KR20140082848A - 센서 시스템의 데이터의 무결성을 독립적으로 평가하기 위한 센서 시스템 - Google Patents
센서 시스템의 데이터의 무결성을 독립적으로 평가하기 위한 센서 시스템 Download PDFInfo
- Publication number
- KR20140082848A KR20140082848A KR1020147014006A KR20147014006A KR20140082848A KR 20140082848 A KR20140082848 A KR 20140082848A KR 1020147014006 A KR1020147014006 A KR 1020147014006A KR 20147014006 A KR20147014006 A KR 20147014006A KR 20140082848 A KR20140082848 A KR 20140082848A
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- information
- datum
- signal processing
- processing device
- Prior art date
Links
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 230000004927 fusion Effects 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000004092 self-diagnosis Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 description 18
- 238000012937 correction Methods 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 8
- 230000000052 comparative effect Effects 0.000 description 6
- 230000007306 turnover Effects 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 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
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C1/00—Apparatus, or methods of use thereof, for testing or treating seed, roots, or the like, prior to sowing or planting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Transportation (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Environmental Sciences (AREA)
- Soil Sciences (AREA)
- Human Computer Interaction (AREA)
- Navigation (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
본 발명은, 센서 엘리먼트들이 적어도 부분적으로 상이한 주요 측정 변수들을 검출하고 및/또는 적어도 부분적으로 상이한 측정 원리들을 이용하는 방식으로 설계되는 여러 센서 엘리먼트들을 포함하고, 또한 신호 프로세싱 디바이스를 포함하며, 여기서 신호 프로세싱 디바이스는 신호 프로세싱 디바이스가 센서 엘리먼트들의 센서 신호들을 적어도 부분적으로 공통으로 평가하고 그리고 센서 신호들의 정보 품질을 평가하는 방식으로 설계되고, 여기서 신호 프로세싱 디바이스는 신호 프로세싱 디바이스가 물리량의 적어도 하나의 데이텀의 일관성에 대한 정보를 제공하는 방식으로 설계되며, 여기서 물리량의 상기 데이텀은 상기 물리량을 직접 검출하는 센서 엘리먼트들의 센서 신호들에 기초하여 적어도 부분적으로 산출되거나 또는 상기 물리량은 상기 센서 엘리먼트들의 센서 신호들로부터 산출될 수 있으며, 여기서 상기 물리량의 상기 데이텀의 일관성에 대한 정보는 적어도 직접 또는 간접적으로 중복되는 센서 정보에 기초하여 산출된다.
Description
본 발명은 청구항 1 의 전제부에 따른 센서 시스템 및 모터 차량들, 특히 자동차들에서의 그 용도에 관한 것이다.
공개 명세서 DE 10 2010 063 984 A1 에는, 복수의 센서 엘리먼트들 및 신호 프로세싱 디바이스를 포함하고, 센서 엘리먼트들로부터의 출력 신호들이 총체적으로 평가되도록 신호 프로세싱 디바이스가 설계되는, 센서 시스템이 기재되어 있다.
본 발명은, 고유 안정성의 비교적 높은 수준을 그 신호 프로세싱과 관련하여 제공하거나 또는 허용하고 및/또는 안전 필수 어플리케이션들 또는 안전 필수 용도에 적합한, 센서 시스템을 제안하고자 하는 목적에 기초한다.
이 목적은 청구항 1 에 따른 센서 시스템에 의해 달성된다.
용어 데이텀은 편의상 용어 데이터의 단수형을 의미하는 것으로 이해된다.
주요 측정 변수는, 센서 엘리먼트가 감지하도록 주로 설계되고 특히 직접적으로 감지되는, 측정 변수를 의미하는 것으로 이해되는 것이 바람직하다.
용어 "직접 또는 간접적으로 중복하여 존재하는 센서 정보"는 바람직하게 직접적인 중복으로서 병렬 중복을 통해 또는 간접적인 중복으로서 분석적 중복을 통해 존재하는 센서 정보를 의미한다.
신호 프로세싱 디바이스는 바람직하게 일관성에 대한 정보가 제조되는 무결성 (integrity) 유닛을 포함한다.
신호 프로세싱 디바이스는, 센서 엘리먼트들로부터의 적어도 센서 신호들 및/또는 이로부터 유도되는 신호들의 총체적 평가의 과정에서, 정의된 융합 데이터 레코드를 제공하는 융합 필터를 가지며, 여기서 이 융합 데이터 레코드는 각각의 경우 정의된 물리적 변수들에 대한 데이터를 가지며, 여기서 융합 데이터 레코드는 적어도 하나의 물리적 변수에 대해서 물리적 변수의 데이텀 및 물리적 변수의 이 데이텀의 일관성에 대한 정보의 일편 (a piece of information) 을 포함하는 것이 바람직하다.
신호 프로세싱 디바이스는, 정의된 융합 데이터 레코드가 부가적으로 센서 엘리먼트의 적어도 하나의 상태 데이텀을 갖는 형태이고, 센서 엘리먼트는 자가진단에 의해 상태 데이텀 자체를 제공하고, 여기서 이 상태 데이텀은 물리적 변수의 적어도 하나의 데이텀의 일관성에 대한 정보의 산출 동안 고려되는 것이 편리하다.
신호 프로세싱 디바이스는 바람직하게, 적어도 2개의 센서 정보 소스 채널들로부터의 데이터 및/또는 측정값들에서의 상대적인 편차에 의존하는, 상대적인 신뢰성 정보로서의 상대적인 신뢰성 측정량을 제공하는 형태이고, 상대적인 신뢰성 측정량에 기초하여 물리적 변수의 관련있는 적어도 하나의 데이텀이 물리적 변수의 적어도 하나의 데이텀에 있어서의 일관성에 대한 정보로서 산출된다.
신호 프로세싱 디바이스는, 상대적인 신뢰성 정보를 산출하기 위해서 센서 정보 소스 채널마다, 측정값 및/또는 측정 정보의 일편 및/또는 측정 정보의 일편으로부터 유도된 값과 또한 이 센서 정보 소스 채널에 대한 불확실성 측정량을 각각 사용하는 형태인 것이 편리하다.
신호 프로세싱 디바이스는 특히, 물리적 변수의 적어도 하나의 데이텀에 대해서, 연관된 상대적인 신뢰성 정보가 다음의 상대적인 신뢰성 측정량 Kr 로서 산출되는 형태이고,
그리고 n 은 비교되는 센서 정보 소스 채널들의 수로서 정의되거나 또는 정의가능하고, pi 는 i 번째 센서 정보 소스 채널의 확률 밀도 함수로서 정의되거나 또는 정의가능하고, 그리고 이 경우 특히 μi 는 확률 분포의 평균값으로서 정의되거나 또는 정의가능하고 그리고 σi 는 확률 분포의 표준 편차로서 정의되거나 또는 정의가능하다.
신호 프로세싱 디바이스는, 상대적인 신뢰성 측정량에 부가하거나 또는 상대적인 신뢰성 측정량의 대안으로서, 적어도 2개의 센서 정보 소스 채널들에 대해 불확실성 측정량에 의존하는, 절대적인 신뢰성 정보로서의 절대적인 신뢰성 측정량을 제공하는 형태이고, 절대적인 신뢰성 측정량에 기초하여 물리적 변수의 관련있는 적어도 하나의 데이텀이 물리적 변수의 적어도 하나의 데이텀에 있어서의 일관성에 대한 정보로서 산출되는 것이 바람직하다.
특히, 신호 프로세싱 디바이스는 물리적 변수의 적어도 하나의 데이텀에 대해서, 연관된 절대적인 신뢰성 정보가 다음의 절대적인 신뢰성 측정량 Ka 로서 산출되는 형태이고,
그리고 이 경우 n 은 비교되는 센서 정보 소스 채널들의 수이고, 그리고 σi 는 i 번째 센서 정보 소스 채널의 표준 편차 또는 분산이다.
신호 프로세싱 디바이스는, 물리적 변수의 적어도 하나의 데이텀에 대해서, 일관성이 충분히 큰지의 여부를 결정하기 위해 레이팅이 수행되는 형태이고, 여기서 이 레이팅은 상대적인 신뢰성 정보 및/또는 상대적인 신뢰성 측정량이 정의된 임계값을 초과하는지를 산출하는 것에 의해 수행되는 것이 편리하다.
센서 정보 소스 채널의 소실 (disappearance) 은 일관성에 대한 정보의 산출 동안 고려되는 것이 바람직하다. 특히, 신호 프로세싱 디바이스는 이 경우, 단일의 센서 정보 소스 채널만이 이용가능하고 및/또는 단일의 센서 정보 채널만이 정의된 시간 간격 내에 데이텀을 제공하는 경우 (여기서 적어도 하나의 센서 정보 소스 채널로부터의 데이터는 일관성에 대한 정보를 산출하기 위해서 사용된다) 에는, 어떠한 상대적인 신뢰성 측정량도 산출되지 않고, 그리고 이 경우 0 의 값 또는 무한대에 가까운 값 또는 정의값이 절대적인 신뢰성 측정량으로 가정되거나, 또는 절대적인 신뢰성 측정량이 이 경우 산출되지 않는 형태이다.
불확실성 측정량은 바람직하게, 불확실성 측정량으로부터 산출 또는 변환될 수 있는, 변화 (variation) 측정량 및/또는 변화 및/또는 변화량 (variance) 및/또는 정확성 또는 정확성 측정량을 의미하는 것으로 이해된다.
바람직하게, 불확실성 측정량은 확률 밀도 함수 또는 표준 편차 또는 분산에 의존하거나 또는 이에 따른다. 이 경우, 확률 밀도 함수는 특히 확률 분포의 평균값 및 확률 분포의 표준 편차에 의존한다.
바람직하게, 센서 시스템은 시스템 테스트 또는 검증 (validation) 에 있어서의 일관성에 대한 정보를 사용하며, 이것은 센서 시스템이 충분히 에러 없는 방식으로 동작하는지의 여부를 확립하기 위해서 일관성에 대한 임계값들을 사용하는 것을 수반한다.
대안으로서 바람직하게는, 센서 시스템은 센서 시스템의 동작을 모니터링함에 있어서의 일관성에 대한 정보를 사용한다.
상대적인 신뢰성 또는 상대적인 신뢰성 측정량을 레이팅 및/또는 산출하기 위한 목적으로, 측정량들과 그 불확실성들 사이의 매치가 서로에 대해 가중화되는 것이 바람직하다. 이것은, 특히 다음과 같이 기재 또는 정의되는, 매치 정도 또는 상대적인 신뢰성 측정량 Kr 에 대한 요구들 또는 제약들을 초래한다:
- 극한값들: 측정값들 사이의 완전한 상이 (divergence) 의 경우 0, 완전한 매치의 경우 1.
- 비교되는 측정값들의 수 및 그 절대적인 확률적 불확실성의 독립성.
- 낮은 불확실성을 이용한 측정값들의 보다 높은 상대적인 가중화.
- 절대적인 측정값들/동작점들의 독립성, 측정들 간의 차이들의 의존성.
- 분포 함수의 종류의 독립성 (예를 들어, 정규 분포, 균등 분포).
이들 편리한 기준은 결과 함수의 승산 및 적분에 의한 연관된 확률 밀도들의 서로간의 가중화에 의해 만족된다. 연관된 밀도들은 예를 들어 측정 데이터의 사양 (specification) 들로부터 알려져 있다. 상대적인 신뢰성 또는 상대적인 신뢰성 측정량은, 확률 밀도들을 측정값들 μi 주위에 배치하고 그리고 포인트마다에 기초하여 상기 확률 밀도들을 서로 승산시키는 것에 의해 측정 시기마다 평가 및/또는 산출되는 것이 특히 바람직하다. 커버리지 측정량 Kr 의 정규화는, 이상적인 커버리지를 갖도록 가정되는 값들을 이용한 동일한 산출의 결과에 의한 제산에 의해 달성된다. 이것은, μi = 0 에 대해서 차이들이 다음과 같이 설정되는 것을 수반한다:
이 경우, 바람직하게, n 은 비교되는 센서 정보 소스 채널들의 수로서 정의되거나 또는 정의가능하고, pi 는 i 번째 센서 정보 소스 채널의 확률 밀도 함수로서 정의되거나 또는 정의가능하고, 그리고 이 경우 특히 μi 는 확률 분포의 평균값으로서 정의되거나 또는 정의가능하고 그리고 σi 는 확률 분포의 표준 편차로서 정의되거나 또는 정의가능하다.
변화 측정량들을 레이팅하기 위해서는, 특히 절대적인 신뢰성 측정량으로서, 이용가능한 센서 세트에 대해 달성될 수 있는 신뢰성 검사의 최대 첨예함 (acuteness) 의 절대적인 측정량을 얻기 위해서, 이용가능한 신호들의 스프레드가 서로에 대해 셋오프되는 것이 바람직하다. 이것은 바람직하게 변화 측정량 Ka 에 대한 요구들을 초래한다:
- 이용가능한 신호들의 수의 의존성 - 각각의 부가된 데이터 소스가 레이팅을 개선한다.
- 불확실성이 높은 신호들은 개선에 거의 기여하지 않고 불확실성이 낮은 신호들은 개선에 대량으로 기여한다.
- 가장 가능성 있는 신뢰성 레벨의 표시, 확률 밀도들의 실제 커버리지의 독립성.
- 동작점과 측정값들의 독립성.
신호 프로세싱 디바이스는, 센서 엘리먼트들로부터의 적어도 센서 신호들 및/또는 이로부터 유도되는 신호들의 총체적 평가의 과정에서, 정의된 융합 데이터 레코드를 제공하는 융합 필터를 가지며, 여기서 이 융합 데이터 레코드는 각각의 경우 정의된 물리적 변수들에 대한 데이터를 가지며, 여기서 융합 데이터 레코드는 적어도 하나의 물리적 변수에 대해서 이 물리적 변수의 값 및 그 데이터 품질에 대한 정보의 일편을 포함하는 것이 바람직하다.
측정 데이터는 편의상 센서 엘리먼트들 또는 센서 정보 소스 채널들로부터의 출력 신호들 또는 데이터를 의미하는 것으로 이해된다.
융합 필터는 바람직한 대안으로서 입자 필터의 형태로서의 칼만 필터의 형태이거나 또는 대안으로 정보 필터의 형태이거나 또는 대안으로 "무향 (Unscented)" 칼만 필터의 형태인 것이 바람직하다.
융합 필터는, 융합 데이터 레코드가 적어도 하나의 물리적 변수의 값으로서 상대값, 특히 오프셋 값 및/또는 변화값 및/또는 보정값 및/또는 에러값을 포함하는 형태인 것이 바람직하다.
융합 데이터 레코드의 각각의 물리적 변수들의 상대값들은, 데이터 품질에 대한 정보로서 각각이 변화 정보의 연관된 일편 또는 변화 또는 변화 측정량, 특히 변화량을 갖는 보정값들인 것이 편리하다.
융합 필터는, 융합 데이터 레코드의 적어도 하나의 물리적 변수의 값이 복수의 센서 엘리먼트들로부터의 센서 신호들에 직접 또는 간접적으로 기초하여 산출되는 형태이고, 여기서 이들 센서 엘리먼트들이 이러한 적어도 하나의 물리적 변수를 직접 또는 간접적인 방식으로 중복적으로 감지하는 것이 바람직하다. 이 중복적인 감지는, 연산적으로 유도되거나 또는 추정되는 변수들/값들 및/또는 모델 가정들로부터, 직접적이거나 또는 병렬적인 중복으로서 구현되고 그리고/또는 분석적 중복으로서 구현되는 것이 특히 바람직하다.
융합 필터는 적어도 예측 단계들 및 보정 단계들을 반복적으로 수행하고 그리고 적어도 어느 정도로 융합 데이터 레코드를 제공하는 칼만 필터의 형태인 것이 바람직하다. 특히, 융합 필터는 에러 상태 공간 확장된 순차 칼만 필터의 형태, 즉, 특히 바람직하게 선형화를 포함하고, 그리고 에러 상태 정보가 산출 및/또는 평가되며 그리고/또는 순차적으로 동작하고 그리고 이 경우 시퀀스의 각 기능 단계에서 이용가능한 입력 데이터를 사용/고려하는, 칼만 필터의 형태이다.
센서 시스템이, 적어도 하나의 가속도 센서 엘리먼트 및 적어도 하나의 회전율 센서 엘리먼트를 포함하는 관성 센서 배열체를 갖고, 그리고 센서 시스템이 스트랩다운 알고리즘이 수행되는 스트랩다운 알고리즘 유닛을 포함하며, 스트랩다운 알고리즘 유닛에 의해 적어도 관성 센서 배열체로부터의 센서 신호들이 프로세싱되어, 센서 시스템이 배열되어 있는 차량에 기초하여, 특히 보정된, 내비게이션 데이터 및/또는 운전 동역학 데이터를 형성하는 것이 편리하다.
스트랩다운 알고리즘 유닛은 그 산출된 내비게이션 데이터 및/또는 운전 동역학 데이터를 융합 필터에 직접 또는 간접적으로 제공하는 것이 특히 바람직하다.
센서 시스템은 바람직하게, 제 2 정의축, 특히 차량의 횡축에 따른 적어도 가속도, 그리고 제 3 정의축, 특히 차량의 수직축 주위의 적어도 회전율를 감지할 수 있는 형태인 관성 센서 배열체를 가지며, 여기서 제 1 및 제 3 정의축들은 제너레이팅 시스템을 형성하며, 이 경우 특히 서로에 대해 직교하여 배향되며,
여기서 센서 시스템은 또한, 휠의 휠 속도 또는 차량의 휠들 중 각 하나의 휠 속도들을 감지하고, 그리고 센서 시스템이 배열되어 있는 차량의 연관 휠의 회전 방향을 특히 부가적으로 감지하는, 적어도 하나의 휠 속도 센서 엘리먼트, 특히 적어도 또는 정확하게 4개의 휠 속도 센서 엘리먼트들을 가지며,
여기서 센서 시스템은 차량의 스티어링 각도를 감지하는 적어도 하나의 스티어링 각도 센서 엘리먼트를 부가적으로 포함하며, 그리고
여기서 센서 시스템은 또한, 특히 각각의 경우에서 연관 위성과 차량 사이의 거리 데이터 또는 이에 의존하는 변수와 또한 각각의 경우에서 연관 위성과 차량 사이의 속도 정보 데이터 또는 이에 의존하는 변수를 감지 및/또는 제공하는 형태의 위성 내비게이션 시스템을 포함한다.
특히 바람직하게는, 관성 센서 배열체는 제 1, 제 2 및 제 3 정의축에 따른 적어도 가속도들, 그리고 이 제 1, 제 2 및 3 정의축 주위의 적어도 회전율들을 감지할 수 있는 형태이고, 여기서 상기 제 1, 제 2 및 제 3 정의축들은 제너레이팅 시스템을 형성하며, 이 경우 특히 각각의 경우 서로에 대해 직교하여 배향된다.
관성 센서 배열체는 그 센서 신호들을 스트랩다운 알고리즘 유닛에 제공하고, 그리고 스트랩다운 알고리즘 유닛은,
측정 변수들 및/또는 내비게이션 데이터 및/또는 운전 동역학 데이터로서,
제 1, 제 2 및 제 3 정의축들에 따른 적어도 보정된 가속도들,
이 3개의 정의축들 주위의 적어도 보정된 회전율들,
이 3개의 정의축들과 관련한 적어도 하나의 속도,
그리고 적어도 하나의 위치 변수를,
적어도 관성 센서 배열체로부터의 센서 신호들로부터, 그리고 또한 특히 에러 상태 정보의 적어도 일편 및/또는 변화량 및/또는 센서 신호 또는 물리적 변수와 연관되고 융합 필터에 의해 제공되는 데이터 품질에 대한 정보의 일편으로부터 산출 및/또는 제공하는 형태인 것이 바람직하다.
센서 시스템은, 각각의 경우에서,
관성 센서 배열체의 및/또는 스트랩다운 알고리즘 유닛의, 직접적이거나 또는 유도된 변수로서의 물리적 변수 및/또는 적어도 하나의 센서 신호,
휠 속도 센서 엘리먼트들의 및 스티어링 각도 센서 엘리먼트 (특히 차량 모델 유닛을 통해 간접적으로) 의, 직접적이거나 또는 유도된 변수로서의 물리적 변수 및/또는 적어도 하나의 센서 신호,
그리고 또한 위성 내비게이션 시스템의, 직접적이거나 또는 유도된 변수로서의 물리적 변수 및/또는 적어도 하나의 센서 신호 (이 경우 특히 각각의 경우에서 연관 위성과 차량 사이의 거리 데이터 또는 이에 의존하는 변수와 또한 각각의 경우에서 연관 위성과 차량 사이의 속도 정보 데이터 또는 이에 의존하는 변수) 가,
융합 필터에 제공되고 융합 필터에 의해 그 산출들 동안 고려되는 것이 편리하다.
차량 모델 유닛은, 휠 속도 센서 엘리먼트들로부터 및 스티어링 각도 센서 엘리먼트로부터의 센서 신호들로부터,
제 1 정의축에 따른 속도,
제 2 정의축에 따른 속도,
그리고 제 3 정의축 주위의 회전율
이 산출되는 형태인 것이 특히 바람직하다.
차량 모델 유닛은, 특히 최소 자승 오차법 (a least squared error method) 으로 알려져 있는, 식들의 과대결정된 (overdetermined) 시스템을 해결하기 위해 산출시 최소 자승 오차법을 이용하는 형태인 것이 아주 특히 바람직하다.
차량 모델 유닛은 그 산출 동안 적어도 하기의 물리적 변수들 및/또는 파라미터들을 고려하는 형태인 것이 편리하다:
a) 특히 2개의 앞휠들에 대한 스티어링 각도 센서에 의해 감지되는 각 휠의 스티어링 각도로서, 뒤휠들의 스티어링 각도가 제로와 동일하거나 또는 뒤휠들의 스티어링 각도가 부가적으로 감지된다는 모델 가정이 이루어져 있다,
b) 휠 속도 또는 각 휠에 대한 휠 속도에 의존하는 변수,
c) 각 휠의 회전 방향,
d) 각 휠의 동반경 (dynamic radius) 및/또는 휠 직경, 그리고
e) 차량의 각 차축의 트랙 폭 및/또는 차량의 차축들 사이의 휠 베이스.
신호 프로세싱 디바이스는, 융합 필터가 정의된 순간들에서 융합 데이터 레코드를 산출 및/또는 제공 및/또는 출력하는 형태인 것이 바람직하다.
융합 필터는, 특히 휠 속도 센서 엘리먼트들 및 스티어링 각도 센서 엘리먼트의 센서 엘리먼트들의 센서 신호 출력 순간들 및/또는 샘플링 레이트들과 무관하게, 그리고 위성 내비게이션 시스템의 정보 출력 순간들 또는 측정 변수 또는 임시적인 신호와 무관하게, 융합 데이터 레코드를 산출 및/또는 제공 및/또는 출력하는 형태인 것이 바람직하다.
신호 프로세싱 디바이스는, 융합 필터의 기능 단계의 과정에서 항상, 특히 비동기식으로,
센서 엘리먼트들, 특히 휠 속도 센서 엘리먼트들 및 스티어링 각도 센서 엘리먼트로부터, 직접 또는 간접적으로, 특히 차량 모델 유닛에 의해, 그리고
위성 내비게이션 시스템으로부터 직접 또는 간접적으로
최신 - 융합 필터에 이용가능한 - 정보 및/또는 신호들 및/또는 데이터가 순차적으로 업데이트되고 및/또는 융합 필터에 포함되며, 그리고 융합 필터의 연관 기능 단계의 산출 동안 고려되는 것이 편리하다.
또한, 본 발명은 차량들, 특히 모터 차량들, 특히 바람직하게 자동차들에서의 센서 시스템의 용도에 관한 것이다.
부가하여, 본 발명은 특히 센서 시스템에서 실행 또는 수행되고, 가능성 있는 방법 변형예들을 위해 센서 시스템의 상기 실시형태 옵션들/가능성들에 의해 개시되어 있는 방법에 관한 것이다.
더욱 바람직한 실시형태들은 도 1을 참조한 예시적인 실시형태의 아래의 설명 및 서브클레임들로부터 명백하다. 또한, 도 2는 신뢰성 측정량들의 산출에 관한 예시적인 설명을 위해 사용된다.
도 1 은 배열체에 제공되는 센서 시스템 및 차량에서의 용도의 예시적인 실시형태의 개략도를 나타낸다. 이 경우, 신호 프로세싱 디바이스의 센서 엘리먼트들 및 위성 내비게이션 시스템과 또한 가장 중요한 신호 프로세싱 유닛들은, 서로들 간의 그 상호작용이 있는, 기능 블록들로서 도시되어 있다.
센서 시스템은 관성 센서 배열체 (1), IMU, "관성 측정 유닛 (inertial measurement unit)" 을 포함하며, 이것은 제 1, 제 2 및 제 3 정의축에 따른 적어도 가속도들, 그리고 이 제 1, 제 2 및 3 정의축 주위의 적어도 회전율들을 감지할 수 있는 형태이고, 여기서 제 1 정의축은 차량의 종축에 상응하고, 제 2 정의축은 차량의 횡축에 상응하고, 그리고 제 3 정의축은 차량의 수직축에 상응한다. 이 3개의 축들은 카테시안 (Cartesian) 좌표계, 차량 좌표계를 형성한다.
센서 시스템은, 스트랩다운 알고리즘이 수행되는 스트랩다운 알고리즘 유닛 (2) 을 포함하며, 상기 스트랩다운 알고리즘은 관성 센서 배열체 (1) 로부터의 적어도 센서 신호들을 프로세싱하기 위해서 사용되어, 보정된 내비게이션 데이터 및/또는 운전 동역학 데이터를 형성한다. 스트랩다운 알고리즘 유닛 (2) 으로부터의 이들 출력 데이터는 하기의 물리적 변수들의 데이터를 포함한다:
예를 들어, 차량 좌표계의 3개의 축들과 관련하여, 그리고 이 예에 기초하여, 부가적으로 각각의 경우 월드에서의 차량의 동역학 변수들 및/또는 방위 (orientation) 을 설명하기에 적합한 월드 좌표계에 기초한, 각 차량의 속도, 가속도 및 회전율. 더욱이, 스트랩다운 알고리즘 유닛 (2) 으로부터의 출력 데이터는 차량 좌표계와 관련한 위치 및 월드 좌표계와 관련된 방위를 포함한다. 부가하여, 스트랩다운 알고리즘 유닛으로부터의 출력 데이터는 상기에서 언급된 물리적 변수들, 이들 중 적어도 일부의 데이터 품질에 대한 정보로서의 변화량들을 갖는다. 이 예에 기초하여, 이들 변화량들은 스트랩다운 알고리즘 유닛에서 산출되지 않지만, 오히려 단지 스트랩다운 알고리즘 유닛에 의해 사용 및 포워딩된다.
스트랩다운 알고리즘 유닛으로부터의 출력 데이터는, 예로써, 더욱이 출력 데이터 또는 신호들이거나 또는 전체 센서 시스템으로부터의 출력 데이터 (12) 이다.
더욱이, 센서 시스템은, 각각이 차량의 휠들 중 하나의 휠 속도를 감지하고 각각이 부가적으로 회전의 방향을 감지하는, 4개의 예에 기초하여, 차량의 각 휠에 대해 휠 속도 센서 엘리먼트들 (3) 을 포함하고, 그리고 부가적으로 차량의 스티어링 각도를 감지하는 스티어링 각도 센서 엘리먼트 (3) 을 포함한다. 휠 속도 센서 엘리먼트 및 스티어링 각도 센서 엘리먼트는 오도메트리 (odometry) 를 감지하기 위한 센서 배열체 (3) 를 형성한다.
또한, 센서 시스템은 각각의 경우에서 연관 위성과 차량 사이의 거리 데이터 또는 이에 의존하는 변수와 또한 각각의 경우에서 연관 위성과 차량 사이의 속도 정보 데이터 또는 이에 의존하는 변수를 감지 및/또는 제공하는 형태의 위성 내비게이션 시스템 (4) 을 갖는다. 부가하여, 위성 내비게이션 시스템 (4) 은, 예에 기초하여, 적어도 센서 시스템 상에서 시작 또는 스위칭하기 위해서, 융합 필터에 시작 위치 또는 시작 위치 정보의 일편을 제공한다.
더욱이, 센서 시스템의 신호 프로세싱 디바이스는 융합 필터 (5) 를 포함한다. 센서 엘리먼트들 (3) 로부터의 적어도 센서 신호들 및/또는 이로부터 유도되는 신호들의 총체적 평가, 즉 오도메트리의 과정에서, 그리고 위성 내비게이션 시스템 (4) 으로부터의 출력 신호들 및/또는 이로부터 유도되는 신호들의 총체적 평가의 과정에서, 융합 필터 (5) 는 정의된 융합 데이터 레코드 (6) 를 제공한다. 이 융합 데이터 레코드는 정의된 물리적 변수들에 대해 각 데이터를 가지며, 융합 데이터 레코드 (6) 는, 적어도 하나의 물리적 변수에 대해, 이 물리적 변수에 대한 값 및 그 데이터 품질에 대한 정보의 일편을 포함하며, 데이터 품질에 대한 이 정보는 예에 기초하여 변화량으로서 구체화된다.
융합 데이터 레코드 (6) 는 적어도 하나의 물리적 변수에 대한 값으로서 상대값, 예를 들어, 오프셋 값으로도 불리는, 보정값을 포함한다. 이 예에 기초하여, 보정값은 각각의 경우 융합 필터 (5) 에 의해 제공되는 누적된 에러값들 또는 변화값들로부터 얻어진다.
이 예에 기초하여, 융합 데이터 레코드 (6) 의 각 물리적 변수들의 상대값들은 이로써 보정값들 및 변화량들이다. 이 예에 기초하여, 다시말해, 융합 데이터 레코드 (6) 는 스트랩다운 알고리즘 유닛에 입력 변수 또는 입력 데이터 레코드로서 제공되는 에러 버짓을 산출하고, 그리고 그 산출 동안 적어도 어느 정도로 상기 스트랩다운 알고리즘 유닛에 의해 고려된다. 이 에러 버짓은, 데이터 레코드 또는 출력 데이터로서, 물리적 변수들에 대한적어도 보정값들 또는 에러값들을 포함하고, 또한 각각의 경우에서 데이터 품질에 대한 정보의 일편으로서 각각의 값에 대한 변화량을 포함한다. 이 경우, 융합 필터는 스트랩다운 알고리즘 유닛에, 각각의 경우에 차량 좌표계에 기초하는 물리적 변수들 속도, 가속도 및 회전율, 즉 각각의 경우 이 좌표계와 관련한 이들 변수들의 3가지 성분들에 대한 적어도 보정값들 및 변화량들과, 또한 차량 좌표계와 관성 센서 배열체 (1) 의 좌표계 또는 설치 방위 사이의 IMU 방위 또는 IMU 방위각과, 또한 월드 좌표계에 기초하는 위치를 전송한다.
융합 데이터 레코드의 물리적 변수들의 값들은 센서 엘리먼트들 (3) 로부터 및 위성 내비게이션 시스템 (4) 으로부터의 센서 신호들에 직접 또는 간접적으로 기초하여 산출되고, 적어도 일부 변수들, 예를 들어 차량 좌표와 관련된 차량의 속도 및 위치가 스트랩다운 알고리즘 유닛 (2) 의 데이터와 관련하여 반복되는 방식으로 감지 및 사용된다.
이 예에 기초하여, 융합 필터 (5) 는 에러 상태 공간 확장된 순차 칼만 필터의 형태, 즉, 특히 선형화를 포함하고, 그리고 보정값들이 산출 및/또는 평가되고 순차적으로 동작하고 이 경우 시퀀스의 각 기능 단계에서 이용가능한 입력 데이터를 사용/고려하는, 칼만 필터의 형태이다.
융합 필터 (5) 는, 융합 필터의 기능 단계의 과정에서, 항상, 특히 비동기식으로,
센서 엘리먼트들 (3), 즉 휠 속도 센서 엘리먼트들 및 스티어링 각도 센서 엘리먼트로부터, 직접 또는 간접적으로, 특히 차량 모델 유닛에 의해, 그리고
위성 내비게이션 시스템 (4) 으로부터 직접 또는 간접적으로,
최신 -융합 필터에 이용가능한- 정보 및/또는 신호들 및/또는 데이터가 순차적으로 업데이트되고 및/또는 융합 필터에 포함되며, 그리고 융합 필터 (5) 의 연관 기능 단계의 산출 동안 고려된다.
차량 모델 유닛 (7) 은, 휠 속도 센서 엘리먼트들 (3) 로부터 및 스티어링 각도 센서 엘리먼트 (3) 로부터의 센서 신호들로부터, 적어도
제 1 정의축에 따른 속도, 제 2 정의축에 따른 속도, 및 제 3 정의축 주위의 회전율
을 산출하고, 그리고 이들을 융합 필터 (5) 에 제공하는 형태이다.
이 예에 기초하여, 센서 시스템은 4개의 휠 속도 센서 엘리먼트들 (3) 을 가지며, 여기서 각각의 경우 휠 속도 센서 엘리먼트들 중 하나는 차량의 각 휠과 연관되고, 여기서 차량 모델 유닛 (7) 은 휠 속도 센서 엘리먼트들로부터의 센서 신호들 및 스티어링 각도 센서 유닛에 의해 제공되는 스티어링 각도, 및/또는 특히 앞휠들에 대한 스티어링 각도 센서 엘리먼트 및 뒤휠들에 대한 적어도 하나의 추가 스티어링 각도 센서 엘리먼트들에 의해 감지되는, 각 휠의 스티어링 각도로부터 또는 적어도 뒤휠들에 대한 모델 가정으로부터, 상기 차량 모델 유닛은 직접 또는 간접적으로 제 1 및 제 2 정의축들에 따른/제 1 및 제 2 정의축들과 관련된, 각 휠의 속도 성분들 및/또는 속도를 산출하는 형태이며,
여기서, 각각의 경우에서 제 1 및 제 2 정의축들과 관련된 이들 8가지의 속도 성분들 및/또는 4가지의 속도들로부터,
제 1 정의축에 따른 속도,
제 2 정의축에 따른 속도,
및 제 3 정의축 주위의 회전율
이 산출된다.
센서 시스템 또는 그 신호 프로세싱 디바이스는 더욱이, 각 휠의 적어도 반경, 예에 기초하여, 동반경을 산출하고 그리고 부가적으로 각 휠의 코너링 스티프니스 및 슬립 스티프니스를 산출하며, 그리고 이들을 부가적인 입력 변수들로서 차량 모델 유닛 (7) 에 제공하는 형태인 타이어 파라미터 평가 유닛 (10) 을 포함하며, 여기서 타이어 파라미터 평가 유닛 (10) 은 휠/타이어 변수들을 산출하기 위한 실질적으로 선형의 타이어 모델을 사용하는 형태이다. 타이어 파라미터 평가 유닛의 입력 변수들은 예에 기초하여 이 경우 휠 속도들 (3) 및 스티어링 각도 (3), 적어도 어느 정도는 또는 완전하게는 스트랩다운 알고리즘 유닛 (2) 으로부터의 출력 변수들 또는 값들, 특히 물리적 변수들의 값들 이외에 이로써 제공되는 변수들과, 또한 타이어 파라미터 평가 유닛 (10) 에 대한 입력 변수들인 물리적 변수들과 관련된 융합 필터 (5) 의 변수들이다.
센서 시스템 또는 그 신호 프로세싱 디바이스는 더욱이, 예에 기초하여, 입력 데이터로서 위성 내비게이션 세스템 (4) 으로부터 출력 데이터 또는 출력 신호들을 수신하고 또한 적어도 어느 정도는 스트랩다운 알고리즘 유닛 (2) 으로부터 출력 데이터 또는 출력 신호들을 수신하며, 그리고 이들을 그 산출에서 고려하는 형태인, GPS 에러 인식 및 타당화 (plausibilization) 유닛 (11) 을 포함한다.
이 경우, GPS 에러 인식 및 타당화 유닛 (11) 은 부가적으로 융합 필터 (5) 에 접속되고 융합 필터 (5) 와 데이터를 상호교환한다.
예로써, GPS 에러 인식 및 타당화 유닛 (11) 은 하기 방법을 수행하는 형태이다:
다음을 포함하는, 위성의 선택 방법:
- 위성 내비게이션 시스템 (4) 으로부터의 GNSS 신호, 즉 글로벌 내비게이션 위성 시스템 신호, 출력 신호 또는 출력 데이터에 기초하여 위성에 대한 차량의 측정 위치 데이터의 측정,
- GNSS 신호에 기초하여 결정된 측정 위치 데이터와 관련하여 중복되는 차량에 대한 기준 위치 데이터의 결정, 및
- 측정 위치 데이터와 기준 위치 데이터의 비교가 미리결정된 조건을 만족하는 경우의 위성 선택,
- 여기서 측정 위치 데이터와 기준 위치 데이터 사이의 차이가 측정 위치 데이터와 기준 위치 데이터의 비교를 위해 형성되고,
- 여기서 미리결정된 조건은 측정 위치 데이터와 기준 위치 데이터 사이의 최대 허용가능한 에러이고,
- 여기서 최대 허용가능한 에러는 기준 위치 데이터에 대한 기준 변화량과 측정 위치 데이터에 대한 측정 변화량의 합에 기초하여 산출되는 표준 편차에 의존하고,
- 여기서 최대 허용가능한 에러는 다수의 표준 편차에 상응하여, 측정 위치 데이터는 표준 편차에 의존하는 변화 간격 내에 있는 확률이 미리결정된 임계값 아래에 있도록 한다.
센서 시스템 또는 그 신호 프로세싱 디바이스는 더욱이, 차량이 스탠드스틸 상태에 있는 경우 인식할 수 있고, 그리고 차량이 스탠드스틸 상태에 있는 것으로 인식되는 경우 적어도 융합 필터 (5) 에 스탠드스틸 모델로부터의 정보, 이 경우 특히 모든 3축들 주위의 회전율이 제로의 값을 가지고 적어도 하나의 위치 변화 변수가 마찬가지로 제로의 값을 가지며 또한 특히 모든 3축들에 따른 속도들이 제로의 값을 갖는다는 정보를 제공하는 형태인, 스탠드스틸 인식 유닛 (8) 을 갖는다. 이 예에 기초하여, 스탠드스틸 인식 유닛 (8) 은 이 경우, 휠 속도들 또는 휠 속도 신호들을 입력 데이터로서 사용하고, 또한 관성 센서 배열체 (1) 로부터의 "미가공의" 또는 직접적인 출력 신호들을 사용하는 형태이다.
이 예에 기초하여, 신호 프로세싱 디바이스는, 그 값들이 차량 좌표계와 관련되는 물리적 변수들의 제 1 그룹의 데이터를 산출 및/또는 사용하고, 부가적으로 그 값들이 월드 좌표계와 관련되는 물리적 변수들의 제 2 그룹의 데이터를 산출 및/또는 사용하고, 여기서 이 월드 좌표계는 특히 적어도 월드에서의 차량의 동역학 변수들 및/또는 방위를 설명하기에 적합하고,
여기서 센서 시스템은 차량 좌표계와 월드 좌표계 사이의 방위각을 산출하기 위해 사용되는 방위 모델 유닛 (9) 을 갖는다.
방위 모델 유닛 (9) 에서의 차량 좌표계와 월드 좌표계 사이의 방위각은 적어도 하기 변수들에 기초하여 산출된다:
차량 좌표계와 관련된 속도, 월드 좌표계와 관련된 속도 및 스티어링 각도.
이 예에 기초하여, 차량 좌표계와 월드 좌표계 사이의 방위각은 부가적으로 적어도 하기 변수들 중 하나 이상에 기초하여 방위 모델 유닛 (9) 에서 산출된다:
월드 좌표계에 기초한 차량에 대한 방위 정보의 일편,
융합 필터의 보정값들 및/또는 변화량들의 일부 또는 전부 및/또는
차량 좌표계 및/또는 월드 좌표계에 기초한 차량의 가속도.
방위 모델 유닛 (9) 은 산출을 위해 스트랩다운 알고리즘 유닛 (2) 으로부터 출력 데이터 및/또는 출력 신호들의 일부 또는 전부를 사용한다.
이 예에 기초하여, 방위 모델 유닛 (9) 은, 방위각에 부가하여, 이 변수, 특히 방위각의 변화량의 데이터 품질에 대한 정보의 일편을 산출 및 제공하는 형태이며, 여기서 방위 모델 유닛 (9) 은 차량 좌표계와 월드 좌표계 사이의 방위각과 또한 이 변수의 데이터 품질에 대한 정보를 융합 필터 (5) 에 제공하며, 그리고 융합 필터는 이 방위각을 그 산출들에서 사용하고 특히 바람직하게 이 변수, 특히 방위각의 변화량의 데이터 품질에 대한 정보를 스트랩다운 알고리즘 유닛 (2) 에 포워딩한다.
이 경우, 이 예에 따르면, 센서 시스템의 신호 프로세싱 디바이스는 물리적 변수의 적어도 하나의 데이텀의 일관성에 대한 정보의 일편을 제공하는 형태이고, 여기서 물리적 변수의 이 데이텀은, 이 물리적 변수를 직접적으로 감지하는 센서 엘리먼트들로부터의 센서 신호들에 기초하여 또는 이 물리적 변수를 산출하는 것을 가능하게 하는 센서 신호들로부터, 적어도 어느 정도 산출되고, 여기서 이 물리적 변수의 이 데이텀의 일관성에 대한 정보는 직접 또는 간접적으로 중복하여 존재하는 센서 정보에 적어도 기초하여 산출된다.
이 경우, 이 예에 따르면, 신호 프로세싱 유닛은 융합 데이터 레코드의 모든 물리적 변수들의 값들에 대한 상대적인 신뢰성 측정량과 또한 절대적인 신뢰성 측정량을 산출 및 제공하는 형태이다.
도 2 는 3개의 예시적인 확률 밀도들을 개략적으로 나타낸다. 이 경우 예측값은 고려중인 측정 시기에서의 관련있는 센서 또는 센서 엘리먼트로부터의 측정값에 상응하고, 이 측정값 주변의 변화는 연관된 센서의 특정 불확실성에 상응한다. 이 예에 따르면, 값들은 정규 분포를 가지며:
p1 = N(0, 1) 은 평균 불확실성을 갖는 센서를 나타내고,
p2 = N(2, 0.5) 는 다른 센서들로부터의 측정값에서 낮은 불확실성 및 편차를 갖는 센서를 나타내며,
p3 = N(0, 3) 은 높은 불확실성을 갖고 p1 과 관련하여 오프셋이 없는 센서를 나타낸다.
여러가지 분포들의 신뢰성 산출들의 결과들은 예로써 표 1 에 나타낸다.
비교예 1 에서, 불확실성이 상이한 2가지 측정들을 고려하는 것에 의해, 평균값들 사이의 매치가 매치 정도를 최대화하는 한편, 변화 측정량은 p3 의 높은 불확실성 때문에 작은 정도로만 p1 의 불확실성과 상이하다. 비교예 2 에서, 평균값들에서의 오프셋은 p1 과 p2 사이의 비일관성을 만들기 때문에, Kr 의 감소를 볼 수 있다. 비교예 3 에서, 이 감소는, p3 이 p2 보다 더 높은 레벨의 불확실성을 갖기 때문에, 비교예 2 의 경우에서와 동일한 오프셋임에도 불구하고 훨씬 더 작다. 비교예 4 에서, 3개의 확률 밀도들의 사용은 p2 로부터의 편차를 보다 명확히 식별가능하게 하며; 이것은 Kr 의 감소를 초래한다. 부가하여, 비교예들 2 내지 4 에서의 변화 측정량 Ka 는 p2 의 낮은 불확실성에 의해 상당히 영향받는 것을 볼 수 있다.
No. | 비교되는 확률 밀도들 | 매치 정도 Kr | 변화 측정량 Ka |
1 | p1·p3 | 1.0000 | 0.9487 |
2 | p1·p2 | 0.2019 | 0.4472 |
3 | p2·p3 | 0.8056 | 0.4932 |
4 | p1·p2·p3 | 0.1757 | 0.4423 |
Claims (12)
- 적어도 어느 정도 상이한 주요 측정 변수들을 감지하고 및/또는 적어도 어느 정도 상이한 측정 원리들을 사용하는 형태인 복수의 센서 엘리먼트들을 포함하고, 또한 신호 프로세싱 디바이스를 포함하는 센서 시스템으로서,
상기 신호 프로세싱 디바이스는, 상기 센서 엘리먼트들로부터의 센서 신호들을 적어도 어느 정도 총체적으로 평가하고 상기 센서 신호들의 정보 품질을 레이팅하는 형태이고,
상기 신호 프로세싱 디바이스는, 물리적 변수의 적어도 하나의 데이텀 (datum) 의 일관성에 대한 정보의 일편 (a piece of information) 을 제공하는 형태이고, 상기 물리적 변수의 이 데이텀은, 이 물리적 변수를 직접 감지하는 상기 센서 엘리먼트들로부터의 상기 센서 신호들에 기초하거나 또는 이 물리적 변수를 산출하는 것을 가능하게 하는 상기 센서 신호들로부터 특히 적어도 어느 정도 산출되고, 이 물리적 변수의 이 데이텀의 일관성에 대한 정보는 직접 또는 간접적으로 중복하여 존재하는 센서 정보에 적어도 기초하여 산출되는 것을 특징으로 하는 센서 시스템. - 제 1 항에 있어서,
상기 신호 프로세싱 디바이스는 상기 일관성에 대한 정보가 제조되는 무결성 (integrity) 유닛을 포함하는 것을 특징으로 하는 센서 시스템. - 제 1 항 또는 제 2 항에 있어서,
상기 신호 프로세싱 디바이스는, 상기 센서 엘리먼트들로부터의 적어도 상기 센서 신호들 및/또는 이로부터 유도되는 신호들의 총체적 평가의 과정에서, 정의된 융합 데이터 레코드 (6) 를 제공하는 융합 필터 (5) 를 가지며, 이 융합 데이터 레코드는 각각의 경우 정의된 물리적 변수들에 대한 데이터를 가지며, 상기 융합 데이터 레코드 (6) 는 적어도 하나의 물리적 변수에 대해서 이 물리적 변수의 데이텀 및 상기 물리적 변수의 이 데이텀의 일관성에 대한 정보의 일편을 포함하는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 신호 프로세싱 디바이스는, 정의된 융합 데이터 레코드가 부가적으로 센서 엘리먼트의 적어도 하나의 상태 데이텀을 갖는 형태이고, 상기 센서 엘리먼트는 자가진단에 의해 상기 상태 데이텀 자체를 제공하고, 이 상태 데이텀은 물리적 변수의 적어도 하나의 데이텀의 일관성에 대한 정보의 산출 동안 고려되는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 신호 프로세싱 디바이스는, 적어도 2개의 센서 정보 소스 채널들로부터의 데이터 및/또는 측정값들에서의 상대적인 편차에 의존하는, 상대적인 신뢰성 정보로서의 상대적인 신뢰성 측정량을 제공하는 형태이고, 상기 상대적인 신뢰성 측정량에 기초하여 상기 물리적 변수의 관련있는 적어도 하나의 데이텀이 물리적 변수의 적어도 하나의 데이텀에 있어서의 일관성에 대한 정보로서 산출되는 것을 특징으로 하는 센서 시스템. - 제 5 항에 있어서,
상기 신호 프로세싱 디바이스는, 상기 상대적인 신뢰성 정보를 산출하기 위해서 센서 정보 소스 채널마다, 측정값 및/또는 측정 정보의 일편 및/또는 측정 정보의 일편으로부터 유도된 값과 또한 이 센서 정보 소스 채널에 대한 불확실성 측정량을 각각 사용하는 형태인 것을 특징으로 하는 센서 시스템. - 제 5 항 또는 제 6 항에 있어서,
상기 신호 프로세싱 디바이스는, 물리적 변수의 적어도 하나의 데이텀에 대해서, 연관된 상대적인 신뢰성 정보가 다음의 상대적인 신뢰성 측정량 Kr 로서 산출되는 형태이고,
, 식 중 이고,
그리고 n 은 비교되는 센서 정보 소스 채널들의 수로서 정의되거나 또는 정의가능하고,
pi 는 i 번째 센서 정보 소스 채널의 확률 밀도 함수로서 정의되거나 또는 정의가능하고, 그리고 이 경우 특히 μi 는 확률 분포의 평균값으로서 정의되거나 또는 정의가능하고 그리고 σi 는 확률 분포의 표준 편차로서 정의되거나 또는 정의가능한 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 신호 프로세싱 디바이스는, 상대적인 신뢰성 측정량에 부가하거나 또는 상대적인 신뢰성 측정량의 대안으로서, 적어도 2개의 센서 정보 소스 채널들에 대해 불확실성 측정량에 의존하는, 절대적인 신뢰성 정보로서의 절대적인 신뢰성 측정량을 제공하는 형태이고, 상기 절대적인 신뢰성 측정량에 기초하여 상기 물리적 변수의 관련있는 적어도 하나의 데이텀이 물리적 변수의 적어도 하나의 데이텀에 있어서의 일관성에 대한 정보로서 산출되는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
상기 신호 프로세싱 디바이스는, 물리적 변수의 적어도 하나의 데이텀에 대해서, 상기 일관성이 충분히 큰지의 여부를 결정하기 위해 레이팅이 수행되는 형태이고, 이 레이팅은 상대적인 신뢰성 정보 및/또는 상대적인 신뢰성 측정량이 정의된 임계값을 초과하는지를 산출하는 것에 의해 수행되는 것을 특징으로 하는 센서 시스템. - 제 1 항 내지 제 10 항 중 어느 한 항에 있어서,
센서 정보 소스 채널의 소실은 상기 일관성에 대한 정보의 산출 동안 고려되는 것을 특징으로 하는 센서 시스템. - 제 11 항에 있어서,
상기 신호 프로세싱 디바이스는, 단일의 센서 정보 소스 채널만이 이용가능하고 및/또는 단일의 센서 정보 채널만이 정의된 시간 간격 내에 데이텀을 제공하는 경우 (적어도 하나의 센서 정보 소스 채널로부터의 데이터는 상기 일관성에 대한 정보를 산출하기 위해서 사용된다) 에는, 어떠한 상대적인 신뢰성 측정량도 산출되지 않고, 그리고 이 경우 0 의 값 또는 무한대에 가까운 값 또는 정의값이 절대적인 신뢰성 측정량으로 가정되거나, 또는 절대적인 신뢰성 측정량이 이 경우 산출되지 않는 형태인 것을 특징으로 하는 센서 시스템.
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011085134 | 2011-10-24 | ||
DE102011085134.8 | 2011-10-24 | ||
DE102011086710.4 | 2011-11-21 | ||
DE102011086710 | 2011-11-21 | ||
DE102012207297.7 | 2012-05-02 | ||
DE102012207297 | 2012-05-02 | ||
PCT/EP2012/071092 WO2013060750A1 (de) | 2011-10-24 | 2012-10-24 | Sensorsystem zur eigenständigen bewertung der integrität seiner daten |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20140082848A true KR20140082848A (ko) | 2014-07-02 |
Family
ID=47191701
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020147014006A KR20140082848A (ko) | 2011-10-24 | 2012-10-24 | 센서 시스템의 데이터의 무결성을 독립적으로 평가하기 위한 센서 시스템 |
KR1020147014005A KR20140093961A (ko) | 2011-10-24 | 2012-10-24 | 센서 시스템의 데이터의 정확성을 독립적으로 평가하기 위한 센서 시스템 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020147014005A KR20140093961A (ko) | 2011-10-24 | 2012-10-24 | 센서 시스템의 데이터의 정확성을 독립적으로 평가하기 위한 센서 시스템 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11255676B2 (ko) |
EP (2) | EP2771713A1 (ko) |
KR (2) | KR20140082848A (ko) |
CN (2) | CN104081222B (ko) |
DE (2) | DE102012219475A1 (ko) |
WO (2) | WO2013060750A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9880554B2 (en) | 2015-05-08 | 2018-01-30 | Toyota Jidosha Kabushiki Kaisha | Misrecognition determination device |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140070722A (ko) * | 2012-11-26 | 2014-06-11 | 한국전자통신연구원 | 다중속도시스템 결합 장치 및 운용 방법 |
US20150102955A1 (en) * | 2013-10-14 | 2015-04-16 | GM Global Technology Operations LLC | Measurement association in vehicles |
DE102014211178A1 (de) | 2013-11-20 | 2015-06-25 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Korrektur von Messdaten eines ersten Sensorsystems |
DE102014211164A1 (de) | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Anpassung eines Navigationssystems |
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 |
DE102014211177A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur echtzeitfähigen Bereitstellung von dynamischen Fehlerwerten dynamischer Messwerte |
DE102014211168A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Verifizierung von Messdaten |
DE102014211172A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Korrektur von Ausgabedaten eines Sensorbasissystems |
DE102014211175A1 (de) | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Initialisierung eines Sensorfusionssystems |
CN104061928B (zh) * | 2014-06-26 | 2017-05-03 | 北京控制工程研究所 | 一种自主择优使用星敏感器信息的方法 |
DE102014212703A1 (de) * | 2014-07-01 | 2016-01-07 | Continental Teves Ag & Co. Ohg | M2XPro-Überwachung durch Integritätsmaßspeicherung |
DE102015209467A1 (de) | 2015-05-22 | 2016-11-24 | Continental Teves Ag & Co. Ohg | Verfahren zur Schätzung von Fahrstreifen |
US11666702B2 (en) | 2015-10-19 | 2023-06-06 | Medtronic Minimed, Inc. | Medical devices and related event pattern treatment recommendation methods |
US11501867B2 (en) * | 2015-10-19 | 2022-11-15 | Medtronic Minimed, Inc. | Medical devices and related event pattern presentation methods |
DE102016217079A1 (de) * | 2016-09-08 | 2018-03-08 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines ersten Fahrzeugs |
JP6885781B2 (ja) * | 2017-05-11 | 2021-06-16 | 日立Astemo株式会社 | 車両制御装置、車両制御方法および車両制御システム |
DE102017213577A1 (de) * | 2017-08-04 | 2019-02-07 | Robert Bosch Gmbh | Verfahren zur Lagebestimmung eines Roboters, Lagebestimmungsvorrichtung eines Roboters und Roboter |
US20190054915A1 (en) * | 2017-08-16 | 2019-02-21 | Deere & Company | Service Brake Assist Steering |
DE102017216755A1 (de) * | 2017-09-21 | 2019-03-21 | Continental Automotive Gmbh | Verfahren zur Bestimmung einer Fehlerfortpflanzung von Steuersignalen |
DE102017216749A1 (de) * | 2017-09-21 | 2019-03-21 | Continental Automotive Gmbh | Verfahren zur Bereitstellung eines Steuersignals |
EP3470861B1 (en) * | 2017-10-10 | 2019-11-27 | Melexis Technologies SA | Redundant sensor fault detection |
DE102018206829A1 (de) * | 2018-05-03 | 2019-11-07 | Continental Automotive Gmbh | Adaption eines Steuersignals anhand von der Signalgenauigkeit |
EP3653428A1 (de) * | 2018-11-19 | 2020-05-20 | B&R Industrial Automation GmbH | Verfahren zum sicheren überwachen der funktion eines langstatorlinearmotors |
DE102018220936A1 (de) * | 2018-12-04 | 2020-06-04 | Robert Bosch Gmbh | Verfahren zur Überprüfung eines Sensorwertes eines MEMS-Sensors |
DE102018222166A1 (de) * | 2018-12-18 | 2020-06-18 | Robert Bosch Gmbh | Verfahren zum Ermitteln eines Integritätsbereichs |
DE102020203511A1 (de) | 2020-03-19 | 2021-09-23 | Zf Friedrichshafen Ag | Verfahren zum Feststellen einer sicheren Position eines Fahrzeugs |
CN111965390B (zh) * | 2020-07-13 | 2022-06-21 | 江苏大学 | 一种轮速传感器故障检测方法 |
US11789110B2 (en) | 2020-09-03 | 2023-10-17 | Honeywell International Inc. | Fault detection, exclusion, isolation, and re-configuration of navigation sensors using an abstraction layer |
US11529973B1 (en) | 2020-11-09 | 2022-12-20 | Waymo Llc | Software application for sensor analysis |
US20230027369A1 (en) * | 2021-07-26 | 2023-01-26 | Motional Ad Llc | Vehicle location using combined inputs of redundant localization pipelines |
CN117056326B (zh) * | 2023-08-11 | 2024-05-03 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 基于灰色关联自适应确权的gnss数据质量评价方法及*** |
Family Cites Families (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05231938A (ja) * | 1991-02-07 | 1993-09-07 | Res Dev Corp Of Japan | 高感度多波長分光装置 |
US5216611A (en) * | 1991-02-08 | 1993-06-01 | Rockwell International Corporation | Integrated enroute and approach guidance system for aircraft |
US5482314A (en) * | 1994-04-12 | 1996-01-09 | Aerojet General Corporation | Automotive occupant sensor system and method of operation by sensor fusion |
US5451960A (en) * | 1994-06-10 | 1995-09-19 | Unisys Corporation | Method of optimizing the allocation of sensors to targets |
US5583774A (en) * | 1994-06-16 | 1996-12-10 | Litton Systems, Inc. | Assured-integrity monitored-extrapolation navigation apparatus |
CN1180413A (zh) * | 1995-03-30 | 1998-04-29 | 西门子公司 | 高分辨率分析信号进行一维或二维方向或频率评估的方法 |
US5902351A (en) * | 1995-08-24 | 1999-05-11 | The Penn State Research Foundation | Apparatus and method for tracking a vehicle |
US5626140A (en) * | 1995-11-01 | 1997-05-06 | Spacelabs Medical, Inc. | System and method of multi-sensor fusion of physiological measurements |
CA2252868C (en) * | 1996-04-29 | 2000-12-19 | Pulp And Paper Research Institute Of Canada | Automatic control loop monitoring and diagnostics |
GB9608953D0 (en) * | 1996-04-29 | 1996-07-03 | Pulp Paper Res Inst | Automatic control loop monitoring and diagnostics |
US6026340A (en) * | 1998-09-30 | 2000-02-15 | The Robert Bosch Corporation | Automotive occupant sensor system and method of operation by sensor fusion |
US6240367B1 (en) * | 1998-11-27 | 2001-05-29 | Ching-Fang Lin | Full fusion positioning method for vehicle |
SE523023C2 (sv) * | 2000-04-12 | 2004-03-23 | Nira Dynamics Ab | Metod och anordning för att med rekursiv filtrering bestämma en fysikalisk parameter hos ett hjulfordon |
US6681159B2 (en) * | 2001-10-28 | 2004-01-20 | The Boeing Company | Spacecraft methods and structures with enhanced attitude control that facilitates gyroscope substitutions |
US6654685B2 (en) * | 2002-01-04 | 2003-11-25 | The Boeing Company | Apparatus and method for navigation of an aircraft |
US7436884B2 (en) * | 2002-03-26 | 2008-10-14 | Lockheed Martin Corporation | Method and system for wavelet packet transmission using a best base algorithm |
US6829568B2 (en) * | 2002-04-26 | 2004-12-07 | Simon Justin Julier | Method and apparatus for fusing signals with partially known independent error components |
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 |
US8131463B2 (en) * | 2003-12-02 | 2012-03-06 | Gmv Aerospace And Defence, S.A. | GNSS navigation solution integrity in non-controlled environments |
DE102005030296A1 (de) * | 2005-06-24 | 2006-12-28 | Siemens Ag | Verfahren zur Erhöhung der Genauigkeit eines Dopplerradarsensors |
DE102005033237B4 (de) * | 2005-07-15 | 2007-09-20 | Siemens Ag | Verfahren zur Bestimmung und Korrektur von Fehlorientierungen und Offsets der Sensoren einer Inertial Measurement Unit in einem Landfahrzeug |
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 |
JP4796400B2 (ja) * | 2006-02-01 | 2011-10-19 | クラリオン株式会社 | 車両速度制御装置および同装置における目標速度設定方法ならびにプログラム |
US20100019963A1 (en) | 2006-06-15 | 2010-01-28 | Uti Limited Partnership | Vehicular navigation and positioning system |
US7702460B2 (en) * | 2006-06-17 | 2010-04-20 | Northrop Grumman Guidance And Electronics Company, Inc. | Estimate of relative position between navigation units |
JP4600357B2 (ja) * | 2006-06-21 | 2010-12-15 | トヨタ自動車株式会社 | 測位装置 |
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 |
JP4914689B2 (ja) * | 2006-09-29 | 2012-04-11 | 本田技研工業株式会社 | 車両位置検出システム |
US7629889B2 (en) * | 2006-12-27 | 2009-12-08 | Cardiac Pacemakers, Inc. | Within-patient algorithm to predict heart failure decompensation |
JP5113407B2 (ja) | 2007-03-22 | 2013-01-09 | 古野電気株式会社 | Gps複合航法装置 |
US20090043447A1 (en) * | 2007-08-07 | 2009-02-12 | General Electric Company | Systems and Methods for Model-Based Sensor Fault Detection and Isolation |
CN101809409B (zh) * | 2007-09-10 | 2012-06-13 | 三菱电机株式会社 | 导航装置 |
GB0901685D0 (en) * | 2009-01-31 | 2009-03-11 | Qinetiq Ltd | Navigation system integrity |
US8417490B1 (en) * | 2009-05-11 | 2013-04-09 | Eagle Harbor Holdings, Llc | System and method for the configuration of an automotive vehicle with modeled sensors |
US20110118979A1 (en) * | 2009-11-19 | 2011-05-19 | Robert Bosch Gmbh | Automotive location data integrity |
US20110190972A1 (en) * | 2010-02-02 | 2011-08-04 | Gm Global Technology Operations, Inc. | Grid unlock |
DE102010063984A1 (de) | 2010-02-11 | 2011-08-11 | Continental Teves AG & Co. OHG, 60488 | Fahrzeug-Sensor-Knoten |
US8380447B2 (en) * | 2010-04-14 | 2013-02-19 | Simmonds Precision Products, Inc. | Quantification of condition indicators in the presence of synchronous noise |
US9568321B2 (en) * | 2010-04-19 | 2017-02-14 | Honeywell International Inc. | Systems and methods for determining inertial navigation system faults |
DE102010028510A1 (de) * | 2010-04-19 | 2011-12-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Ermitteln einer physikalischen Größe |
WO2012050473A1 (en) * | 2010-10-11 | 2012-04-19 | General Electric Company | Systems, methods, and apparatus for detecting agreement for individual channels among redundant sensor signals |
JP5306389B2 (ja) * | 2011-02-25 | 2013-10-02 | 株式会社東芝 | 目標追跡装置 |
WO2013037850A1 (de) * | 2011-09-12 | 2013-03-21 | Continental Teves Ag & Co. Ohg | Zeitkorrigiertes sensorsystem |
US9471722B2 (en) * | 2013-02-05 | 2016-10-18 | Johnson Controls Technology Company | Systems and methods for evaluating a fault condition in a building |
DE102014211175A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Initialisierung eines Sensorfusionssystems |
-
2012
- 2012-10-24 CN CN201280064129.8A patent/CN104081222B/zh active Active
- 2012-10-24 WO PCT/EP2012/071092 patent/WO2013060750A1/de active Application Filing
- 2012-10-24 EP EP12787661.3A patent/EP2771713A1/de not_active Ceased
- 2012-10-24 KR KR1020147014006A patent/KR20140082848A/ko not_active Application Discontinuation
- 2012-10-24 KR KR1020147014005A patent/KR20140093961A/ko not_active Application Discontinuation
- 2012-10-24 CN CN201280052432.6A patent/CN104011563B/zh active Active
- 2012-10-24 WO PCT/EP2012/071091 patent/WO2013060749A1/de active Application Filing
- 2012-10-24 US US14/353,850 patent/US11255676B2/en active Active
- 2012-10-24 DE DE102012219475A patent/DE102012219475A1/de active Pending
- 2012-10-24 US US14/353,847 patent/US9558157B2/en active Active
- 2012-10-24 DE DE102012219478A patent/DE102012219478A1/de not_active Withdrawn
- 2012-10-24 EP EP12787662.1A patent/EP2771714B8/de active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9880554B2 (en) | 2015-05-08 | 2018-01-30 | Toyota Jidosha Kabushiki Kaisha | Misrecognition determination device |
Also Published As
Publication number | Publication date |
---|---|
EP2771714A1 (de) | 2014-09-03 |
EP2771714B1 (de) | 2018-08-08 |
US11255676B2 (en) | 2022-02-22 |
CN104011563A (zh) | 2014-08-27 |
EP2771713A1 (de) | 2014-09-03 |
DE102012219475A1 (de) | 2013-04-25 |
US9558157B2 (en) | 2017-01-31 |
WO2013060750A1 (de) | 2013-05-02 |
WO2013060749A1 (de) | 2013-05-02 |
DE102012219478A1 (de) | 2013-04-25 |
CN104081222B (zh) | 2016-10-12 |
US20140300512A1 (en) | 2014-10-09 |
CN104081222A (zh) | 2014-10-01 |
US20140336983A1 (en) | 2014-11-13 |
CN104011563B (zh) | 2016-08-17 |
KR20140093961A (ko) | 2014-07-29 |
EP2771714B8 (de) | 2018-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20140082848A (ko) | 센서 시스템의 데이터의 무결성을 독립적으로 평가하기 위한 센서 시스템 | |
US9183463B2 (en) | Orientation model for a sensor system | |
CN106796297B (zh) | 用于确认测量数据的方法和*** | |
CN101793528B (zh) | 使用传感器融合来估计车道路径的***和方法 | |
CN104870260B (zh) | 用于输出指示物理测量参量的测量信号的装置 | |
US10495483B2 (en) | Method and system for initializing a sensor fusion system | |
RU2667667C2 (ru) | Способ и система для настройки навигационной системы | |
EP2219044A1 (en) | Navigation method, navigation system, navigation device, vehicle provided therewith and group of vehicles | |
US20160109476A1 (en) | Method for determining at least one speed in a rail vehicle | |
US10378901B2 (en) | Method and system for adapting a navigation system | |
CN113970330B (zh) | 车载多传感器融合定位方法、计算机设备及存储介质 | |
US20170122770A1 (en) | Method and system for providing dynamic error values of dynamic measured values in real time | |
CN110203254B (zh) | 列车定位***中卡尔曼滤波器的安全检测方法 | |
JP2019082444A (ja) | 異常検出装置、異常検出方法、プログラム | |
CN115900796A (zh) | 定位诊断方法、装置、设备及存储介质 | |
KR20170047042A (ko) | 차량의 횡슬립각 추정장치 | |
KR101182418B1 (ko) | 차량 위치값 생성 시스템 및 방법 |
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 |