 정의된 축들에 대한 각각의 경우에 있어서의 속도들로부터, 제 1 정의된 축을 따르는 속도, 제 2 정의된 축을 따르는 속도, 및 제 3 정의된 축 주위의 회전 레이트가 계산되는 것이 바람직하다.
센서 시스템은 4개의 휠 회전 속력 센서 소자들을 가지고, 각각의 경우에 있어서, 휠 회전 속력 센서 소자들의 하나는 차량의 각각의 휠에 할당되고, 차량 모델 유닛은 휠 회전 속력 센서 소자들의 센서 신호들과, 조향 각도 센서 유닛에 의해 제공된 조향 각도, 및/또는, 특히 전방 휠들에 대한 조향 각도 센서 소자에 의해 그리고 모델 가정으로부터 또는 적어도 후방 휠들에 대한 또 다른 조향 각도 센서 소자의 도움으로 검출된 각각의 휠의 조향 각도로부터, 상기 차량 모델 유닛이 제 1 및 제 2 정의된 축을 따라/제 1 및 제 2 정의된 축에 대하여 직접적으로 또는 간접적으로, 각각의 휠의 속도 성분들 및/또는 속도를 계산하도록 구성되고, 제 1 및 제 2 정의된 축들에 대한 각각의 경우에 있어서의 이 8 개의 속도 성분들 및/또는 4 개의 속도들로부터, 제 1 정의된 축을 따르는 속도, 제 2 정의된 축을 따르는 속도, 및 제 3 정의된 축 주위의 회전 레이트가 계산되는 것이 적절하다.
각각의 휠의 조향 각도는 조향 휠 각도 센서 소자, 즉, 운전자에 의해 희망되는 바와 같은 조향 각도를 검출하는 센서 소자와, 특히 차량 모델 유닛 내에 또는 신호 처리 디바이스의 상이한 부분에 저장되는 조향 전달 특성 곡선 (steering transmission characteristic curve) 에 대한 정보로부터 결정되거나 계산되는 것이 바람직하다.
차량 모델 유닛은 그 계산 동안에, 적어도 다음의 물리적 변수들 및/또는 파라미터들을 고려하도록 구성되는 것이 적절하다.
a) 특히 2 개의 전방 휠들에 대한 조향 각도 센서에 의해 검출되는 각각의 휠의 조향 각도, 후방 휠들의 조향 각도가 알려져 있고, 특히 후방 휠들의 조향 각도가 0 과 동일하거나 후방 휠들의 조향 각도가 추가적으로 검출된다는 모델 가정이 행해짐,
b) 각각의 휠의 휠 회전 속력 또는 그 종속적인 변수,
c) 각각의 휠의 회전 방향,
d) 고려되거나 특히 모델에 알려진 일정한 값으로서 추정 및/또는 계산되는 파라미터로서의 각각의 휠의 동적 반경 및/또는 휠 직경 또는 그 종속적인 변수, 및
e) 차량의 각각의 차축의 차폭 (track width) 및/또는 차량의 차축들 사이의 휠베이스 (wheel base).
특히 바람직하게는, 차량 모델 유닛은 그 계산들에서 다음의 물리적 변수들 및/또는 파라미터들 중의 적어도 하나를 고려하도록 구성된다:
f) 횡 가속도, 즉 제 2 정의된 축 방향의 가속도로부터 특히 계산되는 각각의 휠의 슬립 각도 (slip angle), 및/또는
g) 각각의 휠의 휠 작용력 (wheel force) 들 및/또는 가속도들로부터 계산되는 휠 슬립.
신호 처리 디바이스는 각각의 휠의 적어도 반경, 특히 동적 반경 또는 그 종속적이거나 그로부터 유도된 변수를 계산 및/또는 추정하고 그것을 추가적인 입력 변수로서 차량 모델 유닛에 제공하도록 구성되는 타이어 파라미터 추정 유닛을 포함하는 것이 바람직하다.
특히 바람직하게는, 타이어 파라미터 추정 유닛은 코너링 스티프니스 (cornering stiffness) 와, 각각의 휠의 슬립 스티프니스 (slip stiffness) 또는 종방향 (longitudinal) 슬립 스티프니스 또는 그 종속적이거나 그로부터 유도된 변수를 추가적으로 계산 및/또는 추정하도록 구성되고, 타이어 파라미터 추정 유닛은 휠/타이어 변수들을 계산하기 위하여 특히 실질적으로 선형인 타이어 모델을 이용하도록 구성된다.
적절하게는, 타이어 파라미터 추정 유닛은 입력 변수들로서 휠 회전 속력들 및 조향 각도, 적어도 부분적으로 또는 완전히 스트랩다운 알고리즘 유닛의 출력 변수들 또는 값들, 특히 물리적 변수들의 값들에 부가하여 이에 따라 제공된 분산들, 및 타이어 파라미터 추정 유닛의 입력 변수들인 물리적 변수들에 대한 융합 필터의 분산들을 수신하도록 구성된다.
차량 모델 유닛은 제 1 정의된 축을 따르는 속도, 제 2 정의된 축을 따르는 속도, 및 제 3 정의된 축 주위의 회전 레이트의 그 3 개의 계산된 변수들의 각각에 대하여, 상기 차량 모델 유닛은 데이터 품질에 대한 정보를 계산하고 그것을 추가적인 출력 변수, 특히 각각의 경우에 있어서 분산으로서 제공하도록 구성되는 것이 바람직하다.
차량 모델 유닛은 계산된 분산에 기초하여, 상기 차량 모델 유닛이 그 자신의 출력 변수들의 유효성을 평가하고, 각각의 경우에 있어서, 그 자신의 출력 변수들의 유효성의 평가 시에 특히 제 1 및 제 2 정의된 축을 따르는 속도 및 제 3 정의된 축 주위의 회전 레이트를 고려하도록 구성되는 것이 적절하다.
특히 바람직하게는, 차량 모델 유닛은 과도한 또는 각각의 정의된 극한 값 (limit value) 에 대하여 그 3 개의 출력 변수들의 각각의 분산을 검사하고, 분산들 중의 하나 이상이 초과되는 경우, 차량 모델 유닛의 현재의 출력 변수들의 유효성은 없도록 구성된다.
차량 모델 유닛 및/또는 타이어 파라미터 추정 유닛은 이들이 적어도 하나의 선형화를 포함하도록 구성되는 것이 바람직하다. 이 선형화는 특히 수행되기만 하거나, 차량의 전체 가속도, 즉 모든 3 개의 정의된 축들에 대한 가속도가 크기의 측면에서 5 m/s2 미만인 경계 파라미터를 가진다.
제 1, 제 2 및 제 3 정의된 축들은 센서 시스템이 구현되는 차량의 좌표계에 대해 다음과 같이 정의되는 것이 적절하다:
제 1 정의된 축은 차량의 종축에 대응하고,
제 2 정의된 축은 차량의 횡축에 대응하고,
제 3 정의된 축은 차량의 수직축에 대응한다. 이 3 개의 축들은 특히 데카르트 좌표계, 특히 차량 좌표계를 형성한다.
차량 모델 유닛은 휠 부하 (wheel load) 들 및/또는 휠 접촉력 (wheel contact force) 들의 직접 또는 간접 측정을 수행하거나 지원하고 이 적어도 변수를 출력 변수로서 제공하도록 구성되는 것이 바람직하다.
차량 모델 유닛은 운동학적 및/또는 동적 모델에 대하여 휠 서스펜션 (wheel suspension) 의 모델링을 포함하고, 그 결과, 이 모델링을 고려하여 조향 각도가 증가된 정확도로 계산되거나 계산될 수 있도록 구성되는 것이 적절하다. 상기 조향 각도는, 특히 각각의 경우에 있어서 차량 모델 유닛의 출력 변수들의 또 다른 계산을 위해 이용되는 각각의 휠의 조향 각도에 관련된다.
후방 휠들의 조향 각도는 적절하게는 적어도 하나의 추가적인 후방 휠 조향 각도 센서 소자의 도움으로 검출된다. 특히 추가적으로 또는 대안적으로 바람직하게는, 후방 차축 조향 시스템의 액추에이터 시스템 (actuator system) 은 후방 차축의 휠들의 조향 각도를 제공한다.
센서 시스템의 신호 처리 디바이스는 추가적으로 바람직하게는 융합 필터를 포함한다. 융합 필터는 센서 소자들의 적어도 센서 신호들 및/또는 그로부터 유도된 신호들, 즉 주행거리계 정보 (odometer information), 및 특히 추가적으로 위성 내비게이션 시스템의 출력 신호들 및/또는 그로부터 유도된 신호들의 공통 평가 동안에 정의된 융합 데이터 세트를 제공한다. 상기 융합 데이터 세트는 각각의 경우에 있어서 정의된 물리적 변수들에 대한 데이터를 가지고, 융합 데이터 세트는 적어도 하나의 물리적 변수에 대하여, 상기 물리적 변수의 값 및 그 데이터 품질에 대한 정보를 포함하고, 이 데이터 품질에 대한 정보는 예에 따르면 분산으로서 형성된다.
바람직하게는, 융합 데이터 세트는 적어도 하나의 물리적 변수의 값으로서, 상대적인 값, 예를 들어 오프셋 값 또는 변화 값 또는 에러 값이라고도 지칭되는 보정 값을 포함한다.
그러므로, 융합 데이터 세트의 각각의 물리적 변수들의 상대적인 값들은 적절하게는 보정 값들 및 분산들이다.
융합 데이터 세트의 물리적 변수들의 값들은 바람직하게는 센서 소자들 및 위성 내비게이션 시스템의 센서 신호들에 직접적으로 또는 간접적으로 기초하여 계산되고, 적어도 일부 변수들, 예를 들어 차량 좌표들에 관한 차량의 속도 및 위치는 중복적으로 검출 및 사용된다.
융합 필터는 적절하게는 에러 상태 공간 확장된 순차 칼만 필터로서, 즉, 특히 선형화를 포함하고, 그리고 보정 값들이 계산 및/또는 추정되고, 순차적으로 동작하며 이 경우에 있어서 시퀀스의 각각의 기능 단계에서 이용가능한 입력 데이터를 이용/고려하는 칼만 필터로서 구성된다.
차량 모델 유닛은 그 출력 변수들 또는 출력 데이터, 즉 적어도 제 1 정의된 축을 따르는 속도, 제 2 정의된 축을 따르는 속도 및 제 3 정의된 축 주위의 회전 레이트를, 바람직하게는 그 계산들, 즉 융합 필터의 계산들에서 차량 모델 유닛의 상기 출력 변수들 또는 출력 데이터를 고려하거나 이용하는 융합 필터에 제공한다.
각각의 휠의 동적 반경 또는 동적 타이어 반경 rdyn 은 바람직하게는 다음과 같이 정의된다: 타이어 회전 동안에 효과적으로 커버되는 (covered) 거리. 타이어의 반경은 부하가 작용 중인 스프링 편향의 결과로 효과적으로 감소하므로, 후자는 타이어의 반경에 대응하지 않는다. 여행 중인 것을 포함하여, 타이어 반경을 변경할 수 있는 변수들에 영향을 주는 것은 예를 들어, 이동 속도, 공기 압력 및 온도이다.
종방향 슬립 λ 으로 지칭되는 변수는 다음과 같이 적절하게 정의된다: 종방향 작용력의 영향 하에서, 도로 상에서의 타이어 슬라이딩을 고려하지 않고 타이어의 트레드 요소 (tread element) 들의 변형의 결과로 슬립 움직임이 발생한다. 상기 슬립 움직임은 종방향 작용력에 따라, 타이어가 타이어 반경에 비해 예상되어야 하는 것보다 더 빨리 또는 더 느리게 회전한다는 결과를 가진다. 이 효과가 나타나는 정도는 고무 혼합물 및 타이어의 유형에 의해 주로 영향을 받고 종방향 슬립 스티프니스에 의해 특징된다: .
스큐 러닝 또는 슬립 각도 는 바람직하게는 다음과 같이 정의된다: 종방향 슬립의 경우와 유사한 방식으로, 롤링 방향 (rolling direction) 에 수직인 측방향 작용력 (lateral force) 들은 고무 탄성의 결과로 타이어의 측면 움직임을 야기시킨다. 이 관계는 코너링 스티프니스에 의해 특징된다: .
이 교란 변수들을 보상하기 위하여, 차량 모델 유닛은 바람직하게는 타이어 파라미터 추정 유닛의 선형 타이어 모델에 의존하거나 계산들에서 그것을 포함한다. 상기 모델은 차량의 가속도들 또는 전체 가속도들 에 특히 한정된다. 이 범위에서는, 종방향 슬립과 스큐 러닝 및 연관된 작용력들 사이의 관계가 선형이고, 전달될 수 있는 작용력들이 타이어 상의 접촉력 또는 정상 작용력과 함께 선형으로 상승한다는 점이 특히 모델 가정으로서, 특히 바람직하게 가정된다. 차량 질량을 상쇄시킴으로써, 이것은 변수들의 가속도들로의 정규화 (normalization) 를 허용한다. 이 경우, 차량 질량들 및 가속도들은 개별적인 휠들에 적절하게 관련되지만, 통계적으로 분포된다고 가정된다:
이 경우, 바람직하게는 다음 사항이 유효하다:
바람직하게는 커버되는 거리들에 대하여 그로부터 다음 사항이 뒤따른다:
이 경우, 바람직하게는 다음 사항이 유효하다:
그러므로, 예에 따르면, 이동 상황에서 각각 적용가능하지 않은 슬립 변수 = 0 인 것이 사실이다.
이용되는 가속도들은 내비게이션 계산으로부터 알려지므로, 알려진 타이어 반경 및 알려진 코너링 및 종방향 슬립 스티프니스가 바람직하게 주어지면, 도로 상에서의 차량의 실제적인 평면 움직임은 모델-기반 방식으로 추정될 수 있다. 차량 좌표들에 대한 타이어 좌표들의 가능한 비틀림은 측정된 조향 휠 각도 및 알려진 조향 전달의 도움으로 적절하게 고려된다. 개별적인 휠들의 거리들 및 속도들은 바람직하게는 차량 모델 유닛에서 다음과 같이 계산된다:
- 차량의 중력 중심에서의 가속도들 및 회전 레이트들의 계산
- 타이어 좌표들로의 변환
- 타이어 모델과 휠 각도 모멘텀들 또는 휠 회전 속력들을 이용한 속도들/거리들의 계산
- 차량 좌표들로의 역변환.
타이어 파라미터 추정 유닛은 다음의 단계들을 포함하는 차량을 위한 타이어 파라미터들을 추정하기 위한 방법을 수행하도록 구성되는 것이 바람직하다:
- 차량의 기준 움직임을 측정하는 단계;
- 추정된 타이어 파라미터들이 제거된 모델에 기초하여 차량의 모델 움직임을 모델링하는 단계; 및
- 기준 움직임 및 모델 움직임의 비교에 기초하여 차량의 타이어 파라미터들을 추정하는 단계.
방법은 다음의 단계를 특히 추가적으로 포함한다:
- 차량의 휠 접촉점들에서 차량의 실제 속도를 검출하는 단계.
방법은 다음의 단계를 포함하는 것이 바람직하다:
- 근사화된 타이어 파라미터들에 기초하여 추정될 타이어 파라미터들이 제거된 모델을 확립하는 단계.
그리고 특히 다음의 또 다른 단계:
- 새로운 타이어 파라미터들을 추정하기 위하여, 모델에서의 근사화된 타이어 파라미터들로서 추정된 타이어 파라미터들을 이용하는 단계.
방법은 적절하게는 다음의 단계들을 포함한다:
- 기준 움직임의 분산을 검출하는 단계, 및
- 검출된 분산에 기초하여 차량의 타이어 파라미터들을 추정하는 단계.
방법은 바람직하게는 추정된 차량의 타이어 파라미터들에 의해 기준 움직임 및/또는 모델 움직임이 특정 값을 초과하는 경우에 유효한 것으로 간주되도록 개발된다.
방법은 적절하게는 다음의 단계를 포함한다:
관측자 (observer) 에 기초하여 기준 움직임 및 모델 움직임을 비교하는 단계.
방법에 관하여 타이어 파라미터 추정 유닛에 있어서 관측자는 바람직하게는 칼만 필터이다.
신호 처리 디바이스는 센서 소자들의 적어도 센서 신호들 및 그로부터 유도된 신호들의 공동 평가 동안에, 정의된 융합 데이터 세트를 제공하는 융합 필터를 가지고, 상기 융합 데이터 세트는 각각의 경우에 있어서 정의된 물리적 변수들에 대한 데이터를 가지고, 융합 데이터 세트는 적어도 하나의 물리적 변수에 대하여, 상기 물리적 변수의 값 및 그 데이터 품질에 대한 정보를 포함하는 것이 바람직하다.
신호 처리 디바이스는, 물리적 변수들의 측정 데이터에, 각각의 경우에 있어서 각각의 측정의 시점에 대한 정보를 직접적으로 또는 간접적으로 포함하는 시간 정보의 항목이 할당되고, 신호 처리 디바이스는 적어도 융합 필터에서 융합 데이터 세트의 발생 동안에 이 시간 정보를 고려하도록 구성되는 것이 바람직하다.
센서 시스템은 적절하게는 차량, 특히 자동차, 특히 바람직하게는 오토모빌 내에 배열된다.
융합 필터는 기능 단계들이 연속적으로 수행되고, 각각의 경우에 있어서의 상기 기능 단계들에 시간 정보의 항목이 할당되고, 기능 단계들에서는 물리적 변수들에 대한 데이터/값들이 각각의 경우에 있어서 처리되어, 융합 데이터 세트들이 정의된 시점에 제공되고, 각각의 경우에 있어서의 상기 융합 데이트 세트들은 융합 필터가 처리 및/또는 계산하는 물리적 변수의 상대적인 값 및 각각의 물리적 변수에 대한 데이터 품질에 대한 정보를 제공하도록 구성되는 것이 바람직하다.
융합 필터는 바람직하게는, 적어도 물리적 변수들의 하나에 대하여, 상기 물리적 변수의 절대 값 및/또는 내부 값을 내부적으로 가지고, 하나 이상의 물리적 변수들에 대한 이전 기능 단계들의 절대 값들 및/또는 내부 값들은 저장되고 정의된 시간 기간을 위해 준비 상태로 유지된다.
물리적 변수의, 융합 필터의 입력 값들의 시간 정보에 따라, 이 입력 값들은 그 시간 정보, 즉 절대 값 및/또는 내부 값의 시간 정보가 입력 값의 시간 정보에 실질적으로 대응하는 동일한 물리적 변수의 절대 값 및/또는 내부 값과 비교 및/또는 연산됨으로써 융합 필터에서 연산되는 것이 적절하다.
입력 값이 비교 및/또는 연산되는 동일한 물리적 변수의 절대 값 및/또는 내부 값은 시간 정보에 대해 시간적으로 가장 근접하고 저장되며 준비 상태로 유지되는 2 개의 절대 값들 및/또는 내부 값들로부터 보간 (interpolate) 되는 것이 바람직하고; 특히, 이들은 할당된 입력 값의 시간 정보보다 다소 더 이른 시간 정보를 갖는 절대 값 및/또는 내부 값과, 할당된 입력 값의 시간 정보보다 다소 더 오래된 시간 정보를 갖는 절대 값 및/또는 내부 값이다.
융합 필터의 입력 값들에는 각각 시간 정보의 항목이 할당되고, 그 결과, 물리적 변수들의 이 입력 값들 각각은 시간 등급을 가지고, 임박한 기능 단계의 상황에서는, 융합 필터의 물리적 변수들의 입력 값들이 시간 등급의 측면에서 및/또는 시간 정보에 대하여, 각각의 입력 변수의 각각의 시간 정보 및/또는 시간 등급에 실질적으로 대응하는 동일한 물리적 변수들의 융합 필터의 내부 값들과 연산되는 것이 적절하다.
신호 처리 디바이스는 바람직하게는 현재 임박한 기능 단계의 시간 등급이 가장 이른 시간 정보를 갖는 물리적 변수의 입력 값의 시간 정보에 의해 정의되도록 구성되고, 그 시간 정보가 더 오래된 물리적 변수들의 입력 값들은 가장 이른 시간 정보의 시간 등급에 외삽 (extrapolate) 되고, 융합 필터의 내부 값들과 추후에 연산된다.
신호 처리 디바이스는 데이터/정보/값들이 저장되고 준비 상태로 유지되는 정의된 시간 기간이 융합 필터의 현재 임박한 기능 단계의 시간 정보에 대한 물리적 변수의 측정의 시간 정보에 있어서의 최대 차이로부터 결정되는, 융합 필터의 입력 데이터의 최대 지연에 의해 정의되도록 구성되고, 최대 지연은 특히, 센서 시스템의 일부인 위성 내비게이션 시스템의 측정의 최대 예상된 지연보다 크거나 같도록 정의되는 것이 바람직하다.
신호 처리 디바이스는 데이터/정보/값들이 저장되고 준비 상태로 유지되는 정의된 시간 기간이 일부 또는 각각의 물리적 변수(들)에 대해 상이하게 구체화되는 정의된 시간 기간에 의해 정의되도록 구성되는 것이 적절하다.
센서 시스템은 바람직하게는 융합 필터의 시간 정보가 위성 내비게이션 시스템의 시간 정보와 동기화되도록 하는 동기화 펄스 및/또는 동기화 방법을 제공하는 위성 내비게이션 시스템을 포함한다.
위성 내비게이션 시스템은 입력 값들로서 융합 필터에 송신되는, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 거리 데이터 또는 그 종속적인 변수와, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 속도 정보 데이터 또는 그 종속적인 변수를 제공하고, 위성 내비게이션 시스템의 물리적 변수들의 이 입력 값들은, 상기 물리적 변수들의 입력 값들의 시간 정보가 융합 필터의 현재 임박한 기능 단계의 시간 정보보다 더 오래된 경우에는, 상기 물리적 변수들의 내부 값들이 입력 값들의 시간 정보에 따라 외삽되는 것에 의하여, 융합 필터의 내부 값들과 시간-보정된 (time-corrected) 방식으로 연산되고, 특히 이러한 물리적 변수의 마지막 2 개의 값들이, 동일한 측정 변수의 측정이 실패하지 않은 2 개의 연속적인 측정들에 기초한다면 외삽을 위해 이러한 물리적 변수의 마지막 2 개의 값들의 구배 (gradient) 가 이용되는 것이 적절하다.
융합 필터는 융합 필터의 하나 이상의 기능 단계들 사이의 오프셋 값들 및/또는 변화 값들 및/또는 보정 값들 및/또는 에러 값들이 특히, 물리적 변수들의 절대 값들 및/또는 내부 값들이 저장되는 정의된 시간 기간 내에 제한된 정도로 또는 무시할 정도로만 변화한다는 사실에 기초한 적어도 하나의 모델 가정을 고려하도록 구성되는 것이 바람직하다.
본 발명은 바람직하게는, 상이한 시점들에서 측정되는 상이한 센서들 또는 센서 소자들 또는 선택적으로 추가적으로 위성 내비게이션 시스템의 중복적인 측정 데이터가 융합 필터에서 서로와 함께 연산되도록 하기 위하여, 그리고 중복성의 장점들이 센서 융합의 상황에서 사용될 수 있도록 하기 위하여, 현재의 측정 데이터에 대한 융합 필터의 입력 값들, 즉, 융합 필터의 임박한 기능 단계에서 현재 존재하는 측정 데이터에 대한 값들을 형성하는 시간 만료된 (out-of-date) 측정 데이터 사이의 에러를 최소화하기 위해, 동일한 측정 시점과 연관된 방식으로 존재하는 융합 필터의 측정 변수들 및/또는 내부 값들을 연산하는 것이 유익하다는 개념에 기초하고 있다.
융합 필터는 바람직하게는 융합 필터의 물리적 변수들의 비교 값들 또는 내부 값들이 특히 모든 입력 데이터의 모든 지연 시간들을 커버해야 하는 특정한 시간 또는 정의된 시간 기간 동안에 버퍼-저장 (buffer-store) 되고, 그 다음으로, 데이터 융합을 위하여, 과거로부터의 적절한 내부 값이 비교를 위해 선택되고, 입력 값과 연산된다. 구체적으로, 이것은 예를 들어, 샘플링/샘플 레이트/측정 시점들에 의해 제한될 수 있고; 필터의 내부 값들과 측정 데이터 사이의 특정한 공간 간격이 특히 바람직하게는 남아 있다. 대안적으로 바람직하게는, 값들이 유효한 측정값이 측정 데이터의 시점에서 적절하게 존재할 정도까지 필터의 샘플링들 사이에 미세하게 보간된다. 동일한 물리적 변수의 각각의 경우에 있어서, 융합으로부터의 내부 값들과 측정 데이터 또는 입력 값들이 동일한 시점에서 존재하거나 실질적으로 동일한 할당된 시간 정보를 갖는 경우, 이들은 간단한 방식으로 서로와 연산/융합될 수 있다. 적절하게는, 융합으로부터의 데이터는 측정 데이터의 데이터와 비교되고, 그 다음으로, 융합 필터의 값들을 업데이트하는 보정 값들이 그로부터 결정된다.
신호 처리 디바이스는, 융합 필터의 모든 입력 값들이 각각의 경우에 있어서 정의된 시간 기간에 대해 할당된 시간 정보와 함께 저장되고, 하나 이상의 물리적 변수들에 대한 융합 필터의 이전 기능 단계들의 절대 값들 및/또는 내부 값들이 정의된 시간 기간에 대해 각각 할당된 시간 정보와 함께 저장되도록 구성되는 것이 바람직하다. 현재 임박한 기능 단계의 시간 등급은 가장 이른 시간 정보를 갖는 물리적 변수의 입력 값의 시간 정보에 의해 정의되는 것이 적절하다. 적절하게는, 물리적 변수의, 융합 필터의 입력 값들의 시간 정보에 따라, 이 입력 값들은 그 시간 정보, 즉 절대 값 및/또는 내부 값의 시간 정보가 입력 값의 시간 정보에 실질적으로 대응하는 동일한 물리적 변수의 절대 값 및/또는 내부 값과 비교 및/또는 연산됨으로써 융합 필터에서 연산된다. 이 연산의 결과는 시간 등급을 가지거나, 입력 변수와, 절대 값 또는 내부 값에 할당된 시간 정보의 시점에 관련된다. 이 결과에 기초하여, 하나 이상의 기능 단계들이 융합 필터에 의해 수행되고, 시간 등급을 가지거나 시간 정보가 할당되고, 이 계산 프로세스의 시작 시에 현재 임박한 기능 단계의 시간 등급에 대응하고, 시간 등급이 가장 이른 시간 정보르르 갖는 물리적 변수의 입력 값의 시간 정보에 의해 정의되었던, 기능 단계의 결과가 존재할 때까지, 기능 단계에 의해 각각 더 이른 입력 데이터와 절대 값들 또는 내부 값들과 함께 시간에 있어서 순방향으로 계산된다.
바람직하게는, 시간 등급은 절대적인 또는 상대적인 시간 정보, 또는 대안적으로 바람직하게는 시간적인 순서에 있어서의 등급, 대안적으로는 특히 이 둘의 조합을 의미하는 것으로 이해된다.
본 발명은 추가적으로 차량들, 특히 자동차들, 특히 바람직하게는 오토모빌 내의 센서 시스템의 이용에 관한 것이다.
또 다른 바람직한 실시형태들은 도 1 을 참조한 예시적인 실시형태의 다음의 설명 및 종속항들로부터 명백하다.
도 1 은 차량에서의 배열 및 이용을 위해 제공된 센서 시스템의 하나의 예시적인 실시형태의 개략도를 도시한다. 이 경우, 센서 소자들 및 위성 내비게이션 시스템과, 신호 처리 디바이스의 가장 중요한 신호 처리 유닛들은 서로 간에 그 상호작용이 있는 것과 같이 기능 블록들로서 예시된다.
도 1 은 차량에서의 배열 및 이용을 위해 제공된 센서 시스템의 하나의 예시적인 실시형태의 개략도를 도시한다. 이 경우, 센서 소자들 및 위성 내비게이션 시스템과, 신호 처리 디바이스의 가장 중요한 신호 처리 유닛들은 서로 간에 그 상호작용이 있는 것과 같이 기능 블록들로서 예시된다.
센서 시스템은, 제 1, 제 2 및 제 3 정의된 축을 따르는 적어도 가속도들과, 상기 제 1 정의된 축 주위, 상기 제 2 정의된 축 주위 그리고 제 3 정의된 축 주위의 적어도 회전 레이트들을 검출할 수 있도록 구성되는 관성 센서 배열체 (1), IMU, "관성 측정 유닛 (inertial measurement unit)" 을 포함하고, 제 1 정의된 축은 차량의 종축에 대응하고, 제 2 정의된 축은 차량의 횡축에 대응하고, 제 3 정의된 축은 차량의 수직축에 대응한다. 이들 3 개의 축들은 데카르트 좌표계, 즉, 차량 좌표계를 형성한다.
센서 시스템은, 스트랩다운 알고리즘이 수행되는 스트랩다운 알고리즘 유닛 (2) 을 포함하고, 스트랩다운 알고리즘 유닛에 의하여 관성 센서 배열체 (1) 의 적어도 센서 신호들이 처리되어, 보정된 내비게이션 데이터 및/또는 주행 동역학 데이터를 형성한다. 스트랩다운 알고리즘 유닛 (2) 의 이들 출력 데이터는 다음의 물리적 변수들의 데이터를 포함한다: 예를 들어, 차량 좌표계의 3 개의 축들에 대하여, 그리고 그 예에 따라, 추가적으로 각각의 경우에 있어서, 세계에서 차량의 방위 및/또는 동적 변수들을 설명하기에 적당한 세계 좌표계에 대하여, 차량의 각각의 경우에 있어서 속도, 가속도 및 회전 레이트. 또한, 스트랩다운 알고리즘 유닛 (2) 의 출력 데이터는 차량 좌표계에 관한 위치와, 세계 좌표계에 대한 방위를 포함한다. 또한, 스트랩다운 알고리즘 유닛의 출력 데이터는 상기 언급된 물리적 변수들, 즉, 상기 변수들의 적어도 일부의 데이터 품질에 대한 정보로서 분산들을 가진다. 예에 따르면, 이들 분산들은 스트랩다운 알고리즘 유닛에서 계산되는 것이 아니라, 상기 스트랩다운 알고리즘 유닛에 의해 오직 이용되고 전달된다.
스트랩다운 알고리즘 유닛의 출력 데이터는 예를 들어, 추가적으로 전체 센서 시스템의 출력 데이터 (12) 또는 출력 신호들이다.
센서 시스템은, 차량의 휠들 중의 하나의 각각의 경우에 있어서의 휠 회전 속력들을 검출하며 각각의 경우에 있어서 회전의 방향을 추가적으로 검출하는, 예에 따르면 4 개인, 차량의 각각의 휠에 대한 휠 회전 속력 센서 소자들 (3) 을 추가적으로 포함하고, 차량의 조향 각도를 검출하는 조향 각도 센서 소자 (3) 를 추가적으로 포함한다. 휠 회전 속력 센서 소자 및 조향 각도 센서 소자는 주행거리계 검출 (odometry detection) 을 위한 센서 배열체 (3) 를 형성한다.
또한, 센서 시스템은, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 거리 데이터 또는 그 종속적인 변수와, 할당된 위성과 차량 사이의 각각의 경우에 있어서의 속도 정보 데이터 또는 그 종속적인 변수를 검출 및/또는 제공하도록 구성되는 위성 내비게이션 시스템 (4) 을 가진다. 또한, 예에 따르면, 위성 내비게이션 시스템 (4) 은 적어도 센서 시스템의 시작 또는 스위치-온 (switch-on) 시에 시작 위치 또는 시작 위치 정보를 융합 필터에 제공한다.
센서 시스템의 신호 처리 디바이스는 융합 필터 (5) 를 추가적으로 포함한다. 융합 필터 (5) 는 센서 소자들 (3), 즉, 주행거리계의 적어도 센서 신호들 및 그로부터 유도된 신호들과, 위성 내비게이션 시스템 (4) 의 출력 신호들 및/또는 그로부터 유도된 신호들의 공동 평가 동안에, 정의된 융합 데이터 세트 (6) 를 제공한다. 상기 융합 데이터 세트는 각각의 경우에 있어서 정의된 물리적 변수들에 대한 데이터를 가지고, 적어도 하나의 물리적 변수에 대한 융합 데이터 세트 (6) 는 상기 물리적 변수의 값 및 그 데이터 품질에 대한 정보를 포함하고, 상기 데이터 품질에 대한 정보는 예에 따라 분산으로서 구체화된다.
융합 데이터 세트 (6) 는 적어도 하나의 물리적 변수의 값으로서, 상대적인 값, 예를 들어, 오프셋 값이라고 또한 지칭되는 보정 값을 포함한다. 예에 따르면, 보정 값은 각각의 경우에 있어서 융합 필터 (5) 에 의해 제공되는 누적된 에러 값들 또는 변화 값들로부터 나온다.
예에 따르면, 융합 데이터 세트 (6) 의 각각의 물리적 변수들의 상대적인 값들은 그러므로 보정 값들 및 분산들이다. 다시 말해서, 예에 따르면, 융합 데이터 세트 (6) 는, 스트랩다운 알고리즘 유닛의 입력 변수 또는 입력 데이터 세트로서 제공되며 그 계산들에서 후자에 의해 적어도 부분적으로 고려되는 에러 버짓 (error budget) 을 계산한다. 상기 에러 버짓은 데이터 세트 또는 출력 데이터로서, 물리적 변수들의 적어도 보정 값들 또는 에러 값들과, 각각의 경우에 있어서, 각각의 값에 대한 데이터 품질에 대한 정보로서, 분산을 포함한다. 이 경우, 융합 필터는 각각의 경우에 있어서 차량 좌표계에 대한 속도, 가속도 및 회전 레이트의 물리적 변수들에 대한 적어도 보정 값들 및 분산들, 즉, 각각의 경우에 있어서 상기 좌표계에 대한 이들 변수들의 3 개의 성분들과, 차량 좌표계와 그 좌표계 사이의 IMU 방위 또는 IMU 방위 각도, 또는 관성 센서 배열체 (1) 의 설치 방위 및 세계 좌표계에 대한 위치를 스트랩다운 알고리즘 유닛에 송신된다.
융합 데이터 세트의 물리적 변수들의 값들은 센서 소자들 (3) 및 위성 내비게이션 시스템 (4) 의 센서 신호들에 직접적으로 또는 간접적으로 기초하여 계산되고, 적어도 일부 변수들, 예를 들어 차량 좌표들에 대한 차량의 속도 및 위치가 검출되고 스트랩다운 알고리즘 유닛 (2) 의 데이터에 대하여 중복적으로 사용된다.
융합 필터 (5) 는 예에 따르면, 에러 상태 공간 확장된 순차 칼만 필터로서, 즉, 특히 선형화를 포함하고, 보정 값들이 계산 및/또는 추정되고, 순차적으로 동작하고 이 경우에 있어서 시퀀스의 각각의 기능 단계에서 이용가능한 입력 데이터를 이용/고려하는 칼만 필터로서 구성되는 것과 같다.
융합 필터 (5) 는 융합 필터의 기능 단계 동안에, 항상, 비동기식으로, 센서 소자들 (3), 즉 휠 회전 속력 센서 소자들 및 조향 각도 센서 소자의 최신 - 융합 필터에 의해 이용가능한 - 정보 및/또는 신호들 및/또는 데이터가, 차량 모델 유닛 (7) 의 도움으로 간접적으로 그리고 위성 내비게이션 시스템 (4) 의 도움으로 직접적으로 또는 간접적으로, 순차적으로 업데이트되고, 및/또는 융합 필터에 포함되며 융합 필터들의 할당된 기능 단계의 계산 동안에 고려되도록 구성된다.
차량 모델 유닛 (7) 은 휠 회전 속력 센서 소자들 (3) 및 조향 각도 센서 소자 (3) 로부터, 적어도 제 1 정의된 축을 따르는 속도, 제 2 정의된 축을 따르는 속도, 및 제 3 정의된 축 주위의 회전 레이트를 계산하고 이들을 융합 필터 (5) 에 제공하도록 구성된다.
예에 따르면, 센서 시스템은 4 개의 휠 회전 속력 센서 소자들 (3) 을 포함하고, 휠 회전 속력 센서 소자들의 하나는 각각의 경우에 있어서 차량의 각각의 휠에 할당되고, 차량 모델 유닛 (7) 은, 휠 회전 속력 센서 소자들의 센서 신호들과, 조향 각도 센서 유닛에 의해 제공된 조향 각도, 및/또는, 특히 전방 휠들에 대한 조향 각도 센서 소자에 의해 그리고 후방 휠들에 대한 적어도 하나의 또 다른 조향 각도 센서 소자의 도움으로 또는 적어도 후방 휠들에 대한 모델 가정으로부터 검출된 각각의 휠의 조향 각도로부터, 상기 차량 모델 유닛이 제 1 및 제 2 정의된 축을 따라/제 1 및 제 2 정의된 축들에 대하여 직접적으로 또는 간접적으로, 각각의 휠의 속도 성분들 및/또는 속도를 계산하도록 구성되고, 제 1 및 제 2 정의된 축들 각각에 대한 이들 8 개의 속도 성분들 및/또는 4 개의 속도들로부터, 제 1 정의된 축을 따르는 속도, 제 2 정의된 축을 따르는 속도, 및 제 3 정의된 축 주위의 회전 레이트가 계산된다.
센서 시스템 또는 그 신호 처리 디바이스는, 각각의 휠의 적어도 반경, 예에 따르면 동적 반경을 계산하고, 각각의 휠의 코너링 스티프니스 및 슬립 스티프니스 (slip stiffness) 를 추가적으로 계산하며 이들을 추가적인 입력 변수들로서 차량 모델 유닛 (7) 에 제공하는 타이어 파라미터 추정 유닛 (10) 을 추가적으로 포함하고, 타이어 파라미터 추정 유닛 (10) 은 휠/타이어 변수들을 계산하기 위하여 실질적으로 선형의 타이어 모델을 이용하도록 구성된다. 예에 따른 타이어 파라미터 추정 유닛의 입력 변수들은 이 경우에 있어서 휠 회전 속력들 (3) 및 조향 각도 (3), 적어도 부분적으로 또는 완전히 스트랩다운 알고리즘 유닛 (2) 의 출력 변수들 또는 값들, 특히 물리적인 변수들의 값들에 부가하여 이에 따라 제공된 분산들, 및 타이어 파라미터 추정 유닛 (10) 의 입력 변수들인 물리적 변수들에 대한 융합 필터 (5) 의 분산들이다.
센서 시스템 또는 그 신호 처리 디바이스는, 예에 따르면, 입력 데이터로서, 위성 내비게이션 시스템 (4) 의 출력 데이터 또는 출력 신호들과, 적어도 부분적으로 스트랩다운 알고리즘 유닛 (2) 의 출력 데이터 또는 출력 신호들을 수신하고, 이들을 그 계산들에서 고려하도록 구성되는 GPS 에러 검출 및 적정화 (plausibilization) 유닛 (11) 을 추가적으로 포함한다.
이 경우, GPS 에러 검출 및 적정화 유닛 (11) 은 융합 필터 (5) 에 추가적으로 연결되고 후자와 데이터를 교환한다.
GPS 에러 검출 및 적정화 유닛 (11) 은 예를 들어, 다음의 방법을 수행하도록 구성된다:
위성을 선택하기 위한 방법으로서,
- GNSS 신호, 즉, 글로벌 내비게이션 위성 시스템 (Global Navigation Satellite System) 신호, 위성 내비게이션 시스템 (4) 의 출력 신호 또는 출력 데이터에 기초하여 위성에 대한 차량의 측정 위치 데이터를 측정하는 단계,
- GNSS 신호에 기초하여 결정된 측정 위치 데이터에 대해 중복적인 차량의 기준 위치 데이터를 결정하는 단계, 및
- 측정 위치 데이터 및 기준 위치 데이터의 비교가 미리 결정된 조건을 충족하는 경우, 위성을 선택하는 단계를 포함하고,
- 측정 위치 데이터와 기준 위치 데이터의 비교를 위하여, 측정 위치 데이터와 기준 위치 데이터 사이의 차이가 형성되고,
- 미리 결정된 조건은 측정 위치 데이터와 기준 위치 데이터 사이의 최대 허용가능한 에러이고,
- 최대 허용가능한 에러는 기준 위치 데이터에 대한 기준 분산 및 측정 위치 데이터에 대한 측정 분산의 합에 기초하여 계산된 표준 편차에 종속적이고,
- 최대 허용가능한 에러는 표준 편차에 의존하는 변동 간격 내로의 측정 위치 데이터가 미리 결정된 임계값 미만에 속할 가능성이 있도록 표준 편차의 배수에 대응하는, 위성을 선택하기 위한 방법.
센서 시스템 또는 그 신호 처리 디바이스는, 차량의 정지를 식별할 수 있고, 차량의 식별된 정지 시에는, 정지 모델로부터 적어도 융합 필터 (5) 로 정보, 이 경우에는 특히 모든 3 개의 축들 주위의 회전 레이트들이 값 0 을 가지고 적어도 하나의 위치 변화 변수가 마찬가지로 값 0 을 가지며, 특히 모든 3 개의 축들을 따르는 속도들이 값 0 을 가진다는 정보를 제공하도록 구성되는 정지 식별 유닛 (8) 을 추가적으로 포함한다. 정지 식별 유닛 (8) 은 이 경우에 있어서, 예에 따르면, 입력 데이터로서 휠 회전 속력들 또는 휠 회전 속력 신호들과, 관성 센서 배열체 (1) 의 "미처리 (raw)" 또는 직접적인 출력 신호들을 사용하도록 구성된다.
예에 따르면, 신호 처리 디바이스는 차량 좌표계에 관련된 값들인 물리적 변수들의 제 1 그룹의 데이터를 계산 및/또는 이용하고, 세계 좌표계에 관련된 값들인 물리적 변수들의 제 2 그룹의 데이터를 추가적으로 계산 및/또는 이용하고, 상기 세계 좌표계는 특히 세계에서 차량의 방위 및/또는 동적 변수들을 적어도 설명하기에 적당하고, 센서 시스템은 차량 좌표계와 세계 좌표계 사이의 방위 각도를 계산하는 방위 모델 유닛 (9) 을 가진다.
차량 좌표계와 세계 좌표계 사이의 방위 각도는 다음의 변수들에 적어도 기초하여 방위 모델 유닛 (9) 에서 계산된다: 차량 좌표계에 대한 속도, 세계 좌표계에 대한 속도 및 조향 각도.
차량 좌표계와 세계 좌표계 사이의 방위 각도는, 예에 따르면, 추가적으로 다음의 변수들 중의 하나 이상에 적어도 기초하여 방위 모델 유닛 (9) 에서 계산된다:
세계 좌표계에 대한 차량의 방위 정보,
융합 필터의 보정 값들 및/또는 분산들 중의 일부 또는 전부, 및/또는
차량 좌표계 및/또는 세계 좌표계에 대한 차량의 가속도.
방위 모델 유닛 (9) 은 계산을 위하여 스트랩다운 알고리즘 유닛 (2) 의 출력 데이터 및/또는 출력 신호들의 일부 또는 전부를 이용한다.
예에 따르면, 방위 모델 유닛 (9) 은 방위 각도에 부가하여, 이 변수의 데이터 품질에 대한 정보, 특히 방위 각도의 분산을 또한 계산 및 제공하도록 구성되고, 방위 모델 유닛 (9) 은 차량 좌표계와 세계 좌표계 사이의 방위 각도와, 이 변수의 데이터 품질에 대한 정보를 융합 필터 (5) 에 제공하고, 융합 필터는 그 계산들에서 이 방위 각도를 이용하며, 특히 바람직하게는 이 변수의 데이터 품질에 대한 정보, 특히 방위 각도의 분산을 스트랩다운 알고리즘 유닛 (2) 에 전달한다.
Claims (20)
- 센서 시스템으로서,
적어도 부분적으로 상이한 주요 측정 변수들을 검출하고 적어도 부분적으로 상이한 측정 원리들을 이용하도록 구성된 복수의 센서 소자들 (1, 3, 4) 을 포함하고, 신호 처리 디바이스를 더 포함하고,
상기 신호 처리 디바이스는 상기 센서 소자들의 센서 신호들을 적어도 부분적으로 공동으로 평가하도록 구성되고,
상기 신호 처리 디바이스는 상기 센서 소자들의 적어도 상기 센서 신호들 및/또는 그로부터 유도된 신호들의 공동 평가 동안에, 정의된 융합 데이터 세트 (fusion data set) (6) 를 제공하는 융합 필터 (fusion filter) (5) 를 가지고, 상기 융합 데이터 세트는 각각의 경우에 있어서 정의된 물리적 변수들에 대한 데이터를 가지고, 상기 융합 데이터 세트 (6) 는 적어도 하나의 물리적 변수에 대하여, 상기 물리적 변수의 값 및 그 데이터 품질에 대한 정보를 포함하는 것을 특징으로 하는 센서 시스템. - 제 1 항에 있어서,
상기 융합 필터 (5) 는 상기 융합 데이터 세트 (6) 가 상기 적어도 하나의 물리적 변수의 값으로서, 상대적인 값, 특히 오프셋 값 및/또는 변화 값 및/또는 보정 값 및/또는 에러 값을 포함하도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 1 항 또는 제 2 항에 있어서,
상기 융합 데이터 세트의 각각의 물리적 변수들의 각각의 값들은 각각의 경우에 있어서 변동, 특히 그 데이터 품질에 대한 정보로서 분산 (variance) 이 할당되는 보정 값들인 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 융합 필터 (5) 는 상기 융합 데이터 세트 (6) 의 상기 적어도 하나의 물리적 변수의 값이 상기 복수의 센서 소자들 (1, 3, 4) 의 센서 신호들에 직접적으로 또는 간접적으로 기초하여 계산되도록 구성되고, 상기 센서 소자들 (1, 3, 4) 이 직접적인 또는 간접적인 방식으로 중복적으로 상기 적어도 하나의 물리적 변수를 검출하는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 융합 필터 (5) 는 적어도 예측 단계들 및 보정 단계들을 반복적으로 수행하고 적어도 부분적으로 상기 융합 데이터 세트 (6) 를 제공하는 칼만 필터로서 구성되는 것을 특징으로 하는 센서 시스템. - 제 5 항에 있어서,
상기 융합 필터 (5) 는, 에러 상태 공간 확장된 순차 칼만 필터로서, 즉, 특히 선형화를 포함하고, 그리고 에러 상태 정보가 계산 및/또는 추정되고, 및/또는 순차적으로 동작하며 이 경우에 있어서 시퀀스의 각각의 기능 단계에서 이용가능한 입력 데이터를 이용/고려하는, 칼만 필터로서 구성되는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 센서 시스템은 적어도 하나의 가속도 센서 소자 및 적어도 하나의 회전 레이트 센서 소자를 포함하는 관성 센서 배열체 (inertial sensor arrangement) (1) 를 가지고, 상기 센서 시스템은 스트랩다운 알고리즘 (strapdown algorithm) 이 수행되는 스트랩다운 알고리즘 유닛 (2) 을 포함하고, 상기 스트랩다운 알고리즘 유닛에 의해서 상기 관성 센서 배열체 (1) 의 적어도 센서 신호들이 처리되어, 상기 센서 시스템이 배열되는 차량에 대하여, 특히 보정된 내비게이션 데이터 및/또는 주행 동역학 데이터를 형성하는 것을 특징으로 하는 센서 시스템. - 제 7 항에 있어서,
상기 스트랩다운 알고리즘 유닛 (2) 은 그 계산된 내비게이션 데이터 및/또는 주행 동역학 데이터를 상기 융합 필터 (5) 에 직접적으로 또는 간접적으로 제공하는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
상기 센서 시스템은, 제 2 정의된 축, 특히 차량의 횡축을 따르는 적어도 가속도와, 제 3 정의된 축, 특히 상기 차량의 수직축 주위의 적어도 회전 레이트를 검출할 수 있도록 구성되는 관성 센서 배열체 (1) 를 가지고, 제 1 및 제 3 정의된 축들은 발생계 (generating system) 를 형성하며, 이 경우에 있어서 특히 서로에 대해 수직으로 방위가 정해지고,
상기 센서 시스템은, 휠의 휠 회전 속력, 또는 상기 센서 시스템이 배열되는 상기 차량의 휠들 중 각각의 하나의 휠 회전 속력들을 검출하는, 적어도 하나의 휠 회전 속력 센서 소자 (3), 특히 적어도 또는 정확하게는 4 개의 휠 회전 속력 센서 소자들을 추가적으로 가지고,
상기 센서 시스템은, 상기 차량의 조향 각도를 검출하는 적어도 하나의 조향 각도 센서 소자 (3) 를 추가적으로 포함하고,
상기 센서 시스템은, 할당된 위성과 상기 차량 사이의 각각의 경우에 있어서의 거리 데이터 또는 그 종속적인 변수와, 상기 할당된 위성과 상기 차량 사이의 각각의 경우에 있어서의 속도 정보 데이터 또는 그 종속적인 변수를 검출 및/또는 제공하도록 특히 구성되는 위성 내비게이션 시스템 (4) 을 더 포함하는 것을 특징으로 하는 센서 시스템. - 제 9 항에 있어서,
상기 관성 센서 배열체 (1) 는 상기 제 1, 제 2 및 제 3 정의된 축을 따르는 적어도 가속도들과, 상기 제 1 정의된 축 주위, 상기 제 2 정의된 축 주위 및 상기 제 3 정의된 축 주위의 적어도 회전 레이트들을 검출할 수 있도록 구성되고, 상기 제 1, 제 2 및 제 3 정의된 축들은 발생계를 형성하고, 이 경우, 특히 각각의 경우에 있어서 서로에 대해 수직으로 방위가 정해지는 것을 특징으로 하는 센서 시스템. - 제 9 항 또는 제 10 항에 있어서,
상기 관성 센서 배열체 (1) 는 그 센서 신호들을 스트랩다운 알고리즘 유닛 (2) 에 제공하고,
상기 스트랩다운 알고리즘 유닛 (2) 은, 적어도
상기 관성 센서 배열체 (1) 의 센서 신호들, 및
센서 신호 또는 물리적 변수에 할당되며 상기 융합 필터에 의해 제공되는, 특히 에러 상태 정보 및/또는 분산 및/또는 데이터 품질에 대한 정보 중의 적어도 하나의 항목으로부터,
측정 변수들 및/또는 내비게이션 데이터 및/또는 주행 동역학 데이터로서,
상기 제 1, 제 2 및 제 3 정의된 축을 따르는 적어도 보정된 가속도들,
이들 3 개의 정의된 축들 주위의 적어도 보정된 회전 레이트들,
이들 3 개의 정의된 축들에 대한 적어도 하나의 속도, 및
적어도 하나의 위치 변수
를 계산 및/또는 제공하도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 9 항 내지 제 11 항 중 어느 한 항에 있어서,
상기 센서 시스템은,
상기 관성 센서 배열체 (1) 및/또는 스트랩다운 알고리즘 유닛 (2) 의,
특히 차량 모델 유닛 (7) 을 통해 간접적으로 상기 휠 회전 속력 센서 소자들 (3) 및 상기 조향 각도 센서 소자 (3) 의, 그리고
상기 위성 내비게이션 시스템 (4) 의
직접적인 또는 유도된 변수로서, 각각의 경우에 있어서 적어도 하나의 센서 신호 및/또는 물리적 변수가, 여기서는, 특히 상기 할당된 위성과 상기 차량 사이의 각각의 경우에 있어서의 거리 데이터 또는 그 종속적인 변수와, 상기 할당된 위성과 상기 차량 사이의 각각의 경우에 있어서의 속도 정보 데이터 또는 그 종속적인 변수가
상기 융합 필터 (5) 에 제공되고, 그 계산들 동안에 상기 융합 필터에 의해 고려되도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 12 항에 있어서,
상기 차량 모델 유닛 (7) 은, 상기 휠 회전 속력 센서 소자들 (3) 및 상기 조향 각도 센서 소자 (3) 의 센서 신호들로부터, 상기 제 1 정의된 축을 따르는 속도, 상기 제 2 정의된 축을 따르는 속도, 및 상기 제 3 정의된 축 주위의 회전 레이트가 계산되도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 13 항에 있어서,
상기 차량 모델 유닛 (7) 은 계산을 위하여 과도하게 결정된 연립방정식을 풀기 위한 최소 제곱 에러법 (least square error method) 을, 특히 최소 제곱 에러법으로서 이용하도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 13 항 또는 제 14 항에 있어서,
상기 차량 모델 유닛 (7) 은 그 계산 동안에, 적어도 다음의 물리적 변수들 및/또는 파라미터들,
a) 특히 2 개의 전방 휠들에 대한 조향 각도 센서에 의해 검출되는 각각의 휠의 조향 각도, 후방 휠들의 조향 각도가 0 과 동일하거나 후방 휠들의 조향 각도가 추가적으로 검출된다는 모델 가정이 행해짐,
b) 각각의 휠의 휠 회전 속력 또는 그 종속적인 변수,
c) 각각의 휠의 회전 방향,
d) 각각의 휠의 동적 반경 및/또는 휠 직경, 및
e) 차량의 각각의 차축 (axle) 의 차폭 (track width) 및/또는 차량의 차축들 사이의 휠베이스 (wheel base) 를 고려하도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 15 항 중 어느 한 항에 있어서,
상기 신호 처리 디바이스는 상기 융합 필터 (5) 가 정의된 시점들에서 상기 융합 데이터 세트 (6) 를 계산 및/또는 제공 및/또는 출력하도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 16 항 중 어느 한 항에 있어서,
상기 융합 필터 (5) 는 상기 센서 소자들 (3, 4), 특히 휠 회전 속력 센서 소자들 및 조향 각도 센서 소자의 샘플링 레이트들 및/또는 센서 신호 출력 시점들에 관계없이, 그리고 위성 내비게이션 시스템의 시간적인 신호 또는 측정 변수 또는 정보 출력 시점들에 관계없이, 상기 융합 데이터 세트 (6) 를 계산 및/또는 제공 및/또는 출력하도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 16 항 또는 제 17 항에 있어서,
상기 신호 처리 디바이스는, 상기 융합 필터 (5) 의 기능 단계 동안에, 항상, 특히 비동기식으로, 상기 센서 소자들 (3), 특히 휠 회전 속력 센서 소자들 및 조향 각도 센서 소자의 최신 - 상기 융합 필터 (5) 에 의해 이용가능한 - 정보 및/또는 신호들 및/또는 데이터가 직접적으로 또는 간접적으로, 특히 직접적으로 또는 간접적으로 차량 모델 유닛 (7) 및 위성 내비게이션 시스템 (4) 의 도움으로, 순차적으로 업데이트되고, 및/또는 상기 융합 필터 내에 포함되며 상기 융합 필터의 할당된 기능 단계의 계산 동안에 고려되도록 구성되는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 18 항 중 어느 한 항에 있어서,
상기 센서 시스템은, 차량의 정지를 식별할 수 있고, 상기 차량의 식별된 정지의 경우에는, 정지 모델로부터 적어도 상기 융합 필터 (5) 로 정보, 이 경우에는 특히 모든 3 개의 축들 주위의 회전 레이트들이 값 0 을 가지고 적어도 하나의 위치 변화 변수가 마찬가지로 값 0 을 가지며, 특히 모든 3 개의 축들을 따르는 속도들이 값 0 을 가진다는 정보를 제공하도록 구성되는 정지 식별 유닛 (8) 을 가지는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 19 항 중 어느 한 항에 있어서,
상기 신호 처리 디바이스는 차량 좌표계에 관련된 값들인 물리적 변수들의 제 1 그룹의 데이터를 계산 및/또는 이용하고, 상기 신호 처리 디바이스는 세계 좌표계 (world coordinate system) 에 관련된 값들인 물리적 변수들의 제 2 그룹의 데이터를 또한 계산 및/또는 이용하고, 상기 세계 좌표계는 특히 세계에서 차량의 방위 및/또는 동적 변수들을 적어도 설명하기에 적당하고, 상기 센서 시스템은 상기 차량 좌표계와 상기 세계 좌표계 사이의 방위 각도를 계산하는 방위 모델 유닛 (9) 을 가지고, 상기 차량 좌표계와 상기 세계 좌표계 사이의 상기 방위 각도는 다음의 변수들: 상기 차량 좌표계에 대한 속도, 상기 세계 좌표계에 대한 속도 및 특히 조향 각도에 적어도 기초하여 상기 방위 모델 유닛에서 계산되는 것을 특징으로 하는 센서 시스템.
Applications Claiming Priority (19)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011082549 | 2011-09-12 | ||
DE102011082534 | 2011-09-12 | ||
DE102011082539 | 2011-09-12 | ||
DE102011082552 | 2011-09-12 | ||
DE102011082548.7 | 2011-09-12 | ||
DE102011082535.5 | 2011-09-12 | ||
DE102011082552.5 | 2011-09-12 | ||
DE102011082551 | 2011-09-12 | ||
DE102011082551.7 | 2011-09-12 | ||
DE102011082549.5 | 2011-09-12 | ||
DE102011082535 | 2011-09-12 | ||
DE102011082548 | 2011-09-12 | ||
DE102011082534.7 | 2011-09-12 | ||
DE102011082539.8 | 2011-09-12 | ||
DE102011086710 | 2011-11-21 | ||
DE102011086710.4 | 2011-11-21 | ||
DE102012207297 | 2012-05-02 | ||
DE102012207297.7 | 2012-05-02 | ||
PCT/EP2012/067877 WO2013037854A1 (de) | 2011-09-12 | 2012-09-12 | Sensorsystem umfassend ein fusionsfilter zur gemeinsamen signalverarbeitung |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20140067120A true KR20140067120A (ko) | 2014-06-03 |
Family
ID=46832406
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020147009753A KR20140067120A (ko) | 2011-09-12 | 2012-09-12 | 공통 신호 처리를 위한 융합 필터를 포함하는 센서 시스템 |
KR1020147009712A KR20140067117A (ko) | 2011-09-12 | 2012-09-12 | 차량 모델 유닛을 포함하는 센서 시스템 |
KR1020147009424A KR20140067108A (ko) | 2011-09-12 | 2012-09-12 | 시간 정정 센서 시스템 |
KR1020147009748A KR20140067119A (ko) | 2011-09-12 | 2012-09-12 | 센서 시스템을 위한 방위 모델 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020147009712A KR20140067117A (ko) | 2011-09-12 | 2012-09-12 | 차량 모델 유닛을 포함하는 센서 시스템 |
KR1020147009424A KR20140067108A (ko) | 2011-09-12 | 2012-09-12 | 시간 정정 센서 시스템 |
KR1020147009748A KR20140067119A (ko) | 2011-09-12 | 2012-09-12 | 센서 시스템을 위한 방위 모델 |
Country Status (6)
Country | Link |
---|---|
US (4) | US10360476B2 (ko) |
EP (4) | EP2755867B1 (ko) |
KR (4) | KR20140067120A (ko) |
CN (2) | CN103930797B (ko) |
DE (4) | DE102012216215A1 (ko) |
WO (4) | WO2013037850A1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200055155A (ko) * | 2016-03-04 | 2020-05-20 | 콘티넨탈 테베스 아게 운트 코. 오하게 | 모터사이클의 롤 각도를 결정하는 방법 |
KR20210053341A (ko) * | 2017-02-24 | 2021-05-11 | 히어 그로벌 비. 브이. | 옥내 위치 결정을 위한 정확한 고도 추정 |
Families Citing this family (67)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012167367A1 (en) * | 2011-06-09 | 2012-12-13 | Trusted Positioning Inc. | Method and apparatus for real-time positioning and navigation of a moving platform |
CN104081222B (zh) * | 2011-10-24 | 2016-10-12 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于独立评价其数据的完整性的传感器*** |
FR2996302B1 (fr) * | 2012-10-01 | 2014-10-17 | Snecma | Procede et systeme de mesure a capteurs multiples |
DE102013210361A1 (de) | 2013-06-04 | 2014-12-04 | Siemens Aktiengesellschaft | Verfahren zur Ermittlung zumindest einer Geschwindigkeit bei einem Schienenfahrzeug |
US20160360697A1 (en) * | 2013-09-03 | 2016-12-15 | Agco Corporation | System and method for automatically changing machine control state |
DE102013218043B4 (de) * | 2013-09-10 | 2024-06-20 | Continental Automotive Technologies GmbH | Verfahren zum Bereitstellen relativer Messdaten für einen Fusionssensor |
DE102013016547A1 (de) * | 2013-10-04 | 2015-04-09 | Brose Fahrzeugteile Gmbh & Co. Kommanditgesellschaft, Hallstadt | Kollisionsschutzvorrichtung für ein bewegliches Fahrzeugteil |
CN104567918A (zh) * | 2013-10-12 | 2015-04-29 | 北京航天计量测试技术研究所 | 基于角度传感器的动态角度采集装置 |
KR101850225B1 (ko) | 2013-10-14 | 2018-04-18 | 나이키 이노베이트 씨.브이. | 복수의 디바이스들로부터의 에너지 소비량 계산결과들을 병합하는 신체단련 훈련 시스템 |
DE102014211178A1 (de) | 2013-11-20 | 2015-06-25 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Korrektur von Messdaten eines ersten Sensorsystems |
DE102014211166A1 (de) | 2013-11-20 | 2015-05-21 | Continental Teves Ag & Co. Ohg | Verfahren, Fusionsfilter und System zur Fusion von Sensorsignalen mit unterschiedlichen zeitlichen Signalausgabeverzügen zu einem Fusionsdatensatz |
FR3013834B1 (fr) * | 2013-11-28 | 2015-12-25 | Airbus Operations Sas | Methode de fusion de donnees de capteurs utilisant un critere de coherence |
US9290069B2 (en) * | 2014-02-03 | 2016-03-22 | The Goodyear Tire & Rubber Company | Tire innerliner-based parameter estimation system and method |
US9983020B2 (en) * | 2014-03-12 | 2018-05-29 | Nissan Motor Co., Ltd. | Vehicle operation device and method |
DE102014211176A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Korrektur von Messdaten und/oder Navigationsdaten eines Sensorbasissystems |
DE102014211177A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur echtzeitfähigen Bereitstellung von dynamischen Fehlerwerten dynamischer Messwerte |
DE102014211175A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Initialisierung eines Sensorfusionssystems |
DE102014211180A1 (de) | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten |
DE102014211171A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Anpassung eines Navigationssystems |
DE102014211172A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Korrektur von Ausgabedaten eines Sensorbasissystems |
DE102014211168A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Verifizierung von Messdaten |
DE102014211164A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Anpassung eines Navigationssystems |
GB201411298D0 (en) * | 2014-06-25 | 2014-08-06 | Trw Ltd | An electric power assisted steering system |
DE102014011410A1 (de) | 2014-07-31 | 2016-02-04 | Daimler Ag | Verfahren zum Betreiben eines Netzwerks eines Fahrzeugs |
US9880013B2 (en) * | 2014-08-01 | 2018-01-30 | Ford Global Technologies, Llc | Method and system for vehicle refueling |
US20160097861A1 (en) * | 2014-10-01 | 2016-04-07 | Illinois Institute Of Technology | Method and apparatus for location determination |
KR101624185B1 (ko) * | 2014-12-09 | 2016-05-25 | 현대자동차주식회사 | 단말기, 그와 통신하는 차량 및 그의 제어 방법 |
US9939532B2 (en) * | 2015-01-09 | 2018-04-10 | Honeywell International Inc. | Heading for a hybrid navigation solution based on magnetically calibrated measurements |
CN104713555A (zh) * | 2015-03-03 | 2015-06-17 | 南昌大学 | 应用全天域中性点辅助定向的车辆自主导航方法 |
CN107408333B (zh) * | 2015-03-06 | 2019-12-31 | 东芝三菱电机产业***株式会社 | 数据收集*** |
US9846040B2 (en) | 2015-05-08 | 2017-12-19 | Sharp Laboratories Of America, Inc. | System and method for determining the orientation of an inertial measurement unit (IMU) |
US9995654B2 (en) * | 2015-07-08 | 2018-06-12 | The Goodyear Tire & Rubber Company | Tire and vehicle sensor-based vehicle state estimation system and method |
CN105241453A (zh) * | 2015-10-18 | 2016-01-13 | 上海圣尧智能科技有限公司 | 一种无人机导航***及无人机 |
DE102016201980A1 (de) | 2015-11-12 | 2017-05-18 | Continental Teves Ag & Co. Ohg | System zum Plausibilisieren von Satellitensignalen globaler Navigationssysteme |
US9915947B1 (en) * | 2016-02-26 | 2018-03-13 | Waymo Llc | System and method for determining pose data for a vehicle |
EP3236210B1 (en) | 2016-04-20 | 2020-08-05 | Honda Research Institute Europe GmbH | Navigation system and method for error correction |
DE102016212326A1 (de) * | 2016-07-06 | 2018-01-11 | Robert Bosch Gmbh | Verfahren zur Verarbeitung von Sensordaten für eine Position und/oder Orientierung eines Fahrzeugs |
DE102016213893A1 (de) * | 2016-07-28 | 2018-02-01 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bestimmen der Absolutposition eines Kraftfahrzeugs, Ortsbestimmungssystem, Kraftfahrzeug |
DE102016215241A1 (de) * | 2016-08-16 | 2018-02-22 | Continental Automotive Gmbh | Verfahren zum Ermitteln einer Fahrzeuggeschwindigkeit, Steuerungsmodul und Speichermedium |
US10077982B2 (en) | 2016-09-26 | 2018-09-18 | Nxp Usa, Inc. | Calibrating inertial navigation data using tire pressure monitoring system signals |
US10386792B2 (en) * | 2016-10-19 | 2019-08-20 | Ants Technology (Hk) Limited | Sensory systems for autonomous devices |
DE102016222501A1 (de) * | 2016-11-16 | 2018-05-17 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bewerten einer Beschleunigung |
CN108254775A (zh) * | 2016-12-29 | 2018-07-06 | 联创汽车电子有限公司 | 车载导航***及其实现方法 |
JP6889057B2 (ja) * | 2017-07-14 | 2021-06-18 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
US10442257B2 (en) * | 2017-07-21 | 2019-10-15 | GM Global Technology Operations LLC | Determining tire leak rate |
US20190054915A1 (en) * | 2017-08-16 | 2019-02-21 | Deere & Company | Service Brake Assist Steering |
EP3470861B1 (en) * | 2017-10-10 | 2019-11-27 | Melexis Technologies SA | Redundant sensor fault detection |
DE102017222290A1 (de) * | 2017-12-08 | 2019-06-13 | Continental Teves Ag & Co. Ohg | Verfahren zum Bestimmen von Korrekturwerten, Verfahren zum Bestimmen einer Position eines Kraftfahrzeugs, elektronische Steuerungsvorrichtung und Speichermedium |
FR3075356B1 (fr) * | 2017-12-14 | 2020-07-17 | Safran Electronics & Defense | Systeme de navigation adapte pour mettre en oeuvre un traitement de fusion ou de consolidation |
DE102018212249A1 (de) * | 2018-07-24 | 2020-01-30 | Audi Ag | Verfahren, System und elektronische Recheneinrichtung zum Überprüfen von Sensoreinrichtungen von Fahrzeugen, insbesondere von Kraftfahrzeugen |
US11353872B2 (en) | 2018-07-30 | 2022-06-07 | Pony Ai Inc. | Systems and methods for selectively capturing and filtering sensor data of an autonomous vehicle |
DE102018222152A1 (de) | 2018-12-18 | 2020-06-18 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Ermitteln eines dynamischen Reifenumfangs eines Fortbewegungsmittels |
CN110307836B (zh) * | 2019-07-10 | 2021-05-07 | 北京智行者科技有限公司 | 一种用于无人清扫车辆贴边清扫的精确定位方法 |
CN110422175B (zh) * | 2019-07-31 | 2021-04-02 | 上海智驾汽车科技有限公司 | 车辆状态估计方法以及装置、电子设备、存储介质、车辆 |
CN112817301B (zh) * | 2019-10-30 | 2023-05-16 | 北京魔门塔科技有限公司 | 一种多传感器数据的融合方法、装置及*** |
EP3851806B1 (de) | 2020-01-15 | 2023-01-11 | Leuze electronic GmbH + Co. KG | Sensoranordnung und ein verfahren zum betrieb einer sensoranordnung |
CN111590558B (zh) * | 2020-02-05 | 2022-06-14 | 季华实验室 | 机器人振动抑制方法、装置、终端及存储介质 |
US11572074B2 (en) | 2020-05-22 | 2023-02-07 | Cnh Industrial America Llc | Estimation of terramechanical properties |
US12032383B2 (en) | 2020-05-22 | 2024-07-09 | Cnh Industrial America Llc | Localized obstacle avoidance for optimal V2V path planning |
US11993256B2 (en) | 2020-05-22 | 2024-05-28 | Cnh Industrial America Llc | Dynamic perception zone estimation |
DE102020207065B3 (de) * | 2020-06-05 | 2021-02-11 | Volkswagen Aktiengesellschaft | Fahrzeug, Verfahren, Computerprogramm und Vorrichtung zum Zusammenführen von Objektinformationen über ein oder mehrere Objekte in einem Umfeld eines Fahrzeugs |
CN112729370A (zh) * | 2020-12-31 | 2021-04-30 | 交通运输部公路科学研究所 | 桥梁动态应变监测***校准方法 |
CN113428095A (zh) * | 2021-07-19 | 2021-09-24 | 安徽安凯汽车股份有限公司 | 一种新能源客车方向盘安全控制*** |
US11872994B2 (en) * | 2021-10-30 | 2024-01-16 | Zoox, Inc. | Estimating vehicle velocity |
CN114114369B (zh) * | 2022-01-27 | 2022-07-15 | 智道网联科技(北京)有限公司 | 自动驾驶车辆定位方法和装置、电子设备和存储介质 |
DE102022118215A1 (de) * | 2022-07-21 | 2024-02-01 | Sick Ag | Datenbereitstellungsvorrichtung |
CN116718153B (zh) * | 2023-08-07 | 2023-10-27 | 成都云智北斗科技有限公司 | 一种基于gnss和ins的形变监测方法及*** |
Family Cites Families (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06104455B2 (ja) * | 1985-03-15 | 1994-12-21 | 日産自動車株式会社 | 車両運動状態推定装置 |
DE4325413C2 (de) * | 1993-07-29 | 1995-05-18 | Daimler Benz Ag | Verfahren zur Bestimmung des Fahrverhalten charakterisierender Größen |
EP0715150B1 (en) * | 1994-11-29 | 1999-09-01 | Xanavi Informatics Corporation | Navigation system with changeover if a radio signal cannot be received |
US5928309A (en) * | 1996-02-05 | 1999-07-27 | Korver; Kelvin | Navigation/guidance system for a land-based vehicle |
US6246960B1 (en) | 1998-11-06 | 2001-06-12 | Ching-Fang Lin | Enhanced integrated positioning method and system thereof for vehicle |
US6240367B1 (en) | 1998-11-27 | 2001-05-29 | Ching-Fang Lin | Full fusion positioning method for vehicle |
DE20023781U1 (de) | 2000-07-20 | 2006-06-14 | Frie, Werner, Dr. | Vorrichtung zur Fahrdynamikregelung |
EP1258408B1 (de) * | 2001-05-16 | 2008-10-01 | Robert Bosch Gmbh | Verfahren und Vorrichtung für die Bestimmung von Offsetwerten durch ein Regressionsverfahren |
US6516271B2 (en) * | 2001-06-29 | 2003-02-04 | The Regents Of The University Of California | Method and apparatus for ultra precise GPS-based mapping of seeds or vegetation during planting |
US20040024505A1 (en) * | 2002-08-05 | 2004-02-05 | Salib Albert Chenouda | System and method for operating a rollover control system in a transition to a rollover condition |
WO2004015369A2 (en) * | 2002-08-09 | 2004-02-19 | Intersense, Inc. | Motion tracking system and method |
US6907347B2 (en) | 2002-11-21 | 2005-06-14 | Ford Global Technologies, Llc | Systems and method for estimating speed and pitch sensor errors |
JP4990629B2 (ja) | 2003-12-24 | 2012-08-01 | オートモーティブ システムズ ラボラトリー インコーポレーテッド | 道路曲率推定システム |
US7451032B2 (en) * | 2004-06-02 | 2008-11-11 | Ford Global Technologies, Llc | System and method for determining desired yaw rate and lateral velocity for use in a vehicle dynamic control system |
DE102005004568A1 (de) | 2005-02-01 | 2006-08-10 | Robert Bosch Gmbh | Verfahren zur Berücksichtigung von Messwerten von kalibrierten Sensoren in einme Kalmanfilter |
US7451033B2 (en) | 2005-06-10 | 2008-11-11 | Ford Global Technologies, Llc | Lateral and longitudinal velocity determination for an automotive vehicle |
DE102005029217B3 (de) * | 2005-06-22 | 2007-01-18 | Eads Deutschland Gmbh | Verfahren zur Bestimmung einer Navigationslösung eines Navigationssystems mit einem Terrain-Navigationsmodul sowie Navigations-System |
US7376499B2 (en) | 2005-09-16 | 2008-05-20 | Gm Global Technology Operations, Inc. | State-of-health monitoring and fault diagnosis with adaptive thresholds for integrated vehicle stability system |
WO2007048029A2 (en) * | 2005-10-21 | 2007-04-26 | Deere & Company | Systems and methods for obstacle avoidance |
WO2008013568A2 (en) * | 2005-12-30 | 2008-01-31 | Irobot Corporation | Autonomous mobile robot |
DE102006009682A1 (de) * | 2006-03-02 | 2007-09-06 | Bayerische Motoren Werke Ag | Verfahren zum Bestimmen des Fahrzustands eines zweispurigen Fahrzeugs durch Schwimmwinkel-Schätzung |
DE102006017177A1 (de) * | 2006-04-12 | 2007-10-18 | Robert Bosch Gmbh | Fahrerassistenzsystem mit Anfahrhinweisfunktion |
US7415354B2 (en) | 2006-04-28 | 2008-08-19 | L-3 Communications Corporation | System and method for GPS acquisition using advanced tight coupling |
US7792617B2 (en) * | 2006-05-08 | 2010-09-07 | Ford Global Technologies | Wheel speed sensing system for electronic stability control |
US20100019963A1 (en) * | 2006-06-15 | 2010-01-28 | Uti Limited Partnership | Vehicular navigation and positioning system |
DE102006029148B4 (de) * | 2006-06-24 | 2010-08-05 | Lfk-Lenkflugkörpersysteme Gmbh | Verfahren zur Überprüfung einer inertialen Messeinheit von Fahrzeugen, insbesondere von Luftfahrzeugen, im stationären Zustand |
US7801644B2 (en) * | 2006-07-05 | 2010-09-21 | Battelle Energy Alliance, Llc | Generic robot architecture |
US7970512B2 (en) * | 2006-08-30 | 2011-06-28 | Ford Global Technologies | Integrated control system for stability control of yaw, roll and lateral motion of a driving vehicle using an integrated sensing system with pitch information |
JP5113407B2 (ja) | 2007-03-22 | 2013-01-09 | 古野電気株式会社 | Gps複合航法装置 |
US20100011441A1 (en) * | 2007-05-01 | 2010-01-14 | Mihai Christodorescu | System for malware normalization and detection |
US8095309B2 (en) * | 2007-06-05 | 2012-01-10 | GM Global Technology Operations LLC | GPS assisted vehicular longitudinal velocity determination |
US8131462B2 (en) * | 2008-02-28 | 2012-03-06 | Leica Geosystems Ag | Vehicle guidance and sensor bias determination |
US7956805B2 (en) * | 2008-04-11 | 2011-06-07 | Qualcomm Incorporated | System and/or method for obtaining a time reference for a received SPS signal |
DE102008002576A1 (de) | 2008-06-23 | 2009-12-24 | Robert Bosch Gmbh | Verfahren zur Plausibilisierung von Objekten in einem Fahrerassistenzsystem |
EP2303663B1 (de) * | 2008-07-09 | 2014-04-30 | Pascal Munnix | Vorrichtung und verfahren zur bestimmung des fahrzustandes eines fahrzeugs |
US8126642B2 (en) * | 2008-10-24 | 2012-02-28 | Gray & Company, Inc. | Control and systems for autonomously driven vehicles |
US8364334B2 (en) * | 2008-10-30 | 2013-01-29 | Honeywell International Inc. | System and method for navigating an autonomous vehicle using laser detection and ranging |
US8412456B2 (en) | 2008-11-06 | 2013-04-02 | Texas Instruments Incorporated | Loosely-coupled integration of global navigation satellite system and inertial navigation system: speed scale-factor and heading bias calibration |
JP2010197238A (ja) | 2009-02-25 | 2010-09-09 | Sumitomo Rubber Ind Ltd | 回転速度情報検出装置、方法及びプログラム、並びに、タイヤ空気圧低下検出装置、方法及びプログラム |
JP4920054B2 (ja) * | 2009-03-30 | 2012-04-18 | 株式会社日立製作所 | 車両運動制御装置 |
US8912978B2 (en) | 2009-04-02 | 2014-12-16 | GM Global Technology Operations LLC | Dynamic vehicle system information on full windshield head-up display |
US20110153266A1 (en) | 2009-12-23 | 2011-06-23 | Regents Of The University Of Minnesota | Augmented vehicle location system |
DE102010063984A1 (de) * | 2010-02-11 | 2011-08-11 | Continental Teves AG & Co. OHG, 60488 | Fahrzeug-Sensor-Knoten |
GB2480852A (en) * | 2010-06-03 | 2011-12-07 | Mira Ltd | Yaw motion control of a vehicle |
CN101907714B (zh) * | 2010-06-25 | 2013-04-03 | 陶洋 | 基于多传感器数据融合的gps辅助定位方法 |
CN101902688A (zh) * | 2010-07-09 | 2010-12-01 | 中兴通讯股份有限公司 | 导航信息的统计获取***及方法 |
RU2566175C1 (ru) * | 2011-08-31 | 2015-10-20 | Ниссан Мотор Ко., Лтд. | Устройство помощи при вождении транспортного средства |
US20130052614A1 (en) * | 2011-08-31 | 2013-02-28 | Pulsar Informatics, Inc. | Driver Performance Metric |
US9026263B2 (en) * | 2011-11-30 | 2015-05-05 | Alpine Electronics, Inc. | Automotive navigation system and method to utilize internal geometry of sensor position with respect to rear wheel axis |
-
2012
- 2012-09-12 WO PCT/EP2012/067873 patent/WO2013037850A1/de active Application Filing
- 2012-09-12 KR KR1020147009753A patent/KR20140067120A/ko not_active Application Discontinuation
- 2012-09-12 US US14/344,248 patent/US10360476B2/en active Active
- 2012-09-12 WO PCT/EP2012/067876 patent/WO2013037853A1/de active Application Filing
- 2012-09-12 EP EP12758479.5A patent/EP2755867B1/de active Active
- 2012-09-12 CN CN201280055346.0A patent/CN103930797B/zh active Active
- 2012-09-12 EP EP12759684.9A patent/EP2755869B1/de active Active
- 2012-09-12 US US14/344,252 patent/US9183463B2/en active Active
- 2012-09-12 DE DE102012216215A patent/DE102012216215A1/de active Pending
- 2012-09-12 EP EP12766398.7A patent/EP2756331B1/de active Active
- 2012-09-12 US US14/343,998 patent/US10628707B2/en active Active
- 2012-09-12 KR KR1020147009712A patent/KR20140067117A/ko not_active Application Discontinuation
- 2012-09-12 EP EP12758856.4A patent/EP2755868B1/de active Active
- 2012-09-12 DE DE102012216218A patent/DE102012216218A1/de not_active Withdrawn
- 2012-09-12 CN CN201280055228.XA patent/CN103930312B/zh active Active
- 2012-09-12 WO PCT/EP2012/067878 patent/WO2013037855A1/de active Application Filing
- 2012-09-12 KR KR1020147009424A patent/KR20140067108A/ko not_active Application Discontinuation
- 2012-09-12 DE DE102012216217A patent/DE102012216217A1/de not_active Withdrawn
- 2012-09-12 US US14/344,342 patent/US20140371990A1/en not_active Abandoned
- 2012-09-12 KR KR1020147009748A patent/KR20140067119A/ko not_active Application Discontinuation
- 2012-09-12 DE DE102012216220A patent/DE102012216220A1/de not_active Withdrawn
- 2012-09-12 WO PCT/EP2012/067877 patent/WO2013037854A1/de active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200055155A (ko) * | 2016-03-04 | 2020-05-20 | 콘티넨탈 테베스 아게 운트 코. 오하게 | 모터사이클의 롤 각도를 결정하는 방법 |
US11414089B2 (en) | 2016-03-04 | 2022-08-16 | Continental Teves Ag & Co. Ohg | Method to determine the roll angle of a motorcycle |
KR20210053341A (ko) * | 2017-02-24 | 2021-05-11 | 히어 그로벌 비. 브이. | 옥내 위치 결정을 위한 정확한 고도 추정 |
Also Published As
Publication number | Publication date |
---|---|
KR20140067119A (ko) | 2014-06-03 |
WO2013037854A1 (de) | 2013-03-21 |
DE102012216215A1 (de) | 2013-03-14 |
CN103917417A (zh) | 2014-07-09 |
DE102012216218A1 (de) | 2013-03-14 |
CN103930797A (zh) | 2014-07-16 |
US10628707B2 (en) | 2020-04-21 |
WO2013037853A1 (de) | 2013-03-21 |
US20150046020A1 (en) | 2015-02-12 |
EP2755867B1 (de) | 2017-11-15 |
WO2013037850A1 (de) | 2013-03-21 |
US20140320310A1 (en) | 2014-10-30 |
EP2755867A1 (de) | 2014-07-23 |
KR20140067108A (ko) | 2014-06-03 |
EP2755868A1 (de) | 2014-07-23 |
CN103930312B (zh) | 2016-10-12 |
CN103930311A (zh) | 2014-07-16 |
US20150142390A1 (en) | 2015-05-21 |
US9183463B2 (en) | 2015-11-10 |
EP2755869A1 (de) | 2014-07-23 |
US10360476B2 (en) | 2019-07-23 |
DE102012216217A1 (de) | 2013-03-14 |
EP2755868B1 (de) | 2017-01-04 |
EP2756331B1 (de) | 2023-04-05 |
US20140371990A1 (en) | 2014-12-18 |
CN103930312A (zh) | 2014-07-16 |
DE102012216220A1 (de) | 2013-03-14 |
WO2013037855A1 (de) | 2013-03-21 |
EP2756331A1 (de) | 2014-07-23 |
EP2755869B1 (de) | 2017-07-12 |
KR20140067117A (ko) | 2014-06-03 |
CN103930797B (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20140067120A (ko) | 공통 신호 처리를 위한 융합 필터를 포함하는 센서 시스템 | |
US7158866B2 (en) | Adaptive filter model for motor vehicle sensor signals | |
Grip et al. | Vehicle sideslip estimation | |
Leung et al. | Road vehicle state estimation using low-cost GPS/INS | |
Park et al. | Integrated observer approach using in-vehicle sensors and GPS for vehicle state estimation | |
CN103608229B (zh) | 用于调节车辆行驶动态的装置和方法及带这种装置的车辆 | |
CN106687764B (zh) | 用于初始化传感器融合***的方法和*** | |
KR20140082848A (ko) | 센서 시스템의 데이터의 무결성을 독립적으로 평가하기 위한 센서 시스템 | |
GB2409914A (en) | Attitude sensing system for an automotive vehicle relative to the road. | |
CN113734180B (zh) | 用于确定交通工具速度的方法和装置 | |
CA2649990A1 (en) | Vehicular navigation and positioning system | |
US10267638B2 (en) | Method and system for adapting a navigation system | |
CN109476317A (zh) | 行驶状态变量的确定 | |
JP2009073466A (ja) | 車両姿勢角推定装置及びプログラム | |
KR20200130423A (ko) | 차량에 설치된 자이로미터의 캘리브레이션 방법 | |
CN106796126B (zh) | 用于实时地提供动态测量值的动态误差值的方法和*** | |
Jiang et al. | Real-time estimation of vehicle's lateral dynamics at inclined road employing extended kalman filter | |
JP2021018112A (ja) | 自己位置推定装置 | |
GB2440451A (en) | Longitudinal velocity determination for an automotivevehicle | |
KR102200521B1 (ko) | 차량의 횡슬립각 추정장치 | |
CN115315630A (zh) | 用于估计至少一辆轨道车辆的纵向加速度的方法 | |
Alamdari et al. | Enhanced full-state estimation and dynamic-model-based prediction for road-vehicles | |
JP2020097316A (ja) | 車体姿勢角推定装置 | |
US20240217524A1 (en) | Method for monitoring an egomotion state estimation of a vehicle | |
Boulkroune et al. | Vehicle sideslip angle estimation using nonlinear parameter-varying observers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |